Google DeepMind, 음성 대화 모델 Gemini 3.8 Live와 Gemini 3.8 Live Extended Thinking 발표
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
Google DeepMind는 음성 대화 모델 Gemini 3.8 Live와 Gemini 3.8 Live Extended Thinking을 발표했다. 전자는 규모와 비용 효율, 후자는 복잡한 작업을 위해 설계되었다. Extended Thinking은 Artificial Analysis의 Speech to Speech Quality Index에서 종합 1위(82.6)를 차지했으며, 두 모델 모두 오늘부터 순차적으로 제공된다.
Gemini 3.8 Live Extended Thinking은 Artificial Analysis의 Speech to Speech Quality Index에서 82.6을 기록하며 종합 1위에 올랐다. 에이전트 작업 완수율은 τ-Voice에서 68.6%, Sierra의 τ-Voice-banking에서 35.1%였으며, Big Bench Audio에서는 97.7%를 기록했다. Gemini 3.8 Live는 Speech Agent Arena에서 사용자 선호도 2위를 차지했다. ServiceNow의 EVA-Bench에서는 정확도와 대화 품질의 균형에서 Pareto 프런티어를 끌어올렸다고 한다. 이 평가는 Gemini Enterprise Agent Platform의 Live API로 진행되었다.
Gemini 3.8 Live는 시각 입력을 거의 실시간으로 처리하며, 97개 언어를 지원하고 대화 도중에도 언어를 자동으로 전환한다. 도구나 API 호출을 백그라운드에서 실행하면서 대화를 이어갈 수 있다. Extended Thinking은 추론과 동시에 말하는 방식으로, "Let me check that…" 같은 말로 응답 상태를 알리고, 여러 단계의 처리에서는 진행 상황을 중계한다.
개발자용으로는 Gemini Live API를 통해 Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel, Vision Agents 등의 플랫폼이 음성 인터페이스 구축을 지원한다. Salesforce, Genspark, Lumeris도 지연 시간, 유창성, 도구 호출 능력을 높이 평가하고 있다. 생성되는 모든 음성에는 SynthID 워터마크가 삽입된다.
제공 측면에서 두 모델 모두 Gemini API와 Google AI Studio에서 사용할 수 있으며, Gemini Enterprise에서는 비공개 프리뷰로 제공된다. 3.8 Live는 Search Live에서, 3.8 Live Extended Thinking은 Gemini Live와 Workspace 일부 서비스에서 일반 사용자를 대상으로 순차 출시된다.
비용을 중시하는 Live와 고난도 작업용 Extended Thinking, 두 모델의 포지셔닝과 벤치마크 결과, 제공 범위가 한눈에 정리되어 있다.
출처: Google DeepMind Blog · deepmind.google