본문 바로가기

업계 동향 / ENGINEERING JOURNAL

Google, 기업용 Gemini 에이전트 출시: AI가 고유한 업무 정체성을 갖기 시작하다

Google이 여러 소프트웨어에서 장시간 작업을 수행하고, 독립적인 기업 계정을 사용하며, 하위 에이전트를 조율할 수 있는 Gemini 에이전트를 공개했습니다. 제품은 아직 비공개 프리뷰 단계이며, 대규모 배포와 비용은 검증이 필요합니다.

NIUX团队6 분 읽기
Gemini 엔터프라이즈 에이전트를 소개하는 Google Cloud 공식 게시물의 대표 이미지

2026년 10월 8일, Google Cloud는 Gemini at Work 2026 행사에서 기업용 범용 Gemini 에이전트를 공개했습니다. 이 에이전트는 질문에 답하는 데 그치지 않고, 여러 업무용 소프트웨어에서 작업을 수행하고 파일을 만들며 코드를 작성하고 다른 AI 에이전트와 협력해 업무를 완료하도록 설계됐습니다. Google은 앞으로 직원들이 목표만 설명하면 AI가 진행 과정을 계획하고 결과물을 제공하는 방식을 기대하고 있습니다. 이번 발표는 새로운 업무 방식의 시작을 보여주지만, 제품은 아직 일부 고객을 대상으로 한 비공개 프리뷰 단계입니다. [1][3]

챗봇에서 작업 수행자로

오늘날 많은 AI 도구는 여전히 ‘사용자가 질문하면 모델이 답하는’ 방식으로 작동합니다. 자료의 핵심 내용을 물으면 요약해 주고, 이메일을 써 달라고 하면 초안을 만들어 줍니다. 실제 결과를 업무 시스템에 반영하려면 대개 사람이 단계마다 내용을 복사하고 확인하며 조작해야 합니다.

Google은 이러한 상호작용 방식을 바꾸려 합니다. 회사가 소개한 새로운 에이전트는 질의응답, 지식 업무, 미디어 생성, 코드 실행을 하나의 인터페이스로 통합합니다. 사용자가 목표를 맡기면 시스템이 적절한 기능과 도구, 모델을 선택하고 기업 데이터에 연결해 업무 결과물을 돌려줍니다. 브라우저, 휴대전화, 데스크톱, 명령줄, 협업 소프트웨어 등 다양한 경로로 작업을 요청할 수 있습니다. [1][2]

차이는 단순히 자동 클릭 기능이 추가되는 데 그치지 않고, 작업 수행 주기가 길어진다는 데 있습니다. Google은 몇 시간 또는 며칠이 걸리는 작업도 클라우드에서 계속 진행할 수 있다고 설명했습니다. 사용자가 컴퓨터를 꺼도 작업 맥락과 진행 상황은 유지됩니다. 복잡한 작업은 임시로 구성된 하위 에이전트에 나눠 맡겨 여러 단계를 함께 처리할 수도 있습니다. [1]

디지털 동료에게 독립적인 신원이 필요한 이유

일반적인 채팅 도구에서 AI는 보통 사용자의 세션 신원을 빌려 질문에 답합니다. 하지만 AI가 팀을 대신해 파일을 편집하고 메시지를 보내며 프로젝트 진행 상황을 관리하기 시작하면, 누가 해당 작업을 수행했는지가 거버넌스 문제로 떠오릅니다.

Google은 ‘협업 동료’라는 형태를 제안합니다. 팀은 특정 업무를 전담하는 에이전트에 독립적인 Workspace 계정과 이메일, 캘린더, Drive 저장 공간을 설정할 수 있습니다. 구성원은 채팅 그룹에서 에이전트를 멘션하거나 이메일을 보내고, 문서 댓글로 업무를 요청할 수 있습니다. 그러면 활동 기록에 해당 에이전트의 신원이 표시되어, 모든 작업이 특정 직원의 이름으로 섞이지 않습니다. [1][2]

예를 들어 마케팅 팀은 캠페인 조정 에이전트를 만들어 출시 준비 상황을 취합하고, 체크리스트를 작성한 뒤 팀 공간에 결과를 제출하도록 할 수 있습니다. 단순히 문장 하나를 생성하는 것과 달리, 업무가 지속적으로 요청을 받을 수 있는 시스템 역할에 명확히 배정됩니다. [1]

하지만 독립 계정이 있다고 해서 AI를 본질적으로 신뢰할 수 있는 것은 아닙니다. 지시를 잘못 이해하거나 사용해서는 안 되는 데이터에 접근하거나 부정확한 정보를 생성할 수도 있습니다. 실제 업무에 가까워질수록 조직은 최소 권한, 중요 작업 승인, 로그 검토, 장애 대응 절차를 더 세밀하게 정해야 합니다. Google은 이번에 독립 신원, 권한 제어, 샌드박스, 네트워크 정책 게이트웨이, 감사 기록 등의 메커니즘을 소개했습니다. 이는 공개된 제품 설계 내용이며, 모든 활용 사례가 이미 보안 검증을 마쳤다는 뜻은 아닙니다. [1]

소프트웨어 연결 기능이 실제 도입을 좌우합니다

기업은 AI를 도입한다고 기존 소프트웨어를 포기하지 않습니다. Gemini는 Google Workspace는 물론 Microsoft 365, Slack, Jira, Git, BigQuery, Postgres 등의 서비스와 연결됩니다. Google은 모델 컨텍스트 프로토콜(MCP)도 언급했습니다. 이는 에이전트가 통일된 방식으로 외부 도구를 사용할 수 있게 하는 인터페이스 규격입니다.[1][2]

프로젝트 관리자가 주간 회의용 진행 상황 보고서를 준비한다고 가정해 보겠습니다. 이론상으로는 채팅 메시지와 작업 시스템에서 최근 변경 사항을 검색하고, 데이터베이스에서 업무 수치를 확인한 뒤, 보고서를 정리해 문서 도구에 제출할 수 있습니다. 하나의 결과물을 완성하는 과정에서 서로 분리되어 있던 여러 소프트웨어 작업을 연결하는 것입니다.

다만 이는 기능이 어디까지 가능한지 보여 주는 설명일 뿐, 모든 기업이 같은 절차를 바로 수행할 수 있다는 뜻은 아닙니다. 데이터 필드가 서로 다르거나, 권한이 불완전하거나, 커넥터 지원 범위가 부족하거나, 승인 조건이 복잡하면 실제 실행이 중단될 수 있습니다. 기업은 도입 전에 시연 영상만으로 사용 가능성을 판단하기보다 실제 업무를 기준으로 검증해야 합니다.

에이전트를 하나의 모델에 고정하지 않기

주목할 만한 또 다른 기술적 변화는 Google이 ‘작업을 수행하는 에이전트’와 ‘추론을 담당하는 기반 모델’을 분리하려 한다는 점입니다. 현재 공식 솔루션은 Gemini 계열과 Anthropic의 Claude 모델을 지원하며, 선택지를 단계적으로 확대할 계획입니다.[1][2]

이는 기업이 쌓아 온 업무 맥락, 작업 스킬, 도구 연결을 비교적 안정적인 에이전트 계층에 유지할 수 있음을 의미합니다. 단계별로 비용과 성능이 다른 모델을 선택할 수도 있습니다. 예를 들어 단순 정리에는 비용이 낮은 모델을 호출하고, 복잡한 분석에는 고성능 모델을 사용할 수 있습니다. 물론 여러 모델을 넘나들며 작업을 조율하면 호환성, 개인정보 보호, 결과 일관성 문제도 늘어나므로 실제 테스트가 필요합니다.

Google은 장시간 실행되는 AI 작업의 비용에 대응하기 위해 스마트 라우팅, 프로젝트별 지출 한도, 작업 일시 중지 기능도 발표했습니다. 일반적인 질의응답과 여러 시스템을 넘나들며 몇 시간 동안 지속되는 작업은 리소스 소모 규모가 다릅니다. 모델 호출, 코드 실행, 도구 사용에 드는 전체 비용을 추적할 수 없다면 기업이 AI를 실제 예산에 반영하기는 어렵습니다.[1]

제품 시연과 실제 조직 도입 사이의 거리

Google은 금융, 유통, 통신 등 여러 업종에서 Gemini Enterprise 기능을 사용하는 기업 사례를 소개했습니다. 하지만 기존 Gemini Enterprise 고객 사례를 이번에 새로 발표된 범용 에이전트가 이미 전면 배포되었다는 증거로 모두 간주할 수는 없습니다.[1]

Google Cloud가 공식 발표한 Gemini Enterprise 기업 고객 사례 이미지

그림: Google Cloud가 공식 발표한 Gemini Enterprise 기업 고객 사례 이미지(출처: Google Cloud)

VentureBeat는 10월 8일 보도에서 새 Gemini 에이전트가 당시 일부 고객에게만 비공개 프리뷰로 제공되고 있었으며, 더 광범위한 출시 일정은 정해지지 않았다고 확인했습니다. 또한 자격을 갖춘 Gemini Enterprise 고객에게 새 기능을 제공할 예정이라는 Google의 계획을 언급했지만, 자세한 라이선스 및 사용 비용은 추가 공개를 기다려야 한다고 보도했습니다.[3]

CBS News는 이번 출시를 기술 기업들이 업무용 AI 에이전트를 앞다퉈 선보이는 흐름 속에서 다뤘습니다. 경쟁의 초점은 얼마나 많은 질문에 답할 수 있는지에서, 일상적인 시스템에서 작업을 안전하고 안정적이며 경제적으로 완료할 수 있는지로 옮겨가고 있습니다.[4]

이 때문에 ‘기존 워크플로에 연결할 수 있는지’가 단일 순위표의 점수보다 더 중요할 수 있습니다. 에이전트가 올바른 자료에 접근할 수 없거나 통제된 권한으로 작업을 수행할 수 없다면, 언어 모델이 아무리 뛰어나도 지속적인 가치를 만들어내기 어렵습니다.

일반 직원과 기업에 의미하는 것

일반 직원에게 가장 직접적으로 체감될 변화는 업무 방식입니다. 앞으로는 여러 소프트웨어 사이에서 AI의 출력을 계속 복사하는 대신, 동료에게 일을 맡기듯 목표와 기한, 제약 조건, 완료 기준을 분명히 전달하고 실행 과정과 결과를 확인하게 될 수도 있습니다.

기업 관리자에게는 구매 판단이 더 복잡해집니다. 모델의 답변이 정확한지뿐 아니라, 에이전트가 독립적인 신원을 갖는지, 권한을 회수할 수 있는지, 주요 작업에 승인이 필요한지, 시스템 오류를 추적할 수 있는지, 전체 작업에 실제로 얼마나 많은 자원이 드는지도 살펴봐야 합니다.

Google의 이번 발표는 분명한 방향을 보여줍니다. AI가 수동적으로 질문에 답하는 도우미에서 지속적으로 일하고 조직 내 신원을 갖춘 실행 주체로 진화하고 있다는 것입니다. 그러나 아직 초기 공개 단계에 있으며, 장기적인 신뢰성, 구체적인 요금, 대규모 운영 성과를 판단하려면 더 많은 공개 근거가 필요합니다. 중요한 제품 전략의 변화로 보는 것은 타당하지만, 이미 성숙해 직원을 완전히 대체할 수 있는 디지털 노동력으로 여기는 것은 시기상조입니다.[1][3][4]

참고 출처

  1. Welcome to Gemini at Work 2026: Introducing the Gemini agent — Google Cloud, 2026-10-10 열람
  2. Google brings agentic AI to Gemini, starting with businesses — TechCrunch, 2026-10-10 열람
  3. Google Cloud unveils persistent Gemini Agents for long-running tasks, and they get their own Gmail, Calendar, and Drive storage — VentureBeat, 2026-10-10 열람
  4. Google launches Gemini AI workplace agent that can write code and run tasks, company says — CBS News, 2026-10-10 열람
AI 에이전트

이 글 공유하기

X

KEEP EXPLORING

함께 읽으면 좋은 글

엔지니어링 실전4 분 읽기

SEO 입문 가이드: 원리, 절차 및 실천 체크리스트

초보자를 위한 SEO 입문 가이드: 검색에서의 발견, 크롤링, 색인 생성 및 순위 결정 과정을 알아보고, 콘텐츠·기술·사이트 구조 관련 작업을 살펴보며, 신중한 프로세스와 지표를 통해 최적화의 기초를 다집니다.

해외 진출 및 크로스보더6 분 읽기

크로스보더 전자상거래 입문 의사결정 가이드: 시장 선정부터 시범 운영까지

시장과 판매 채널을 아직 정하지 못한 중국 판매자를 위해 상품 선정, 수요 검증부터 소규모 시범 운영까지의 일반적인 의사결정 절차를 정리하고, 각 시장의 규정은 공식 자료로 확인해야 한다고 안내합니다.