Gemini 3.5 Pro 재설계 보도와 도입 전 검증 기준

전면 재설계 보도에서 먼저 확인할 것

Google DeepMind가 기존 Gemini 2.5 Pro 아키텍처를 폐기하고 새로 사전학습한 Gemini 3.5 Pro를 준비 중이라는 보도가 이어졌다. 2026-05-19 Google I/O에서 처음 공개된 뒤 6월 GA(General Availability)를 목표로 했으나 품질 문제로 지연됐고, 비공식 보도상 일정은 2026-07-17로 다시 조정됐다.

재설계 배경으로는 프리뷰 모델의 실패 모드가 거론된다. 복잡한 다층 SVG 장면에서 구조적 일관성을 유지하지 못했고, 재귀적 도구 호출(recursive tool-calling) 환경에서는 성능이 무너졌다는 내용이다. 기존 2.5 Pro 계열의 사전학습 실행을 버리고 처음부터 다시 학습하는 선택은 프론티어 규모에서 수억 달러의 비용과 수개월의 지연을 동반한다는 분석도 나왔다.

다만 이 글을 작성하는 시점까지 Google의 공식 모델카드와 가격표, 벤치마크 수치는 공개되지 않았다. 2M 토큰(200만) 컨텍스트 윈도우, Deep Think 추론 레이어, 입력 $12~~15/1M과 출력 $36~~45/1M이라는 가격도 유출·추정 보도에 근거한다. 조직의 도입 판단에서는 확정 사양이 아니라 검증해야 할 전제로 다뤄야 한다.

백본 교체가 만드는 새로운 검증 공백

보도에 따르면 기존 백본은 수학적 추론과 SVG 벡터 그래픽 생성, 이미지 품질 격차를 구조적으로 해소하지 못했다. Google이 택한 방법은 파인튜닝이나 어댑터 추가가 아니라 사전학습 단계부터 다시 구성하는 것이었다. 근본적인 결함을 손볼 여지는 생기지만 GPT-5.6, Claude Fable 5보다 출시 리듬이 늦어지는 대가가 따른다.

새 백본은 기존 모델의 연장선으로 취급하기 어렵다. SWE-Bench와 Terminal-Bench 같은 실사용 벤치마크도 아직 제3자 기관의 독립 검증을 거치지 않았다. 2.5 Pro 기반 파이프라인을 3.5 Pro로 옮길 때 단순한 버전 업그레이드로 보면 안 되는 이유다.

2M 토큰이 명목 사양에 그치지 않으려면

200만 토큰은 보도된 추정치 기준으로 2,000개 파일 규모의 TypeScript 모노레포 전체, 30인 팀의 3년치 Slack 이력, SEC S-1 공시 4건을 청크 분할 없이 단일 호출에 적재할 수 있는 규모다. 대규모 코드베이스 분석이나 다년치 로그·대화 이력 통합 검색, 여러 문서의 교차 대조처럼 분할 과정에서 맥락 손실이 큰 작업에는 매력적인 방향이다.

컨텍스트가 길다고 그 전체를 같은 품질로 활용한다는 뜻은 아니다. 초장기 컨텍스트에는 어텐션 연산 비용과 메모리 대역폭 부담, 중간 영역의 정보를 놓치는 “lost in the middle” 문제가 따라온다. 공식 아키텍처 문서가 없으므로 스파스 어텐션이나 계층적 요약 같은 처리 방식을 채택했는지도 확인할 수 없다.

따라서 2M 토큰이 공식 사양인지, 명목 컨텍스트와 실효 컨텍스트가 일치하는지는 GA 이후 벤치마크로 확인해야 한다. 저지연이 필요한 실시간 대화형 서비스에서는 초장기 컨텍스트의 처리 오버헤드가 오히려 불리할 수도 있다. 파일럿에서는 회상률과 응답 지연을 함께 측정해야 프로덕션 편입 여부를 판단할 수 있다.

Deep Think는 이름보다 실행 비용을 봐야 한다

Deep Think는 복잡한 문제에 장고(long-horizon) 추론 예산을 배정하고 다단계 자기검증을 수행하는 레이어로 보도됐다. 아래 흐름은 공개된 확정 구조가 아니라 보도 내용을 바탕으로 한 추정 메커니즘이다.

⤢✕

추론 예산을 조절하는 파라미터와 토큰 소비 곡선은 공개되지 않았다. 유사 개념인 GPT-5.6의 추론 노력 단계에서는 max 사용 시 태스크당 약 $1.04가 든다는 점을 참고하면, Deep Think 활성화 과정에서도 토큰 사용량과 지연이 급증할 가능성을 사전에 가정해야 한다.

운영 대시보드에는 Deep Think 활성화 여부, 추론 예산, 토큰 소비, 지연, 정확도를 태스크 유형별로 나눠 기록할 필요가 있다. 비용 임계치를 넘으면 표준 추론 경로로 전환하는 다운시프트 정책도 GA 이전부터 설계해야 도입 초기에 비용이 통제되지 않는 상황을 피할 수 있다.

명칭만으로 품질 개선 폭을 판단할 수는 없다. 공식 모델카드가 없는 동안에는 자체 골든셋으로 확인해야 하며, 백본이 바뀐 만큼 기존 2.5 Pro 파이프라인 전체에 대한 회귀 테스트가 필요하다.

일정 변경을 전제로 릴리스 계획 세우기

공개 경과는 5월 I/O 발표, 6월 GA 목표, 일정 지연, 7월 17일 목표 순으로 바뀌었다. 비공식 일정을 포함해 두 차례 조정된 만큼 추가 지연 가능성도 배제하기 어렵다.

일부 엔터프라이즈 고객에게 제한적인 개발자 플랫폼 접근이 제공됐다는 보도는 있지만 일반 개발자가 검토할 공개 벤치마크는 없다. DeepSeek 계열을 비롯한 중국 오픈웨이트 모델의 비슷한 시기 출시가 Google의 일정 압박 요인으로 거론되기도 했다.

3.5 Pro에 의존하는 로드맵에는 GPT-5.6이나 Claude Sonnet 5로 전환할 수 있는 경로를 명시해야 한다. 프롬프트와 평가 데이터셋을 특정 모델에 묶지 않는 벤더 중립 계층으로 유지하면, GA 이후 확인된 성능이 보도와 다를 때 전환하기 쉽다.

가격도 같은 방식으로 다뤄야 한다. 공식 발표 전에는 입력 $12~~15, 출력 $36~~45 per 1M이라는 유출 추정치를 상한 시나리오로 놓고 예산을 편성한 뒤 확정 가격에 맞춰 다시 조정한다.

경쟁 모델과 비교할 때 드러나는 정보 격차

항목	Gemini 3.5 Pro(보도 기준, 미확정)	GPT-5.6 Sol	Claude Sonnet 5
컨텍스트 윈도우	2M 토큰(추정)	미상(에이전트 최적화)	1M 토큰(확장 컨텍스트)
추론 강화 방식	Deep Think 레이어(추정)	6단계 추론 노력(none~max)	확장 사고(extended thinking)
공식 스펙 공개 여부	미공개(모델카드·가격 부재)	공개(입력 $5/출력 $30 등)	공개
아키텍처 전략	백본 전면 재설계	3티어 라우팅 유지·보수	세대별 점진 개선
GA 일정	2026-07-17 목표(비공식, 지연 이력 있음)	2026-07-09 GA 완료	상시 제공
도입 판단 근거	자체 파일럿 필수(공식 데이터 부재)	공개 벤치마크로 즉시 판단 가능	공개 벤치마크로 즉시 판단 가능

GPT-5.6과 Claude Sonnet 5는 공개된 가격과 벤치마크를 바탕으로 즉시 TCO를 계산할 수 있다. Gemini 3.5 Pro는 GA 전까지 추정치에 의존해야 한다는 차이가 있다.

2M 토큰이 확정되면 Claude의 1M보다 명목상 2배 크지만, 회상 정확도를 포함한 실효 성능은 별도 검증 대상이다. 두 차례의 일정 지연 역시 3.5 Pro를 전제로 세운 로드맵의 불확실성을 높이므로 도입 일정에 버퍼가 필요하다.

전면 재설계와 점진 개선의 선택

Google의 전면 재설계 방식은 SVG 일관성 저하와 재귀 도구 호출 붕괴 같은 실패 모드를 백본 수준에서 해결하려는 선택이다. 위험이 큰 대신 구조적 결함을 해소할 가능성이 있다.

OpenAI와 Anthropic의 점진 개선 방식은 기존 아키텍처를 유지하면서 티어, 추론 예산, 확장 컨텍스트를 계층적으로 더한다. 출시 리듬은 빠르지만 근본적인 아키텍처 한계가 남을 수 있다.

전면 재설계는 더 나은 모델의 가능성과 검증되지 않은 위험을 함께 가져온다. 점진 개선은 예측 가능한 변화를 제공하지만 개선의 상한이 존재할 수 있다. 모델을 고를 때는 절대 성능뿐 아니라 이 전략 차이가 운영 안정성과 전환 비용에 미치는 영향까지 평가해야 한다.

채택 판단을 위한 운영 기준

공식 모델카드와 벤치마크가 없는 벤더 발표는 검증되지 않은 주장으로 분류해야 한다. 자체 평가셋 없이 프로덕션에 채택하기보다 파일럿으로 실제 워크로드의 정확도, 회상률, 지연, 비용을 확인하는 편이 안전하다.

가용성과 사업 연속성 측면에서는 일정 지연 이력이 있는 모델을 단일 경로로 두지 않고 멀티벤더 폴백을 유지해야 한다. 경제성 평가는 미공개 가격의 유출 추정치 가운데 상한값을 기준으로 보수적으로 편성한다.

2026년 프론티어 모델 경쟁은 절대 성능만의 경쟁에서 재설계와 점진 개선이라는 아키텍처 전략의 경쟁으로 넓어지고 있다. 동시에 공식 검증과 유출 보도 사이의 정보 신뢰성도 도입 결정의 변수가 됐다. Gemini 3.5 Pro의 2M 토큰 컨텍스트와 Deep Think는 매력적인 방향이지만, 실제 채택은 공식 사양이 아니라 자체 파일럿과 회귀 테스트, 비용 관측성에서 얻은 결과를 기준으로 결정해야 한다.