핵심 요약
- 최근 구글 I/O에서 발표된 인공지능 트렌드는 과거 사용자의 질문에 답하고 정보를 제공하는 ‘조언형 AI’에서 벗어나, 직접 도구를 제어하고 복잡한 비즈니스 흐름을 끝까지 처리하는 ‘행동형 AI(에이전트형 AI)’로 완전히 전환되었습니다.
- ‘제미나이 3.5 플래시(Gemini 3.5 Flash)’는 이전 세대 플래그십인 제미나이 3.1 프로보다 뛰어난 벤치마크 성능을 보여주며, 경쟁사 대비 최대 4배 빠른 속도와 압도적인 가격 경쟁력($9 수준)으로 실질적인 다중 에이전트(Multi-Agent) 협업 운용이 가능한 인프라를 제공합니다.
- 개발 생태계 또한 ‘안티그래비티 2.0(Antigravity 2.0)’을 통해 기존 오픈소스에서 폐쇄형 생태계로 변화하였으며, 개발자가 소스코드를 직접 분석하고 작성하기보다 AI에게 명령을 내리고 결과만 검토하는 ‘바이브 코딩(Vibe Coding)’이 현업의 대세로 자리 잡고 있습니다.
주요 내용
1. 조언형 AI의 종말과 ‘행동형 에이전트 AI’ 시대의 도래
- 과거의 AI는 사용자의 프롬프트에 답변을 주는 ‘어드바이저(Advisor)’ 역할에 머물렀으나, 이제는 직접 행동하고 업무를 대행하는 ‘에이전트(Agentic) AI’ 시대가 열렸습니다.
- 키노트 전반에서 ‘행동(Action)’과 ‘에이전트’라는 단어가 반복적으로 강조되었으며, 이는 고성능 단일 모델 하나에 의존하기보다 저렴하고 빠른 다수의 하위 에이전트를 유기적으로 협업시키는 방향으로 기술 패러다임이 전환되었음을 보여줍니다.
2. 가성비와 속도를 극대화한 ‘제미나이 3.5 플래시’
- 제미나이 3.5 플래시는 보급형 모델로 출시되었음에도 불구하고, 코딩 및 실무 에이전트 성능 평가에서 전년도 최상위 플래그십 모델이었던 ‘제미나이 3.1 프로’의 성능을 대부분 능가했습니다.
- AI 모델의 지능이 높아질수록 처리 속도(Throughput)가 떨어지는 물리적 한계가 존재하기 때문에, 구글은 미세한 지능 점수 경쟁보다 속도를 4배 이상 끌어올려 사용성과 효율성을 극대화하는 ‘속도전’ 전략을 채택했습니다.
3. 멀티 에이전트 협업 기반의 서비스 개편
- 제미나이 옴니 (Gemini Omni): 구글 플로우(Google Flow) 내에서 텍스트 기반 프롬프트 입력만으로 끝나는 것이 아니라, 자막, 참고 자료 수집, 씬 구성 등 개별 편집 영역마다 독립된 서브 에이전트들을 생성하여 협업 방식으로 고품질의 미디어를 생산합니다.
- 제미나이 스파크 (Gemini Spark): ‘구글판 오픈클로’ 성격의 자동화 도구로, 사용자의 노트북이 꺼져 있어도 클라우드 인프라를 통해 백그라운드에서 업무를 지속합니다. 일련의 복잡한 연쇄 작업을 수행하는 ‘태스크(Task)’, 루틴 업무를 저장하는 ‘스킬(Skill)’, 시간·조건에 따라 실행되는 ‘스케줄(Schedule)’ 기능 및 사용자의 과거 이메일 작성 스타일을 학습해 대리 작성하는 ‘고스트 라이터(Ghost Writer)’ 기능을 포함합니다.
4. 개발 패러다임의 변화: 안티그래비티 2.0과 바이브 코딩
- 구글은 개발 환경 도구를 안티그래비티 IDE, 안티그래비티(데스크톱 앱), 안티그래비티 CLI, 안티그래비티 SDK로 고도화하여 쪼개어 개편했습니다. 특히 안티그래비티 CLI는 실행 속도를 비약적으로 향상시키기 위해 기존 Node.js 기반에서 Go 언어로 전체 재작성되었습니다.
- AI가 코드 작성을 완전히 주도함에 따라 인간이 수천 줄의 소스코드를 직접 검토하는 것의 효용성이 사라졌으며, 코딩은 AI에게 완전히 일임하고 인간은 기획과 검토만 담당하는 ‘바이브 코딩’이 고착화되고 있습니다.
- 아울러 구글은 기존 오픈소스 기반이었던 제미나이 CLI를 폐쇄형 생태계인 ‘안티그래비티’로 전환하며, 본격적인 상용화 및 독점 비즈니스 모델 구축을 시작했습니다.
핵심 데이터 / 비교표
주요 AI 모델 가격 및 속도 관계 비교
| 모델명 | 가격 (백만 토큰 기준 추정) | 특징 및 위치 | |—|—|—| | 제미나이 3.5 플래시 | $9 | 보급형 가격대이면서도 4배 빠른 처리 속도 제공 (NVIDIA 칩셋 최적화) | | 클로드 오피스 4.7 | $25 | 높은 지능 점수를 유지하지만 비용이 상대적으로 비싸며 처리 속도가 느림 | | GPT-5.5 | $30 | 최고 지능 범주에 속하나 비용 부담이 크고 속도가 느려 다중 에이전트 운용에 불리 |
제미나이 3.5 플래시 vs 제미나이 3.1 프로 성능 벤치마크 요약
- 코딩 성능 (Terminal-Bench 2.1): 제미나이 3.5 플래시(76.2%)가 이전 세대 최상위 모델인 제미나이 3.1 프로(70.3%)를 앞섬.
- 전문가 작업 (GDPVal-AA): 실제 인공지능 결과물과 인간의 결과물을 두고 블라인드 평가를 시행하는 테스트에서 제미나이 3.1 프로(1314점) 대비 대폭 상승한 1656점을 획득.
타임스탬프별 핵심 포인트
| 시간 | 핵심 내용 |
|---|---|
| 00:19 | 제미나이 3.5 플래시 출시 배경 및 주요 지표 티저 |
| 00:32 | 멀티 에이전트가 탑재된 제미나이 옴니 및 구글 플로우의 통합 발표 |
| 00:40 | 백그라운드에서 동작하는 클라우드 기반 업무용 에이전트 제미나이 스파크 소개 |
| 00:48 | 안티그래비티 2.0 개발 도구 출시 및 바이브 코딩 개념의 최초 등장 |
| 01:00 | 홍재의 기자와 최지웅 대표의 오프닝 대담 및 구글 I/O에 대한 전체적 평가 시작 |
| 02:01 | 실제 개발 현업에서의 AI 도입 트렌드 분석 및 AI 에이전트 적용 형태 설명 |
| 04:11 | 구글의 ‘100가지 소식’ 발표 트렌드가 주는 다소 헤비하고 복잡한 구성 분석 |
| 04:56 | ‘조언형 AI(Adviser)’에서 ‘행동형 AI(Agent)’로 전환되는 패러다임 상세 비평 |
| 06:17 | 모델명에 붙는 ‘플래시(Flash)’의 상징적 의미 (싸고, 빠르고, 보급형) |
| 08:32 | 각사 최신 모델 벤치마크 지표 비교를 통한 구글의 속도전 전략 해석 |
| 10:15 | 튜링 테스트 개념을 확장한 에이전트 평가 척도 ‘GDPVal-AA’의 세부 설명 |
| 12:30 | 3.5 플래시의 강력한 가성비($9)가 멀티 에이전트 환경 구축에 미치는 영향 |
| 13:06 | 인공지능이 업무 환경을 원활히 다루도록 환경을 설계하는 하네스 엔지니어링 소개 |
| 13:30 | 제미나이 스파크의 3대 구조(태스크, 스킬, 스케줄) 및 고스트 라이터 예시 분석 |
| 15:27 | 안티그래비티 2.0 제품군 분할 구조 및 CLI의 Go 언어 전환 기술 해설 |
| 17:14 | ‘코드를 보지 않는 개발’의 필요성과 바이브 코딩 실무 팁 |
| 18:05 | 오픈소스에서 폐쇄형(독점형) 비즈니스 생태계로 전향한 구글의 사업 전략 분석 |
결론 및 시사점
- 지능 고도화의 임계점과 다중 에이전트 효율성 극대화: AI 산업은 단순 단일 모델의 지능을 무한히 높이는 개발 한계에 부딪혔으며, 가성비가 높은 고속 소형 모델들을 병렬로 연결하여 작업을 수행하게 만드는 아키텍처 역량이 시장 장악의 핵심이 되었습니다.
- 하네스 엔지니어링 역량의 부상: AI 모델이 현업에서 제 기능을 발휘하도록 프롬프트 및 API 환경을 디자인하는 ‘하네스 엔지니어링’과 인간의 조율 능력이 기업 및 개인 개발자의 가장 강력한 무기로 대두되고 있습니다.
추가 학습 키워드
- 하네스 엔지니어링 (Harness Engineering)
- 바이브 코딩 (Vibe Coding)
- GDPVal-AA 벤치마크
- 멀티 에이전트 시스템 (Multi-Agent System)
- 튜링 테스트 (Turing Test)
기본 정보
| 항목 | 내용 | |—|—| | 채널 | 티타임즈TV | | 카테고리 | 경제 | | 게시일 | 2026-06-02 | | 영상 길이 | 32:20 | | 처리 엔진 | gemini-3.5-flash | | 원본 영상 | YouTube에서 보기 |