구글 제미나이 2.0 플래시 씽킹 업데이트, 수학·과학 벤치마크 신기록

구글의 추론 특화 모델이 다시 한번 성능을 끌어올렸습니다.

데미스 허사비스 구글 딥마인드 CEO는 X를 통해 Gemini 2.0 Flash Thinking의 최신 업데이트 성능을 공개했습니다. 이번 버전은 수학 벤치마크인 AIME에서 73.3%, 과학 벤치마크인 GPQA Diamond에서 74.2%를 기록하며 지난해 12월 첫 공개 이후 빠른 속도로 발전하고 있습니다.

코드 실행 지원과 생각-답변 모순 개선

벤치마크 점수 외에도 실용적인 기능들이 함께 추가되었습니다. 코드 실행 기능이 기본 포함되었으며, 100만 토큰의 컨텍스트 창을 지원합니다.

특히 주목할 부분은 사고 과정과 최종 답변 간의 모순 발생 확률을 낮췄다는 점입니다. 추론 모델이 중간 계산 과정에서는 정답을 맞혀 두고 마지막 출력에서 엉뚱한 답을 내놓는 고질적인 문제가 개선되었습니다.

허사비스는 알파고 시절부터 10년 넘게 연구해 온 계획 시스템의 노하우가 최신 기반 모델과 결합하면서 기대 이상의 시너지를 내고 있다고 설명했습니다.

왜 중요한가

추론 과정과 최종 답변의 불일치는 복잡한 계산이나 코딩 작업을 맡길 때 가장 큰 불안 요소였습니다. 이 모순을 줄였다는 점은 수치상의 벤치마크보다 사용자 입장에서 훨씬 와닿는 변화입니다.

여기에 코드 실행과 100만 토큰 컨텍스트까지 더해지면서 Flash 모델의 가성비가 한층 돋보입니다. 무겁고 느린 전용 모델이 아니라 빠른 Flash 라인업에서 이 정도 추론을 지원하는 것은 업계 전반에 고성능 추론의 대중화를 압박하는 요인이 될 것으로 보입니다.