제미니 2.0 프로 - 확장된 제품군

Sam Witteveen 구독자 81,400명

요약

이 영상은 구글이 출시한 새로운 인공지능 모델 제미니 2.0 프로와 그에 속하는 확장된 제품군을 소개합니다. 영상에서는 GA(일반 공개) 버전인 플래시 모델과 실험 단계의 프로 및 플래시라이트 모델의 기능과 차별점을 상세히 설명합니다. 또한, 모델의 2백만 토큰 처리, 멀티모달 입력, 코드 실행 등 다양한 기능이 실제 데모를 통해 시연되며, 구글의 지속적인 피드백 기반 개선 전략이 강조됩니다. 마지막으로, 데모를 통한 성능 비교와 Vertex를 통한 배포 가능성 및 가격 정책에 대한 언급이 이루어집니다.

주요 키워드

제미니 인공지능 멀티모달 토큰 코드 실행 실험 모델 피드백 데모

하이라이트

🎯 신제품 출시: 제미니 2.0 프로 모델과 함께 플래시, 플래시라이트 모델 등 총 3종의 모델이 공개되었습니다.
⚡️ 실험적 접근: 구글은 일반 공개 전 단계로 실험 모델을 통해 사용자 피드백을 받아 빠르게 개선하려는 전략을 취합니다.
👨‍💻 확장된 기능: 2백만 토큰 처리, 멀티모달 지원, 코드 실행 및 함수 호출 등 다양한 기능이 소개됩니다.
🐍 게임 데모: 100마리 뱀의 경쟁을 통해 스네이크 게임 데모로 모델의 성능과 오류 수정 과정을 보여줍니다.
🚀 속도와 효율성: Gemini 2.0 프로가 이전 모델 대비 빠른 응답 속도와 긴 텍스트 생성을 구현하는 모습을 확인할 수 있습니다.

용어 설명

GA (General Availability)

일반 사용자에게 공개된 버전으로, 안정성과 성능이 보장된 모델을 의미합니다.

멀티모달

텍스트, 이미지, 오디오 등 다양한 형태의 데이터를 동시에 처리할 수 있는 기능을 말합니다.

토큰

언어 모델이 텍스트를 처리할 때 사용하는 최소 단위로, 단어 혹은 부분 단어를 의미합니다.

코드 실행

모델 내에서 프로그래밍 코드를 직접 실행할 수 있는 기능을 의미합니다.

함수 호출

특정 함수나 API를 자동으로 호출하여 작업을 처리하는 기능을 말합니다.

영상은 새로운 Gemini 2.0 Pro 모델이 출시되었음을 알리며, AI Studio를 통한 접근 방법을 안내합니다. 모델의 실험적 단계와 주요 특징에 대해 간략히 소개합니다.

[00:00] Gemini 2.0 Pro 모델이 AI Studio를 통해 출시되었으며, Gemini Pro Experimental 0205를 통해 접근할 수 있음이 소개됩니다.

[00:21] Google의 차별화된 전략으로, 모델을 GA(일반 접근) 단계 전에 실험 버전으로 먼저 출시하여 피드백을 통한 빠른 개선을 추구합니다.

구글은 GA 출시 전 실험 버전을 공개하여 사용자 피드백을 받고 빠르게 개선하는 전략을 설명합니다. 이 방식은 다른 기업과의 차별점을 강조합니다.

타임라인 정보가 없습니다.

모델의 2백만 토큰 수, 코드 실행, 함수 호출, 멀티모달 지원 등 핵심 기능들이 상세히 소개됩니다. 또한, 플래시 및 플래시라이트 모델과의 차별점이 비교됩니다.

[01:00] 새로운 Gemini 2.0 Pro는 2백만 토큰 처리 능력, 도구 사용, 코드 실행, 함수 호출, Google 검색 기반 접근 등 다양한 기능을 제공합니다.

[01:30] Gemini 모델 제품군의 새로운 구성원으로 GA 버전의 2.0 Flash, 프리뷰 버전의 2.0 Flash Light, 실험 버전의 2.0 Pro가 발표되었습니다.

[02:30] 2.0 Flash Light는 가장 저렴하고 높은 처리량을 자랑하는 텍스트 전용 모델이며, 2.0 Pro는 완전한 멀티모달 기능을 갖춘 고성능 모델입니다.

[03:15] Gemini 2.0 Pro 모델의 주요 기능들과 구조화된 출력, 도구 사용, 검색 기능 등이 소개됩니다.

100마리 뱀의 경쟁을 다룬 스네이크 게임 데모를 통해 모델의 실시간 성능과 오류 수정 과정을 보여줍니다. 데모에서는 짧은 프롬프트로 수천 토큰이 생성되는 과정을 확인할 수 있습니다.

[03:24] Gemini 2.0 Pro 모델의 실제 테스트를 위해 100마리의 뱀이 경쟁하는 자율적인 스네이크 게임 프로젝트를 시작합니다.

[03:56] pygame을 사용하여 게임을 구현하고, 그리드 크기, 게임 오버 처리, 재시작 등 다양한 기능을 포함한 코드가 생성되었습니다.

[04:33] 게임에서 100마리의 뱀이 하나의 사과를 놓고 경쟁하며, 마지막 한 마리가 남을 때까지 진행됩니다.

[05:14] 짧은 프롬프트로 약 5,000개의 토큰을 생성하는 인상적인 성능을 보여주며, Gemini 1.5 Pro와 비교했을 때 2.0의 생성 속도가 더 빠릅니다.

[06:17] Gemini 2.0 Pro 모델과 이전 모델의 토큰 생성량을 비교해보니, 이전 모델은 982개 토큰을 생성한 반면,

[06:40] Gemini 2.0 Pro는 더 빠른 생성 속도와 함께 2,000개 이상의 토큰을 생성하며, 더 깊은 추론과 긴 사고 과정을 보여줍니다.

[07:20] 간단한 논문 작성 요청에도 모델은 다양한 옵션을 제시하고, 초록과 서론을 포함한 완성도 높은 6,000토큰의 논문을 생성했습니다.

[08:00] Paige Bailey의 회전하는 육각형 코드를 기반으로, Gemini 2.0 Thinking 모델을 사용해 더 발전된 버전을 만들었습니다.

[08:40] 원본 코드에 Pygame 컨트롤을 추가하여 공의 개수와 회전 속도를 조절할 수 있는 기능을 성공적으로 구현했습니다.

추가 데모로서 바운싱 볼(Python) 코드를 통해 수정 및 기능 추가 사례를 소개합니다. 출시 정보와 Vertex를 통한 배포, 가격 정책에 대한 언급으로 마무리합니다.

[09:35] 공 튀기기 프로젝트의 다음 단계로 다른 색상의 공을 만드는 것을 고려하며, 현재까지의 개발을 성공적이라고 평가합니다.

[09:44] 이 모델의 주요 특징 중 하나는 기존 코드를 반복적으로 개선하고 발전시킬 수 있는 능력이며, p5js 등을 사용한 다양한 공 튀기기 실험을 통해 이를 확인했습니다.

[09:59] 단일 프롬프트로 6,000개의 토큰을 생성할 수 있는 놀라운 능력을 보여주며, 코드 생성 속도도 매우 빠릅니다.

[10:45] 새로운 Gemini 2.0 모델은 코딩뿐만 아니라 이미지와 오디오 출력도 지원할 예정이며, 2.0 Flash와 Pro 모델 모두에 이러한 기능이 추가될 것입니다.

[11:10] 2.0 Pro 모델은 2백만 토큰 입력을 처리할 수 있으며, Flashlight 모델은 빠른 텍스트 처리에 특화된 경제적인 옵션으로 제공됩니다.

[00:00] 네, 새로운 Gemini 2.0 Pro 모델이 출시되었고

[00:04] AI Studio에 접속하여

[00:08] Gemini Pro Experimental

[00:11] 0205를 선택하면 사용할 수 있습니다

[00:14] Google이 오늘 여러 가지를

[00:16] 새로 발표했는데, 이 영상에서

[00:18] 여러 가지를 다룰 예정입니다

[00:21] 먼저 Google의 전략부터

[00:22] 살펴보겠습니다. Google이

[00:24] 다른 회사들과 차별화되는 점은

[00:26] 바로 이러한 모델들을

[00:28] GA(일반 접근) 단계로 가기 전에

[00:31] 실험 버전으로 먼저 출시한다는 것입니다

[00:35] 그래서 오늘 우리는

[00:37] Gemini 2 Flash 모델의 GA 버전과 함께

[00:41] 2.0 Pro 모델의 실험 버전을 받았습니다

[00:44] 여기서 Google의 의도는

[00:47] 사용자들의 피드백을 바탕으로

[00:48] 빠르게 개선하면서

[00:50] 모델을 발전시키는 것입니다

[00:53] 이 영상에서는

[00:55] 새로운 2.0 Pro를 자세히 살펴보겠습니다

[00:58] 성능을 테스트해볼까요

[01:00] AI Studio에서 볼 수 있듯이

[01:03] 이 모델은 2백만 토큰의 처리 능력을 가지고 있고

[01:06] 도구 사용, 코드 실행,

[01:09] 함수 호출, Google 검색 기반 접근 등

[01:12] Pro 1.5 모델이 가지고 있던

[01:14] 모든 기능을 포함하고 있습니다

[01:17] 이 모델은 코딩, 일반적인 추론 능력이

[01:20] 개선되었고

[01:23] Flash 모델보다

[01:25] 더 강력한 성능이 필요할 때

[01:27] 사용하기에 적합합니다

[01:30] 오늘 출시된 Gemini 모델 제품군을

[01:33] 살펴보겠습니다

[01:35] 먼저, 기존에 1.5 Flash나 1.5 Pro를 사용하던 분들은

[01:38] 걱정하지 않으셔도 됩니다

[01:40] 앞으로도 계속

[01:42] 사용하실 수 있습니다

[01:44] 오늘 세 가지 주요 모델이

[01:46] 새로 추가되었는데요. 첫 번째는

[01:50] 프리뷰 상태였던

[01:52] Gemini 2.0 Flash 모델이

[01:54] 이제 GA로 전환되었다는 점입니다

[01:57] AI Studio에서 더 나은 속도 제한으로

[02:00] 사용할 수 있게 되었고

[02:02] Vertex에서도 사용 가능해서

[02:04] 프로덕션용 앱 개발에도 활용할 수 있습니다

[02:07] 또한 Gemini 소비자용 앱에서도

[02:09] 웹과 모바일 기기에서

[02:11] 사용할 수 있습니다

[02:13] 두 번째 Flash 모델은

[02:15] 공개 프리뷰로 출시된

[02:17] 새로운 2.0 Flash Light입니다

[02:21] 이는 이전의 Flash 8B를

[02:24] 대체하는 모델로,

[02:27] 1.5 Flash 8B의 후속작입니다

[02:30] 이 모델은 가장 저렴한 Gemini 모델이며

[02:33] 매우 높은 처리량을 자랑합니다

[02:36] 빠른 응답이 필요하고

[02:38] 다양한 작업을 수행해야 할 때

[02:40] 적합합니다

[02:42] 새로운 Flash Light 모델은

[02:45] 멀티모달이 아닌 텍스트 전용이며

[02:47] 텍스트 처리에 최적화되어

[02:50] 있습니다. 그리고 오늘의

[02:52] 가장 큰 발표는 Gemini 2.0

[02:54] Pro 모델입니다

[02:56] 실험 단계지만 AI Studio와

[03:00] Vertex 모두에서 사용 가능하며

[03:03] 2백만 토큰의 컨텍스트 윈도우를 가진

[03:05] 완전한 멀티모달 모델로 오디오,

[03:08] 이미지, 비디오 등을 처리할 수 있고

[03:11] 함수 호출과 같은

[03:13] 모든 기능을 갖추고 있습니다

[03:15] 구조화된 출력, 도구 사용, 검색

[03:18] 검증 등 이러한 모든 기능들이

[03:21] 포함되어 있습니다. 이제 실제로 한번

[03:24] Gemini 2.0 Pro 모델을 사용해보고

[03:26] 어떤 기능들이 있는지 살펴보겠습니다.

[03:29] 저는 테스트할 프롬프트들을

[03:31] 찾아보았는데, 그 중 하나가

[03:33] 03 mini가 작성한 것으로

[03:35] 100마리의 뱀이 등장하는 스네이크 게임에 관한 것이었습니다.

[03:39] 원래는 이 트윗에서 시작된 것 같은데,

[03:41] 기본적으로

[03:43] 자율적으로 동작하는 스네이크 게임을 만들어서

[03:44] 뱀들이 서로 경쟁하는 방식입니다.

[03:47] 저는 간단한 프롬프트로 시작했습니다.

[03:49] '100마리의 뱀이 서로 경쟁하는

[03:52] 자율적인 스네이크 게임을 만들어줘.

[03:53] 코드 실행으로 확인해보자.'

[03:56] pygame을 사용했고, 예상대로

[03:59] pygame으로 모든 것을 구현했습니다.

[04:01] 아래로 스크롤해보면

[04:03] 실제로 무엇을 했는지

[04:05] 설명이 나와있는데

[04:06] 그리드 크기, 그리드 너비 등

[04:09] 다양한 설정들을 다루고 있습니다.

[04:11] 게임 오버 화면 처리와 재시작,

[04:15] 이런 것들까지 모두 고려했다는 점이

[04:17] 인상적이네요.

[04:20] 다양한 기능들을 포함했습니다.

[04:23] 여기에 코드를 넣고 실행해봤는데

[04:25] 처음에는 간단한 오류가 하나 있었지만

[04:28] 쉽게 해결할 수 있었습니다.

[04:30] 실행해보니 이렇게 되네요.

[04:33] 보시다시피 100마리의 뱀이 서로 경쟁하고 있습니다.

[04:37] 다른 사람들이 올린 버전과의 차이점은

[04:40] 이 버전에서는

[04:42] 여러 개의 사과가 있는 것이 아니라

[04:44] 모든 뱀들이

[04:46] 하나의 사과를 놓고 경쟁한다는 것입니다.

[04:48] 게임이 계속 진행되다가

[04:51] 이제 두 마리만 남았네요. 그리고 마지막 한 마리가

[04:53] 남았는데, 이 뱀은

[04:55] 자신의 몸에 부딪힐 때까지 계속 움직일 겁니다.

[04:58] 곧 그렇게 될 것 같네요.

[05:00] 그러면 실제로

[05:02] 게임이 재시작되는 것을 볼 수 있을 겁니다.

[05:05] 드디어 충돌했네요. 게임 오버입니다.

[05:07] 우승한 뱀은 99번 뱀이고

[05:10] 점수는 65점이네요. 꽤 인상적입니다.

[05:14] 아주 짧은 프롬프트로 이 정도를 만들다니요.

[05:17] 제가 보여드리고 싶은 것 중

[05:18] 정말 인상적인 부분이 있는데,

[05:20] 이것뿐만 아니라 다른 많은 경우에도

[05:22] 그 짧은 프롬프트를 보시면

[05:25] 이 짧은 프롬프트가 거의

[05:28] 5,000개의 토큰을 생성했습니다.

[05:31] 이런 현상은

[05:33] 제가 테스트를 해볼 때마다

[05:35] 자주 발견되는데, 매우 짧은 프롬프트로도

[05:37] 6,000-7,000개의 토큰을

[05:41] 생성할 수 있다는 점입니다.

[05:44] 여기 보시면 아주 간단한 프롬프트가 있는데

[05:46] 이것은 제가

[05:48] 추론 모델을 테스트할 때 사용하는

[05:50] 프롬프트 중 하나입니다. Gemini Pro 2.0은

[05:54] 반드시 추론 모델은 아니며

[05:56] 완성된 모델도 아닙니다.

[05:58] 이것은 실험 모델이에요.

[06:01] 일반적인 LLM에서 이것을 실행해보면...

[06:04] Gemini 1.5 Pro에서 한번 시도해볼게요.

[06:07] 실제로 어떻게 작동하는지

[06:08] 보실 수 있을 겁니다. 우선

[06:11] 생성 속도가 2.0보다

[06:13] 훨씬 느리다는 것을 알 수 있습니다.

[06:16] 여기서 보여드리고 싶은 것은

[06:17] 이 실행을 계속 지켜보면서

[06:20] 얼마나 많은 토큰이 생성되는지 확인해 보겠습니다

[06:23] 실행이 끝났는데

[06:25] 여기서 982개의 토큰이 생성되었네요

[06:29] 이제 동일한 내용으로 다시 해보겠습니다

[06:32] 이번에는 Gemini 2.0 Pro 모델로

[06:36] 차이점을 보여드리겠습니다

[06:38] 우선 눈에 띄는 것은

[06:40] 이전보다 훨씬 빠르게 생성된다는 점입니다

[06:42] 이것만으로도 인상적이지만

[06:45] 여러 면에서 더 뛰어난 추론 모델처럼

[06:48] 작동하는 것을 볼 수 있습니다

[06:51] 더 긴 사고 과정과

[06:53] 더 많은 생성 요소들을 보여줍니다

[06:57] 이전 모델은 1,000 토큰도 안 됐는데

[07:00] 이번에는 보시다시피

[07:02] 이미 2,000 토큰을 훌쩍 넘었습니다

[07:07] 이것이 바로 제가 테스트하면서

[07:09] 일관되게 발견한 특징인데

[07:11] 이 모델은 원하는 만큼

[07:13] 많은 토큰을 생성하는 데 전혀 문제가 없습니다

[07:17] 자, 이제 간단히 요청해보겠습니다

[07:20] 아주 간단한 예시로

[07:21] 이 정보를 가지고

[07:23] 논문을 작성해달라고 하겠습니다

[07:25] 여기서 또 하나 흥미로운 점은

[07:28] 모델이 자주

[07:30] 다양한 아이디어를 제시한다는 것입니다

[07:33] 다섯 번째 옵션을 선택해보겠습니다

[07:37] 5번 옵션으로 하죠

[07:40] 여러 번의 상호작용 후에

[07:42] 이제 실제로 논문 작성을 시작했고

[07:44] 초록과 서론 등이 포함되어 있습니다

[07:47] 끝까지 잘 진행되고 있네요

[07:50] 몇 번의 프롬프트만으로

[07:52] 이것만으로도 거의

[07:54] 6,000개의 토큰에 달하는

[07:56] 결과물이 생성되었습니다

[08:00] 또 다른 흥미로운 사례는

[08:02] 트위터에서 Paige Bailey가 공유한 것인데

[08:04] 사람들이 DeepSeek와 O03 Mini를

[08:06] 회전하는 육각형 만들기를 비교하는 내용이었죠

[08:11] Paige는 이를 직접 구현하고

[08:14] 코드를 공유했는데

[08:17] Gemini 2.0 Thinking 모델을 사용했습니다

[08:20] Thinking 모델은 정말 인상적인 모델입니다

[08:23] 제가 생각한 건

[08:25] 이걸 100개의 뱀처럼

[08:27] 한 단계 더 발전시켜볼 수 있을까 하는 것이었죠

[08:30] 그래서 그녀의 코드를 가져와서

[08:33] 여기에 넣고

[08:36] 모델에게 코드를 생성하게 했습니다

[08:39] 그리고 이 코드를 수정해서

[08:43] 여기에 공을 더 추가하고

[08:46] 회전 속도를 조절할 수 있는

[08:48] Pygame 컨트롤을 추가해달라고 요청했죠

[08:51] 모델이 코드를 생성했고

[08:54] 변경사항에 대해

[08:55] 설명도 해주었습니다

[08:58] 자 이제

[08:59] 이걸 복사해서

[09:01] 실제로 잘 작동하는지 확인해보겠습니다

[09:04] 코드가 크게 길어지지는 않았고

[09:07] bouncing_balls.py로 저장했습니다

[09:10] 어떻게 나오는지 보죠

[09:13] Paige가 만든 것과

[09:14] 매우 비슷하지만

[09:17] 이제 컨트롤이 추가되었습니다

[09:20] 작동하는지 확인해볼까요?

[09:23] 두 번째 공도 추가할 수 있고

[09:25] 세 번째 공도 추가할 수 있으며

[09:28] 이제

[09:30] 속도도 높일 수 있고 잘 작동하네요

[09:33] 다음으로 해볼 것은

[09:35] 다음으로는 아마도

[09:36] 다른 색상의 공을 만드는 것이 좋겠지만

[09:38] 이 정도면 성공이라고 할 수 있겠죠.

[09:40] 이 모델은 실제로

[09:42] 이미 만들어진 것을

[09:44] 반복해서 개선할 수 있고, 이것이 제가

[09:45] 이 모델들을 사용하면서

[09:47] 자주 발견한 특징 중 하나입니다.

[09:48] 여기서 보시다시피 저는 여러 가지

[09:50] 다양한 방식의 공 튀기기를 p5js 등으로 시도해봤습니다.

[09:54] 보세요, 이 모델은

[09:56] 이 프롬프트만으로 6,000개의 토큰을

[09:59] 생성할 수 있다는 게

[10:01] 정말 놀랍습니다. 코드를 생성할 때

[10:03] 정말 빠른 속도로 처리가 가능하죠.

[10:07] 속도를 체감하실 수 있도록

[10:09] 실행해보도록 하겠습니다.

[10:12] 보시면 정말 빠른 속도로

[10:15] 생성되는 것을 확인할 수 있습니다.

[10:18] 코드 실행을 켜면

[10:20] 처음에는 앱이 일시 중지되는 것을 자주 보실 텐데

[10:22] 이는 코드 실행을 테스트하는

[10:25] 과정이고, 그 후에

[10:27] 모든 코드가 한 번에

[10:29] 생성되는데, 이것도 꽤 놀랍습니다.

[10:31] 이제 이전에 언급했던 것을

[10:34] 다시 생성해보겠습니다.

[10:35] 이 구현에서 몇 개의 토큰이

[10:38] 생성되는지 확인해보죠.

[10:40] 이번에는 약

[10:42] 4,700 토큰으로 좀 더 짧게 나왔네요.

[10:45] 코딩에 매우 뛰어날 뿐만 아니라

[10:49] 블로그 포스트를 보시면

[10:51] 이 모델들이

[10:53] 이미지 출력과 오디오 출력도

[10:56] 지원할 예정이라고 합니다. 아직 GA는 아니지만

[11:00] 2.0 Flash와 2.0 실험용 프로 모델

[11:03] 모두에 곧 적용될 예정입니다.

[11:06] 2.0 프로 모델의 또 다른 큰 차이점은

[11:08] 실제로 입력에 대해

[11:10] 2백만 토큰을 처리할 수 있다는 점입니다.

[11:13] 오늘 출시된 세 번째 모델은

[11:15] flashlight 프리뷰인데요,

[11:18] 이 모델의 특징은

[11:20] 매우 빠른 텍스트 모델이라는 점입니다.

[11:23] 구조화된 출력이나 함수 호출같은

[11:25] 기능은 있지만

[11:27] 코드 실행이나

[11:29] 오디오 출력, 이미지 출력 등은 지원하지 않습니다.

[11:32] 이는 매우 저렴하고 빠른 텍스트 모델을

[11:34] 목표로 했기 때문입니다.

[11:38] 오늘 새로운 모델 발표와 함께

[11:39] 구글은 Flash 모델과

[11:42] Flashlight 모델의 가격도

[11:44] 발표했습니다.

[11:47] Pro 모델은 아직 실험 단계라

[11:49] 가격이 공개되지 않았습니다.

[11:52] 이 모든 기능들이

[11:54] AI Studio에서 사용 가능할 뿐만 아니라

[11:57] Vertex에서도 사용할 수 있습니다.

[12:00] 새로운 Gemini 2.0 모델을

[12:03] 지금 바로 사용해보고 싶다면 Vertex에서도

[12:06] 가능합니다. 이미 사용 가능한

[12:08] 새로운 Flash 2.0 fl001이 있고

[12:11] 이는 GA 버전으로 모든 사용자가 이용할 수 있습니다.

[12:15] 또한 이 영상에서 많이 다룬 Pro 2.0이 있고

[12:18] 그리고 제가 이 영상에서

[12:19] 언급했던 다른 하나는

[12:21] Flashlight 프리뷰입니다. 이것은

[12:25] 8B 모델을 대체하는 것으로 보이며

[12:28] 모델 크기도 변경되었습니다.

[12:31] 이것 역시 매우 빠른 모델이며

[12:34] 오늘부터 사용 가능하고

[12:35] 직접 사용해보고 피드백을 줄 수 있습니다.

[12:38] AI Studio에만 국한되지 않고

[12:41] Vertex에서도

[12:43] 실제 프로덕션 환경에서

[12:45] 원하는 용도로

[12:48] 사용할 수 있습니다.

[12:50] 항상 그렇듯이 이 영상이

[12:52] 도움이 되셨다면 좋아요와 구독 부탁드립니다.

[12:54] 다음 영상에서 다시 만나뵙겠습니다.

[12:56] 안녕히 계세요.