DuckDuckGo, Google의 학교용 AI 정책 반발에 편승해 학교 대상 영업 강화

Google은 학교에 Gemini는 끌 수 있지만 다른 AI 기능을 끄면 Google 검색도 사용할 수 없게 된다고 통보했다. 이에 DuckDuckGo가 학교를 대상으로 영업을 강화하고 있다. DuckDuckGo는 기본 검색 엔진을 전환하는 절차를 공개했으며, 자사 검색과 브라우저에서는 AI 기능을 끌 수 있다고 설명했다.

Google, AI에서 검색 수준의 수익을 내는 방법은 아직 확립하지 못해

Alphabet의 3분기 실적에서 Google 검색 수익 성장률은 전년 동기 대비 12%로 둔화되어, 직전 분기의 약 17%에서 하락했다. 유료 클릭 수 증가율도 13%에서 8%로 감속했다. AI 모드 쿼리는 강하게 증가하고 있으나, 기존 검색보다 낮은 비율로만 수익화되고 있다. Google은 AI Overviews와 AI 모드로의 광고 확대를 추진하고 있다.

Google, 2027년 초부터 학교용 AI 필수 검색 제공 예정 — AI를 끄면 검색도 사용 불가

Google은 2027년 초부터 학교에 AI를 받아들이거나 Google Search 이용을 포기하거나 둘 중 하나를 선택하도록 한다. 학생 계정에서는 Gemini, Gemini Notebook, Google Search가 기본적으로 꺼져 있으며 학교가 각각 따로 켤 수 있다. AI가 없는 검색은 선택할 수 없게 된다.

합성 이미지 검색을 위한 Factorized MLLM Embeddings「FactEmbed」

FactEmbed는 합성 이미지 검색(CIR)에서 질의 이해와 임베딩 구축을 분리하고, 검색 전에 목표 이미지의 시각적 변경을 시뮬레이션하는 factorized latents를 활용하는 기법이다. CIR 벤치마크 전반에서 기존 기법을 앞섰다고 평가되었다. 학습에서는 요인 단위의 contrastive loss를 최적화하는 한편, 분해된 표현을 MLLM의 더 깊은 attention 층으로 distill한다. 추론에서는 [EOS] 토큰에 의한 글로벌 임베딩과, 평균 풀링한 요인 표현에 의한 후보 리스트 재랭킹을 같은 forward pass에서 수행한다.

OpenAI, ChatGPT 검색 쿼리량이 Google의 20%에 달했다고 발표

OpenAI는 ChatGPT에서 실행되는 검색 쿼리 양이 Google의 20%에 해당한다고 발표했다. ChatGPT 담당 Adam Fry가 월요일 기자 대상 행사에서 밝힌 내용이며, Google 검색량의 출처는 제시되지 않았다. OpenAI는 광고 수익화와 IPO도 염두에 두고 있다.

Google, 학교용 AI 도구 기본 비활성화…비활성화하면 검색도 사용 불가

Google은 교육기관용 제품에서 AI 도구를 기본적으로 끄고, 관리자가 수동으로 켜는 방식으로 바꾼다. 다만 AI 도구에는 Google Search도 포함되어 개별 선택이 불가능하므로, AI를 끄면 검색도 함께 사용할 수 없게 된다.

Gen Digital, Amazon Bedrock AgentCore Web Search로 Norton Revamp의 AI 큐레이션 뉴스 엔진 구축

Gen Digital은 전문직 대상 평판 관리 플랫폼 「Norton Revamp」의 AI 큐레이션 뉴스 엔진을 Amazon Bedrock AgentCore Web Search를 사용해 구축했다고 밝혔다. AgentCore Web Search는 완전 관리형 서비스이며 AWS 환경 안에서 완결되고, 인용 원본 URL과 공개일을 반환하므로 콘텐츠 제안을 최신 출처가 명시된 정보에 기반하게 할 수 있다. 뉴스 엔진에서는 Amazon Nova Lite가 순위가 매겨진 검색 결과를 바탕으로 게시물 초안을 생성한다.

Google, AI 기능 거부 학교에서 K-12 학생 계정 검색 전면 중단

Google은 K-12 학생 계정에서 관리자가 명시적으로 활성화하지 않는 한 Gemini, Gemini Notebook, Gemini in Classroom, Google Search를 전면적으로 끈다고 밝혔다. 관리자는 Gemini 관련 기능만 끄고 검색은 남겨 두는 설정을 할 수 없다. 또한 Guided Learning을 Search의 AI Overviews에 통합하며, 이달부터 미국 일부 학교에서 테스트를 시작한다.

Google, 학교용 AI 도구 기본 설정을 비활성화 예정… AI 제한 시 검색도 이용 불가

Google은 내년부터 K-12 학생용 AI 도구를 학교 관리자가 명시적으로 활성화하지 않는 한 비활성화하는 방침을 발표했다. 대상은 Gemini, NotebookLM, Gemini in Classroom, Google Search이며, AI 기능이 통합된 검색도 포함된다. AI를 전면적으로 제한하는 학교는 Google Search에도 접근할 수 없게 된다.

Crawl4AI로 웹 콘텐츠를 전처리해 Amazon Bedrock Knowledge Bases에 적재하는 방법

Crawl4AI로 수집한 웹 페이지를 Markdown 본문과 메타데이터 사이드카 파일로 준비한 뒤, Amazon S3 데이터 소스를 거쳐 Amazon Bedrock Knowledge Bases에 적재하는 절차를 설명한다. 표준 Amazon Bedrock Web Crawler로는 처리하기 어려운 불필요한 영역 제거, CSS 셀렉터를 이용한 영역 추출, 사용자 정의 메타데이터 부여가 필요한 경우에 쓰는 경로다. 샘플 구현은 aws-samples 리포지토리에서 제공된다.

뉴욕타임스, AI 스크레이핑과 유료장벽 우회 혐의로 Brave Software 제소

뉴욕타임스 등 언론사가 Brave Software를 제소했다. 소장은 이 회사가 스크레이핑한 인덱스 "Brave Index"를 AI 기업에 유료로 제공해 Anthropic, Perplexity, Mistral, xAI, Cohere 등에 저작권으로 보호되는 콘텐츠를 제공했다고 주장한다. 또한 자사 브라우저의 "Paywall blocker" 기능으로 수백 곳의 유력 언론사 유료 기사를 우회할 수 있다고 광고하고 있다고 지적했다.

AI로 웹 검색을 써야 할 때와 피해야 할 때

일반적이고 정보가 풍부한 질문에는 AI 검색이 편리하지만, 정확한 인용이나 통계, 제품 사양이 필요한 검색, 속보 뉴스, 건강·법률·금융처럼 오류가 허용되지 않는 검색에는 기존 Google 검색이 더 적합하다. AI는 정확한 정보원을 찾으면 내용을 올바르게 추출할 수 있지만, 적절한 정보원이 없어도 확신에 찬 답변을 내놓는 경우가 있다. 또한 권위보다 관련성으로 정보원을 고르는 경우가 있으므로, 답변에 제시된 출처는 반드시 확인해야 한다.

Reddit CEO, Google AI Mode는 '누구에게도' 트래픽을 가져다주지 않는다고 경고

Reddit은 10월 Google 검색에서 유입되는 트래픽이 주당 100만 건 넘게 줄었다고 CEO Steve Huffman이 밝혔다. 실적은 호조였지만 주가는 25% 넘게 하락했다. Huffman은 "AI Mode는 트래픽을 만들어내지 않는다"고 말했으며, Reddit은 미국 외 지역에서 로그인 장벽 테스트를 시작했다.

Google, 3분기 실적에서 검색 수익 성장이 예상에 못 미쳐… AI 모드 수익성에 투자자 주목

Google의 3분기 실적에서 검색 수익은 약 12% 증가에 그쳐 애널리스트 예상치 15%를 밑돌았다. 시가총액은 최대 10% 하락했다. Philipp Schindler는 AI 모드 쿼리의 급증과 낮은 수익화가 영향을 미쳤다고 설명했다. 한편 Cloud 매출은 103% 증가한 307억 달러를 기록했다.

카카오, 개인화 AI 에이전트 기반 기술 'Kanana-2-embedding' 모델 2종 오픈소스 공개

카카오가 개인화 AI 에이전트의 기반 기술인 임베딩 모델 'Kanana-2-embedding' 2종을 허깅페이스에 오픈소스로 공개했다. 30억 파라미터의 Kanana-2-3b-embedding과 13억 파라미터의 Kanana-2-1.3b-embedding이며, 유사 규모의 공개 모델과 비교한 평가에서 가장 높은 한국어 성능과 유사한 수준의 영어 성능을 보였다. 두 모델에는 상업적 활용이 가능한 '카나나 오픈 라이선스'가 적용됐다.

ChatGPT, 제휴 매체 기사를 요약본으로 우선 표시하나 Peec AI 연구자 분석

Peec AI의 GEO 연구자 David Konitz가 분석한 결과, OpenAI 제휴 퍼블리셔의 콘텐츠는 전용 파이프라인을 통해 ChatGPT에 들어가며 다른 웹보다 우선 대우받는 것으로 보인다. 제휴처는 12개 회사 43개 도메인이며, 기사는 사전에 생성된 요약본으로 전달되고 일반 웹페이지는 원문 텍스트 조각으로 전달된다.

AI 에이전트가 미디어의 새로운 주요 독자로 떠오르다

Axios는 AI 에이전트를 위한 구조화된 피드 'Axios Direct'를 계획하고 있다. 비즈니스 분야의 첫 번째 피드는 올가을 시작되며, Axios Pro Deals 구독자의 에이전트에 M&A 관련 콘텐츠를 제공한다. Every는 기사에 프롬프트를 포함하고, 'Read With Claude'와 'Read With ChatGPT' 버튼을 통해 독자가 자신의 AI로 기사를 다룰 수 있도록 하고 있다.

iAsk.ai, 검색 결과로 해설 영상을 생성하는 기능 공개

iAsk.ai를 운영하는 Ai Search Inc.는 AI 검색 플랫폼에 검색 내용으로 영상을 만드는 기능을 추가했다고 발표했다. 사용자는 질문을 보낼 때 「Generate a tutorial video」를 선택하면 텍스트 답변과 함께 해설 영상을 받을 수 있다. 이 기능은 전체 사용자에게 공개되었으며, 회사는 「How do black holes form?」를 예로 든 데모를 공개했다.

Summary.com, 경영 과제에 답하는 신기능 'EDGE AI' 제공 시작

Soundview, Inc.(Summary.com)는 비즈니스 관련 질문에 대해 자사의 Executive Book Summaries에서만 얻은 답변을 제시하는 신기능 'EDGE AI'의 제공을 시작했다. 1,500편이 넘는 Executive Book Summaries의 프레임워크와 전략을 조합해 각 출처 요약으로 연결되는 링크와 함께 하나의 답변으로 정리한다. EDGE AI는 현재 이용할 수 있으며 Summary.com 구독에 포함된다.

Google의 AI 검색 변경이 온라인 출판업계를 뒤흔들다

Google이 도입한 AI 검색 기능(AI Overviews, AI Mode)으로 온라인 미디어의 검색 유입이 크게 줄고 있다. Similarweb 데이터에 따르면 The New York Times의 검색 유입 비율은 3년 동안 44%에서 35.5%로 떨어졌다. DMG Media는 AI Overviews의 영향으로 2025년 6월부터 7월 사이 클릭률이 최대 89% 하락했다고 영국 경쟁시장청(CMA)에 알렸다.

OpenAI Developers@OpenAIDevsAI 점수3838

ChatGPT의 광고 기반은 끊임없이 변화하는 대화에 대응하면서도 답변의 독립성을 유지하도록 구축했다. 대규모 언어 모델(LLM) 오케스트레이터, 검색(retrieval), 랭킹, 경매 각 도구가 어떻게 연계되는지 소개한다.

NVIDIA Agent Toolkit 확충, 기업 데이터 기반 에이전트 지원

NVIDIA는 오픈소스 NVIDIA Agent Toolkit에 새 도구를 추가해 확충하고, 기업 데이터를 활용해 에이전트를 구축·관리할 수 있도록 했다고 밝혔다. 새로운 Agent Knowledge Foundation에는 CUDA-X 라이브러리, Auto-Ontology 라이브러리, Nemotron Retriever, Kumo의 오픈 모델이 포함된다. OpenShell은 에이전트의 접근과 동작을 제어하는 안전한 런타임을 제공하며, SAP의 리랭커는 거의 3배 빨라졌다.

SpecMRL, 파라메트릭 스펙트럼 내에서 Matryoshka Representation Learning 재설계

SpecMRL은 학습된 스펙트럼 기저로 특징 공간을 재편성하여 압축된 임베딩의 품질을 높이는 기법이다. MTEB 실험에서는 평가한 모든 축소 차원에서 표준 MRL(Matryoshka Representation Learning)을 능가했으며, 압축률이 높을수록 그 차이가 커졌다. 임베딩 차원이 절반이어도 전체 차원의 MRL을 능가하는 결과를 보였다.

YouTube, 대화형 AI 검색 "Ask YouTube" 미국 전체 사용자에게 개방

YouTube는 대화형 AI 검색 기능 "Ask YouTube"를 미국 전체 사용자에게 개방했다. 데스크톱, 모바일, 커넥티드 TV에서 사용할 수 있으며, 모바일에서는 Premium 회원 전용 제한이 사라졌다. 대상은 로그인한 13세 이상 사용자이며, 현재는 미국 도메인에서 영어로만 이용할 수 있다.

Google DeepMind, 오픈 웨이트 멀티모달 임베딩 모델 EmbeddingGemma 2 공개

Google DeepMind, 텍스트·이미지·동영상 프레임·오디오를 하나의 벡터 공간에 매핑하는 오픈 웨이트 임베딩 모델 EmbeddingGemma 2 공개

독일 법원 2곳, Google의 AI 답변에 책임이 있다고 판단

아헨 지방법원은 Google의 'AI Mode'가 한 의사에 대해 허위 내용을 생성했다며 그 확산을 금지하도록 명령했다. 이번 결정은 뮌헨 지방법원 I의 판단 논리를 명시적으로 근거로 삼고 있으며, AI의 답변을 Google 자신의 발언으로 보는 시각이 확산되고 있다. Google은 이의를 제기할 수 있으며, 결정은 확정되지 않았다.

Perplexity@perplexity_aiAI 점수3939

Gemini 4 Argon이 WANDR에서 신기록을 세웠다. 현재 Perplexity에서 Pro 및 Max 구독자를 대상으로 제공되고 있다.

Selection-based Structured Reasoning(SSR), 효율적인 멀티모달 검색 에이전트를 향하여

SSR은 멀티모달 검색 에이전트의 추론을 사전에 정의된 재사용 가능한 후보 중에서 선택하는 방식으로 바꿔, 턴당 추론 지연 시간을 90% 이상 줄인다고 밝혔다. 질문별 전체 추론 지연 시간은 28~54% 감소했으며, 2B와 4B 모델로 진행한 7개 멀티모달 검색 벤치마크에서 같은 규모의 주요 검색 에이전트에 필적하는 평균 성공률을 보였다. 강화학습과 지도 파인튜닝 모두에서 과제 성능을 떨어뜨리지 않으면서 효율을 높였다.

유엔, 글로벌 통계를 통합하는 UN System Data Commons 공개

유엔 시스템이 각 기관의 통계를 하나의 검색 가능한 지식 그래프로 통합한 오픈소스 플랫폼 「UN System Data Commons」를 출범했다. Google의 Data Commons를 기반으로 하며, Google.org가 유엔재단을 통해 지원한다. 자연어 검색으로 지표와 시각화를 얻을 수 있으며, Model Context Protocol(MCP)을 지원하는 AI 에이전트가 공식 통계를 가져와 그래프와 보고서를 작성할 수 있다. 2027년까지 유엔 시스템의 통계 데이터셋 80%를 수록하는 목표가 제시되었다.

Google Research, Retrieve-for-Train로 추론 병목 회피하고 복잡한 AI 검색 가속화

Google Research는 오프라인 강화학습으로 검색 쿼리 팬아웃(분해)을 학습하고 이를 경량 확산 리트리버로 증류하는 「Retrieve-for-Train」을 발표했다. 추론 시에는 사고 토큰을 사용하지 않고 한 번의 패스로 관련 쿼리 집합을 생성할 수 있다. 확산 리트리버는 53.9M 파라미터이며, Gemma3-4B와 Qwen3-4B를 집합 단위 보상으로 학습했다.

Google 검색으로 레이스 준비를 마치는 3가지 방법

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.

NeoMME: 효율적인 멀티모달 네이티브·다국어 인코더

Hugging Face가 260M과 800M 두 가지 크기로 구성된 다국어 멀티모달 인코더 「NeoMME」를 발표했다. 사전 학습된 비전 타워를 사용하지 않고, 단일 양방향 Transformer로 텍스트 토큰과 이미지 패치를 동시에 처리한다.

Sentence Transformers로 멀티벡터 임베딩 모델을 학습·파인튜닝하기

Sentence Transformers v6.0에 새로 추가된 모델 타입 MultiVectorEncoder를 사용해 ColBERT 방식의 레이트 인터랙션 검색용 멀티벡터 모델을 파인튜닝하는 절차가 소개된다.

Hugging Face Inference Endpoints, Jobs, Buckets로 Papers with Code 검색을 뒷받침하는 방법

Papers with Code 검색은 PostgreSQL 전문 검색과 pgvector 벡터 검색을 RRF로 통합한 하이브리드 검색으로 구축되었다. 논문 임베딩은 Hugging Face Jobs의 L4 GPU에서 오프라인으로 생성하며, arXiv와 Daily Papers의 11만 건이 넘는 현행 논문을 대상으로 한다. 온라인에서는 쿼리 임베딩만 Inference Endpoints에서 처리하고, 엔드포인트가 중지되거나 혼잡할 경우 전문 검색으로 전환한다.

Mistral Agentic Search, AI 시스템의 검색 정확도와 효율 향상

Mistral은 기존 검색 인덱스 위에서 다단계 검색 루프를 실행하는 「Agentic Search」를 발표했다. FinanceBench에서는 정답률이 26.7%에서 86%로, OfficeQA Pro에서는 6.3%에서 51.9%로 향상되었으며, p90 레이턴시는 최대 39.6%, 토큰 소비는 최대 3분의 1까지 줄어든다. search, open, navigate, read, grep 등 5개의 도구로 동작하며, Mistral Search Toolkit과 Libraries에서 이용할 수 있다.

Sentence Transformers로 멀티벡터(Late Interaction) 임베딩 모델 사용하기

Sentence Transformers v6.0에 ColBERT 방식의 Late Interaction 검색을 지원하는 새 모델 유형 「MultiVectorEncoder」가 추가됐다. PyLate와 Stanford-NLP의 ColBERT 체크포인트, colpali-engine 모델을 불러올 수 있으며, 토큰마다 벡터를 보관하고 MaxSim으로 점수를 매긴다. 단일 벡터 모델보다 검색 정확도가 높은 대신 인덱스 크기는 커진다.

Google, Gemini Enterprise Agent Platform용 Agentic RAG 발표… 여러 데이터 소스를 가로지르는 검색으로 정확도 향상

Google이 Gemini Enterprise Agent Platform용 Agentic RAG 기반 크로스 코퍼스 검색(Cross-Corpus Retrieval)을 제공한다고 발표했다. 여러 에이전트가 계획, 쿼리 재작성, 검색을 나눠 맡고, 정보가 부족하지 않은지 확인하면서 검색을 이어간다. 표준 RAG와 비교해 사실성 데이터셋에서 정확도가 최대 34% 향상된 것으로 알려졌다.

Mistral AI, 오픈소스 검색 프레임워크 「Search Toolkit」 퍼블릭 프리뷰 공개

Mistral AI가 AI 애플리케이션용 프로덕션 검색 파이프라인을 구축하는 조합형 프레임워크 「Search Toolkit」을 퍼블릭 프리뷰로 공개했다. 수집, 검색, 평가를 공통 인터페이스로 통합했으며, 오픈소스로 제공되고 클라우드, 온프레미스, 엣지 어디에서든 동작한다. 검색 방식으로 BM25, 임베딩 기반 밀집 벡터 검색, 두 방식을 결합한 하이브리드 구성을 갖추고 있으며, 평가에서는 recall, precision, MRR, NDCG를 측정할 수 있다.

Mistral AI, OCR 모델 「Mistral OCR 3」 발표

Mistral AI가 신규 OCR 모델 「Mistral OCR 3」을 발표했다. 사내 벤치마크에서 양식, 스캔 문서, 복잡한 표, 손글씨 영역 전반에 걸쳐 Mistral OCR 2 대비 전체 74%의 승률을 기록했다고 밝혔다. 요금은 1,000페이지당 $2이며, Batch API의 50% 할인을 적용하면 $1이 된다. API의 mistral-ocr-2512와 Mistral AI Studio의 Document AI Playground에서 이용할 수 있다.

Mistral AI、코드 특화 임베딩 모델 「Codestral Embed」 발표

Mistral AI는 코드 전용 첫 임베딩 모델 「Codestral Embed」를 공개했다. 실제 코드 데이터를 사용한 검색 과제에서 Voyage Code 3, Cohere Embed v4.0, OpenAI의 대규모 임베딩 모델을 크게 앞선다고 밝혔다. API에서는 「codestral-embed-2505」라는 이름으로 제공되며, 가격은 100만 토큰당 0.15달러이고, 배치 API에서는 50% 할인된다.