Google 공식 로고
발행 2026-09-16 · 최근 주요 소식 보충
Google 공식 로고
구글은 실시간 음성 대화용 Gemini 3.8 Live와 복잡한 작업에 초점을 둔 Gemini 3.8 Live Extended Thinking을 개발자 도구와 일부 구글 서비스에 순차 출시했습니다. 두 모델은 대화를 멈추지 않고 외부 도구를 실행하거나 음성과 화면 정보를 함께 처리할 수 있어, 상담 서비스와 음성 비서의 작업 흐름을 더 자연스럽게 만들 수 있습니다.
배경부터 이해하기 실시간 음성 모델은 사용자의 말을 받아들이고 곧바로 음성으로 답하는 인공지능입니다. 이를 고객 문의 처리나 일정 예약에 연결하면 ‘음성 에이전트’가 됩니다. 여기서 에이전트란 질문에 답하는 데 그치지 않고 예약 시스템 같은 외부 도구를 사용해 일을 수행하는 소프트웨어를 뜻합니다.
개발자는 API를 통해 이런 모델을 자신의 앱이나 서비스에 연결합니다. API는 서로 다른 소프트웨어가 요청과 결과를 주고받는 연결 규칙입니다. 이번 발표 전에도 Gemini의 음성 기능은 있었지만, 구글은 새 모델이 복잡한 단계의 작업과 대화의 자연스러움, 실시간 시각 정보 활용을 개선했다고 설명했습니다.
무엇이 바뀌었나 Gemini 3.8 Live는 대화 속도와 비용 효율, 대규모 사용에 초점을 둡니다. 대화 도중 97개 지원 언어를 감지해 전환할 수 있습니다. 카메라나 화면에서 들어오는 시각 정보도 거의 실시간으로 처리합니다. 사용자가 계속 말하는 동안 외부 도구와 API 호출을 백그라운드에서 진행할 수도 있습니다. AI가 만든 음성에는 사람이 듣기 어려운 SynthID 식별 표시가 들어갑니다.
Extended Thinking 모델은 여러 단계를 거치는 복잡한 작업용입니다. 구글 주장에 따르면 사람의 평가와 여러 시험을 종합한 Speech to Speech Quality Index에서 82.6점을 받았습니다. 음성 에이전트의 과제 완료율을 측정하는 τ-Voice에서는 68.6%, 은행 업무 과제를 측정하는 Sierra τ-Voice-banking에서는 35.1%를 기록했습니다. 음성에 담긴 정보를 바탕으로 추론하는 Big Bench Audio 과제에서는 97.7%를 기록했습니다. 이 수치는 서로 다른 과제를 측정하므로 직접 비교할 수 없습니다.
왜 중요한가 기존 음성 서비스는 예약이나 조회를 처리하는 동안 대화가 끊기거나 사용자가 결과를 기다려야 할 수 있습니다. 새 모델은 먼저 요청을 확인했다고 말한 뒤 작업 진행 상황을 설명하면서 도구 호출을 계속할 수 있습니다. 이에 따라 개발자는 별도의 대기 안내를 일일이 설계해야 하는 부담을 줄일 가능성이 있습니다.
음성과 시각 정보를 함께 다루는 기능도 중요합니다. 사용자가 화면이나 물건을 카메라로 보여주면서 질문하면 설명을 말로 다시 입력하지 않아도 됩니다. 다만 실제 효과는 연결한 업무 시스템, 통신 지연, 언어와 사용 환경에 따라 달라질 수 있습니다.
실제로 어떤 의미인가 활용 예시: 여행 예약 앱에서 사용자가 음성으로 ‘금요일 저녁 비행편과 도착 뒤 렌터카를 찾아 달라’고 요청합니다. 이전 방식에서는 항공편 검색이 끝날 때까지 침묵하거나 각 단계를 따로 요청해야 할 수 있습니다. 새 모델을 연결한 앱은 요청을 받았다고 음성으로 알리고, 항공편 검색 API를 실행하는 동안 렌터카 조건을 추가로 물을 수 있습니다. 이는 기능을 설명하기 위한 가정이며, 해당 일정이 실제로 시험됐다는 뜻은 아닙니다.
사용·공개 범위 2026년 9월 15일부터 순차 출시가 시작됐습니다. 개발자는 Gemini API와 Google AI Studio에서 두 모델을 사용할 수 있습니다. Gemini 3.8 Live는 일반 사용자용 Search Live에도 배포됩니다. 기업용 Gemini Enterprise에서는 비공개 미리보기이며, Customer Experience 제품에는 추후 제공될 예정입니다. Extended Thinking은 Gemini Live에 제공되며, Workspace에서는 서비스와 구독 등급에 따라 Docs, Gmail, Keep에서 이용 범위가 다릅니다. 정확한 API 가격과 국가별 제공 범위는 출처에 제시되지 않았습니다.
확인할 점 성능 수치는 구글이 제시한 결과입니다. 시험 환경과 실제 전화 상담 환경은 다를 수 있습니다. 특히 EVA-Bench 평가는 Gemini Enterprise Agent Platform의 Live API에서 수행됐습니다. Speech Agent Arena의 2위라는 설명도 사용자 선호 평가이며 모든 업무의 정확성을 뜻하지 않습니다. 제공된 본문은 Gemini 3.5 Transcribe 출시 내용을 뒷받침하지 않으므로 이 기사에는 포함하지 않았습니다. ‘거의 실시간’이라는 표현의 구체적인 지연 시간도 공개되지 않았습니다.
용어 풀이 API: 한 소프트웨어가 다른 소프트웨어의 기능이나 데이터를 정해진 방식으로 호출하는 연결 규칙입니다. 음성 에이전트: 사람과 음성으로 대화하면서 검색, 예약, 조회 같은 작업까지 수행하는 소프트웨어입니다. 벤치마크: 정해진 문제와 평가 방식으로 모델의 특정 능력을 재는 시험입니다. 시험마다 측정 대상이 다릅니다.
출처: Google Blog · 발행 2026-09-16T02:00:00+09:00 · 최근 주요 소식 보충