Gemini 3.5 라이브 번역·Gemma 4 12B·Xcode 젬미니: 구글 개발자 뉴스

핵심 메시지

• Gemini 3.5 라이브 번역은 70개 이상 언어를 화자의 톤·음높이·속도까지 살려 근실시간 음성으로 통역하는 음성-음성 모델로, 이제 API로 개발자에게 열렸다.
• Gemma 4 12B는 구글 AI 엣지로 최적화돼 노트북·모바일에서 완전 오프라인으로 도는 개방형 모델로, 도구 호출과 구조화된 JSON 출력으로 로컬 에이전트 워크플로를 지원한다.
• Xcode용 젬미니는 스위프트와 오브젝티브-C에서 도구를 바꾸지 않고 다단계 작업을 수행하는 에이전트 경험을 애플 개발자에게 제공한다.

쉽게 이해하기

구글이 6월 개발자 뉴스에서 세 가지 발표를 공개했다. 진행자 아난야 메흐타는 Gemini 3.5 라이브 번역, AI 엣지의 Gemma 4 12B, 그리고 Xcode용 젬미니를 차례로 소개했다.

첫 소식인 Gemini 3.5 라이브 번역은 70개가 넘는 언어를 근실시간으로 통역하는 음성-음성(speech-to-speech) 모델이다. 과거 음성 번역 앱과 달리 화자의 톤·음높이·말의 속도를 보존해 더 자연스럽게 들린다. 이미 구글 번역 서비스에 쓰이고 있었으나, 이제 API를 통해 개발자가 직접 통합할 수 있게 됐다. 딥마인드 팀 시연에서는 발표자가 세션을 만들면 청중이 QR 코드를 스캔해 각자 선호하는 언어로 들을 수 있는 사례가 소개됐다. 이 모델은 Gemini API와 AI 스튜디오에서 제공되며, iOS·안드로이드 구글 번역에서 헤드폰을 연결해 써볼 수 있고 구글 미트에서도 비공개 프리뷰로 배포되고 있다.

두 번째는 로컬 실행에 최적화된 개방형 모델 Gemma 4 12B다. 구글 AI 엣지를 이용해 노트북 같은 기기에서 에이전트 워크플로를 직접 돌릴 수 있으며, 기기 위에서의 도구 호출과 구조화된 JSON 출력으로 복잡한 다단계 작업을 더 안정적으로 처리한다. 웹GPU·불칸·모바일 NPU에 최적화돼 접근성을 높였고, 120억 파라미터에 추론·코딩 능력을 담아 완전 오프라인으로 보안 에이전트를 구동할 수 있다. 별도의 비전·오디오 인코더 없이 멀티모달 토큰이 LLM 백본으로 바로 흘러 들어가는, 더 간결한 구조가 특징이다.

마지막은 애플 플랫폼 개발자를 위한 Xcode용 젬미니다. 스위프트와 오브젝티브-C 모두에서 도구나 창을 바꾸지 않고 복잡한 다단계 작업을 수행할 수 있는 에이전트 경험으로, 코드 작성·검토·버그 수정을 더 빠르게 돕는다. 개인 개발자는 AI 스튜디오에서 셀프서비스 API 키를 받아 바로 시작할 수 있고, 젬미니 엔터프라이즈 에이전트 플랫폼과 함께 조직 전용 쿼터와 데이터 프라이버시 설정을 활용할 수도 있다.

주요 인사이트

• 실시간 번역이 API로 열리면서, 국제 행사나 회의에서 청중이 각자 언어로 동시에 듣는 경험을 개발자가 직접 앱에 넣을 수 있게 됐다.
• 온디바이스 Gemma 4 12B는 클라우드 연결 없이도 도구 호출·JSON 출력이 가능해, 지연을 줄이고 오프라인 배포와 로컬 프로토타이핑을 매끄럽게 만든다.
• 비전·오디오 인코더를 따로 두지 않고 멀티모달 토큰을 LLM 백본에 직접 넣는 설계는 아키텍처를 단순화하고 효율을 높이려는 방향을 보여준다.
• Xcode에 에이전트가 통합되면서, 애플 생태계 개발자도 도구 전환 없이 코드 작성·리뷰·디버깅을 한 흐름에서 처리할 수 있게 됐다.

자주 묻는 질문

관련 AI 소식