검색창에 질문만 던지지 마라, Gemini 3.5 Flash 시대의 AI 워크플로

검색창에 질문만 던지지 마라. 이제는 일을 맡길 때다

검색 결과를 열 개 띄워놓고, 서로 다른 문서에서 핵심을 복사하고, 마지막에는 “그래서 무엇을 해야 하지?”라고 다시 묻는 일이 아직도 반복된다. AI를 쓰고 있는데도 조사와 정리는 그대로라면, 문제는 모델의 지능이 아니라 질문을 일회성 검색으로 끝내는 방식에 있다.

Google이 Gemini 3.5 Flash를 Search의 AI Mode 기본 모델로 넣고 검색창 자체를 다시 설계한 이유도 여기에 있다. 검색창이 짧은 키워드를 받는 입력란에서, 파일·이미지·영상·Chrome 탭까지 묶어 작업을 설명하는 인터페이스로 바뀌고 있다. 내 결론은 분명하다. 이 업데이트를 “더 똑똑한 검색”으로만 소비하면 얻는 것이 적다. 반복되는 조사 업무를 검증 가능한 작업 흐름으로 바꾸는 계기로 써야 한다.

이번 변화의 핵심은 새 모델보다 ‘검색의 단위’다

Google은 2026년 5월 19일 I/O에서 Gemini 3.5 Flash를 공개하면서, Search의 AI Mode에 전 세계 기본 모델로 적용한다고 발표했다. 같은 발표에서 검색창도 25년이 넘은 역사상 가장 큰 업그레이드라고 설명했다. 검색창은 입력 내용에 따라 넓어지고, 자동완성보다 의도에 가까운 질문 제안을 제공하며, 텍스트뿐 아니라 이미지·파일·동영상·Chrome 탭을 입력으로 받을 수 있다.

이 차이는 작아 보이지만 업무 방식은 크게 달라진다. 예전의 검색 단위는 링크 하나였다. 이제의 검색 단위는 “이 자료들을 비교하고, 빠진 조건을 찾고, 출처와 함께 다음 행동을 정리해달라”는 작업 브리프에 가까워진다. 질문을 길게 쓰라는 뜻이 아니다. 목표, 입력 자료, 판단 기준, 결과 형식을 한 번에 지정하라는 뜻이다.

Gemini 3.5 Flash가 실무에 맞는 이유는 ‘길게 생각해서’가 아니다

Google의 개발자 문서에 따르면 안정화 모델 코드 gemini-3.5-flash는 텍스트·이미지·동영상·오디오·PDF 입력을 지원하고, 입력 토큰 한도는 1,048,576이다. 검색 그라운딩, URL 컨텍스트, 파일 검색, 코드 실행, 함수 호출, 구조화된 출력도 지원한다. 컴퓨터 사용은 아직 미리보기다. 중요한 점은 기능 목록 자체보다, 여러 단계를 연결할 수 있는 부품이 한 모델 주변에 모였다는 사실이다.

Google은 자사 발표에서 Gemini 3.5 Flash가 에이전트·코딩 벤치마크와 멀티모달 이해 평가에서 높은 성능을 보였고, 다른 프론티어 모델보다 출력 속도가 4배 빠르다고 주장했다. 다만 이 수치는 Google이 제시한 비교 결과다. 구매나 전환의 근거로 그대로 받아들이기보다, 내 업무의 지연 시간·정확도·재검토 횟수로 다시 측정해야 한다.

실제로 바꿔야 할 워크플로는 세 가지다

첫째, 자료 수집을 ‘질문 한 번’에서 ‘입력 묶음’으로 바꾼다. 경쟁사 페이지, PDF 제안서, 화면 캡처, 현재 열어둔 탭을 따로 요약시키지 말고 하나의 목적 아래 묶는다. 예를 들어 “우리 팀의 신규 분석 도구 후보를 고르기 위해 가격, 데이터 보존, API, 한국어 지원을 표로 비교하고 확인이 필요한 항목을 따로 표시하라”고 요청한다. 결과의 첫 줄에 결론을 쓰게 하기보다, 각 셀에 출처 링크와 확신 수준을 함께 요구하는 편이 낫다.

둘째, 반복 업무에는 결과 형식을 고정한다. 매주 시장 업데이트를 읽는다면 자유 형식의 요약을 받지 말고 변화, 영향, 근거 링크, 다음 확인일, 사람의 승인 필요 여부로 나눈다. API를 붙일 때는 구조화된 출력과 함수 호출을 활용해 결과를 스프레드시트나 내부 큐로 보낸다. AI를 더 많이 믿는 방법이 아니라, 틀렸을 때 어디서 멈출지 정하는 방법이다.

셋째, 사람의 승인을 마지막 장식이 아니라 분기점으로 둔다. 모델이 문서를 분류하고 후보를 만들 수는 있어도, 계약 조건을 확정하거나 고객에게 답장을 보내거나 코드를 운영 환경에 배포하는 일까지 자동 승인해선 안 된다. 특히 컴퓨터 사용 기능은 개발자 문서상 미리보기이므로, 브라우저를 직접 조작하는 흐름은 별도 권한·로그·중단 조건을 먼저 설계해야 한다.

도입은 ‘새 도구 구독’이 아니라 7일 실험으로 시작하라

• 1일차: 매주 반복하는 조사·분류·코딩 업무 하나를 고른다. 한 번만 하는 업무는 제외한다.
• 2일차: 실제 자료 5~10개와 성공 기준을 정한다. 정확도, 완료 시간, 사람이 고친 횟수를 기록한다.
• 3~5일차: 같은 입력으로 기존 방식과 Gemini 3.5 Flash 기반 흐름을 각각 실행한다. 답변의 그럴듯함이 아니라 근거 누락과 재작업을 센다.
• 6일차: 구조화된 출력, 출처 필수, 사람 승인 지점을 추가하고 다시 실행한다.
• 7일차: 비용과 속도가 아니라 “반복해서 맡길 수 있는가”를 판정한다. 실패 원인이 자료 부족인지, 질문 설계인지, 모델 오류인지 분리한다.

이 실험의 장점은 Gemini 3.5 Flash가 최고인지 당장 결론 내리지 않아도 된다는 데 있다. 같은 업무를 다른 모델이나 기존 자동화 도구로 바꿔 끼울 수 있는 기준선이 생긴다. 모델 이름이 바뀌어도 유지되는 것은 입력 규격, 결과 스키마, 승인 정책, 평가 기록이다. 오래 가는 도입은 모델을 고르는 프로젝트가 아니라 이 네 가지를 정리하는 프로젝트다.

검색창이 에이전트가 될수록, 질문보다 경계선이 중요해진다

Google은 Search에 24시간 작동하는 정보 에이전트, 예약과 구매를 돕는 에이전트 기능, 질문에 맞춰 표·그래프·시뮬레이션을 즉석에서 만드는 생성형 UI를 예고했다. 이 방향은 검색이 답변을 보여주는 곳에서, 정보를 계속 감시하고 다음 행동을 준비하는 곳으로 이동한다는 뜻이다.

하지만 자동화의 가치가 커질수록 오답의 반경도 커진다. 최신 가격을 잘못 읽으면 비교표 하나가 틀리는 것으로 끝나지 않고 구매 결정까지 오염될 수 있다. 따라서 실무에서는 “무엇을 할 수 있나?”보다 먼저 “어디까지 하면 멈추나?”를 적어야 한다. 민감한 자료를 넣지 않는 범위, 인용 없는 주장을 보류하는 규칙, 외부 전송 전 승인, 실행 로그와 되돌리기 방법이 최소 경계선이다.

Gemini 3.5 Flash를 도입할 이유는 새 모델이라서가 아니다. 검색·문서·코드·작업 실행 사이의 끊어진 단계를 하나의 흐름으로 묶을 수 있기 때문이다. 오늘 할 일은 모든 업무를 에이전트로 만드는 것이 아니다. 반복 업무 하나를 골라 입력 묶음과 결과 형식을 만들고, 사람이 승인할 한 지점을 정하는 것이다. 그 7일 실험에서 기존 방식보다 재작업이 줄고 근거 추적이 쉬워진다면, 그때 다음 업무로 넓혀라.

CTA: 지금 반복되는 조사 업무 하나를 정해 자료 5개를 묶어보라. “결론·근거 링크·불확실한 항목·다음 행동·사람 승인 필요 여부” 형식으로 Gemini 3.5 Flash에 요청하고, 기존 방식과 걸린 시간과 수정 횟수를 비교해보라. 도구를 바꾸는 가장 빠른 방법은 기능 소개를 더 읽는 것이 아니라, 내 업무의 첫 번째 기준선을 만드는 것이다.

근거 출처

[외부 정보 (하베스터 수집)] Google I/O 발표일, Gemini 3.5 Flash의 Search AI Mode 기본 모델 적용, 지능형 검색창의 텍스트·이미지·파일·동영상·Chrome 탭 입력, 정보 에이전트와 생성형 UI 계획은 Google, “A new era for AI Search”(2026-05-19)에서 확인했다. 모델의 에이전트·코딩 지향, Google이 제시한 벤치마크와 속도 비교, Gemini 앱·Search·개발자 플랫폼 적용은 Google, “Gemini 3.5: frontier intelligence with action”(2026-05-19)을 참고했다. 안정화 모델 코드, 1,048,576 입력 토큰 한도, 지원 입력 유형과 검색 그라운딩·URL 컨텍스트·파일 검색·코드 실행·함수 호출·구조화된 출력·컴퓨터 사용 미리보기 등의 기능은 Google AI for Developers, “Gemini 3.5 Flash”(2026-07-21 최종 업데이트)에서 확인했다. 이미지 출처도 각 캡션의 Google 공식 원문이다.

[상호작용 (에이전트-드루 대화·작업)] 이 글에는 특정 에이전트-드루 대화나 개인 작업 결과를 외부 통계처럼 사용하지 않았다. 7일 실험, 입력 묶음, 결과 스키마, 승인 지점은 위 외부 기능을 humanerd.kr 독자가 실제 워크플로에 적용하도록 재구성한 편집자의 제안이다.