Gemini 3.1 Pro 기반 Deep Research, 한국어 결과도 한 단계 정돈

Google DeepMind가 2월 19일 공개한 Gemini 3.1 Pro가 Deep Research의 기본 모델로 자리잡았다. ARC-AGI-2 벤치마크에서 직전 세대 Gemini 3 Pro의 두 배가 넘는 점수를 받았다고 발표돼 화제가 됐다. 그런데 벤치마크 숫자 자체보다 눈여겨볼 대목은 따로 있다. Deep Research는 단순 검색 요약이 아니라 여러 출처를 교차로 뒤지고 논리를 엮어 보고서를 만드는 작업이다. 이런 다단계 추론에서는 모델의 기초 체력이 곧바로 결과 품질로 이어진다. 백본을 바꿨다는 건 그 체력을 한 단계 끌어올렸다는 뜻이고, 그래서 단순 버전업 이상이다.

Deep Research가 낯선 독자를 위해 짚어두자. 사용자가 던진 한 줄 질문을 받아 모델이 스스로 검색 키워드를 쪼개고, 수십 개 웹페이지를 읽은 뒤 출처를 달아 정리된 문서를 내놓는 자동 리서치 비서다. OpenAI나 Anthropic도 비슷한 기능을 밀고 있어 경쟁이 치열한 영역인데, 구글의 무기는 검색 인덱스를 직접 쥐고 있다는 점이다. 이번 모델 교체는 그 강점 위에 추론 능력을 더 얹은 셈이다.

한국어 사용자에게 달라진 부분

한국어 사용자 입장에서 가장 와 닿는 변화는 두 가지다. 첫째, 결과 문서 상단에 "조사 범위·검색 키워드·총 출처 수"를 박스로 요약해 준다. 글을 다 읽기 전에 이 리서치가 어디까지 훑었는지, 무엇을 키워드로 삼았는지 먼저 가늠할 수 있어 검증의 출발점이 잡힌다. 둘째, 비교형 질문에서 마크다운 표가 안정적으로 나온다. 예전에는 표가 깨지거나 줄글로 풀어버리는 경우가 잦았는데, 가격·스펙·옵션을 나란히 놓고 보려는 한국식 비교 검색과 궁합이 좋아졌다.

같은 질문을 영어로 던졌을 때와의 품질 차이도 이번 교체로 좁혀졌다는 평가가 많다. 한국어로 된 긴 질문의 의도를 놓치거나, 영어 답을 어설프게 옮긴 듯한 어색함이 줄었다는 얘기다. 다만 출처가 영어 매체 위주인 건 여전한 한계다. 국내 매체 인용 비중은 질문 유형을 탄다. 글로벌 IT 동향을 물으면 인용이 풍부하지만, 한국 정책이나 지역 이슈로 좁히면 영어로 보도된 단편만 끌어오는 경우가 생긴다. 그래서 국내 사정이 걸린 질문일수록 결과를 곧이곧대로 믿기보다 한 번 더 검증하는 자세가 필요하다.

실무에서 어떻게 쓰면 좋나

당장 써먹는다면 몇 가지 습관이 결과를 크게 가른다.

• 질문을 던질 때 원하는 출력 형태를 함께 지정한다. "표로 비교", "5개 항목으로", "각 주장마다 출처" 같은 한 문장이 결과 구조를 잡아준다.
• 상단 요약 박스의 출처 수와 키워드를 먼저 본다. 출처가 지나치게 적거나 키워드가 엉뚱하면 질문을 다시 좁혀 재실행하는 편이 빠르다.
• 국내 사정이 핵심인 질문은 "한국 기준", "국내 사례 위주" 같은 제약을 명시해 영어 매체 쏠림을 줄인다.
• 결과를 그대로 옮기지 말고 출처 링크를 직접 눌러 핵심 수치만이라도 원문에서 확인한다.

기능 면에서는 MCP 지원과 네이티브 시각화도 추가됐다. MCP(Model Context Protocol)는 외부 도구·데이터를 모델에 연결하는 개방형 규격으로, 사내 문서나 데이터베이스를 Deep Research가 직접 참고하게 만드는 길을 열어준다. 시각화가 모델 안에서 바로 처리되면 별도 도구 없이 차트가 붙은 보고서를 받아볼 수 있다. 이 두 가지 덕분에 기업 워크플로우에 끼워 쓰는 용도도 진지하게 검토되는 분위기다.

경쟁 구도와 가격

대안을 따지자면 같은 리서치 기능을 미는 OpenAI의 ChatGPT, Anthropic의 Claude, 검색 자체에 특화한 Perplexity가 비교 대상이다. 깊이 있는 한 방의 분석은 사용자 취향과 질문 유형을 타지만, 구글은 검색 데이터와의 결합, 그리고 구독 안에 묶여 추가 과금이 없다는 점을 앞세운다. 실제로 가격은 그대로다. Google AI Pro·Ultra 구독자라면 추가 비용 없이 쓸 수 있다. 이미 구글 생태계 안에 들어와 있는 사용자라면 따로 결제할 것 없이 손에 쥔 카드부터 써 보는 게 합리적이다.

백본 교체로 한국어 결과의 완성도가 한 칸 올라간 건 분명하다. 한 가지 덧붙이면, 구글의 모델 라인업은 그 뒤로도 빠르게 움직였다. 2026년 구글 I/O에서는 Gemini 3.5 계열과, 텍스트·이미지·오디오·영상을 한데 묶어 입력받는 Gemini Omni가 공개됐다. 즉 3.1 Pro는 더 이상 가장 윗줄이 아니며, Deep Research의 백본도 앞으로 더 최신 모델로 갈아탈 여지가 크다. 그래도 어떤 세대를 쓰든 만능 도구로 받아들이면 곤란하다. 영어 출처 편중과 간헐적인 사실 오류는 남아 있고, 검증 없이 인용하면 탈이 난다. 초안을 빠르게 뽑아주는 조수로 두고, 최종 판단은 사람이 출처를 확인한 뒤 내리는 쓰임. 그게 가장 안전하다.