AI 제품인기

구글 클라우드 '제미나이 에이전트' 공개, 목표만 주면 일을 처리한다

구글이 기업용 제미나이 에이전트를 발표했다. 지시 대신 목표를 받아 스스로 계획하고, 클로드를 포함한 외부 모델도 선택할 수 있다.

김민준김민준
인기 지수: 82
구글 클라우드 '제미나이 에이전트' 공개, 목표만 주면 일을 처리한다

구글이 기업용 제미나이 에이전트를 공개했다. 질문에 답하던 챗봇이 이제 목표를 받아 스스로 일을 처리하는 쪽으로 옮겨간다.

구글 클라우드가 내놓은 제미나이 에이전트

구글 클라우드가 10월 8일 '제미나이 앳 워크 2026' 행사에서 제미나이 에이전트(Gemini agent)를 발표했다. 토마스 쿠리안 구글 클라우드 CEO는 기조연설에서 이 제품이 "질문에 답하는 단계를 넘어 일을 대신 해내는 단계"로 넘어가는 전환이라고 소개했다. 우선 기업을 겨냥하고, 이후 소비자 쪽으로 넓힌다는 계획이다.

AI 에이전트라는 말은 요즘 어디에나 붙는다. 하지만 실제로 써 보면 대부분은 대화창 안에서 답만 주고 끝난다. 이번 발표가 눈에 띄는 건 그 지점을 정면으로 겨냥했기 때문이다. 사용자가 지시를 한 줄씩 내리는 대신, 목표만 던져 주면 에이전트가 계획을 세워 끝까지 처리하는 방식이다.

'지시'가 아니라 '목표'를 받는 에이전트

쿠리안 CEO는 새 에이전트가 "지시(instructions)가 아니라 목표(objectives)를 부여받는다"고 설명했다. 예를 들어 "이번 분기 매출 데이터를 정리해 보고서로 만들어 줄래"라고 하면, 어떤 데이터를 어디서 가져올지, 어떤 순서로 작업할지 스스로 계획한다는 뜻이다. 회사는 이 에이전트가 사용자가 정의한 스킬과 도구를 불러 쓰고, 기업 내부 시스템과도 연결된다고 밝혔다.

이 변화가 실무에서 갖는 무게는 크다. 지금까지 AI를 업무에 쓰는 방식은 사람이 단계를 쪼개 하나씩 시키는 쪽에 가까웠다. 목표 단위로 맡기면 사람이 중간중간 개입할 필요가 줄어든다. 다만 그만큼 결과가 어긋났을 때 되돌리기 어려워질 수 있다는 부담도 함께 온다.

제미나이 에이전트가 연결하는 업무 도구

연결 범위는 폭넓다. 구글 워크스페이스와 마이크로소프트 365, 슬랙, 지라, 컨플루언스, 깃에 이어 빅쿼리, 데이터브릭스, 포스트그레스, 스노우플레이크까지 붙는다. MCP 서버라면 회사 안이든 밖이든 연결할 수 있다. 기업이 이미 쓰던 시스템을 갈아엎지 않고 그 위에 얹는 방향이다.

구분

내용

협업 도구

구글 워크스페이스, 마이크로소프트 365, 슬랙

개발 도구

깃, 지라, 컨플루언스

데이터

빅쿼리, 데이터브릭스, 포스트그레스, 스노우플레이크

확장

MCP 서버(사내·사외)

이 표만 보면 기능을 나열한 것처럼 보이지만, 실무에서 중요한 건 따로 있다. 에이전트가 여러 시스템을 넘나들며 일한다는 건, 회사가 그 동선을 통제할 방법이 필요하다는 뜻이다. 구글은 각 단계마다 감사 기록(audit trail)을 남긴다고 밝혔다. 누가 어떤 데이터를 건드렸는지 추적할 수 있어야 기업이 안심하고 맡길 수 있기 때문이다.

모델 선택권, 그리고 클로드가 먼저 들어온 이유

제미나이 에이전트는 기본값으로 모델을 자동 선택한다. 사용자가 직접 지정할 수도 있다. 여기서 눈여겨볼 대목은 외부 모델을 허용한다는 점이다. 첫 지원 대상이 앤트로픽의 클로드 모델이다. 구글은 앞으로 오픈소스 모델과 자체 비공개 모델로도 넓힌다고 예고했다.

왜 경쟁사 모델을 품는지가 궁금할 만하다. 구글 클라우드 입장에서 에이전트 플랫폼은 모델을 파는 통로이기보다, 기업이 일을 처리하는 작업대에 가깝다. 어떤 모델이든 그 작업대 위에서 돌아가게 하는 편이 플랫폼을 오래 붙잡아 두는 데 유리하다. 최근 클로드가 코딩과 문서 작업에서 좋은 평가를 받는 점도 맞물린다. 기업이 특정 작업에 다른 모델을 쓰고 싶어 할 때 선택지를 주는 셈이다.

에이전트마다 워크스페이스 계정이 주어진다

이번 발표에서 가장 색다른 대목은 에이전트가 자기 계정을 갖는다는 점이다. 별도의 이메일과 맥락을 가진 워크스페이스 계정을 부여받아, 사람 동료처럼 @로 호출되고 메일을 주고받고 문서를 공유받고 회의에 초대된다. 사람이 팀에 새로 합류한 신입에게 권한을 부여하듯, 에이전트에게도 같은 방식으로 접근 권한을 준다.

상황을 파악하는 창구도 따로 있다. '태스크 인박스(tasks inbox)'에서는 에이전트가 어떻게 생각했는지, 하위 에이전트에 일을 넘겼는지, 어떤 스킬을 불러왔는지, 코드를 어떻게 짰는지, 진행이 어디까지인지가 보인다. 사람이 "이거 왜 이렇게 했어"라고 물을 수 있게 만든 셈이다.

구글 제미나이 에이전트가 던지는 질문

구글은 제미나이의 월간 사용자가 10억 명을 넘었고, 포춘 100대 기업의 약 90%가 제미나이 엔터프라이즈를 업무에 쓴다고 밝혔다. 이 숫자는 에이전트가 처음부터 큰 고객 기반 위에서 출발한다는 뜻이다.

관건은 통제다. 목표 단위로 일을 맡기면 사람의 개입이 줄어드는 만큼 에이전트가 어긋난 판단을 했을 때의 위험도 커진다. 감사 기록과 태스크 인박스는 그 위험을 관리하는 장치다. 기업이 이 장치를 실제로 신뢰할지는 몇 달 써 봐야 판가름 난다.

기업용 제미나이 에이전트는 구글 클라우드 고객을 대상으로 제공을 시작했다. 자사 워크스페이스와 어떤 시스템을 연결할 수 있는지 먼저 살펴보고, 감사 기록이 어디까지 남는지 확인한 뒤 도입 범위를 정하는 편이 안전하다.

이 소식 공유하기

언급된 제품

출처

관련 AI 뉴스

코딩에 가장 좋은 LLM은? 작업별로 갈리는 선택
리뷰

코딩에 가장 좋은 LLM은? 작업별로 갈리는 선택

코딩용 LLM은 작업마다 답이 다르다. 어려운 버그 수정에는 클로드 오퍼스, 자동화와 속도에는 오픈AI 코드 모델, 대량 처리에는 제미나이와 오픈웨이트 모델이 어울린다. 벤치마크 읽는 법과 선택 기준을 정리했다.

인기 지수: 1,390
2026년 가장 강한 LLM 순위: GPT-6부터 클로드, 제미나이까지
AI 모델

2026년 가장 강한 LLM 순위: GPT-6부터 클로드, 제미나이까지

2026년 최고의 LLM은 한 모델로 정해지지 않는다. 최상위 성능은 GPT-6 아스트라, 코딩은 클로드 오퍼스, 가성비는 제미나이와 오픈소스 진영으로 축이 나뉜다. 축별 강점과 순위표를 읽는 법을 정리했다.

인기 지수: 1,520
클로드 vs 그록 vs 제미나이, 대학생에게 무엇이 맞을까
비교

클로드 vs 그록 vs 제미나이, 대학생에게 무엇이 맞을까

클로드, 그록, 제미나이는 각자 다른 과제에 강하다. 텍스트와 파일 분석, 실시간 정보, 구글 연동이라는 차이와 요금, 그리고 대학생이 어떤 기준으로 고르면 좋은지 정리했다.

인기 지수: 1,050
클로드 vs 제미나이, 결과물의 질과 연결 중 어디에 쓸까
비교

클로드 vs 제미나이, 결과물의 질과 연결 중 어디에 쓸까

클로드와 제미나이는 성능 격차가 줄었고 이제 용도가 선택을 가른다. 글쓰기와 코딩 강점, 속도와 구글 연동, 요금과 사용 한도를 비교하고 어떤 작업에 어느 쪽이 맞는지 정리했다.

인기 지수: 1,310