구글 제미나이 3.7 플래시, 3주 만에 또 교체…코딩 점수 43.6%로 급등

구글이 제미나이(Gemini) 3.7 플래시를 새로 공개했다. 직전 모델인 제미나이 3.6 플래시를 내놓은 지 불과 3주 만이다. 구글은 이번 모델을 코딩과 AI 에이전트 작업에 특화된 “가장 강력한 워크호스(실무형) 모델”이라고 소개했다. 코딩 벤치마크 프론티어코드(FrontierCode)와 딥스위(DeepSWE) 점수가 눈에 띄게 올랐고, 가격은 3.6 플래시 출시가보다 50% 낮췄다. 다만 3주 간격의 초고속 교체 주기를 두고 실제 체감 성능 향상인지 의문도 나온다.

3주 전 나온 모델이 벌써 교체

구글은 앞서 7월 21일(현지시각) 제미나이 3.6 플래시를 공개했다. 당시 3.6 플래시는 이전 모델 3.5 플래시보다 출력 토큰 사용량을 17% 줄인 모델로 소개됐다. 그런데 3주 만에 구글이 다시 신모델을 내놓으면서 제미나이 플래시 라인업의 교체 주기가 이례적으로 짧아지고 있다.

구글은 제미나이 3.7 플래시가 핵심 최적화와 개발자 피드백의 산물이라고 설명했다. 이번 모델은 API, AI 스튜디오(AI Studio), 안티그래비티(AntiGravity)를 통해 이용할 수 있다. 구글의 시니어 디렉터 툴시 도시(Tulsee Doshi)는 3.7 플래시가 직전 플래시 모델보다 코딩 성능에서 눈에 띄게 개선됐다고 밝혔다.

코딩·에이전트 성능, 수치로 확인된 개선

구글이 공개한 벤치마크에서 코딩 관련 지표가 가장 큰 폭으로 올랐다. 코드 생성·디버깅 능력을 측정하는 프론티어코드(FrontierCode) 1.1 메인 테스트에서 3.7 플래시는 43.6%를 기록했다. 3.6 플래시의 34.4%보다 크게 앞선다. 실제 소프트웨어 이슈 해결 능력을 보는 딥스위(DeepSWE) v1.1에서도 65.3%로 3.6 플래시의 49.0%를 웃돌았다.

구글은 자체 측정 결과를 근거로 3.7 플래시가 클로드 소넷 5(Claude Sonnet 5)와 GPT-5.6 테라(GPT-5.6 Terra)를 앞선다고 밝혔다. 실제 개발 작업에서 느껴지는 체감 성능을 보는 웹데브 아레나(WebDev Arena) 엘로(Elo) 점수도 1538에서 1588로 올랐다. 구글은 3.7 플래시가 더 적은 프롬프트로도 기능이 완성된 웹 앱과 레이아웃을 생성한다고 설명했다.

웹 개발부터 문서 처리까지, 전방위 점수 상승

코딩 외 영역에서도 점수가 올랐다. 복잡한 문서를 처리하는 능력을 재는 지디피닷피디에프(GDP.PDF) 벤치마크에서 3.7 플래시는 34.0%를 기록해 3.6 플래시의 22.0%를 앞섰다. 금융·법률·생명과학처럼 지식이 밀집된 분야에서 추론력과 정확도가 개선됐다는 게 구글의 설명이다.

실제 업무 흐름을 그대로 수행하는 능력을 측정하는 오토메이션벤치(AutomationBench)에서도 3.7 플래시는 30.4%로 3.6 플래시의 17.0%보다 크게 올랐다. 구글은 이 수치를 근거로 3.7 플래시가 실제 비즈니스 업무 자동화에 더 효과적이라고 강조했다.

가격 50% 인하…그래도 남는 의문

가격 정책도 눈에 띄게 바뀌었다. 3.7 플래시의 도입가는 입력 토큰 100만 개당 0.75달러, 출력 토큰 100만 개당 3.75달러다. 이는 3.6 플래시 출시 당시 가격보다 50% 낮은 수준이다. 두 모델은 이제 같은 가격대에 놓이게 됐다. 이 가격은 올해 말까지 유지될 예정이지만, 모델 자체는 그때까지 남아있지 않을 가능성이 크다.

이런 빠른 교체 주기를 두고 아르스 테크니카(Ars Technica)는 의문을 제기했다. 매체는 3주 만에 새 모델을 내놓을 만큼 벤치마크 차이가 충분히 큰지 따져볼 필요가 있다며, 이번 발표가 실제 성능 개선보다는 구글이 끊임없이 발전하고 있다는 인상을 유지하려는 전략일 수 있다고 짚었다. 2024년과 2025년 구글은 경쟁 AI 연구소들을 빠르게 뒤쫓아 격차를 좁혔지만, 2026년 들어 속도가 다소 느려진 모습이라는 평가도 나온다. 실제로 구글은 지난 5월 I/O 행사에서 플래그십 모델 제미나이 3.5 프로(Gemini 3.5 Pro)를 6월 중 출시하겠다고 예고했지만 이는 아직 이뤄지지 않았다.