어젯밤 OpenAI가 ChatGPT-4o를 출시한 후 Google I/O에 압력이 가해졌습니다. 마치 Google이 'AI 속의 왕펑'이라는 타이틀을 무슨 일이 있어도 없앨 수 없는 것처럼 말이죠.
반면 구글은 2시간 가까이 진행된 기자간담회를 통해 AI를 121차례 언급하고 10개가 넘는 신제품과 업그레이드를 출시했다. 화력은 있지만 놀랄 일은 많지 않습니다.
먼저 이번 컨퍼런스의 주요 내용을 요약해 드리겠습니다. 더 많은 기능 분석을 읽어보시기 바랍니다.
기자회견의 핵심 포인트:
- Google Search AI: AI 검색 요약 기능과 다단계 추론 기능이 강화된 AI 개요(AI 개요)를 출시했습니다.
- Gemini 대형 모델: Gemini 1.5 Flash(100만 개 컨텍스트), Gemini Pro(200만 개 컨텍스트).
- Gemma 대형 모델: 오픈 소스 멀티모달 대형 모델 Pali Gemma 및 Gemma2 출시.
- Google Workspace의 AI: Gemini의 기능과 측면 패널 양식을 사용하여 Google의 일련의 제품을 하나로 묶습니다.
- Gemini 앱: Gemini 앱의 모바일 버전은 곧 AI와의 영상 대화를 지원할 예정이며 최근 몇 주 안에 출시될 예정입니다.
- Project Astra: Imagen3, Music AI Sandbox, Veo 등 이미지, 음악, 비디오용 Generative AI를 포함한 최신 멀티모달 AI 프로젝트입니다.
검색부터 시작해서 검색왕을 이용해 폭발시켜보세요
Google 검색은 Google의 가장 큰 투자 및 혁신 분야 중 하나이자 창립 제품입니다.
25년 전 Google은 검색을 시작했으며 오늘 밤 Google은 다시 검색의 한계를 넓히고 있습니다.
간단히 말해서 AIGC의 Google 검색을 사용하면 다음과 같은 더 많은 작업을 수행할 수 있습니다.
무엇을 생각하고 있거나 처리해야 하는 것이 무엇이든 물어보세요. Google 검색에서 찾아드립니다.
Google 검색의 모든 발전은 이에 맞게 맞춤화된 Gemini 모델을 기반으로 합니다.
Google은 기자회견에서 "다른" Google 검색에는 세 가지 고유한 장점이 있다고 소개했습니다.
- Google의 실시간 정보에는 사람, 장소, 사물에 관한 1조 개가 넘는 사실이 포함되어 있습니다.
- 최고 등급의 제품이자 최고의 온라인 서비스 중 하나
- 쌍둥이자리의 힘
이 세 가지를 결합하면 Google의 새로운 검색 기능이 발휘됩니다.
첫 번째 새로운 기능은 AI 리뷰(AI Review)다. 사용자는 검색 결과 상단에서 대규모 AI 모델이 생성한 요약을 얻을 수 있어 전체 검색 과정이 단순화되고, 복잡한 이슈의 검색 과정이 단순해진다.
구글은 올해 말까지 10억 명 이상의 사람들이 구글 검색의 AI 리뷰 기능을 사용할 것이라고 밝혔으며, 구글은 이것이 25년 만에 검색 엔진에 대한 최대 업데이트 중 하나가 될 것이라고 주장합니다.
다단계 추론은 Google 검색의 또 다른 중요한 기능입니다.
새로운 다단계 추론을 통해 우리가 미래의 삶, 일, 여행 계획을 세우는 것이 매우 간단해질 것입니다.
예를 들어, 검색창을 사용하여 "주변 최고의 요가 스튜디오"를 찾을 수 있으며, 그러면 근처 요가 스튜디오에 대한 평가 점수, 추천 코스, 거리 등과 같은 모든 중요한 정보가 블록으로 분류되어 매우 명확하게 표시됩니다. 검색 결과.
AI는 Google의 거대한 자체 데이터베이스를 기반으로 검색 과정에서 최신의 가장 포괄적인 고품질 정보를 호출할 수 있으므로 검색 결과의 정확성과 신뢰성이 더욱 보장됩니다.
현재 Google에는 전 세계 2억 5천만 개 이상의 위치가 포함되어 있으며 실시간으로 업데이트되고 평점, 리뷰, 영업 시간과 같은 중요한 정보가 포함되어 있습니다.
검색 계획은 귀하의 부담을 줄여주는 또 다른 업데이트입니다.
당신이 식사를 재구성하고 처음부터 계획을 세우고 있고 아침, 점심, 저녁에 마카로니와 치즈를 먹고 싶지 않다고 가정해 보겠습니다.
요구 사항을 검색창에 입력하기만 하면 Google 검색에서 요구 사항에 따라 합리적으로 배열된 새로운 주간 레시피를 제공합니다.
또한 언제든지 조건과 세부 사항을 변경할 수 있으며, 최신 프롬프트를 기반으로 검색 결과가 실시간으로 업데이트됩니다.
위의 기능을 다른 회사의 제품에서 보거나 사용한 적이 있다면 Ask with Video가 확실히 여러분에게 몇 가지 놀라움을 선사할 것입니다.
인생에는 모두 고유한 이름을 가진 많은 물건이 있습니다. 일부 장비에 사소한 문제가 있는 경우 이에 상응하는 수리 방법도 있습니다. 그러나 많은 경우에는 전문가만이 알 수 있고, 오직 전문가만이 "올바른 약을 처방"할 수 있습니다.
이제 Google 검색의 Ask with Video를 통해 모든 사람이 전문가로 불릴 수 있습니다. 이는 휴대전화의 백과사전과 같습니다.
기록의 일부가 작동하지 않고 어디서부터 시작해야할지 모르겠습니다. 카메라 셔터가 갑자기 작동하지 않습니다. 예전에는 제조업체에 다시 보내려면 많은 어려움을 겪어야 할 수도 있습니다. 애프터 서비스를 위해, 이제는 Google 기기의 렌즈를 사용하여 문제의 사진을 찍을 수 있으며, Google 검색을 통해 발생한 문제에 대한 사전 진단과 일부 사소한 결함에 대한 해결 방법을 찾을 수 있습니다. 현장에서 제공해드립니다.
기자간담회에서 진행된 실시간 시연에서도 AI는 전체 수리 단계를 하나씩 나열해 화면의 지시에 따라 시연자가 사소한 문제를 신속하게 해결할 수 있었다.
이 기능은 AI를 이용해 영상을 프레임별로 분해하고, 각 프레임의 주요 정보를 Gemini의 긴 접촉창으로 가져와 하나씩 분석하고, 인터넷상의 관련 기사, 포럼, 영상 등을 샅샅이 뒤져 인사이트를 찾는 기능이다. Ask with Video의 스마트한 제안을 실현합니다.
전통적인 텍스트 입력에 비해 비디오의 가장 큰 장점은 우리와 AI 사이의 상호 작용 과정이 더 직관적이라는 것입니다. "여기", "이"와 같은 모호한 단어를 사용하면 대형 모델이 우리가 말하는 내용을 알 수 있습니다.
구글은 이러한 최신 AI 기능이 앞으로 몇 주 안에 실험실 기능에 출시될 것이라고 밝혔는데, 이는 더욱 강력한 구글 검색이 머지 않았다는 의미이기도 하다.
후속 버전에서는 페이지에 있는 동영상의 자동 자막을 기반으로 답변을 찾을 수도 있을 것입니다. "1분 만에 XX 영화를 본" 블로거들의 일자리를 빼앗아 갈지 궁금합니다.
OpenAI를 지향하는 그림, 노래, 영화
지난 이틀간 GPT-4o가 AI로 인해 다시 한 번 전 세계에 충격을 안겼다면, 오늘 밤 구글이 공식 발표한 프로젝트 아스트라(Project Astra)는 그 충격의 연속이다.
Project Astra는 일반 인공지능 비서인 GoogleMind의 프로토타입입니다.
GPT-4o와 마찬가지로 사용자는 AI와 실시간 대화, 영상채팅을 할 수 있다.
이번 기자간담회 시연은 이 새로운 기능을 잘 보여준다. 시연 영상에서 직원이 휴대폰 렌즈를 주변 물체에 대고 프로젝트 아스트라에게 몇 가지 질문을 했더니 거의 지연 없이 정확하게 답변할 수 있었다. .
예를 들어 프로젝트 아스트라(Project Astra)는 스피커 상단 절반이 트위터임을 알 수 있고, 컴퓨터 화면에 표시된 코드를 통해 특정 기능을 쉽게 식별할 수 있다.
구글은 이렇게 말합니다.
우리의 새로운 프로젝트는 일상 생활에 실제로 도움이 될 수 있는 미래형 AI 비서를 구축하는 데 중점을 두고 있습니다.
구글은 더욱 강력해진 AI 성능을 바탕으로 첨단 기술의 '미래감'을 반영한 '이미지', '음악', '동영상' 분야의 세 가지 실용적인 기능도 I/O에서 발표했다.
Imagen 3는 Google이 출시한 최신 이미지 생성 모델입니다.
우리의 즉각적인 말을 더 잘 이해하고 이를 사용하여 보다 현실적인 이미지를 만들 수 있습니다.
기자간담회에 공개된 '늑대' 생성 사진은 이미젠3가 내러티브 중 8가지 세부정보를 정확하게 추출해 모두 사진에 반영한 모습이다.
생성된 사진이 세부적으로 정확할 뿐만 아니라 매우 사실적이라는 것을 찾는 것은 어렵지 않습니다.
Imagen 3는 또한 "무지개 색상", "깃털 빛" 및 "검은 배경"의 프롬프트를 기반으로 생성된 창의적인 그림과 같은 좀 더 추상적인 그림 생성을 처리할 수 있습니다.
마치 당신이 원하는 것이 무엇인지 정확히 아는 것처럼요.
대변인은 기자간담회에서 "다른 사람의 얼굴에 있는 수염을 세는 데 사용할 수 있다"고 농담으로 과시하기도 했다.
Google은 음악 세대에서도 새로운 혁신을 이루었습니다.
Music AI Sandbox는 Google이 이번에 출시한 최신 음악 세대 모델로 Marc Rebillet을 초대하여 I/O 사이트에 공유했습니다.
아티스트가 만든 짧은 음악 데모를 기반으로 Music AI Sandbox를 확장하고 음악 스타일, 유형 등 사용자가 입력한 프롬프트를 기반으로 두 번째 음악을 추가로 생성할 수도 있습니다. .
Google은 YouTube와 함께 Music AI Sandbox를 구축했다고 밝혔습니다.
이것은 처음부터 새로운 악기 부품을 만들고, 트랙 간 스타일을 변환하여 디자인하고 테스트하는 데 도움이 되는 전문 AI 음악 도구 세트입니다.
Veo라는 또 다른 실용적인 모델은 비디오 생성에 중점을 둡니다.
사용자는 관련 텍스트, 이미지 또는 비디오 프롬프트만 입력하면 되며 Veo는 최대 60초 길이의 고품질 1080p 비디오를 만들 수 있습니다.
다양한 시각적 및 영화적 스타일로 지침의 세부 정보를 캡처합니다.
예를 들어 프롬프트에 사물, 풍경 또는 저속 항공 사진을 입력하고 다른 프롬프트를 사용하여 비디오를 추가로 편집할 수 있습니다.
오랫동안 비디오 생성 AI는 "이론적으로만 확립"되어 왔습니다. 사실 그 중 "사용성"의 가장 큰 한계는 비디오 생성 시간이 몇 초에 불과하며 일반적으로 그렇습니다. 한두 번만 반복적으로 점프할 수 있습니다.
그렇기 때문에 Sora는 출시 당시 많은 논의를 불러일으켰습니다. 오늘 밤부터 Google의 Veo도 사진 사실주의부터 초현실주의, 애니메이션까지 모든 영화와 TV 스타일을 다룰 수 있어 관심의 대상이 되었습니다.
Project Astra 외에도 Google은 맞춤형 Gemini – Gems도 제공합니다.
구글은 특정 특성을 유지하면서 작업을 완료하고 수천명의 사람들을 위한 개인 비서가 될 수 있다고 밝혔습니다. 사용자는 위치를 조정하여 요가 친구, 가상 인기 캐릭터, 피트니스 파트너, 창의적인 글쓰기 코치 또는 심지어 마이크로블로거가 될 수 있습니다. 포인트 튜터 등 다 문제가 있습니다.
쌍둥이자리는 긴 문자를 좋아하는데, 쌍둥이자리 가족이 새로운 멤버를 추가했습니다
Gemini 프로젝트는 공개된 이후 많은 주목을 받았습니다. 처음에는 논란도 있었지만 나중에는 자체의 힘으로 명성을 회복했고, 이제는 점점 성숙해지고 있다.
Pichai에 따르면 현재 Gemini 모델을 사용하는 개발자는 150만 명이 넘고 사용자 수는 20억 명에 이르렀습니다. 이제 Pichai는 이를 모든 제품에 통합하고 새로운 제품을 출시하겠다는 목표로 다시 'Gemini 시대'를 언급하고 있습니다. 경험은 제작자, 개발자 및 스타트업에게도 새로운 기회를 창출합니다.
최신 Gemini 1.5 Pro는 현재 100만 개의 토큰 텍스트 볼륨을 지원하며, 올해 말에는 이 숫자가 200만 개에 도달하여 2시간의 비디오, 22시간의 오디오, 60,000줄 이상의 코드 또는 그 이상을 처리할 수 있다고 합니다. 동시에 140만 단어 이상.
또한 이번 컨퍼런스에서는 "최대 1500페이지에 달하는 여러 개의 대용량 문서 또는 100개의 이메일을 통합한 것"을 처리할 수 있으며 35개 언어도 지원하는 Gemini 1.5 Pro 기반의 Gemini Advanced도 발표했습니다. 150개 이상의 국가/지역.
텍스트 양 측면에서 Gemini는 실제로 매우 크며 "모든 입력을 모든 출력으로 변환하려는 목표를 향한 큰 진전"이라고 말해야 합니다.
항상 안전이 최우선입니다
AI 초기부터 AI 생성 콘텐츠를 식별하는 방법에 대한 지속적인 논쟁이 있어 왔습니다. 구글의 대책은 SynthID를 통해 AI가 생성한 이미지와 오디오에 눈에 보이지 않는 워터마크를 추가해 쉽게 구별할 수 있도록 하는 것이다.
앞으로 Google은 이 범위를 텍스트와 비디오로 확장할 것이며, 앞으로 몇 달 안에 생성 AI 툴킷 오픈 소스 SynthID 텍스트 워터마크를 업데이트하여 더 많은 개발자가 AI를 보다 쉽고 책임감 있게 구축하는 데 도움이 될 것입니다.
Gemini가 통합된 후 Android는 통화 중에 주민등록번호 및 은행 정보를 제공하라는 요청 등 의심스러운 활동이 감지되면 경고를 표시합니다. 이는 전화기에 직접 "사기 방지 센터"를 설치하는 것과 같습니다. .
접근성 기능인 TalkBack도 Gemini Nano를 통해 향상됩니다. 이미지 설명이 더욱 명확하고 풍부해지며 시력이 좋지 않은 사용자가 음성 피드백을 통해 휴대전화를 더 잘 작동할 수 있도록 돕습니다. 이는 Google의 일관된 인간주의적 배려를 반영합니다.
오늘 밤 Google의 성과에 관해 NVIDIA 연구 관리자인 Jim Fan의 평가는 매우 타당합니다.
Google의 새로 출시된 모델은 다중 모드 입력인 것으로 보이지만 다중 모드 출력은 아닌 것 같습니다. Imagen3와 Music AI Sandbox는 여전히 Gemini와 독립 구성 요소로 분리되어 있습니다. 모든 모달 I/O의 기본 병합은 피할 수 없는 미래입니다.
"보다 로봇적인 음성 사용" "이 이미지 편집" "일관된 연재 만화 생성"과 같은 작업을 수행할 수 있습니다.
또한 감정이나 배경음과 같은 모달 경계에서 정보를 잃지 않으면서 새 모델은 새로운 상황별 기능을 제공하며 사용자는 몇 가지 예를 통해 모델을 가르치고 다양한 의미를 새로운 방식으로 결합할 수 있습니다.
GPT-4o는 완벽하지는 않지만 Andre의 LLM-OS 비유를 바꾸어 말하면 폼 팩터를 올바르게 얻습니다.
가능한 한 많은 파일 확장자를 기본적으로 지원하는 모델이 필요합니다.
Google은 한 가지 일을 제대로 하고 있습니다. 그들은 마침내 인공 지능을 검색창에 통합하기 위해 진지한 노력을 기울이고 있습니다.
Gemini가 최고일 필요는 없지만 가장 널리 사용되는 것일 수 있습니다.
# aifaner 공식 WeChat 공개 계정: aifaner(WeChat ID: ifanr) 팔로우를 환영합니다. 더 흥미로운 콘텐츠가 최대한 빨리 제공될 예정입니다.
Ai Faner | 원본 링크 · 댓글 보기 · Sina Weibo