기준일: 2026년 9월 3일
Google이 9월 2일 Gemini 3.8 Flash를 정식 출시했습니다. 모델 ID는 gemini-3.8-flash이며 미리보기가 아닌 일반 제공(GA) 모델입니다. 이름만 보면 기존 Flash의 소폭 업데이트처럼 보이지만, 실제로는 장시간 소프트웨어 개발, 자율 에이전트, 복잡한 기업 업무를 겨냥한 모델입니다.
개발자에게 중요한 질문은 벤치마크 순위가 아닙니다. 기존 코드를 그대로 옮길 수 있는지, 생각 수준을 어떻게 설정해야 하는지, 100만 토큰 입력과 6만5536토큰 출력이 비용에 어떤 영향을 주는지, 지원되지 않는 기능은 무엇인지가 더 중요합니다. 이 글은 Google의 공식 출시 노트·모델 카드·가격표·마이그레이션 문서를 기준으로 실제 도입 순서를 정리합니다. 직접 사용해 본 것처럼 성능을 과장하지 않으며, 가격과 기능은 배포 전에 최신 문서를 다시 확인해야 합니다.
Gemini 3.8 Flash API 핵심 사양
Gemini 3.8 Flash는 텍스트뿐 아니라 이미지, 비디오, 오디오, PDF를 입력으로 받을 수 있고 출력은 텍스트입니다. 입력 한도는 1,048,576토큰, 최대 출력은 65,536토큰입니다. Thinking은 low·medium·high 세 단계를 지원하며 기본값은 medium입니다. minimal은 지원하지 않아 요청하면 오류가 납니다.
| 항목 | 공식 사양 | 실무 의미 |
|---|---|---|
| 출시 상태 | 2026년 9월 2일 GA | 프로덕션 후보로 검토 가능 |
| 모델 ID | gemini-3.8-flash |
별칭보다 고정 ID 사용 권장 |
| 입력 한도 | 1,048,576토큰 | 대형 코드·문서 분석 가능 |
| 출력 한도 | 65,536토큰 | 긴 결과는 별도 상한 설정 필요 |
| Thinking | low, medium, high | 지연·비용·품질을 작업별 조정 |
| 주요 도구 | 함수 호출, 검색, 코드 실행, 파일 검색 | 에이전트 파이프라인 구성 가능 |
| 실시간 음성 | Live API 미지원 | 음성 대화는 다른 모델 필요 |
| 이미지 생성 | 미지원 | 이미지 전용 모델과 조합 |
Gemini 3.8 Flash 공식 모델 카드에는 지원 입력, 토큰 한도, 도구와 추론 방식이 정리되어 있습니다. 종료 일정은 현재 발표되지 않았지만, 운영에서는 모델 ID를 환경 변수로 분리해 교체 가능하게 두는 것이 안전합니다.
무엇이 달라졌나: 긴 작업과 에이전트가 중심
Google은 이번 모델을 긴 시간 이어지는 소프트웨어 엔지니어링, 자율 에이전트, 복잡한 기업 워크플로에 맞춘 가장 지능적인 Flash 모델이라고 설명합니다. 한 번의 답변보다 여러 파일을 수정하고 도구를 반복 호출하며 중간 결과를 검증하는 작업에 초점이 있습니다. 관리형 에이전트의 Antigravity 기본 모델도 3.8 Flash로 변경됐습니다.
다만 “더 오래 생각한다”는 말은 자동으로 비용이 줄거나 언제나 더 빠르다는 뜻이 아닙니다. 복잡한 목표에서는 작은 추론 단계를 거치고 도구를 여러 번 호출하므로 토큰과 지연이 늘 수 있습니다. 단순 분류, 짧은 요약, 실시간 채팅까지 모두 high로 설정하면 품질 차이보다 비용 증가가 먼저 보일 수 있습니다.
- low: 빠른 초안, 단순 데이터 분류, 지연에 민감한 작업
- medium: 일반 코드 작성과 분석, 기본 권장값
- high: 복잡한 리팩터링, 다단계 계획, 도구 검증이 중요한 작업
같은 평가 문제를 세 단계로 실행해 정답률, 완료 시간, 입력·출력·thinking 토큰, 도구 호출 횟수를 함께 기록해야 합니다. 단순히 첫 답변이 좋아 보이는지를 평가하면 운영 비용과 실패율을 놓치기 쉽습니다.
2026년 말까지의 도입 가격과 비용 계산
Gemini Developer API의 유료 표준 요금은 2026년 12월 31일까지 입력 100만 토큰당 0.75달러, 출력 100만 토큰당 3.75달러입니다. 출력 가격에는 thinking 토큰이 포함됩니다. 2027년 1월 1일부터는 입력 1.50달러, 출력 7.50달러로 올라갈 예정입니다. 컨텍스트 캐시 입력은 연말까지 100만 토큰당 0.075달러이며 저장 비용이 별도로 있습니다.
| 유료 항목 | 2026년 12월 31일까지 | 2027년 1월 1일부터 |
|---|---|---|
| 입력 1M 토큰 | $0.75 | $1.50 |
| 출력+thinking 1M 토큰 | $3.75 | $7.50 |
| 캐시 입력 1M 토큰 | $0.075 | $0.15 |
| 검색 Grounding | 월 5,000건 무료 후 1,000건당 $14 | |
예를 들어 한 작업에서 입력 20만 토큰, 출력과 thinking 합계 2만 토큰을 사용하면 연말까지 단순 토큰 비용은 입력 0.15달러와 출력 0.075달러, 합계 0.225달러입니다. 같은 작업을 2027년에 실행하면 단순 계산으로 0.45달러가 됩니다. 실제 청구에는 검색, 캐시 저장, 배치·우선 처리, 클라우드 지역 요금이 달라질 수 있습니다.
Gemini Developer API 공식 가격표와 Google Cloud Agent Platform 가격표는 청구 경로가 다릅니다. AI Studio에서 시험한 비용을 Vertex AI 운영 비용으로 그대로 가정하지 말고, 사용할 플랫폼과 리전을 기준으로 계산하세요.
Python·JavaScript로 첫 호출하기
Google의 새 GenAI SDK에서는 모델 문자열을 gemini-3.8-flash로 지정합니다. API 키는 코드에 직접 넣지 말고 GEMINI_API_KEY 또는 GOOGLE_API_KEY 환경 변수로 관리하세요. 두 변수가 모두 있으면 공식 문서상 GOOGLE_API_KEY가 우선합니다.
from google import genai
client = genai.Client()
response = client.models.generate_content(
model="gemini-3.8-flash",
contents="이 저장소의 결제 재시도 로직을 검토하고 위험을 표로 정리해 주세요."
)
print(response.text)JavaScript에서는 공식 @google/genai 패키지를 사용합니다.
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
const response = await ai.models.generateContent({
model: "gemini-3.8-flash",
contents: "이 API 설계의 재시도와 멱등성 문제를 찾아 주세요.",
});
console.log(response.text);REST 호출은 v1beta/models/gemini-3.8-flash:generateContent 경로와 x-goog-api-key 헤더를 사용합니다. 코드 예제는 호출 확인용 최소 구성입니다. 프로덕션에서는 요청 시간 제한, 429·5xx 재시도, 최대 출력, 로그의 개인정보 마스킹을 추가해야 합니다.
Thinking Level을 안전하게 조절하는 방법
3.8 Flash의 기본 thinking level은 medium입니다. 이전 연동에서 정수형 thinking_budget를 사용했다면 문자열 열거형 thinking_level로 바꿔야 합니다. 지원 값은 low, medium, high이며 minimal을 보내면 오류가 발생합니다.
const response = await ai.models.generateContent({
model: "gemini-3.8-flash",
contents: "결제 처리 파이프라인의 경쟁 조건을 분석하세요.",
config: {
thinkingConfig: {
thinkingLevel: "medium",
},
},
});운영에서는 사용자 요청마다 임의로 high를 허용하지 않는 편이 좋습니다. 작업 등급을 정하고 서버가 수준을 매핑하면 비용 폭증과 지연을 막을 수 있습니다. 예를 들어 일반 질의는 low, 코드 변경 제안은 medium, 보안 검토나 다중 도구 작업은 별도 승인된 high로 제한할 수 있습니다.
- 실제 업무에서 익명화한 평가 문제 30~50개를 준비합니다.
- low·medium·high를 같은 조건에서 각각 실행합니다.
- 정답률뿐 아니라 시간, 토큰, 도구 호출, 재시도 횟수를 기록합니다.
- 업무별 최소 합격선을 만족하는 가장 낮은 수준을 기본값으로 정합니다.
- 월별 사용량 경보와 작업당 최대 비용을 설정합니다.
기존 Gemini 3.7·3.6에서 옮길 때의 호환성
단순 GenerateContent 호출은 모델 ID 교체로 시작할 수 있지만, 설정과 대화 기록 규칙은 함께 바뀝니다. Google의 마이그레이션 문서는 temperature, top_p, top_k를 제거하라고 안내합니다. candidate_count, frequency_penalty, presence_penalty도 지원되지 않는 구성에서는 빼야 합니다.
대화 기록이 model 역할로 끝나는 구조, 미리 채운 model 응답, 내용이 빈 마지막 user turn도 검증 오류를 일으킬 수 있습니다. 과거 SDK가 느슨하게 받아주던 대화 배열을 그대로 저장했다면 실제 사용자 입력이 비어 있지 않은지와 역할 순서를 검사해야 합니다.
| 기존 설정 | 3.8 Flash 권장 변경 | 미변경 시 위험 |
|---|---|---|
| 이전 모델 문자열 | gemini-3.8-flash |
기대 모델이 호출되지 않음 |
thinking_budget |
thinking_level |
요청 검증 오류 |
| temperature/top_p/top_k | 제거 | 지원되지 않는 매개변수 오류 |
| prefilled model turn | 제거 | 대화 기록 검증 실패 |
| 빈 마지막 user turn | 실제 텍스트 보장 | 400 계열 오류 |
Gemini 3.8 Flash 최신 모델 가이드는 코드 예제와 변경 항목을 함께 제공합니다. 자동 치환 후 바로 전체 트래픽을 넘기지 말고, 저장된 실제 세션을 복제한 테스트 환경에서 다중 턴 복원부터 확인하세요.
1M 컨텍스트를 낭비하지 않는 입력 설계
100만 토큰을 넣을 수 있다는 사실과 100만 토큰을 매번 넣어야 한다는 결론은 다릅니다. 저장소 전체, 회의록 수백 개, 계약서 묶음을 무조건 첨부하면 관련 없는 정보가 늘고 비용과 응답 시간이 커집니다. 긴 컨텍스트는 검색을 없애는 기능이 아니라 검색 결과와 원문 근거를 더 넉넉하게 제공하는 수단으로 보는 편이 좋습니다.
- 파일명, 작성일, 버전, 접근 등급을 먼저 색인합니다.
- 검색 또는 File Search로 후보 문서를 좁힙니다.
- 선정된 원문과 질문, 완료 기준을 함께 제공합니다.
- 답변에 근거 파일과 위치를 반환하게 합니다.
- 숫자·날짜·API 결과는 별도 코드로 다시 검증합니다.
반복되는 시스템 지침과 공통 문서는 컨텍스트 캐시 후보입니다. 다만 자주 바뀌는 데이터까지 한 캐시에 넣으면 작은 변경마다 다시 저장해야 합니다. 안정적인 정책·스키마와 실시간 데이터·사용자 질문을 분리해야 캐시 적중률을 높일 수 있습니다.
도구 지원 범위와 조합 전략
3.8 Flash는 함수 호출, 코드 실행, File Search, Google Search Grounding, URL Context, 구조화 출력, 컨텍스트 캐싱을 지원합니다. Computer Use도 미리보기로 지원되며 공식 문서는 UI 상호작용과 도구 호출에 추천되는 모델로 소개합니다. 그러나 Computer Use는 외부 화면을 조작하므로 결제, 삭제, 공개 발행 같은 되돌리기 어려운 단계에는 사용자 확인과 허용 목록이 필요합니다.
반면 Live API와 이미지 생성, 오디오 생성은 지원하지 않습니다. 실시간 음성 비서에는 Live 모델을, 이미지 결과에는 Nano Banana 계열을 별도 호출해야 합니다. 하나의 모델에 모든 기능을 억지로 맡기기보다 라우터가 작업 유형에 따라 모델을 고르는 구조가 비용과 실패 처리에 유리합니다.
- 문서·코드 분석: 3.8 Flash와 File Search
- 최신 정보 확인: Search Grounding과 출처 표시
- 브라우저 조작: Computer Use와 승인 게이트
- 이미지 생성: 이미지 전용 모델로 분리
- 실시간 음성: Live API 지원 모델로 분리
Gemini Computer Use 공식 문서에서 지원 모델과 안전 설계를 확인할 수 있습니다.
프로덕션 전 10단계 체크리스트
- 공식 모델 ID 확인:
gemini-3.8-flash를 환경별 설정에 둡니다. - SDK 업데이트:
google-genai또는@google/genai의 지원 버전을 확인합니다. - 키 보호: API 키를 소스와 브라우저 코드에 넣지 않습니다.
- 매개변수 정리: 제거 대상 sampling과 penalty 필드를 삭제합니다.
- Thinking 평가: 업무별 low·medium·high 합격선을 측정합니다.
- 비용 제한: 최대 입력·출력·도구 횟수와 실행 시간을 둡니다.
- 세션 검증: 빈 turn과 prefilled model turn을 정리합니다.
- 도구 권한: 쓰기·삭제·결제·발행은 승인 단계로 분리합니다.
- 관측성: 지연, 토큰, 오류, 도구 성공률을 작업 단위로 기록합니다.
- 점진 배포: 일부 트래픽에서 기존 모델과 비교한 뒤 확대합니다.
평가 자료에는 실제 업무의 난이도와 실패 유형이 반영돼야 합니다. 코딩은 테스트 통과만 보지 말고 불필요한 파일 변경, 보안 회귀, 잘못된 테스트 삭제까지 검사하세요. 문서 분석은 숫자와 인용 위치, 예외 조건의 보존 여부를 별도 항목으로 평가해야 합니다.
자주 발생하는 실패와 해결법
400 오류: minimal 또는 thinking_budget 사용
3.8 Flash는 minimal을 지원하지 않습니다. 정수 예산 방식도 문자열 thinking level로 변경하고 low·medium·high 중 하나를 사용합니다.
기존 sampling 설정을 그대로 전송
temperature, top_p, top_k와 지원되지 않는 penalty 필드를 제거합니다. 공통 설정 객체를 여러 모델이 공유한다면 모델별 허용 목록을 두는 것이 안전합니다.
출력 비용이 예상보다 커짐
출력 가격에는 thinking 토큰이 포함됩니다. high를 기본값으로 두지 말고 최대 출력 길이, 도구 호출 횟수, 작업 시간과 작업당 예산을 제한하세요.
대화 복원에서 역할 검증 실패
기록이 model turn으로 끝나거나 마지막 user 내용이 비어 있는지 확인합니다. 미리 채운 모델 응답은 제거하고 메시지 배열을 전송 전 검증합니다.
실시간 음성이나 이미지 생성을 요청
3.8 Flash는 Live API와 이미지·오디오 생성을 지원하지 않습니다. 기능에 맞는 전용 모델로 라우팅하고 실패 시 대체 경로를 사용자에게 명확히 표시합니다.
자주 묻는 질문
Gemini 3.8 Flash는 미리보기 모델인가요?
아닙니다. 공식 출시 노트는 2026년 9월 2일 일반 제공(GA) 모델로 발표했습니다. 다만 Computer Use처럼 개별 기능은 Preview일 수 있으므로 모델 상태와 기능 상태를 구분해야 합니다.
Gemini 3.7 Flash 코드는 모델 이름만 바꾸면 되나요?
최소 호출은 가능할 수 있지만 충분하지 않습니다. thinking 설정, sampling 매개변수, 대화 역할 검증, 도구 결과 구조를 함께 테스트해야 합니다.
100만 토큰을 넣으면 항상 더 정확해지나요?
그렇지 않습니다. 관련 없는 문서가 많으면 판단이 흐려지고 비용과 지연이 증가할 수 있습니다. 검색·색인으로 범위를 좁히고 근거 위치를 반환하게 하는 설계가 필요합니다.
무료 등급만으로 운영할 수 있나요?
공식 가격표에 무료 등급이 있지만 제공 기능과 한도는 계정과 지역에 따라 달라질 수 있습니다. 서비스 운영은 유료 등급의 rate limit, 데이터 처리 조건, 예산을 기준으로 검토하는 편이 안전합니다.
언제 3.7 Flash를 유지하는 편이 낫나요?
현재 워크로드가 안정적이고 3.8의 긴 작업·에이전트 개선이 필요하지 않거나, 마이그레이션 평가가 끝나지 않았다면 즉시 교체할 이유는 없습니다. 두 모델을 같은 평가 세트로 비교해 작업당 성공 비용을 기준으로 결정하세요.
공식 확인 자료
- Google AI for Developers — Gemini API 출시 노트
- Google AI for Developers — Gemini 3.8 Flash 모델 카드
- Google AI for Developers — 3.8 Flash 변경점과 마이그레이션
- Google AI for Developers — Gemini Developer API 가격
- Google AI for Developers — 모델 지원 종료 일정
- Google AI for Developers — API 키 안전 설정
- Google AI for Developers — Computer Use 지원과 안전 안내
Gemini 3.8 Flash는 긴 코딩과 에이전트 업무에 초점을 맞춘 새 GA 모델이지만, 모델 교체만으로 운영 품질이 보장되지는 않습니다. 공식 사양을 기준으로 thinking·호환성·비용·권한을 평가하고 일부 트래픽부터 점진적으로 적용하는 것이 가장 현실적인 도입 방법입니다.
