Gemini 3.6 Flash 출시와 멀티에이전트 AI의 미래

구글, Gemini 3.6 Flash·3.5 Flash-Lite 공개

구글 딥마인드(Google DeepMind)가 2026년 7월 21일 세 가지 신규 모델을 발표했습니다. Gemini 3.6 Flash, Gemini 3.5 Flash-Lite, 그리고 사이버보안 전용 Gemini 3.5 Flash Cyber입니다.

Gemini 3.6 Flash: 효율과 품질을 동시에

3.6 Flash는 3.5 Flash 대비 출력 토큰 사용량을 17% 절감하면서도 성능은 오히려 향상된 것이 핵심입니다. 코딩 벤치마크인 DeepSWE에서는 49% vs. 37%, 기계 학습 연구 평가인 MLE Bench에서는 63.9% vs. 49.7%로 전작을 앞섰습니다. 가격은 입력 토큰 100만 개당 $\displaystyle 1.50, 출력 토큰 100만 개당$7.50로 책정되어 에이전트(agent, 목표 기반 자율 AI) 기반 서비스 구축 비용이 크게 낮아졌습니다.

또한 컴퓨터 사용(Computer Use) 기능이 Gemini API의 내장 도구로 탑재되어, 개발자가 별도 설정 없이 AI가 화면을 제어하는 워크플로를 구성할 수 있습니다.

Gemini 3.5 Flash-Lite: 초고속·저비용의 대용량 처리

3.5 Flash-Lite는 초당 350 출력 토큰이라는 플래시 시리즈 최고 속도를 기록합니다. 가격은 입력 $\displaystyle 0.3/1M, 출력$2.5/1M으로 대용량 문서 처리나 에이전틱 검색(agentic search, AI가 자율적으로 정보를 탐색하는 방식) 파이프라인에 적합합니다. SWE-Bench Pro(54.2%)와 OSWorld-Verified(74.0%)에서 전 세대 3 Flash를 넘어서는 결과를 냈습니다.

3.5 Flash Cyber: 보안 취약점 자동 탐지

3.5 Flash Cyber는 코드 보안 에이전트 CodeMender와 결합해 취약점(vulnerability)을 찾고 패치하는 데 특화되었습니다. 다만 이중 사용(dual-use) 위험을 고려해 초기에는 정부 및 신뢰 파트너에게만 제한 제공됩니다.

멀티에이전트(다중 에이전트) AI, '집단 지성'으로 진화 중

같은 날 MIT Technology Review는 Cisco Outshift의 비전을 조명했습니다. 현재 AI 에이전트들은 데이터를 교환할 수 있지만 공동 목표를 가지고 함께 추론하지는 못합니다. 이를 해결하려는 움직임이 본격화되고 있습니다.

'인지의 인터넷(Internet of Cognition)'이란?

Outshift는 에이전트들이 협력하기 위해 세 가지 레이어가 필요하다고 설명합니다.

• 공유 의도(Shared Intent): 인지 상태 프로토콜(cognition state protocol)로 에이전트들이 행동 전에 목표를 합의합니다. 내부 테스트에서 비정형 그룹은 14개 시나리오 중 약 33%만 결정에 도달했지만, 조율 프로토콜 도입 후 93%로 상승했습니다.
• 공유 맥락(Shared Context): 인지 패브릭(cognition fabric)이라 불리는 공유 기억 메시가 에이전트 간 지식을 누적합니다. 세션이 바뀌어도 기관 학습이 초기화되지 않습니다.
• 공유 추론(Shared Reasoning): 인간이 사후 검토가 아니라 실시간 판단자로 참여하는 가드레일 기술(guardrail technology)이 안전성을 보장합니다.

이 인프라의 기반이 되는 오픈소스 프로젝트 AGNTCY는 현재 리눅스 재단(Linux Foundation) 산하에서 운영 중입니다.

왜 지금 이 흐름이 중요한가?

현재 오픈소스 멀티에이전트 시스템 7개를 평가한 연구에서 실패율이 41~87%에 달한다는 점은 아직 해결되지 않은 과제가 크다는 것을 보여줍니다. 하지만 Gemini 3.6 Flash처럼 토큰 효율이 높고 비용이 낮은 모델이 등장하면서, 실험 비용의 장벽이 낮아지고 있습니다.

교육 분야에 주는 시사점

학생과 교육자에게 달라지는 것

즉시 활용 가능한 변화: Gemini 3.6 Flash와 3.5 Flash-Lite는 오늘부터 Google AI Studio와 Gemini 앱을 통해 무료로 사용할 수 있습니다. 기존보다 더 긴 문서를 처리하고, 코드를 더 정확히 수정하는 AI 도구를 추가 비용 없이 쓸 수 있습니다.

중장기 관점: 멀티에이전트 AI가 성숙해지면 교육 환경도 바뀝니다. 수업 계획, 학습 진도 추적, 피드백 생성을 각각 담당하는 에이전트들이 조율되는 방식으로 교육 플랫폼이 진화할 수 있습니다. 지금 그 아키텍처가 설계되고 있는 시점입니다.

보안 리터러시: 3.5 Flash Cyber와 같은 취약점 탐지 모델의 등장은 소프트웨어 개발을 배우는 학생들에게도 시사하는 바가 큽니다. AI가 보안 리뷰를 자동화하는 시대에는 '왜 이 코드가 취약한가'를 이해하는 능력이 더 핵심 역량이 됩니다.

학생 활용 팁

Google AI Studio(aistudio.google.com)에서 무료로 Gemini 3.6 Flash에 접근해 긴 논문 요약, 코드 디버깅, 멀티모달 문서 분석을 실습해 볼 수 있습니다. 또한 AGNTCY 오픈소스 저장소를 살펴보면 멀티에이전트 시스템의 실제 프로토콜 설계가 어떻게 이루어지는지 학습할 수 있습니다.