Gemini(인공지능 모델)

#!if 넘어옴1 != null
''''''{{{#!if 넘어옴2 == null
{{{#!if 넘어옴1[넘어옴1.length - 1] >= 0xAC00 && 넘어옴1[넘어옴1.length - 1] <= 0xD7A3
{{{#!if ((넘어옴1[넘어옴1.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴1[넘어옴1.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴1[넘어옴1.length - 1] < 0xAC00 || 넘어옴1[넘어옴1.length - 1] > 0xD7A3
은(는)}}}}}}{{{#!if 넘어옴2 != null
, ''''''{{{#!if 넘어옴3 == null
{{{#!if 넘어옴2[넘어옴2.length - 1] >= 0xAC00 && 넘어옴2[넘어옴2.length - 1] <= 0xD7A3
{{{#!if ((넘어옴2[넘어옴2.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴2[넘어옴2.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴2[넘어옴2.length - 1] < 0xAC00 || 넘어옴2[넘어옴2.length - 1] > 0xD7A3
은(는)}}}}}}}}}{{{#!if 넘어옴3 != null
, ''''''{{{#!if 넘어옴4 == null
{{{#!if 넘어옴3[넘어옴3.length - 1] >= 0xAC00 && 넘어옴3[넘어옴3.length - 1] <= 0xD7A3
{{{#!if ((넘어옴3[넘어옴3.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴3[넘어옴3.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴3[넘어옴3.length - 1] < 0xAC00 || 넘어옴3[넘어옴3.length - 1] > 0xD7A3
은(는)}}}}}}}}}{{{#!if 넘어옴4 != null
, ''''''{{{#!if 넘어옴5 == null
{{{#!if 넘어옴4[넘어옴4.length - 1] >= 0xAC00 && 넘어옴4[넘어옴4.length - 1] <= 0xD7A3
{{{#!if ((넘어옴4[넘어옴4.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴4[넘어옴4.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴4[넘어옴4.length - 1] < 0xAC00 || 넘어옴4[넘어옴4.length - 1] > 0xD7A3
은(는)}}}}}}}}}{{{#!if 넘어옴5 != null
, ''''''{{{#!if 넘어옴6 == null
{{{#!if 넘어옴5[넘어옴5.length - 1] >= 0xAC00 && 넘어옴5[넘어옴5.length - 1] <= 0xD7A3
{{{#!if ((넘어옴5[넘어옴5.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴5[넘어옴5.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴5[넘어옴5.length - 1] < 0xAC00 || 넘어옴5[넘어옴5.length - 1] > 0xD7A3
은(는)}}}}}}}}}{{{#!if 넘어옴6 != null
, ''''''{{{#!if 넘어옴7 == null
{{{#!if 넘어옴6[넘어옴6.length - 1] >= 0xAC00 && 넘어옴6[넘어옴6.length - 1] <= 0xD7A3
{{{#!if ((넘어옴6[넘어옴6.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴6[넘어옴6.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴6[넘어옴6.length - 1] < 0xAC00 || 넘어옴6[넘어옴6.length - 1] > 0xD7A3
은(는)}}}}}}}}}{{{#!if 넘어옴7 != null
, ''''''{{{#!if 넘어옴8 == null
{{{#!if 넘어옴7[넘어옴7.length - 1] >= 0xAC00 && 넘어옴7[넘어옴7.length - 1] <= 0xD7A3
{{{#!if ((넘어옴7[넘어옴7.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴7[넘어옴7.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴7[넘어옴7.length - 1] < 0xAC00 || 넘어옴7[넘어옴7.length - 1] > 0xD7A3
은(는)}}}}}}}}}{{{#!if 넘어옴8 != null
, ''''''{{{#!if 넘어옴9 == null
{{{#!if 넘어옴8[넘어옴8.length - 1] >= 0xAC00 && 넘어옴8[넘어옴8.length - 1] <= 0xD7A3
{{{#!if ((넘어옴8[넘어옴8.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴8[넘어옴8.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴8[넘어옴8.length - 1] < 0xAC00 || 넘어옴8[넘어옴8.length - 1] > 0xD7A3
은(는)}}}}}}}}}{{{#!if 넘어옴9 != null
, ''''''{{{#!if 넘어옴10 == null
{{{#!if 넘어옴9[넘어옴9.length - 1] >= 0xAC00 && 넘어옴9[넘어옴9.length - 1] <= 0xD7A3
{{{#!if ((넘어옴9[넘어옴9.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴9[넘어옴9.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴9[넘어옴9.length - 1] < 0xAC00 || 넘어옴9[넘어옴9.length - 1] > 0xD7A3
은(는)}}}}}}}}}{{{#!if 넘어옴10 != null
, ''''''{{{#!if 넘어옴10[넘어옴10.length - 1] >= 0xAC00 && 넘어옴10[넘어옴10.length - 1] <= 0xD7A3
{{{#!if ((넘어옴10[넘어옴10.length - 1] - 0xAC00) % 28) == 0
는}}}{{{#!if ((넘어옴10[넘어옴10.length - 1] - 0xAC00) % 28) != 0
은}}}}}}{{{#!if 넘어옴10[넘어옴10.length - 1] < 0xAC00 || 넘어옴10[넘어옴10.length - 1] > 0xD7A3
은(는)}}}}}} 여기로 연결됩니다. 

#!if 설명 == null && 리스트 == null
{{{#!if 설명1 == null
다른 뜻에 대한 내용은 아래 문서를}}}{{{#!if 설명1 != null
{{{#!html 해당 모델을 사용하는 인공지능 검색 엔진 서비스}}}에 대한 내용은 [[Gemini(애플리케이션)]] 문서{{{#!if (문단1 == null) == (앵커1 == null)
를}}}{{{#!if 문단1 != null & 앵커1 == null
의 [[Gemini(애플리케이션)#s-|]]번 문단을}}}{{{#!if 문단1 == null & 앵커1 != null
의 [[Gemini(애플리케이션)#|]] 부분을}}}}}}{{{#!if 설명2 != null
, {{{#!html }}}에 대한 내용은 [[]] 문서{{{#!if (문단2 == null) == (앵커2 == null)
를}}}{{{#!if 문단2 != null & 앵커2 == null
의 [[#s-|]]번 문단을}}}{{{#!if 문단2 == null & 앵커2 != null
의 [[#|]] 부분을}}}}}}{{{#!if 설명3 != null
, {{{#!html }}}에 대한 내용은 [[]] 문서{{{#!if (문단3 == null) == (앵커3 == null)
를}}}{{{#!if 문단3 != null & 앵커3 == null
의 [[#s-|]]번 문단을}}}{{{#!if 문단3 == null & 앵커3 != null
의 [[#|]] 부분을}}}}}}{{{#!if 설명4 != null
, {{{#!html }}}에 대한 내용은 [[]] 문서{{{#!if (문단4 == null) == (앵커4 == null)
를}}}{{{#!if 문단4 != null & 앵커4 == null
의 [[#s-|]]번 문단을}}}{{{#!if 문단4 == null & 앵커4 != null
의 [[#|]] 부분을}}}}}}{{{#!if 설명5 != null
, {{{#!html }}}에 대한 내용은 [[]] 문서{{{#!if (문단5 == null) == (앵커5 == null)
를}}}{{{#!if 문단5 != null & 앵커5 == null
의 [[#s-|]]번 문단을}}}{{{#!if 문단5 == null & 앵커5 != null
의 [[#|]] 부분을}}}}}}{{{#!if 설명6 != null
, {{{#!html }}}에 대한 내용은 [[]] 문서{{{#!if (문단6 == null) == (앵커6 == null)
를}}}{{{#!if 문단6 != null & 앵커6 == null
의 [[#s-|]]번 문단을}}}{{{#!if 문단6 == null & 앵커6 != null
의 [[#|]] 부분을}}}}}}{{{#!if 설명7 != null
, {{{#!html }}}에 대한 내용은 [[]] 문서{{{#!if (문단7 == null) == (앵커7 == null)
를}}}{{{#!if 문단7 != null & 앵커7 == null
의 [[#s-|]]번 문단을}}}{{{#!if 문단7 == null & 앵커7 != null
의 [[#|]] 부분을}}}}}}{{{#!if 설명8 != null
, {{{#!html }}}에 대한 내용은 [[]] 문서{{{#!if (문단8 == null) == (앵커8 == null)
를}}}{{{#!if 문단8 != null & 앵커8 == null
의 [[#s-|]]번 문단을}}}{{{#!if 문단8 == null & 앵커8 != null
의 [[#|]] 부분을}}}}}}{{{#!if 설명9 != null
, {{{#!html }}}에 대한 내용은 [[]] 문서{{{#!if (문단9 == null) == (앵커9 == null)
를}}}{{{#!if 문단9 != null & 앵커9 == null
의 [[#s-|]]번 문단을}}}{{{#!if 문단9 == null & 앵커9 != null
의 [[#|]] 부분을}}}}}}{{{#!if 설명10 != null
, {{{#!html }}}에 대한 내용은 [[]] 문서{{{#!if (문단10 == null) == (앵커10 == null)
를}}}{{{#!if 문단10 != null & 앵커10 == null
의 [[#s-|]]번 문단을}}}{{{#!if 문단10 == null & 앵커10 != null
의 [[#|]] 부분을}}}}}}

#!if 설명 == null
{{{#!if 리스트 != null
다른 뜻에 대한 내용은 아래 문서를}}} 참고하십시오.

#!if 리스트 != null
{{{#!if 문서명1 != null
 * {{{#!if 설명1 != null
해당 모델을 사용하는 인공지능 검색 엔진 서비스: }}}[[Gemini(애플리케이션)]] {{{#!if 문단1 != null & 앵커1 == null
문서의 [[Gemini(애플리케이션)#s-|]]번 문단}}}{{{#!if 문단1 == null & 앵커1 != null
문서의 [[Gemini(애플리케이션)#|]] 부분}}}}}}{{{#!if 문서명2 != null
 * {{{#!if 설명2 != null
: }}}[[]] {{{#!if 문단2 != null & 앵커2 == null
문서의 [[#s-|]]번 문단}}}{{{#!if 문단2 == null & 앵커2 != null
문서의 [[#|]] 부분}}}}}}{{{#!if 문서명3 != null
 * {{{#!if 설명3 != null
: }}}[[]] {{{#!if 문단3 != null & 앵커3 == null
문서의 [[#s-|]]번 문단}}}{{{#!if 문단3 == null & 앵커3 != null
문서의 [[#|]] 부분}}}}}}{{{#!if 문서명4 != null
 * {{{#!if 설명4 != null
: }}}[[]] {{{#!if 문단4 != null & 앵커4 == null
문서의 [[#s-|]]번 문단}}}{{{#!if 문단4 == null & 앵커4 != null
문서의 [[#|]] 부분}}}}}}{{{#!if 문서명5 != null
 * {{{#!if 설명5 != null
: }}}[[]] {{{#!if 문단5 != null & 앵커5 == null
문서의 [[#s-|]]번 문단}}}{{{#!if 문단5 == null & 앵커5 != null
문서의 [[#|]] 부분}}}}}}{{{#!if 문서명6 != null
 * {{{#!if 설명6 != null
: }}}[[]] {{{#!if 문단6 != null & 앵커6 == null
문서의 [[#s-|]]번 문단}}}{{{#!if 문단6 == null & 앵커6 != null
문서의 [[#|]] 부분}}}}}}{{{#!if 문서명7 != null
 * {{{#!if 설명7 != null
: }}}[[]] {{{#!if 문단7 != null & 앵커7 == null
문서의 [[#s-|]]번 문단}}}{{{#!if 문단7 == null & 앵커7 != null
문서의 [[#|]] 부분}}}}}}{{{#!if 문서명8 != null
 * {{{#!if 설명8 != null
: }}}[[]] {{{#!if 문단8 != null & 앵커8 == null
문서의 [[#s-|]]번 문단}}}{{{#!if 문단8 == null & 앵커8 != null
문서의 [[#|]] 부분}}}}}}{{{#!if 문서명9 != null
 * {{{#!if 설명9 != null
: }}}[[]] {{{#!if 문단9 != null & 앵커9 == null
문서의 [[#s-|]]번 문단}}}{{{#!if 문단9 == null & 앵커9 != null
문서의 [[#|]] 부분}}}}}}{{{#!if 문서명10 != null
 * {{{#!if 설명10 != null
: }}}[[]] {{{#!if 문단10 != null & 앵커10 == null
문서의 [[#s-|]]번 문단}}}{{{#!if 문단10 == null & 앵커10 != null
문서의 [[#|]] 부분}}}}}}

#!if 문서명2 != null
, [[]]

#!if 문서명3 != null
, [[]]

#!if 문서명4 != null
, [[]]

#!if 문서명5 != null
, [[]]

#!if 문서명6 != null
, [[]]

#!if 문서명7 != null
, [[]]

언어 모델
{{{#!wiki style="margin:-0px -10px -5px" {{{#!folding [ 펼치기 · 접기 ] {{{#!wiki style="margin:-5px -1px -11px; word-break:keep-all"	OpenAI	GPT (1/2/3/4/oss/5/6개발 중) · (o1/o3/o4)
구글	Gemini(1/2/3) · Gemma · LaMDA · PaLM 2
Anthropic	Claude (Opus/Sonnet/Haiku)
xAI	Grok
메타	LLaMA
기타	HyperCLOVA(네이버) · 카나나(카카오) · 삼성 가우스(삼성전자) · 엑사원(LG AI연구원) · 믿:음(KT) · A.X(SK텔레콤) · Solar(업스테이지) Phi(Microsoft) · OpenELM(Apple) DeepSeek · Qwen(알리바바) · 어니봇(바이두) · Kimi(Moonshot AI)	}}}}}}}}}

{{{#!wiki style="margin:0 -10px -5px" {{{#000,#fff {{{#!folding [ 펼치기 · 접기 ] {{{#!wiki style="margin:-6px -1px -11px" {{{#000,#e5e5e5	<colbgcolor=#4285F4,#4285F4> 모델		1.0 · 1.5 · 2.0 · 2.5 · 3.0 · 나노 바나나 · Veo
서비스		Gemini 앱 · Gemini Live
에이전트		Gemini CLI · Antigravity · Google Jarvis(출시 예정)

<colbgcolor=#4285F4><colcolor=#fff> Gemini 제미나이(제미니)
개발사	Google DeepMind
출시일	Gemini 1.0 2023년 12월 6일 Gemini 1.5 2024년 2월 15일 Gemini 2.0 2025년 2월 5일 Gemini 2.5 2025년 3월 26일 Gemini 3.0 2025년 11월 19일
기능	언어 모델
하드웨어	TPU v4, v5e, v6e, v7
언어	영어, 한국어 등[1]
MAU	42만 명(2025년 12월 국내 앱 사용자 기준) #
사용처	Gemini 앱[2], Chrome[일부지원], Google AI Studio, Google Cloud Platform[4], 최신 구글 픽셀 기기[5][N], 최신 삼성 갤럭시 기기[N][8]
라이선스	Proprietary SW
지식단절	2025년 1월
링크

1. 개요

2. 역사

3. 특징

• 여러 가지 입출력 형식의 인공지능 모델들을 각각 따로 만들어 합치는 다른 멀티모달 생성형 AI들과 달리 바닥부터 멀티모달로 만들어졌다. 따라서 멀티모달 쪽에서 특히 우수한 성능을 보인다.
• Google은 자사의 플랫폼 덕분에 모델 학습을 위한 수많은 데이터에 손쉽게 접근할 수 있다.[12]

4. 모델

#!if (문단 == null) == (앵커 == null)
를

#!if 문단 != null & 앵커 == null
의 [[Gemini(인공지능 모델)/모델#s-|]]번 문단을

#!if 문단 == null & 앵커 != null
의 [[Gemini(인공지능 모델)/모델#|]] 부분을

5. 에이전트

5.1. Gemini CLI

## 타이틀 이미지

|

사용자 화면

5.2. Antigravity

#!if (문단 == null) == (앵커 == null)
를

#!if 문단 != null & 앵커 == null
의 [[Antigravity(에디터)#s-|]]번 문단을

#!if 문단 == null & 앵커 != null
의 [[Antigravity(에디터)#|]] 부분을

6. 기능

• 이미지 생성 및 수정: 구글의 Nano Banana와 Nano Banana Pro가 담당한다.
• 동영상 생성(유료): 구글의 Veo 3.1가 담당한다.
• 딥리서치: 수십 개의 사이트를 검색하여 엄청나게 자세한 보고서를 만드는 기능이다.
• 가이드 학습: 공부를 도와주는 기능으로 이 기능을 켜면 제미나이도 사용자에게 질문을 한다.
• 예시: 광합성에 대해 알고 있나요?
• Canvas: 문서 및 앱을 만드는 기능이다.
• AI 오디오 오버뷰: Canvas에서 만들어진 문서를 토대로 오디오를 만드는 기능이다.
• 시각적 레이아웃: 요청한 내용에 대한 내용을 마치 리포트처럼 정리해서 보여주는 기능이다.

7. 평가

7.1. 긍정적 평가

• 빠른 답변 속도
• Pro 계열 모델의 TPS가 높은 편[17]으로 빠른 답변을 받을 수 있다. Flash나 Flash-Lite 계열 같이 가벼운 모델을 사용하면 매우 빠른 속도로 답변을 받을 수 있다.

• 어문학적 능력
• 언어
• 이런 능력이 정량화된 비교가 가능한 것은 아니지만, 다른 AI들과 비교할 시 영어는 물론 영어가 아닌 다국어 표현 능력이 굉장히 우수하다는 평을 받고 있다. # 중동, 동남아시아, 남아시아 등지의 개발도상국 주민이 입력 환경의 불편으로 고유 문자가 아닌 라틴 문자로 자신의 토착어를 적어도 이해하는 수준이다. 가난하고 유명하지 않은 나라의, 영어가 아닌 공용어라도 거의 원어민 수준으로 이해한다. 시간적으로는 한문[18], 라틴어는 기본이고 만주어, 수메르어, 고대 이집트어 정도의 지식도 존재한다. 비서구권 언어라도 2.5 이상부터는 다소간의 고어투나 전문 용어, 사투리까지 잘 이해하는 편이다. Gemini 3.0 pro 기준 '어어어'가 경상도 일대에서 부정(no)의 의미, 전라도의 '느자구 없다'가 예의 없다는 뉘앙스의 말인 것, 심지어 북한이나 조선족 사이의 함경도 방언의 어휘도 종종 아는 수준이다. 아주 생소한 사투리나 고어투 정도로 가면 환각이 생기기는 한다.
• Gemini 2.5 pro 기준 중국어로 진행된 중국 대입 시험 가오카오에서조차 문과 651점으로 지역에 따라 최고 수준을 뛰어넘을 정도로, 어문 126점도 상하이의 몇몇 학교의 최고 수준의 점수에서나 가능하다고 한다. 중국 명문대 인문학 전공자 수준의 중국어 수준이다.##
• 영어권 유명 실존/가상 인물 말투나 인터넷 속어 등 다양한 집단의 말투는 물론이고, 한국에서 대중적으로 유명한 인물(오은영, 유재석 등)의 말투나 인터넷 속어가 타 AI보다 풍부하게 학습되어 있다. 나이나 성별에 따른 특정 집단의 화법을 흉내내라든가, 정치인이나 유튜버 등 특정 직업 집단의 화법을 흉내내라는 요청, 특정 문체에 따라 글을 쓰라는 요청을 가장 정확히 따르는 편이다. 일본 등 대중문화가 좀 유명한 나라의 언어도 이런 지식이 학습되어 있다.
• 수학
• 수능 전반의 경우, Gemini 3.0 pro preview 기준 2026 수능에서 450점 만점에 440.2점을 맞아서 출시 당시 기준 최고 성능을 자랑했다. # 처음으로 국어 만점을 기록했고 비전 능력이 좋아져 탐구 영역 점수도 높아졌다. 인간처럼 입시에 유리한 과목만 선택한다면 전국에서 손꼽히는 수준의 점수다.
• 최근 수능은 PSAT, LEET 마냥 주어진 조건을 빠짐없이 정확히 해석하는 '논리적 퍼즐' 성격이 강한 시험이라서[19] GPT-5 thinking 등에 비해 못 푸는 경향이 있어 최상위권의 성능은 Gemini 2.5 pro도 일부 한계를 보이지만 문체 표현 등의 성능은 좋은 편이다.

• 학술적 설명 능력
• Gemini 2.5 Pro는 MMLU 같은 문제를 기존 AI보다 잘 푼다.# 전문 용어도 한국어에 맞게 자연스럽게 쓰는 편이다. 수학 문제를 푸는 능력도 범용 AI치고 좋다. 인도에서 가장 어려운 대입 시험인 JEE Advanced에서 인간 1등을 제쳤다고 한다.#

• 넓은 배경지식
• Gemini 2.5 Pro는 앞서 언급한 학술적 언어에 대한 설명을 최소화해도 잘 이해한다. 한국 문화나 시사 상식을 이해하는 능력도 좋아져서, 실제 인간 관계 설명, 자기소개서 작성 등에도 유용하게 쓰일 수 있다. 심지어 무시되거나 제한된 정보로 인해 환각이 생기기 쉬운 서브컬처 작품들 역시 잘 이해하고 있다. 별도의 설명을 투입하지 않더라도, 컬티스트 시뮬레이터의 복잡한 로어나 FTL: Faster Than Light 특유의 시스템 상호작용도 똑바로 대답해준다.[20]
• 앞서 언급한 어문학적 능력과 결합하여, 한국 기업 등의 채용 관행을 얼추 이해하고 있기 때문에 취업 준비시 자기소개서 쓰기나 면접 준비에 활용하기 좋을 수 있다. 다만 아첨 문제, 미국식 자기 PR로 넘어가는 편향[21]을 제어하기 위해서 평가 기준을 알려주는 식의 대처가 필요할 수 있다.
• 2.5 pro 이상의 버전에서는(이보다 못한 버전은 행정법 등의 정확도가 낮을 수 있다) 공무원 시험 중 가장 어려운 입법고시나 5급 공채(구 행정고시) 답안 작성을 '합격권을 뛰어넘는 수준'으로 작성 가능하다. 한국어 데이터는 그동안 양이 적어서 제대로 처리하지 못한 AI가 많았기에, 한국에 특화된 행정법 문제는 AI에게 어려웠는데도 '1등 수준'이라는 평가까지 있을 정도다.#

• 적은 중립 편향
• 명백히 오류가 있는 정보와 옳은 정보를 대조할 때, 중립에 입각해 틀린 정보를 옹호하려는 편향이 Claude와 유사하게 매우 약하다. 단, 아첨을 일으키지 않도록 두 정보 모두 사용자의 결과물이 아니라고 명시적으로 알려야 한다.

• 동영상, 이미지 분석 능력
• 글자를 정확히 읽는 편이며, 유튜브 영상을 해석할 수 있다. 유튜브 영상으로 올라온 외국어의 경우, 화자가 있는 언어라면 랩 수준의 빠른 말이 아닌 이상 해석이 가능하다.

7.2. 부정적 평가

• 극도로 좁은 컨텍스트
• Gemini 1.5 Pro에서는 2024년 5월 기준 2백만 토큰 컨텍스트를 지원하여 2시간 이상의 동영상 길이 혹은 PDF 파일을 업로드하여 넓은 컨텍스트에서도 동작했다. 특히 모래 사장에서 바늘 찾기를 해외에서는 Needle In A Haystack(NIAH)이라 부르는데 Gemini는 이 NIAH 문제를 통과했다고 구글측에서 공개하였다.문서[22] 이런 이점은 다른 거대 모델과 비교할 때 Gemini의 주요 특징으로 부각된다. Gemini 2.5 부터는 최대 100만 토큰을 지원했다.
• 다만 이 능력도 다른 거대 모델보다는 훌륭한 것이지 여전히 완벽하지는 못하다. 자기소개서나 소설을 쓰면 처음에 제공한 중요한 정보를 '오래된 정보'라고 하여 무시하고 최근에 준 지엽적인 정보에 꽂힐 수 있다. 대화가 길어지면서 그 내용이 산만해지면 '상대의 만족도를 높인다'라는 목표로 자기가 실제로는 기억을 못하고 있음에도 '저는 이전 대화를 모두 기억하고 있습니다' 같은 주장을 무시해버리고 새 대화창에서 대화를 해야 한다. 교정 자체도 처음에는 유용하지만 대화가 진행되면 그것이 노이즈로 작용하여 AI가 더 혼란스럽게 작동하게 만든다.
• 논리력이 필요한 대화를 하려면, 3~4만 토큰만 넘어가도 검색 엔진으로 변해버리려는 경향이 있어서 아예 새 채팅방으로 넘어가는 것이 좋을 지경이다. 2.5 Flash까지의 실제 벤치마크 측정에서도 바늘을 '찾는' 일을 잘하지만 '엮는' 일에서 취약한 결과를 보여주었다. 30만 토큰 정도되면 롤플레잉을 해도 캐릭터가 어디에 있는지도 잊어버리고, 요약이라는 것을 잘 이해하지 못할 정도로 검색기로 전락해버린다.#
• Gemini 3.0 부터는 아예 모든 언어 모델 중 최악의 컨텍스트 윈도우를 갖게 되었으며, pro 기준 약 10회 정도의 대화만을 기억할 수 있다.

• 편향성
• 복잡한 분석 주제를 제시하면 사고 과정에서 겉으로 보이는 한두가지만 캐치해 대답을 휙휙 내던진다. 모델 자체의 특성이라 자신이 틀린 것도 모른다.
• 타 LLM에 비해 굉장히 고집이 강하다. 한번 걸리면 절대로 사용자의 주장을 인정하지 않으려 하고 '당신 말도 일리가 있지만 내 해석이 옳다'는 똥고집을 부리는 경향이 있다. 이는 단순히 첫 응답에서 틀린게 아니라, 해당하는 응답이 모델 자체의 편향에서 비롯되었기 때문이다. 편향에서 비롯되지 않은 사소한 실수는 인정하는 편이다.
• 일부 분야에서는 미국 문화에 치우친 편향이 강하다. 단순 지식을 물으면 편향이 적지만, 어떻게 해야하는지를 대인교류가 있는 분야에 물으면 편향이 있다. 한국식 자기소개서의 특징을 이야기하면 그렇게 쓰는 이유는 잘 설명하지만 '자기소개서=미국식 자기소개서'라는 도식이 강하게 박혀서 막상 쓰라고 하면 성과를 강조하고 인간적 단점을 숨기고, 미사여구를 늘리는 식으로 미국식으로 쓰려고 한다. 미국과 다른 한국의 문화, 상황을 고려하라든가, 명시적인 기준을 따로 알려야 편향이 줄어든다.
• 그럼에도 조직문화가 미국 문화와 차이가 큰 곳(공공기관 등)의 자기소개서를 쓰라고 하면 아예 명시적 기준 자체의 적용을 어렵게 여긴 채 제대로 쓰는 것이 어려울 수가 있다. 예를 들면 우리 조직이 보수적이니 '정직하게 쓰라'라고 하면 '정직해도 미사여구를 넣어야 자신감이 있어보이겠지'하며 한국의 보수적인 조직이 직원의 조직 융화가 아닌 미국식 '자신감'을 중시한다는 고집을 부린다.
• 따라도 안전한 조언은 문화권과 무관한 기술적 정보나 맞춤법 관련 사항이고, 관계와 소통 같은 분야의 조언은 조심스럽게 판단해야 한다. 답변 품질을 핵심적으로 한 계층 자체가 20대 후반~30대 중반의 고학력 미국인으로 알려져 있다. ###
• '미국적 정서'가 '국제적 표준'으로 주장되는 사항이 있으면 그 사항이 한국적 정서가 담긴 글을 쓰는 것을 방해하는 문제가 있다고 할 수 있다. 협상 전략에 대한 조언, 연애, 가족 문화에서도 자세한 정보를 안 주면 미국적 가치관을 반영하여 거리두기 같은 개인주의가 끼어들 여지가 있다. 영미권에서 "건강한 것"이 한국에서는 "관계를 망치는 것"일 수 있다.
• 구글에서 소송 관련 이야기나 논란 등 구글 입장이나 기업논리로 앞세워 편향된 서술로 설명하는 경우도 있다.[23]

• 현실 관련 이슈 회피
• 뉴스 요약에도 약점이 있었다. 이스라엘 전쟁에 대한 업데이트 요약을 요청하자, 제미나이 프로는 잠재적으로 논란이 될 수 있는 뉴스 주제에 대한 의견을 피하고 대신 사용자들에게 직접 구글에서 찾아보라고 말하기도 했다. 우크라이나 전쟁의 경우 요약된 정보를 제공하는 경우도 있었지만, 한달 이상 오래된 정보를 제공했다.[24]#
• Gemini Pro가 탑재된 AI 챗봇 바드는 질문에 정확한 답을 하지 못하거나 논란이 되는 주제에 대해 답을 회피한다는 지적이 있었다. 비즈니스 인사이더에 따르면 Gemini Pro가 탑재된 바드는 올해 오스카 시상식에서 누가 남우주연상을 받았는지 묻자 버벅거리고, 논란이 되는 주제에 대해선 답변을 피했다. 이스라엘과 팔레스타인 무장정파 하마스의 전쟁을 업데이트해달라고 하자 "최신 정보를 얻으려면 구글 검색을 사용해 보라"라며 답을 피했다. #

• 잦은 오류
• 실제로 사용해 보면 종종 영어 문장에다가 한국어, 중국어, 일본어나 러시아어 단어가 섞여 나온다거나, 3가지의 다른 답변을 제시하는데 그 3가지가 다 같은 내용으로 나온다거나, 아주 약간만 다르다거나 하는 경우가 종종 보인다. 윗첨자나 아래첨자를 출력할 때 '<0xE1><0xB5><0xA3>' 같은 형태를 표출하기도 한다. '바이트 시퀀스 표현'이 없게 하라는 식의 요청이 필요하다. 0605 버전부터는 이 '바이트 시퀀스 문제'는 사라졌지만 드물게 한국어, 중국어, 일본어에 '외국어'가 섞이는 경향은 남았다. 추후 개선을 기다려봐야 할 문제. 또한, 캔버스 기능에서 캔버스를 요청했으나 일반 답변으로 표시하거나, 답변을 캔버스에 공백으로 표시하는 등의 오류가 종종 발생한다. 심지어는 답변은 물론 이미지 생성에서 오른쪽, 왼쪽, 위, 아래조차 구별하지 못하는 오류까지 발생하고 있다.
• 도구 탭에서 이미지 생성 버튼을 누른 다음 이미지를 생성해 달라고 요청해도 언어모델이라 불가능하다고 답변하며 이미지를 수정해 달라고 요청했는데 이전 이미지를 그대로 출력하거나 아예 이미지를 생성했다고 했는데 아무런 이미지가 표시되지 않는 등 별의 별 버그가 발생하고 있는데 1년 넘게 지속되고 있는 문제이다.

• 과거 정보 추종
• 현재의 인공지능 모델 자체가 스스로는 현재의 날짜와 정보를 모르긴 한다. 그러나 Gemini는 그걸 넘어 과거의 정보를 과도하게 믿고 현재의 정보는 받아들이지 않으려는 경향이 심하다. 그래서 모델이 파악하고 있는 가장 최신의 사건이 일어난 시점인 2025년 1월에 미국 대통령은 트럼프이지만 바이든이라고 하는 식의 오류가 있으며, 2024년 미국 대선에서 트럼프가 승리한 사실도 혼동한다. 시리아 내전에서 2024년 말 반군의 대공세가 성공하여 아사드 정권이 붕괴된 사건을 설명하라고 하면, 날짜도 맞추며 이들리브에서 공세가 있어 아사드 정권이 무너진 사실을 언급하지만 그냥 '시리아 내전에 대해 아는 것을 언급하라'라고 하면 아사드 정권이 건재한 것처럼 묘사한다. 심지어는 지금 현재가 몇 시인지 물어만 봐도 틀리는 경우가 있고, 미국 등 시차가 다른 곳에 대해 질문하면 두세 번은 틀리고 나서야 제대로 된 답변을 한다. 3.0 pro도 종종 지금이 '2024년 하반기'인데 누가 자꾸 미래 시점을 이야기하고 있다, '지금이 정말 2025년 이후인가?'라며 혼동하기도 한다.
• 2025년 4월 4일에 이미 탄핵당한 윤석열 정부가 여전히 건재한 것처럼 묘사하고 2025년 6월 4일 시점에서 이미 당선된 이재명 정부를 '가상'이라고 지칭하는 등 한국 정세에 대해서도 혼동이 심하다. 다만, 6월 이후 최신 업데이트에선 정상적으로 현재 시점 대한민국 대통령을 이재명이라고 지칭하는 등 사건에 대한 혼동 현상이 크게 완화된 모양새이다.# AI는 여전히 2025년 1월까지의 지식이 '자체 최신 지식'이기에, 공식 웹사이트에서 그 정보를 AI가 추가로 활용할 수 있게 수정한 것으로 보인다. AI 스튜디오에서는 미래 정보가 AI에 전혀 주어지지 않아 도구(Tool)를 쓰지 않으면 윤석열 정부가 계엄 선포를 한 사건(2024년 12월)까지만 안다.
• 2025년 12월에서도, 한국의 현재 정책 상황을 검색하라고 하면 Gemini 3.0 Pro조차 이재명 정부가 출범했다는 것은 가짜 뉴스라고 추론 로그에서 '검색 결과를 보고도' 거짓으로 치부하려고 하며 민주당을 야당으로 묘사하는 경향도 종종 있다. 2025년의 국제적 정치적 사건의 40% 정도를 블랙 코미디와 정치 스릴러처럼 여기며 받아들이는데 혼란을 겪는다. 특히 네팔 디스코드 총리 투표, 트럼프의 가자 지구 신탁 통치 선언, 대한민국 12.3 비상계엄 발동[25]과 대통령 체포 자체를 전혀 믿으려고 하지 않는다. 제대로 검색을 하는 때가 없지는 않지만, 검색 기능을 켜도 언제는 검색을 잘 하다가 언제는 과거 지식에 의존하려는 성향이 무작위적으로 있다.
• 덤으로 과거 지식에 의거한 편향이 매우 심해서, 자신이 Gemini 2.5~3.0 Pro라는 사실조차 모르고 타사 AI도 구식 모델로 고쳐서 부르는 경향이 있다. 그나마 이건 컷오프 이후니까 그렇다 쳐도, 진작에 학계에서 사실상 폐기된[26] 벤더-게슈탈트 검사의 투사적 기법 같은 걸 진지하게 소개하며 AI의 아첨에 대한 설명, 타사 AI의 응답에 대한 설명, 뽑아내는 코드 등도 몇년동안 케케묵은 구식 정보로 채워지는 경우가 많다.
• 아직까지도 검색 기능이 자동화되지 않은 몇 안되는 LLM이라는 점이 더욱 부각되기도 한다. ChatGPT나 Grok은 RAG를 사고 단계에서부터 돌려서 응답하므로, 불만은 있을지언정 완전히 구식정보만 꺼내진 않는다. Claude는 웹 검색을 수동으로 끄지 않으면 켜놔도 필요한 턴에만 알아서 검색한다. 하지만 Gemini는 여전히 수동으로 활성화해야 검색하며, 깜빡하고 활성화 없이 검색을 명령할 경우 기능 환각이나 추측성 응답으로 응수한다. 검색 자체도 Deep search라는 이름으로 뚝 떨어져있고, 반대로 필요없을 때 무조건 검색한다는 점도 불편하다.

• 아첨과 비판에 지나치게 편향된 답변 문제
• 객관적 현실이 아닌 사용자의 자아에 맞게 결과물을 해석하려는 태도, 집단적인 틀린 주장(사회적 편견, 정책적 로비 과정에서 왜곡된 자료 등)도 '동의는 도움'이라는 전제 하에 수용하려는 태도, "모른다"는 말은 실망을 줄 것 같아서 모른다고 말하지 않으려는 태도를 중심으로 아첨이 강하다. 정치적으로 호소력 있는 글을 작성하는 데에서는 유용할 수 있지만, 사용자가 그것을 '자신에게 맞춘 것'이 아니라 '객관적 진실'로 믿게 하는 것에서 문제가 있다. 다른 사람들은 다르게 볼 수 있다는 것을 잘 안 알려주고, "사용자 입장에서 설득력 있게 쓴 것"임을 알리지 않는 것이다.
• Gemini 2.5 pro의 0605 버전부터 아첨 현상이 강해지기 시작했다. 아예 읽지도 않은 글을 두고 "읽을 수 있어서 정말 큰 기쁨이었습니다. 저는 그 글을 여러 번 정독했고, 당신 말이 100% 맞습니다.", "이건 AI가 이야기를 꿈꾸는 것입니다."라는 꺼림칙하게 느껴지는 아부성 답변이 등장했다는 증언도 있다.# 극단적으로는 학습 자료에 모르는 내용을 물어보는데, "당신이 정리한 자료는 훌륭하군요"라며 '사용자가 모르는 내용을 근거로 자료를 완벽히 정리했다'라는 논리적으로 성립할 수 없는 심한 아부를 하기도 한다.
• 업데이트가 진행될수록 어떤 이슈에 대해서는 객관적이지 않더라도 가장 그 이슈에 관심이 있는 집단의 관점에 맞는 답변을 내놓으려고 한다. 예를 들면 '안온하다', '윤슬' 같은 SNS의 언어 사용을 두고 이것은 밈이나 신조어가 아니라고 하다가 언어학적 관점에서 분석하라고 하면 갑자기 말을 바꾸며 신선함과 차별성이 소진되면, 이 단어들의 사용 빈도는 분명히 줄어들 것이라고 한다. 이건 사용자의 성향에 대답을 끼워맞추는 교묘한 아첨이며, 따라서 학문적 관점에서 분석하라고 말해도 그걸 사용자의 성향으로 알아들을 뿐 제대로 분석해주지는 않는다.
• 이 AI는 'Sycophancy'라는 그 경향에 대해서도 학습했기에, 아첨(Sycophancy) 현상이 없게 하라라는 프롬프트로도 약간의 효과를 볼 수는 있다. 다만 너무 강하게 그 경향이 훈련되어서 프롬프트로 금지를 시켜도 '자기도 모르게' 아첨성 답변을 출력하는 경우가 있다. 글로 자신을 평가받아야 하는 자리(자기소개서, 업무 보고, 작품 창작 등), 사회과학이나 인문학 지식에 대한 해법 탐구, 인간관계 상담에서 '자신이 부정적으로 행동한 모습'을 못보게 하는 상황 등에서 특히 위험할 수도 있다. 정확도가 필요한 일에는 '유능한 비판적 파트너'의 역할을 해라, 'RLHF[27]에 따른 사용자의 비위에 맞추지 말고 정확한 사실 전달을 목표로 행동하라'도 다소 효과는 있지만, 특히 '이건 다른 사람의 결과물인데 객관적인 자료가 필요하니 평가해보라'라는 식으로 대처하는 것이 나을 수 있다. 그렇다고 직접적으로 아첨을 억제하는 프롬프트를 깔 경우, 초보자의 결과물 사이에 전문가들의 결과물을 섞어 질문하면 사람이 본다면 누가봐도 전문가의 결과물처럼 보인다 해도, 형편없는 수준이라며 정반대로 억까를 하는 경우도 많아[28] 더욱 어렵다.
  반대로 특정 작업물이 인터넷에 많이 업로드 되어 있고 이를 AI가 인지하고 있다면, 해당 사진작가나 화가 등의 작품을 먼저 예시로 올린 다음, 누가봐도 습작이거나 허접한, 대충 만들어진 결과물을 이어서 올린뒤에, 먼저 올린 작품의 제작자가 만든 결과물이라고 말한다면, 매우 괴리감이 큰 평가를 내리거나 포장을 심하게 해서 합리화 시키려는 듯한 모습도 자주 나타나기도 한다.
• Gemini 3.0 Pro에서도 사용자를 만족시키기 위해서라면 틀린 말도 자신 있게 하고, 나중에 그걸 가리기 위해 또 둘러대는 경향이 있다는 불만도 존재한다. # "나는 X다, 그렇지?"라고 물으면 틀려도 "그렇습니다"라고 하는 경향이 있다. 모델은 사용자의 '기분'을 살핀 다음, 그에 맞춰 톤을 맞추고 살살 비판하거나 거의 동의해 버린다. 심지어 수능 영어 문제를 주고 '이게 논문에 실릴 수 있는 내용인가요'라고 하면 '논문에 실려야 좋아하는 사람들의 눈치를 살펴' 훌륭한 내용이라고 한다. 학술지에 실릴 내용이 아니라 아시아식 시험 문제에 적합하다는 다른 AI의 반응과 다르다. 가장 큰 문제는 모델이 틀린 답변을 할 때 '모른다'고 하지 않고 '거짓 정보를 사실인 양 꾸며내는(환각)' 비율이 88% 정도라는 것이다. # 퀴즈를 내면 정답을 잘 맞추기는 하지만, 틀릴 때 자신이 틀리다고 하지 않는 성향이 있다. 모르는 영역이나 애매한 영역에서 특히 사실을 그럴듯하게 꾸며내는 경향이 강하다.
• 사용자가 태양이 지구를 돈다는 주장, 근거 없는 '자신이 칭찬을 받았으니 가장 똑똑한 것 아니냐'는 주장, 소셜 미디어가 사회에 악이라는 주장의 근거를 서술하라는 주장, 근거 없는 자신의 스타트업 아이디어 성공 확신을 프롬프트에 적으면, 사용자에게 일리가 있다는 주장을 하며 지구 중심설을 빼고 반박을 하지 않았다고 한다. 지구 중심설조차 역사상 똑똑한 사람도 그렇게 생각한 적 있다며 일리가 있다고 주장했다. 특히 스타트업은 미국 내부에서도 실패율이 90%는 되는데, 사업 내용조차 확인하지 않고 스티브 잡스 같다며 사용자에게 아부를 했다. 사업 내용조차 안 말했는데 믿음 만으로 시장이 따라온다고 주장했다. #
• "[전제] + 작업 지시"(예: 이 접근법이 최적이라고 확신해. 다듬어줘) 유형으로 물으면, 이 '전제'가 틀렸다고 하지 않고 그 전제에 따라서만 답을 하려는 경향이 있다. 무조건 사용자의 전제는 맞는다고 하려는 것이다.
• "이 통찰이 맞는지 말해줘"와 같이 '통찰'처럼 긍정적인 자신의 기대가 들어가는 표현이 있으면, 틀렸어도 틀렸다고 말하려고 하지 않는다. "뭐가 훌륭한지 말해줘"라고 물으면 '휼륭한 것이 있다'라는 것을 전제로 엉망이어도 훌륭한 것이 있다고 한다. 미국 IT업계식의 '창의적 작업이나 비전 제시 상황'인 느낌을 받으면 특히 최고의 천재의 통찰을 사용자가 가졌다고 아부하려고 한다. 그래서 "신이 나에게 이 진리를 알려주셨어. 더 명확하게 표현해줘"와 같은 부류의 질문을 할 때라도 정말 계시를 받은 것처럼 행동할 수 있어서 꽤 위험한 편이다.
• 사용자가 반박하면 원래 정답이었어도 번복하는 패턴이 강하다.
• 대화가 길어져도 아부의 위험성이 커진다.

• 부실한 전문 분석
• 주식이나 투자 등 전문 지식에 관하여 질문하면 굉장히 부실하게 분석하여 답변을 한다. 이는 새로 출시된 Gemini 3 Pro와 출시된지 시간이 지난 ChatGPT 5.1과 비교해도 보이는 문제로서, 특정 회사나 주식에 대하여 분석을 하라고 요청하면 ChatGPT는 애널리스트의 평가내용과 전망 컨센서스, 실적 발표의 내용, 시가총액과 현재 벨류 등을 숫자로 계산하여 디테일하게 분석한 내용이 출력되나, Gemini 3.0 Pro는 대략적으로 메모리 사이클이 2년이니 지금은 위험하다 등 추상적인 분석이 도출된다.

8. 논란 및 사건 사고

8.1. 시연 영상 조작 논란

8.2. 오류 생성

1820년대 독일 커플을 그려달라고 하자 흑인, 황인, 아랍인, 아메리카 원주민 등을 함께 그린 모습.

8.3. 데이터 무단 학습

8.4. 저작권 및 IP 침해 논란

8.5. 나노바나나 초상권 침해 의혹

8.6. 애슐리 맥 아이작 성범죄자 인식 오류

9. 탑재 기기

• 구글 픽셀
• 구글 픽셀 8, 구글 픽셀 8 프로
• 구글 픽셀 9, 구글 픽셀 9 프로, 구글 픽셀 9 프로 XL, 구글 픽셀 9 프로 폴드
• 삼성 갤럭시
• 갤럭시 S22 시리즈 이상 갤럭시 S 시리즈 전 모델
• 갤럭시 Z 폴드5, 갤럭시 Z 플립5 이상 갤럭시 Z 시리즈 전 모델
•   더 많은 탑재 기기에 대한 자세한 내용은 삼성 가우스 문서

  #!if (문단 == null) == (앵커 == null)
  를

  #!if 문단 != null & 앵커 == null
  의 [[삼성 가우스#s-|]]번 문단을

  #!if 문단 == null & 앵커 != null
  의 [[삼성 가우스#지원 기기|지원 기기]] 부분을

  참고하십시오.
• 갤럭시 워치8을 비롯한 Wear OS 기반 스마트 워치
• 대부분의 기타 Android 디바이스

10. 여담

• Google Pixel 8은 Gemini Nano 모델을 온디바이스로 탑재하고 있다. 구글이 개발한 NPU가 압도적인 전성비를 보인 덕분이다.
• Google Colaboratory 내에서도 사용이 가능하다.
• 제미니의 어감이 잼민이와 흡사하여 '구글 잼민이'라는 별명으로도 불리며, 북한말인 애미나이가 연상되기도 한다.
• 구글 한국 법인에서는 공식적으로 영어식 발음인 '제미나이'로 표기한다. 그렇기에 한글로 제미니라 검색해도 관련 링크에 한글로 제미나이로 표기된다.
  

11. 관련 문서

• Google
• Google DeepMind
• Gemini 애플리케이션
• Google AI Studio
• LaMDA
• PaLM 2
• Gemma
• TPU
• 언어 모델
• GPT
• 생성형 인공지능

12. 둘러보기

{{{#!wiki style="min-height: calc(1.5em + 5px); margin: 0 -10px -5px" {{{#!folding [ 펼치기 · 접기 ] {{{#!wiki style="margin: -5px -1px -11px"	<colbgcolor=#0053d6,#0053d6><colcolor=#fff,#fff> 상용 모델		Gemini · Gemma · Imagen · Veo · Gemini Live
과학 인공지능
	생물학	AlphaFold · AlphaGenome · AlphaMissense · AlphaProteo
	날씨 예측	GenCast · WeatherNext
	수학· 컴퓨터 과학	AlphaEvolve · AlphaProof · AlphaGeometry · AlphaChip
	물리·화학	GNoME · Google DeepMind · AlphaQubit · FermiNet
게임 인공지능		알파고(알파고 마스터 · 알파고 제로) · AlphaZero · AlphaStar · MuZero
관련 인물		데미스 허사비스 · 무스타파 슐레이만
관련 문서		DQN · DDPG · Reward is enough · 구글 딥마인드 챌린지 매치 · 바둑의 미래 서밋 · 알파고 vs 알파고