Gemini 3.8 Live 및 3.8 Live Extended Thinking 소개: Google, 음성 라인을 둘로 나누다

Google의 Gemini 3.8 Live와 Gemini 3.8 Live Extended Thinking이 2026년 9월 15일에 등장했습니다 — 하나의 발표, 두 개의 모델, 그리고 제품 라인의 진정한 분기점입니다. 헤드라인 숫자는 Artificial Analysis의 Speech to Speech Index에서 6.6포인트 격차, 82.6 대 76.0입니다. 그 아래에 깔린 숫자는 38입니다. 같은 지표의 τ-Voice 에이전트 작업 완수 측정에서 추론 변형은 모의 고객 서비스 시나리오의 68.6%를 해결하고 표준 모델은 30.1%를 해결합니다. 6.6포인트는 지수가 말해 주는 것이고, 38포인트는 두 모델 중 하나에게 실제로 뭔가를 해내라고 시켰을 때 벌어지는 일입니다.

출시 하루 후, 이 포크에는 가격이 붙었습니다. 두 모델 모두 Live API를 통해 공개된 분당 오디오 요금을 제공하며, Artificial Analysis의 리더보드는 입력 오디오의 시간당 비용을 $0.84(표준 모델) 대비 $3.50(추론 변형)으로 제시합니다 — 그 6.6 지수 포인트를 위해 시간당 4배가 조금 넘는 비용입니다. 그 트레이드오프가 결정의 전부이며, 지수만 보고 판단하면 잘못된 결론에 이릅니다.

이번 릴리스가 일반적인 음성 모델 업데이트와 다른 점은, 그 구분이 크기 등급이 아니라는 것입니다. 그것은 음성 에이전트의 역할이 무엇인지에 대한 관점 차이입니다. 이 모델들 중 하나는 대화형 인터페이스입니다. 다른 하나는 말을 하기도 하는 추론 시스템입니다.

두 모델, 두 작업

이 점에 관한 구글 자신의 설명은 이례적으로 명확하다. Gemini 3.8 Live는 "규모와 비용 효율성을 위해 설계되었으며, 대화형 지능과 유연한 대화, 시각적 그라운딩을 결합한" 제품이라고 설명된다. Gemini 3.8 Live Extended Thinking은 "향상된 지능과 다단계 추론을 갖춘, 높은 복잡도의 작업을 위해 설계되었다"고 설명된다.

실질적인 차이는 사양서가 아니라 기능 목록에서 드러납니다:

• Gemini 3.8 Live — 거의 실시간에 가까운 시각 입력 처리, 지원되는 97개 언어 전반에 걸친 대화 중 자동 전환, 그리고 백그라운드 도구/API 실행으로, 모델이 요청을 접수한 뒤 호출이 완료될 때까지 계속 대화를 이어갑니다.

• Gemini 3.8 Live Extended Thinking — 추론과 발화를 동시에 하며, 다단계 작업이 실행되는 동안 “잠시 확인해 볼게요…”와 같은 신호로 진행 상황을 내레이션합니다.

• 공통 — 생성된 모든 오디오에는 Google의 SynthID 워터마크가 포함되어 있으며, 둘 다 다음 이름으로 공개된 모델 카드의 적용을 받습니다: gemini-3-8-audio. 또한 둘 다 이제 문서화된 API 모델 ID를 갖추고 있습니다: gemini-3.8-live 및 gemini-3.8-live-extended-thinking.

Extended Thinking 모델은 단순히 더 긴 사고 예산을 가진 3.8 Live가 아니다. 그것은 대화가 멈추지 않으면서 대화와 작업 계획을 동시에 유지할 수 있는 모델이다 — 이는 음성 에이전트가 프로덕션에서 실패하게 만드는 바로 그 요인이다. 사용자는 에이전트가 무언가를 찾아보는 동안 침묵을 원하지 않는다. 에이전트가 계속 말하기를 원한다.

보드에는 6.6이라고 적혀 있습니다. 부품에는 38이라고 적혀 있습니다.

Speech to Speech Index는 네 가지 기본 결과의 가중 평균입니다. 즉, Artificial Analysis 자체의 Big Bench Audio 세트로 측정한 음성 추론, τ-Voice 고객 서비스 벤치마크를 실행하여 측정한 에이전트 성능, Speech Agent Arena에서 가져온 Arena 선호도, 그리고 작업 성공률입니다. 네 가지 구성 요소를 모두 갖춘 모델만 지수 점수를 받기 때문에, 해당 보드의 일부 행은 비어 있습니다.

따로 떼어 놓고 보면, 두 새 모델은 전혀 6.6점 차이를 보이는 한 쌍처럼 보이지 않는다:

• 음성 대 음성 지수 — Gemini 3.8 Live Extended Thinking (High) 82.6 vs Gemini 3.8 Live 76.0

• 에이전트 성능(τ-Voice 작업 완료) — 68.6% vs 30.1%

• 음성 추론(Big Bench Audio) — 98% 대 92%

• 대화 역동성 — 91.9% vs 96.1%

• 아레나 선호도(Elo) — 990 대 1083

• 작업 성공률 — 89.1% vs 93.2%

• 첫 오디오까지의 시간 — 1.35초 vs 1.18초

• 입력 오디오 시간당 비용 — $3.50 vs $0.84

솔직하게 읽어 보면, 표준 모델이 여덟 개 항목 중 네 개에서 이긴다. 첫 오디오까지 더 빠르고, 아레나에서 더 높은 평가를 받으며, 작업을 완료할 가능성이 더 크고, 대화 역학에서도 더 나은 평가를 받는다. 가격도 3분의 1이다. 이 모델이 하지 못하는 것은 작업에 단계가 있을 때 그 작업을 끝내는 일이다. 30.1% 대 68.6%는 이번 릴리스 어디에서도 볼 수 없는 가장 큰 단일 격차이며, 이는 음성 에이전트와 음성 인터페이스를 가르는 단 하나의 축에 자리한다.

그 표를 확정된 것으로 받아들이기 전에 두 가지 주의할 점이 있습니다. 지수에 사용된 아레나 선호도 수치는 모델이 공개 가능해지는 시점에 고정되므로, Speech Agent Arena 차트의 실시간 Elo를 추적하지 않습니다. 이는 실행 점수가 아니라 스냅샷으로 읽어야 합니다. 그리고 보드 상단의 τ-Voice 격차는 노이즈라고 볼 만큼 근소합니다. 추론 변형의 68.6%가 67.9%의 GPT-Live-1(Astra 백엔드, medium effort)을 0.7포인트 앞서며, 그 뒤로 GPT-Live-1(Sol, low)이 59.3%, Grok Voice Think Fast 2.0 High가 56.5%입니다. 두 Gemini 모델 간의 38포인트 격차는 근소하지 않습니다. GPT-Live-1에 대한 0.7포인트 우위는 근소합니다.

지수에서 어디에 위치하는지

2026년 9월 16일에 촬영된 아래 캡처에서 보드 상단은 이렇게 적혀 있습니다:

• Gemini 3.8 Live Extended Thinking (High) — 82.6 (1위)

• GPT-Live-1 (Astra 백엔드, 중간 노력) — 81.5

• Grok Voice Think Fast 2.0 High — 81.3

• GPT-Live-1 (Sol 백엔드, 낮은 노력) — 80.1

• Gemini 3.8 Live — 76.0

• GPT-Realtime-2.1 High — 73.9

• Gemini 3.1 Flash Live High — 71.5

한 화면에서 이 분리가 나오는 이유가 바로 이것이다. Extended Thinking 변형이 보드의 (High) 추론 노력 라벨로 실행되며 1위를 차지했다 — Grok Voice Think Fast 2.0 High와 GPT-Realtime-2.1 High에 사용하는 것과 동일한 관례이며, 보도에서 이 모델에 붙어 있는 "(High)" 접미사가 별도 릴리스가 아니라 구성 라벨인 이유이기도 하다. 표준 변형은 5위에 올랐다 — 두 개의 GPT-Live-1 구성과 Grok 아래다. 구글 자체 블로그는 표준 모델을 "매우 비용 효율적"이라고 설명하며 "Speech Agent Arena에서 2위를 차지했다"고 언급하는데, 이는 다른 것을 측정하는 다른 보드다. 두 진술 모두 사실이다. 함께 읽으면 이렇게 말한다: 3.8 Live는 매우 좋은 가격의 매우 좋은 대화형 모델이며, 음성 지능의 최전선은 아니다.

가장 먼저 도착한 유출

해당 모델들은 발표 하루 전 Google Cloud 할당량 페이지에서 발견되었으며, 당시 우리는 이를 모델 카드도, 가격 정보도, Google의 확인도 없는 미확인 슬러그로 보도했습니다. 그 글은 상태에 대해서는 맞았지만 시점에 대해서는 틀렸습니다 — 확인은 약 24시간 이내에 이루어졌습니다.

이 교훈은 기록해 둘 가치가 있다. 그것은 일반적인 본능에 어긋나기 때문이다. 출시 하루 전에 유출된 슬러그는 출시나 다름없다. 8주 동안 이를 뒷받침하는 서류가 전혀 없는 유출된 슬러그는 완전히 다른 이야기다. 이 둘을 구분한 신호는 슬러그가 아니라, 용량이 프로비저닝된 경우에만 존재하는 할당량 페이지의 존재였다.

분당 비용은 얼마인가요

발표 당시 구글의 자료는 두 모델의 가격을 구분하지 않았습니다 — 표준 모델에는 요금이 제시되었고 추론 변형 모델에는 제시되지 않았으며, 위의 스코어보드에 기록된 것이 바로 그것입니다. 그 공백은 이후 메워졌습니다. 이제 두 모델 모두 Live API를 통해 공개된 가격을 적용받습니다: 오디오 입력 분당 $0.005, 오디오 출력 분당 $0.018이며, 구글은 두 모델이 출시된 9월 16일에 이를 확인했습니다. 동일한 공개 요금표는 Gemini 3 Live 티어의 토큰 가격도 다룹니다 — 텍스트 토큰 100만 개당 입력 $0.75, 출력 $4.50, 오디오 토큰 100만 개당 입력 $3.00, 출력 $12.00, 이미지 또는 동영상 입력 100만 개당 $1.00 — 다만 이 토큰 항목들은 모델별이 아니라 티어 기준으로 공개된 것이므로, 특정 변형에 대한 견적이 아니라 해당 티어의 요금표로 읽어야 합니다.

Artificial Analysis는 계획 수립에 가장 중요한 숫자도 채워 넣었습니다. 이제 해당 리더보드에는 입력 오디오 시간당 비용 열이 있습니다 — 고정된 40개 질문 Big Bench Audio 하위 집합을 완료하는 데 드는 비용을 시간당 요율로 정규화한 값 — 그리고 두 새 모델 모두 여기에 수치가 있습니다:

• Gemini 3.8 Live — 입력 오디오 기준 시간당 $0.84, 해당 보드에서 가장 낮은 유료 요금

• Gemini 3.8 Live Extended Thinking (High) — $3.50/hour, 품질에서 앞서는 두 모델보다도 여전히 저렴합니다

• Grok Voice Think Fast 2.0 High — $4.80/시간

• GPT-Live-1 (Astra 백엔드, 중간 수준 노력) — 시간당 $5.83

• GPT-Realtime-2 (높음) — 시간당 $4.14

• GPT-Realtime-2.1 High — 시간당 $10.75

위 캡처에 대한 한 가지 참고 사항입니다. 리더보드 스크린샷의 비용 패널은 이 두 행보다 이전 시점의 것이므로, $0.84도 $3.50도 그 안에는 나타나지 않으며, 가장 저렴한 막대는 $1.42입니다. 목록의 수치는 해당 이미지가 아니라 2026년 9월 16일 기준 보드의 요약 표에서 읽은 것입니다. 이미지에 표시된 지수 값은 영향을 받지 않으며 표와 일치합니다.

위 구성 요소들과 비교해 두 개의 새 숫자를 읽으면, 이 릴리스는 더 이상 두 모델 발표가 아니라 공개된 환율을 지닌 단일 결정이 된다. 추론 변형은 시간당 오디오 비용의 네 배를 조금 넘는 대가로 6.6 지수 포인트, 음성 추론 6포인트, 에이전트 작업 완료 38.5포인트를 얻는다. 그것이 지불할 가치가 있는지는 전적으로 여러분의 에이전트가 무엇을 하느냐에 달려 있으며, 구성 요소가 공개된 뒤 답의 형태가 달라졌다. 다단계 작업을 완료하는 것이 임무인 음성 에이전트는 이번 릴리스에서 가장 큰 단일 개선을 얻는 셈이며, 시간당 $3.50에 GPT-Live-1 Astra보다 약 40%, Grok Voice Think Fast 2.0 High보다 대략 4분의 1 저렴하면서 둘 모두보다 높은 점수를 낸다. 대화하는 것, 즉 답하고, 흐름을 이어 가고, 메시지를 받아 두고, 상냥하게 구는 것이 임무인 음성 에이전트는 추가 추론 깊이로 얻는 것이 거의 없으며, 시간당 $0.84에 현재 누구든 공개하는 가장 저렴한 유능한 음성 모델을 사는 셈이다.

그것이 목록의 형태다. 구글이 자사의 추론 모델을 그 모델이 앞서는 두 모델보다 낮은 가격에 책정했고, 자사의 표준 모델은 이 보드의 모든 모델보다 낮은 가격에 책정했다. 음성 분을 대량으로 운영하고 있다면, 청구서를 움직이는 숫자는 지수 점수가 아니라 바로 이것이다. 그리고 두 변형이 4배 차이로 벌어져 있다는 사실은 어느 쪽을 호출할지 고르는 것이 스택에서 단일 최대 비용 레버라는 뜻이다.

"Private preview"가 그 문장에서 실제로 제 몫을 톡톡히 하고 있다

두 모델 중 어느 것도 계약적 의미에서 일반 제공되는 것은 아니지만, 개발자 인터페이스는 열려 있고 이제 가격이 책정되어 있으므로, 무엇을 계획할 수 있는지가 달라집니다:

• Gemini 3.8 Live — 개발자는 문서화된 ID를 통해 Gemini API, Live API 및 Google AI Studio에서 사용할 수 있습니다: gemini-3.8-live. 기업은 Gemini Enterprise에서 비공개 프리뷰를 이용할 수 있으며, Gemini Enterprise for Customer Experience는 "출시 예정"입니다. 모든 사용자는 Search Live에서 사용할 수 있습니다.

• Gemini 3.8 Live Extended Thinking — 동일한 개발자 서피스를 gemini-3.8-live-extended-thinking에서 제공하며, 더 넓은 소비자 경로도 추가됩니다: Gemini Live, Google AI Pro 및 Ultra 구독자를 위한 Docs Live, 그리고 모든 Google AI 구독자를 위한 Gmail Live 및 Keep Live.

아직 빠져 있는 것은 기업이 필요로 하는 부분입니다: 정식 출시(GA) 약속, 공개된 가동률 수치, 그리고 Google이 유지하겠다고 약속한 요금입니다. 이런 것들이 필요하다면 기다리세요. 프로토타이핑 중이라면, 실제 요금표가 뒷받침되는 경로가 오늘 열려 있으며, 이는 공개된 가격이 없는 프리뷰보다 실질적으로 더 나은 상황입니다. 지금 통합을 구축하는 것은 합리적입니다. 하지만 수익에 결정적인 전화선을 Google이 약속하지 않은 가용성 목표에 올리는 것은 그렇지 않으며, 그에 대한 해결 방안은 아래에 설명되어 있습니다.

벤더의 주장이 끝나는 곳

Google은 출시와 함께 자체적인 구성 요소별 수치도 공개했습니다 — τ-Voice에서 68.6%, Sierra의 τ³-Banking 리더보드에서 35.1%, Big Bench Audio에서 97.7%이며, 모두 Extended Thinking 모델의 성과로 돌려졌습니다. 이제 이것들은 두 그룹으로 나뉘는데, 그 구분은 중요합니다.

세 가지 중 두 가지는 Artificial Analysis가 자체 하네스에서 직접 실행하는 측정치와 일치합니다. 이 모델의 τ-Voice 에이전트형 구성 요소는 68.6%를 기록했는데, 이는 GPT-Live-1 Astra의 67.9%, Grok Voice Think Fast 2.0의 56.5%와 비교됩니다. Big Bench Audio 음성 추론 구성 요소는 98%를 기록했는데, Google은 97.7%입니다. Artificial Analysis는 τ-Voice와 Big Bench Audio를 자체 벤치마크라고 설명하며, 가능한 경우 세 차례 시행에 걸쳐 실행합니다. 따라서 τ-Voice와 추론 수치는 이제 Google의 발표문에서만이 아니라, 직접 가서 확인할 수 있는 공개 보드에 올라와 있습니다. 다만 Google이 인용한 정확한 수치가 두 번째 실행이 아니라 바로 그 동일한 실행일 가능성이 크므로, 이를 확정된 것으로 보기보다는 교차 검증된 것으로 취급하십시오.

Sierra 수치는 그런 뒷받침이 없으며 여전히 벤더 주장에 머문다: Sierra의 τ³-Banking 리더보드에서 35.1%로, GPT-Live-1 Astra의 32.0%, xAI-Realtime의 16.5%와 대비된다. 또한 이 수치는 곱씹어볼 만하다. 35.1%는 이 보드에서 선두 음성 모델이 현실적인 은행 업무 완료 시도 약 3건 중 2건을 실패한다는 뜻이기 때문이다. Google은 또한 Gemini Enterprise Agent Platform의 Live API에서 수행된 ServiceNow EVA-Bench 실행을 인용하며, 두 모델 모두 복잡한 워크플로를 위한 파레토 프런티어를 밀어붙인다고 설명한다 — 그 어느 쪽에도 독립적인 측정치가 붙어 있지는 않다.

여기에는 기억해 둘 만한 전례가 있습니다. xAI는 7월에 Grok Voice Think Fast 2.0의 Speech to Speech Index 수치를 82.9로 보고했습니다. 위에 캡처된 리더보드에서는 해당 모델이 81.3에 위치해 있습니다. 공급업체가 보고한 지수 점수는 실제 리더보드와 맞닥뜨려도 항상 그대로 유지되지는 않습니다. 보통은 지수가 개정되기 때문이고, 때로는 테스트된 구성이 출시된 구성과 달랐기 때문입니다. 자신의 트래픽에서 τ-Voice와 Big Bench 수치를 검증하고, agentic 열은 가장 강도 높게 테스트해야 할 항목으로 보십시오.

이 에이전트들이 실제로 실행되는 계층

두 모델 모두 백엔드 앞에 위치합니다. 백그라운드 도구 실행, 다단계 작업 계획, 그리고 모든 본격적인 음성 에이전트가 사용하는 위임 패턴은 모두 일반적인 텍스트 모델 호출로 귀결됩니다. 그리고 바로 그 계층이 비용 변동이 가장 크고 종속성이 가장 적은 계층입니다.

OrcaRouter는 단일 키로 190개 모델을 제공업체 정가에 마크업 없이 제공하며, 이는 상위 연구소의 가격 인하가 다음 계약 갱신 시점이 아니라 같은 날 우리 쪽에 반영된다는 뜻입니다. 프런트엔드가 프리뷰 모델인 음성 스택에서 유용한 두 가지 특성은, 음성 통합을 건드리지 않고도 위임 대상을 교체할 수 있다는 점, 그리고 백엔드에서 오류가 발생하거나 타임아웃이 나더라도 자동 페일오버가 통화를 계속 유지해 준다는 점입니다. 우리가 호스팅하는 것과 하지 않는 것을 정확히 밝히자면, Gemini 3.8 Live 엔드포인트는 우리 라우터에 없습니다. 그것은 Google 자체 API에서 제공되는 것이지만, 이런 에이전트가 작업을 넘기는 텍스트 모델은 대개 우리 쪽에 있으며, Gemini 3.8 Flash도 그중 하나입니다.

다음에 볼 콘텐츠

이번 릴리스의 미해결 질문을 해결할 세 가지가 있다. 첫째는 정식 출시와 Google이 유지하겠다고 약속한 요금이다 — 가격은 지금 공개됐지만, 프리뷰 가격은 변동이 잦은 습성이 있고, 요금표는 계약서가 아니다. 둘째는 아레나 및 태스크 성공률 열이 견고한지 여부다. 표준 모델의 1083 Elo와 93.2% 태스크 성공률은 추론 변형에 4배를 지불하는 데 반대하는 가장 강력한 논거이며, 해당 지수의 아레나 수치는 라이브가 아니라 자격 시점에 고정되어 있기 때문이다. 셋째는 에이전트 격차 자체에 대한 독립 실행이다. 68.6% 대 30.1%는 이번 릴리스에서 가장 큰 주장이며, 재현해 볼 가치가 가장 큰 주장이다. 두 모델의 다른 모든 측면은 비슷하기 때문이다.

그때까지는, 정직한 요약이 하나가 아니라 두 개의 숫자 위에서 돌아간다. Gemini 3.8 Live Extended Thinking은 공개 보드에서 최고 점수를 기록한 음성 모델이고, 에이전트 구성 요소에서는 단독으로 앞서며, 시간당 비용에서는 바로 뒤를 잇는 두 모델을 밑돈다. Gemini 3.8 Live는 그 보드에서 가장 저렴한 유능한 음성 모델이며, 아레나의 선호를 받고 얕은 작업에서 더 안정적이며, 전체적으로는 6.6점 뒤처져 있고, 에이전트가 뽑히는 바로 그 한 가지 일에서는 확고한 상한선에 걸려 있다. Google은 같은 분기를 두 번 내놓았고 가격은 네 배 차이가 났으며, 그 선택은 유난히 가격을 매기기 쉽게 만들었다 — 단, 지수만이 아니라 구성 요소를 읽어야 한다는 전제 아래에서.