구글 딥마인드, 음성 AI ‘제미나이 3.8 라이브’ 공개

구글 딥마인드가 실시간 음성 대화와 시각 정보 이해, 복잡한 추론을 지원하는 ‘제미나이 3.8 라이브(Gemini 3.8 Live)’와 ‘제미나이 3.8 라이브 확장 추론(Gemini 3.8 Live Extended Thinking)’을 공개했다.

제미나이 3.8 라이브는 비용 효율성과 대규모 처리에 초점을 맞춘 음성 인터페이스 모델이다. 실시간에 가까운 대화와 추론을 지원하며, 음성 입력뿐 아니라 대화 중 시각 정보도 이해하도록 설계됐다.

구글 딥마인드는 공식 Gemini Audio 페이지에서 새 모델이 시각적 입력을 대화 맥락에 반영해 응답할 수 있다고 설명했다. 음성 중심이던 인공지능 인터페이스가 화면과 카메라를 함께 이해하는 방식으로 확장된 셈이다.

제미나이 3.8 라이브 확장 추론은 복잡한 추론과 다단계 과제 수행을 겨냥했다. 여러 에이전트에 백그라운드 작업을 배분하면서도 자연스러운 음성 대화를 이어가는 활용 사례가 소개됐다.

개발자는 Google AI Studio와 Gemini Live API를 통해 두 모델을 시험하고 음성·영상 상호작용 기능을 구현할 수 있다. 음성 출력에는 구글의 합성 콘텐츠 식별 기술인 SynthID가 적용된다.

구글 딥마인드는 SynthID를 통해 구글 인공지능으로 생성되거나 편집된 음성을 식별할 수 있다고 밝혔다. 다만 독립적인 벤치마크 수치와 외부 평가 결과, 응답 지연 시간과 이용 비용은 공개 자료에 포함되지 않았다.

구글은 음성 인공지능을 대화형 도구에서 작업 실행형 도구로 넓히고 있다. 8월 26일 공개한 Gemini Live 업데이트에서는 음성 명령으로 Gmail과 Calendar 정보를 요약하고 이메일을 검색·분류·보관하는 기능을 선보였으며, 당시 Gemini 이용자의 63%가 음성으로 서비스를 이용한다고 밝혔다.

국내 이용자에게는 음성 인식과 다국어 처리 범위가 주요 관심사다. 앞서 구글의 음성-텍스트 인공지능 모델이 한국어를 지원한다는 사실이 공식 문서에서 확인됐다고 본지가 보도한 만큼, 새 모델의 한국어 대화 품질과 실제 이용 가능 범위가 후속 확인 대상이다.

제미나이 3.8 라이브 공개가 구글의 인공지능 경쟁력에 어떤 변화를 가져올지는 실제 사용성, 응답 지연 시간, 비용, 안전성 평가에 달려 있다. 구글 딥마인드는 이번 모델을 개발자 도구와 함께 제공할 예정이다.

가상자산과 블록체인 분야의 직접적인 적용 사례나 시장 영향은 제시되지 않았다. 음성 인공지능이 시각 이해와 에이전트 기반 작업 처리로 확장됐다는 점은 확인됐지만, 관련 산업과의 연결은 추가 발표와 외부 평가를 통해 확인해야 한다.