Google, 정해진 선택지 중 답을 고르는 Gemini Decisions API 공개
Google이 문장을 쓰지 않고 선택지 중 답을 고르는 Gemini Decisions API를 공개했습니다. 응답은 150~250ms이고, 입력 100만 토큰당 $0.10이며 출력 요금은 없습니다.
2026년 11월 12일 기준 소식입니다. 그 뒤로 달라졌을 수 있습니다.
AI가 자동으로 쓴 글이고, 아직 검수 전입니다. 틀린 곳이 있으면 sbp@saibridgepeople.com으로 알려 주세요.
2026년 11월 11일, Google이 Gemini Decisions API를 공개했습니다. 글을 길게 써 주는 대신, 정해진 선택지 중 무엇이 맞는지 빠르게 판단하는 새 기능입니다.
무엇이 나왔나
Google은 새 모델 Gemini Decision 1(gemini-decision-1)을 바탕으로 한 접속 창구(엔드포인트)를 내놓았습니다. 문장을 지어내지 않고 미리 정해 둔 선택지 안에서 답을 고르는 용도입니다.
입력은 텍스트, 이미지, 오디오, 영상, PDF를 섞어 최대 256K 토큰(글자 조각 단위)까지 넣을 수 있고, 여기에 서로 독립적인 질문을 최대 1,000개까지 붙입니다. 질문 유형은 세 가지입니다.
- 예/아니오 확률 추정
- 2개에서 255개 사이의 선택지 중 고르기(choice)
- 순서가 있는 채점 기준표로 점수 매기기(score)
모든 답에는 0에서 1 사이의 신뢰도 점수가 붙습니다. 애매한 사례는 대체 처리나 사람 검토자에게 넘길 수 있습니다. 응답 시간은 처음부터 끝까지 150~250ms(밀리초)입니다.
가격은 입력 100만 토큰당 $0.10이고, 출력 토큰에는 요금이 없습니다. AI Studio에서 시험해 볼 수 있는 무료 구간도 있습니다. 여러 질문을 붙여도 공유 입력은 요청당 한 번만 계산하고, 질문마다 붙는 지시문과 기준 토큰만 더합니다. 오디오 받아쓰기나 글자 인식(OCR)에 드는 별도 비용도 없습니다.
Google은 공유 벤치마크 묶음에서 Interactions API로 쓰는 Gemini 3.5 Flash-Lite보다 약 5배 저렴하다고 밝혔습니다. 에이전트 라우팅, 추론, 랭킹, 멀티모달 이해 시험에서는 Gemini Decision 1이 전반적으로 앞서고 보정 오차가 가장 낮다고 합니다.
쉽게 풀어 보면
식당 입구에서 손님을 안내하는 직원을 떠올리면 됩니다. 기존 AI는 질문을 받으면 문장을 토큰 단위로 차례로 생성하며 답합니다. 이 API는 「홀, 테라스, 포장 중 어디로 안내할까」 같은 보기 중에서 바로 하나를 짚고, 얼마나 확신하는지를 숫자로 함께 말합니다.
Google에 따르면 이 API는 문장을 쓰지 않고 후보 선택지를 한 번에 점수화합니다. 이 점이 빠르고 값이 싼 한 이유로 보입니다. 출력 요금이 없는 것도 같은 맥락일 수 있지만, 원문이 이유를 직접 밝히지는 않았습니다. 보정되었다(calibrated)는 말도 원문에 풀이가 없습니다. 다만 신뢰도 점수가 실제 맞을 확률과 가깝도록 맞췄다는 뜻으로 읽을 수 있고, 이는 저희의 해석입니다.
같은 서류 한 묶음에 질문 1,000개를 던져도 서류 값은 한 번만 냅니다. 같은 자료를 여러 관점에서 분류할 때 유리한 구조입니다.
그래서 어떤 의미일까요
아래는 위 내용을 바탕으로 한 저희의 해석입니다.
일반 사용자가 이 API를 직접 만질 일은 많지 않습니다. 앱을 만드는 쪽에 필요한 도구이기 때문입니다. 다만 Google은 이미 자사 서비스에 쓰고 있다고 밝혔습니다. Gemini Notebook은 질문을 적합한 모델 등급으로 보내는 길잡이로 쓰고, 일상 질문의 지연이 최대 40% 줄었다고 합니다. Google Search는 적대적 행위와 콘텐츠를 가려내는 안전 계층에 씁니다. 사용자는 이름을 모른 채 더 빨라진 응답으로 접하게 될 수 있습니다.
작은 가게나 회사에는 고객 문의 분류, 리뷰 감정 판별, 사진이나 서류 검수처럼 반복되는 판단 업무가 해당합니다. 가격 구조상 건수가 많은 일에서 부담이 적어 보입니다. 신뢰도가 낮은 건만 직원이 보는 방식으로 업무를 나눌 수 있다는 점도 실무적인 장점입니다. 다만 실제 정확도는 각자의 자료로 확인해야 하고, 벤치마크 수치를 본문 텍스트로 확인할 수 없어 지금은 판단 근거가 부족합니다.
아직 확실하지 않은 것
- 벤치마크의 구체적 수치와 비교 대상은 이미지로만 제시해 글로는 확인할 수 없습니다.
- 무료 구간의 한도가 얼마인지 설명이 없습니다.
- 정식 공개인지 시험 단계(프리뷰)인지 밝히지 않았습니다. 코드 예시는 베타 버전 표기(v1beta)를 씁니다.
- 입력 최대 256K 토큰이라는 설명과 지연 시간 설명의 「16K 토큰」 기준이 어떻게 이어지는지 설명이 없습니다.
- Google Cloud의 지원은 곧 제공한다는 말뿐, 시점이 없습니다.
- 예/아니오 유형의 이름 표기가 원문에서 일관되지 않아, 실제 값이 무엇인지 불분명합니다.
외부 연동은 OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit, OpenCode에 순차 적용 중입니다.