Google, Gemini 3.8 Live와 3.8 Live Extended Thinking 공개 — 실시간 음성 에이전트용 신규 모델 2종

본문

Google이 근실시간(near real-time) 추론 성능을 강화한 음성 대화 모델 2종을 발표했습니다. 음성 에이전트를 실전에 투입할 수 있는 수준으로 끌어올리고, AI와의 대화를 더 직관적이고 지능적으로 만드는 것이 목표입니다. Gemini 3.8 Live는 규모 확장성과 비용 효율에 초점을 둔 모델로, 대화형 지능과 자연스러운 화행, 시각적 그라운딩을 결합했습니다. Gemini 3.8 Live Extended Thinking은 고복잡도 작업용으로, 향상된 지능과 다단계 추론 능력을 갖췄습니다. 개발자와 엔터프라이즈 입장에서는 신뢰할 수 있는 프로덕션급 음성 에이전트의 구성 요소를 제공하며, Gemini 앱, Google Workspace, Search에서의 음성 대화도 더 유연하고 협업적으로 바뀝니다.

벤치마크 성능

3.8 Live Extended Thinking은 Artificial Analysis의 Speech to Speech Quality Index에서 82.6점으로 종합 1위를 기록했습니다. 에이전트형 작업 완수 능력에서는 τ-Voice 벤치마크 68.6%, Sierra의 τ-Voice-banking 벤치마크 35.1%를 달성했고, Big Bench Audio에서는 97.7%의 추론 점수를 보였습니다. 다른 프론티어 모델 대비 경쟁력 있는 가격대를 유지한다는 점도 강조됩니다. 3.8 Live는 Speech Agent Arena에서 2위를 차지하며 높은 사용자 선호도를 보였고, 규모 확장에 적합한 비용 효율적 모델로 자리매김했습니다. ServiceNow의 음성 에이전트 평가 벤치마크인 EVA-Bench에서는 정확도와 대화 품질의 균형을 맞춰 복잡한 워크플로에서 파레토 프론티어(Pareto Frontier)를 확장했다고 밝혔습니다. 이 테스트는 Gemini Enterprise Agent Platform의 Live API에서 수행됐습니다.

실시간 처리와 Extended Thinking의 동작 방식

3.8 Live는 시각 입력을 근실시간으로 처리해 대화에 맥락을 더하고, 97개 지원 언어를 대화 도중 자동으로 감지해 전환합니다. 도구 실행과 API 호출은 백그라운드에서 수행되므로, 모델이 요청을 접수했다고 확인하면서 작업이 끝날 때까지 대화를 이어갈 수 있습니다. 더 깊은 추론이 필요한 작업에서 3.8 Live Extended Thinking은 추론과 발화를 동시에 진행합니다. 'Let me check that...' 같은 초기 언어 신호로 프롬프트를 자연스럽게 접수하고, 백그라운드 다단계 작업의 진행 상황을 실시간으로 내레이션해 대화 흐름이 끊기지 않게 합니다. Workspace와 Search 전반에서도 복잡한 작업을 음성만으로 처리하는 협업적 경험을 제공한다고 설명합니다.

개발자 생태계와 파트너십

Gemini Live API를 통해 Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel, Vision Agents 같은 개발자 플랫폼이 고성능 음성 인터페이스 구축을 지원합니다. 이들 플랫폼이 복잡한 실시간 미디어 스트리밍 인프라를 뒤에서 관리하므로 개발자는 사용자 경험 설계에 집중할 수 있습니다. Salesforce, Genspark, Lumeris 등과의 파트너십도 언급됐으며, 이들은 3.8 Live 계열의 지연 시간, 유연성, 도구 호출 능력을 높이 평가했습니다.

SynthID 워터마킹과 출시 범위

Google의 AI 제품이 생성하는 모든 오디오에는 사람이 인지할 수 없는 SynthID 워터마크가 직접 삽입됩니다. AI 생성 콘텐츠를 탐지 가능하게 유지해 허위정보 확산을 막기 위한 조치이며, 상세한 안전 접근법은 모델 카드에서 확인할 수 있습니다. 출시 범위는 두 모델 모두 발표 당일부터 Gemini API와 Google AI Studio에서 개발자에게 제공되고, 엔터프라이즈는 Gemini Enterprise에서 프라이빗 프리뷰로 시작합니다. 일반 사용자는 3.8 Live가 Search Live로, 3.8 Live Extended Thinking은 Gemini Live와 Google AI Pro·Ultra 구독자의 Workspace 내 Docs, 전체 Google AI 구독자의 Gmail·Keep에서 사용할 수 있습니다.

Hacker News 반응

• @deviation — 데모 영상에서 '가장 발전된' AI 모델 중 하나가 체스에서 가장 흔한 체크메이트 패턴에 지는 모습을 보여준 것은 좋은 인상이 아니라고 지적합니다.
• @monroewalker — 라이브 모델치고는 충분히 좋은 수준이라고 반박합니다. 엔진 분석을 모델에 주입하면 수준 높은 수를 둘 수 있으며, 최신 음성 모델에 체스 기능을 넣는 것이 아니라 기존 체스 대 컴퓨터 기능에 실시간 음성 상호작용을 얹는 것으로 보면 의미 있는 개선이라고 평가합니다.
• @laweijfmvo — 체스 엔진이 이미 존재하는데 챗 모델이 체스를 둘 필요가 없다는 점에서 이상한 선택이라는 데 동의합니다.
• @wongarsu — LLM이 불법 수 없이, 존재하지 않는 기물을 만들어내지 않고 체스 한 판을 끝까지 두는 것 자체가 성과이며 라이브 모델이라면 더욱 그렇다고 봅니다. 다만 하네스가 얼마나 도왔는지는 알 수 없다고 덧붙입니다.
• @Zsfe510asG — Gemini는 어느 정도 읽을 만한 산문을 생성하는 유일한 모델이라는 점에서 저평가되어 있다고 말합니다.

원문: Google Blog / 번역·요약: Trawling