Google Research는 2026년 10월 14일 문서 검토 시스템 Deep Review를 전 세계에 공개했습니다. STOC, ICML, NeurIPS, ICLR의 투고 논문 1만 6천 건 이상을 대상으로 시범 운영한 뒤 정식 출시했습니다. 컴퓨터과학 논문용 Paper Assistant Tool(PAT)로 시작한 이 시스템은 이제 법률·금융 분야 문서와 Google Docs, 프레젠테이션도 검토합니다. Google은 초안 개선과 검토 과정의 주장 확인에 활용할 수 있다고 밝혔습니다.

Deep Review는 사용자당 매주 문서 2건을 무료로 검토합니다. 더 많은 문서가 필요한 사용자는 Gemini API 키를 연결해 이용 한도를 높이고 Deep Review API로 프로그램을 통한 접근을 할 수 있습니다. 초기 입력 형식은 PDF와 일반 텍스트이며, Google은 여러 파일을 함께 입력하는 기능도 곧 제공할 예정이라고 밝혔습니다. 업로드한 문서는 Deep Review 화면에서 다시 볼 수 있도록 1년간 보관되며, Google은 문서를 모델 학습·미세 조정·개선에 사용하지 않는다고 밝혔습니다.

Google에 따르면 ICLR, NeurIPS, ICML의 올해 투고 건수는 7만 4천 건을 넘었습니다. 이는 2025년 약 4만 5천 건, 2024년 3만 2천 건, 2023년 2만 3천 건과 비교됩니다. 논문마다 여러 차례 검토가 필요해 전문가의 업무가 늘어나는 가운데, Deep Review는 논리적 일관성과 수학적 진술을 점검하고 개선점을 제안하며, 사실의 근거를 확인하고 기존 연구와 비교합니다. Google은 시스템이 인지적으로 부담이 큰 검토 작업을 맡고, 더 높은 수준의 판단은 사람이 하도록 한다고 설명했습니다.

공개에 앞서 PAT라는 이름으로 STOC 2026, ICML 2026, NeurIPS 2026, ICLR 2027 등 네 학회에서 시범 운영했습니다. 저자는 투고 마감 전 몇 주 동안 피드백을 받도록 참여 여부를 선택할 수 있었습니다. Google은 이 피드백이 학회의 공식 심사와 별개였고, PAT 데이터를 학습용으로 수집하지 않았으며 각 프로그램이 끝난 뒤 논문을 Google 시스템에서 신속히 삭제했다고 밝혔습니다. 회사는 저자들의 반응이 긍정적이었으며 모델과 PAT 하네스를 변경해 도구를 개선했다고 덧붙였습니다. Deep Review는 Gemini 4 Argon도 지원하며, Google은 이 기능이 이전 PAT 버전보다 성능을 높인다고 밝혔습니다.

Deep Review는 긴 문서를 네 단계로 검토합니다. 먼저 분할 에이전트가 문서 내용을 포괄하도록 논리적 단위로 나누며, 일부 구간은 서로 겹칠 수 있습니다. 이어 각 구간의 정보 밀도를 추정해 연산 자원을 배분하고, 서론이나 관련 연구보다 수학적 증명이 빽빽한 구간에 더 많은 자원을 줍니다. 전문 에이전트들은 전체 문서를 참조할 수 있는 상태로 각기 다른 구간을 병렬 검토합니다. 마지막으로 종합 에이전트가 보고서를 합치고 구간 간 일관성을 확인하며, 필요하면 논리 검사를 반복하고 외부 도구를 활용해 사실의 근거를 점검함으로써 환각을 줄입니다.

Google은 설계 문서에서 명시되지 않은 가정과 예외 상황을 찾고, 프레젠테이션에서 논리 흐름과 핵심 메시지가 차트와 맞는지 확인하며, 법률·금융 문서에서 불일치와 모호한 용어, 근거가 부족한 주장을 검토할 수 있다고 밝혔습니다. Google은 Teamwork 멀티 에이전트 오케스트레이션 프레임워크로 만든 Teamwork Deep Document Review Pattern도 Antigravity에 도입합니다. 이 기능은 다중 에이전트 계층 구조와 자체 수정, 구간별 평가 기준을 활용해 연구 논문·초안·제안서를 평가합니다. Antigravity 사용자는 /teamwork-preview 명령으로 실행할 수 있습니다. Google은 서로 관련된 여러 문서와 스프레드시트, 증거 자료를 한꺼번에 검토하는 기능도 계획하고 있습니다.

Google Research는 2026년 10월 14일 문서 검토 시스템 Deep Review를 전 세계에 공개했습니다. STOC, ICML, NeurIPS, ICLR의 투고 논문 1만 6천 건 이상을 대상으로 시범 운영한 뒤 정식 출시했습니다. 컴퓨터과학 논문용 Paper Assistant Tool(PAT)로 시작한 이 시스템은 이제 법률·금융 분야 문서와 Google Docs, 프레젠테이션도 검토합니다. Google은 초안 개선과 검토 과정의 주장 확인에 활용할 수 있다고 밝혔습니다.

Deep Review는 사용자당 매주 문서 2건을 무료로 검토합니다. 더 많은 문서가 필요한 사용자는 Gemini API 키를 연결해 이용 한도를 높이고 Deep Review API로 프로그램을 통한 접근을 할 수 있습니다. 초기 입력 형식은 PDF와 일반 텍스트이며, Google은 여러 파일을 함께 입력하는 기능도 곧 제공할 예정이라고 밝혔습니다. 업로드한 문서는 Deep Review 화면에서 다시 볼 수 있도록 1년간 보관되며, Google은 문서를 모델 학습·미세 조정·개선에 사용하지 않는다고 밝혔습니다.

Google에 따르면 ICLR, NeurIPS, ICML의 올해 투고 건수는 7만 4천 건을 넘었습니다. 이는 2025년 약 4만 5천 건, 2024년 3만 2천 건, 2023년 2만 3천 건과 비교됩니다. 논문마다 여러 차례 검토가 필요해 전문가의 업무가 늘어나는 가운데, Deep Review는 논리적 일관성과 수학적 진술을 점검하고 개선점을 제안하며, 사실의 근거를 확인하고 기존 연구와 비교합니다. Google은 시스템이 인지적으로 부담이 큰 검토 작업을 맡고, 더 높은 수준의 판단은 사람이 하도록 한다고 설명했습니다.

공개에 앞서 PAT라는 이름으로 STOC 2026, ICML 2026, NeurIPS 2026, ICLR 2027 등 네 학회에서 시범 운영했습니다. 저자는 투고 마감 전 몇 주 동안 피드백을 받도록 참여 여부를 선택할 수 있었습니다. Google은 이 피드백이 학회의 공식 심사와 별개였고, PAT 데이터를 학습용으로 수집하지 않았으며 각 프로그램이 끝난 뒤 논문을 Google 시스템에서 신속히 삭제했다고 밝혔습니다. 회사는 저자들의 반응이 긍정적이었으며 모델과 PAT 하네스를 변경해 도구를 개선했다고 덧붙였습니다. Deep Review는 Gemini 4 Argon도 지원하며, Google은 이 기능이 이전 PAT 버전보다 성능을 높인다고 밝혔습니다.

Deep Review는 긴 문서를 네 단계로 검토합니다. 먼저 분할 에이전트가 문서 내용을 포괄하도록 논리적 단위로 나누며, 일부 구간은 서로 겹칠 수 있습니다. 이어 각 구간의 정보 밀도를 추정해 연산 자원을 배분하고, 서론이나 관련 연구보다 수학적 증명이 빽빽한 구간에 더 많은 자원을 줍니다. 전문 에이전트들은 전체 문서를 참조할 수 있는 상태로 각기 다른 구간을 병렬 검토합니다. 마지막으로 종합 에이전트가 보고서를 합치고 구간 간 일관성을 확인하며, 필요하면 논리 검사를 반복하고 외부 도구를 활용해 사실의 근거를 점검함으로써 환각을 줄입니다.

Google은 설계 문서에서 명시되지 않은 가정과 예외 상황을 찾고, 프레젠테이션에서 논리 흐름과 핵심 메시지가 차트와 맞는지 확인하며, 법률·금융 문서에서 불일치와 모호한 용어, 근거가 부족한 주장을 검토할 수 있다고 밝혔습니다. Google은 Teamwork 멀티 에이전트 오케스트레이션 프레임워크로 만든 Teamwork Deep Document Review Pattern도 Antigravity에 도입합니다. 이 기능은 다중 에이전트 계층 구조와 자체 수정, 구간별 평가 기준을 활용해 연구 논문·초안·제안서를 평가합니다. Antigravity 사용자는 /teamwork-preview 명령으로 실행할 수 있습니다. Google은 서로 관련된 여러 문서와 스프레드시트, 증거 자료를 한꺼번에 검토하는 기능도 계획하고 있습니다.