AI 성능 경쟁에서 처참하게 밀리는 구글, 대체 무슨 생각인 걸까?

근데 제미나이가 진짜 GPT나 클로드보다 뒤처지고 있을까? 당연히 그럴 것 같긴 한데. 일단 팩트 체크부터 합시다. 어느 정도는 맞습니다. 사진 출처: artificialanalysis.ai 2026년 9월 말 Artificial Analysis의 Intelligence Index에서 Gemini 3.8 Flash High는 41점을 기록했습니다. GLM-5.3 Flash는 42점이고 최신 최상위 GPT와 클로드 계열은 그보다 한참 더 위에 있습니다. 특히 복잡한 코딩이나 여러 단계를 스스로 계획하고 실행하는 작업에서 Gemini Flash가 크게 밀리는 구간이 있다는 건 팩트입니다. 반대로 글쓰기와 일반 질의응답, 긴 문서 처리, 이미지, 음성, 영상 같은 작업에서는 여전히 강하고 출력 속도도 굉장히 빠릅니다. 그러니까 제미나이가 멍청하다는 비난을 정확히 번역하면 이렇습니다. ​ ???: 현재 최고 난도의 AI 성능 경쟁에서 구글이 압도적인 모습을 보여주지 못하고 있다! ​ 이 정도가 맞습니다. ​ 그런데 아무도 제미나이를 안 쓸까요? 일단 저는 안 씁니다만, 통계를 봐야겠죠. 사진 출처: blog.google 놀랍게도 제미나이 앱은 2026년 8월 월간 활성 사용자 10억 명(!!!)을 넘겼습니다. 미국 AI 이용자의 58%가 제미나이를 쓰고 있었다고 하니 챗GPT의 60%와 큰 차이가 없습니다. ​ 2025년 제미나이 사용률이 36%였다는 점을 생각하면 성장 속도도 상당합니다. ​ 제일 똑똑하다는 평가는 못 받는데 엄청나게 많이 쓰입니다. 이게 무슨 상황일까요? 비밀은 제미나이의 주력 모델에 있습니다. 사진 출처: 구글 Fable 5.1이나 GPT-6 Astra 같은 최고급, 최상위 모델을 주력으로 미는 다른 회사들과 달리 제미나이의 주력 모델은 Flash죠. 이건 사실 아주 치밀하게 설계된 구글의 전략입니다. Flash는 빠르고 싸게 대량으로 돌리는 데 초점이 맞춰진 모델입니다.

​ 지금 우리가 AI를 쓰는 방식은 보통 질문 하나를 던지고 답 하나를 받는 겁니다. ​ 그런데 앞으로 AI 에이전트가 많아지면 완전히 달라집니다. 예를 들어 회사 대표가 AI에게 "지난달 매출이 왜 줄었는지 찾아서 보고서 만들어줘" 라고 한 번만 지시했다고 합시다. ​ 그 뒤에서는 이런 일들이 반복적으로 일어납니다. ​ ERP 데이터를 불러오고 제품별 매출을 비교하고 지역별 데이터를 확인하고 광고비와 가격 변화를 살펴보고 이상한 숫자가 있으면 다시 조회하고 마지막에 보고서까지... ​ 이렇게 되면 사람은 명령을 한 번 했지만 AI 모델은 뒤에서 수십 번 호출될 수 있습니다. ​ 이 모든 작업을 가장 비싸고 큰 모델로 돌리면 서비스 원가가 감당되지 않으니 무조건 적자가 납니다(사실 많은 스타트업들이 지금 이 문제를 겪고 있습니다). ​ 그래서 복잡한 판단에는 큰 모델을 쓰고 문서 분류나 데이터 추출, 검색 결과 선별 같은 단순 반복, 저지능(?) 작업에는 빠르고 싼 모델을 쓰는 방식이 훨씬 현실적입니다. 그리고 아마 회사들에서 하는 작업의 95% 정도는 이 단순 반복, 저지능 작업입니다. 우리가 세상을 바꾸는 나머지 5%만 보고 임팩트를 느끼니까 오오, 우와 하는 거죠. Flash가 들어갈 자리가 바로 여기입니다. 결국 Flash는 AI 시스템 안에서 계속 돌아가는 범용 작업 엔진에 가깝습니다. ​ 여기서 가격이 내려가면 재미있는 현상이 생깁니다. AI 호출 한 번에 10원이 들다가 5원으로 떨어졌다면? 사용량이 그대로라면 매출이 줄어듭니다. 그런데 5원이 되니까 그동안 AI를 쓰지 않던 업무까지 AI를 붙이기 시작하면 이야기가 아예 달라지게 됩니다. ​ 고객센터 문의마다 AI를 붙이고, 모든 메일을 요약하고, ERP 데이터도 계속 분석하고, Agent끼리 서로 수십 번 질문과 답변을 시켜도 돈을 충분히 아낄 수 있는 거죠.

​ 지금 우리가 AI를 쓰는 방식은 보통 질문 하나를 던지고 답 하나를 받는 겁니다. ​ 그런데 앞으로 AI 에이전트가 많아지면 완전히 달라집니다. 예를 들어 회사 대표가 AI에게 "지난달 매출이 왜 줄었는지 찾아서 보고서 만들어줘" 라고 한 번만 지시했다고 합시다. ​ 그 뒤에서는 이런 일들이 반복적으로 일어납니다. ​ ERP 데이터를 불러오고 제품별 매출을 비교하고 지역별 데이터를 확인하고 광고비와 가격 변화를 살펴보고 이상한 숫자가 있으면 다시 조회하고 마지막에 보고서까지... ​ 이렇게 되면 사람은 명령을 한 번 했지만 AI 모델은 뒤에서 수십 번 호출될 수 있습니다. ​ 이 모든 작업을 가장 비싸고 큰 모델로 돌리면 서비스 원가가 감당되지 않으니 무조건 적자가 납니다(사실 많은 스타트업들이 지금 이 문제를 겪고 있습니다). ​ 그래서 복잡한 판단에는 큰 모델을 쓰고 문서 분류나 데이터 추출, 검색 결과 선별 같은 단순 반복, 저지능(?) 작업에는 빠르고 싼 모델을 쓰는 방식이 훨씬 현실적입니다. 그리고 아마 회사들에서 하는 작업의 95% 정도는 이 단순 반복, 저지능 작업입니다. 우리가 세상을 바꾸는 나머지 5%만 보고 임팩트를 느끼니까 오오, 우와 하는 거죠. Flash가 들어갈 자리가 바로 여기입니다. 결국 Flash는 AI 시스템 안에서 계속 돌아가는 범용 작업 엔진에 가깝습니다. ​ 여기서 가격이 내려가면 재미있는 현상이 생깁니다. AI 호출 한 번에 10원이 들다가 5원으로 떨어졌다면? 사용량이 그대로라면 매출이 줄어듭니다. 그런데 5원이 되니까 그동안 AI를 쓰지 않던 업무까지 AI를 붙이기 시작하면 이야기가 아예 달라지게 됩니다. ​ 고객센터 문의마다 AI를 붙이고, 모든 메일을 요약하고, ERP 데이터도 계속 분석하고, Agent끼리 서로 수십 번 질문과 답변을 시켜도 돈을 충분히 아낄 수 있는 거죠.

사진 출처: 3dprint.com 경제학에서는 이런 현상을 제번스 역설이라고 부릅니다. ​ 어떤 자원을 사용하는 비용이 내려가면 활용처가 늘면서 전체 사용량은 오히려 커지는 현상이죠. 사실 역사적으로 사례는 수없이 많았습니다. ​ 컴퓨터 연산비용이 떨어지니 세상이 계산을 더 많이 하게 됨 인터넷 데이터 가격이 내려가니 사람들이 데이터를 더 막 쓰게 됨 ​ AI도 똑같이 생각하면 됩니다. 그래서 구글이 노리는 것은 토큰 하나를 가장 비싸게 파는 시장보다는 토큰이 하루에도 수조 번 소비되는 시장일 확률이 높죠. ​ 여기서 큰 문제가 하나 있는데... 사진 출처: myclaw 구글: 히히 우리는 초고성능 모델 대신 충분히 똑똑하고 저렴한 Flash를 수십억 명에게 뿌리겠다 ​ GLM, Qwen: 좋아. 그럼 그 게임 우리도 할게. 그런데 우리는 너보다 5~7배 싸게 할게 ​ 구글: 아니 진짜 상도덕보소 ​ AI 시장에는 대충 세 개의 층이 생기고 있습니다. ​ 맨 위는 frontier intelligence, 정말 어려운 코딩과 연구와 장기 에이전트 작업이고 여기는 아까 말씀드린 Fable, Astra 같은 "비싸도 되니까 제일 똑똑한 AI" 의 자리입니다. ​ 중간에는 workhorse, 회사 문서 읽기 + 코딩 + 에이전트 + 검색 + 데이터 처리 대부분입니다. 구글이 Flash를 집어넣고 싶은 곳이 정확히 여기입니다. ​ 맨 아래에는 commodity inference, 분류 + 요약 + 번역 + 수백만 번 호출하는 작업입니다. 여기부터는 지능 2점보다 토큰 가격 50% 차이가 훨씬 중요해집니다. 문제는 중국 업체들이 아래쪽에서 시작해서 말도 안 되는 속도로 중간층까지 올라오고 있다는 것입니다. GLM-5.3-Flash가 딱 이 부분을 보여주고 있습니다. 그럼 구글에는 꿈도 희망도 없는가? 그건 아닙니다. 제미나이와 GLM을 좀 자세히 보면 Google이 아직 안 썰리는 이유도 보입니다.

사진 출처: 3dprint.com 경제학에서는 이런 현상을 제번스 역설이라고 부릅니다. ​ 어떤 자원을 사용하는 비용이 내려가면 활용처가 늘면서 전체 사용량은 오히려 커지는 현상이죠. 사실 역사적으로 사례는 수없이 많았습니다. ​ 컴퓨터 연산비용이 떨어지니 세상이 계산을 더 많이 하게 됨 인터넷 데이터 가격이 내려가니 사람들이 데이터를 더 막 쓰게 됨 ​ AI도 똑같이 생각하면 됩니다. 그래서 구글이 노리는 것은 토큰 하나를 가장 비싸게 파는 시장보다는 토큰이 하루에도 수조 번 소비되는 시장일 확률이 높죠. ​ 여기서 큰 문제가 하나 있는데... 사진 출처: myclaw 구글: 히히 우리는 초고성능 모델 대신 충분히 똑똑하고 저렴한 Flash를 수십억 명에게 뿌리겠다 ​ GLM, Qwen: 좋아. 그럼 그 게임 우리도 할게. 그런데 우리는 너보다 5~7배 싸게 할게 ​ 구글: 아니 진짜 상도덕보소 ​ AI 시장에는 대충 세 개의 층이 생기고 있습니다. ​ 맨 위는 frontier intelligence, 정말 어려운 코딩과 연구와 장기 에이전트 작업이고 여기는 아까 말씀드린 Fable, Astra 같은 "비싸도 되니까 제일 똑똑한 AI" 의 자리입니다. ​ 중간에는 workhorse, 회사 문서 읽기 + 코딩 + 에이전트 + 검색 + 데이터 처리 대부분입니다. 구글이 Flash를 집어넣고 싶은 곳이 정확히 여기입니다. ​ 맨 아래에는 commodity inference, 분류 + 요약 + 번역 + 수백만 번 호출하는 작업입니다. 여기부터는 지능 2점보다 토큰 가격 50% 차이가 훨씬 중요해집니다. 문제는 중국 업체들이 아래쪽에서 시작해서 말도 안 되는 속도로 중간층까지 올라오고 있다는 것입니다. GLM-5.3-Flash가 딱 이 부분을 보여주고 있습니다. 그럼 구글에는 꿈도 희망도 없는가? 그건 아닙니다. 제미나이와 GLM을 좀 자세히 보면 Google이 아직 안 썰리는 이유도 보입니다.

사진 출처: 구글 현재 AA 기준으로 Gemini 3.8 Flash High는 약 239~250 tokens/sec 한편 GLM-5.3-Flash는 약 51~53 tokens/sec로 Gemini가 거의 5배 빠름 같은 벤치마크 작업을 끝내는 시간도 제미나이 약 293초 대 GLM 약 1,034초 수준 ​ 쉽게 말하면... ​ GLM: 5분의 1 가격으로 해줄게. 좀 기다려 ​ 제미나이: 돈 더 내. 대신 무지하게 빨리 해줄게 ㄱㄱ ​ 이런 겁니다. 이 부분에서 싼 모델을 많이 돌려야 하니까 빠른 속도도 필요한 비즈니스 시장에서는 제미나이가 확실한 우위입니다. 일반인들은 GLM을 써도 되지만 회사에게는 비용뿐 아니라 속도도 중요한 요소니까요. ​ 여기까지 잘 따라오셨다면 구글이 왜 Flash를 밀면서, 프런티어 모델들에게 치욕을 받아가면서 CAPEX를 주구장창 늘리고 있는지를 설명할 때가 되었습니다. ​ 아까 질문을 다시 봅시다. ​ ???: 제미나이가 클로드보다 한참 밀리는데 어차피 지는 싸움에 대체 왜 2,000억 달러씩 쓰는 걸까? 데이터센터 사업에서는 큰돈을 썼다는 사실보다 더 중요한 게 있습니다. 지어놓은 컴퓨팅 자원을 얼마나 많이 돌리느냐입니다. 2,000억 달러짜리 공장을 지어놓고 하루 몇 시간밖에 안 돌리면 최악의 투자입니다. 반대로 24시간 거의 쉬지 않고 돌아가면서 제품을 만들어 팔면 상황이 완전히 달라집니다. ​ Flash를 더 싸고 빠르게 만든다 → 그러면 AI를 붙일 수 있는 업무가 늘어난다 → 구글 검색도 AI를 쓰고 지메일도 AI를 쓰고 구글 워크스페이스도 AI를 쓰고 기업 고객도 AI를 쓰고 개발자들도 Gemini API를 호출...헥헥 ​ 토큰 가격은 내려가도 구글 데이터센터는 훨씬 더 바빠집니다. 그리고 구글은 같은 AI 인프라를 여러 곳에서 수익화할 수 있죠.

사진 출처: 구글 현재 AA 기준으로 Gemini 3.8 Flash High는 약 239~250 tokens/sec 한편 GLM-5.3-Flash는 약 51~53 tokens/sec로 Gemini가 거의 5배 빠름 같은 벤치마크 작업을 끝내는 시간도 제미나이 약 293초 대 GLM 약 1,034초 수준 ​ 쉽게 말하면... ​ GLM: 5분의 1 가격으로 해줄게. 좀 기다려 ​ 제미나이: 돈 더 내. 대신 무지하게 빨리 해줄게 ㄱㄱ ​ 이런 겁니다. 이 부분에서 싼 모델을 많이 돌려야 하니까 빠른 속도도 필요한 비즈니스 시장에서는 제미나이가 확실한 우위입니다. 일반인들은 GLM을 써도 되지만 회사에게는 비용뿐 아니라 속도도 중요한 요소니까요. ​ 여기까지 잘 따라오셨다면 구글이 왜 Flash를 밀면서, 프런티어 모델들에게 치욕을 받아가면서 CAPEX를 주구장창 늘리고 있는지를 설명할 때가 되었습니다. ​ 아까 질문을 다시 봅시다. ​ ???: 제미나이가 클로드보다 한참 밀리는데 어차피 지는 싸움에 대체 왜 2,000억 달러씩 쓰는 걸까? 데이터센터 사업에서는 큰돈을 썼다는 사실보다 더 중요한 게 있습니다. 지어놓은 컴퓨팅 자원을 얼마나 많이 돌리느냐입니다. 2,000억 달러짜리 공장을 지어놓고 하루 몇 시간밖에 안 돌리면 최악의 투자입니다. 반대로 24시간 거의 쉬지 않고 돌아가면서 제품을 만들어 팔면 상황이 완전히 달라집니다. ​ Flash를 더 싸고 빠르게 만든다 → 그러면 AI를 붙일 수 있는 업무가 늘어난다 → 구글 검색도 AI를 쓰고 지메일도 AI를 쓰고 구글 워크스페이스도 AI를 쓰고 기업 고객도 AI를 쓰고 개발자들도 Gemini API를 호출...헥헥 ​ 토큰 가격은 내려가도 구글 데이터센터는 훨씬 더 바빠집니다. 그리고 구글은 같은 AI 인프라를 여러 곳에서 수익화할 수 있죠.

심지어 TPU도 팔고, 클라우드도 팔고, 앤트로픽에도 클라우드를 파니까요. 사진 출처: radardigital.ai 참고로 2026년 9월 공개한 자료를 보면 앤트로픽은 장기간에 걸쳐 구글에 최소 1,111억 달러 규모의 인프라 비용을 지급하기로 약정했습니다. 심지어 클로드 사용자가 늘어도 구글이 돈을 버는 구조라는 뜻이죠. ​ 결국 구글이 노리는 승리는 "세상에서 가장 똑똑한 AI를 만들었다" 는 타이틀이 아니고 사용량일 가능성이 높습니다. 정확히는, AI가 조금 더 똑똑해져서 사람들이 하루에 한 번 더 감탄하는 것보다 가성비로 쓸 만한 AI가 싸져서 구글 서비스 곳곳에서 1인당 하루 수십 번씩 호출되는 편이 구글에게는 훨씬 중요할 수 있습니다. 구글은 이미 전 세계 수십억 명의 사람들을 고객으로 확보하고 있음 굳이 오픈AI나 앤트로픽처럼 사람 한 명을 새로 데려오지 않아도 기존 사용자에게서 AI 사용량이 계속 늘어나기만 하면 됨 구글 입장에서 진짜 큰 시장은 "AI를 쓰는 사람의 수" 보다 "한 사람이 하루에 AI를 몇 번 호출하느냐" 일 수도 있다는 것 ​ 그래서 Flash 전략을 최고 성능 경쟁에서 밀린 결과로만 보지 말고 이런 관점에서도 보면 어떨까 생각됩니다. 처음부터 목표가 달랐을 수 있다는 거죠. 사진 출처: 나무위키 순다 피차이: 제가 다 생각이 있어서 그런겁니다 휴먼. ​ AI 성능 경쟁은 때려치우고 오로지 "AI가 호출되는 빈도와 속도" 에만 집중하면 제미나이 API 비용은 물론 TPU, 데이터센터, 클라우드에서 동시다발적으로 돈이 벌리니 성공하기만 하면 정말 무서운 전략입니다. ​ 저는 구글을 볼 때는 Flash의 저열한(?) 성능만 보지 말고 이 부분도 기억해둬야 한다고 생각합니다. 구글 투자자 분들께 도움이 되는 내용이었기를 바랍니다! ​ 읽어주셔서 감사합니다. ^^