Google은 2026년 8월 13일 Gemini 3.7 Flash를 정식 출시했습니다. Gemini 3.6 Flash가 나온 지 불과 3주 만의 업데이트입니다. 새 모델은 코딩, 다단계 AI Agent, 기업 업무 자동화, 복잡한 문서 이해를 핵심 용도로 내세웁니다. 프로모션 API 가격은 입력 100만 Token당 0.75달러, 출력은 3.75달러로, 3.6 Flash의 최초 가격 대비 절반입니다.
이번 발표는 단기 할인 이상의 의미가 있습니다. 첫째, Flash가 더 이상 ‘빠르지만 성능이 낮은 모델’이 아니라 기존 플래그십 업무를 맡는 주력 모델로 이동하고 있습니다. 둘째, low·medium·high 세 단계의 Thinking level로 추론 성능을 비용과 지연 시간에 맞춰 조절할 수 있습니다. 셋째, 기업 모델 선정의 핵심 지표가 100만 Token 가격에서 ‘성공한 업무 한 건의 총비용’으로 바뀌고 있습니다.
1、핵심 사양：Flash는 더 이상 경량 플래그십이 아닙니다
Google 공식 발표와 Gemini API 기술 문서에 따르면 Gemini 3.7 Flash는 일반 제공(GA) 상태이며, 안정화 엔드포인트는 gemini-3.7-flash입니다. 텍스트, 이미지, 동영상, 오디오, PDF를 입력할 수 있고 입력 한도는 1,048,576 Token, 텍스트 출력 한도는 65,536 Token입니다.
| 항목 | Gemini 3.7 Flash |
|---|---|
| 출시 상태 | General Availability, 프로덕션 사용 가능 |
| 엔드포인트 | gemini-3.7-flash |
| 입력 형식 | 텍스트, 이미지, 동영상, 오디오, PDF |
| 출력 형식 | 텍스트 |
| 입력 한도 | 1,048,576 Token |
| 출력 한도 | 65,536 Token |
| Thinking level | low, medium(기본), high |
| 주요 기능 | Function calling, Code execution, File search, Search grounding, URL context, Structured outputs, Computer use(Preview) |
핵심은 긴 Context, 멀티모달 입력, 도구 사용, 조절 가능한 추론이 하나의 안정화 모델에 들어갔다는 점입니다. 제품 명세서, 화면 캡처, 회의 음성, 코드 저장소를 함께 읽고 검색이나 사내 도구를 호출하는 흐름을 만들 수 있습니다. 다만 출력은 텍스트뿐이므로 이미지·오디오·동영상 생성은 별도 모델이 필요합니다.
🔗 고성능 추론 인프라의 차이는 AI-Stack의 Google TPU와 NVIDIA GPU 비교에서 확인할 수 있습니다. Flash의 가격 경쟁력은 모델 알고리즘과 Google의 추론 인프라가 함께 만든 결과입니다.
2、Benchmark：Agent 성능은 크게 올랐지만 모든 항목에서 1위는 아닙니다
2026년 8월 Google DeepMind Model Card는 3.6 Flash 대비 소프트웨어 개발, 업무 자동화, 문서 이해, 컴퓨터 사용에서 큰 향상을 제시합니다.
| 평가 | Gemini 3.7 Flash | Gemini 3.6 Flash | 기업 관점 |
|---|---|---|---|
| FrontierCode 1.1 Main | 43.6% | 34.4% | 프로덕션 코드 품질 |
| DeepSWE v1.1 | 65.3% | 48.6% | 장시간 소프트웨어 엔지니어링 |
| WebDev Arena | 1588 Elo | 1538 Elo | 웹 기능과 디자인 재현성 |
| AutomationBench | 30.4% | 17.0% | 실제 기업 업무 자동화 |
| GDP.pdf | 34.0% | 22.0% | 복잡한 PDF 이해 |
| OSWorld 2.0 | 47.9% | 33.8% | Agent 기반 컴퓨터 사용 |
경쟁 모델과 비교하면 결과는 엇갈립니다. FrontierCode 43.6%는 Claude Sonnet 5의 42.7%, GPT-5.6 Terra의 41.3%보다 높고, AutomationBench 30.4%도 두 모델을 앞섭니다. 반면 DeepSWE에서는 GPT-5.6 Terra가 69.6%로 Gemini의 65.3%보다 높으며, GDPVal-AA v2 지식 업무 평가에서도 Gemini가 1위는 아닙니다.
따라서 ‘모든 플래그십을 이겼다’고 해석해서는 안 됩니다. 중요한 점은 특정 기업 업무에서 더 비싼 모델과 비슷하거나 높은 성능을 훨씬 낮은 표시 가격으로 제공한다는 것입니다. 이 수치들은 공급자가 공개한 비교 결과이므로 Harness, 도구 권한, 추론 예산, Token 한도에 따라 실제 결과가 달라질 수 있습니다.
🔗 Agent 성능을 이해하려면 WAIC 2026의 AI Agent·로봇·칩 분석과 함께 보고, 내부 코드와 업무 데이터로 첫 시도 성공률과 사람의 수정 시간을 측정해야 합니다.
3、반값의 조건：2027년부터 가격이 두 배가 됩니다
Gemini Developer API 가격표에 따르면 Standard 프로모션 가격은 2026년 12월 31일까지 적용됩니다. 2027년 1월 1일부터 입력, 출력, Context cache 가격이 모두 두 배로 올라갑니다.
| 과금 방식 | 2026년 12월 31일까지 | 2027년 1월 1일부터 |
|---|---|---|
| Standard 입력／100만 Token | US$0.75 | US$1.50 |
| Standard 출력／100만 Token | US$3.75 | US$7.50 |
| Context cache／100만 Token | US$0.075 | US$0.15 |
| Batch 입력／100만 Token | US$0.375 | US$0.75 |
| Batch 출력／100만 Token | US$1.875 | US$3.75 |
작업 한 번에 입력 20,000 Token, 출력 2,000 Token을 사용하고 1,000번 실행한다고 가정하면, 프로모션 기간 Standard Token 비용은 약 22.5달러이고 Batch는 약 11.25달러입니다. 같은 사용량은 2027년에 두 배가 됩니다. Search grounding, Maps, 외부 도구, 저장, 재시도, 사람 검토 비용은 별도입니다.
출력 요금에는 Thinking tokens도 포함됩니다. High는 첫 시도 성공률을 높일 수 있지만 Token과 응답 시간을 더 사용합니다. 화면에 보이는 답변 길이만으로 예산을 계산하면 Agent 운영비를 과소평가하게 됩니다.
🔗 AI 모델 비용을 GPU와 인프라 관점까지 확장하려면 GPU·NPU·TPU·LPU 비교를 참고할 수 있습니다. PoC는 프로모션 가격으로 시작하되, 운영 예산은 2027년 정상 가격으로 계산하는 것이 안전합니다.
4、세 단계 Thinking：추론을 라우팅 정책으로 바꿉니다
Gemini 3.7 Flash는 low, medium, high를 지원하고 기본값은 medium입니다. minimal은 지원하지 않습니다. 이 설정은 개발자 취향이 아니라 서비스 등급과 FinOps를 관리하는 제어 장치로 활용할 수 있습니다.
| 단계 | 적합한 업무 | 운영 방식 |
|---|---|---|
| low | 실시간 상담, 요약, 분류, 초안 | 낮은 지연과 비용을 우선 |
| medium | 코드 수정, 데이터 분석, 다단계 Agent | 기본 단계로 사용하고 성공률·재시도 감시 |
| high | 어려운 디버깅, 수학, 복잡한 계획, 고위험 도구 작업 | 조건이 충족될 때만 승격하고 검토 강화 |
모든 요청을 high로 처리할 필요는 없습니다. low 또는 medium에서 시작해 테스트 실패, 낮은 신뢰도, 고가치 데이터, 사용자의 명시적 요청이 있을 때만 승격하는 방식이 효율적입니다.
단계별 첫 시도 성공률, P95 지연, 평균 출력·Thinking Token, 도구 호출 수, 사람의 수정 시간을 기록해야 합니다. API 가격만 보면 비용이 재시도와 사람 검토로 이동하는 문제를 놓칠 수 있습니다.
🔗 Gemini Omni Flash와 로컬 영상 AI 비교는 한 모델이 모든 출력을 담당하는 대신, 목적별 모델을 조합하는 파이프라인의 중요성을 보여 줍니다.
5、1M Context：읽을 수 있는 양과 넣어야 하는 양은 다릅니다
대량의 텍스트, 이미지, 오디오, 동영상, PDF를 한 번에 다룰 수 있어 계약서, 재무 보고서, 유지보수 매뉴얼, 코드 저장소, 고객 상담 녹취 분석에 적합합니다. GDP.pdf가 22.0%에서 34.0%로 오른 것도 복잡한 문서 업무가 이번 업데이트의 핵심임을 보여 줍니다.
그러나 1M Context는 데이터 레이크가 아닙니다. 입력이 길수록 지연, 비용, 노이즈가 늘고, 오래된 정책이나 충돌하는 문서는 신뢰도를 낮춥니다. 검색, 접근 권한, 문서 버전으로 먼저 범위를 좁히고 전체 문서 또는 멀티모달 증거가 필요할 때만 Context를 늘리는 것이 안전합니다. 반복되는 고정 프롬프트에는 Context caching을 적용할 수 있습니다.
정확한 페이지나 문단을 인용하는지, 버전 충돌을 발견하는지, 없는 근거를 만들어 내는지, 문서 안의 악성 지시를 따르는지 검증해야 합니다. Google은 환각 가능성, 간헐적 지연과 시간 초과, 2026년 3월의 주요 지식 기준일을 명시합니다. 일부 분야는 2025년 1월 수준일 수 있습니다.
🔗 Context와 동시 처리량이 인프라 비용으로 이어지는 구조는 AI 데이터 센터란 무엇인가에서 더 자세히 볼 수 있습니다.
6、마이그레이션과 PoC：4주 안에 ‘성공 업무 비용’을 계산합니다
안정화 모델이라도 이름만 바꾸면 마이그레이션이 끝나는 것은 아닙니다. Gemini 3.5 Flash, Gemini 3 Flash Preview, Gemini 3.1 Pro에서 이동할 때 Google은 더 이상 지원하지 않는 temperature, top_p, top_k, prefilled model turns를 제거하도록 안내합니다. 출력 Schema, 도구 정의, Thinking, 시간 초과, 재시도 정책을 다시 검증해야 합니다.
1주 차：실제 업무 30개를 준비합니다
코드 수정, PDF 질문, 데이터 분석, 상담 요약, 도구 작업을 포함하고 통과 조건, 금지 행동, 시간 제한, 사람 평가 기준을 정합니다.
2주 차：low·medium·high를 비교합니다
답변 품질뿐 아니라 첫 시도 성공률, Token, P50/P95 지연, 도구 호출, 재시도, 사람 수정 시간을 기록합니다.
3주 차：경쟁 모델과 실패 조건을 추가합니다
저가 모델 하나와 플래그십 모델 하나를 같은 데이터·권한으로 비교합니다. 오래된 문서, 충돌 지시, 권한 부족, 도구 시간 초과, 악성 PDF도 넣습니다.
4주 차：정상 가격으로 의사결정합니다
2027년 가격으로 12개월 비용을 예측하고 성공률, 지연, 재시도, 검색, 도구, 사람 검토를 포함합니다. 단기 할인만으로 장기 아키텍처를 결정해서는 안 됩니다.
🔗 여러 부서가 다양한 모델을 공유한다면 AI-Stack 솔루션 개요를 참고해 Gemini 3.7 Flash를 공용 모델 라우터와 비용 관리 체계에 넣을 수 있습니다.
7、결론：Flash를 기본으로, 플래그십을 승격 단계로
Gemini 3.7 Flash는 네 가지 구조적 변화를 보여 줍니다.
- Flash가 기업의 주력 모델로 이동합니다. 코딩, 문서, 자동화 성능 향상으로 프로덕션 업무 범위가 넓어졌습니다.
- 추론 깊이가 관리 가능한 자원이 됩니다. 세 단계 Thinking으로 업무 가치에 맞춰 지연과 Token 예산을 배분할 수 있습니다.
- 가격 경쟁에는 종료일이 있습니다. 반값은 2026년 말까지이며 운영 예산은 2027년 가격을 기준으로 해야 합니다.
- 진짜 KPI는 성공한 업무 한 건의 비용입니다. 성공률, 재시도, 도구, 사람 검토, 실패 위험을 함께 계산해야 합니다.
모든 플래그십을 즉시 교체할 필요는 없습니다. 고빈도 코드·문서·Agent 작업은 Flash를 기본으로 처리하고, 낮은 신뢰도, 테스트 실패, 고위험 업무만 high 또는 플래그십 모델로 승격하는 구조가 합리적입니다.
모델 선택은 ‘가장 똑똑한 하나’를 고르는 일에서 업무별로 적합한 성능과 비용을 배정하는 라우팅으로 바뀌고 있습니다. Gemini 3.7 Flash의 의미는 이 구조를 지금 프로덕션에서 시험할 수 있다는 데 있습니다.
