Google AI

구글이 데미스 하사비스를 DeepMind 의장 겸 알파벳 수석과학자로 옮기고 코레이 카부크오글루에게 실행을 맡겼다. AI 경쟁은 연구 스타에서 운영 체계로 이동하고 있다.

구글의 변화는 연구 리더를 물러나게 한 사건이라기보다 AGI 외교와 제품 실행을 분리한 조직 설계에 가깝다. 한국 기업도 모델 도입보다 누가 연구, 제품, 책임을 나눠 갖는지부터 점검해야 한다.

Google Chrome 보안팀은 AI로 취약점 발견, triage, 수정, release를 자동화하고 있다. 최근 두 milestone에서 보안 버그 1,072개를 수정했다.

Chrome의 AI 보안 파이프라인은 취약점 발견만 자동화하는 단계가 아니다. triage, fix, test, release, restart까지 이어지는 전체 패치 공급망이 AI 시대의 경쟁 단위가 되고 있다.

Google DeepMind가 Gemini Robotics 2를 공개했다. 전신 제어, 손 조작, 다중 로봇 협업은 물리 AI 경쟁의 기준을 소프트웨어 쪽으로 옮긴다.

Gemini Robotics 2의 핵심은 휴머노이드 데모가 아니라 로봇 제어를 VLA, embodied reasoning, 온디바이스 모델로 쪼갠 구조다. 한국 제조 기업은 하드웨어보다 작업 정의, 안전 게이트, 현장 데이터 수집 체계를 먼저 준비해야 한다.

Google은 Michigan 낙농가가 Gemini 3.6 Flash와 Antigravity로 다중 에이전트 운영 대시보드를 만든 사례를 공개했다. AI 에이전트의 진짜 시장은 거대기업 밖에도 있다.

Gemini 농장 사례는 에이전트가 화려한 사무직 데모를 넘어 작은 사업장의 반복 데이터 업무를 줄일 수 있음을 보여준다. 핵심은 API 통합보다 로컬 파일, 명확한 지표, 저비용 모델 조합이다.

Google은 Gemini API Managed Agents의 기본 모델을 3.6 Flash로 바꾸고 환경 훅, 예산 제어, 예약 트리거를 추가했다. 에이전트 경쟁은 런타임 통제 경쟁으로 이동한다.

Google의 Managed Agents 업데이트는 더 똑똑한 모델보다 더 통제 가능한 런타임을 강조한다. 훅, 예산, 예약 실행은 기업이 에이전트를 실험에서 운영으로 옮길 때 반드시 필요한 장치다.

AI 연구자들이 펠리컨 자전거 SVG 벤치마크에 과적합했는지 검증한 실험은 작은 농담형 테스트가 모델 평가와 신뢰 논쟁으로 커지는 과정을 보여준다.

좋은 벤치마크는 점수보다 실패 양상을 보여준다. Pelicanmaxxing 논쟁은 한국 AI 팀에게 공개 벤치마크 하나에 맞춘 최적화보다 변형 테스트와 평가 데이터 공개가 중요하다는 교훈을 준다.

Gemini 3.6 Flash와 3.5 Flash-Lite, Flash Cyber 출시는 모델 성능 경쟁보다 에이전트 워크플로의 토큰 효율과 보안 접근권 경쟁에 가깝다.

Flash 라인의 핵심은 더 큰 모델이 아니라 더 싼 반복이다. 한국 기업은 최고 점수 모델보다 업무당 출력 토큰, 재시도 횟수, 보안 파일럿 접근성을 함께 봐야 한다.

Google은 NotebookLM을 Gemini Notebook으로 바꾸고 코드 실행과 검색 통합을 예고했다. 지식노동 앱 경쟁이 노트에서 업무 OS로 확장된다.

Gemini Notebook 개명은 브랜드 정리가 아니라 노트, 검색, 코드 실행, 업무 자료를 하나의 AI 작업공간으로 묶는 신호다. 기업 도입의 쟁점은 편의보다 소스 경계와 실행 권한 관리가 된다.

Google Gemini Spark가 macOS 베타로 확장됐다. 에이전트 경쟁은 채팅창이 아니라 파일, 일정, 앱 권한을 둘러싼 데스크톱 전쟁으로 옮겨간다.

데스크톱 에이전트의 승부는 모델 점수보다 권한 설계와 앱 연결 품질에서 난다. 맥 파일과 로컬 앱을 다루는 순간 AI는 검색 도구가 아니라 운영체제 주변 계층이 된다.

Google Gemini 핵심 연구자로 알려진 인재들이 Anthropic으로 이동한다는 보도가 나왔다. 모델 경쟁이 논문과 GPU뿐 아니라 팀 이동성으로도 결정되는 국면을 분석한다.

프런티어 AI 경쟁에서 인재 이동은 단순 채용 뉴스가 아니다. 연구 문화, 컴퓨트 접근, 제품 속도, 보상 구조가 한꺼번에 평가되는 신호다.

Google의 Gemini 3.5 Flash는 속도와 에이전트 실행을 앞세워 컴퓨터 사용 모델 경쟁을 넓힌다. 관건은 벤치마크 점수보다 실제 화면 조작을 안전하게 기록하고 복구하는 운영 안정성이며, 한국 기업은 권한과 승인 흐름부터 설계해야 한다.

Gemini 3.5 Flash의 메시지는 가장 똑똑한 모델보다 빠르고 많이 실행할 수 있는 에이전트 모델이 시장을 넓힌다는 것이다. 하지만 컴퓨터 사용 기능은 비용 절감만큼이나 권한, 감사, 실패 복구 설계를 요구한다.

Gemini 공동 리드 노암 셰이저의 OpenAI 합류는 모델 경쟁이 데이터센터와 제품뿐 아니라 핵심 연구자 이동성으로 재편되고 있음을 보여준다.

프런티어 모델 경쟁에서 핵심 연구자의 이동은 단순 채용 뉴스가 아니라 지식, 문화, 제품 감각이 함께 이동하는 사건이다. 한국 기업도 모델 구매와 자체 개발 사이에서 인재 리텐션 전략을 다시 봐야 한다.

MacRumors는 Apple이 Google Gemini 기술을 바탕으로 새 Apple Intelligence 아키텍처를 공개했다고 전했다. 애플의 독자 생태계 전략이 실용적 동맹으로 이동한다.

애플이 Gemini 계열 기술을 아키텍처에 활용한다면 AI 플랫폼 경쟁은 폐쇄 생태계 대 개방 생태계가 아니라 모델 공급망을 누가 더 자연스럽게 숨기고 통제하느냐의 싸움이 된다.

Google Antigravity 업데이트 경험담은 IDE가 챗봇형 도구로 바뀌며 워크플로를 깨뜨릴 수 있음을 보여준다. AI 개발도구의 자동 업데이트 신뢰가 쟁점이 됐다.

AI IDE의 업데이트는 기능 추가가 아니라 작업 방식의 변경이다. 도구가 배경 업데이트로 정체성을 바꾸면 개발자는 모델 성능과 별개로 신뢰를 잃는다.

BBC는 AI 검색과 챗봇이 웹 콘텐츠 조작으로 허위 정보를 답하도록 유도될 수 있다고 보도했다. 검색 최적화는 이제 보안 리스크다.

AI 검색 조작은 기존 SEO 스팸보다 위험하다. 사용자가 출처 목록을 읽기 전에 AI 요약을 신뢰하기 때문에, 검색 품질 문제는 곧 보안과 소비자 보호 문제가 된다.

AI 워터마크 제거 도구가 GitHub에서 주목받았다. C2PA와 SynthID 같은 출처 증명 체계가 단일 방어선이 될 수 없다는 경고다.

워터마크 제거 도구의 등장은 provenance 체계가 실패했다는 뜻이 아니라, metadata·watermark·플랫폼 검증·법적 책임을 겹겹이 설계해야 한다는 현실적 압박이다.

Google이 Gemini 3.5 Flash를 공개했다. 플래그십급 지능과 낮은 지연시간을 결합해 에이전트·코딩 워크플로의 기본값 경쟁을 키운다.

Gemini 3.5 Flash의 핵심은 최고 성능 모델 하나가 아니라, 충분히 강한 모델을 검색·앱·개발도구·기업 플랫폼 전체의 기본 실행 엔진으로 밀어 넣는 전략이다.

OpenAI가 C2PA conformant generator가 되고 Google SynthID를 이미지에 도입한다. AI 콘텐츠 검증은 경쟁보다 상호운용성이 중요해졌다.

OpenAI가 Google SynthID를 받아들인 것은 AI provenance가 독자 규격 싸움으로는 해결되지 않는다는 신호다. 검증의 승자는 모델 회사가 아니라 표준과 플랫폼을 연결하는 쪽이 될 가능성이 크다.

Google Project Zero의 Pixel 10 제로클릭 체인 분석은 모바일 보안의 약한 고리가 여전히 커널 드라이버와 패치 체계임을 보여준다.

AI 시대의 모바일 보안은 모델보다 아래 계층, 즉 미디어 파서와 하드웨어 드라이버의 단순한 실수에서 무너질 수 있다.

Google DeepMind의 AI 포인터 실험은 프롬프트 창 밖에서 화면 맥락을 이해하려는 시도다. Chrome, Gemini, 브라우저 에이전트 UX 경쟁을 짚고 한국 제품팀이 준비할 권한 설계와 보안 과제를 분석한다.

AI 포인터는 모델 성능보다 맥락 전달 비용을 줄이는 인터페이스 경쟁의 신호다. 다음 UX 전쟁은 프롬프트를 잘 쓰는 법이 아니라 사용자가 이미 보는 화면을 AI가 안전하게 이해하는 법에서 벌어진다.