구글이 사이버 전용 제미나이를 따로 갈라 심사제로 잠갔다: CWE-Bench 47.2%는 선두 47.8%에 못 미친다

구글은 2026년 9월 2일 제미나이 3.8 플래시와 제미나이 3.8 플래시 사이버를 함께 공개하면서, 두 판본을 완전히 다른 방식으로 배포했다. 일반판 3.8 플래시는 구글 AI 스튜디오와 제미나이 API로 누구나 100만 토큰당 입력 0.75달러에 부를 수 있는 반면, 사이버판은 페어윈드 프로그램 심사를 통과한 조직에만 구글 클라우드 환경을 거쳐 제공된다. 그런데 공지에 실린 사이버판의 정면 점수는 선두를 넘지 못한다. 취약점 패치 능력을 재는 CWE-Bench에서 3.8 플래시 사이버의 Pass@1은 47.2%이고, 같은 표에 적힌 선두 프론티어 모델은 47.8%다. ASAP은 구글 공식 공지 두 건에서 확인되는 수치만으로, 점수에서 앞서지 않은 모델이 왜 전용 판본으로 갈라져 잠겼는지를 따져본다.

CWE-Bench 47.2%와 선두 47.8%, 0.6점포인트 차이가 이번 공개의 출발점이다

제미나이 3.8 플래시 사이버는 취약점 패치 벤치마크 CWE-Bench에서 Pass@1 47.2%를 기록했고, 구글이 같은 문장에 적어 둔 선두 프론티어 모델의 값은 47.8%다. 두 값의 차이는 0.6점포인트이며 방향은 사이버판이 뒤진 쪽이다. 취약점 발견 쪽에서는 구글 내부 평가 기준 20개 프로그래밍 언어에서 성공률 70%를 넘겼다고 밝혔고, 실제 취약점 탐지를 재는 CyberGym Pass@1에서는 전 세대인 3.5 플래시 사이버를 앞섰다고 적었다.

경쟁 모델과 나란히 놓은 수치를 자사 공지에 그대로 실으면서 그 수치가 선두에 못 미친다고 적는 구성은 흔하지 않다. 보통의 모델 공지는 자사가 1위인 항목만 표로 만들고 뒤진 항목은 생략한다. 구글이 이번에 반대로 한 것은 이 모델의 판매 논거가 정면 점수가 아니라는 뜻으로 읽힌다. 실제로 공지에서 사이버판을 설명하는 문장은 성능 순위가 아니라 운영 비용을 앞세운다. 코드멘더와 결합한 3.8 플래시 사이버가 코드 수정을 작성하고 검증하는 특화 추론을 기존 프론티어 모델의 일부 비용으로 제공한다는 서술이 그것이다.

이 구도를 정확히 옮기면 이렇다. 한 건의 취약점을 고치는 능력 자체는 선두와 사실상 같은 수준이고, 달라진 것은 그 능력을 몇 건에 적용할 수 있느냐다. 방어 쪽에서 처리해야 할 코드베이스와 취약점 후보의 규모를 생각하면, 한 건당 정확도 0.6점포인트보다 같은 예산으로 몇 배를 돌릴 수 있느냐가 결과를 더 크게 가른다. 구글이 벤치마크 순위 대신 비용 배수를 앞세운 배치는 이 계산을 그대로 반영한 것이다.

공지가 벤치마크보다 먼저 배치한 것은 파트너 세 곳의 현장 수치다

구글 공지에서 3.8 플래시 사이버의 근거로 가장 앞에 나오는 자료는 표준 벤치마크가 아니라 실제 조직 세 곳의 측정값이다. 크롬 보안팀은 3.8 플래시 사이버가 크롬의 취약점에 대해 최고 상용 모델보다 정확한 패치를 2.6배 더 많이 만들어냈다고 밝혔다. 클라우드 보안 기업 Wiz는 자사 내부 침투 테스트 벤치마크에서 리콜이 7.5%에서 9.7% 더 높으면서 비용은 2.3배에서 5.2배 더 낮았다고 보고했다. 구글 클라우드 취약점 연구팀은 중대한 기반 취약점 하나를 2시간이 채 걸리지 않아 찾아냈다고 적었다.

세 수치는 모두 상대값이며 셋 다 비교 대상의 이름이 없다. 최고 상용 모델, 선두 프론티어 모델 같은 표현만 있고 어떤 모델인지, 어떤 버전인지, 어떤 하니스를 씌워 돌렸는지가 공지에 적혀 있지 않다. Wiz의 리콜 개선 폭이 7.5%에서 9.7%로, 비용 우위가 2.3배에서 5.2배로 각각 구간으로 제시된 점도 짚어 둘 만하다. 구간으로 적혔다는 것은 조건에 따라 결과가 크게 갈렸다는 뜻이고, 비용 쪽 구간의 폭이 성능 쪽보다 훨씬 넓다는 사실은 이 모델의 이점이 과제 성격에 따라 두 배 넘게 달라진다는 신호다.

그럼에도 이 배치는 의도가 분명하다. 표준 벤치마크에서 선두에 0.6점포인트 뒤진 모델을 소개하면서 자사 크롬팀과 외부 보안 기업의 실운영 수치를 먼저 내놓는 구성은, 평가 무대를 벤치마크 표에서 운영 현장으로 옮기자는 제안이다. 보안 업무의 성과가 한 건의 정답률이 아니라 하루에 검토를 끝낸 취약점 수로 측정된다는 점을 생각하면 근거 없는 옮기기는 아니다. 다만 독자가 이 수치들을 검증할 방법은 현재로서는 없다.

페어윈드는 능력을 공개가 아니라 자격으로 나눈다

페어윈드 프로그램은 구글이 2026년 9월 2일 함께 발표한 제한 접근 프로그램이며, 3.8 플래시 사이버와 취약점 교정 하니스 코드멘더를 구글 클라우드 환경을 통해 심사받은 조직에만 제공한다. 대상은 정부기관과 국가 사이버 당국, 의료와 통신과 에너지와 금융 같은 핵심 인프라 운영자, 핵심 기술 플랫폼 기업, 구글 클라우드 고객과 보안 파트너다. 참여 조직은 접근 권한을 내부 보안팀과 사고 대응팀, 모의 침투 팀으로 한정하고 다중 인증을 배포하는 운영 기준에 동의해야 한다. 구글은 전 세계 참여 파트너가 650곳을 넘는다고 밝혔다.

이 구조는 최근 몇 년간 모델 배포의 기본값과 정반대 방향이다. 성능이 좋은 모델일수록 API로 넓게 열고 가격으로 수요를 조절하는 방식이 표준이었고, 그 표준 위에서 같은 날 공개된 일반판 3.8 플래시는 구글 AI 스튜디오와 안드로이드 스튜디오, 스티치, 구글 안티그래비티, 제미나이 엔터프라이즈, 제미나이 앱의 프로와 울트라 구독, 구글 검색 AI 모드, 구글 시트까지 여덟 갈래로 동시에 풀렸다. 같은 날 같은 세대의 두 판본이 하나는 여덟 창구로 열리고 하나는 신청서로 잠긴다는 대비가 이번 발표의 실질이다.

여기서 갈리는 것은 가격이 아니라 자격이다. 공격과 방어에 같은 능력이 쓰이는 사이버 영역에서 구글은 능력을 파는 대신 그 능력을 쓸 자격을 심사하기로 했다. 코드멘더 서술에서 몇 주 걸리던 수동 수정을 몇 분 만에 검증된 배포 가능 패치로 바꾼다는 문장은 이 선택의 이유를 압축한다. 몇 주를 몇 분으로 줄이는 도구는 고치는 쪽과 뚫는 쪽 모두에게 같은 배수로 작동하기 때문이다. 구글이 함께 공개한 지원 규모도 이 프레임 안에 있다. 구글닷오알지의 누적 사이버보안 지원이 1억 달러를 넘겼고, 3,600만 달러가 사이버 클리닉 35곳에 투입돼 미국 내 병원과 공립 학군, 지방 공공설비 1,250곳 이상에 무상 보안 지원을 제공했다는 내용이다.

방어자 우위 논리에 남는 빈칸

심사제 배포가 방어 쪽에 우위를 준다는 논리는 세 가지 가정 위에 서 있고, 공지는 그중 어느 것도 검증하지 않는다. 첫째 가정은 심사를 통과한 650여 조직 안에서 능력이 새어 나가지 않는다는 것이다. 접근을 보안팀과 사고 대응팀으로 한정하고 다중 인증을 요구하는 조건은 이 위험을 줄이지만 없애지는 못한다. 둘째 가정은 비슷한 능력이 다른 경로로 열리지 않는다는 것인데, 같은 표에서 47.8%를 기록한 선두 프론티어 모델의 존재 자체가 이 가정을 약화시킨다. 능력의 경계선이 페어윈드 심사선과 일치하지 않는다면 심사는 배포 속도만 늦춘다.

셋째 가정은 방어 쪽이 이 도구를 실제로 소화할 수 있다는 것이다. 몇 분 만에 검증된 패치가 나온다는 말은 병목이 패치 작성에 있었다는 전제를 깐다. 현실의 취약점 대응에서 시간을 잡아먹는 구간은 패치 작성만이 아니라 영향 범위 판단과 회귀 시험, 배포 승인, 서비스 중단 시간 조율에 걸쳐 있다. 패치 생산 속도가 몇 주에서 몇 분으로 줄어도 뒤따르는 절차가 그대로면 전체 대응 시간은 그만큼 줄지 않는다. 3,600만 달러를 받은 사이버 클리닉이 지원하는 병원과 학군 같은 조직에서는 이 뒷단이 특히 얇다.

공지에서 확인되지 않는 항목도 정리해 둘 만하다. 두 판본 모두 컨텍스트 창 크기와 지연시간, 초당 토큰 처리량, 지식 컷오프 날짜가 적혀 있지 않다. 사이버판의 별도 가격도 공개되지 않았다. 구글은 안전 측면에서 화학과 생물과 방사능과 핵 영역, 그리고 사이버 공격 악용에 대한 방어를 갖췄고 그레이 스완 벤치마크 기준 프롬프트 인젝션 견고성이 개선됐다고 밝혔으나 해당 평가의 수치는 공지에 없다.

20일 만에 판본이 갈린 속도가 도입 계획의 변수다

제미나이 플래시 계열의 판본 교체 간격은 20일까지 줄었다. 구글은 2026년 8월 13일 제미나이 3.7 플래시를 공개했고 2026년 9월 2일 3.8 플래시를 내놓았다. 일반판 3.8 플래시의 단가는 100만 토큰당 입력 0.75달러, 출력 3.75달러로 3.7 플래시와 같으며, 이 도입가는 2026년 12월 31일까지만 유효하고 2027년 1월 1일부터 입력 1.50달러, 출력 7.50달러로 정확히 2배가 된다. 공지에 실린 일반판의 대표 지표는 다단계 추론을 재는 HLE-Verified 54.9%다.

한국 조직이 오늘 취할 수 있는 조치는 두 판본에서 서로 다르다. 일반판은 제미나이 API를 gemini-3.8-flash로 호출해 기존 3.7 플래시 워크로드를 그대로 재실행하면 되고 단가가 같으므로 비교 실험의 추가 비용은 호출량 한 번치뿐이다. 사이버판은 페어윈드 신청서를 통과해야 하며, 심사 기준이 정부기관과 핵심 인프라 운영자와 핵심 기술 플랫폼에 맞춰져 있으므로 일반 기업의 보안팀이 곧바로 대상에 들어간다고 보기 어렵다.

20일 주기가 도입 계획에 미치는 영향은 판본 선택보다 검증 방식 쪽에 크다. 특정 판본의 점수를 근거로 굳힌 설계는 3주 뒤 다음 판본에서 다시 검증 대상이 되고, 벤치마크 표를 그때마다 다시 읽는 방식으로는 따라갈 수 없다. 자사 과제로 재는 회귀 시험 묶음을 한 번 만들어 두고 판본이 바뀔 때마다 같은 묶음을 돌리는 쪽이, 20일마다 갱신되는 공지를 좇는 것보다 실무에서 남는다.

출처: 구글 공식 블로그 제미나이 3.8 플래시와 3.8 플래시 사이버 공개 공지(2026년 9월 2일)와 페어윈드 프로그램 공지(2026년 9월 2일) 기반 ASAP 정리