2025-11-14 AI 뉴스
13 Nov 2025구글, ‘대화형 쇼핑·에이전틱 체크아웃·AI가 매장에 전화’까지…연말 쇼핑 대공습
구글이 검색·지메일·결제(GPay)·쇼핑 그래프를 AI로 묶어, 쇼핑 과정 전체를 “대화로 끝내는” 신규 기능을 대거 공개했습니다(미국 중심 단계적 출시). 핵심은 세 가지입니다.
- 대화형 쇼핑: 검색의 AI 모드에서 “가을 색 니트 추천해줘”처럼 말하면 이미지·가격·재고까지 한 화면에 정리해 줍니다.
- 에이전틱(agentic) 체크아웃: 원하는 상품을 찜해 두면, AI가 가격이 예산에 내려오면 자동으로 장바구니→결제까지 진행합니다(사용자 확인을 거침). ‘에이전틱’이란 “지시 없이도 목표를 향해 스스로 행동하는” 유형의 AI를 뜻합니다.
- AI가 매장에 직접 전화: 구글 듀플렉스 기술을 얹어, 사용자가 찾는 제품이 매장에 있는지·가격은 얼마인지 AI가 대신 전화로 확인한 뒤 요약을 돌려줍니다.
의미: 온라인 쇼핑의 가장 큰 이탈 지점이 ‘정보 수집→가격 추적→결제’ 사이의 번거로움입니다. 구글은 이 구간을 LLM과 결제·재고 데이터로 자동화해 전환율을 높이려 합니다. 소매업체 입장에선 ‘휴면 고객(보다가 떠난 고객)’을 다시 데려오는 리마케팅 효과가 기대됩니다. 다만, AI가 매장에 전화를 거는 기능은 매장 응대 피로·오인통화 논란을 낳을 수 있어(그래서 구글은 “AI가 전화함”을 먼저 고지하고, 과도 호출 방지를 약속) 실행 디자인이 중요합니다. 검색 결과에 스폰서 상품이 섞이는 점도 투명한 표시·광고 정책이 관건입니다. (techcrunch.com)
구글 딥마인드, ‘SIMA 2’ 공개…가상세계에서 ‘이해→계획→행동’까지 하는 에이전트
딥마인드가 ‘SIMA 2’ 연구 프리뷰를 공개했습니다. SIMA는 게임 같은 3D 가상환경에서 ‘사람처럼’ 목표를 이해하고, 주변을 파악해, 스스로 과제를 수행하는 범용 에이전트입니다. 이번 2세대는 제미니 2.5 계열을 결합해 전작 대비 성공률을 크게 끌어올렸고, 처음 보는 환경에서도 스스로 과제를 만들고(내적 ‘숙제’ 생성), 시도·피드백을 통해 자기개선(Self-Improving)을 합니다. 예컨대 “익은 토마토 색 집으로 가라”면, ‘토마토=빨강’이라는 상식을 스스로 끌어와 목표를 추론한 뒤 실행합니다.
의미: SIMA 2는 “언어(이해) + 행위(조작)”를 한 몸에 붙인 ‘체화(embodied) 에이전트’의 성큼 진전입니다. 당장 가전·AR/VR·로봇까지 이어지는 ‘현실 세계의 행동형 AI’로 가는 징검다리로 볼 수 있습니다. 산업적으로는 게임 QA·디지털 트윈(가상공장)·시뮬레이션 기반 설계/물류 최적화에서 먼저 쓰이며, 중장기적으로는 가정/업무용 로봇의 ‘두뇌’ 후보가 됩니다. 다만 물리 세계로 나오려면 안전(오작동 시 책임), 실시간성(저지연 추론), 데이터 프라이버시 같은 난제가 남아 있습니다. (techcrunch.com)
페이스북 마켓플레이스, ‘메타 AI’ 본격 투입…대화형 구매·차량 리스트 AI 요약 등 대대적 개편
메타가 페이스북 마켓플레이스를 대거 손봤습니다. 친구와 함께 ‘찜 목록’을 만들고 소셜 공유하는 ‘컬렉션’, 셀러와의 채팅에 친구를 초대하는 ‘협업 구매’ 테스트 등 ‘함께 사는 경험’을 강화했습니다. 동시에 메타 AI가 대화 흐름과 상품 정보를 읽어 “이 물건 살 때 반드시 확인할 질문”을 자동 제안하고, 차량 카테고리에는 엔진/안전/적재공간/리뷰를 묶어 ‘AI 한눈 요약’을 붙입니다. 이베이·포시마크 재고와의 통합도 넓히고, 결제 화면엔 배송/세금이 선명히 드러나도록 변경했습니다.
의미: 중고·로컬 커머스는 정보 비대칭과 번거로운 소통이 이탈의 주원인입니다. 메타는 AI로 ‘묻고 답할 포인트’를 표준화하고, 중요한 스펙을 자동 요약해 신뢰·속도를 높이려 합니다. 쇼핑 경험의 일부를 AI가 ‘대화로 가이드’하게 되면, 셀러 교육 의존도가 낮아지고 신규 셀러 온보딩도 빨라집니다. 반면, 플랫폼이 대화 맥락을 해석해 제안하는 만큼 AI의 사실 오류·편향이 소비자 피해로 이어지지 않도록 고지/이의제기 경로, 책임 소재를 명확히 하는 게 관건입니다. (techcrunch.com)
바이두, 자체 AI 프로세서 ‘M100/M300’과 슈퍼컴퓨팅 ‘티엔치’ 공개…중국판 AI 인프라 가속
바이두가 연례 행사에서 AI 추론용 ‘M100’(2026년 초), 학습·추론 겸용 ‘M300’(2027년 초)을 공개하고, P800 칩 256개/512개를 엮는 ‘티엔치’ 슈퍼노드 계획도 발표했습니다. 동시에 이미지·텍스트·비디오를 다루는 ‘신형 ERNIE’ 모델도 소개했습니다. 미국의 대중 수출 규제로 엔비디아 최신 칩 접근이 어려운 상황에서, 자국 내 연산자립(알고리즘·칩·시스템)을 서두르는 그림입니다.
의미: 기술적으로 ‘학습(Training)’은 대규모 데이터로 모델을 만드는 과정, ‘추론(Inference)’은 그 모델로 실제 요청을 처리하는 단계입니다. 서방 칩 제약을 받는 중국 빅테크는 추론 효율이 높은 칩(M100)과, 학습까지 가능한 칩(M300)을 병행해 비용/성능을 스스로 통제하려 합니다. 산업적으로는 중국 내 AI 서비스(검색·숏폼·커머스·자율주행 등)의 비용 안정화와 속도 개선이 기대되지만, 서방 생태계(쿠다·블랙웰·GB200 등)와의 호환성 차이, 소프트웨어 생태계의 성숙도는 중장기 리스크입니다. (reuters.com)
애플, ‘새 시리’에 구글 제미니 커스텀 모델 탑재 유력…연 10억 달러 규모 협력설
블룸버그 보도에 따르면, 애플은 내년 봄 공개할 ‘애플 인텔리전스’ 기반의 새 시리를 위해, 구글 제미니의 커스텀 버전을 프라이빗 클라우드 컴퓨트(애플의 보안 서버)에 올려 활용하는 방안을 사실상 확정했습니다. 보도는 애플이 연간 약 10억 달러를 구글에 지불하고, 요약·일정 구성 같은 특정 능력은 제미니가, 나머지는 자체 모델이 맡는 ‘하이브리드’ 운용을 가리킵니다. 파라미터 규모(1.2T) 같은 세부도 언급됐습니다.
의미: 사용자는 ‘시리에게 말하면 실제로 해준다’는 체감을 원합니다. 애플은 개인정보 보호(온디바이스/전용 서버)와 정밀한 액션을 동시에 잡으려 하며, 초기엔 제미니를 ‘엔진’ 일부로 쓰되 장기적으로는 자체 모델 비중을 키워 의존도를 낮추는 전형적 이행 전략으로 보입니다. 산업적으론 애플·구글의 ‘상호 경쟁·공급’ 구도가 본격화되며, 애플 생태계(아이폰/맥/워치) 서비스들—메모·메일·캘린더·사진—에 “행동형 AI”가 빠르게 스며들 전망입니다. (theverge.com)
메타, 위스콘신에 30번째 AI 데이터센터 착공…커뮤니티 지원·환경 복원 동반 발표
메타가 위스콘신주 비버댐에 30번째 데이터센터를 착공했습니다. 발표에 따르면, 해당 센터는 ‘야심적 AI 워크로드’를 소화하도록 설계됐고, 지역 사회 에너지 지원 기금 1,500만 달러 기부, 인근 습지·초원 570에이커 복원 파트너십도 함께 내놨습니다. 최근 메타는 AI 동영상 피드 ‘Vibes’ 확장, 메타 AI의 앱 전반 통합을 가속 중인데, 이를 뒷받침할 전력·연산 인프라를 공격적으로 늘리는 행보입니다.
의미: 생성형 AI 서비스가 본격 ‘영상·실시간’으로 가면서, 데이터센터는 GPU만 많이 산다고 끝나지 않습니다. 전력(메가와트→기가와트급), 냉각(액침·리퀴드 쿨링), 네트워크(초저지연), 그리고 지역 수용성(환경·고용·전력요금)에 대한 해법이 필요합니다. 메타가 지역 기금·생태 복원을 함께 발표한 건 ‘AI=전력 대식가’라는 비판을 선제 완화하며 인허가·커뮤니티 리스크를 줄이려는 ESG 전략으로 해석할 수 있습니다. (about.fb.com)