구글 제미나이 3.7 플래시 — 전작 3주 만에, 가격은 절반으로
AI 뉴스 SVIL 구글 제미나이 오픈AI GPT-5.6 Sol 세레브라스

구글 제미나이 3.7 플래시 — 전작 3주 만에, 가격은 절반으로

SVIL - Singularity Visual Intelligence Lab 17 min read

같은 주에 두 회사가 똑같은 말을 했습니다. 더 빠르게, 그리고 더 싸게. 구글은 8월 13일 제미나이 3.7 플래시를 내놓으면서 가격을 절반으로 깎았고, 오픈AI는 하루 사이에 GPT-5.6 Sol을 최대 14배 빠르게 돌리는 울트라패스트 모드를 공개했습니다. 성능 경쟁이 지능에서 속도로 옮겨 붙은 장면입니다.

칠흑 같은 어둠을 대각선으로 교차하며 뻗는 두 줄기 청록빛 광선 — 속도 경쟁을 표현한 개념 이미지

이틀 사이에 벌어진 일

8월 13일과 14일, AI 업계의 헤드라인은 성능 점수가 아니라 응답 속도였습니다. 구글이 제미나이 3.7 플래시를 API부터 안티그라비티까지 첫날 전면 배포했고, 곧이어 오픈AI가 울트라패스트 모드 프리뷰를 발표했습니다. 두 발표는 서로를 겨냥한 것처럼 붙어 있었습니다.

지난 2년간 모델 경쟁의 축은 "얼마나 똑똑한가"였습니다. 벤치마크 점수, 추론 깊이, 문맥 길이가 헤드라인을 차지했습니다. 이번 주는 달랐습니다. 두 회사 모두 "얼마나 빨리, 얼마나 싸게"를 전면에 내걸었습니다.

구글이 3주 만에 다음 모델을 냈다

제미나이 3.7 플래시는 전작인 3.6 플래시가 나온 지 3주 만에 등장했습니다. 대형 모델의 세대 교체 주기가 통상 수개월이었던 것을 생각하면 이례적으로 짧은 간격입니다.

이 속도 자체가 메시지입니다. 구글은 저가·고속 구간에서 반복 주기를 극단적으로 줄이는 전략을 택했고, 경쟁사가 대응할 시간을 주지 않으려 한다는 해석이 나옵니다.

제미나이 3.7 플래시가 내세운 숫자

구글이 공개한 지표는 전작 대비 전반적인 상승입니다. 프론티어코드 1.1에서 43.6%, 딥SWE v1.1에서 65.3%를 기록했습니다. 코딩과 에이전트 작업 양쪽을 겨냥한 수치입니다.

여기서 눈여겨볼 것은 절대 점수보다 같은 가격대에서의 상승폭입니다. 플래시 계열은 원래 "충분히 쓸 만한 저가 모델" 자리였는데, 이번 세대는 상위 모델의 영역을 넘보는 숫자를 들고 나왔습니다.

칠흑 속에 떠 있는 똑같은 세 개의 어두운 정육면체 중 세 번째만 훨씬 밝게 빛나는 모습 — 3주 만의 세대 교체를 표현한 개념 이미지

가격을 절반으로 — 12월 31일까지

가격은 이번 발표에서 가장 직접적인 무기였습니다. 2026년 12월 31일까지 제미나이 3.7 플래시는 100만 입력 토큰당 0.75달러, 100만 출력 토큰당 3.75달러입니다. 전작 3.6 플래시의 출시 가격과 비교하면 정확히 절반입니다.

같은 성능을 절반 값에 파는 것이 아니라, 더 나은 성능을 절반 값에 파는 구조입니다. 저가 구간에서 경쟁자를 밀어내겠다는 의도가 분명합니다.

2027년 1월 1일에 값이 두 배로 돌아온다

다만 이 가격은 한시적입니다. 2027년 1월 1일부터는 100만 입력 토큰당 1.50달러, 출력 100만 토큰당 7.50달러라는 정상가로 돌아갑니다. 정확히 두 배입니다.

도입 가격에 맞춰 원가를 계산해 두면 연초에 비용이 두 배가 됩니다. 서비스 단가를 짤 때는 정상가 기준으로 계산하고, 할인 기간은 덤으로 보는 편이 안전합니다.

100만 토큰 입력, 6만 4천 토큰 출력

제미나이 3.7 플래시는 최대 100만 토큰을 입력으로 받습니다. 한국어로 환산하면 대략 장편소설 여러 권 분량입니다. 출력은 6만 4천 토큰까지 나옵니다.

입력 형식도 넓습니다. 텍스트·이미지·영상·음성·PDF를 함께 다루고, 도구 호출과 컴퓨터 조작까지 지원합니다. 저가 모델이 다루는 범위라고 보기 어려운 사양입니다.

어두운 매끈한 판을 가운데로 가르는 하나의 곧은 청록빛 선 — 가격이 절반으로 나뉘는 것을 표현한 개념 이미지

오토메이션벤치 30.4% — 전 세대의 두 배

가장 큰 폭으로 오른 지표는 에이전트 자동화를 재는 오토메이션벤치입니다. 제미나이 3.7 플래시는 30.4%를 기록했는데, 전작 3.6 플래시는 17.0%였습니다. 거의 두 배입니다.

구글은 이 수치가 클로드 소네트 5(10.7%)와 GPT-5.6 테라(23.6%)를 앞선다고 밝혔습니다. 다만 이는 구글이 자사 기준으로 측정해 발표한 비교라는 점은 감안해야 합니다.

코딩 지표: 프론티어코드와 딥SWE

코딩 쪽에서는 프론티어코드 1.1에서 43.6%, 딥SWE v1.1에서 65.3%를 기록했습니다. 실제 저장소를 다루는 과제를 재는 지표들이라, 사내 개발 파이프라인에 붙였을 때의 체감과 비교적 가깝습니다.

한 가지 테스트 사례로, 구글은 같은 코딩 과제를 3.7 플래시가 2분 13초에 끝냈고 직전 플래시 모델은 5분 넘게 걸렸다고 소개했습니다.

칠흑 속에 자유롭게 흩뿌려진 무수히 작은 청록빛 점들 — 100만 토큰 입력 규모를 표현한 개념 이미지

컴퓨터 사용에서는 아직 클로드가 앞선다

모든 항목에서 앞선 것은 아닙니다. 멀티모달 데스크톱·운영체제 조작을 재는 에이전츠 라스트 이그잼에서는 클로드 소네트 5가 33.3%, 제미나이 3.7 플래시가 26.3%였습니다. 구글이 직접 공개한 비교표에 들어 있는 숫자입니다.

즉 "저가에 빠르고 코딩을 잘한다"는 강점이 곧 "화면을 보고 조작하는 일까지 잘한다"로 이어지지는 않습니다. 용도별로 갈라 쓰는 판단이 여전히 필요합니다.

오픈AI의 응수 — 울트라패스트 모드

구글 발표 직후 오픈AI가 내놓은 것이 울트라패스트 모드입니다. GPT-5.6 Sol을 표준 처리 대비 최대 14배 빠르게 돌리는 새 서비스 계층입니다.

주목할 점은 오픈AI가 더 작은 모델을 내놓아 속도를 확보한 것이 아니라는 사실입니다. 같은 모델을 그대로 두고 처리 속도만 올렸습니다. 지금까지 실시간 응답이 필요하면 작고 덜 똑똑한 모델로 내려가야 했던 관행을 정면으로 겨냥한 구성입니다.

칠흑 속에 위아래로 나란히 떠 있는 두 줄기 청록빛 막대 — 두 배 성능 격차를 표현한 개념 이미지

초당 750토큰이라는 숫자의 의미

울트라패스트는 초당 최대 750개의 출력 토큰을 생성합니다. 한국어 기준으로 대략 한 문단이 눈 깜짝할 사이에 완성되는 속도입니다.

사람이 글을 읽는 속도가 대략 초당 4~6단어라는 점을 생각하면, 사람이 읽는 것보다 모델이 쓰는 것이 훨씬 빠른 구간에 들어섰다는 뜻입니다. 이 구간에서는 "생성이 끝날 때까지 기다린다"는 개념 자체가 흐릿해집니다.

왜 세레브라스인가

울트라패스트는 세레브라스 하드웨어 위에서 돌아갑니다. 세레브라스는 웨이퍼 한 장을 통째로 칩으로 쓰는 독특한 구조로, 초저지연 추론에 특화돼 있습니다.

두 회사는 올해 초 대규모 파트너십을 맺었고, 울트라패스트는 그 협업의 첫 소비자용 결과물에 해당합니다. 엔비디아 GPU 일변도였던 추론 인프라에 다른 선택지가 실제 상용 서비스로 등장했다는 점이 이 발표의 산업적 함의입니다.

바깥 고리가 안쪽 고리를 흡수하는 중첩된 청록빛 원환 — 벤치마크 계층 구조를 표현한 개념 이미지

14배는 무엇에 대한 14배인가

여기서 오해하기 쉬운 지점이 있습니다. 14배는 같은 GPT-5.6 Sol의 표준 처리 대비 배수입니다. 다른 회사 모델과의 비교가 아니고, 모델이 14배 똑똑해졌다는 뜻도 아닙니다.

참고로 오픈AI에는 이미 약 2.5배 속도를 내는 패스트 모드가 있었고, 그 가격은 표준의 약 두 배 수준이었습니다. 울트라패스트의 가격은 아직 공개되지 않았습니다.

선택된 고객만 — 한정 프리뷰인 이유

울트라패스트는 현재 API를 통해 일부 고객에게만 열려 있습니다. 오픈AI는 용량이 확보되는 대로 접근 범위를 넓히겠다고 밝혔습니다.

이 제한은 마케팅 전략이라기보다 물리적 제약에 가깝습니다. 세레브라스 하드웨어의 배치 규모가 곧 서비스 가능 인원이기 때문입니다. 발표된 성능과 실제로 쓸 수 있는 시점 사이에는 간격이 있습니다.

두 어두운 덩어리 사이로 여러 갈래 청록빛 선이 하나의 좁고 밝은 틈으로 압축되는 모습 — 처리량 집중을 표현한 개념 이미지

오픈AI가 꼽은 용도: 음성·상담·커머스·보안

오픈AI는 울트라패스트가 유용할 영역으로 음성 애플리케이션, 고객 상담, 커머스, 개발자 에이전트, 금융 리서치, 보안 대응을 들었습니다. 공통점이 뚜렷합니다. 전부 지연이 곧 손해인 분야입니다.

고객이 대답을 기다리는 3초, 침입 탐지가 반응하기까지의 몇 초는 성능 점수와 별개로 서비스 품질을 결정합니다.

두 회사가 같은 주에 속도를 말한 이유

우연으로 보기는 어렵습니다. 두 발표는 같은 관찰에서 출발합니다. 지금 시장에서 병목은 지능이 아니라 지연과 단가라는 것입니다.

모델을 한 번 부르는 대화형 사용에서는 1~2초 차이가 크게 느껴지지 않습니다. 그러나 모델을 수십 번 연쇄로 부르는 에이전트 작업에서는 그 차이가 그대로 누적됩니다.

하나의 밝은 점에서 바깥으로 퍼져 나가는 동심원 형태의 청록빛 고리들 — 발표의 파급을 표현한 개념 이미지

에이전트는 왜 속도에 민감한가

에이전트는 한 번에 답을 내지 않습니다. 계획하고, 도구를 부르고, 결과를 읽고, 다시 계획합니다. 한 작업에 모델 호출이 20~50번씩 들어가는 일이 흔합니다.

호출 한 번에 3초가 걸리면 30번은 90초입니다. 같은 작업을 초당 750토큰으로 돌리면 체감이 완전히 달라집니다. 속도는 에이전트에게 편의가 아니라 실현 가능성의 문제입니다.

싸다와 빠르다는 다른 축이다

이번 두 발표는 같은 방향처럼 보이지만 성격이 다릅니다. 구글은 단가를 내렸고, 오픈AI는 지연을 줄였습니다.

대량 배치 처리를 돌린다면 토큰 단가가 지배적입니다. 반대로 사람이 기다리는 실시간 응답이라면 단가보다 지연이 결정적입니다. 두 축을 뭉뚱그려 "더 좋아졌다"로 읽으면 선택을 그르칩니다.

더 큰 어두운 덩어리의 홈에 정확히 맞물려 들어간 정육면체, 이음매마다 청록빛이 새어나오는 모습 — 한정된 접근 권한을 표현한 개념 이미지

토큰 단가 인하가 개발자에게 미치는 영향

단가가 절반이 되면 이전에 계산이 안 맞던 용도가 갑자기 성립합니다. 문서 전체를 매번 통째로 넣는 방식, 여러 후보를 병렬로 생성해 고르는 방식이 그렇습니다.

다만 이 계산은 할인 기간에만 성립합니다. 연말이 지나면 같은 구조가 다시 적자로 돌아설 수 있습니다.

도입 가격표를 그대로 믿으면 안 되는 이유

정리하면 세 가지를 확인해야 합니다. 첫째, 지금 가격이 한시적인가. 둘째, 정상가로 환산해도 성립하는가. 셋째, 발표된 성능을 내가 실제로 쓸 수 있는가(울트라패스트처럼 한정 공개일 수 있습니다).

이 셋을 통과하지 못하면, 발표 자료의 숫자는 내 서비스의 숫자가 아닙니다.

하나의 곧고 가느다란 청록빛 선으로 연결된 작은 어두운 정육면체들의 긴 행렬 — 다단계 연쇄 작업을 표현한 개념 이미지

실제 사례: 다단계 작업에서 체감되는 지연

예를 들어 블로그 글 하나를 자동으로 조사·작성·검수하는 파이프라인을 생각해 봅니다. 검색 5회, 초안 작성 1회, 섹션별 보강 10회, 최종 검수 2회면 모델 호출이 18번입니다.

호출당 평균 4초면 72초, 여기에 도구 실행 시간이 더해집니다. 같은 파이프라인을 울트라패스트 급 속도로 돌리면 대기 시간의 대부분이 사라집니다. 사람이 붙어서 지켜보다가, 걸어 두고 다른 일을 하는 방식으로 바뀝니다.

실제 사례: 음성 대화에서의 응답 지연

음성은 지연에 가장 가혹한 분야입니다. 사람 대화에서 자연스러운 침묵은 대략 0.2~0.5초입니다. 1초를 넘으면 상대가 "못 들었나" 하고 다시 말하기 시작합니다.

기존에는 이 구간을 맞추려고 작고 덜 똑똑한 모델을 썼습니다. 오픈AI가 울트라패스트로 겨냥한 지점이 정확히 여기입니다. 속도를 얻기 위해 지능을 포기하지 않아도 되는 구간을 만드는 것입니다.

칠흑 속에 홀로 밝게 빛나는 청록빛 정육면체 — 한정 공개된 접근 권한을 표현한 개념 이미지

저시력 사용자에게 속도가 갖는 의미

화면 확대나 음성 안내를 쓰는 사용자에게 응답 지연은 비장애 사용자보다 더 크게 다가옵니다. 화면을 훑어 진행 상황을 파악하기 어렵기 때문에, 기다리는 시간이 곧 "지금 무슨 일이 일어나는지 모르는 시간"이 됩니다.

응답이 빨라지면 그 불확실한 구간 자체가 줄어듭니다. 속도 개선은 접근성 개선과 무관한 기술 지표처럼 보이지만, 실제 사용 경험에서는 직접적으로 이어집니다.

우리 작업 환경에서 무엇이 달라지나

SVIL 연구소처럼 로컬 워크스테이션과 클라우드 모델을 섞어 쓰는 환경에서는 판단 기준이 하나 늘었습니다. "어떤 모델이 좋은가"에 더해 "어떤 속도 계층을 쓸 것인가"입니다.

대량 배치는 저가 계층으로, 사람이 기다리는 구간만 고속 계층으로 나누는 설계가 현실적입니다. 모든 호출을 최고 속도로 돌릴 필요는 없습니다.

굵은 청록빛 가로 막대와 그 위로 뻗어 오르는 두 줄기 빛 — 오픈AI와 세레브라스의 협업을 표현한 개념 이미지

핵심 정리

  • 구글 제미나이 3.7 플래시(8월 13일): 전작 3주 만의 후속. 오토메이션벤치 30.4%(전작 17.0%), 프론티어코드 1.1 43.6%, 딥SWE v1.1 65.3%.
  • 가격: 2026년 12월 31일까지 100만 입력 토큰 0.75달러 / 출력 3.75달러. 2027년 1월 1일부터 각각 1.50달러 / 7.50달러로 두 배 복귀.
  • 오픈AI 울트라패스트: GPT-5.6 Sol을 표준 대비 최대 14배, 초당 750토큰. 세레브라스 하드웨어 기반. API 한정 프리뷰이며 가격 미공개.
  • 주의: 컴퓨터 조작 과제에서는 클로드 소네트 5가 33.3%로 제미나이 3.7 플래시(26.3%)보다 앞섭니다. 속도·단가 개선이 모든 용도의 우위를 뜻하지 않습니다.
  • 실무 판단: 단가(구글)와 지연(오픈AI)은 다른 축입니다. 배치 작업은 단가로, 실시간 응답은 지연으로 계산합니다.
칠흑 속에 떠 있는 거대한 어두운 정육면체의 한 면이 강렬한 청록빛 개구부로 뚫려 있는 모습 — 새로 열린 속도 구간을 표현한 개념 이미지

참고하실 만한 것

지금 쓰고 있는 파이프라인에서 모델 호출이 몇 번 일어나는지 한 번 세어 보시길 권합니다. 호출 횟수가 10회를 넘어간다면, 모델을 바꾸는 것보다 속도 계층을 조정하는 쪽이 체감 개선이 큽니다.

가격 계산은 반드시 정상가 기준으로 해 두세요. 도입 할인은 대개 끝납니다. SVIL 연구소는 이런 변화가 실제 작업 환경에서 어떻게 체감되는지 계속 기록해 나가겠습니다.

출처

  1. VentureBeat — Google's Gemini 3.7 Flash targets coding and agents with a 50% introductory price cut
  2. TechTimes — Google Cuts Gemini 3.7 Flash Price in Half
  3. TechCrunch — OpenAI introduces 'Ultrafast'
  4. OpenAI — Previewing Ultrafast mode: GPT-5.6 Sol at up to 14X the speed
  5. Cerebras — Accelerating GPT-5.6 Sol Ultrafast with OpenAI
  6. The Decoder — GPT-5.6 Sol goes 14x faster with Cerebras
  7. Help Net Security — OpenAI's GPT-5.6 Sol runs up to 14x faster
  8. Decrypt — Google and OpenAI Debut Super Fast AI Models

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://kuroicode-beep.github.io/svil-homepage/