Gemini 3.6 Flash는 왜 Pro보다 먼저 출시됐을까: Google이 바꾼 AI 전략
핵심 요약
- Google은 Gemini 3.6 Flash를 ‘더 싼 모델’이 아니라, 대규모 서비스 요청 대부분을 처리할 주력 업무 모델로 먼저 내놓았다.
- Flash가 Pro보다 먼저 공개된 것은 사실이지만, Pro를 의도적으로 뒤로 미뤘다는 내부 의사결정까지 외부에서 단정할 수는 없다.
- 경쟁의 단위는 하나의 최고 점수 모델에서 벗어나고 있다. 프런티어 모델, 주력 업무 모델, 경량 대량 처리 모델을 어떻게 묶고 라우팅하는지가 제품 경쟁력이 된다.
- 기업의 모델 선정 기준도 벤치마크 순위보다 업무 성공률, 지연 시간, 단위 업무당 비용, 통제 가능성으로 이동해야 한다.
AI 모델 경쟁이 치열한 지금, 가장 먼저 공개되는 모델은 보통 가장 뛰어난 성능을 가진 모델이다. 그런데 Google은 많은 기대를 받던 Pro 대신 Gemini 3.6 Flash를 먼저 내놓았다. Google은 왜 최고의 모델보다 Flash를 먼저 선택했을까?
이 질문은 Google만의 이야기가 아니다. AI 모델 경쟁의 기준이 성능에서 경제성으로 옮겨가는 흐름 속에서, OpenAI·Anthropic·문샷AI·알리바바도 각기 다른 순서로 다른 모델을 앞세우고 있다. 이는 AI 모델 라인업이 회사마다 다르게 설계되는 이유와 같은 뿌리에서 나온다. 이 글은 Google의 공식 발표를 중심으로, Flash 선출시가 업계 전체의 경쟁 방식 변화와 어떻게 맞닿아 있는지 짚어본다.
Google은 왜 Pro보다 Flash를 먼저 공개했는가
Google의 공식 발표문은 3.6 Flash를 코딩·지식 업무·멀티모달 작업을 수행하는 ‘workhorse’로 규정한다. 여기서 workhorse란 화려한 시연용 모델이 아니라, 실제 서비스에서 발생하는 대부분의 요청을 안정적으로 처리하는 핵심 모델을 뜻한다. 이 글에서는 이를 ‘주력 업무 모델’로 옮긴다. Google은 3.5 Pro가 파트너 테스트 중이며 준비되는 대로 넓게 제공하겠다고 밝혔고, Gemini 4의 사전학습도 시작했다고 전했다. 즉 Pro가 사라진 것이 아니라, 현시점의 공개 우선순위가 Flash 쪽에 놓였다고 읽는 편이 정확하다. 개발 일정, 품질 기준, 안전성 검토, 컴퓨팅 자원 배분, 파트너 피드백 중 무엇이 출시 순서를 결정했는지는 공개되지 않았다. 그러므로 Google이 Pro를 의도적으로 뒤로 미뤘다고 단정할 근거는 없다. 출처: Google, Gemini 3.6 Flash·3.5 Flash-Lite·3.5 Flash Cyber 소개
Gemini 3.6 Flash는 실제로 무엇이 달라졌는가
Google은 3.6 Flash가 Artificial Analysis Index 기준으로 3.5 Flash 대비 출력 토큰을 17% 덜 사용한다고 밝혔고, DeepSWE에서는 최대 65% 감소가 관찰됐다고도 전했다. 이는 Google 자체 측정이 아니라 제3자 벤치마크 지수를 인용한 수치이며, 모든 업무에서 항상 그만큼 싸진다는 보장도 아니다. 다만 Google이 강화한 방향이 ‘더 많이 생각하는 모델’보다 ‘필요한 만큼만 생성하고 더 적은 단계로 일을 끝내는 모델’에 있다는 뜻으로는 읽을 수 있다. 공식 모델 ID는 `gemini-3.6-flash`이며, API 가격은 100만 토큰당 입력 1.50달러·출력 7.50달러다(장문 컨텍스트 구간별 별도 가격 없이 균일 적용). 입력 토큰 한도는 1,048,576개, 출력 토큰 한도는 65,536개다. Google은 3.6 Flash에 컴퓨터 사용 도구를 연결하고, Gemini API(Google AI Studio·Android Studio 경유)·Google Antigravity·Gemini Enterprise Agent Platform·Gemini Enterprise 앱·Gemini 앱까지 동시에 제공했다. 이 발표문과 모델 문서에는 Vertex AI가 별도로 명시되지 않는다. AI Gateway로 여러 모델을 한곳에서 통제하려는 기업이 늘어난 배경과도 맞닿아 있다. 3.5 Flash-Lite는 고처리량·저지연 작업을, 3.5 Flash Cyber는 CodeMender 안에서 보안 취약점 탐지·수정을 맡는 제한 접근 모델로 함께 배치됐다. 출처: Google, Gemini 3.6 Flash·3.5 Flash-Lite·3.5 Flash Cyber 소개, Google, Gemini 3.6 Flash 모델 문서
Flash와 경쟁 모델을 같은 표로 비교하면
다섯 모델은 애초에 같은 체급이 아니다. Gemini 3.6 Flash는 실서비스 대량 처리형, GPT-5.6 Terra·Luna는 계층별 범용 모델, Claude Sonnet 5는 기업·코딩·에이전트형, Kimi K3는 중국발 프런티어·오픈웨이트 모델, Qwen 3.8-Max-Preview는 아직 프리뷰 단계의 프런티어 모델이다. 그래서 벤치마크 숫자를 한 줄로 세워 순위를 매기지 않고, 가격·컨텍스트·제공 방식 표와 벤치마크·포지션 표를 나눴다. 아래 수치는 2026년 7월 23일 기준 각 회사의 공식 발표·API 문서·모델 문서에서 확인한 값이며, 공식 자료가 없는 항목은 추정하지 않고 그 상태를 그대로 적었다.
| 모델(공식 ID) | API 가격(100만 토큰 기준: 입력 / 캐시입력 / 출력) | 컨텍스트 길이 | 제공 방식 및 공개 범위 |
|---|---|---|---|
Gemini 3.6 Flashgemini-3.6-flash |
1.50달러 / 미공개(캐시 입력 별도 단가 미확인) / 7.50달러(장문 구간 별도 가격 없이 균일) | 입력 1,048,576 / 출력 65,536 토큰 | 정식 출시. Gemini API(AI Studio·Android Studio), Google Antigravity, Gemini Enterprise Agent Platform·앱, Gemini 앱. Vertex AI는 발표문·모델 문서에 명시되지 않음 |
Claude Sonnet 5claude-sonnet-5 |
정식 3달러 / 캐시입력 단가는 표준 대비 할인율만 공개, 절대가 미확인 / 정식 15달러 출시 기념가: 2달러 / — / 10달러(2026년 8월 31일까지 적용, 이후 정식가 전환) |
1,000,000 토큰(최대 출력 128,000, 배치 API 베타로 최대 300,000) | 정식 출시(2026.6.30). Claude API, Claude Code, Claude 앱, Amazon Bedrock, Google Cloud, Microsoft Foundry |
GPT-5.6 Terragpt-5.6-terra |
2.50달러 / 0.25달러 / 15달러 장문 컨텍스트 구간: 5달러 / 0.50달러 / 22.50달러 |
공식 문서 기준 수치 미확인(장문 구간 존재는 확인) | 정식 출시(2026.7.9, Sol·Terra·Luna 3계층 동시 공개). OpenAI API 제공 |
GPT-5.6 Lunagpt-5.6-luna |
1달러 / 0.10달러 / 6달러 장문 컨텍스트 구간: 2달러 / 0.20달러 / 9달러 |
공식 문서 기준 수치 미확인(장문 구간 존재는 확인) | 정식 출시(2026.7.9). OpenAI API 제공 |
Kimi K3kimi-k3 |
3달러 / 0.30달러 / 15달러 | 1,048,576 토큰. 컨텍스트 길이에 따른 요금 구간 없이 균일 과금 | API 정식 제공(플랫폼: platform.kimi.ai, 모델 자체는 2026.7.16 출시). 전체 가중치는 2026년 7월 27일 공개 예정으로 발표됨 — 이 글 작성 시점에는 아직 공개 전이며, 공개 후 라이선스 조건은 공식 문서에서 별도 확인 필요 |
| Qwen 3.8-Max-Preview | 미공개. 일부 Alibaba 플랫폼(Token Plan, Qoder, QoderWork)에서 프리뷰 요금(표준가 대비 할인)으로 제공되나, 일반 Model Studio API 정식 단가는 이 글 작성일 기준 확인되지 않음 | 공식 문서 기준 수치 미확인 | 프리뷰 단계(2026.7.19 공개, WAIC 2026). Alibaba의 공식 블로그·모델 카드는 이 글 작성일 기준 확인되지 않음 |
표에서 ‘미공개’는 해당 기업이 서비스를 제공하지 않는다는 뜻이 아니라, 이 항목에 대한 공식 수치나 문서가 확인되지 않았다는 뜻이다. GPT-5.6은 Sol·Terra·Luna 세 계층으로 공식 출시됐고, 이 중 Terra·Luna가 대량 서비스용 가격·속도 포지션에서 Gemini 3.6 Flash와 가장 가깝다고 판단해 둘 다 표에 포함했다(Sol은 프런티어 계층이라 제외). 출처: OpenAI API 가격, Moonshot AI, Kimi K3 API 가격 문서, Anthropic, Claude 모델 개요(가격·컨텍스트 표 포함)
| 모델 | 공식 발표 성능 지표 | 오픈웨이트·라이선스 | 공식 활용 분야 |
|---|---|---|---|
| Gemini 3.6 Flash | DeepSWE 49%·MLE Bench 63.9%·OSWorld-Verified 83.0%(3.5 Flash 대비, Google 공식 발표) | 해당 없음(API 전용, 가중치 비공개) | 코딩·지식 업무·멀티모달을 처리하는 주력 업무 모델(Google 표현 “workhorse”) |
| Claude Sonnet 5 | HLE 34.6%(도구 미사용)·46.8%(도구 사용). OSWorld-Verified는 발표문에 언급은 있으나 Sonnet 5 자체의 숫자형 점수는 별도 미기재(전작 Sonnet 4.6의 78.5%만 표기) | 해당 없음(API 전용) | 엔터프라이즈·코딩·업무 생산성 |
| GPT-5.6 Terra / Luna | GPT-5.6 제품군 공식 발표와 시스템 카드에서 비교 결과가 공개됐으나, Terra·Luna 개별 계층의 숫자형 벤치마크 점수는 이 글 작성일 기준 별도로 확인되지 않음 | 해당 없음(API 전용) | OpenAI 범용 플랫폼의 계층별 프로덕션 모델 |
| Kimi K3 | 동일 채점 조건의 공식 비교 수치 확인 불가(제3자 보도 수치는 이 표에 반영하지 않음) | 전체 가중치 2026.7.27 공개 예정(발표 시점), 라이선스 조건은 공개 이후 공식 문서 확인 필요 — “공개 예정”과 “공개 완료”를 구분 | 장기 코딩·지식 업무·에이전트 작업(Moonshot 공식 소개 기준) |
| Qwen 3.8-Max-Preview | Alibaba의 자체 수치형 벤치마크 공식 발표 없음. 제3자 보도가 인용한 “2.4조 파라미터”·“Fable 5 다음 순위” 주장은 Alibaba 공식 문서로 확인되지 않아 이 글에서는 사실로 기재하지 않음 | 오픈웨이트는 “향후 계획”으로만 언급, 현재 가중치 공개·라이선스 확정 안 됨 | Alibaba Cloud Model Studio 등에서 프리뷰 제공, 정식 활용 분야 미확정 |
표의 핵심은 Flash의 우위가 아니다. Google이 내세운 근거가 단일 벤치마크 1위가 아니라 출력 효율·도구 사용·컴퓨터 사용이라는 조합에 있다는 점이다. 공급사가 제시한 평가는 후보를 좁히는 신호로 쓸 수 있어도, 자사 업무 성공률의 대리변수로 쓰면 안 된다. 출처: Google Gemini API 가격, Anthropic, Claude Sonnet 5 소개, OpenAI API 가격, Alibaba Cloud, Model Studio 지원 모델
Google이 선택한 제품 전략은 무엇인가
Flash를 ‘Pro보다 약하니 비용으로 승부한다’고 읽으면 핵심을 놓친다. 대형 서비스에서는 기본으로 붙는 모델이 대부분의 요청을 먼저 받는다. 이 모델이 안정적이면 비싼 상위 모델로 넘길 요청 자체가 줄어든다. Flash-Lite가 대량 분류·요약을, Flash가 다단계 판단과 도구 조율을, Pro나 별도 고성능 모델이 복잡한 예외·고위험 작업을 맡는 구조를 상상할 수 있다. 기본 모델이 불안정하면 라우팅·재시도·사람 검토 비용이 늘고, 상위 모델의 성능만으로는 전체 시스템의 경제성을 구해주지 못한다. 대량 트래픽을 값싸고 빠르게 돌리려는 유인은 Google을 포함한 빅테크가 자체 AI 칩에 계속 투자하는 이유와도 맞닿아 있다.
이 선택은 아래 전략 비교표에서 더 뚜렷해진다. TechBrief가 공개 제품 표면을 바탕으로 해석한 것이며, 개별 모델의 성능 순위를 뜻하지 않는다.
| 회사 | 우선 공략 시장 | 고객에게 주는 가치 |
|---|---|---|
| Production AI · AI Agent · 대규모 서비스 | 대량 트래픽과 도구 사용을 함께 운영하는 선택지 | |
| OpenAI | Frontier 모델 · 범용 AI 플랫폼 | 모델 위에 에이전트·도구·운영을 얹은 플랫폼 |
| Anthropic | Enterprise · 코딩 · 업무 생산성 | 민감 업무·개발 작업에서의 신뢰·통제 |
| Moonshot AI | 오픈웨이트 · 가격 경쟁 | 비용·배포 위치·개발자 접근성의 선택 폭 |
| Alibaba | AI Cloud · 오픈 생태계 | 지역·클라우드·기업 통합의 선택지 |
Google의 선택을 가장 잘 설명하는 문장은 ‘모델을 출시했다’보다 ‘기본 호출 경로를 개선했다’일 수 있다. Google이 최근 실적 발표에서 Cloud·Search 매출과 AI 인프라 투자의 연결을 강조해 온 것도, Flash 같은 주력 업무 모델이 회사 전체의 수익 구조와 무관하지 않음을 보여준다. 출처: Alphabet Investor Relations
AI 기업들의 경쟁 방식은 앞으로 어떻게 달라질 것인가
프런티어 모델(가장 어려운 과학·코드·계획 문제를 풀며 하위 모델의 성능 기준을 끌어올리는 최상위 모델)은 여전히 필요하다. 다만 모든 요청을 프런티어 모델로 처리하는 것은 전략이 아니라 비용이 높은 기본값이다. API 호출량이 늘고 에이전트가 한 작업 안에서 여러 차례 추론할수록, 평균 비용보다 긴 꼬리의 비용과 지연 시간이 더 크게 보인다. AI 에이전트(모델이 정해진 권한 안에서 외부 도구를 선택해 여러 단계의 작업을 수행하는 시스템)가 늘수록, 사용자가 체감하는 것은 가장 좋은 한 번의 응답보다 반복 가능한 완료 경험이다. 벤치마크는 후보를 좁히는 신호로 쓰되, 실제 도입 판단은 업무 성공률·지연 시간·단위 업무당 비용·통제 가능성으로 재현해야 한다.
Gemini 3.6 Flash의 선출시는 이 변화의 상징이다. Google이 먼저 출시한 것이 가장 뛰어난 AI라고 단정할 수는 없다. 다만 공식 발표가 보여주는 방향은 분명하다. 대규모 에이전트 운영에 필요한 토큰 효율, 낮은 지연 시간, 신뢰성을 갖춘 AI를 먼저 제품의 중심에 놓겠다는 방향이다. Google뿐 아니라 OpenAI·Anthropic·문샷AI·알리바바가 각자 다른 순서로 다른 모델을 앞세우는 것도 같은 흐름의 다른 얼굴이다. AI 기업들은 이제 하나의 최고 성능 모델을 만드는 경쟁보다, 목적별로 나뉜 모델 포트폴리오 전체를 얼마나 잘 설계하고 운영하는가를 경쟁력으로 삼고 있다.
독자가 기억할 한 문장은 이것이다. Google이 먼저 출시한 것은 가장 뛰어난 AI가 아니라, 앞으로 가장 많이 사용될 AI였다.
참고 출처
가격·성능 수치는 2026년 7월 23일 기준 각 공식 자료를 확인한 값이며, 이후 변경될 수 있다.
- Google, Gemini 3.6 Flash·3.5 Flash-Lite·3.5 Flash Cyber 소개
- Google, Gemini 3.6 Flash 모델 문서
- Google Gemini API 가격
- OpenAI API 가격(GPT-5.6 Sol·Terra·Luna 포함)
- OpenAI, GPT-5.6 시스템 카드
- Anthropic, Claude Sonnet 5 소개
- Anthropic, Claude 모델 개요 문서(가격·컨텍스트 표)
- Moonshot AI, Kimi K3 공식 모델 소개
- Moonshot AI, Kimi K3 공식 API 가격 문서
- Alibaba Cloud, Model Studio 소개
- Alibaba Cloud, Model Studio 지원 모델 목록
- Moonshot AI 공식 홈페이지
- Alphabet Investor Relations