Google과 DeepMind의 AI 뉴스. Gemini 시리즈, 동영상 모델 Veo, 연구 성과, 제품군.
Google Research는 표 형식 데이터의 분류와 회귀를 제로샷으로 수행하는 기반 모델 TabFM을 발표했다. 문맥 내 학습을 통해 모델 학습, 하이퍼파라미터 조정, 특성 엔지니어링 없이 한 번의 순전파로 예측할 수 있다. Hugging Face와 GitHub에서 공개되었으며, Google Cloud BigQuery에서도 이용할 수 있다.
선정 이유: 표 형식 데이터의 예측을 문맥 내 학습(in-context learning)으로 다루는 설계와, 합성 데이터만으로 사전 학습한 점이 정리되어 있어 기존 트리 계열 기법과의 차이를 파악하기 쉽다.
Google DeepMind는 computer use를 Gemini 3.5 Flash의 내장 도구로 제공하기 시작했다. 기존에는 Gemini 2.5 단독 모델에서만 쓸 수 있었으나 주력 Flash 모델에 통합되었다. Gemini API와 Gemini Enterprise Agent Platform에서 이용할 수 있으며, 프롬프트 인젝션 대응을 위해 적대적 학습과 두 가지 기업용 안전장치도 마련되었다.
선정 이유: 단독 모델이었던 computer use가 Gemini 3.5 Flash에 통합되었고, 지원 환경과 안전 대책이 제시되어 에이전트 구축을 판단하는 데 참고가 된다.
Google DeepMind가 텍스트 확산(diffusion) 방식을 채택한 26B MoE 오픈 모델 DiffusionGemma를 Apache 2.0 라이선스로 공개했다. 전용 GPU에서 최대 4배 빠른 추론을 구현하며, 단일 NVIDIA H100에서 초당 1000개 이상의 토큰, NVIDIA GeForce RTX 5090에서 초당 700개 이상의 토큰을 출력한다. 다만 출력 품질은 표준 Gemma 4보다 낮아, 높은 품질이 필요한 용도에는 Gemma 4를 권장하고 있다.
선정 이유: 자기회귀 모델과의 속도 차이가 발생하는 원리, 로컬 추론에 적합한 조건, 클라우드 배포에서는 장점이 줄어드는 지점이 정리되어 있어 용도를 가늠하기에 유용하다.
Google이 70개 이상 언어에서 거의 실시간으로 음성을 음성으로 번역하는 음성 모델 Gemini 3.5 Live Translate를 공개했다. 화자의 억양, 말하는 속도, 음높이를 유지한 자연스러운 번역 음성을 생성한다. 개발자를 위해 Gemini Live API와 Google AI Studio에서 퍼블릭 프리뷰로 제공되며, Google 번역 앱(Android, iOS)에도 적용이 시작됐다.
선정 이유: 개발자용 API, Google Meet, Google 번역 앱으로의 적용 범위가 한꺼번에 정리되어 있어 이용 경로를 비교하기 쉽다.
Google DeepMind가 노트북용 멀티모달 모델 Gemma 4 12B를 발표했다. 이미지와 음성 입력을 인코더 없이 LLM 본체에 직접 전달하는 구조이며, 16GB VRAM 또는 통합 메모리에서 동작한다. Apache 2.0 라이선스로 공개되었으며, Hugging Face와 Kaggle에서 가중치를 내려받을 수 있다.
선정 이유: 이미지와 음성을 인코더 없이 LLM 본체에 직접 입력하는 구조와 16GB에서 동작하는 메모리 요건이 제시되어 있어, 로컬 운용을 판단하는 데 참고가 된다.
Google Research는 얼굴 인증으로 잠금을 해제한 직후 전면 카메라로 촬영한 얼굴 영상에서 일상적인 스마트폰 사용 중의 심박수(HR)와 안정시 심박수(RHR)를 추정하는 연구 시스템 PHRM을 발표했다. 논문은 Nature에 게재됐다. HR의 오차는 MAPE 기준 10% 미만이며, 일일 RHR은 웨어러블 기기와 비교해 MAE 5 bpm 미만이다. 대규모 데이터셋과 학습된 모델 「PHRM-mini」도 자격을 갖춘 연구자를 대상으로 공개된다.
선정 이유: 얼굴 인증 시의 짧은 영상으로 심박을 추정하는 방법을, 피부색의 다양성을 고려한 검증 설계 및 실제 환경에서의 결과와 함께 확인할 수 있다.
구글 리서치는 I/O 2026에서 선보인 연구 성과를 공식 블로그에서 총정리했다고 밝혔다. 'Gemini for Science'를 발표했으며, ERA와 Co-Scientist는 Nature에 게재됐다고 설명했다. 의료 분야에서는 Symptom AI, AMIE, MedGemma를 소개했고, 기상 분야에서는 WeatherNext와 Groundsource를 활용한 홍수 예측도 소개했다.
선정 이유: 분야별(과학, 의료, 기상, 양자 등)로 구글 리서치의 성과와 제공 현황이 정리되어 있어 I/O 2026의 연구 분야 전체 모습을 파악하기 좋다.
Google DeepMind는 이미지·음성·동영상·텍스트를 입력해 동영상을 생성하고 대화로 편집할 수 있는 새 모델 Gemini Omni Flash를 발표했다. Gemini 앱, Google Flow, YouTube Shorts에서 제공을 시작했으며 Google AI Plus, Pro, Ultra 구독자가 이용할 수 있다. 향후 몇 주 안에 개발자와 기업을 대상으로 API를 통해서도 제공할 예정이다.
선정 이유: 동영상의 대화 편집과 참조 입력, SynthID를 통한 투명성 대응까지 제공 범위와 함께 정리되어 있어, 이용 가능 여부를 판단하기 쉽다.
Google이 Gemini for Science를 발표하고 Google Labs의 실험 도구 3종과 Google Antigravity용 Science Skills를 공개했다. Hypothesis Generation, Computational Discovery, Literature Insights는 단계적으로 접근을 열며, labs.google/science에서 관심 등록을 받는다. ERA와 Co-Scientist의 연구 논문은 같은 날 Nature에 게재됐다.
선정 이유: 가설 생성, 계산 실험, 문헌 정리 등 연구 단계별로 시험 제작된 도구 3종과 Skills가 정리되어 있어 각 도구의 역할을 비교하기 쉽다.
Google DeepMind가 Gemini 3.5 패밀리의 첫 번째 모델인 Gemini 3.5 Flash를 공개했다. Terminal-Bench 2.1에서 76.2%, GDPval-AA에서 1656 Elo, MCP Atlas에서 83.6%를 기록했으며, Gemini 3.1 Pro를 웃돈다고 밝혔다. Gemini 앱과 AI Mode, Google AI Studio, Gemini Enterprise 등에서 오늘부터 이용할 수 있으며, 3.5 Pro는 다음 달 출시될 예정이다.
선정 이유: Terminal-Bench 2.1과 MCP Atlas의 수치, 그리고 제공처가 함께 제시되어 속도와 성능의 균형을 판단하는 자료가 된다.
Google은 촬영 후 사진의 카메라 시점을 조정하는 새로운 기법을 Google Photos의 Auto frame 기능으로 제공하기 시작했다고 밝혔다. 사진을 3D 장면으로 해석하고, 보이지 않았던 부분은 생성 AI로 채운다. 인물이 포함된 대상 사진에서는 재구도된 이미지가 Auto frame의 두 번째 후보로 선택할 수 있다.
선정 이유: 3D 추정과 생성적 보완을 분리한 2단계 구성과 Google Photos에서 사용할 수 있는 범위가 구체적으로 설명되어 있어, 사진 편집의 작동 방식을 이해하기 쉽다.
Mistral이 새로운 Agents API를 발표했다. 코드 실행, 웹 검색, 이미지 생성, MCP 도구를 위한 내장 커넥터와 대화를 넘나드는 영구 메모리, 에이전트 오케스트레이션 기능을 갖췄으며, Chat Completion API를 보완하는 프레임워크로 제공된다. SimpleQA에서 웹 검색을 병용했을 때 Mistral Large는 75%, Mistral Medium은 82.32%를 기록했다.
선정 이유: 내장 커넥터, 영구적인 대화, 다중 에이전트 핸드오프가 API 단위로 정리되어 있어 에이전트 구현의 설계 요소를 파악하기 쉽다.