Gemini 3.8 Live 출시, Extended Thinking 음성 벤치마크와 API 제공 범위
2026년 9월 15일, Google이 음성 AI 모델 두 개를 동시에 발표했습니다 — Gemini 3.8 Live와 Gemini 3.8 Live Extended Thinking. 발표 본문은 "준실시간에 가까운 추론(near real-time reasoning)을 한층 더해 음성 에이전트를 더 효과적으로 실현하고, AI와의 대화를 더 직관적이고 지능적으로 만든다"는 한 문장으로 시작합니다. 두 모델 모두 이날 롤아웃이 시작됐고("3.8 Live is rolling out starting today"), 개발자용 Gemini API와 Google AI Studio에는 당일 올라갔습니다.
이 글은 발표 원문과 Google DeepMind의 모델 카드를 겹쳐 읽고 정리한 것으로, 두 모델을 직접 호출해 확인한 내용은 아닙니다. 벤치마크 수치도 Google이 자기 모델에 대해 밝은 값입니다. 가격은 발표 시점 기준 공개되지 않았습니다 — 원문에 "경쟁력 있는 가격대"라는 서술만 있고 숫자가 없어서 이 글에서도 가격을 다루지 않습니다.
두 모델로 나뉜 기준 — 3.8 Live와 Extended Thinking
원문은 두 모델을 한 문장씩으로 정의합니다. Gemini 3.8 Live는 "규모와 비용 효율을 위해 만들어졌고, 대화 지능에 유창한 대화(fluid dialogue)와 시각적 근거(visual grounding)를 결합했다"입니다. Gemini 3.8 Live Extended Thinking은 "고복잡도 작업을 위해 만들어졌고, 높아진 지능과 다단계 추론(multi-step reasoning)을 갖췄다"입니다. 같은 발표에서 속도·비용 쪽과 추론 쪽이 갈라져 나온 셈입니다.
이름부터 짝을 이룹니다. Extended Thinking은 Live의 확장이지 별개 계열이 아닙니다. DeepMind의 모델 카드도 두 모델을 합쳐 "Gemini 3.8 Audio"로 부르고 "Gemini 3.8 Audio는 Gemini 3 Pro에 기반한다"고 적습니다. 컨텍스트 창과 지식 컷오프 같은 스펙은 뒤의 제공 범위 절에서 함께 정리합니다.
표기 하나만 짚고 갑니다. 원문은 첫 언급에서 풀네임을 쓰고 이후로 "3.8 Live", "3.8 Live Extended Thinking"으로 줄여 부릅니다. 이 글도 이 순서를 따릅니다.
모델 카드는 둘을 합쳐 Gemini 3.8 Audio라 부르고 Gemini 3 Pro 기반이라 적는다.
Extended Thinking — 추론하면서 말하는 음성 모델
원문의 핵심 문구는 "더 깊은 추론이 필요한 작업에서 3.8 Live Extended Thinking은 추론과 발화를 동시에 한다(reasons and speaks simultaneously)"입니다. 복잡한 워크플로에 높아진 지능을 내놓으면서도 대화 흐름이 끊기지 않게 한다는 설명입니다. 음성 모델이 답을 준비하는 동안 침묵하지 않는다는 것이 이 모델의 차별점입니다.
대기 시간을 메우는 장치가 초기 응성 신호(early verbal cues)입니다. 프롬프트를 받았을 때 자연스럽게 인지했다는 신호를 먼저 내보내는 것으로, 원문이 든 예가 "Let me check that…"(지금 확인해 볼게요)입니다. 정해진 안내 멘트라기보다 대화의 첫 수를 먼저 두는 방식이라는 표현에 가깝습니다.
추론이 길어질 때는 진행 상황 안내가 붙습니다. 원문은 라이브 진행 안내(live progress narration)가 다단계 백그라운드 작업을 진행되는 대로 따라가며 사용자를 안내한다고 적습니다. 즉 질문을 받고 인지했다는 응성을 내고 작업이 진행되는 동안 상황을 말로 전하는 흐름입니다.
3.8 Live — 97개 언어 자동 전환과 도구 백그라운드 실행
첫째는 언어입니다. 원문은 Gemini 3.8 Live가 "대화 중간에 97개 지원 언어를 자동으로 감지하고 전환한다"고 적습니다. 대화 중간에 언어가 바뀌면 모델이 따라 전환한다는 문구이고 97이라는 수도 이 문장에서 나옵니다.
둘째는 시각 입력입니다. "Gemini 3.8 Live는 시각 입력을 준실시간으로 처리해, 더 도움이 되는 응답을 위해 맥락으로 대화를 풍부하게 한다"는 서술입니다. 음성 대화에 카메라 화면 같은 시각 정보가 더해지는 방식이지만 처리 속도에 대한 수치는 원문에 없습니다.
셋째는 도구와 API 호출을 백그라운드에서 실행하면서도 대화를 끊지 않는 것입니다. 원문 설명을 옮기면, 모델은 대화를 계속하면서 도구와 API 호출을 백그라운드에서 실행하고 그래서 요청을 인지한 뒤에도 작업이 끝날 때까지 대화를 이어갈 수 있다는 것입니다. 대화형 에이전트가 실제 작업을 돌리는 동안 멈추지 않게 하는 기능입니다.
셋 다 Gemini 3.8 Live 쪽에 붙는 기능이다.
벤치마크로 본 위치 — 82.6점과 τ-Voice 68.6%
수치를 소개하기 전에 귀속부터 정리합니다. 원문 한 문장에 나온 벤치마크 수치 넷은 전부 Gemini 3.8 Live Extended Thinking의 것입니다. 원문 문장을 옮기면 이렇습니다 — "Gemini 3.8 Live Extended Thinking은 엔터프라이즈급 작업 완수와 지능을 제공하며, Artificial Analysis의 Speech to Speech Quality Index(82.6)에서 전체 1위를 잡았고, 에이전틱 작업 완수에서는 τ-Voice 68.6%와 Sierra의 τ-Voice-banking 벤치마크 35.1%로 선도한다. 또한 Big Bench Audio에서 97.7%로 강한 추론 역량을 보이면서, 다른 프런티어 모델 대비 경쟁력 높은 가격대를 유지한다."
| 벤치마크 | 수치 | 귀속 모델 |
|---|---|---|
| Artificial Analysis Speech to Speech Quality Index | 82.6점 — 전체 1위 | Gemini 3.8 Live Extended Thinking |
| τ-Voice (에이전틱 작업 완수) | 68.6% | Gemini 3.8 Live Extended Thinking |
| Sierra의 τ-Voice-banking | 35.1% | Gemini 3.8 Live Extended Thinking |
| Big Bench Audio (추론) | 97.7% | Gemini 3.8 Live Extended Thinking |
| Speech Agent Arena | 2위 | Gemini 3.8 Live |
귀속이 다른 항목이 하나 있습니다. Speech Agent Arena 2위는 Gemini 3.8 Live의 기록입니다 — "사용자들 사이에서 높은 선호를 보였다"는 문장의 주어가 Live이지 Extended Thinking이 아닙니다. 이 둘을 섞으면 수치 자체는 같아도 귀속이 틀린 글이 됩니다.
EVA-Bench에는 숫자가 없습니다. 음성 에이전트를 평가하는 ServiceNow의 벤치마크인 EVA-Bench에 대해 원문이 말하는 전부는 "우리 모델들이 정확도와 대화 품질의 균형을 성공적으로 맞춰 복잡한 워크플로의 파레토 경계를 밀어 올린다"는 서술입니다. 주어가 "our models"라 어느 모델인지 특정하지 않고 원문에 붙은 차트 캡션은 "이 테스트는 Gemini Enterprise Agent Platform의 Live API에서 실행됐다"는 조건만 덧붙입니다. 숫자를 붙일 근거가 없어 이 글에서도 붙이지 않습니다.
82.6점의 출처인 Artificial Analysis는 Google이 아닌 외부 리더보드입니다. 원문은 이 리더보드의 전체 1위를 인용한 것이고 이 글의 링크도 리더보드 원본을 겁니다.
EVA-Bench는 수치 없이 파레토 경계 서술만 있다.
제공 범위와 가격 — API·AI Studio 당일, 가격은 미공개
롤아웃의 기준 시점은 발표일인 2026년 9월 15일입니다. 원문은 두 모델 모두 "starting today"라는 같은 표현으로 롤아웃을 안내하는데, 채널별로 당일과 시점 미공개가 섞여 있습니다. 두 모델을 나눠 보면 차이가 하나 드러납니다.
| 대상 | Gemini 3.8 Live | Gemini 3.8 Live Extended Thinking |
|---|---|---|
| 개발자 | Gemini API · Google AI Studio — 당일 | Gemini API · Google AI Studio — 당일 |
| 기업 | Gemini Enterprise 비공개 프리뷰 — 당일 / Gemini Enterprise for Customer Experience — coming soon | Gemini Enterprise 비공개 프리뷰 — 당일 / Customer Experience 및 Google Workspace business customers — coming soon |
| 일반 사용자 | Search Live | Gemini Live 앱 · Workspace — Docs는 Google AI Pro·Ultra 구독자, Gmail·Keep은 모든 Google AI 구독자 |
"coming soon" 표시 두 곳의 시점은 공개되지 않았습니다. Gemini Enterprise의 비공개 프리뷰만 당일이고 Customer Experience로의 확장은 두 모델 모두 예정 표현입니다. Google Workspace business customers는 Extended Thinking 목록에만 붙습니다 — Live의 기업 항목에는 없는 대상입니다.
"Search Live"와 "Gemini Live"는 다른 채널입니다. Search Live는 Gemini 3.8 Live가 구동한다는 것이 원문 캡션의 설명이고("Search Live 안에서 단계별 실시간 문제 해결 도움"), Extended Thinking의 일반 사용자 채널은 Gemini Live 앱과 Workspace의 Docs·Gmail·Keep입니다. Workspace 쪽 기능 이름은 원문 캡션에서 "Docs Live, Gmail Live, and Keep Live"로 불립니다.
원문은 "Google의 AI 제품이 생성하는 모든 오디오는 SynthID로 워터마크 처리된다"고도 적습니다. 눈에 보이지 않는 이 워터마크는 오디오 출력에 직접 짜여 들어가 AI 생성물임이 계속 감지 가능하게 해 허위정보를 막는 데 도움을 준다는 설명입니다. 이 서술의 근거는 블로그 본문뿐입니다 — 모델 카드 페이지에는 SynthID 언급이 없습니다.
모델 카드가 밝은 공통 스펙은 이렇습니다. 입력은 오디오·이미지·비디오·텍스트로 최대 128K 토큰 컨텍스트 창, 출력은 오디오와 텍스트로 64K 토큰, 지식 컷오프는 2025년 1월입니다. 모델 카드가 두 모델을 합쳐 "Gemini 3.8 Audio"로 서술하기 때문에 이 값들을 특정 모델의 개별 스펙으로 갈라 적을 수는 없습니다. 레이턴시도 수치는 없고 "실시간 대화 같은 대용량·레이턴시 민감 작업에 최적화됐다"는 서술만 있습니다.
공개된 가격은 없습니다. 원문의 표현은 Extended Thinking에 대해 "다른 프런티어 모델 대비 경쟁력 높은 가격대를 유지한다", Live에 대해 "높은 비용 효율을 유지한다"는 마케팅 서술이 전부입니다. 구체적 요금은 발표 시점 기준 공개되지 않았습니다.
모델 카드에는 이 스펙들의 모델별 구분이 없다.
참고
- Google 블로그 — Gemini 3.8 Live and Gemini 3.8 Live Extended Thinking 발표 원문 (Tom Ouyang, Malini Jaganathan, 2026-09-15, 2026-09-16 전문 확인) — https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/
- Google DeepMind — Gemini 3.8 Audio 모델 카드 (2026-09-15 발행, 2026-09-16 확인) — https://deepmind.google/models/model-cards/gemini-3-8-audio/
- Artificial Analysis — Speech to Speech 리더보드 (외부 리더보드. 원문이 인용한 82.6점 1위 수치와 일치하는지 2026-09-16 교차 확인) — https://artificialanalysis.ai/speech-to-speech