Gemini 3 Pro, Terminal-Bench 2.0 코딩 테스트 54.2%
구글은 2025년 11월 18일 Gemini 3 Pro를 출시하며 이 모델이 터미널로 컴퓨터를 다루는 능력을 재는 Terminal-Bench 2.0에서 54.2%를 기록했다고 밝혔어요. 같은 날 Gemini API, Vertex AI, Gemini 앱, 새 에이전트형 코딩 플랫폼 Google Antigravity에 나왔어요. 소프트웨어 팀에는 가격과 도구 선택의 문제예요. 프리뷰 가격은 입력 백만 토큰당 2달러, 출력 백만 토큰당 12달러예요.
구글이 2025년 11월 18일 내놓은 것
구글은 새 플래그십 멀티모달 모델군 Gemini 3를 소개하고, 같은 날 Gemini 3 Pro를 검색, Gemini 앱, Google AI Studio, Vertex AI, Gemini CLI, 그리고 Antigravity라는 새 개발 플랫폼에서 쓸 수 있게 했어요. InfoQ는 이전 Gemini 출시가 소수 제품에 먼저 나왔던 것과 달리 이번에는 소비자와 기업용을 하나의 플랫폼으로 내놓았다고 짚어요.
더 연구 집약적인 모드인 Gemini 3 Deep Think는 추가 안전 테스트를 통과하면 Google AI Ultra 구독자에게 이어서 제공돼요. 시기가 빡빡했어요. TechCrunch에 따르면 이번 출시는 Gemini 2.5 이후 7개월 만이고, OpenAI가 GPT 5.1을 낸 지 1주일도 안 됐으며, 앤트로픽이 Sonnet 4.5를 낸 지 두 달 만이에요.
코딩과 추론 테스트 점수
구글이 내세우는 코딩 수치는 터미널로 컴퓨터를 다루려고 도구를 쓰는 모델의 능력을 시험하는 Terminal-Bench 2.0에서의 54.2%예요. 구글은 이 모델이 WebDev Arena 리더보드에서 1487 Elo로 1위이고, 이미지와 영상 추론에서 MMMU-Pro와 Video MMMU 신기록을 세웠다고도 해요.
독립 리더보드도 같은 방향이에요. TechCrunch는 Humanity's Last Exam에서 역대 최고인 37.4점을 보도했는데, 이전 최고는 GPT-5 Pro의 31.64점이었어요. 사용자 만족도를 재는 LMArena에서도 1위였어요. InfoQ가 인용한 개발자 포럼은 벤치마크 오염의 위험을 논하며 도입하기 전에 내부 평가를 돌리라고 권해요.
Google Antigravity가 개발자에게 하는 일
Antigravity는 이 모델을 중심으로 만든 구글의 에이전트형 개발 플랫폼이에요. 개발자는 익숙한 AI 코드 에디터를 중심에 두고 작업 공간 전반의 에이전트를 관리해요. 에이전트는 에디터, 터미널, 브라우저에 걸쳐 소프트웨어 작업을 계획하고 수행하며, 상세한 산출물로 작업을 보고해요.
"에이전트는 에디터와 터미널, 브라우저를 넘나들며 일하면서 가장 좋은 방식으로 애플리케이션을 만들도록 도와요." — 코레이 카부크초글루, 딥마인드 CTO
공개 프리뷰는 MacOS, Windows, Linux에서 무료예요. 이 모델은 Gemini CLI, Android Studio, 그리고 Cursor, GitHub, JetBrains, Manus, Cline 같은 서드파티 도구에서도 돌아가요.
개발자가 이용하는 방법과 비용
이 모델은 Google AI Studio와 Vertex AI의 Gemini API를 통해 프리뷰로 제공되고, 프롬프트가 20만 토큰 이하일 때 입력 백만 토큰당 2달러, 출력 백만 토큰당 12달러예요. Google AI Studio에서는 사용 한도가 있는 무료로 쓸 수 있어요.
InfoQ에 따르면 텍스트, 이미지, 영상, 오디오, PDF를 받으며 컨텍스트 윈도우는 최대 1,048,576 토큰, 출력은 65,536 토큰으로 제한되고, Firebase AI Logic과 Gemini Enterprise로도 제공돼요. 구글은 모델이 셸 명령을 제안하게 하는 클라이언트 측 bash 도구, 조기 접근 파트너용 호스팅 서버 측 bash 도구, 구조화된 출력과 Google 검색 그라운딩 및 URL 컨텍스트를 함께 쓰는 옵션을 추가했어요.
이미 Gemini를 쓰는 사람들
이번 출시는 큰 사용자 기반 위에 나왔어요. TechCrunch가 전한 구글 발표에 따르면 Gemini 앱의 월간 활성 사용자는 6억 5,000만 명이 넘고, 소프트웨어 개발자 1,300만 명이 작업 흐름에서 이 모델을 써 봤어요. 일반 코드 에디터의 Gemini Code Assist 사용자는 한 줄 완성에 그치지 않고 여러 단계의 코딩 작업을 도는 에이전트 모드로 Gemini 3를 가장 먼저 받아요.
소프트웨어와 운영 팀에 달라지는 점
기업에는 구글이 내세우는 일이 에이전트에게 맡기는 길고 여러 단계로 된 작업이에요. 구글은 재무 분석, 공급망 계획, 계약 검토를 강조해요. InfoQ는 이 모델이 긴 PDF, 스크린샷, 영상을 한 번에 받을 수 있어서 문서 분석, 로그 분류, 미디어 중심 분석을 비전, 음성, 언어 시스템을 따로 두지 않고 모델 하나로 돌릴 수 있다고 짚어요.
공개된 가격이 있으니 팀은 파일럿 전에 작업당 비용을 추정할 수 있어요. 구글은 출시 때 고객 결과를 내놓지 않았으므로, 개별 기업의 실제 가치는 포럼 개발자들의 조언대로 자체 평가에서 나와요.
질문과 답변
Terminal-Bench 2.0은 무엇인가요?
모델이 터미널로 컴퓨터를 다루려고 도구를 쓰는 능력을 시험하는 벤치마크예요. 구글은 Gemini 3 Pro가 여기서 54.2%를 기록했다고 해요.
구글의 새 모델은 가격이 얼마인가요?
프리뷰에서 프롬프트가 20만 토큰 이하일 때 입력 백만 토큰당 2달러, 출력 백만 토큰당 12달러예요. Google AI Studio에서는 사용 한도가 있는 무료예요.
Google Antigravity는 무엇인가요?
개발자가 에디터, 터미널, 브라우저에 걸쳐 일하는 에이전트를 관리하는 구글의 에이전트형 개발 플랫폼이에요. 공개 프리뷰는 MacOS, Windows, Linux에서 무료예요.
MOZGII의 시각
우리라면 이렇게 만듭니다
벤치마크 점수는 팀이 어떤 모델을 써 볼지 알려 주지, 무엇을 살지는 알려 주지 않아요. Terminal-Bench는 모델이 터미널에서 명령을 돌리고 자기 실수를 고칠 수 있는지 재는데, 실제 에이전트 업무에 가깝지만 기업마다 코드, 문서, 규칙이 달라요. 구글의 수치는 모델을 시험해 볼 이유일 뿐이라고 MOZGII는 봐요.
이런 모델로 코딩이나 문서 에이전트를 붙인다면 우리 일에서 가져온 고정 과제 묶음에서 시작해요. 실제 티켓, 실제 계약, 실제 로그에 각각 정해진 정답을 붙여요. 후보 모델마다 같은 묶음을 돌리고 토큰당 비용이 아니라 완료한 작업당 비용을 비교해요. 에이전트는 권한이 제한된 샌드박스에서 일하고, 공유 코드나 운영 시스템에 닿기 전에 엔지니어가 모든 변경을 승인해요.
긴 작업에서 무너져요. 여러 단계에 걸쳐 계획하고 행동하는 에이전트는 방향이 틀어지거나, 같은 일을 반복하거나, 끝내지 못한 채 토큰만 쓸 수 있어요. 작업마다 단계와 비용에 상한을 두고, 어느 쪽이든 닿으면 에이전트를 멈춰요. 지켜볼 지표는 사람의 재작업 없이 올바르게 끝난 작업의 비율이에요.
다음 단계로는 새 모델이 나올 때마다 같은 과제 묶음을 다시 돌려, 공급자를 바꾸는 일이 출시 소식에 대한 반응이 아니라 측정된 결정이 되게 해요.
출처
이 기사의 사실은 다음 출처에서 가져왔습니다.