Google은 AI를 과학의 가속과 생활 개선에 활용하는 노력을 이어가고 있으며, 최근 몇 주 사이 AlphaGenome Atlas, WeatherNext 3 등의 성과를 잇따라 발표했다. AlphaGenome Atlas는 인간 게놈에서 90억 가지 단일 염기 변화가 미치는 예측 영향을 지도로 만들어 연구자들에게 공개했다. WeatherNext 3는 하루 이상 앞선 강수 예보의 정확도를 50% 향상시켰으며, 이미 회사의 제품에 사용되고 있다.
Google은 AI & Economy ATLAS 데이터를 탐색할 수 있는, 누구나 이용 가능한 인터랙티브 시각화 도구를 공개했다. Google DeepMind와 MIT FutureTech의 연구에서는 조사 대상 과학자의 약 절반이 매일 어떤 형태로든 AI를 사용하고 있으며, AI로 인해 주당 7시간 가까이 시간을 절약하고 있다고 보고됐다. 반면 AI 출력물을 검증하는 데 많은 시간이 쓰이고 있으며, 검증되지 않은 가설도 늘고 있다고 한다.
Google의 대담 시리즈 「Dialogues on Technology and Society」 최신 회에서는 NASA 우주비행사 Christina Koch 씨와 Google의 James Manyika 씨가 우주, 기술, 발견에 대해 이야기를 나눈다. Koch 씨는 ISS에서의 328일간 체류, 역사상 최초의 전원 여성 우주유영, Artemis II 임무에서의 달 궤도 비행을 돌아본다. 두 사람은 25만 마일 거리에서 본 푸른 지구를 「lifeboat」이라고 표현하며, 우주비행사, 로보틱스, AI의 협업에 대해서도 논의한다.
Google Developer Groups(GDG)가 주최하는 개발자 커뮤니티 행사 「DevFest」의 2026년 시즌이 2026년 10월 1일부터 12월 31일까지 열린다. 전 세계 115개국에서 800건 이상의 행사가 예정되어 있다.
Google Research가 도구 사용 체인을 먼저 생성한 뒤 사용자 쿼리를 붙이는 answer-first 방식의 데이터 생성 기법 ToolGrad를 제안했다. ToolGrad-500으로 미세 조정한 Gemma-3 12B 모델(ToolGrad-12B)은 BFCL에서 83.1점을 기록해 gemini-2.5-pro(83.2)에 근접했으며, claude-4.5 Opus(82.8)와 gpt-5(74.4)를 앞섰다. 데이터 생성에는 gemini-2.5-flash-lite를 사용했으며, 거의 100%에 가까운 통과율을 보였다고 밝혔다.
Google가 Windows용 Gemini 앱을 공개했다. Alt + Space를 누르면 작업 중인 화면 위에 Gemini를 불러낼 수 있다. Windows 10과 11을 지원하며, 전 세계에서 오늘부터 이용할 수 있고 gemini.google/desktop에서 내려받을 수 있다.
Google 검색의 AI 모드는 마라톤 등 레이스 준비에 도움이 된다. 훈련 계획은 +메뉴에서 Canvas 도구를 선택해 만들 수 있으며, 교차 훈련과 근력 훈련을 포함한 계획을 작성할 수 있다. YouTube Music 계정을 연동하면 러닝용 맞춤 플레이리스트를 만들 수 있고, Shopping Graph의 600억 건이 넘는 상품 정보를 바탕으로 와이드 풋용 신발이나 80달러 미만의 하이드레이션 베스트 등을 비교하며, 재고 현황과 매장 재고도 확인할 수 있다.
Google DeepMind는 영화 제작자들과 함께 단편 다큐멘터리 『Love, Rendered』를 제작하고, 결혼 70년이 넘은 Burt and Ethelle Shatz 부부의 기록되지 않은 만남의 날을 AI로 재현했다. 흑백 사진의 이미지 복원 기술과 퍼포먼스 캡처 모델을 결합해 현재 부부의 몸짓을 젊은 시절의 모습에 입혔다. 사진 복원은 Gemini 앱에서도 가능하다.
Google은 Gemini를 운전면허증 갱신, 세무 신고, 행정 서비스 신청 등 행정 절차에 활용하는 4가지 방법을 소개했다. Google의 AI & Economy ATLAS v1.0 조사에 따르면, 이런 잡무에 관한 AI와의 대화 약 절반은 일반 영업시간 외에 이뤄졌다. Gemini로 생활과 관련된 용무를 처리하는 사람의 약 40%는 서류 용어나 절차 순서에 대해 상담했다.
Google 검색은 미국 프로 풋볼을 실시간으로 따라갈 수 있는 「Live Game Feed」를 영어 모바일 버전에서 제공하기 시작했다고 밝혔다. 선수 통계와 대진 카드별 득점을 확인할 수 있는 기능도 추가됐으며, 판타지 풋볼은 Yahoo Fantasy 또는 Sleeper 계정을 연동하면 AI 모드에서 추천을 받을 수 있다. 연동에 로스터 정보를 직접 입력하거나 스크린샷을 올릴 필요는 없다고 한다.
Google DeepMind는 인간 게놈에서 발생할 수 있는 약 90억 개의 단일염기 변이가 분자 수준에서 미칠 영향을 예측한 결과를 정리한 AlphaGenome Atlas를 공개했다. AlphaGenome과 AlphaMissense의 예측을 하나의 수치로 묶은 AVI 점수도 함께 제공한다. 학술 연구 목적이라면 웹 포털에서 무료로 이용할 수 있으며, AlphaGenome API와 Google Antigravity의 스킬로도 사용할 수 있다.
Google이 음악 생성 모델 Lyria 3.5를 Gemini 앱과 Gemini API로 제공을 시작했다. 더 표현력 있는 보컬과 풍부한 곡 편곡을 지원하며, 높은 충실도로 트랙을 만들 수 있다. 웹과 모바일 앱에서 전 세계 모든 사용자가 이용할 수 있다.
UK Biobank의 유럽계 데이터를 활용해 Biobank Japan의 일본인 집단을 위한 PRS를 학습시키는 방법을 8개 임상 형질에 걸쳐 비교했다. 대상 집단의 표본 수가 1만 5000건 이상이면 대상 집단 전용 모델이 더 우수했고, 5000건처럼 극히 적은 경우에는 유럽계 데이터를 함께 사용하는 것이 효과적이었다. 유전적 상관이 높은 형질일수록 유럽계 데이터의 이점이 더 큰 표본 수까지 유지되었으며, 지질(HDL, LDL)과 혈당 수치에서는 그 이점이 작았다.
Google Research와 HHMI Janelia 등은 수컷 초파리의 뇌와 중추신경계의 완전한 배선도를 공개했다. 166,000개가 넘는 뉴런과 1억 2,500만 개의 시냅스 연결을 담고 있으며, 뉴런 수 기준으로 지금까지 가장 큰 뇌 지도이다. 논문은 Cell에 게재됐고, 데이터는 Neuroglancer에서 열람 및 다운로드할 수 있다.
선정 이유: AI 기반 재구성과 사람의 검증을 결합한 뇌 지도 제작의 발전 과정이 초파리에서 어류로 확대되는 흐름 속에서 정리돼 있다.
Google DeepMind와 Google Research는 글로벌 기상 AI 모델 WeatherNext 3를 발표했다. 실시간 위성 데이터를 학습에 활용하며, 최대 5km 해상도로 매시간 예보를 생성한다. Search, Gemini, Maps, Google Maps Platform, Cloud 등에 오늘부터 순차적으로 탑재되며, 강수 예보는 하루 이상 앞선 시점에서 최대 50% 정확도가 향상된다고 밝혔다.
선정 이유: 위성 데이터를 직접 학습하는 방식과 5km 해상도 등, 이전 세대인 WeatherNext 2와의 차이가 수치로 정리되어 있어 개선점을 파악하기 쉽다.
Microsoft AI가 음성 인식 모델 MAI-Transcribe-2를 발표했다. FLEURS의 60개 언어에서 평균 Word-Error-Rate 5.2%로 1위를 차지했으며, Artificial Analysis에서는 정확도와 지연 시간의 Pareto Frontier를 형성하고 있다. 화자 분리, 단어 단위 타임스탬프, verbatim/clean 출력 설정을 지원하며, OpenAI의 GPT-Transcribe보다 10배 빠르다고 한다. 가격은 연말까지의 기간 한정으로 시간당 $0.10이다.
Google은 정부와 신뢰할 수 있는 파트너를 대상으로 한 한정 제공 프로그램 'Fairwind Program'을 시작했다. 이 프로그램은 최첨단 사이버 방어 모델 'Gemini 3.8 Flash Cyber'와 CodeMender를 결합해 취약점의 발견, 검증, 수정을 자율적으로 수행한다. 참여 조직은 사내 사이버보안, 인시던트 대응, 침투 테스트 각 팀으로 이용을 한정해야 하며, 다요소 인증 도입 등의 운영 기준에 동의해야 한다.
Google DeepMind는 추론과 코딩 성능을 높인 Gemini 3.8 Flash와 사이버보안 특화 모델 Gemini 3.8 Flash Cyber를 발표했다. 3.8 Flash는 100만 토큰당 입력 $0.75, 출력 $3.75의 도입 가격으로 제공되며, HLE-Verified에서 54.9%를 기록했다. Cyber 버전은 새로 마련된 Fairwind Program을 통해 신뢰할 수 있는 방어자에게만 제공된다.
선정 이유: 범용 Flash와 방어자용 Cyber를 동시에 출시하고 가격, 벤치마크, 제공 조건까지 정리되어 있어 용도에 따라 어떤 모델을 쓸지 판단하기 쉽다.
Google AI Developers@googleaidevsAI 점수3838
Google은 정부 및 신뢰할 수 있는 파트너에 한정해 최첨단 사이버 방어 기능을 제공하는 'Fairwind Program'을 시작했다. Gemini 3.8 Flash Cyber와 CodeMender를 결합해 취약점의 발견, 검증, 수정을 자율적으로 수행할 수 있도록 한다. 검증된 패치는 조직의 안전한 클라우드 환경 안에서 수 분 만에 생성할 수 있으며, 참여 조직은 사내 사이버보안 부서 등에 대한 접근 제한과 다중 인증 도입에 동의해야 한다.
Google이 8월 AI 관련 발표를 정리했다. Gemini 3.7 Flash, Gemini 3.5 Transcribe, Pixel 11 시리즈 등을 공개했다. Gemini 앱의 월간 이용자 수가 10억 명을 넘었다고 설명했다.
선정 이유: Gemini 3.7 Flash, Pixel 11, Gemini Omni 1.1 Flash 등 8월 발표를 한눈에 볼 수 있어 Google의 제품 전개 전체 모습을 파악하기 쉽다.
Google Research는 NASA의 EMIT 초분광 데이터에서 딥러닝으로 메탄 플룸(배출원에서 퍼져 나가는 띠 모양의 메탄 가스)을 탐지하는 "MAPL-EMIT"를 개발했다고 밝혔다. 전문가가 주석을 단 플룸에 대한 재현율은 84%였으며, 기존 matched-filter 방식보다 높은 신호 대 잡음비를 보였다. 플룸 데이터베이스는 Earth Engine에, 학습된 모델과 합성 플룸은 Kaggle에, 추론 라이브러리는 GitHub에 공개되어 있다.
Google AI Developers@googleaidevsAI 점수3333
Google DeepMind는 Gemini 3.7 Flash, 3.6 Flash, 3.5 Flash-Lite용 에이전트형 동영상 이해 기능의 제공을 시작했다. 표준 동영상 분석 벤치마크에서 비용은 최대 66%, 토큰 소비는 최대 88% 줄었고 정확도는 최대 7% 향상됐다고 한다. Gemini API(Google AI Studio)와 Gemini Enterprise Agent Platform에서 동영상 업로드와 YouTube 동영상을 지원하며, 추가 요금은 없다.
선정 이유: 고정 FPS로 동영상을 읽어 들이는 기존 방식과의 차이, 토큰 88% 감소 등의 수치, 활성화 설정 방법이 함께 제시되어 있어 도입 판단에 참고할 만하다.
Google은 Nano Banana 모델을 기반으로 한 이미지 생성·편집 도구 'Google Pics'를 Google AI Pro 및 Ultra 전 구독자와 대부분의 Workspace 기업 고객을 대상으로 수주에 걸쳐 순차 출시한다고 밝혔다. 단독 제품으로 사용할 수 있을 뿐 아니라 Slides, Docs, Drive에도 차례로 통합되며, 체험은 pics.new에서 가능하다.
Google이 시계열 기반 모델 「TimesFM-3」을 발표했다. 서로 관련된 여러 시계열을 동시에 예측하는 다변량 예측을 추가 학습 없이 제로샷으로 수행할 수 있는 모델이다. 파라미터 수는 3억 3000만 개이며, 1조 개가 넘는 시점의 실제 세계 데이터와 합성 데이터로 사전 학습되었다. 예측 기간 전체를 한 번의 포워드 패스로 생성하며, 각 시점마다 10~90퍼센타일의 9개 분위점을 출력한다.
Google은 Earth AI의 실험적 연구 기능인 「planetary prediction engine(PPE)」을 발표했다. 데이터 탐색부터 모델 학습까지의 지리공간 모델링을 자율적으로 수행하며, 기존에 수 주가 걸리던 작업을 수 분으로 줄인다고 밝혔다. 미국 CDC의 21개 건강 지표에서는 평균 R²가 수동 전문가 파이프라인의 60.0%인 데 비해 76.8%를 기록했다. 콩고민주공화국의 에볼라 유행 예측에서는 Recall@10이 83.3%로, 공개된 베이즈 모델의 약 73%를 10.3%포인트 웃돌았다.
Google DeepMind는 개발자용 동영상 생성 모델 Gemini Omni 1.1 Flash를 발표했다. 장면 연장, 첫 프레임과 마지막 프레임 지정, 360p 드래프트, 1080p/4K 출력, 동영상 참조 입력을 지원한다. Google AI Studio의 Gemini API와 Google Flow 등에서 오늘부터 이용할 수 있다.
Google DeepMind는 Singapore AI Safety Institute, OpenMined, AVERI, MLCommons와 함께 Gemini Flash Lite를 비공개 벤치마크로 평가하는 이중 맹검 방식의 AI 평가를 시범 운영하고 있다고 밝혔다. 외부 평가 문항은 암호 기술로 만든 '상자' 안에 가둬져, 모델이 사전에 문항을 보고 성능을 최적화하는 것을 막는다. 프라이버시를 보호하는 환경에서 평가의 완전성을 높이기 위한 조치다.
Google AI Developers@googleaidevsAI 점수3131
Google DeepMind가 음성 인식 모델 Gemini 3.5 Transcribe를 발표했다. 원본 음성에서 말 고치기와 군더더기 말(필러)을 다듬은 정리된 텍스트를 바로 출력하며, 85개 이상의 언어를 자동으로 감지해 받아쓴다. Gemini API와 Gemini Enterprise Agent Platform에서 퍼블릭 프리뷰로 제공된다.
Google은 XR에서 AI 에이전트의 음성에 맞춰 손 제스처를 생성하는 연구 프로토타입 「AgentHands」를 발표했다. CHI 2026에서 발표된 연구로, LLM 응답에 삽입된 제스처 이벤트를 단어 단위 타임스탬프를 이용해 음성과 동기화한다. 12명을 대상으로 한 피험자 내 실험에서는 음성만 사용하는 기준선과 비교해 공간적 그라운딩이 유의미하게 향상된 것으로 보고됐다.
Google Research가 웨어러블 센서 데이터에서 후보 바이오마커의 우선순위를 매기는 멀티 에이전트 시스템 「Biomarker Discovery Framework」를 소개했다. 사람의 감독 아래에서 가설 생성, 통계 분석, 적대적 검증 등을 반복적으로 수행하는 구조다.
Google DeepMind는 게임 개발자와 협업해 새로운 게임플레이 경험을 프로토타입으로 개발하고 있으며, EVE Universe를 만든 Fenris Creations와의 새로운 연구 파트너십도 그 일환이다. 회사는 Atari 2600 게임을 학습한 DQN부터 AlphaGo, AlphaStar에 이르기까지 게임을 통한 AI 연구의 성과를 돌아보고 있다.
Google Research는 집계·익명화된 이동 데이터를 언어 모델의 장소 표현에 통합하는 「ME-POIs」 프레임워크를 소개했다. 학습 시 보지 못한 장소를 대상으로 한 평가에서 방문 의도 예측은 최대 81.9%의 상대적 향상을, 가격대 분류는 75.1%의 개선을, 혼잡도 추정 정확도는 24.7%의 향상을 보였다. 이동 데이터는 공개 벤치마크 데이터셋에서 가져왔으며, 자기지도 학습을 통해 텍스트 설명과 통합된다.
Google AI Developers@googleaidevsAI 점수3333
Google AI Developers@googleaidevsAI 점수4242
Google은 스마트폰으로 촬영한 2D 사진에서 체지방률, A/G 비율, V/S 비율을 추정하는 실험 단계의 딥러닝 프레임워크 「PhotoScan」을 소개했다. PhotoBIA 코호트(677명)에서 PhotoScan의 체지방률 평균 절대 오차(MAE)는 2.15로, 스마트워치의 BIA 모델 2.91보다 작다. 독립 검증 코호트(132명)에서도 DXA에 가까운 정확도로 인슐린 저항성을 예측할 수 있게 한다고 밝혔다.
