제미나이 3.8 Flash 공개: 더 열심히 일하는 모델과 방어자용 Cyber 변형

구글이 Gemini 3.7 Flash를 공개한 지 3주 만에, 그리고 6주 사이 세 번째 Flash 계열 모델로 Gemini 3.8을 내놓았다. 회사는 이 모델을 자사 최고의 추론·코딩 모델로 소개하면서도 속도와 비용은 3.7과 동일하게 유지했다고 밝혔다. 3.8은 두 가지 변형으로 출시된다. 일반 에이전트 워크플로를 겨냥한 Gemini 3.8 Flash, 그리고 사이버보안에 특화된 Gemini 3.8 Flash Cyber다. 배포 환경은 다르지만 두 모델은 동일한 기반 지능을 공유하며, 모델을 반복적으로 평가하고 개선하는 장기 실행 에이전트 루프로 성능을 끌어올렸다고 한다. 특히 사이버보안이라는 까다로운 영역에서의 훈련이 코딩과 추론 능력 전반의 향상을 견인했다는 설명이다.

더 많이 '일하는' 모델

Gemini 3.8 Flash의 성능 개선은 벤치마크 수치로 제시된다. 장기 소프트웨어 엔지니어링을 평가하는 DeepSWE v1.1에서 3.8 Flash는 복잡한 엔지니어링 문제를 처음부터 끝까지 자율적으로 해결하는 능력에서 대부분의 더 큰 프런티어 모델을 앞섰고, 비용은 그 일부에 불과하다고 구글은 밝혔다. 금융 분야를 다루는 Vals Finance Agent V2, 법률 분야의 Harvey Legal Agent Benchmark 등 전문 지식이 요구되는 정량·전문 영역에서도 3.7 Flash와 다른 프런티어 모델을 넘어섰다는 것이 회사 측 주장이다. STEM과 인문학, 전문 분야를 아우르는 다단계 추론 능력을 측정하는 HLE-Verified에서는 54.9%를 기록했다.

이런 성능 향상의 배경에는 명확한 설계 선택이 있다. 구글은 3.8 Flash가 '더 열심히 일한다'고 표현한다. 복잡한 작업에서 추가적인 추론 단계를 실행하고 도구를 반복적으로 호출하는 등 더 큰 근면성을 보인다는 것이다. 뒤집어 말하면 성능을 극대화하기 위해 더 많은 토큰을 사용하며, 이는 특히 높은 노력 수준에서 두드러진다. 이 지점은 실무자가 반드시 염두에 둬야 할 트레이드오프다. 구글도 이를 인지하고 있어, 연산 효율이 최우선 제약인 애플리케이션에서는 노력 수준을 낮춰 토큰 오버헤드를 줄이거나, 효율 중심 워크로드를 위해 여전히 완전히 지원되는 3.7 Flash를 계속 쓰라고 안내한다. 즉 3.8이 3.7을 대체하는 것이 아니라, 성능과 비용 사이에서 선택지를 넓히는 구도로 읽는 편이 정확하다.

무엇을 만들 수 있나

구글은 3.8 Flash의 생성 능력을 보여주는 여러 데모를 함께 공개했다. Google Antigravity에서 반복 지시가 담긴 단순한 프롬프트만으로 성을 탐험하는 마법사 3D 게임을 만들었고, 텍스처는 Nano Banana로 생성했다고 한다. 같은 환경에서 단일 프롬프트로 위치·경로·스트리트뷰가 실제로 작동하는 DOS 버전 구글 지도를 구현하기도 했다. 미국 지질조사국(USGS)의 실제 데이터셋을 활용해 지형도의 실시간 단면과 2D 투영, 과학적 설명을 탐색하는 사례, Google AI Studio에서 Three.js로 하드웨어 기기의 물리적 비례를 반영한 분해도를 자동 생성하는 'Hardware Anatomy'도 소개됐다. 이들 데모의 공통점은 짧은 프롬프트와 루프 지시만으로 상당한 규모의 결과물을 뽑아낸다는 점으로, 에이전트형 개발 도구와의 결합을 전제로 한 방향성을 드러낸다.

방어자를 위한 Cyber 변형

Gemini 3.8 Flash Cyber는 Fairwind 프로그램을 통해 신뢰할 수 있는 방어자 집단에만 제공된다. 취약점 탐색의 표준 산업 벤치마크인 CyberGym에서 자율적 취약점 발견의 프런티어급 성능을 보였으며, 이전 세대인 3.5 Flash Cyber는 물론 훨씬 큰 프런티어 모델도 앞섰다고 한다. CyberGym이 C/C++ 코드베이스에 국한되는 한계를 보완하기 위해, 구글은 20개 프로그래밍 언어에 걸친 복잡한 코드베이스에서 다양한 취약점을 찾아내는 내부 벤치마크로도 평가했고 여기서 70%를 넘는 성공률에 도달했다고 밝혔다. 주목할 대목은 구글이 공격(익스플로잇) 능력보다 취약점 '수정'을 처음부터 우선했다는 점이다. 패칭 능력을 평가하는 외부 벤치마크 CWE-Bench(Collinear 운영)에서 3.8 Flash Cyber는 pass@1 47.2%로, 선도 프런티어 모델의 47.8%에 근접하면서도 훨씬 낮은 비용으로 파레토 경계선에 위치했다.

안전장치와 남은 물음

두 모델은 각기 다른 안전 정책을 적용받는다. 3.8 Flash는 구글의 프런티어 안전 프레임워크에 따라 화학·생물·방사능·핵(CBRN)과 공격적 사이버 영역에서의 오용을 막는 안전장치를 탑재하되 유익한 사용은 허용한다. 반면 3.8 Flash Cyber는 사이버보안에 대해 더 관대한 완화책을 적용받으며, 그렇기에 더 포괄적인 사이버 역량이 필요한 신뢰된 방어자에게만 열려 있다. 또한 두 모델 모두 Gray Swan이 측정한 프롬프트 인젝션 견고성에서 상당한 도약을 이뤘다고 구글은 강조한다.

실무 관점에서 이번 발표의 핵심은 두 가지다. 하나는 '작은 모델이 프런티어급에 근접한다'는 흐름이 비용 최적화의 여지를 넓힌다는 점이고, 다른 하나는 그 성능이 더 많은 토큰 소비를 대가로 한다는 점이다. 벤치마크 수치는 대부분 구글 자체 발표이므로 독립적인 검증은 사용자 몫으로 남는다. Cyber 변형이 익스플로잇보다 패칭을 앞세운 방향성은 방어 우위를 표방하는 명분으로 읽히지만, 접근이 제한된 프로그램 형태인 만큼 실제 효용을 폭넓게 확인하기까지는 시간이 필요하다. 결국 3.8을 도입할지는 자사 워크로드가 성능 상한을 원하는지, 아니면 예측 가능한 토큰 비용을 원하는지에 대한 판단에서 갈릴 것이다.