Gemini 3.6 및 3.5 Flash-Lite 정식 버전 공개

이번 정식 버전(GA) 출시로 프로덕션 환경에서 사용할 수 있게 된 모델은 Gemini 3.6 Flash(gemini-3.6-flash)와 Gemini 3.5 Flash-Lite(gemini-3.5-flash-lite) 두 종이다. 두 모델 모두 100만 토큰의 컨텍스트 윈도우를 제공하며, 출력 토큰은 최대 64,000개까지 지원한다. 특히 사고(Reasoning) 기능과 컴퓨터 사용(Computer Use)을 포함한 제품군 기본 제공 도구들이 통합된 것이 특징이다.

가장 눈에 띄는 변화는 API 호출 시 사용하던 샘플링 매개변수의 폐기다. 기존에 모델의 무작위성이나 창의성을 조절하던 temperature, top_p, top_k 파라미터가 지원 중단 대상이 됐다. 현재는 해당 값을 입력해도 모델이 이를 무시하고 처리하지만, 향후 모델 세대부터는 이 매개변수를 포함해 요청을 보낼 경우 HTTP 400 오류가 반환될 예정이다.

요청 구조에 대한 제약도 강화됐다. 모델 역할 턴(Model role turn)으로 끝나는 API 요청은 더 이상 허용되지 않으며, 이 역시 HTTP 400 오류를 발생시킨다. 특히 Interactions API에서는 모델 턴을 수동으로 사전 입력하는 방식이 금지됐다. 이전에는 이를 통해 서문을 억제하거나 JSON 형식을 강제했으나, 이제는 다른 방식으로 접근해야 한다.

수치 제어에서 명시적 지시로의 채택 흐름

제어 방식의 변화는 모델의 성능 향상과 궤를 같이한다. 과거 LLM은 확률 분포를 조정하는 수치(temperature 등)를 통해 응답의 결정성을 제어했다. 하지만 모델의 추론 능력이 고도화되면서, 이제는 수치 조정보다 명시적인 규칙을 부여하는 방식이 더 효율적인 제어 수단으로 채택되고 있다.

구글은 결정성을 개선하고 싶은 사용 사례가 있다면 수치 파라미터 대신 시스템 명령어(system_instruction)를 정의해 명시적 규칙을 포함할 것을 권고한다. 또한 JSON 형식을 강제하기 위해 모델 턴을 조작하던 방식은 '구조화된 출력(Structured Output)' 기능으로 대체됐다. 이는 개발자가 모델의 내부 확률값을 건드리는 대신, 출력의 규격과 지시 사항을 명확히 정의하는 방향으로 워크플로우를 옮겨야 함을 의미한다.

이러한 흐름은 실제 서비스 적용 단계에서도 나타난다. 성능이 개선된 Gemini 3.6 Flash는 Gemini 관리형 에이전트의 'Antigravity 에이전트'를 지원하는 새로운 기본 모델로 채택됐다. API 설정을 통해 기본 모델을 변경할 수 있으며, 이는 최신 모델의 추론 능력이 에이전트 기반 서비스의 기본 인프라로 빠르게 편입되고 있음을 보여준다.

한국 AI 실무자가 확인해야 할 코드 수정 지점

기존 Gemini API를 사용해 서비스를 운영 중인 개발자와 기업은 즉시 API 요청 페이로드를 점검해야 한다. 가장 먼저 처리할 작업은 모든 요청에서 temperature, top_p, top_k 매개변수를 삭제하는 것이다. 당장은 무시되지만, 향후 업데이트 시 서비스 장애(HTTP 400 오류)로 이어질 수 있는 직접적인 리스크다.

응답의 일관성을 유지하기 위해 temperature를 낮게 설정해 사용했다면, 이를 시스템 프롬프트 내의 구체적인 제약 조건으로 옮기는 작업이 필요하다. 예를 들어 "항상 간결하게 답변하라"거나 "특정 형식을 엄격히 준수하라"는 식의 명시적 지시문을 시스템 명령어 섹션에 배치해야 한다.

JSON 출력의 안정성을 위해 모델 턴을 사전 입력(Pre-filling)했던 로직 역시 수정 대상이다. 이제는 구조화된 출력 기능을 사용하여 스키마를 정의하는 방식으로 전환해야 한다. 결과적으로 실무자는 '확률 제어'라는 기존의 튜닝 관성에서 벗어나, 시스템 명령어와 구조화된 출력을 활용한 '규칙 기반 제어'로 프롬프트 전략을 재편해야 하는 시점에 놓였다.