"Gemini 3.8 Flash 첫 토큰까지 13초면 실제로 얼마나 답답한가요?"

"동급 모델 중앙값이 3초 정도인데 4.5배 느린 수준이라, 채팅창에서 실시간으로 쓰면 체감이 꽤 거슬려요. 다만 일단 답변이 시작되면 출력 속도는 글로벌 3위 수준이라, 배치 처리나 자동화 파이프라인 용도라면 크게 문제되지 않아요."

"코딩 벤치마크 점수 올랐다는 게 비개발자 직장인한테도 의미 있나요?"

"코딩·에이전트 자동화 업무가 아니라 문서 작성이나 일반 대화가 주력이라면 체감 차이가 거의 없어요. DeepSWE 벤치마크 자체가 코드 수정 작업 특화 지표라서, 일반 사무 업무 성능을 그대로 반영하지 않거든요."

"표시 가격은 싸 보이는데 실제 API 비용이 왜 더 나오나요?"

"모델이 답을 내기 전에 내부 추론 단계를 거치면서 중간 토큰을 더 많이 소모하기 때문이에요. 실제 작업 기준으로 표시 단가의 약 1.7배가 청구된다는 측정값이 있고, 여기에 2027년 1월 가격 인상(2배)까지 예정돼 있어 장기 비용 계산은 꼼꼼히 따져봐야 해요."

"4개월 안에 Flash만 세 번 나온 건데 그냥 숫자 갈이 아닌가요?"

"새 아키텍처가 아니라 3.7 Flash를 추가 학습한 모델이라 빠른 출시가 가능한 구조예요. 코딩 벤치마크 점수는 전작 대비 8%포인트 이상 실제로 올랐지만, 플래그십 모델인 Gemini 3.5 Pro가 아직 파트너 테스트 단계에 묶여 있다는 점에서 분산 개발 우려가 나오는 것도 사실이에요."

"ChatGPT 쓰던 사람이 지금 당장 갈아탈 시점이 맞긴 한가요?"

"코딩이나 에이전트 자동화가 주 업무라면 벤치마크 수치상 갈아탈 근거가 생겼어요. 반면 문서·대화 중심 업무라면 응답 지연과 2027년 가격 인상을 고려할 때, 지금 전환 비용 대비 실익이 아직 불분명한 상황이에요."

Gemini 3.8 Flash, 직장인이 ChatGPT 대신 갈아탈 이유 있나: 벤치마크와 실사용 간극 분석

September 4, 2026 5 min read 한국어

2026년 9월 2일, Google이 또 Flash 모델을 꺼냈어요. 4개월 만에 네 번째예요. 빠르죠. 그런데 빠른 만큼 진짜 나아진 걸까요, 아니면 숫자만 바뀐 걸까요?

코딩 벤치마크 점수는 분명히 올랐어요. DeepSWE v1.1 기준으로 73.7%인데, Claude Opus 5(74.0%)랑 GPT-5.6 Sol(72.7%) 사이에 끼어 있거든요. 전작 Gemini 3.7 Flash가 65.3%였던 걸 생각하면 8%포인트 넘게 올린 거예요. 근데 이게 직장인한테 의미 있는 숫자냐고요? 거기서부터가 진짜 얘기예요.

Gemini 3.8 Flash 써봤나, 직장인이 ChatGPT 대신 갈아탈 이유 있나 — 벤치마크와 실사용 사이의 간극을 직접 들여다봤어요.

핵심 요약
Gemini 3.8 Flash는 DeepSWE v1.1 코딩 벤치마크에서 73.7%를 기록하며 GPT-5.6 Sol(72.7%)을 앞섰지만, Artificial Analysis 기준 Intelligence Index는 59점으로 196개 모델 중 17위에 그쳤어요.
첫 번째 토큰 생성까지 13.30초가 걸리는데, 이는 동급 모델 중앙값(2.99초)의 4.5배로, 빠른 응답이 필요한 업무엔 체감 속도가 느릴 수 있어요.
실제 작업 비용은 토큰당 단가가 3.7 Flash와 같아도 중간 추론 단계가 늘어나 약 40% 더 높게 나오고, 출력 토큰 자체도 벤치마크 기준 중앙값 대비 약 70% 더 많이 써요.
2027년 1월 1일부터 가격이 두 배로 오르는데, OpenAI Luna 티어($0.20/$1.20)와 비교하면 지금도 입력 기준 3.75배 차이가 나요.
코딩·에이전트 작업 전문가라면 갈아탈 이유가 있지만, 대화·문서 작업 중심 직장인에겐 전환 비용 대비 실익이 아직 불분명해요.

Gemini Flash, 4개월 만에 네 번째: 뭔 일이 일어나고 있나

Google이 Flash 모델을 찍어내는 속도가 심상찮아요.

The AI Career Lab에 따르면 Gemini 3.8 Flash는 9월 2일 출시됐는데, 3.6 Flash(7월 21일)→3.7 Flash(8월 13일)→3.8 Flash(9월 2일)로 세 주 간격으로 연속 출시된 거예요. CEO 순다르 피차이가 “거의 월 단위 출시"를 목표로 한다고 확인했어요.

배경을 보면 맥락이 보여요.

eesel AI 분석에 따르면 Gemini 3.8 Flash는 3.7 Flash 기반으로 추가 학습한 모델이에요. 모델 카드에 네 군데나 명시돼 있어요. 새 아키텍처가 아니라 기존 아키텍처를 더 다듬은 거라는 뜻이죠. 그러니 세 주 만에 나올 수 있는 거예요.

시장 맥락은 더 흥미로워요. Cryptopolitan 보도에 따르면 Gartner는 2026년 글로벌 AI 플랫폼·모델 지출이 642억 5,000만 달러에 달할 것으로 전망했는데, 이는 전년 대비 63.4% 증가예요. 시장이 커질수록 비용 민감도도 올라가거든요.

문제는 Gemini 3.5 Pro예요. 2026년 5월에 발표됐는데 아직도 파트너 테스트 단계예요. Flash를 빠르게 찍어내는 동안 플래그십 모델이 묶여 있는 셈이에요. 분석가들이 Flash 출시 빈도가 오히려 프런티어 모델 개발에서 집중력을 분산시키는 게 아니냐고 지적하는 이유가 여기 있어요.

숫자의 두 얼굴: 벤치마크 vs. 실사용

코딩에서는 진짜 강해졌어요

DeepSWE v1.1 벤치마크 점수 73.7%는 허수가 아니에요.

전작 대비 8.4%포인트 상승이고, Claude Sonnet 5(53.8%)와는 거의 20%포인트 차이예요. 코딩 에이전트·자동화 파이프라인을 돌리는 개발자 입장에서는 의미 있는 수치죠.

The AI Career Lab에 따르면 100만 토큰 컨텍스트 창에 65,536 토큰 출력 상한, function calling과 computer use(프리뷰)도 지원해요. 긴 코드베이스를 한 번에 넣고 돌리는 용도로는 스펙이 충분해요.

근데 응답 속도가 발목을 잡아요

eesel AI가 Artificial Analysis 독립 테스트를 인용한 결과가 좀 당혹스러워요.

첫 토큰까지 걸리는 시간이 13.30초예요. 동급 모델 중앙값이 2.99초이니까 4.5배 느린 거예요. 이 지연은 사전 추론(upfront reasoning) 때문인데, 모델이 답을 내기 전에 내부적으로 먼저 많이 생각하는 구조거든요. 배치 처리나 비동기 파이프라인엔 문제없지만, 채팅창에서 실시간으로 쓰는 직장인한테는 체감이 확 달라요.

출력 속도 자체는 초당 302.1 토큰으로 글로벌 3위예요. 일단 시작하면 빨리 뱉어내는데, 시작하기까지가 느린 구조인 셈이에요.

비용은 표면 가격보다 훨씬 높아요

항목	Gemini 3.8 Flash	OpenAI Luna	Claude Opus 5
입력 (100만 토큰)	$0.75	$0.20	~$15+
출력 (100만 토큰)	$3.75	$1.20	~$75+
실제 작업 비용	표시가의 ~1.7배	표시가 수준	표시가 수준
2027년 가격	$1.50/$7.50	미정	미정
캐시 할인	90%	있음	있음

표면 단가만 보면 OpenAI Luna($0.20/$1.20)와 비교해 입력 기준 3.75배 비싸요. 거기다 eesel AI에 따르면 실제 벤치마크에서 출력 토큰을 중앙값 대비 약 70% 더 써요. 추론 과정에서 중간 단계가 많아지는 구조 때문이에요. 결과적으로 실제 지불 금액은 토큰당 단가보다 훨씬 높게 나온다는 뜻이에요.

2027년 1월 1일부터는 가격이 두 배로 뛰어요. 지금 도입을 검토한다면 이 타이밍을 반드시 염두에 둬야 해요.

직장인 실사용 시나리오: 갈아탈 이유가 있는 사람 vs. 없는 사람

갈아탈 이유가 있는 경우

코드 리뷰·자동화 파이프라인 담당 개발자라면 진지하게 볼만해요. 100만 토큰 컨텍스트에 코딩 벤치마크 상위권 성능, 여기다 캐시 할인 90%를 적용하면 반복 작업 비용을 크게 낮출 수 있어요.

Ramp 지출 데이터(Cryptopolitan 인용)는 흥미로운 패턴을 보여줘요. Claude Fable 5($10/$50)가 성능 최상위임에도 Anthropic 전체 토큰 볼륨의 6%밖에 못 가져갔어요. 기업들이 프리미엄 가격에 저항하고 있다는 신호예요. Gemini Flash가 비용 민감한 코딩 워크플로에서 틈새를 파고드는 이유죠.

갈아탈 이유가 부족한 경우

문서 작성, 이메일 초안, 빠른 Q&A 중심 직장인이라면 13초 지연이 실질적 걸림돌이에요. 10번 물어보면 2분이 그냥 날아가거든요.

Intelligence Index 59점(17위/196개 모델)도 생각해볼 지점이에요. 코딩 특화 벤치마크 외에 일반 지능 기준으로는 Claude Fable 5(62)나 GPT-5.6 Sol(61)보다 낮아요.

Terminal-bench 4.0에서 19.1%를 기록했는데, Claude Opus 5가 51.8%인 걸 보면 터미널 자동화나 시스템 에이전트 용도에는 여전히 격차가 있어요. Google이 런치 포스트에서 이 숫자를 빼놓은 게 더 눈에 띄는 이유예요.

지금 어떻게 써야 할까

12월 31일 전에 테스트 마치세요. 2027년 1월 1일부터 가격이 두 배로 올라요. 도입할 거라면 지금 API 테스트해서 실제 토큰 사용량을 재보는 게 맞아요. 벤치마크 수치가 아니라 내 워크플로에서 실제로 몇 토큰 쓰는지 확인하는 거예요.

캐시 설계가 핵심이에요. 90% 캐시 할인은 단순 숫자가 아니에요. 반복되는 시스템 프롬프트나 긴 컨텍스트를 캐시로 처리하면 실제 비용이 크게 달라지거든요. 이걸 설계에 반영 못 하면 비싸게 쓰는 거예요.

지켜봐야 할 신호 세 가지:

Gemini 3.5 Pro 출시 타이밍 — Flash가 아닌 진짜 플래그십이 나올 때 포지셔닝이 달라져요.
OpenAI Luna 기능 확장 — $0.20/$1.20이라는 단가에 기능이 더 붙으면 비용 경쟁 구도가 바뀌어요.
멀티링구얼 안전성 회귀 — eesel AI가 지적한 대로 3.8 Flash는 3.7 대비 다국어 안전성이 후퇴했고 Frontier Safety 평가도 재실시하지 않았어요. 한국어 환경 중심 기업이라면 이 부분 직접 테스트해봐야 해요.

결론: 갈아탈 이유가 있는 사람과 없는 사람은 명확히 갈려요

코딩 벤치마크는 진짜로 올랐어요. GPT-5.6 Sol을 앞선 73.7%는 허수가 아니에요.
하지만 13.30초 첫 토큰 지연, Intelligence Index 17위, 실사용 비용의 ~70% 과다 소모는 Google 발표에서 빠진 숫자들이에요.
2027년 1월 가격 인상 전 12월까지가 실질적 테스트 윈도우예요.
코딩·에이전트 파이프라인엔 진지한 선택지고, 채팅 중심 업무엔 아직 ChatGPT가 더 매끄러워요.

결국 질문은 하나로 돌아와요. 내 일의 어느 단계가 느려도 괜찮고, 어느 단계에서 지연이 일을 끊어놓는지. 그걸 먼저 파악하는 사람이 AI 도구 선택에서도 낭비 없이 움직일 수 있어요. Gemini 3.5 Pro가 드디어 나오는 날, Flash 라인업의 포지셔닝이 어떻게 바뀔지가 그다음 얘기예요.

참고자료

Photo by yanzheng xia on Unsplash