소식 · · 읽는 시간 12분
Gemini Decisions API 공개: 글 대신 확률을 돌려주는 엔드포인트와 Jev·OpenAI와의 차이
이 글의 차례
Google이 2026년 11월 11일(미국 시간) Gemini API에 Decisions API를 열고, 이 엔드포인트 전용 모델 Gemini Decision 1(gemini-decision-1)을 공개했습니다. 글을 생성하지 않고 예/아니오·선택지·등급 질문에 확률과 확신도만 돌려주는 API입니다. 이 분야에는 이미 TypeSafe의 Jev와 OpenAI의 Decisions API(GPT-6 Luna)가 있었고, Google은 세 번째로 들어왔습니다. 세 API의 공식 문서를 같은 항목으로 놓아 보면 Google 쪽이 앞서는 것은 정확도 숫자보다 입력 종류입니다. 셋 중 음성·영상을 받는 것은 Gemini Decision 1뿐이고, PDF 입력을 문서에 적은 곳도 Gemini뿐입니다. 정확도는 측정 주체에 따라 갈립니다. Google 자체 표에서는 9개 항목 중 7개에서 1위였고(그중 2개는 Jev·Luna 점수가 없는 항목), 제3자인 Artificial Analysis 지수에서는 Jev 1.14와 같은 66점이었습니다.
이 글에서는 Decisions API가 무엇을 돌려주는지, 세 결정 API의 사양 차이, Google 수치와 제3자 수치가 어긋나는 곳, 개발자 반응, 국내 서비스에 넣기 전에 확인할 조건을 다룹니다.
생성 대신 확률을 돌려주는 엔드포인트
라우팅이나 정책 검사처럼 코드가 분기만 하면 되는 곳에 생성 모델을 쓰면, 답을 글로 받은 뒤 다시 파싱해야 합니다. Decisions API는 이 단계를 없앱니다. 요청 하나에 공통 입력과 질문 목록을 보내면, 질문마다 정해진 형태의 답이 옵니다. Google 문서는 질문 형식을 세 가지로 둡니다.
| 질문 형식 | 쓰는 곳 | 돌려주는 값 |
|---|---|---|
noul (예/아니오) | 조건이 맞는지 확인 | 예일 확률 0.01~0.99, 확신도 |
choice (선택) | 정해진 목록에서 하나 고르기 | 고른 항목, 항목별 확률, 확신도 |
score (등급) | 순서가 있는 기준표로 평가 | 확률 가중 평균 등급, 등급별 확률, 확신도 |
질문은 요청 하나에 최대 1,000개까지 넣을 수 있고, 모든 질문이 같은 입력을 한 번의 순전파(forward pass)로 평가받습니다. 질문끼리는 서로를 보지 못하므로 질문을 더하거나 빼도 다른 답은 바뀌지 않는다고 문서는 설명합니다. 공통 입력과 질문을 합친 한도는 262,144토큰입니다. 출력 토큰은 언제나 0이라 입력 토큰만 과금되고, 단가는 100만 토큰당 $0.10입니다.
지연 시간은 Google 발표 수치만 있습니다. 16,000토큰 이하 입력에서 모델 연산 중앙값이 50100ms, 왕복 기준 150250ms이고, 질문 수가 1개에서 100개로 늘어도 거의 그대로라고 Google은 밝혔습니다. 같은 벤치마크 묶음을 Gemini 3.5 Flash-Lite를 Interactions API(minimal)로 돌릴 때보다 비용이 5배 가까이 적다는 것도 Google의 주장입니다. Google 표의 총비용 $0.88과 $4.14를 나누면 약 4.7배입니다(직접 계산).
빠진 기능도 문서에 적혀 있습니다. 컨텍스트 캐싱, Batch API, Flex·Priority 추론을 지원하지 않고, 같은 입력을 여러 요청에 반복해 보내면 그때마다 전부 과금됩니다. 대화 기록과 도구 호출 블록은 입력으로 받지 않으며, 질문 지시문에는 텍스트만 넣을 수 있습니다.
세 결정 API를 같은 항목으로 놓은 사양
세 회사의 공식 문서를 같은 항목 순서로 직접 정리했습니다. 가격은 모두 입력 100만 토큰당 단가이고, 세 API 모두 출력은 과금하지 않습니다. OpenAI의 $0.10은 캐시되지 않은 입력의 기본 단가이며, 문서에 따르면 지역 처리 할증과 긴 컨텍스트 입력 배수가 따로 붙습니다.
| 항목 | Gemini Decision 1 | OpenAI (GPT-6 Luna) | TypeSafe Jev 1.14 |
|---|---|---|---|
| 입력 단가 | $0.10 | $0.10 (기본 단가, 캐시 적중 시 할인) | $0.042 |
| 입력 종류 | 텍스트·이미지·음성·영상·PDF | 텍스트·이미지·JSON | 텍스트·이미지(이미지는 프로덕션 준비 전 단계) |
| 질문 수 한도 | 요청당 1,000개 | 요청당 400개 | 개수 제한 없음(컨텍스트 한도 안에서) |
| 컨텍스트 | 262,144토큰 | 별도 표기 없음 | 기본 요청당 64,000·질문당 32,000토큰, 별도 헤더로 262,000토큰 |
| 항목 | Gemini Decision 1 | OpenAI (GPT-6 Luna) | TypeSafe Jev 1.14 |
|---|---|---|---|
| 프롬프트 캐싱 | 지원 안 함 | 지원 | 문서에서 확인 못 함 |
| 대화 기록·도구 호출 입력 | 지원 안 함 | 지원 | 문서에서 확인 못 함 |
| 제공 경로·처리 지역 | Gemini Developer API(v1beta)만, Vertex AI 없음 | 미국·유럽(EEA·스위스) 지역 처리 | 문서에서 확인 못 함 |
| 상태 | 신규 공개 | 정식 출시(GA) | 2026-10-14 출시, 이미지는 프로덕션 전 단계 |
두 표를 합쳐 보면 셋의 자리가 갈립니다. Jev는 단가가 가장 낮고, OpenAI는 캐싱·대화 기록·지역 처리처럼 공개 문서에 적힌 운영 기능이 가장 많습니다. Gemini Decision 1은 입력 종류와 기본 설정에서 한 요청에 담을 수 있는 양에서 앞섭니다. Jev도 별도 헤더를 켜면 262,000토큰까지 늘어나지만, TypeSafe 문서는 이때 기본 한도보다 느리고 정확도가 떨어진다고 적고 있습니다. 통화 녹음과 계정 정보를 함께 넣거나, 스캔한 PDF 청구서와 파손 사진을 한 번에 판정하는 예시를 Google이 블로그에서 든 이유도 여기에 있습니다.
Google 표에서 이긴 항목과 진 항목
Google이 블로그에 실은 벤치마크 표는 Gemini Decision 1, Jev 1.14, GPT-6 Luna(OpenAI Decisions API), Gemini 3.5 Flash-Lite를 9개 항목으로 비교합니다. 이 중 Jev와 Luna 점수가 함께 있는 7개 항목에서 Gemini Decision 1 점수와 두 경쟁 모델 점수의 차이를 직접 계산해 그렸습니다.
Luna에는 7개 항목 모두에서 앞섰습니다. Jev와의 차이는 대부분 1~2점대이고, 진 항목이 두 개 있습니다. Mind2Web Multimodal에서 86.2% 대 86.8%, 도구 호출 여부를 판단하는 When2Call에서 79.9% 대 82.0%입니다. 에이전트가 도구를 부를지 말지 고르는 용도는 Google이 블로그에서 이 API의 쓰임새로 가장 먼저 꼽은 것(도구 선택)이라, 바로 그 항목에서 Jev보다 낮았다는 점은 짚어 둘 만합니다. 차이가 가장 큰 항목은 New Yorker Caption(텍스트만)으로, Jev보다 7.7점 높았습니다.
Google 표의 비용 행도 Jev 쪽이 낮습니다. 7개 공통 평가를 모두 돌린 총비용이 Gemini Decision 1 $0.88, Jev $0.68, Luna $0.93이었습니다. 확률이 실제 정답률과 얼마나 맞는지를 재는 보정 오차(Top-1 ECE, 낮을수록 좋음)는 Gemini Decision 1이 0.0250으로 Jev 0.0494의 절반 수준이었습니다. 이 표의 숫자는 모두 Google이 직접 잰 값입니다.
제3자 지수에서는 Jev와 같은 66점
제3자 측정은 Artificial Analysis(AA)의 Decision Index v2.1이 있습니다. AA는 여러 결정 모델을 같은 지수로 재고, 정답률에서 확률의 브라이어 점수(Brier score)를 빼는 방식으로 점수를 매깁니다. 세 모델의 AA 수치를 직접 모아 한 그림에 놓았습니다.
지수 점수는 Gemini Decision 1과 Jev 1.14가 똑같이 66점이고, GPT-6 Luna는 60점입니다. Google 표의 "7개 항목 1위"가 제3자 지수에서는 Jev와 같은 점수, 그리고 AA가 표시한 결정 모델 중앙값과 같은 점수로 바뀐 셈입니다. 속도와 비용에서는 차이가 더 뚜렷합니다. 작업당 시간은 Jev 92ms, Gemini Decision 1 211ms이고, 100만 작업당 비용은 Jev $156, Gemini Decision 1 $345입니다. AA가 표시한 결정 모델 중앙값은 작업당 209ms, 100만 작업당 $137이고, AA는 비용 기준으로 Gemini Decision 1($345)과 GPT-6 Luna($339)를 모두 "비싼" 편으로 분류했습니다.
두 측정이 어긋나는 이유는 확인되지 않았습니다. 평가 항목 구성이 다르고, AA 지수에는 음성·영상 평가가 들어 있지 않습니다. Gemini Decision 1이 셋 중 유일하게 내세우는 음성·영상 입력은 제3자 측정에서 아직 비어 있는 축입니다.
Hacker News에서 갈린 평가
Google 발표 글이 올라온 Hacker News 토론에는 160개 넘는 댓글이 달렸습니다. 사용자 Topfi는 직접 돌린 간이 평가 결과를 이렇게 적었습니다. "many usage scenarios a 4x lower brier over Jev (2x - 6x depending on task)". 같은 댓글에서 "all this cost twice as much across the entire eval end-to-end"라며 비용은 두 배였다고 덧붙였습니다.
사용자 muzani는 입력 종류를 핵심으로 봤습니다. "This appears the first decision AI that actually handles audio, video, and PDF". 그러면서도 "Jev is still faster and cheaper for many of the common text uses"라고 평가했습니다. 단가를 문제 삼은 의견도 있습니다. 사용자 flockonus는 "At 0.10/M this feels very overpriced vs Liquid's 0.02/M"이라고 썼습니다.
API 설계를 두고는 비판이 나왔습니다. 사용자 vintermann은 Google이 Jev의 용어인 "noul"을 쓰면서 Jev를 언급하지 않았다고 지적했습니다. 사용자 holografix는 "a solid but not great 'we do it too' product"라고 평했습니다. 사용자 vesterde는 "As far as I can tell it's just in AI Studio for now"라며 Vertex AI 출시 시점을 물었습니다. 위 인용은 모두 개별 사용자의 의견이고, 측정 방법이 공개되지 않은 개인 평가입니다.
한국 서비스에 넣기 전에 따질 것
이번 출시로 국내 개발자가 얻는 것은 "음성·영상·PDF를 넣고 확률로 분기하는" 길이 처음 열렸다는 점입니다. 상담 녹음 분류, 배송 사진 검수, 스캔 서류 1차 판정처럼 지금까지 생성 모델에 묻고 답을 파싱하던 일을 엔드포인트 하나로 줄일 수 있습니다. 텍스트만 다루는 라우팅이라면 그림 2 기준으로 Jev가 같은 점수에 더 빠르고 싸므로, Gemini로 옮길 이유는 약해 보입니다.
한국어 성능은 공개 수치가 없습니다. Google 표의 Global-MMLU-Lite(영어 제외)에서 86.0%를 받았지만 언어별 점수는 나와 있지 않습니다. 확률이 잘 맞는지(보정)는 언어마다 달라질 수 있으므로, 문서 권고대로 자기 서비스의 라벨 데이터로 임계값을 정해야 합니다. 질문 키는 ASCII 문자만 쓸 수 있지만, 선택지 키는 128자(UTF-8 기준 512바이트)까지 허용하므로 한글 선택지 이름을 그대로 쓸 수 있습니다.
데이터 조건도 따로 봐야 합니다. Decisions API는 현재 Gemini Developer API(v1beta)에서만 제공되고, Google Cloud의 Vertex AI 경로가 없습니다. 처리 위치를 고르거나 기업 계약 조건을 붙이는 경로가 아직 없다는 뜻입니다. 같은 Google 모델이라도 Cloud 쪽 엔드포인트 조건이 국내 기업에 문제가 됐던 사례는 Gemini Omni 1.2 Flash 글에서 다뤘습니다. 무료 등급으로 시험할 때도 주의가 필요합니다. 가격 문서는 무료 등급 입력을 Google 제품 개선에 쓴다고 적고 있어, 고객 녹음이나 개인정보가 담긴 서류로 시험하는 것은 피하는 편이 안전해 보입니다.
비용 구조도 다르게 짜야 합니다. 캐싱이 없으므로 긴 정책 문서를 매번 다시 보내면 그만큼 과금됩니다. 같은 입력에 대한 질문은 요청 여러 개로 나누지 말고 한 요청(최대 1,000개)에 묶는 쪽이 이 API의 과금 방식에 맞습니다.
한계
| 항목 | 내용 |
|---|---|
| 직접 측정 | 이 글은 Decisions API를 직접 호출해 재지 않았습니다. 그림 1은 Google 수치, 그림 2는 AA 수치를 옮겨 계산·정리한 것입니다 |
| 측정 시점 | AA 수치는 2026-11-14 모델 페이지 기준입니다. 공개 직후라 바뀔 수 있습니다 |
| 음성·영상 | 음성·영상·PDF 판정 성능은 Google 표의 MMAU(71.8%), Video-MME(69.1%) 외에 비교할 제3자 수치가 없습니다 |
| 한국어 | 한국어 판정 정확도와 보정을 따로 잰 공개 수치를 찾지 못했습니다 |
| 사양 표 | OpenAI의 컨텍스트 한도, Jev의 캐싱·지역 처리는 공개 문서에서 확인하지 못해 "확인 못 함"으로 두었습니다 |
출처
- Google, Gemini Decisions API: Fast, calibrated multimodal decisions (2026-11-11)
- Google AI Studio, Decisions API 문서 · Gemini Decision 1 모델 페이지
- Google AI for Developers, Gemini API 가격
- OpenAI, Decisions API 가이드
- TypeSafe, Models · Images
- Artificial Analysis, Gemini Decision 1 · Jev 1.14 · GPT-6 Luna (Decisions)
- Hacker News, Gemini Decisions API 토론
