Gemini 3.1 Flash Live가 뭔지 30초 요약

Gemini 3.1 Flash Live는 구글이 2026년 3월 26일 공개한 실시간 음성·영상 대화 특화 모델입니다. (출처: Google 공식 블로그, 2026.03.26) 기존 Gemini 2.5 Flash Native Audio의 후속 포지션인데, 이름에서 “3.1”이 붙는 건 Gemini 3 Pro 아키텍처 기반 위에서 파생됐다는 뜻입니다. 텍스트 생성 모델이 아니라 오디오 입출력에 특화된 구조라는 점이 일반 Gemini 3.1 Pro와 완전히 다릅니다.

접근 경로는 세 가지로 나뉩니다. 개발자는 Google AI Studio의 Gemini Live API를 통해 프리뷰로 쓸 수 있고, 기업은 Gemini Enterprise for Customer Experience를 통해, 일반 사용자는 Gemini Live 앱과 Search Live에서 이미 경험하고 있습니다. 중요한 건 “프리뷰(Preview)” 단계라는 표현인데, 공식 API 문서에도 모델 코드가 gemini-3.1-flash-live-preview로 표기되어 있습니다. (출처: Google AI for Developers 공식 모델 문서, 2026.03)

정식 출시 전 프리뷰 단계라는 사실은 아래에서 설명할 기능 제한과 직결됩니다.

벤치마크 수치, 공식 문서 기준으로 읽는 법

구글이 제시한 핵심 수치 세 가지가 있습니다. 첫째, ComplexFuncBench Audio에서 이전 모델 대비 90.8%. 둘째, BigBench Audio에서 선두. 셋째, Scale AI의 AudioMultiChallenge에서 thinking 모드 활성화 시 36.06%로 1위. (출처: Google DeepMind 공식 모델 카드, 2026.03.26)

여기서 짚어야 할 부분이 있습니다. AudioMultiChallenge 수치는 “thinking on” 조건에서 나온 값입니다. 실제 API 기본값은 thinking 레벨이 minimal로 설정돼 있습니다. (출처: Google AI for Developers, Gemini 3.1 Flash Live Preview 문서, 2026.03) 즉 기본 세팅으로 쓰면 저 36.06%가 나오지 않습니다. 벤치마크 최고치를 낼 수는 있지만 그 조건이 “기본 설정”은 아닌 셈입니다.

출처: Google DeepMind 모델 카드 (deepmind.google/models/model-cards/gemini-3-1-flash-live, 2026.03.26)

128K 토큰이 실제론 몇 분짜리 대화인지

공식 문서에 따르면 Gemini 3.1 Flash Live의 입력 토큰 한도는 131,072(약 128K)개입니다. (출처: Google AI for Developers, gemini-3.1-flash-live-preview 모델 문서, 2026.03) 숫자만 보면 꽤 커 보입니다.

문제는 오디오를 토큰으로 환산하면 계산이 달라진다는 점입니다. Gemini Live API 공식 기술 사양에서는 오디오 입력 기준 초당 25토큰으로 처리됩니다. (출처: Google Cloud Vertex AI 가격 문서) 이걸 단순 계산하면 이렇습니다.

87분처럼 들리지만, 이미지나 동영상 프레임이 동시에 들어오면 토큰은 훨씬 빠르게 줄어듭니다. 특히 공식 마이그레이션 가이드에는 “비디오를 지속적으로 스트리밍하면 오디오 활동이 없을 때도 비용이 발생할 수 있어 주의해야 한다”는 내용이 그대로 적혀 있습니다. (출처: Google AI for Developers, Gemini 3.1 Flash Live Preview 마이그레이션 가이드, 2026.03) 생각보다 한도 소진이 빠를 수 있다는 뜻입니다.

128K 토큰이 “무제한에 가까운 대화”처럼 느껴지지만, 멀티모달 실시간 환경에서는 조건에 따라 30~40분 세션도 충분히 끊길 수 있습니다.

신버전인데 2.5보다 빠진 기능이 있습니다

보통 새 버전이 나오면 기능이 추가됩니다. 그런데 Gemini 3.1 Flash Live Preview에서는 이전 모델(Gemini 2.5 Flash Native Audio)에 있던 기능 두 가지가 빠졌습니다. 공식 API 문서에 그대로 기재되어 있습니다.

발표 자료에서는 “톤 이해가 개선됐다”고 했는데, Affective Dialogue 기능 자체는 이 버전에서 제거되어 있습니다. 이 두 기능을 2.5 기반 코드에서 사용하고 있다면, 3.1로 마이그레이션할 때 해당 설정을 코드에서 직접 제거해야 합니다. 그렇지 않으면 에러가 발생합니다. (출처: Google AI for Developers, 마이그레이션 가이드, 2026.03)

구글이 공식 이유를 별도로 밝히지 않았습니다. Preview 단계에서의 일시적 제한인지, 아키텍처 설계 변경인지는 현재로선 확인할 수 없습니다.

일반 사용자·개발자·기업, 접근 경로가 다릅니다

Gemini 3.1 Flash Live는 같은 모델이지만 어디서 접근하느냐에 따라 경험이 완전히 달라집니다. 이미 Gemini 앱에서 음성 대화 기능을 쓰고 있다면 사실상 이 모델로 업그레이드된 Gemini Live를 경험하고 있는 겁니다. 별도 설치나 설정 없이 자동으로 적용됩니다.

개발자 입장에서는 Google AI Studio에서 gemini-3.1-flash-live-preview 모델 스트링으로 접근합니다. 무료 티어에서도 테스트 가능하지만, Gemini Live API를 통한 오디오 처리는 유료 티어에서 과금이 시작됩니다. 공식 가격 기준으로 오디오 입력은 100만 토큰당 $3.00(약 200,000 토큰 이하), 오디오 출력은 100만 토큰당 $12.00입니다. (출처: Google AI for Developers 가격 문서, 2026.03)

기업 고객은 Gemini Enterprise for Customer Experience를 통해 별도 계약 기반으로 사용합니다. 버라이즌(Verizon), 홈디포(The Home Depot), LiveKit 등이 이미 워크플로우에 도입했다고 구글이 공식 발표에서 밝혔습니다. (출처: Google 공식 블로그, 2026.03.26)

공식 발표문과 실제 마이그레이션 문서를 같이 보니

이번 출시에서 흥미로운 점이 있습니다. 구글 공식 블로그는 “자연스러운 대화, 빠른 응답, 향상된 톤 이해”를 강조합니다. 그런데 공식 API 마이그레이션 가이드를 열면 기존 2.5 기반 코드에서 반드시 수정해야 하는 항목 목록이 나옵니다.

그 중 눈에 띄는 건 Thinking 설정 방식의 변경입니다. 이전 모델은 thinkingBudget(숫자값)을 썼는데, 3.1부터는 thinkingLevel(minimal / low / medium / high)로 방식이 바뀌었습니다. (출처: Google AI for Developers, 마이그레이션 가이드, 2026.03) 단순 업그레이드가 아니라 API 설계 자체가 달라졌습니다.

또 하나 변경된 부분이 있습니다. 기존에는 비디오를 지속적으로 스트리밍해도 별도 처리가 없었는데, 3.1부터는 오디오 활동이 없는 구간에서도 비디오 프레임이 토큰을 계속 소모합니다. 의도하지 않은 과금이 생길 수 있는 지점입니다. (출처: Google AI for Developers, Gemini 3.1 Flash Live Preview 문서, 2026.03)

Search Live 한국어 확대, 이게 왜 중요한지

이번 Gemini 3.1 Flash Live 출시와 동시에 Search Live의 글로벌 서비스 확대가 이루어졌습니다. 200개 이상의 국가에서 자국 언어로 구글 검색을 음성·영상으로 실시간 대화하듯 쓸 수 있게 됩니다. (출처: Google 공식 블로그, 2026.03.26) 한국어도 이 다국어 지원 범위에 포함됩니다.

여기서 생각해볼 포인트가 있습니다. 지금까지의 AI 음성 서비스는 영어 우선이었고, 한국어 지원은 항상 후순위였습니다. 그런데 이번 출시에서 구글은 “다국어 처리를 기본으로 갖추고 있다”고 표현했습니다. (출처: Google 공식 블로그, 2026.03.26) 기본 설계에서 다국어를 염두에 뒀다는 의미입니다.

Search Live에서 스마트폰 카메라로 무언가를 비추며 음성으로 질문하면, 실시간으로 답변이 나오는 경험이 한국어로 가능해집니다. 단순한 기능 추가가 아니라 검색 자체의 인터페이스가 바뀌는 흐름입니다. 구글 검색 습관이 달라질 수 있는 변화입니다.

Q&A 5가지

마치며

Gemini 3.1 Flash Live는 실시간 음성 AI 분야에서 벤치마크 수치로는 분명히 앞섰습니다. ComplexFuncBench 90.8%, AudioMultiChallenge 36.06%(thinking 모드 기준)는 현재 음성 전용 모델 중 최상위권입니다. (출처: Google DeepMind 모델 카드, 2026.03.26)

그런데 솔직히 말하면, 이 모델을 “새 버전이니까 무조건 더 낫다”고 보기엔 아직 조건이 있습니다. Proactive Audio와 Affective Dialogue가 빠진 상태고, thinking 최고치를 내려면 기본 설정을 바꿔야 하고, 비디오 스트리밍 중 토큰 소모 방식도 달라졌습니다. 기존 2.5 기반 코드를 그냥 모델 스트링만 바꿔 쓰면 에러가 납니다.

Search Live가 한국어로 200개국에 확대되는 건 체감이 빠를 겁니다. 스마트폰 앱에서 음성으로 검색하는 경험 자체가 달라집니다. Preview 딱지가 떨어지고 빠진 기능이 돌아오면 그때가 더 본격적인 평가 시점이 될 것 같습니다.

📚 본 포스팅 참고 자료

1. 구글 공식 블로그 — 제미나이 3.1 플래시 라이브 (한국어, 2026.03.26)
2. Google DeepMind 공식 모델 카드 — Gemini 3.1 Flash Live (2026.03.26)
3. Google AI for Developers — Gemini 3.1 Flash Live Preview 모델 문서 (2026.03)
4. Google AI for Developers — Gemini Live API 공식 문서 (2026.03)
5. Google Blog (영문) — Gemini 3.1 Flash Live 공식 발표 (2026.03.26)