Gemini 2.5 Pro: 내장 사고 기능의 최강 추론 모델
개요
Gemini 2.5 Pro는 Google DeepMind가 2025년 3월 25일 발표한 최신 멀티모달 모델로, “사고(thinking)” 기능이 기본 내장된 것이 가장 큰 특징이다. 응답 생성 전 복잡한 문제를 내부적으로 단계별로 추론하는 이 기능을 통해, 수학, 과학, 코딩 분야에서 경쟁 모델 대비 최고 수준의 성능을 달성했다.
OpenAI의 o1/o3가 추론 시 별도의 “생각” 과정을 거치는 것과 유사하지만, Gemini 2.5 Pro는 사용자가 “사고 예산(thinking budget)“을 직접 조절할 수 있다는 차별점을 가진다. 빠른 응답이 필요한 경우와 정밀한 추론이 요구되는 경우에 각각 최적화된 모드를 선택할 수 있다.
아키텍처 상세
기본 구조
| 구성 요소 | 사양 |
|---|---|
| 아키텍처 | Decoder-only Transformer + MoE |
| 컨텍스트 길이 | 1,000,000 |
| Attention | Multi-Head Attention |
| 정규화 | RMSNorm |
| 활성화 함수 | GeGLU |
| 위치 인코딩 | RoPE |
| 어휘 크기 | ~256,000 |
| 학습 인프라 | TPU v5p |
내장 사고(Thinking) 메커니즘
Gemini 2.5 Pro의 사고 기능은 응답 생성 전 내부 추론 과정을 수행한다:
- 문제 분석: 입력 질문의 복잡도를 평가
- 단계적 추론: Chain-of-Thought(CoT) 방식으로 중간 추론 단계를 생성
- 검증: 추론 결과의 일관성을 자체 검증
- 최종 답변: 검증된 추론을 바탕으로 최종 응답 생성
사고 예산(Thinking Budget) 제어
사용자는 API를 통해 사고의 깊이를 조절할 수 있다:
| 사고 예산 | 토큰 수 | 사용 사례 |
|---|---|---|
| 없음 | 0 | 빠른 일상 대화 |
| 낮음 | ~1K | 간단한 분석 |
| 중간 | ~8K | 일반적 추론 |
| 높음 | ~24K+ | 수학/과학 난제 |
이 유연성은 비용과 품질 사이의 트레이드오프를 사용자가 직접 제어할 수 있게 한다.
핵심 혁신
1. 조절 가능한 추론 깊이
기존 추론 모델(o1, DeepSeek-R1)이 항상 깊은 추론을 수행하여 비용과 시간이 높은 반면, Gemini 2.5 Pro는 상황에 맞는 최적의 추론 수준을 선택할 수 있다.
2. 멀티모달 추론
텍스트뿐 아니라 이미지, 비디오, 오디오를 포함한 복잡한 멀티모달 문제에서도 사고 기능이 작동한다. 예를 들어, 복잡한 다이어그램을 보고 물리 문제를 풀거나, 비디오에서 관찰된 현상을 과학적으로 설명하는 것이 가능하다.
3. 코딩 에이전트로서의 실용성
SWE-bench Verified에서 63.8%를 달성하여, 실제 GitHub 이슈를 자동으로 해결하는 코딩 에이전트로서의 실용성을 입증했다.
벤치마크/성능
| 벤치마크 | Gemini 2.5 Pro | GPT-4o | Claude 3.5 Sonnet | DeepSeek-R1 |
|---|---|---|---|---|
| AIME 2024 | 92.0% | 63.6% | 16.0% | 79.8% |
| AIME 2025 | 86.7% | - | - | 70.0% |
| GPQA Diamond | 84.0% | 53.6% | 65.0% | 71.5% |
| SWE-bench Verified | 63.8% | 33.2% | 49.0% | 49.2% |
| Humanity’s Last Exam | 18.8% | 3.3% | - | 8.6% |
| MMLU-Pro | 80.4% | 72.6% | 78.0% | - |
| Codeforces | 2071 | 1891 | - | 2029 |
Gemini 2.5 Pro는 수학(AIME), 과학(GPQA), 코딩(SWE-bench, Codeforces) 전 분야에서 SOTA를 달성했다.
관련 모델 비교
추론(Reasoning) 모델 비교
| 모델 | 개발사 | 접근 방식 | AIME 2025 | 사고 제어 |
|---|---|---|---|---|
| o1 | OpenAI | 추론 전용 | 74.3% | 불가 |
| o3-mini | OpenAI | 경량 추론 | 68.3% | 제한적 |
| DeepSeek-R1 | DeepSeek | RL 기반 추론 | 70.0% | 불가 |
| Gemini 2.5 Pro | 내장 사고 | 86.7% | 예산 조절 가능 | |
| Claude 3.7 | Anthropic | Extended Thinking | - | 토큰 제한 설정 |
Gemini 시리즈 진화
| 버전 | 핵심 혁신 | MMLU 수준 | 컨텍스트 |
|---|---|---|---|
| 1.0 Ultra | 네이티브 멀티모달 | 90.0% | 32K |
| 1.5 Pro | 100만 토큰 MoE | 81.9% | 1M |
| 2.0 Flash | 속도 최적화 | ~85% | 1M |
| 2.5 Pro | 내장 사고 기능 | 80.4% (Pro) | 1M |
실무 활용
API 활용 가이드
- 코딩 어시스턴트: SWE-bench 63.8%의 능력으로 버그 수정, 코드 리뷰, 리팩토링
- 과학 연구 보조: GPQA Diamond 84.0%로 대학원 수준의 물리/화학/생물 질문 응답
- 수학 튜터링: AIME 수준의 경쟁 수학 문제 풀이 및 설명
- 복잡한 분석: 사고 예산을 높여 다단계 분석 작업 수행
비용 최적화 전략
- 간단한 질문에는 사고 예산 0으로 설정 (빠르고 저렴)
- 복잡한 추론이 필요한 경우에만 높은 사고 예산 배정
- Flash 모델과 Pro 모델을 라우팅하여 비용/품질 최적화
한계 및 전망
한계
- 추론 비용: 사고 기능 활성화 시 출력 토큰이 크게 증가하여 비용 상승
- Latency: 깊은 사고 수행 시 응답 시간이 상당히 길어짐 (수십 초~수 분)
- 비공개 구조: MoE 세부 사양, 학습 데이터, RL 방법론 등 미공개
- 사고 품질의 불확실성: 내부 추론 과정을 사용자가 직접 검증하기 어려움
전망
Gemini 2.5 Pro는 AI 추론 능력 경쟁의 새로운 기준점을 제시했다. 특히 “사고 예산” 개념은 추론의 깊이를 동적으로 조절한다는 점에서, 단순히 더 강한 모델을 만드는 것을 넘어 실용적인 추론 최적화의 방향을 제시한다. arXiv:2507.06261 기술 보고서를 통해 더 상세한 내부 구조와 학습 방법론이 공개될 예정이다.
Gemini 3로의 진화에서는 에이전틱 AI 능력이 더욱 강화되어, 추론과 행동(action)이 결합된 더 복잡한 작업 수행이 가능해질 것으로 예상된다.
관련 문서
- Gemini 1.5 — 발전 기반
- Gemini 3 — 후속 모델