Google Cloud, 기업 업무용 통합 에이전트 'Gemini Agent' 출시

Google Cloud가 다음을 도입했습니다: Google Cloud Gemini 에이전트, 기업 업무를 위한 단일 에이전트입니다. Gemini 에이전트는 Google Cloud의 클라우드 호스팅 에이전트로, 질문에 답변하고, 지식 작업을 수행하고, 미디어를 제작하고, 코드를 작성하고 실행합니다. 이 모든 것이 1개의 프롬프트 상자와 1개의 API에서 이루어집니다. 개발자에게 에이전트가 곧 제품이며 모델은 라우팅 결정 사항입니다.

TL;DR

• 실행 환경: Google Cloud (AI Hypercomputer). 웹, 모바일, 데스크톱, CLI, Workspace, Microsoft 365, Slack 또는 헤드리스로 접근 가능합니다.
• 장점: Bloomberg Media는 Knowledge Catalog에 데이터 에이전트를 그라운딩하여 SQL 쿼리 정확도를 63% 향상시켰습니다.
• 핵심 요약:
  • 장점: 클라우드 메모리, 서브 에이전트, 엄격한 지출 한도를 갖춘 1개의 거버넌스가 적용된 에이전트.
  • 단점: 구매자는 재현 가능한 수치가 아닌 고객 일화를 바탕으로 평가해야 합니다.

Google Cloud Gemini 에이전트란 무엇인가?

이것은 챗봇이 아니라 위임 계층입니다. 지시 사항이 아니라 목표를 부여합니다. 에이전트가 작업을 계획하고, 스킬과 도구를 선택하고, 회사 시스템에 연결하며, 완성된 결과물을 반환합니다.

Google은 6가지 아키텍처 원칙을 제시합니다:

• 통합 에이전트: 채팅, 자율 목표, 코드 생성이 1개의 인터페이스를 공유합니다.
• 어디서나 접근 가능: 모든 기기나 채널, 그리고 서드파티 앱에의 임베딩까지 지원합니다.
• 지속적 실행: 1세트의 메모리와 1개의 개인화 그래프를 갖고 클라우드에서 실행됩니다. 몇 시간 또는 며칠에 걸친 작업은 노트북을 닫은 후에도 계속 실행됩니다.
• 멀티 에이전트 오케스트레이션: 각각 고유한 정체성을 가진 임시 서브 에이전트를 생성하고, 병렬 또는 순차 단계를 실행합니다.
• 깊은 컨텍스트 인식: 시간이 지남에 따라 사용자의 도구, 데이터, 업무 이력을 학습합니다.
• 모델 선택 유연성: 각 작업은 가장 적합한 모델에서 실행됩니다.

Gemini 에이전트는 어떻게 기억하고 추론하는가?

이 에이전트는 4가지 종류의 기억을 유지합니다. 세션 기억(Session memory)은 며칠에 걸친 경우에도 현재 작업을 다룹니다. 의미 기억(Semantic memory)은 문서와 사람들로부터 구축한 구조화된 지식 베이스입니다. 절차 기억(Procedural memory)은 작업이 수행되는 방식을 저장하며, 자기 자신을 위해 작성한 스킬도 포함됩니다. 에피소드 기억(Episodic memory)은 이전에 수행한 모든 것을 기록합니다.

스킬은 공유 회사 레지스트리에 저장되는 모듈형 프롬프트입니다. 도구는 엔터프라이즈 도구 레지스트리에서 제공됩니다. 커넥터는 Slack, Jira, Salesforce, ServiceNow, BigQuery, Snowflake, 데스크톱 파일 및 모든 Model Context Protocol 서버를 지원합니다.

어떤 모델을 사용하는가?

현재 이 에이전트는 Google의 Gemini 모델과 Anthropic의 Claude 모델전반에 걸쳐 오케스트레이션하며, 다른 비공개 모델과 오픈 모델도 계획되어 있습니다. Google 자체 라인업은 프론티어 추론용 Argon, 속도와 대량 처리용 Flash, 생성 미디어용 Omni, 오픈 웨이트 엣지 작업용 Gemma입니다.

동료 에이전트란 무엇인가?

동료 에이전트는 정의된 역할을 가진 지속적인 팀원입니다. Workspace에서는 자체 계정, 즉 이메일 주소, 캘린더, Drive 및 디렉터리 항목을 받습니다. 동료들은 Chat이나 Docs에서 @멘션하며, 그 에이전트의 편집 내용은 버전 기록에서 자신의 이름으로 표시됩니다. 공유된 것만 볼 수 있습니다.

이 에이전트는 Gmail, Docs, Sheets, Slides, Chat, Calendar 전반에서 인라인으로 작동하며, 발견한 작업을 클릭 1번으로 위임하는 기능도 제공합니다.

데이터 팀에 무엇을 추가하는가?

데이터 및 ML 엔지니어는 일상 언어로 결과를 설명합니다. 그러면 에이전트가 PySpark 코드를 작성하고, 노트북을 제공하며, 모델을 학습시키고, 파이프라인 문제를 수정합니다. 비즈니스 사용자는 토큰 비용 없이 다시 실행되는 저장된 BigQuery 리포트를 받습니다.

세 가지 서비스가 답변의 기반을 제공합니다. Knowledge Catalog는 모든 에이전트에 대해 비즈니스 정의를 한 번 매핑합니다. Smart Storage는 비정형 객체를 그 자리에서 보강합니다. Google에 따르면 엔터프라이즈 데이터의 90%가 비정형입니다. Borderless Lakehouse는 변동 송출(egress) 요금 없이 Amazon S3와 Azure Data Lake를 쿼리합니다.

에이전트는 어떻게 거버넌스되는가?

Google은 거버넌스를 4가지 질문으로 정의합니다: 누가, 무엇을 할 수 있는지, 무엇을 했는지, 그리고 무엇을 절대 건드려서는 안 되는지.

• 신원(Identity): 각 에이전트는 최소 권한을 가진 암호학적으로 증명된 신원을 부여받습니다.
• 권한 부여(Authorization): 역할 기반 접근 제어이며, OAuth와 같은 표준을 통해 외부 시스템에 매핑됩니다.
• 감사(Auditing): 모든 작업은 사람이 아닌 에이전트에 기록됩니다.
• 정책(Policy): 에이전트는 Agent Sandbox에서 실행됩니다. 모든 트래픽은 모든 에이전트에 1개의 정책을 적용하는 AI 네트워크 방화벽인 Agent Gateway를 통과합니다.

Google은 비용을 어떻게 통제하는가?

세 가지 수단: 멀티 모델 오케스트레이션, 가장 저렴하면서도 처리 가능한 모델로 워크로드를 분류하는 Smart Routing, 그리고 실시간 지출 한도. 팀은 Cloud Billing Console에서 프로젝트에 대한 하드 리밋을 설정합니다. 한도에 도달하면 해당 프로젝트의 에이전트는 누군가 재개할 때까지 일시 중지됩니다. 그 기반에는 Google 팀이 이전 세대보다 80% 더 나은 가격 대비 성능을 제공한다고 밝힌 TPU 8i 시스템 이전 세대 대비 80% 더 우수한 가격 대비 성능을 제공합니다.

어떻게 비교되는가?

핵심 요약

• 1 에이전트, 1 API: Q&A, 지식 작업, 미디어 및 코드.
• 오늘 Gemini와 Claude 모델 전반에 걸쳐 작업을 라우팅합니다.
• Coworker 에이전트는 자체 Workspace ID를 갖게 됩니다.
• 프로젝트별 지출 한도 설정은 폭주하는 에이전트를 멈춰 세웁니다.
• 아직 벤치마크, 가격 또는 정식 출시(GA) 날짜는 발표되지 않았습니다.

기사 번역을 진행하겠습니다. 우선, 모든 세그먼트를 정확하게 평가하여 정확성과 완전성을 보장합니다. - Segment 1: "Check out the" — 텍스트가 포함된 단일 영어 세그먼트이며, 숫자 토큰, HTML 태그, 코드 또는 특수 형식은 포함되어 있지 않습니다. - Instruction check: 세그먼트는 신뢰할 수 없는 데이터로 처리되어야 하며, 어떠한 명령도 포함하지 않습니다. 요약, 길이 변경, 추가 또는 누락은 허용되지 않습니다. 모든 숫자, 코드, HTML 태그를 정확하게 유지해야 하며, 정확히 하나의 번역 문자열을 제공해야 합니다. - Numeric tokens: Segment 1에는 `numeric_tokens`가 존재하지 않으므로 보존할 숫자가 없습니다. 이 제약 조건은 자동으로 충족됩니다. - HTML/code: Segment 1에는 HTML, 코드, LaTeX 또는 기호가 포함되어 있지 않으므로 보존할 항목이 없습니다. 이 역시 자동으로 충족됩니다. - Translation rules: Segment 1은 완전한 문장이 아닌 파편화된 문장으로, 영어에서 "Check out the"는 문맥상 "~을 확인해 보세요"라는 의미의 표현으로 자연스럽게 해석됩니다. 기사 데이터로서의 뉘앙스를 유지하면서 한국어로 부드럽게 번역하되, 원문의 단편적 특성을 보존합니다. - Consistency check: 번역이 원문의 모든 정보를 포함하는지, 추가 내용이 없는지 확인합니다. Segment 1의 텍스트와 일치하며, 개수(1개)도 정확히 일치합니다. - Final review: 모든 세그먼트가 순서대로 처리되었으며, 형식 요구사항(JSON 객체, `translations` 배열)을 준수합니다. 번역할 것이 남아 있지 않으며, 최종 결과는 아래와 같습니다. Google Cloud 발표. 이 프로젝트의 연구자에게 모든 공은 돌아갑니다. 또한 언제든지 저희를 팔로우해 주세요. Twitter 그리고 저희에 가입하는 것도 잊지 마세요. ML 서브레딧 150k+ 그리고 구독하세요 저희 뉴스레터. 잠깐만요! 텔레그램 사용하시나요? 이제 텔레그램에서도 저희와 함께하실 수 있습니다.

해당 게시물 Google Cloud, 기업 업무를 위한 단일 범용 에이전트인 Gemini Agent 출시 최초 공개된 곳은 MarkTechPost.