구글, 이미지 편집 모델 ‘제미나이 2.5 플래시 이미지’ 공개
 

‘나노 바나나’로 사전 공개된 ‘제미나이 2.5 플래시 이미지’, 제미나이 앱에 추가

n 구글이 제미나이 앱에 새로운 이미지 생성·편집 모델 ‘제미나이 2.5 플래시 이미지(Gemini 2.5 Flash Image)’

기반의 이미지 편집 기능을 추가
∙ 이 모델은 LMArena*에서 ‘나노 바나나(Nano Banana)’라는 가칭으로 공개되어 뛰어난 성능으로 1위를 차지하며 화제를 모았으며,

  이번 업데이트로 제미나이 앱에 통합
* 인간 선호도를 기반으로 AI 모델을 비교 평가하는 웹 기반 플랫폼

∙ 이번 업데이트는 전 세계 유·무료 사용자에게 모두 제공되며, 제미나이 앱에서 생성되거나 편집된 모든 이미지에는 육안으로

  식별되지 않는 워터마크가 포함되어 AI 생성 사실을 확인 가능

n 구글은 2025년 4월 제미나이 앱에 AI 이미지 편집 기능을 도입한 이래, 캐릭터 일관성에 중점을 두고 기술을 개선해 왔으며,

   제미나이 2.5 플래시 이미지는 캐릭터 일관성 유지에서 뛰어난 품질을 달성
∙ 사람이나 동물 사진을 업로드하면 배경이나 설정을 바꾸더라도 모든 이미지에서 동일한 모습을 유지하며,

  여러 장의 사진을 업로드하고 합성하여 새로운 장면을 만들어낼 수 있도록 지원
∙ 실내 이미지에서 벽의 색을 바꾸거나 책장, 테이블 등의 가구를 차례로 추가하는 등 여러 차례에 걸쳐 특정 부분을 수정하면서

  나머지 부분을 유지하는 것도 가능하며, 한 이미지의 스타일을 다른 이미지에 적용하는 기능도 지원(예시: 나비 날개 패턴을

  드레스 디자인에 합성)

K2 Think, 에이전틱 계획과 테스트-타임 스케일링 기법으로 추론 성능 강화
 

n UAE의 모하메드 빈 자이드 AI 대학(MBZUAI)이 국영 AI 기업 G42와 협력해 매개변수 320억 개의 추론 AI 모델 ‘K2 Think’

를 2025년 9월 9일 허깅페이스(Hugging Face)에 오픈소스로 공개
∙ Qwen 2.5 모델을 기반으로 개발된 K2 Think는 사후 학습과 테스트-타임 스케일링*을 활용해 오픈AI의 gpt-oss 120B나

  딥시크 V3.1과 같은 훨씬 더 큰 규모의 모델과 경쟁할 수 있는 성능을 기록
* Test-Time Scaling: AI 모델 훈련 후 테스트(추론) 시점에 추가 연산을 활용해 성능을 향상하는 기법

n MBZUAI는 아래와 같은 혁신적 기법으로 K2 Think의 추론 성능을 강화했다고 설명
∙ 사고의 사슬(Chain-of-thought,CoT)을 활용한 지도미세조정(Supervised Fine-tuning)으로 논리적 깊이를 강화하고,

  모델 출력이 사실과 일치하는지 검증 가능한 보상 기반 학습으로 정확도를 향상
∙ 복잡한 과제를 나누어 실행 순서를 계획하는 에이전틱 계획(Agentic Planning) 방식과 테스트-타임 스케일링으로 응답 정확도와

  문제 해결 능력을 향상
∙ 추측 디코딩*과 미국 AI 반도체 스타트업 세레브라스(Cerebras)의 ‘웨이퍼 스케일 엔진(WSE)**’을 활용해 초당 2,000토큰을

  처리함으로써 일반 배포 환경(초당 평균 200토큰) 대비 10배 빠른 속도를 달성
* Speculative Decoding: 초안 후보를 병렬적으로 예측한 뒤 최종 출력을 확정해 처리 속도를 개선하는 기법
** 웨이퍼를 잘라 칩을 만드는 대신 웨이퍼 전체를 활용해 AI 모델의 학습과 훈련 속도를 대폭 개선한 칩

---------------------------------------------------------------------------------------------------------------------------------------------------------