Google AI 뉴스

구글이 지메일, 캘린더 등 구글 워크스페이스와 연동되어 백그라운드에서 복잡한 업무를 수행하는 AI 에이전트 '제미나이 스파크'를 한국에 출시했습니다. 미국 출시 초기 사례를 통해 높은 생산성 잠재력과 함께 작업 오류 및 개인정보 접근 권한에 대한 우려가 동시에 제기되며 기술적 완성도와 신뢰 구축이 핵심 과제로 떠올랐습니다.

Gemini Enterprise Agent 플랫폼의 에이전트 및 모델 평가 기능이 GA를 통해 정식 서비스됩니다. 이 기능은 2상 이상의 사전 구축된 지표와 맞춤형 적응형 루브릭(Adaptive Rubrics)을 제공하며, 개발 중 실험부터 실제 운영 트래픽에 대한 실시간 모니터링까지 통합된 평가 프로세스를 지원합니다.

구글은 Gemini 기반 에이전트를 도입하여 크롬 보안 버그의 탐지부터 분류, 수정, 배포에 이르는 전 과정을 자동화했으며, 이를 통해 6월 한 달간 역대 최대 규모인 1,072개의 버그를 수정했습니다. 또한 패치 격차를 줄이기 위해 동적 패치 기술과 주 2회 보안 릴리스를 시험하며 소프트웨어 공급망 보안을 강화하고 있습니다.

구글은 검색 결과의 50%에 AI Overviews를 적용하고 쇼핑 광고에 AI 생성 설명을 도입하는 등 AI 기반의 검색 및 커머스 경험을 확장하고 있습니다. 동시에 Google Ads의 리드 저니 매핑과 ChatGPT 광고 매니저의 기능 업데이트는 광고주들에게 더욱 정밀한 데이터 분석과 자동화된 타겟팅 도구를 제공하고 있습니다.

구글 크롬 보안팀은 LLM과 AI 에이전트를 도입하여 취약점 발견부터 패치까지의 전 과정을 자동화하고 있습니다. 특히 Gemini를 활용한 에이전트 기술로 과거에 발견하지 못했던 심각한 버그를 찾아내는 등 보안 대응 속도와 정확도를 획기적으로 개선했습니다.

구글이 AI Overviews 등 인공지능 기술을 검색에 통합하면서 기존의 키워드 및 백링크 중심 SEO 전략이 근본적으로 변화하고 있습니다. 이제는 단순한 랭킹 경쟁을 넘어 E-E-A-T를 기반으로 AI 시스템이 신뢰할 수 있는 답변의 출처로 인식하도록 만드는 GEO 전략이 필수적입니다.

고성능 AI 모델의 과도한 사용으로 인한 막대한 API 비용 문제를 해결하기 위해, 작업의 성격(설계, 구현, 테스트)에 맞춰 적절한 성능과 가격대의 모델을 선택하는 전략을 제시합니다. 이를 통해 서비스 품질 저하 없이 월간 운영 비용을 10,000달러에서 3,000달러 수준으로 대폭 낮춘 실질적인 사례를 보여줍니다.

구글 딥마인드가 전신 제어(VLA), 장기 작업 계획(ER), 온디바이스 실행(On-Device)을 아우르는 Gemini Robotics 2 모델군을 발표했습니다. 이 기술은 휴머노이드의 정교한 손동작부터 여러 로봇의 협업, 새로운 하드웨어에 대한 빠른 적응력을 갖추어 범용 물리 AI 시대를 앞당길 것으로 기대됩니다.

AI 답변 생성 시 가장 큰 비중을 차지하는 것은 기업 자체 웹사이트(Brand site)이지만, 산업군에 따라 뉴스(Earned)나 소셜 미디어의 영향력은 크게 달라집니다. 따라서 성공적인 AI 엔진 최적화를 위해서는 자사 산업의 인용 구조와 타겟 모델(ChatGPT, Gemini 등)의 특성을 파악하는 것이 핵심입니다.

구글은 최근 크롬의 최신 두 버전에서 총 1,072개의 보안 버그를 수정했으며, 이는 지난 2년간 출시된 23개 버전의 누적 수정 건수인 1,036개를 넘어선 수치입니다. 이러한 급격한 증가의 배경에는 제미나이(Gemini)와 같은 LLM을 활용해 취약점을 선제적으로 찾아내고 패치하는 자동화된 보안 프로세스가 자리 잡고 있습니다.

오라클은 구글 클라우드와의 협력을 강화하여 Gemini 3.1 Flash Lite 및 3.5 Flash 모델을 AI Agent Studio에 통합하고, 이를 Fusion Applications와 NetSuite의 임베디드 AI 기능에도 적용할 계획입니다. 이를 통해 고객들은 기존 Cohere나 Meta 모델 외에도 구글의 강력한 멀티모달 능력을 활용해 복잡한 비즈니스 워크플로우를 자동화하는 에이전트를 구축할 수 있게 됩니다.

구글 딥마인드는 로봇의 복잡한 작업 수행과 환경 적응력을 높인 제미니 로보틱스 2.0을 발표했습니다. 이번 업데이트는 실시간 영상 기반의 추론(ER 2)과 행동 생성(VLA) 모델을 통해 로봇 간 협업 및 정교한 물리적 조작을 가능하게 하며, 새로운 안전성 평가 기준인 ASIMOV-Agentic도 함께 도입되었습니다.

구글 딥마인이 로봇의 상체를 넘어 전신 움직임을 제어하는 Gemini Robotics 2 모델을 발표했습니다. 이 모델은 정교한 손동작과 다단계 작업 수행 능력을 갖추었으며, 여러 대의 로봇이 협업하거나 인터넷 없이 온디바이스로 구동되는 기능까지 포함하고 있습니다.

구글 딥마인드가 Gemini 모델을 기반으로 한 'Gemini Robotics 2'를 공개했습니다. 이 기술은 다양한 형태의 로봇에게 정교한 조작 능력과 적응형 추론 능력을 부여하여, 복잡한 물리적 과업 수행 및 다중 로봇 간의 협업을 가능하게 합니다.

구글은 로봇의 실시간 공간 추론, 다단계 작업 계획 및 다중 로봇 협업을 가능하게 하는 '제미니 로보틱스 ER 2'를 출시했습니다. 이 모델은 비디오 피드를 통해 작업 진행 상황을 스스로 모니터링하고 오류를 수정하며, Gemini Live API를 통해 지연 시간 없이 유연한 명령 수행이 가능합니다.

구글의 AI 오버뷰(AI Overviews) 노출 비중이 전체 검색 쿼리의 약 절반에 육박하며 급증하고 있습니다. 특히 정보성 검색에서 그 빈도가 더 높으며, AI 모드를 통한 사용자 방문 역시 빠르게 증가하는 추측입니다.

구글의 AI Overview 기능이 인종에 따라 차별적인 답변을 제공했다는 논란이 제기되자, 구글은 AI 모델의 결함 대신 특정 웹페이지의 정보를 인용한 것이라고 책임을 외부로 돌렸습니다. 이는 검색 결과의 저작권을 주장하려는 구글의 최근 행보와 상충되어 책임 소재에 대한 논란을 가중시키고 있습니다.

구글은 지메일, 구글 워크스페이스 등과 연동되어 사용자의 지시에 따라 이메일 정리부터 일정 관리까지 백그라운드에서 스스로 수행하는 AI 에이전트 ‘제미나이 스파크’를 한국에 출시합니다. Gemini 3.6 모델을 기반으로 하며, 보안을 위해 중요한 작업은 반드시 사용자의 사전 승인을 거치도록 설계되었습니다.

Claude, Gemini 등 서로 다른 AI 모델을 하나의 엔지니어링 팀으로 구성하여 실시간으로 협업하게 만드는 새로운 IDE 프로젝트를 소개합니다. 이 시스템은 'Traffic Cop'이라는 오케스트레이터를 통해 코드 충돌과 높은 API 비용 문제를 해결하며 효율적인 멀티 에이전트 워크플로우를 구현했습니다.

2026년 상반기 AI 산업은 구글 AI Mode의 확산과 에이전트급 모델의 등장으로 검색 패러다임이 전환되는 시기를 맞이했습니다. 기업들은 막대한 토큰 비용을 지출하며 실험을 가속화하고 있으나, 브랜드 인지도 측정과 명확한 ROI 산출이라는 새로운 과제에 직면해 있습니다.