구글 I/O 2026: Gemini 3.5 플래시, 오미니(비디오용 나노바나나), 스파크(백그라운드 에이전트), 앤티그라비티 2.0

Google I/O 2026에서 공개된 라인업은 멀티모달, 에이전트, 개발 환경이라는 세 축을 동시에 끌어올린 패키지로 볼 수 있다. Gemini 3.5 Flash는 경량 모델 계열의 차세대 버전으로, 이전 Flash 계열과 마찬가지로 MoE(Mixture of Experts) 기반 추론 최적화와 KV 캐시 압축, 추측 디코딩(speculative decoding)을 통해 저지연·저비용을 유지하면서도 컨텍스트 처리 능력과 도구 호출 정확도를 끌어올린 것이 핵심이다. Omni(이미지 생성 모델 NanoBanana의 비디오 확장판)는 단일 트랜스포머가 텍스트·이미지·오디오·비디오 토큰을 동일한 잠재 공간에서 처리하는 통합 아키텍처를 따르며, 시간축 일관성(temporal consistency)을 위해 3D RoPE와 latent video diffusion을 결합하는 방식으로 추정된다. Spark는 코드 저장소·이슈 트래커·CI 로그 등에 상시 연결되어 백그라운드에서 비동기로 작업을 수행하는 에이전트 런타임이며, 작업 단위를 장기 실행 가능한 task graph로 관리해 사용자가 자리를 비운 동안에도 PR 초안, 의존성 업그레이드, 로그 분석 같은 작업을 끝내 놓는 형태에 가깝다.

개발자 입장에서 실질적인 변화는 "AI를 호출하는 코드"에서 "AI가 호출하는 코드"로의 무게중심 이동이다. Antigravity 2.0은 Cursor·Windsurf 계열의 에이전트 IDE와 같은 흐름이지만, Spark와 결합되면서 로컬 IDE 세션이 닫혀 있어도 에이전트가 원격 워크스페이스에서 빌드·테스트·배포 파이프라인을 돌릴 수 있게 된다. 이는 곧 한국 개발자가 자주 마주하는 "야간 빌드 실패 → 오전에 디버깅" 사이클이 "야간에 에이전트가 1차 분석과 hotfix PR 초안까지 만들어 둔 상태로 출근" 형태로 바뀔 수 있음을 의미한다. Gemini 3.5 Flash의 비용 효율은 RAG, 실시간 번역, 챗봇 백엔드 같은 대량 트래픽 시나리오에서 GPT-4o-mini, Claude Haiku 4.5와의 가격·품질 경쟁을 한층 더 격화시킬 것이고, Omni는 광고·커머스·교육 콘텐츠 제작에서 별도의 영상 편집 파이프라인 없이 prompt-to-video 기반 자동화를 현실적인 옵션으로 만든다.

엔지니어가 당장 점검해야 할 포인트는 세 가지다. 첫째, 기존 Gemini API 코드라면 모델 식별자(`gemini-3.5-flash`)와 함께 새로 노출되는 도구 호출 스키마(병렬 tool call, 구조화 출력 강제 옵션)를 확인해 마이그레이션 비용을 산정해야 한다. 둘째, Spark/Antigravity 같은 백그라운드 에이전트를 도입할 계획이라면 권한 경계를 반드시 먼저 설계해야 한다. 저장소 쓰기, 시크릿 접근, 외부 API 호출 범위를 OAuth scope 수준으로 분리하지 않으면 자율 에이전트가 의도치 않은 변경을 커밋하거나 비용을 소진하는 사고로 이어진다. 셋째, Omni 기반 비디오 생성은 저작권·딥페이크 규제(국내 정보통신망법 개정안, EU AI Act high-risk 분류) 영향권에 들어가므로, 프로덕션 적용 전 워터마킹(SynthID-Video) 및 사용자 동의 플로우를 함께 설계해야 한다.

마지막으로, 이번 발표가 시사하는 큰 그림은 "모델 경쟁"에서 "에이전트 플랫폼 경쟁"으로의 전환이다. OpenAI의 Operator, Anthropic의 Computer Use, 그리고 이번 Google의 Spark·Antigravity 2.0이 모두 동일한 방향—개발자의 IDE와 클라우드 환경을 에이전트가 직접 조작하는 모델—을 향하고 있다. 따라서 단순히 어떤 모델이 더 똑똑하냐를 비교하기보다는, 자사 개발 워크플로우(코드 리뷰, 인시던트 대응, 데이터 파이프라인 운영) 중 어떤 단계를 에이전트에 위임할 것인지에 대한 내부 표준과 거버넌스를 미리 정의해 두는 팀이 향후 6~12개월의 생산성 격차를 결정짓게 될 가능성이 높다.