Google이 Gemini 3.5 Pro를 처음부터 다시 만든 이유, 재설계 배경과 새 기능 정리

용어정의

사전 학습 (Pre-training)	AI 모델이 대규모 데이터를 학습해 언어·추론 능력의 기반을 쌓는 과정. 가장 많은 시간과 연산 자원이 필요한 단계
파인튜닝 (Fine-tuning)	사전 학습된 모델을 특정 목적에 맞게 추가 학습시키는 과정. 사전 학습 대비 훨씬 적은 데이터와 시간이 소요됨
네이티브 파운데이션 (Native Foundation)	다른 모델의 구조를 차용하지 않고 특정 목적에 맞게 처음부터 설계된 기반 아키텍처
재귀적 툴 콜링 (Recursive Tool-Calling)	AI가 여러 도구(API, 검색, 코드 실행 등)를 순차적·반복적으로 호출하며 복합 작업을 처리하는 방식. 에이전틱 AI의 핵심 기능

---

Gemini PRO를 결제해서 사용하고 있는데, 올해 초부터 3.5 Pro 출시 소식을 기다려왔습니다. 그런데 어느 순간부터 출시 일정이 계속 밀리더니, 결국 Google이 기존 모델을 완전히 폐기하고 처음부터 다시 만들었다는 소식이 나왔습니다.

단순 버그 수정이나 파인튜닝 수준이 아니라, 사전 학습(pre-training)부터 전면 재설계라는 점에서 꽤 충격적이었습니다. 무슨 일이 있었던 건지, 새로 나오는 모델은 어떻게 달라지는 건지 공식 소스와 기술 미디어 보도를 기반으로 정리해 봤습니다.

---

왜 처음부터 다시 만들었나?

Gemini 3.5 Pro의 원래 아키텍처는 기존 Gemini 2.5 Pro 구조를 기반으로 개발됐습니다. 그런데 Vertex AI 엔터프라이즈 테스트 과정에서 구조적 실패(structural failures) 가 발견됐고, Google DeepMind는 출시 직전 모델을 폐기하는 결정을 내렸습니다.

재설계 결정까지의 흐름

[기존 Gemini 2.5 Pro 기반으로 개발 시작]
                  ↓
       [Vertex AI 엔터프라이즈 테스트]
                  ↓
     ┌────────────────────────────┐
     │       구조적 실패 발견      │
     │  ① 수학적 추론 성능 미달   │
     │  ② SVG 생성 구조 오류      │
     │  ③ 재귀적 툴 콜링 연쇄 실패│
     └────────────────────────────┘
                  ↓
       [거의 완성된 모델 전면 폐기]
                  ↓
   [Gemini 3 네이티브 파운데이션으로 전환]
                  ↓
          [사전 학습 처음부터 재시작]
                  ↓
         [Gemini 3.5 Pro (재설계 버전)]

공식적으로 확인된 실패 원인은 세 가지입니다.

실패 영역내용

수학적 추론	고난이도 수학 문제에서 경쟁 모델 대비 성능 격차 미해소
SVG 생성	복잡한 SVG 씬 생성에서 구조적 오류 반복
재귀적 툴 콜링	멀티스텝 툴 호출 과정에서 연쇄 실패 발생

특히 재귀적 툴 콜링 실패가 치명적이었습니다. 아래 그림처럼 AI 에이전트는 여러 도구를 순서대로 호출하며 복합 작업을 처리해야 하는데, 이 흐름 중간에서 반복적으로 무너졌습니다.

재귀적 툴 콜링 동작 방식

사용자: "오늘 날씨 확인하고, 관련 뉴스 찾아서 요약해줘"

         [AI]
          |
          ├─① 날씨 API 호출 ──────→ 결과 수신
          │                              ↓
          ├─② 결과 바탕으로 뉴스 검색 → 결과 수신
          │                              ↓
          └─③ 두 결과 종합 + 요약 생성 → 최종 답변

※ Gemini 3.5 Pro (구버전): ②~③ 단계에서 연쇄 실패 발생

Google은 결국 거의 완성된 모델을 버리고 Gemini 3 네이티브 파운데이션 위에서 사전 학습을 처음부터 재시작하는 결정을 내렸습니다.

---

출시 일정이 세 번이나 밀린 이유

[1차 예정일]  ───→  ❌ 구조적 실패 발견으로 연기
      ↓
[7월 17일 (2차)]  ───→  ❌ 재설계 작업 지연으로 연기
      ↓
[3차 데드라인]  ───→  ❌ 검증 미완료로 연기
      ↓
[현재: 출시 준비 중...]

전면 재설계는 단순 업데이트와 차원이 다릅니다. 사전 학습부터 다시 돌리는 건 수천 개의 GPU를 수 주 이상 가동해야 하는 작업입니다. 그 결과물을 다시 검증하고 파인튜닝하는 과정까지 포함하면 일정이 밀릴 수밖에 없습니다.

경쟁 압박도 있었을 겁니다. 같은 시기에 DeepSeek V4가 7월 24일 출시 일정을 공개했고, OpenAI의 GPT-5.6도 출시된 상황에서 Google이 성능이 부족한 모델을 그냥 내보낼 수는 없었을 것입니다.

---

재설계된 Gemini 3.5 Pro, 무엇이 달라지나?

공식 소스와 리크 정보를 종합하면 재설계된 모델의 핵심 변화는 세 가지입니다.

1. 2백만 토큰 컨텍스트 윈도우

컨텍스트 윈도우 비교

Gemini 2.5 Pro  │████████████████████│  1,000,000 토큰
                │ (소설 약 750권 분량)│

Gemini 3.5 Pro  │████████████████████████████████████████│  2,000,000 토큰
                │            (소설 약 1,500권 분량)       │

긴 코드베이스 전체를 한 번에 넣거나, 수백 페이지 분량의 문서를 한 번에 분석하는 작업이 가능해집니다. PRO 사용자 입장에서 가장 기대되는 부분입니다. 실제로 2.5 Pro 쓸 때 컨텍스트 한계로 잘려나가는 경우가 꽤 있었거든요.

2. Deep Think 추론 레이어

이번 재설계에서 수학적 추론 실패가 핵심 원인 중 하나였던 만큼, Deep Think 레이어는 이 문제를 근본적으로 해결하기 위한 아키텍처 변화입니다.

일반 모드 vs Deep Think 모드 비교

┌─────────────────────────────────────────────┐
│              일반 모드                       │
│                                             │
│  질문 ──→ [AI 즉시 처리] ──→ 답변           │
└─────────────────────────────────────────────┘

┌─────────────────────────────────────────────┐
│             Deep Think 모드                  │
│                                             │
│  질문                                        │
│    ↓                                        │
│  [문제 분해] → 하위 문제 ①②③               │
│    ↓                                        │
│  [단계별 추론] → 중간 결론 검증              │
│    ↓                                        │
│  [오류 발견 시 재추론] ← ─ ─ ─ ┐           │
│    ↓                            │           │
│  [최종 검증] ──→ 통과? ─ No ───┘           │
│                  ↓ Yes                      │
│               최종 답변                      │
└─────────────────────────────────────────────┘

Claude의 Extended Thinking, OpenAI의 o 시리즈와 같은 방향입니다. 복잡한 수학·과학 문제에서 특히 강점을 발휘할 것으로 기대됩니다.

3. 자율 워크플로우 기능

재귀적 툴 콜링 실패를 해결하고, 멀티스텝 자율 작업을 안정적으로 처리하는 구조로 개선됐습니다.

[기존 구조] 툴A → 실패 → 중단 ❌

[재설계 구조]
툴A ──→ 성공 ──→ 툴B ──→ 성공 ──→ 툴C ──→ 최종 결과 ✅
         ↑ 실패 시 자동 재시도 또는 대안 경로 선택

2026년이 AI 에이전트의 해라고 불릴 만큼 에이전틱 AI가 화두인데, 바로 이 부분의 실패가 재설계를 결정하게 만든 직접적인 이유였던 것 같습니다.

---

실제로 써보면서 느끼는 점

Gemini PRO를 쓰면서 2.5 Pro와 비교하면, 멀티모달 처리나 긴 문서 분석에서는 만족스러운 편이었습니다. 다만 복잡한 코딩 작업이나 멀티스텝 추론에서는 Claude나 GPT-5 계열보다 아쉬운 부분이 있었던 것도 사실입니다.

3.5 Pro가 이 부분을 실제로 얼마나 개선했는지는 직접 써봐야 알겠지만, 적어도 "팔려고 내놓으면 안 되겠다 싶어서 다시 만들었다"는 결정 자체는 긍정적으로 봅니다. 어설프게 출시해서 나쁜 인상을 주는 것보다 낫죠.

---

정리

구분내용

재설계 결정 이유	수학 추론·SVG 생성·재귀 툴 콜링 구조적 실패
아키텍처 변화	Gemini 2.5 Pro 기반 → Gemini 3 네이티브 파운데이션
주요 신기능	2M 토큰 컨텍스트, Deep Think 추론 레이어, 자율 워크플로우
출시 일정	세 번의 데드라인 연기 후 출시 준비 중

 

Gemini PRO 구독자로서 3.5 Pro가 빨리 안정적으로 출시되길 기다리고 있습니다. 출시되면 실전 테스트 후 후속 글로 돌아오겠습니다.

---

참고 자료

• Google Delays Gemini 3.5 Pro Launch to July 17 for Full Architectural Rebuild — BigGo Finance
• Gemini 3.5 Pro Targets July 17 After Full Rebuild — TechTimes
• Rebuilt Gemini 3.5 Pro Misses Third Deadline — TechTimes
• What Is Gemini 3.5 Pro? Google's 2M-Context Flagship — kie.ai
• Gemini 3.5 Pro: July 17 Launch After Google's Full Rebuild — Enterprise DNA