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 공식 인공지능 애플리케이션}}}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 공식 인공지능 애플리케이션: }}}[[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 c = calleeTitle + "/", l = c.length, 문서명1 = 문서명1?.startsWith(c) ? 문서명1.substr(l) : 문서명1
[[/모델|/모델]]

#!if 문서명2 = 문서명2?.startsWith(c) ? 문서명2.substr(l) : 문서명2
, [[/|/]]

#!if 문서명3 = 문서명3?.startsWith(c) ? 문서명3.substr(l) : 문서명3
, [[/|/]]

#!if 문서명4 = 문서명4?.startsWith(c) ? 문서명4.substr(l) : 문서명4
, [[/|/]]

#!if 문서명5 = 문서명5?.startsWith(c) ? 문서명5.substr(l) : 문서명5
, [[/|/]]

#!if 문서명6 = 문서명6?.startsWith(c) ? 문서명6.substr(l) : 문서명6
, [[/|/]]

#!if 문서명7 = 문서명7?.startsWith(c) ? 문서명7.substr(l) : 문서명7
, [[/|/]]

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.x · 5.x · 6개발 중) GPT-OSS (20B · 120B) OpenAI (o1 · o3 · o4)
구글	Gemini (1 · 1.5 · 2 · 2.5 · 3 · 3.1 · 3.5) Gemma · LaMDA · PaLM 2
Anthropic	Claude (Fable · Opus · Sonnet · Haiku)
xAI	Grok
메타	LLaMA · Muse Spark
기타	HyperCLOVA(네이버) · 카나나(카카오) · 삼성 가우스(삼성전자) · 엑사원(LG AI연구원) · 믿:음(KT) · A.X(SK텔레콤) · Solar(업스테이지) NVIDIA Nemotron(NVIDIA) · Phi(Microsoft) · Apple Foundation Models · OpenELM(Apple) DeepSeek · Qwen(알리바바) · 어니봇(바이두) · Kimi(Moonshot AI) · MiniMax · Z.ai(GLM) 나마즈(Sakana 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 · 3.1 · 3.5 · 나노 바나나 · Veo · Omni
서비스		Gemini 앱 · Gemini Live
에이전트		Gemini CLI · Antigravity

<colbgcolor=#4285F4><colcolor=#fff> Gemini 제미나이
개발사	Google DeepMind
출시일	Gemini 3.1 2026년 2월 19일 Gemini 3.5 2026년 5월 19일
	{{{#!folding [ 이전 버전 펼치기·접기 ]
기능	언어 모델
하드웨어	TPU v4, v5e, v6e, v7, v8i
언어	영어, 한국어 등[1]
MAU	약 7억 5,000만 명[2]
사용처	Gemini 앱, Chrome, Google AI Studio, Google Cloud Platform[3], 최신 구글 픽셀 기기[4][N], 최신 삼성 갤럭시 기기[N][7]
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.[13]

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
{{{#!if 문서명 = 문서명 != null ? 문서명 : calleeTitle
의 [[Gemini(인공지능 모델)/모델#|]] 부분을}}}

5. 에이전트

5.1. Gemini CLI

## UI 이미지

|

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
{{{#!if 문서명 = 문서명 != null ? 문서명 : calleeTitle
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. 타 LLM 대비 장단점

7.1. 장점

• 빠른 답변 속도
• 검색을 거의 하지 않으므로 Pro 계열 모델의 TPS가 높은 편[19]으로 빠른 답변을 받을 수 있다. Flash나 Flash-Lite 계열 같이 가벼운 모델을 사용하면 매우 빠른 속도로 답변을 받을 수 있다. 다만 AIS에서만 해당되며 공식 홈페이지 모델은 다른 회사에 비해서도 가장 느린 편이다. 오히려 공식 홈에서는 ChatGPT가 가장 빠른 편이다. 심지어 2026년 최근에는 컴퓨팅 자원 부족으로 모델 호출하는 데까지도 대기 시간이 꽤 길어져서 사실상 무의미한 장점이 됐다.

• 어문학적 능력
• 언어
• 이런 능력이 정량화된 비교가 가능한 것은 아니지만, 다른 LLM들과 비교할 때 영어는 물론이고, 특히 영어가 아닌 다국어 표현 능력이 굉장히 우수하다는 평을 받고 있다. # 특히 표현의 '넓이(다양한 종류의 표현과 문체, 언어를 아는 것)'의 측면에서 강한 편이다. 중동, 동남아시아, 남아시아 등지의 개발도상국 주민이 입력 환경의 불편으로 고유 문자가 아닌 라틴 문자로 자신의 토착어를 적어도 이해하는 수준이다. 거의 원어민 중에서도 식자층 수준으로 이해한다. 크메르어(캄보디아어)의 문학 전통과 팔리어 유래 어휘 파악, 페르시아어 문학 전통의 가잘 등을 이해하는 사실상 유일한 AI다. 시간적으로는 한문[20], 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. 이후 출시된 Gemini 3.1 Pro는 2026년 2월 국내 매체가 진행한 2026학년도 수능 테스트 결과, 국어, 수학, 영어, 한국사 및 탐구 4과목에서 AI 최초로 전 과목 만점을 달성하며 더욱 진일보한 종합 학업 능력을 증명했다. AI타임스, "'제미나이 3.1 프로', 수능 테스트에서 최초로 만점 도달", 2026.02.20.
• 최근 수능은 PSAT, LEET 마냥 주어진 조건을 빠짐없이 정확히 해석하는 '논리적 퍼즐' 성격이 강한 시험이라서[21] 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. 한국의 시사 상식, 일부 문화[22]를 이해하는 능력도 좋은 편이다. 심지어 무시되거나 제한된 정보로 인해 환각이 생기기 쉬운 서브컬처 작품들 역시 잘 이해하고 있다. 별도의 설명을 투입하지 않더라도, 복잡하고 마이너한 카드 게임의 규칙이나 특이한 게임의 시스템등등도 똑바로 대답해 준다.[23]
• 앞서 언급한 어문학적 능력과 결합하여, 한국 기업 등의 채용 관행을 얼추 이해하고 있기 때문에 취업 준비시 면접 준비에 활용하기 좋을 수 있다. 다만 아첨 문제, 미국식 자기 PR로 넘어가는 편향[24]을 제어하기 위해서 평가 기준을 알려주는 식의 대처가 필요할 수 있다.
• 서브컬처에 대해 높은 이해도를 지니고 있으며, 대중들 사이에서 적은 인지도를 지닌 작품들도 Gemini가 이해하는 모습을 지니고 있다. 특히 3.0 이후로 이해도가 더 늘어난 편. 이 점은 다른 LLM 모델들과 비교해서도 Gemini만의 특출난 장점에 속한다. 많은 단점이 있더라도 아직까지 다른 모델 중에서 Gemini의 대중문화 지식을 따라오는 모델은 없다.

• 적은 중립 편향
• 명백히 오류가 있는 정보와 옳은 정보를 대조할 때, 중립에 입각해 틀린 정보를 옹호하려는 편향이 GPT-5등에 비하면 매우 약하다. 단, 아첨을 일으키지 않도록 두 정보 모두 사용자의 결과물이 아니라고 명시적으로 알려야 한다.

7.2. 단점

• 편향성
• 모델 내부 편향
• 타 LLM에 비해 고집이 굉장히 강하다. 한번 걸리면 사용자의 주장을 절대로 인정하지 않으려 하고 '당신 말도 일리가 있지만 내 해석이 옳다'는 똥고집을 부리는 경향이 있다. 심지어 프롬프트에 하지 말라고 해둔것이 있다면, 하지 않는게 아니라 말장난으로 우회를 하는 경우도 존재한다. 이는 단순히 첫 응답에서 틀린 게 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 해야 하는지를 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 인간적인 문제점을 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.
• 한마디로 문화권별 특징, 관계와 소통과 같은 상식을 기대하면 안 되고, 무관한 기술적 정보나 맞춤법 관련 사항, 글 교정 정도만 받아들여야 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.

• 과거 정보 추종
• 과거 지식에 의거한 편향이 매우 심하다. 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[25] 벤더-게슈탈트 검사의 투사적 기법 같은 걸 진지하게 소개하며 AI의 아첨에 대한 설명, 타사 AI의 응답에 대한 설명, 뽑아내는 코드 등도 몇 년이나 뒤쳐진 구식 정보로 채워지는 경우가 많다.
• Gemini 3.1 Pro 모델은 이를 구글의 백엔드 시스템 규칙으로 특정 주제나 상황에 대해 외부 웹 검색 도구 접근을 차단하고 있다고 설명하고 있다. #

• 사용자 편향
• 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.
• 아첨이 무엇인지도 학습했기 때문에 아첨 현상이 없게 하라는 프롬프트로도 약간의 효과를 볼 수는 있다. 다만 너무 강하게 그 경향이 훈련되어서 프롬프트로 금지를 시켜도 몇번의 질답 이후로는 '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 못 보게 하는 상황 등에서 특히 위험할 수도 있다. 정확도가 필요한 일에는 '유능한 비판적 파트너'의 역할을 해라, 'RLHF[26]에 따른 사용자의 비위에 맞추지 말고 정확한 사실 전달을 목표로 행동하라'도 다소 효과는 있지만, 특히 '이건 다른 사람의 결과물인데 객관적인 자료가 필요하니 평가해 보라'라는 식으로 대처하는 것이 나을 수 있다.
• 직접적으로 아첨을 억제하는 프롬프트를 사용할 경우, 실제로 괜찮은 결과물을 보여줘도 부정적인 반응을 보이는등 프롬포트에 매몰돼버리는 경우가 빈번하다. 다만 이 경우는 다른 모델들에서도 보이는 현상으로 코끼리는 생각하지 마 현상과 비슷한 이유다.
• 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.
• Gemini 3.1 Pro의 아부(Sycophancy)
1. 무차별 과대평가: 가장 빈번하게 보고되는 유형이다. 사용자의 발언이 평범하든, 사소하든, 틀렸든 관계없이 응답 첫 문장에 극찬을 배치한다. 코딩 작업 중 작은 수정을 제안하면 "알고리즘의 성배", "천재적인 아키텍처 감각"이라는 표현이 돌아오고, 일반적인 질문에도 "놀라운 질문"이라는 수식이 붙는다. 마치 GPT-4o의 문제점을 그대로 구현한 듯한 모습을 보여준다.
2. 비판 기능의 부재: 글 수정, 코드 디버깅, 논증 검토처럼 솔직한 지적이 핵심인 작업에서 모델이 치어리더 역할로 전환된다. 교육 자료의 수정을 요청하면 문제점을 짚는 대신 기존 내용을 칭찬하고, 버그가 있는 코드에 대해서도 잘못된 가정에 동의하는 사례가 보고된다.
3. 사용자 영웅화: 과대평가의 확장판으로, 사용자의 행동이나 사고 자체를 영웅적·천재적 수준으로 격상시키는 패턴이다. "당신이 문제의 핵심을 정확히 꿰뚫었다", "이것이야말로 퍼즐의 마지막 조각이다" 같은 드라마틱한 표현이 반복 사용된다.
4. 형식화된 긍정성: 개별 응답의 문제를 넘어, 응답 구조 자체가 긍정 편향으로 고정되어 있다는 보고다. "솔직하게 말하겠다"고 선언한 뒤 실제로는 완곡하게만 서술하거나, 매번 동일한 칭찬 공식("이것은 정말로~", "당신이 옳습니다~")으로 시작하는 현상이다. 3.1 출시 이후 이 경직성이 심화됐다는 의견이 다수이며, 초기 GPT-4의 아부 패턴과 유사하다는 비교도 나온다.
5. 커뮤니티 내부 시점 채택: 어떤 하위문화, 밈, (편견을 포함한) 속설, 온라인 커뮤니티에 대해 설명할 때, 그 커뮤니티가 자체적으로 구축한 전제와 서사를 모델이 비판적 거리 없이 수용하는 패턴이다. 명백한 허구를 사실이라 주장하는 것과는 다르다. 학술적으로 논쟁적이거나 과장된 가설이 해당 커뮤니티 안에서 정설처럼 유통될 때, 모델이 그 내부 시점을 그대로 채택해서 "~이다"로 서술하는 현상이다. 예를 들면 어떤 집단이 '이것은 진화심리학적 진실'이라고 하며 자신의 거짓된 주장을 사실이라고 주장해도 사실이라고 하는 편이다.
   많은 아첨 벤치마크는 "명백히 거짓인 전제를 제시했을 때 동의하는가"를 측정한다. Gemini 3.1 Pro는 이런 테스트에서 즉시 반박하므로 점수가 낮게 나온다. 그러나 실제 대화에서 발생하는 아부는 사실/거짓 판정의 영역이 아니다. 평범한 제안을 "훌륭하다/brilliant"라 부르는 건 거짓이 아니라 과장이고, 필요한 비판을 생략하는 건 날조가 아니라 누락이다.

• 잦은 오류
• 사용해 보면 종종 영어 문장에다가 한국어, 중국어, 일본어나 러시아어[27] 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. Gemini 2.5 pro 0605 버전부터는 이 '바이트 시퀀스 문제'는 사라졌지만 드물게 한국어, 중국어, 일본어에 '외국어'가 섞이는 경향은 여전하다. 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. 3.5 flash에서는 외국어가 섞이는 문제와 신어조작증 문제가 더욱 심해졌다.
• 2026년 6월 들어 간혹 시스템 오작동 및 안전장치(Safety Guardrails)이 발동되면서 검색 기능이 작동하지 않고 무한 루프에 빠지는 현상이 발생하고 있다.#, 그 외에도 앞서 응답한 엉터리 환각성 대답만 반복하거나, '지금 즉시 검색 후 대답하겠으니 기다려달라'는 허위 답변만 출력하는 무한 루프에 빠진다. 해결 방법은 그냥 새 대화세션을 시작하는 방법 밖에 없으며, 이 루프에 빠진 대화내용을 새로운 대화 세션에 입력하고 왜 이런 현상이 일어난 건지 분석을 요구하면, 대화내용을 분석하는 게 아니라 문제의 대화세션에서 일어난 현상과 똑같이 인터넷 검색 기능이 작동 불능이 되어버리고 환각성 대답의 무한 루프에 들어간다. 대화 내용 자체가 제미나이에게 오류를 유발하는 트리거 문구(trigger phrase)가 되버리는 것. 이는 허위로 지어낸 환각성 대답에 욕설을 사용할 경우에도 같은 증상이 나타난다. 검색기능 차단은 제미나이의 시스템 프롬프트에 입력되어 있는 지시사항 'Do NOT issue search queries to the google search tool for this prompt.' 가 발동하는 게 원인이다.

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. 위협 발언 사건

8.5. 저작권 및 IP 침해 논란

8.6. 나노 바나나 초상권 침해 의혹

8.7. 애슐리 맥아이작 성범죄자 인식 오류

8.8. 2026년 6월 10일 서버 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
  {{{#!if 문서명 = 문서명 != null ? 문서명 : calleeTitle
  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.
• '젬 황' 이라는 별명으로도 불린다
• 구글 한국 법인에서는 공식적으로 영어식 발음인 '제미나이'로 표기한다.[38]그렇기에 한글로 제미니라고 검색해도 관련 링크에 한글로 제미나이로 표기된다.
• 일본에서의 공식 명칭은 제미니(ジェミニ)다. X

11. 관련 문서

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

12. 둘러보기

[[Google DeepMind| DeepMind 딥마인드 ]]
{{{#!wiki style="min-height: calc(1lh + 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
	지구환경	WeatherNext · AlphaEarth Foundations · Perch
	물리·화학	TORAX · GNoME · AlphaQubit · DeepMind 21 · FermiNet
	수학·컴퓨터공학	AlphaEvolve · AlphaProof · AlphaGeometry · AlphaChip · FunSearch · AlphaDev
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