제미나이 3 딥 씽크(Deep Think): 과학·연구·공학 분야에서의 새로운 도약
오늘 구글은 지능의 경계를 한층 확장하고, 현대 과학, 연구 및 공학 분야의 난제를 해결하기 위해 전문 추론 모드인 제미나이 3 딥 씽크(Gemini 3 Deep Think)의 대규모 업그레이드를 공개합니다.
구글은 지난 11월 처음 선보인 제미나이 3 딥 씽크를 실제 연구 현장의 현실적인 과제들을 다룰 수 있도록 개선했습니다. 현실 세계의 문제들은 명확한 가이드라인이나 단 하나의 정답이 없는 경우가 많으며, 데이터 또한 불완전하거나 정리되지 않은 상태인 경우가 흔합니다. 딥 씽크는 심층적인 과학적 지식과 실용적인 공학적 활용성을 결합해 추상적인 이론 단계를 넘어 실질적인 적용을 이끌어내도록 돕습니다.
새로운 딥 씽크는 오늘부터 구글 AI 울트라(AI Ultra) 구독자를 위한 제미나이 앱에서 이용 가능합니다. 또한 최초로 일부 연구원, 엔지니어 및 기업을 대상으로 제미나이 API를 통해 딥 씽크를 제공하며, 얼리 액세스를 통해 신청 가능합니다.
구글은 까다로운 현실 세계의 과제를 해결하기 위해 과학자 및 연구원들과 긴밀히 협력해 딥 씽크를 정교하게 다듬었습니다. 초기 테스터들의 활용 사례는 다음과 같습니다.
미국 럿거스 대학교의 수학자 리사 카본(Lisa Carbone)은 아인슈타인의 중력 이론과 양자 역학 간의 간극을 메우기 위해 고에너지 물리학계에서 필요로 하는 수학적 구조를 연구합니다. 기존 훈련 데이터가 매우 부족한 이 분야에서, 그녀는 고도의 전문 지식이 필요한수학 논문을 검토하는 데 딥 씽크를 활용했습니다. 딥 씽크는 동료 간의 평가(Peer Review)에서도 발견되지 않고 지나쳤던 미묘한 논리적 오류를 성공적으로 찾아냈습니다.
듀크 대학교의 왕 연구실(Wang Lab)은 초전도체 물질 발견 가능성을 높이기 위해 복잡한 결정(crystal) 성장 공정을 최적화하는 데 딥 씽크를 활용했습니다. 이 모델은 기존 방식으로는 달성하기 어려웠던 정밀한 목표치인 100μm 이상의 박막(thin films) 성장을 위한 레시피를 성공적으로 설계했습니다.
구글 플랫폼 및 디바이스 부서의 R&D 리드이자 리프트웨어 전 CEO인 아누팜 파탁(Anupam Pathak)은 물리적 부품 설계를 가속화하기 위해 새로운 딥 씽크를 테스트했습니다.
수학적 및 알고리즘적 엄밀함으로 추론 능력 향상
작년, 구글은 딥 씽크의 전문 버전들이 수학 및 프로그래밍 세계 선수권 대회에서 금메달 수준을 달성하며 추론 분야의 가장 어려운 과제들을 해결할 수 있음을 증명했습니다.. 최근에는 딥 씽크가 전문 에이전트를 통해 연구 수준의 수학적 탐구를 수행할 수 있게 되었습니다.
업데이트된 딥 씽크 모드는 가장 엄격한 학술적 벤치마크에서 새로운 기록을 달성하며 지능의 경계를 계속해서 확장하고 있습니다.
- 현대 프런티어 모델의 한계를 테스트하기 위해 설계된 벤치마크인 ‘인류의 마지막 시험(Humanity’s Last Exam)’에서 새로운 표준(툴 사용 없이 48.4%)을 수립했습니다.
- ARC Prize 재단이 검증한 ARC-AGI-2에서 전례 없는 84.6%를 달성했습니다.
- 코딩 성능을 평가하는라이브코드벤치(LiveCodeBench)에서 놀라운 수치인 95.4%를 기록했습니다.
복잡한 과학 영역 탐구
수학 및 코딩 대회를 넘어, 제미나이 3 딥 씽크는 이제 화학 및 물리학 등 광범위한 과학 분야에서도 탁월한 능력을 발휘합니다. 업데이트된 딥 씽크 모드는 2025년 국제 물리 올림피아드 및 화학 올림피아드(2025 International Physics Olympiad and Chemistry Olympiad)의 서면 부문에서 금메달 수준의 결과를 보여주었습니다. 또한 CMT 벤치마크(CMT-Benchmark)에서 50.5%의 점수를 획득하며 고급 이론 물리학에서의 숙련도 또한 입증했습니다.
현실 세계의 공학 가속화
딥 씽크는 최첨단 성능 외에도 연구원들이 복잡한 데이터를 해석하고 엔지니어들이 코드를 통해 물리적 시스템을 모델링할 수 있도록 지원하는 등 현실 세계에 영향을 미치도록 설계되었습니다. 무엇보다도 구글은 제미나이 API와 같은 접점을 시작으로 연구원과 실무자들이 가장 필요로 하는 곳에 딥 씽크를 제공하기 위해 노력하고 있습니다.
업데이트된 딥 씽크를 활용하면 스케치를 3D 프린팅이 가능한 설계로 전환할 수 있습니다. 모델이 도면을 분석하고 복잡한 형상을 모델링해 3D 프린팅으로 실제 물체를 제작할 수 있는 파일을 생성합니다.
구글 AI 울트라 구독자 및 얼리 액세스 프로그램(Early Access Program)을 통해 이용 가능
울트라 구독자는 오늘부터 제미나이 앱에서 업데이트된 딥 씽크 모드를 이용할 수 있습니다. 과학자, 엔지니어 및 기업 또한 이제 얼리 액세스 프로그램 신청을 통해제미나이 API로 딥 씽크를 테스트해 볼 수 있습니다.
딥 씽크와 함께 여러분이 만들어갈 새로운 발견을 기대합니다.
근데 이러면 생각이라는 근원은 어디서 오는건가
무한한 패턴의 그냥 한 형상일 뿐인가 하는 생각이 드는 군요
물론 이론적으로는... 다양한 생각 모델이 있는 뇌라는 매우 정밀한 하드웨어 패턴이 맞겠지만요
https://www.clien.net/service/board/park/17264333CLIEN
https://archive.ph/ijgN5
제미니는 뭐 방향 잘못잡고 있네요. 시간 오래 걸려 가능한 고점이 필요한게 아닌데요.
gpt5.3codex를 사람들이 관심갖는 이유, 5.3codex-spark가 나온 이유를 모르고 있네요.
사람 2명 실어 나르는데 소형 자동차면 충분한데, 왜 40인승 버스를 들이대는지 모르겠습니다.
남들보다 서너명 더 실을 수 있다고 자랑하지만.. 솔직히 그냥 그런갑다 하는거지, 이런거 별로..
openclaw에 왜 사람들이 열광하는지. 그거 보고서도 이런거 내놓네요.
3flash/3pro가 지금 어떤 평가를 받는지. 눈이 있으니 분명 알고 있을텐데요.
별 의미도 없는 벤치마킹용 모델로 자랑하는건 그만두고,
중국에서 혼자서 계정 6천개 로테이션 돌리는거나 막아주고,
에이전틱 기능이나 좀 강화하고, 치매 걸린 모델이나 개선하는게 급선무 같네요.
애들은 이미 자신들을
위한 ai를 개발하고 있는건 아닐까요? 구글 창업자들이 생명연장기술에 관심이 많은거 같던데 ^^그쪽으로 사용성을 더 높이려고 하는검 아닐까 합니다
수 일 간 디버깅에 매진하느라 spark 출시 사실을 모르고 댓글 보고 돌려봤더니....codex 5.3 대비 열 배 향상이 맞네요....
3~4분은 걸렸을 문서 요약 정리 작업을 몇십초에 해줘서 속은 시원한데 지표에서 보여주는 약9~10%의 정확도 차이에 더해서 첫 번째 지시에 대해 해당 파일을 지정된 곳이 아닌 임의의 장소에 생성하는 결과를 보여줘서 한 달 반을 진행중인 튜닝 및 디버깅 작업은 느리더라도 5.3 codex로 마무리 하기로 했습니다..