Google, 음성 대화 모델 Gemini 3.8 Live와 Extended Thinking 발표
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
Google가 음성 대화 모델 Gemini 3.8 Live와 Gemini 3.8 Live Extended Thinking을 발표했다. 전자는 규모와 비용 효율성을, 후자는 고도의 다단계 추론을 중시하고 있다. Extended Thinking은 Artificial Analysis의 Speech to Speech Quality Index에서 82.6점으로 1위를 차지했으며, 두 모델 모두 발표일부터 순차적으로 제공이 시작되고 있다.
Gemini 3.8 Live는 확장성과 비용 효율을 중시하며, 자연스러운 대화와 시각적 그라운딩을 결합한 모델이다. 시각 입력을 거의 실시간으로 처리하고, 97개 언어를 지원하며 대화 도중에도 언어를 자동으로 전환한다. 도구 호출과 API 호출은 백그라운드에서 실행되며, 처리가 끝날 때까지 대화를 계속할 수 있다.
Gemini 3.8 Live Extended Thinking은 복잡한 작업을 위해 추론 능력을 강화한 모델로, 추론하면서 동시에 말할 수 있다. 「Let me check that…」와 같은 구두 신호로 요청에 응답하며, 여러 단계의 백그라운드 처리에서는 진행 상황을 음성으로 설명한다. 벤치마크에서는 τ-Voice 68.6%, Sierra의 τ-Voice-banking 35.1%, Big Bench Audio 97.7%를 기록했다고 밝혔다. Gemini 3.8 Live는 Speech Agent Arena에서 사용자 선호도가 높아 2위에 올랐다고 한다. ServiceNow의 EVA-Bench에서는 정확도와 대화 품질의 균형 면에서 Pareto 프런티어를 끌어올렸다고 한다.
개발자는 Gemini API와 Google AI Studio에서 두 모델을 모두 사용할 수 있다. Gemini Live API를 통해 Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel, Vision Agents 등의 플랫폼에서도 음성 인터페이스를 구축할 수 있다. Salesforce, Genspark, Lumeris 등이 지연 시간, 유창성, 도구 호출 능력을 평가하고 있다고 한다.
기업용으로는 Gemini Enterprise에서 비공개 프리뷰로 제공되며, Gemini Enterprise for Customer Experience에도 곧 출시될 예정이다. 일반 사용자에게는 3.8 Live가 Search Live에서, 3.8 Live Extended Thinking이 Gemini Live에서 제공된다. Workspace에서는 Google AI Pro 및 Ultra 구독자가 Docs에서, Google AI 전체 구독자가 Gmail과 Keep에서 사용할 수 있다. 생성된 모든 음성에는 SynthID 워터마크가 삽입된다.
저비용용과 고난도 작업용의 2개 모델 구성으로, 음성 에이전트의 평가 지표와 제공처가 구체적으로 제시되어 용도에 따른 선택을 검토하기 쉽다.
출처: Google Blog: Gemini · blog.google