Gemini 생각

Gemini 3 및 2.5 시리즈 모델은 추론 및 다단계 계획 수립 기능을 크게 개선하는 '사고 과정'을 사용하므로 코딩, 고급 수학, 데이터 분석과 같은 복잡한 작업에 매우 효과적입니다.

사고 모델을 사용하면 Gemini가 대답하기 전에 내부적으로 추론합니다. Interactions API는 steps 배열의 함수 호출, 사용자 입력 또는 모델 출력과 함께 시간순으로 표시되는 전용 단계인 thought 단계를 통해 이 추론을 표시합니다.

모든 사고 단계에는 두 개의 필드가 포함됩니다.

필드 필수 설명
signature ✅ 예 모델의 내부 추론 상태를 암호화하여 나타낸 것입니다. 모델이 최소한의 추론을 수행하는 경우에도 항상 존재합니다.
summary ❌ 아니요 추론을 요약하는 콘텐츠 (텍스트 또는 이미지) 배열입니다. thinking_summaries 구성, 모델이 충분한 추론을 수행했는지 여부 또는 콘텐츠 유형에 따라 비어 있을 수 있습니다 (예: 이미지 잠재 공간에는 텍스트 요약이 없을 수 있음).

사고와의 상호작용

사고 모델과의 상호작용을 시작하는 것은 다른 상호작용 요청과 유사합니다. model 필드에서 사고 지원 모델 중 하나를 지정합니다.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.5-flash",
    input="Explain the concept of Occam's Razor and provide a simple, everyday example."
)
print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    model: "gemini-3.5-flash",
    input: "Explain the concept of Occam's Razor and provide a simple, everyday example."
});
console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.5-flash",
    "input": "Explain the concept of Occam'\''s Razor and provide a simple example."
  }'

사고 요약

사고 요약은 모델의 내부 추론 과정에 대한 인사이트를 제공합니다. 기본적으로 최종 출력만 반환됩니다. thinking_summaries를 사용하여 사고 요약을 사용 설정할 수 있습니다.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.5-flash",
    input="What is the sum of the first 50 prime numbers?",
    generation_config={
        "thinking_summaries": "auto"
    }
)

for step in interaction.steps:
    if step.type == "thought":
        print("Thought summary:")
        if step.summary:
            for content_block in step.summary:
                if content_block.type == "text":
                    print(content_block.text)
        print()
    elif step.type == "model_output":
        for content_block in step.content:
            if content_block.type == "text":
                print("Answer:")
                print(content_block.text)
                print()

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    model: "gemini-3.5-flash",
    input: "What is the sum of the first 50 prime numbers?",
    generation_config: {
        thinking_summaries: "auto"
    }
});

for (const step of interaction.steps) {
    if (step.type === "thought") {
        console.log("Thought summary:");
        if (step.summary) {
            for (const contentBlock of step.summary) {
                if (contentBlock.type === "text") console.log(contentBlock.text);
            }
        }
    } else if (step.type === "model_output") {
        for (const contentBlock of step.content) {
            if (contentBlock.type === "text") {
                console.log("Answer:");
                console.log(contentBlock.text);
            }
        }
    }
}

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.5-flash",
    "input": "What is the sum of the first 50 prime numbers?",
    "generation_config": {
      "thinking_summaries": "auto"
    }
  }'

이러한 경우 사고 블록에 요약이 없는 서명만 포함될 수 있습니다.

  • 모델이 요약을 생성할 만큼 충분히 추론하지 않은 간단한 요청
  • thinking_summaries: "none": 요약이 명시적으로 사용 중지된 경우
  • 이미지와 같은 특정 사고 콘텐츠 유형에는 텍스트 요약이 없을 수 있음

코드는 항상 summary가 비어 있거나 없는 사고 블록을 처리해야 합니다.

사고를 포함한 스트리밍

생성 중에 점진적 사고 요약을 수신하려면 스트리밍을 사용하세요. 사고 블록은 두 가지 고유한 델타 유형으로 서버 전송 이벤트 (SSE)를 사용하여 전달됩니다.

델타 유형 포함 전송 시점
thought_summary 텍스트 또는 이미지 요약 콘텐츠 점진적 요약이 포함된 하나 이상의 델타
thought_signature 암호화 서명 step.stop 이전의 마지막 델타

Python

from google import genai

client = genai.Client()

prompt = """
Alice, Bob, and Carol each live in a different house on the same street: red, green, and blue.
Alice does not live in the red house.
Bob does not live in the green house.
Carol does not live in the red or green house.
Which house does each person live in?
"""

thoughts = ""
answer = ""

stream = client.interactions.create(
    model="gemini-3.5-flash",
    input=prompt,
    generation_config={
        "thinking_summaries": "auto"
    },
    stream=True
)

for event in stream:
    if event.event_type == "step.delta":
        if event.delta.type == "thought_summary":
            if not thoughts:
                print("Thinking...")
            summary_text = event.delta.content.text
            print(f"[Thought] {summary_text}", end="")
            thoughts += summary_text
        elif event.delta.type == "text" and event.delta.text:
            if not answer:
                print("\nAnswer:")
            print(event.delta.text, end="")
            answer += event.delta.text

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const prompt = `Alice, Bob, and Carol each live in a different house on the same
street: red, green, and blue. Alice does not live in the red house.
Bob does not live in the green house.
Carol does not live in the red or green house.
Which house does each person live in?`;

let thoughts = "";
let answer = "";

const stream = await client.interactions.create({
    model: "gemini-3.5-flash",
    input: prompt,
    generation_config: {
        thinking_summaries: "auto"
    },
    stream: true
});

for await (const event of stream) {
    if (event.event_type === "step.delta") {
        if (event.delta.type === "thought_summary") {
            if (!thoughts) console.log("Thinking...");
            const text = event.delta.content?.text || "";
            process.stdout.write(`[Thought] ${text}`);
            thoughts += text;
        } else if (event.delta.type === "text" && event.delta.text) {
            if (!answer) console.log("\nAnswer:");
            process.stdout.write(event.delta.text);
            answer += event.delta.text;
        }
    }
}

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  --no-buffer \
  -d '{
    "model": "gemini-3.5-flash",
    "input": "Alice, Bob, and Carol each live in a different house on the same street: red, green, and blue. Alice does not live in the red house. Bob does not live in the green house. Carol does not live in the red or green house. Which house does each person live in?",
    "generation_config": {
      "thinking_summaries": "auto"
    },
    "stream": true
  }'

스트리밍 응답은 서버 전송 이벤트 (SSE)를 사용하며 다음과 같이 단계와 이벤트로 구성됩니다.

event: interaction.created
data: {"interaction":{"id":"v1_xxx","status":"in_progress","object":"interaction","model":"gemini-3.5-flash"},"event_type":"interaction.created"}

event: step.start
data: {"index":0,"step":{"signature":"","summary":[{"text":"**Evaluating the clues**\n\nI'm considering...","type":"text"}],"type":"thought"},"event_type":"step.start"}

event: step.delta
data: {"index":0,"delta":{"signature":"EpoGCpcGAXLI2nx/...","type":"thought_signature"},"event_type":"step.delta"}

event: step.stop
data: {"index":0,"event_type":"step.stop"}

event: step.start
data: {"index":1,"step":{"content":[{"text":"Based on the clues provided, here","type":"text"}],"type":"model_output"},"event_type":"step.start"}

event: step.delta
data: {"index":1,"delta":{"text":" is the answer to your question...","type":"text"},"event_type":"step.delta"}

event: step.stop
data: {"index":1,"event_type":"step.stop"}

event: interaction.completed
data: {"interaction":{"id":"v1_xxx","status":"completed","usage":{"total_tokens":530,"total_input_tokens":62,"total_output_tokens":171,"total_thought_tokens":297}},"event_type":"interaction.completed"}

event: done
data: [DONE]

사고 제어

Gemini 모델은 기본적으로 동적 사고를 수행하여 요청의 복잡성에 따라 추론 노력을 자동으로 조정합니다. thinking_level 매개변수를 사용하여 이 동작을 제어할 수 있습니다.

모델 기본 사고 지원되는 수준
gemini-3.1-pro-preview 사용 설정 (높음) 낮음, 보통, 높음
gemini-3-flash-preview 사용 설정 (높음) 낮음, 보통, 높음
gemini-3-pro-preview 사용 설정 (높음) 낮음, 높음
gemini-3.5-flash 사용 설정 (매체) 낮음, 보통, 높음
gemini-2.5-pro 사용 낮음, 보통, 높음
gemini-2.5-flash 사용 낮음, 보통, 높음
gemini-2.5-flash-lite 사용 안함 낮음, 보통, 높음

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.5-flash",
    input="Provide a list of 3 famous physicists and their key contributions",
    generation_config={
        "thinking_level": "low"
    }
)
print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    model: "gemini-3.5-flash",
    input: "Provide a list of 3 famous physicists and their key contributions",
    generation_config: {
        thinking_level: "low"
    }
});
console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.5-flash",
    "input": "Provide a list of 3 famous physicists and their key contributions",
    "generation_config": {
      "thinking_level": "low"
    }
  }'

사고 서명

사고 서명은 모델의 내부 추론을 암호화하여 나타낸 것입니다. 멀티턴 상호작용에서 추론 연속성을 유지하는 데 필요합니다.

Interactions API를 사용하면 generateContent API보다 사고 서명을 훨씬 간단하게 처리할 수 있습니다.

기본적으로 상태 저장 모드에서 Interactions API를 사용하면 (store: true를 설정하고 후속 턴에서 previous_interaction_id를 전달) 서버가 모든 사고 블록과 서명을 포함한 대화 상태를 자동으로 관리합니다. 이 모드에서는 서명과 관련하여 아무것도 할 필요가 없습니다. 서버 측에서 완전히 처리됩니다.

상태 비저장 모드

대화 상태를 직접 관리하고 (상태 비저장 모드) 각 요청에서 입력 및 출력의 전체 기록을 전달하는 경우 다음을 수행합니다.

  • 모델에서 수신한 대로 모든 thought 블록을 항상 다시 전송해야 합니다.
  • 모델이 추론을 계속하는 데 필요한 서명이 포함되어 있으므로 기록에서 사고 블록을 삭제하거나 수정해서는 안 됩니다.
  • 세션 내에서 모델을 전환할 때도 이전 모델의 사고 블록을 다시 전송해야 합니다. 백엔드에서 호환성을 관리합니다.

가격 책정

사고가 사용 설정되면 응답 가격은 출력 토큰과 사고 토큰의 합계입니다. total_thought_tokens 필드에서 생성된 총 사고 토큰 수를 확인할 수 있습니다.

Python

print("Thoughts tokens:", interaction.usage.total_thought_tokens)
print("Output tokens:", interaction.usage.total_output_tokens)

JavaScript

console.log(`Thoughts tokens: ${interaction.usage.total_thought_tokens}`);
console.log(`Output tokens: ${interaction.usage.total_output_tokens}`);

사고 모델은 최종 응답의 품질을 개선하기 위해 전체 사고를 생성한 후 사고 과정에 대한 인사이트를 제공하기 위해 요약을 출력합니다. 가격은 API에서 요약만 출력되더라도 모델이 생성해야 하는 전체 사고 토큰을 기준으로 합니다.

토큰에 관한 자세한 내용은 토큰 수 계산 가이드를 참고하세요.

권장사항

다음 가이드라인에 따라 사고 모델을 효율적으로 사용하세요.

  • 추론 검토: 사고 요약을 분석하여 실패를 파악하고 프롬프트를 개선합니다.
  • 사고 예산 제어: 모델에 긴 출력을 위해 사고를 줄이도록 프롬프트하여 토큰을 절약합니다.
  • 간단한 작업: 사실 검색 또는 분류에 낮은 사고를 사용합니다 (예: "DeepMind는 어디에 설립되었나요?").
  • 보통 작업: 개념 비교 또는 창의적 추론에 기본 사고를 사용합니다 (예: 전기 자동차와 하이브리드 자동차 비교).
  • 복잡한 작업: 고급 코딩, 수학 또는 다단계 계획에 최대 사고를 사용합니다 (예: AIME 수학 문제 해결).

다음 단계