Gemini 3.8 Live와 3.8 Live Extended Thinking 공개

Who Should Read

음성 에이전트나 전화 상담 봇을 만들며 실시간 음성 모델 선택지를 고민하는 백엔드 개발자

Core Mechanics

• Live 모델 2종이 나왔다
  • 3.8 Live는 대규모·저비용용이고 시각 입력까지 받는다.
  • 3.8 Live Extended Thinking은 복잡한 다단계 추론용이다.
• 말하는 중에도 툴이 돈다
  • 툴·API 호출을 백그라운드에서 실행하면서 대화를 이어간다.
  • 요청을 알아듣고 확인했다고 말한 뒤 작업이 끝날 때까지 계속 대화한다.
• Extended Thinking은 생각하며 말한다
  • "Let me check that…" 같은 초기 음성 신호로 응답을 시작한다.
  • 다단계 백그라운드 작업은 진행 상황을 말로 중계한다.
• 음성 벤치마크 수치가 공개됐다
  • Extended Thinking은 Artificial Analysis Speech to Speech Quality Index에서 82.6으로 전체 1위다.
  • τ-Voice 68.6%, Sierra τ-Voice-banking 35.1%, Big Bench Audio 97.7%다.
• 3.8 Live는 Speech Agent Arena 2위다
  • 사용자 선호도에서 2위를 기록했다.
  • ServiceNow EVA-Bench에서는 정확도와 대화 품질 균형으로 Pareto Frontier를 밀어냈다고 한다.

Community Reactions

• Afrikaans 같은 소수 언어도 잘 말한다는 경험
  • 미국에 사는 사용자가 운전 중 Afrikaans 대화와 문법 수업에 썼더니 가족이 놀랄 정도였다는 경험이다.
• Workspace 계정에서도 쓸 수 있고 지연이 낮았다는 경험
  • 강한 억양도 잘 알아듣고 목소리가 자연스러웠다는 후기다.
  • 최근 출시작과 달리 Workspace 계정에서도 쓸 수 있었다고 한다.
• 에이전트용으로는 조심하라는 경고
  • 음성 비서를 만들며 Gemini 3.8 Flash로 바꿨더니 요구하지 않은 구현 세부사항을 지어내 당일 원복했다는 경험이다.
  • 그래서 Live를 에이전트 시나리오에 쓸 때 주의하라는 의견이다.
• 전화 연동과 안정성 이슈 보고
  • SIP를 지원하지 않아 WebSocket으로 전화 스트림을 넘기면 지연이 체감된다는 의견이다.
  • 한 사용자는 질문 한 번 후 스스로 답을 이어가는 무한 루프와 임의 언어 전환이 생겼다고 했다.
• MCP 툴 지원이 없다는 아쉬움
  • 음성 모드에서 텍스트 모드와 같은 툴 사용이 안 된다는 불만이다.
  • Grok과 Claude는 음성 모드에서 거의 동등한 툴을 쓴다는 의견이다.

How to Apply

• 오늘 AI Studio에서 음성 대화 테스트하기
  • Google AI Studio에서 3.8 Live를 골라 억양·언어 전환·끼어들기를 직접 말해 본다.
  • 현재 쓰는 음성 모델과 같은 시나리오로 응답 지연을 비교한다.
• 백그라운드 툴 호출 시나리오 짜 보기
  • 예약·조회처럼 오래 걸리는 함수 호출을 하나 골라 비동기로 등록한다.
  • 작업 중에도 대화가 끊기지 않는지 확인한다.
• 에이전트용 음성에는 평가셋 먼저 돌리기
  • 지시에 없는 요구사항을 지어내는지 확인하는 위임 테스트 케이스를 만든다.
  • 통과한 뒤에만 프로덕션 음성 에이전트에 붙인다.
• 전화 연동은 SIP 지원 여부 확인하기
  • 전화 상담 봇이라면 WebSocket 포워딩의 지연을 실측한다.
  • 지연이 크면 LiveKit이나 Pipecat 같은 플랫폼 경로를 비교한다.

Try It

# Claude 또는 ChatGPT에 붙여넣기 — 음성 에이전트 도입 전 테스트 시나리오 생성기

나는 {{서비스 설명}}용 음성 에이전트를 만들고 있다. 실시간 음성 모델이 백그라운드 툴 호출을 하며 대화를 이어가야 한다.

아래 항목별로 말로 직접 테스트할 시나리오를 각 3개씩 만들어 줘.
1. 요청을 알아듣고 확인 멘트 후 백그라운드 작업 수행
2. 작업 중 사용자가 끼어들거나 주제를 바꾸는 경우
3. 대화 도중 언어가 바뀌는 경우
4. 지시하지 않은 요구사항을 모델이 지어내는지 확인하는 경우

각 시나리오에 사용자 발화 예시와 통과 기준을 표로 적어 줘.

이어서 해 볼 것: 만든 시나리오를 AI Studio에서 직접 말하며 돌려 보고 통과 여부를 기록한다.

Terminology

관련 논문

• 같은 시뮬레이션, 다른 근거: 도구 출력을 파일로 넘기면 LLM 에이전트 정확도가 어디서 깎이나

  긴 툴 출력을 파일로 넘기자 GPT-5.1은 정확도 11.3%p 하락, 정식 출력 지정하니 회복

• 가짜 뉴스가 진짜 폭락을: LLM 트레이딩 에이전트 대상 정보 주입 공격

  가짜 헤드라인 한 줄로 LLM 트레이딩 에이전트 62%를 조종했다(프롬프트 주입은 14%)

• Harness Engineering 101: LLM은 뇌, harness는 몸

  에이전트는 JSON 배열을 관리하는 루프이고, 16개 챕터로 직접 만들어 본다

• Harness²: 에이전트 harness를 스스로 고쳐 쓰는 재귀 최적화 프레임워크

  모델은 고정하고 harness를 재귀로 고쳤더니 벤치마크 점수가 최대 11.8%p 올랐다

• 해고된 Savannah 경찰관, ICE 요원 남편에게 Flock 계정 공유

  경찰관이 Flock 계정을 남편(ICE 요원)에게 공유했고, 감사에서 983건 검색이 드러나 해고됐다

• tmux와 Claude Code: 세션, send-keys, 그리고 한계선

  tmux로 Claude Code 여러 개를 돌리면 편하지만 에이전트 4개쯤에서 한계가 온다

• Hybrid Reasoning Agents: 잠재 공간에서 생각하고 텍스트로 행동하는 LLM 에이전트

  잠재 공간 추론과 텍스트 도구 호출을 섞었더니 성능 10.4%↑, 토큰 최대 54.7%↓

Related Resources

• https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/
• https://wokay.goodmem.ai/info