AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
구글은 초중고 학생 계정에서 Gemini, Gemini Notebook, Gemini in Classroom과 Google Search를 기본 차단하고 학교 관리자가 직접 허용하도록 바꾸겠다고 발표했습니다. 다만 AI를 전면 거부하는 학교는 학생용 Google Search도 이용할 수 없습니다. 구글은 향후 수개월 안에 세부 내용을 안내한 뒤 적용할 계획이며, Zohran Mamdani 뉴욕시장은 이 정책이 공립학교에 AI를 강요한다고 비판했습니다.
Reddit은 지난 분기 검색 유입이 의미 있게 줄었다고 밝혔습니다. CEO는 구글의 AI Mode가 사이트에 방문자를 보내지 않는다고 말했고, 회사는 구글 유입 회복을 기대하지 않으며 모든 이용자에게 계정 생성과 로그인을 요구할 계획입니다.
Trakkr Research는 AI 도우미 5종이 제시한 통계 1,285개의 인용 경로를 추적했습니다. 표본의 40%는 수치와 맥락이 일치하는 연구에 도달했고, 첫 인용 페이지가 원 연구였던 비율은 21%였습니다.
문서가 늘수록 RAG는 오류를 드러내기보다 그럴듯한 답을 내놓기 쉽습니다. 이 글은 검색, 인용 강제, 주장별 검증, 답변 유보의 네 단계로 이를 줄이는 설계를 제안하고, 소규모 SQuAD v2 실험에서 답변 위험 감소와 커버리지 손실을 함께 보고합니다.
Exa 3.0은 AI 에이전트용 검색 API를 업데이트했습니다. 검색용 임베딩 모델과 인덱스를 확장하고, 전체 페이지 텍스트보다 토큰을 95% 적게 쓰는 Dynamic Highlights를 추가했습니다. Lite는 요청 1,000건당 4달러, Auto는 7달러입니다.
XERJ는 코드와 문서, 로그 등 여러 형식의 파일을 자동 색인하고 Elasticsearch API로 검색하는 로컬 엔진입니다. 제작자 측 측정에서는 grep 기반 코딩보다 출력 토큰을 2.7배 줄이면서 같은 해결률을 기록했지만, 효과는 모델이 이미 아는 공개 코드보다 비공개·희소 코드에서 큽니다.
Google DeepMind의 EmbeddingGemma 2는 텍스트, 코드, 이미지, 동영상, 오디오를 하나의 임베딩 공간에 매핑하는 공개형 모델입니다. 7억 4천만 개 파라미터로 기기에서 실행하며, MTEB Code 점수는 이전 모델의 68.76에서 78.68로 올랐습니다.
arXiv 논문을 수집하고 검색해 질문에 답하는 연구 보조 시스템을 7주 과정으로 구현하는 무료 프로젝트입니다. BM25 검색부터 하이브리드 검색, RAG 운영 모니터링, LangGraph 기반 Agentic RAG까지 단계적으로 다룹니다.
역사 연구자가 Opus 5.5를 활용해 네덜란드 동인도회사 기록에서 1615년 도도새 사냥 기록을 찾아냈습니다. AI 에이전트는 방대한 자료를 훑고 후보를 찾는 데 능하지만, 발견의 역사적 의미를 판단하고 검증하는 일은 여전히 전문가 몫이라고 설명합니다.
글쓴이는 옛 농구 밈을 찾으려고 구글에 검색어를 입력했지만, AI Overview가 검색어를 연애 문제로 오해하고 위로를 건넸다고 말합니다. 원하는 게시물은 일반 검색 결과에 있었지만, 검색창이 정보를 찾는 도구에서 사용자에게 말을 거는 챗봇처럼 바뀌는 상황을 문제 삼습니다.
Mother Jones가 OpenAI와 Microsoft를 상대로 낸 저작권 소송 자료에는 두 회사 임원들이 학습 데이터의 무단 이용과 창작자 보상 문제를 인식한 정황이 담겼습니다. Microsoft 조사에서 AI 검색은 전통적 검색보다 뉴스 기사 클릭을 90% 줄였고, OpenAI 응답과 Mother Jones 기사 사이에 25단어 연속 일치가 40만 건 넘게 발견됐습니다.