기계와 대화하고 있다는 사실을 가장 먼저 알려주는 신호는 침묵이다. 음성 에이전트에 무언가를 찾아달라고 하면 잠시 말이 끊긴다. 모델이 말하면서 동시에 툴을 호출하지 못하기 때문이다. 구글 딥마인드가 9월 15일 내놓은 Gemini 3.8 Live와 Gemini 3.8 Live Extended Thinking은 그 침묵을 없애는 데 초점을 맞췄다.
핵심 요약
- 두 모델 모두 대화를 이어가면서 백그라운드에서 툴을 호출하고, 97개 언어를 세션 재시작 없이 자동으로 감지해 전환한다.
- Extended Thinking은 Artificial Analysis의 Speech to Speech 품질 지수에서 82.6으로 1위에 올랐다. GPT-Live-1 Astra가 81.5, Grok Voice Think Fast 2.0이 81.3이다.
- 입력 오디오 1시간 요금은 기본 모델이 0.84달러, Extended Thinking이 3.50달러다. Astra는 5.83달러다.
백그라운드 실행이 바꾸는 것
Extended Thinking은 추론과 발화를 동시에 처리한다. 침묵 대신 "확인해 보겠다" 정도의 짧은 응답을 먼저 내놓고, 여러 단계를 거치는 작업을 처리하면서 그 과정을 말로 풀어낸다. 이런 작업을 겨냥한 쪽이 상위 모델이고, 기본 Gemini 3.8 Live는 매끄러운 대화와 시각 인식에 맞춘 저가·대량 처리용이다.
시각 정보는 두 모델 모두 실시간으로 받는다. 사용자가 화면에 카메라를 비추고 무엇이 보이는지 물으면 모델이 그 내용을 대화에 그대로 녹인다. 함수 호출은 대화와 별개로 돌아간다. 아직 다수의 AI 에이전트가 벗어나지 못한 자동응답 전화 수준과 진짜 비서를 가르는 지점이 여기다.
Astra·Grok과 비교하면
OpenAI의 GPT-Live-1 Astra와 견주면 품질 격차는 좁고 과제 완수율 격차는 넓다. 에이전트 성능을 보는 tau-Voice 벤치마크에서 Extended Thinking은 68.6%, Astra는 67.9%를 기록했다. 말솜씨가 아니라 고객 요청을 실제로 해결했는지 보는 Sierra의 tau-Voice-banking 평가에서는 35.1% 대 32.0%로 격차가 벌어진다.
xAI 모델은 더 뒤처진다. Grok Voice Think Fast 2.0은 tau-Voice에서 56.5%, xAI-Realtime은 뱅킹 테스트에서 16.5%에 그쳤다. 구글은 Extended Thinking이 Big Bench Audio에서 97.7%를 받았다고 밝혔다. 기본 모델은 음성 지수 76.0을 기록했고, 점수가 아닌 선호도로 순위를 매기는 Speech Agent Arena에서 2위에 올랐다.
승부수는 가격이다
음성 서비스는 시간 단위로 요금이 매겨진다. 그래서 순위표보다 요금표가 무겁다. Artificial Analysis 수치를 정리한 자료를 보면 입력 오디오 1시간당 Grok Voice Think Fast 2.0이 4.80달러, Astra가 5.83달러다. 둘 다 이들을 앞선 구글 모델의 3.50달러보다 비싸고, 0.84달러인 기본 등급과는 몇 배 차이가 난다.
앞서면서 값을 낮추는 방식은 이번이 처음이 아니다. 구글은 Gemini 3.7 Flash를 이전 모델의 절반 가격에 내놨고, 3.8 Flash는 이번 발표 2주 전에 나왔다. 음성 라인업도 텍스트 모델과 같은 주기로 움직이기 시작한 셈이다.
누가 쓸 수 있나
개발자는 Gemini API와 Google AI Studio에서 두 모델을 쓸 수 있다. 기업은 Gemini Enterprise에서 비공개 프리뷰로 접근한다. LiveKit과 Pipecat, Agora, LangChain, Vercel이 이미 Live API를 지원하며, 세일즈포스와 Genspark, Lumeris가 초기 도입 사례로 이름을 올렸다.
일반 사용자는 유료 Google AI 요금제에서 Gemini Live와 Search Live, 그리고 Docs·Gmail·Keep 등 워크스페이스 앱을 통해 Extended Thinking을 만난다. 생성된 오디오에는 1초 단위로 구글의 오디오 출처 표식인 SynthID 워터마크가 들어간다.
남는 물음은 대본 밖에서도 이 성능이 유지되느냐다. 평가는 짜인 대로 흘러가지만 고객 응대 대기열은 그렇지 않다. 구글 딥마인드가 여기서 맞닥뜨릴 최악의 시나리오는 끝내지도 못한 작업을 자신 있게 설명하는 에이전트다. 가격 우위는 그 답을 실제 서비스에서 확인할 여유를 벌어준다.
FAQ: 자주 묻는 질문
Gemini 3.8 Live는 지금 개발자가 쓸 수 있나?
쓸 수 있다. Gemini 3.8 Live와 3.8 Live Extended Thinking은 2026년 9월 15일부터 Gemini API와 Google AI Studio에서 사용 가능하다. 기업용은 Gemini Enterprise의 비공개 프리뷰로 제공되며, 고객 응대에 특화한 Gemini Enterprise for Customer Experience는 출시 예정으로 안내됐다.
GPT-Live-1 Astra와 비교하면 가격 차이가 얼마나 되나?
Big Bench Audio 일부 데이터를 기준으로 입력 오디오 1시간당 Gemini 3.8 Live는 0.84달러, Extended Thinking은 3.50달러다. GPT-Live-1 Astra는 5.83달러여서 구글의 저가 등급은 약 7분의 1 수준이다.
지원 언어는 몇 개인가?
97개다. 대화 도중 화자가 언어를 바꾸면 자동으로 감지한다. 세션을 다시 시작하거나 미리 언어를 지정할 필요가 없다.
