구글, Gemini API 지도 기능 출시; 텐센트, AI 프로그래머 Ada 출시 → 최신 AI 뉴스입니다!

AI 프런티어 익스프레스 ↓↓

01 구글, Gemini API의 지도 기능 공개, 개발자들이 차세대 위치 인식 AI 애플리케이션을 구축할 수 있도록 지원
구글은 Gemini API의 지도 통합 기능을 전면적으로 제공한다고 발표했습니다. 오늘부터 개발자들은 API를 사용해 전 세계 2억 5천만 개 위치에 대한 실시간 지리공간 데이터를 이용할 수 있으며, 주소, 영업시간, 평점 등 다양한 정보를 포함합니다. Gemini의 자연어 이해 기능을 활용해 API는 위치 기반 쿼리를 자동으로 해석하고 매우 정확한 응답을 생성할 수 있습니다. 예를 들어 AI는 근처 식당을 직접 추천하고 실시간 교통 상황을 보여주거나, 사용자 선호에 따라 다중 경유지 여행 일정을 계획할 수 있습니다. 이 기능은 구글 검색과 원활하게 작동하며, 지도는 구조화된 사실 데이터를 제공하고 검색은 동적 정보를 보완해 응답의 완성도를 크게 향상시킵니다. 개발자들은 Python SDK 또는 Google AI Studio를 통해 빠르게 이 기능을 통합할 수 있으며, 가격은 사실 기반 프롬프트 1,000건당 25달러입니다. 이 기능은 여행 계획, 지역 생활 서비스, 부동산 추천 등 애플리케이션에 이상적이며, 개발자들이 몰입형 공간 지능 경험을 창출하는 데 도움을 줍니다.

02 국내 개발 대형 언어 모델 MiniMax-M2가 오픈소스로 공개되어 글로벌 상위 5위 안에 들었으며, 비용은 Claude 4.5의 1/12에 불과하고 성능은 GPT-5와 동등합니다.

10월 27일, 상하이 기반 AI 기업 MiniMax가 차세대 대형 언어 모델 MiniMax-M2를 오픈소스로 공개했습니다. 전 세계적으로 인정받는 벤치마크 Artificial Analysis에서 MiniMax-M2는 전 세계 상위 5위 안에 들었으며, 이 그룹에 진입한 최초의 중국 오픈소스 모델이 되었습니다. 전체 비용은 Claude 4.5의 약 8%(약 1/12) 및 GPT-5의 1/7에 불과하며, 추론 속도는 거의 두 배로 증가했습니다. M2는 코드 생성 및 도구 호출과 같은 핵심 작업에서 뛰어나며, 다중 파일 자동 디버깅과 복잡한 도구 체인과의 원활한 협업을 지원합니다. 오픈소스 공개 후 2주 이내에 전 세계 API 호출이 무료로 제공되었습니다. 업계 전문가들은 CISPO 손실 함수와 같은 기술 혁신을 통해 "고지능 저비용"의 돌파구를 이룬 MiniMax-M2를 높이 평가하며, AI 기술의 광범위한 채택 가속화에 기여할 것으로 기대합니다.

03 메이투안이 LongCat-Video를 오픈소스로 공개했습니다! 텍스트-비디오, 이미지-비디오, 비디오 연속 재생을 지원하며, 품질 저하 없이 5분 길이의 비디오를 생성할 수 있어 세계 모델 탐색의 새로운 장을 열었습니다.

10월 27일, 메이투안의 LongCat 팀이 비디오 생성 모델 LongCat-Video를 공개하고 오픈소스로 배포했습니다. 이 모델은 텍스트-비디오(720p/30fps 고화질), 이미지-비디오(이미지의 주요 대상과 스타일 엄격 보존), 비디오 연속 재생 등 세 가지 핵심 작업을 단일 아키텍처로 지원하며 추가 적응이 필요 없습니다. 비디오 연속 재생을 위한 사전 학습과 Block-Causal Attention 메커니즘을 기반으로 최대 5분 길이의 긴 비디오를 안정적으로 생성하며, 프레임 간 시간 불연속성과 물리적으로 불가능한 움직임과 같은 업계 문제를 해결합니다. 추론 속도는 10.1배 향상되었습니다. VBench와 같은 공개 벤치마크에서 상위권 성능을 기록했으며, 상식 이해 점수 70.94%로 1위를 차지했습니다. 앞으로 이 기술은 자율주행 및 구현 지능 시나리오에 통합되어 디지털과 물리 세계를 잇는 다리가 될 것입니다.

04 텐센트, AI 프로그래머 Ada 출시: 개발 효율성 혁신을 선도하는 엔드투엔드 자동화 프로그래밍

10월 27일, 텐센트는 AI 기반 프로그래머의 업계 최초 기술 미리보기인 Ada를 출시했습니다. Ada는 네 가지 핵심 기능으로 소프트웨어 개발 프로세스를 혁신합니다. 사용자는 위챗 워크를 통해 요구사항을 제출하면 Ada가 코드 생성, 환경 배포, 라이브 출시까지 전체 워크플로를 자동으로 처리하며, 온라인 결함 자동 수정, 문서 생성, 단위 테스트 코드 생성도 수행합니다. 2025년 1024 개발자 페스티벌에서 Ada는 공식 웹사이트의 숨겨진 이스터 에그와 픽셀 스타일 게임 개발을 성공적으로 완료했습니다. 지능형 코드 리뷰와 엔드투엔드 자동화 기능으로 개발 효율성이 크게 향상되었습니다. 현재 Ada는 대기자 명단을 통해 피드백을 수집하며 기능 최적화를 진행 중이며, 개발자들의 핵심 도구가 될 전망입니다.

05 AI 웹사이트 구축 혁명! 쿤룬 완웨이의 Skywork, 10분 만에 전문 웹사이트 구축 가능한 웹 클론 기능 출시

2025년 10월 27일, 쿤룬 완웨이의 자회사 Skywork AI가 웹 클론 기능을 공식 출시했습니다. 사용자는 웹페이지 링크 제공, 파일 업로드 또는 텍스트 설명 입력만으로 AI가 몇 분 내에 완전 기능을 갖춘 스타일 일치 웹 프로토타입을 생성합니다. 이 기능은 고급 알고리즘을 사용해 페이지 논리와 계층 구조를 구조적 수준에서 분석하여 웹페이지를 정밀하게 재구성합니다. 또한 동적 인터랙티브 요소 생성과 실시간 편집 및 조정도 지원합니다. 기업 사용자는 회사 정보를 즉시 공식 웹사이트로 전환할 수 있고, 콘텐츠 제작자는 텍스트 설명만으로 지도 및 이미지 포함 동적 웹페이지를 생성할 수 있어 전통적인 웹사이트 구축 방식을 완전히 혁신합니다. 이 돌파구는 기술 장벽을 크게 낮추며 "아이디어가 곧 웹사이트"인 AI 시대의 공식 도래를 알립니다.

06 Gemini가 구글 어스를 강화합니다! 공간 추론의 대규모 업그레이드—미국 구독자 곧 새로운 AI 기반 지리공간 경험 개방 예정

구글 어스는 Gemini 대형 언어 모델 통합을 발표하며 자연어 상호작용을 통한 차원 간 지리 분석을 가능하게 했습니다. 사용자는 이제 대화로 환경 위험을 질의할 수 있으며, 예를 들어 폭풍 위협에 취약한 인프라 식별이나 조류 번성 영향 지역 추적이 가능합니다. 시스템은 자동으로 일기 예보, 위성 이미지, 인구 통계 데이터를 연결해 종합적인 인사이트를 생성합니다. 현재 이 기능은 "신뢰받는 테스터 프로그램"에 등록된 사용자에게 제공되며, 향후 몇 주 내 미국의 Google AI Pro/Ultra 구독자와 Earth Professional Edition 사용자에게 확대되어 지리공간 정보가 전문 도구에서 일반 대중을 위한 접근 가능하고 지능적인 서비스로 전환을 가속화할 예정입니다.

07 AI 대형 모델, "이미지를 읽어 1분 만에 유전자 식별"!

폐암 정밀 진단 및 치료에서 획기적인 돌파구 달성.

2025년 10월, Kingmed Diagnostics는 텐센트 및 광저우 의과대학 제1부속병원과 협력해 대규모 암 병리 유전자 모델 DeepGEM을 공식 출시했습니다. 이 모델은 일상 병리 슬라이드 이미지를 분석해 폐암의 드라이버 유전자 변이를 예측하며, 1분 내에 테스트를 완료하고 정확도는 78%에서 99% 사이입니다. 비용은 전통적 유전자 시퀀싱보다 수 배 저렴합니다. 이전 연구는 The Lancet Oncology에 게재되었으며 전국 30개 성에서 4,260건 샘플로 검증되었습니다. 현재 이 모델은 Kingmed Diagnostics 플랫폼에 배포되어 기초 환자에게 "AI 기반 초기 선별과 특정 유전자 확인"을 포함한 포괄적 진단 및 치료 경로를 제공합니다. 향후 세 기관은 유방암 등 다중 암종으로 모델을 확장하고 다중 오믹스 데이터를 통합한 다중 모달 대규모 병리 유전자 모델을 개발해 암 진단 및 치료의 "지능형 예측" 시대를 열 계획입니다.

08 테슬라의 "월드 시뮬레이터" 공개: AI가 하루 만에 500년 운전 연습; 로봇-두뇌 공동 진화가 업계를 충격에 빠뜨리다

2025년 최고의 컴퓨터 비전 학회인 ICCV에서 테슬라는 신경망 기반의 가상 훈련 시스템인 ‘월드 시뮬레이터’를 공식적으로 공개했다. 이 시스템은 실제 데이터를 바탕으로 매우 현실적인 다중 카메라 주행 시나리오를 생성할 수 있으며, 이를 통해 자율주행 알고리즘이 하루 만에 인간이 500년 동안 운전한 것과 맞먹는 주행 경험을 축적할 수 있게 한다. 핵심적으로 이 시스템은 카메라 픽셀을 직접 주행 명령으로 변환하는 엔드투엔드 아키텍처를 채택해 전통적인 모듈형 접근 방식에서 발생하던 정보 손실 문제를 해결한다. 또한 ‘생성형 가우시안 스플래시’ 기술을 활용해 3D 장면의 해석 가능성을 구현한다. FSD 개발 반복에 활용되는 것 외에도, 이 시스템은 옵티머스 로봇이 공장 등 복잡한 환경을 탐색하도록 동시에 훈련시키고 있어, 머스크가 범용 인공지능 엔진을 구축하겠다는 야망을 여실히 드러낸다. 현재 테슬라의 차량 대규모 집단이 매일 수집하는 방대한 데이터는 시뮬레이터 피드백 루프를 통해 최적화되고 있으며, 이로 인해 자율주행의 안전성이 인간 운전보다 5배 더 안전한 수준으로 한 단계 더 나아가고 있다.

09 시각적 혁명! 딥시크, 10배의 텍스트 압축을 달성한 OCR 모델 공개… 하루 만에 문서 20만 페이지 처리

최근 DeepSeek는 DeepSeek-OCR이라는 완전히 새로운 비전-언어 모델을 오픈소스로 공개했습니다. 이 모델은 ‘맥락 기반 광학 압축’ 기술을 활용해 텍스트를 이미지로 변환하며, 10배의 무손 압축(OCR 정확도 97%)을 달성하고 20배 압축에서도 여전히 60%의 정확도를 유지합니다. 핵심적으로 DeepEncoder 아키텍처는 SAM과 CLIP을 통합하여 Tiny부터 Gundam 모드에 이르는 다중 해상도 입력을 지원합니다. 단 100개의 시각 토큰으로도 GOT-OCR2.0(256개의 토큰 필요)을 능가하며, 800개의 토큰에서는 6,000개 이상의 토큰을 요구하는 MinerU2.0을 크게 앞서갑니다. A100 GPU 한 대만으로 하루에 20만 페이지 분량의 학습 데이터를 생성할 수 있으며, 100개 언어의 파싱은 물론 도표, 화학식 등 복잡한 콘텐츠까지 처리할 수 있습니다. 이러한 획기적인 모델은 장문 처리와 멀티모달 모델 학습에 있어 혁신적인 해결책을 제시합니다. 해당 모델은 GitHub에 오픈소스로 공개되어, AI 커뮤니티 내에서 ‘비전이 곧 압축이다’라는 패러다임에 대한 열띤 논의를 불러일으키고 있습니다.

출처: 인공지능 학교, AI 지치엔옌

편집자: 유리

교정: 쩡슝

검토자: 장웨이톈