Google이 AI 추론 깊이를 조절할 수 있는 '추론 예산(thinking budget)' 기능을 탑재한 Gemini 2.5 Flash를 공개했다. 개발자는 이 기능으로 AI가 응답 생성 전 문제 분석에 투입할 연산 자원을 토큰 범위(0~24,576)에서 조절할 수 있다. 이 신규 모델은 질문 복잡성에 따라 필요한 만큼의 분석 깊이를 자동 조정한다. 이 기능은 가격에 직접 영향을 미쳐, 추론 기능 활성화 시 출력 비용이 백만 토큰당 0.60달러에서 3.50달러로 약 6배 증가한다. 

또한 성능 면에서 Gemini 2.5 Flash는 'Humanity's Last Exam' 테스트에서 12.1%를 기록해 Claude 3.7 Sonnet(8.9%)을 앞섰으나, OpenAI의 o4-mini(14.3%)에는 뒤처졌다. 구글은 이번 신규 모델 출시와 더불어 비디오 생성 기능 'Veo 2' 공개와 미국 대학생 대상 무료 Gemini Advanced 서비스 제공과 같은 방식으로 ChatGPT(주간 8억 명)에 비해 사용자가 적은  Gemini(월간 2.5억 명)의 시장 점유율을 올리고자 노력중이다. (2025.04.17, VentureBeat)

Notion이 자사 워크플로우 플랫폼과 통합되는 AI 이메일 클라이언트 'Notion Mail'을 출시했다. 이 서비스는 Gmail 계정과 연동되어 AI로 이메일을 정리하고, 응답을 작성하며, 일정을 관리한다. 모든 Notion 사용자가 이용할 수 있으며, 월간 사용량 제한이 있는 무료 버전과 무제한 유료 버전으로 제공된다. Notion Mail의 핵심 차별점은 AI가 주제별로 이메일을 자동 분류하는 '뷰' 기능이다.

제이슨 긴스버그 Notion Mail 책임자는 "기존 받은 편지함에 AI를 추가하는 것이 아니라, 사용자가 원하는 대로 맞춤 설정할 수 있는 새로운 접근 방식"이라고 설명했다. 또한 Notion Mail은 Notion Calendar와 지식 베이스 등 다른 Notion 제품과도 연동된다. (2025.04.15, Techcrunch)

OpenAI는 문제 해결 과정을 보여주는 AI 추론 모델 'o3'와 'o4-mini'를 새롭게 출시했다. 'o3'는 OpenAI의 가장 고급 추론 모델로, 수학, 코딩, 추론, 과학, 시각적 이해 능력 테스트에서 기존 모델들을 능가한다. 코딩 테스트 SWE-bench에서 69.1%를 기록했으며, 백만 입력 토큰당 10달러, 출력 토큰당 40달러에 제공된다. 반면 'o4-mini'는 가격, 속도, 성능 간의 균형이 최적화된 모델이다. SWE-bench에서 68.1%로 o3와 유사한 성능을 보이지만, 가격은 훨씬 저렴해 백만 입력 토큰당 1.10달러, 출력 토큰당 4.40달러에 제공된다. 그리고 두 모델 모두 이미지를 '사고 과정'에서 분석할 수 있는 새로운 능력을 갖추고 있다. 사용자가 업로드한 이미지를 응답 전 분석하고, 흐릿하거나 저품질 이미지도 이해할 수 있다. 현재 두 모델은 OpenAI Pro, Plus, Team 구독자와 개발자 API를 통해 이용할 수 있으며 더 많은 컴퓨팅 자원을 활용하여 사용자의 질문에 응답하는 'o3-pro'도 곧 ChatGPT Pro 구독자에게 제공될 예정이다. (2025.04.16, Techcrunch)

Meta는 유럽연합(EU) 내 성인 사용자가 페이스북과 인스타그램에 공개한 게시물, 댓글, 그리고 Meta AI와의 상호작용 데이터를 자사의 인공지능(AI) 모델 훈련에 활용할 계획이다. 이는 사적인 메시지나 18세 미만 사용자의 데이터는 제외되며, 사용자에게는 데이터 사용에 대한 알림과 함께 거부 의사를 표시할 수 있는 양식이 제공된다. Meta는 이번 데이터 활용 계획이 '유럽인만을 위한 AI'를 개발하는 데 필수적인 과정이라고 설명했다. 또한 Meta는 '각 지역의 방언과 구어체, 현지 지식, 그리고 국가별로 다르게 나타나는 유머와 풍자 표현 방식까지 반영한 AI'를 만들겠다는 비전을 제시했다. (2025.04.15, AINEWS)

Apple이 사용자 개인정보를 보호하면서도 AI 성능을 높이기 위한 혁신적인 접근 방식을 도입했다. 핵심은 '합성 데이터'와 '차등 개인정보보호' 기술의 적극적 활용이다. 합성 데이터는 실제 사용자 데이터를 모방한 AI 생성 문장으로, 사용자의 실제 이메일이나 메시지를 직접 수집하지 않고도 AI 모델 훈련이 가능하다. 이 과정은 Apple의 '기기 분석 프로그램'에 참여한 사용자들의 기기에서 이루어진다. 참여 기기에서는 합성 데이터와 실제 데이터가 로컬에서 비교되며, 가장 유사한 합성 데이터만 선택되어 Apple에 전송된다. 이때 실제 사용자 데이터는 절대 기기를 떠나지 않아 프라이버시가 철저히 보호된다. 또한 '차등 개인정보보호' 기술은 이러한 프라이버시 보호를 한층 강화한다. 

이 기술은 수집된 데이터에 의도적으로 '노이즈'(무작위 데이터)를 추가하여 개별 사용자를 식별할 수 없게 만든다. 이러한 방식으로 Apple의 AI 기능, 예를 들어 이메일 요약 기능 등의 성능이 개선될 것이라 예상된다. (2025.04.15, AINEWS)