기사

Gemini 3.7 Flash가 Pro와 Ultra 두 유료 등급 전체에 배포됐다. Google은 수십 개 파일과 이메일의 관계를 찾아 하나의 문서로 만드는 다단계 작업의 추론 정확도를 높였다고 밝혔다.

936점을 모은 관심의 초점은 단순한 신모델 출시가 아니라, 3주 만의 세대 교체와 연말까지 적용되는 절반 가격이다. 코딩·문서 처리·업무 자동화 지표가 함께 올랐지만, 실제 비용과 품질은 각자의 agent workflow에서 확인해야 한다.

Google이 Gemini 모델 개발과 앱, Frontier AI research를 Koray Kavukcuoglu에게 맡기고 Demis Hassabis를 Alphabet Chief Scientist로 이동시켰다. Gemini 앱 950M+ 월간 사용자와 Gemma 900M+ 다운로드 뒤에서, Jeff Dean과 Sanjay Ghemawat은 독립 public benefit corporation으로 빠져나간다.

Copilot의 모델 선택지가 7월 31일 한 번에 바뀌었다. GitHub는 Copilot Chat, inline edits, ask, agent mode, code completions 전반에서 Gemini 2.5 Pro와 Gemini 3 Flash를 deprecated 처리하고 대체 모델을 제시했다.

Agent 품질 검증이 개발 실험과 실제 운영 트래픽을 같은 엔진에서 비교하는 단계로 넘어갔다. Google은 Gemini Enterprise Agent Platform의 평가 서비스를 GA로 전환하며 20개 이상의 사전 구축 지표, adaptive rubrics, drift 알림을 묶었다.

관심은 “AI가 버그를 몇 개 찾았나”보다, 취약점 발견부터 triage와 patch까지 Chrome 보안 루프가 얼마나 빨라지는지에 모였다.

관심은 로봇이 말을 알아듣는지를 넘어, 걷고 숙이고 집고 협업하는 전신 행동을 한 모델 계열로 묶을 수 있는지에 모였다.

가벼운 보안 특화 모델이 V8에서 고유 취약점 55건을 찾으며 방어 자동화의 비용 구조를 흔들었다. Google DeepMind는 정부와 신뢰 파트너에게만 CodeMender 경유 파일럿을 연다.

임상 예시 문제가 아니라 실제 사용자가 말한 증상 대화 13,917건이 평가 대상이 됐습니다. Google Research의 SymptomAI 연구는 AI symptom checker 논의를 “의료 시험 문제 풀이”에서 원격 문진과 wearable biosignal 검증으로 옮깁니다.

Google의 새 Gemini Flash 라인업에서 관심은 모델 이름보다 토큰 효율과 agent workflow 비용에 모였다. 3.6 Flash는 3.5 Flash보다 출력 토큰을 17% 줄였고, Cyber 모델은 CodeMender와 묶였다.

Google DeepMind의 새 Flash 라인업은 대형 모델 경쟁의 축을 비용과 처리량으로 옮긴다. 3.6 Flash는 3.5 Flash보다 출력 토큰을 17% 줄이고, Flash-Lite는 초당 350개 출력 토큰을 내세운다.

Google의 알고리즘 탐색 agent AlphaEvolve가 Gemini Enterprise Agent Platform에서 일반 제공으로 풀렸다. BASF의 supply-chain digital twin, Coolblue의 28일 수요예측 5% 개선, FM Logistic의 창고 동선 10.4% 개선처럼 실제 최적화 숫자가 함께 나왔다.