미국이 이란을 공격할 가능성이 재차 부각되며 위험자산 투자심리 위축. VIX 지수가 재차 높아졌고, 달러강세 압력도 심화. 2년물, 10년물 국채금리도 반등. 금, 은, 구리가격은 하락 전환. 다만 원유 가격 상승세는 주춤

5월 초에도 상승세 이어졌던 대표 반도체 관련주는 5월 중순 일시적 차익실현 매물 출회. 다만 저가 매수세 유입되며 금일 재차 반등

구글 I/O에서 새롭게 발표된 Gemini 3.5 Flash는 기존 Gemini 3.1 Pro를 대부분 벤치마크에서 앞섰고, 다른 프론티어 모델 대비 출력 속도는 4배 빠름.

1/ 벤치마크 차트부터 보면 Gemini 3.5 Flash는 작업형 영역에서 점수가 크게 올라왔음.
Finance Agent v2는 금융 데이터 분석과 의사결정 능력을 보는 평가인데 57.9%로 비교 모델 중 가장 높았음.
MMMU-Pro는 멀티모달 이해와 추론을 보는 평가이고 83.6%, CharXiv Reasoning은 복잡한 차트와 시각 정보를 종합하는 평가인데 84.2%를 기록함.
Terminal-bench는 터미널 환경에서 에이전틱 코딩을 수행하는 평가이고 GPT-5.5가 78.2%로 더 높습니다.
SWE-Bench Pro는 실제 소프트웨어 엔지니어링 과제에 가깝고 Claude Opus 4.7이 64.3%로 가장 강함.
Flash가 크게 보이는 이유는 금융 에이전트, 멀티모달 이해, 차트 추론처럼 실제 제품에서 반복적으로 쓰이는 영역에서 점수가 올라왔기 때문.

2/ Gemini 3.1 Pro와 직접 비교한 평가 차트에서는 코딩, 에이전트, 도구 사용 영역의 상승폭이 보임.
코딩 영역의 Terminal-Bench 2.1은 Gemini 3.1 Pro 70.3%에서 Gemini 3.5 Flash 76.2%로 올라감.
실사용 에이전트 영역의 GDPval-AA Elo는 1314에서 1656으로 뛰었고, 대규모 도구 사용 영역의 MCP Atlas는 78.2%에서 83.6%로 올라감.
여기서 의미 있는 건 Flash가 코딩, 에이전트, 도구 사용에서 같이 올라왔다는 점입니다.
Gemini 앱의 답변 속도에서도 보이겠지만, AI Studio와 Antigravity에서는 더 노골적으로 드러남.
앱을 만들고, 고치고, 실행하고, 다시 확인하는 반복 작업은 모델이 한 번 말 잘하는 능력보다 도구를 계속 다루는 능력에 더 많이 의존하기 때문.

3/ 속도는 개발자 쪽에서 바로 드러남.
AI 코딩은 답변 한 번 받고 끝나는 일이 거의 없음.
계획을 세우고, 파일을 읽고, 수정하고, 테스트하고, 다시 고칩니다. 이 반복에서 출력 속도가 4배 빠르면 같은 시간에 더 많은 수정과 테스트를 돌릴 수 있음.
개발자는 모델이 한 번에 정답을 내는 장면보다 틀렸을 때 얼마나 빨리 다시 돌리고 검증할 수 있는지에 훨씬 민감함.
코딩 에이전트에서는 정답률만큼 재시도 속도와 검증 루프가 중요해짐.

4/ 가격은 반응이 갈릴 수밖에 없음.
순다르 피차이는 3.5 Flash가 유사한 프론티어 모델 대비 절반 이하 가격으로 프론티어 수준 역량을 제공한다고 설명함.
또 주요 기업이 하루 약 1조 토큰을 처리하고, 이 중 80%를 다른 프론티어 모델에서 3.5 Flash로 옮기면 연간 10억 달러 이상을 절감할 수 있다고 말함.
다만 Google Cloud Console 기준 입력 $1.50, 출력 $9.00 per 1M tokens으로, Gemini 3 Flash 대비 3배 비용은 아쉬움.
구글이 비교하는 기준은 다른 프론티어 모델이고, 기존 Flash 사용자가 느끼는 기준은 이전 Flash 가격.
그래서 이 발표는 성능표만큼 반복 실행 비용을 같이 봐야함.

5/ 구글 내부 사용량도 숫자가 큼.
발표에서는 3.5 Flash를 내부 에이전트 우선 개발 플랫폼과 함께 쓰며 하루 3조 토큰 이상 처리한다고 했음.
구글은 모델을 외부에 홍보하기 전에 내부 개발 방식에서 이미 크게 돌리고 있음.
사내 엔지니어가 실제 코드, 테스트, 리뷰, 문서 작업에서 계속 쓰면 모델은 데모용 피드백보다 훨씬 거친 데이터를 받음.
하루 3조 토큰은 데모 숫자보다 운영 숫자에 더 가깝고, 발표에서 가장 현실적인 지표로 보임.