구글이 서클 투 서치(Circle to Search)를 단순한 단일 아이템 조회 도구에서 포괄적인 장면 분석 엔진으로 진화시키며 시각적 검색의 지평을 넓히고 있다. 이제 사용자는 거실이나 산호초와 같은 장면 전체를 원으로 그려 그 안의 여러 객체를 동시에 식별하고 조사할 수 있다. 이러한 변화는 개별 쿼리 방식에서 벗어나 AI가 이미지 전체의 맥락을 이해하도록 돕는다. 실제로 수족관 속 다양한 물고기 종들이 어떻게 공존하는지 설명하거나, 패션 인플루언서의 착장 전체를 구매 가능한 개별 아이템으로 분해하여 보여주는 것이 가능해졌다.

이번 업그레이드는 단일 이미지 검색을 하나의 복잡한 과제로 처리하는 Gemini 3 모델의 정교한 계획 능력을 바탕으로 한다. 시스템은 단순 스캔에 그치지 않고 ‘시각적 쿼리 팬아웃(visual query fan-out)’ 기법을 실행하는데, 이는 이미지의 주요 부분을 식별해 여러 병렬 검색을 수행한 뒤 그 결과를 하나의 답변으로 통합하는 과정이다. 이러한 다단계 프로세스 덕분에 AI는 아이템 간의 연결 고리를 능숙하게 찾아낸다. 이에 따라 사용자는 모든 가구를 일일이 캡처할 필요 없이 특정 인테리어 스타일과 어울리는 제품들을 한꺼번에 추천받을 수 있다.

또한 구글은 가상 시착 기능을 검색 인터페이스에 직접 통합하여 영감에서 구매에 이르는 경로를 단축하고 있다. Pixel 10 및 삼성 Galaxy S26 등 지원 기기 사용자들은 마음에 드는 옷을 찾는 동시에 자신의 디지털 아바타가 해당 옷을 입은 모습을 즉석에서 확인할 수 있다. 이러한 시도는 소비자의 호기심이 실제 구매 행동으로 이어지는 과정을 매끄럽게 연결하며, AI 중심의 리테일 경험을 한 단계 더 발전시킨 것으로 평가받는다.

구글이 서클 투 서치(Circle to Search)를 단순한 단일 아이템 조회 도구에서 포괄적인 장면 분석 엔진으로 진화시키며 시각적 검색의 지평을 넓히고 있다. 이제 사용자는 거실이나 산호초와 같은 장면 전체를 원으로 그려 그 안의 여러 객체를 동시에 식별하고 조사할 수 있다. 이러한 변화는 개별 쿼리 방식에서 벗어나 AI가 이미지 전체의 맥락을 이해하도록 돕는다. 실제로 수족관 속 다양한 물고기 종들이 어떻게 공존하는지 설명하거나, 패션 인플루언서의 착장 전체를 구매 가능한 개별 아이템으로 분해하여 보여주는 것이 가능해졌다.

이번 업그레이드는 단일 이미지 검색을 하나의 복잡한 과제로 처리하는 Gemini 3 모델의 정교한 계획 능력을 바탕으로 한다. 시스템은 단순 스캔에 그치지 않고 ‘시각적 쿼리 팬아웃(visual query fan-out)’ 기법을 실행하는데, 이는 이미지의 주요 부분을 식별해 여러 병렬 검색을 수행한 뒤 그 결과를 하나의 답변으로 통합하는 과정이다. 이러한 다단계 프로세스 덕분에 AI는 아이템 간의 연결 고리를 능숙하게 찾아낸다. 이에 따라 사용자는 모든 가구를 일일이 캡처할 필요 없이 특정 인테리어 스타일과 어울리는 제품들을 한꺼번에 추천받을 수 있다.

또한 구글은 가상 시착 기능을 검색 인터페이스에 직접 통합하여 영감에서 구매에 이르는 경로를 단축하고 있다. Pixel 10 및 삼성 Galaxy S26 등 지원 기기 사용자들은 마음에 드는 옷을 찾는 동시에 자신의 디지털 아바타가 해당 옷을 입은 모습을 즉석에서 확인할 수 있다. 이러한 시도는 소비자의 호기심이 실제 구매 행동으로 이어지는 과정을 매끄럽게 연결하며, AI 중심의 리테일 경험을 한 단계 더 발전시킨 것으로 평가받는다.