차세대 에이전트를 가동하는 Gemini Enterprise Agent Platform 발표

Tue, 28 Apr 2026 04:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

생성형 AI의 초기에는 안전하고 신뢰할 수 있는 비즈니스 도구를 구축하기 위해 막대한 엔지니어링 노력과 수많은 시행착오가 필요했습니다. 저희는 신뢰할 수 있는 AI 개발 플랫폼인 Vertex AI를 통해 이 문제를 해결하도록 도왔습니다. 하지만 오늘날 우리는 보안이나 거버넌스 가이드라인 없이 여러 시스템과 상호작용하는 에이전트들로 인해 과거와는 다른 차원의 복잡성을 관리해야 하는 상황에 놓여 있습니다.

진정한 자율 기업(autonomous enterprise), 즉 에이전트가 팀원처럼 독립성과 신뢰성을 갖고 행동할 수 있는 기업으로 나아가기 위해서는 그러한 수준의 신뢰를 유지할 수 있는 토대가 필요합니다.

새소식: 오늘 저희는 에이전트를 구축, 확장, 관리(governance) 및 최적화하기 위한 새로운 종합 플랫폼인 Gemini Enterprise Agent Platform을 출시합니다. 이는 Vertex AI의 진화된 형태로, 고객들이 선호하는 모델 선택 및 구축, 에이전트 빌딩 역량에 에이전트 통합, DevOps, 오케스트레이션, 보안을 위한 새로운 기능을 결합했습니다.

Agent Platform은 기술 팀이 제품, 서비스 및 운영을 혁신할 수 있는 에이전트를 구축할 수 있는 단일 창구를 제공합니다. 이러한 에이전트들은 Gemini Enterprise app을 통해 직원들에게 원활하게 전달될 수 있으며, 동시에 IT 운영 시스템과 긴밀히 통합되어 확장 과정에서도 통제력, 거버넌스 및 보안을 보장합니다.

또한 이 플랫폼은 Model Garden을 통해 세계 최고 수준의 200개 이상의 모델에 대한 최상의 접근성을 제공합니다. 여기에는 최신 자사 모델인 Gemini 3.1 Pro, Gemini 3.1 Flash Image, Lyria 3는 물론 Gemma 4와 같은 공개 모델이 포함됩니다. 물론 Anthropic의 Claude Opus, Sonnet, Haiku와 같은 타사 모델도 지원하여, 업무에 가장 적합한 모델을 선택할 수 있는 완전한 유연성을 제공합니다.

앞으로 모든 Vertex AI 서비스와 로드맵은 차세대 에이전트 개발을 지원하기 위해 독립된 서비스가 아닌 Agent Platform을 통해 독점적으로 제공될 예정입니다.

Agent Platform이 비즈니스에 중요한 이유: Agent Platform은 개별 AI 작업을 관리하는 단계에서 벗어나, 비즈니스 결과물을 확신을 가지고 위임할 수 있도록 돕습니다. 구체적인 기능은 다음과 같습니다.

구축(Build): 새로운 Agent Studio의 로우코드 시각적 인터페이스부터 업그레이드된 에이전트 개발 키트(ADK)의 코드 중심 로직까지, 작업에 적합한 환경을 선택하세요. AI 네이티브 코딩 기능을 통해 전체 라이프사이클을 단순화하여 상용 수준의 에이전트를 더 빠르게 출시할 수 있도록 했습니다.
확장(Scale): 재설계된 Agent Runtime으로 상용화로 가는 길을 확보하세요. 이는 며칠 동안 상태를 유지하며 실행되는 장기 워크플로를 지원하며, 지속적이고 장기적인 문맥 유지를 위한 Memory Bank의 지원을 받습니다.
거버넌스(Govern): Agent Identity, Agent Registry, 그리고 Agent Gateway를 통해 중앙 집중식 제어 체계를 구축하세요. 이러한 기능은 직접 구축했거나 파트너 생태계에서 가져온 모든 에이전트가 추적 가능한 ID를 갖고 기업 수준의 가드레일 내에서 작동하도록 보장합니다.
최적화(Optimize): Agent Simulation, Agent Evaluation, 그리고 Agent Observability을 통해 품질을 보장하세요. 이 도구들은 전체 실행 추적과 에이전트 추론 과정을 실시간으로 보여주어 에이전트가 항상 목표를 달성하도록 돕습니다.

Agent Platform 시작하기: Google Cloud console에서 Agent Platform에 방문하여 새로운 기능들을 살펴보고 지금 바로 구축을 시작해 보세요.

여정의 모든 단계에서 신뢰할 수 있는 프로덕션 등급의 에이전트를 제공하기 위해 Agent Platform이 어떻게 지원하는지, 최신 출시 소식에 대한 자세한 내용을 계속해서 확인해 보세요.

고객들이 Gemini Enterprise Agent Platform을 통해 더 많은 성과를 달성하는 방법

“Burns & McDonnell은 Agent Platform을 사용해 조직의 지표를 기업 전반에 적용하는 방식을 혁신하고 있습니다. 우리는 ADK를 활용하여 수십 년간 축적된 프로젝트 데이터를 실시간으로 실행 가능한 인텔리전스로 변환하는 AI 에이전트를 구축 중입니다. Agent Platform은 결정론적 비즈니스 규칙과 확률론적 추론을 결합하여 이러한 혁신이 책임감 있게 확장될 수 있도록 돕습니다. 이를 통해 AI는 단순한 생산성 도구를 넘어 신뢰할 수 있는 운영 역량이 되었습니다. Agent Platform과 함께 우리는 단순히 지식을 관리하는 것이 아니라, 경험을 활성화하여 더 빠르고 자신감 있는 의사결정을 이끌어내고 있습니다.” – Matt Olson, Chief Innovation Officer, Burns & McDonnell

“Color Health는 Agent Platform을 통해 모든 단계의 케어를 제공하는 가상 암 클리닉(Virtual Cancer Clinic)을 운영하고 있습니다. ADK로 Color Assistant를 구축하고 Agent Runtime을 통해 이를 확장함으로써 더 많은 여성이 유방암 검진을 받을 수 있도록 돕고 있습니다. 이 에이전트는 사용자의 검진 자격 여부를 확인하고, 임상의와 연결하며, 예약 일정을 잡는 데 도움을 줍니다. 에이전트의 진정한 힘은 확장성에 있습니다. 이를 통해 우리는 더 많은 사람에게 도달하고 개별적인 위험도와 자격 요건에 실시간으로 대응할 수 있습니다.” – Jayodita Sanghvi, PhD., Head of AI Platform, Color

“Comcast의 Xfinity Assistant를 ADK로 재구축함으로써, 단순한 스크립트 기반 자동화를 넘어 고객에게 개인화된 문제 해결 및 셀프 서비스 지원을 제공하는 대화형 생성 지능으로 진화했습니다. Agent Runtime은 강력한 가속기 역할을 하여 정교한 멀티 에이전트 아키텍처를 배포할 수 있게 해주었고, Gemini를 통해 안전하고 근거 있는 상호작용을 보장하면서 디지털 수용률을 높였습니다. 우리는 단순히 고객의 문제를 한 번에 해결하여 반복적인 문의를 줄이는 것에 그치지 않고, 대규모 고객 경험을 재정의하고 있습니다.” – Rick Rioboli, Chief Technical Officer, Connectivity & Platforms, Comcast

“Geotab은 Agent Platform을 사용하여 AI 에이전트 우수성 센터(CoE)를 빠르게 가속화하고 있습니다. Google의 ADK는 다양한 프레임워크를 단일화되고 관리 가능한 프로덕션 경로로 조율할 수 있는 유연성을 제공하며, 빌드-테스트-배포 주기를 획기적으로 단축하는 탁월한 개발자 경험을 선사합니다. Geotab에게 ADK는 기업 전반에 걸쳐 에이전틱 AI 솔루션을 빠르고 안전하게 확장할 수 있게 해주는 토대입니다.” – Mike Branch, Vice President, Data & Analytics, GeoTab

"Gurunavi는 AI 식당 검색 앱인 'UMAME!'를 구동하기 위해 Agent Platform을 사용하며, Memory Bank를 활용해 사용자 맥락을 깊이 있게 이해합니다. 기존의 프롬프트 기반 시스템과 달리, 우리 에이전트는 사용자의 과거 행동과 취향을 기억하여 최적의 옵션을 선제적으로 제시합니다. 이를 통해 수동 검색의 번거로움을 없애고 사용자 만족도를 30% 이상 향상시킬 원활한 경험을 창출합니다. 우리는 이 메모리 기능이 새로운 미식 경험의 미래를 위한 필수적인 기능이라고 생각합니다.” – Toshiaki Iwamoto, CTO, Gurunavi

"L'Oréal에서 뷰티 테크(Beauty Tech)는 단순한 지원 부서가 아니라 세상을 움직이는 아름다움을 만드는 강력한 촉매제입니다. 이러한 야심을 실현하기 위해 우리는 Google Cloud를 기반으로 자체적인 Beauty Tech Agentic Platform을 구축하기로 했습니다. ADK를 활용해 결정론적 워크플로 자동화에서 자율적이고 결과 중심적인 에이전트 오케스트레이션으로의 근본적인 변화를 주도하고 있습니다. 우리 에이전트들은 고립되어 있지 않습니다. Model Context Protocol (MCP)을 통해 Beauty Tech Data Platform 및 핵심 운영 애플리케이션과 같은 단일 진실 공급원(Single Sources of Truth)에 안전하게 연결됩니다. Google Cloud는 인간의 감독을 중심으로 유지하면서도 이 플랫폼을 전 세계적으로 확장하는 데 필요한 복원력, 멀티 LLM 유연성, 기업급 신뢰 프레임워크를 제공합니다." – Etienne BERTIN, Group CIO, L'Oréal

“Payhawk는 Agent Platform을 사용하여 AI 에이전트를 단순한 작업 수행자에서 진정한 금융 비서로 변화시키고 있습니다. Memory Bank를 활용함으로써 상태가 없는(stateless) 상호작용에서 장기적인 맥락 유지로 전환했습니다. 이제 우리 에이전트들은 전담 팀원처럼 행동하며 사용자 특유의 제약 조건과 이력을 자율적으로 기억합니다. 예를 들어, Financial Controller Agent는 사용자의 습관을 기억해 지출 비용을 자동 제출하며, 제출 시간을 50% 이상 단축했습니다. 이러한 변화를 통해 우리 에이전트들은 단순히 프롬프트에 반응하는 것이 아니라 과거 행동을 바탕으로 필요 사항을 예측할 수 있게 되었습니다.” – Diyan Bogdanov, Principal Applied AI Engineer, Payhawk

"PayPal은 프로덕션 환경에서 에이전트를 신속하게 구축하고 배포하기 위해 Agent Platform을 사용합니다. 구체적으로는 ADK와 시각적 도구를 사용하여 에이전트 상호작용을 검사하고 멀티 에이전트 워크플로를 관리합니다. 이는 의도와 결제 권한의 흐름을 시각화하는 데 필요한 단계별 가시성을 제공합니다. 마지막으로, Agent Platform의 Agent Payment Protocol (AP2)은 신뢰할 수 있는 에이전트 결제를 위한 핵심 토대를 제공하여, 우리 생태계가 안전한 에이전트 기반 커머스 경험을 더 빠르게 출시할 수 있도록 돕습니다." – Nitin Sharma, Principal Engineer, AI, PayPal

AI 에이전트 구축 (Build AI agents)

개발자부터 비즈니스 사용자까지 모든 인원이 에이전트를 대규모로 구축하고 배포할 수 있도록 지원하여 에이전트를 쉽고 빠르게 제작하세요.

더 똑똑한 에이전트를 더 빠르게 구축하기

ADK의 대대적인 업그레이드: 매달 6조 개 이상의 토큰이 ADK를 통해 Gemini 모델에서 처리됩니다. 에이전트를 하위 에이전트 네트워크로 구성하여 더욱 강력한 추론 능력을 확보하세요. 이 새로운 그래프 기반 프레임워크를 통해 복잡한 문제를 해결하기 위해 에이전트들이 협업하는 명확하고 신뢰할 수 있는 로직을 정의할 수 있습니다.
설계부터 안전한 Workspaces: 에이전트에게 핵심 시스템과 격리된 강화된 샌드박스 환경을 제공하여 bash 명령을 실행하고 파일을 안전하게 관리할 수 있게 합니다.
멀티모달 스트리밍: 실시간 오디오 및 비디오 큐에 대한 멀티모달 지원을 통해 실시간 상호작용에 인간과 같은 안정성을 부여합니다.

에이전트를 기업 시스템에 연결하기

모든 시스템에 안전하게 액세스: Native Ecosystem Integrations를 통한 플러그 앤 플레이 아키텍처를 사용하여 커스텀 코딩 없이 에이전트를 내부 데이터 및 도구에 연결하세요.
백그라운드 운영 자동화: Batch & Event-driven 에이전트를 통해 BigQuery 및 Pub/Sub에 있는 데이터를 활성화하세요. 이를 통해 콘텐츠 평가나 데이터 분석과 같은 대규모 비동기 작업을 백그라운드에서 실행할 수 있습니다.

아이디어에서 프로덕션까지 단 몇 시간 만에

AI 기반 개발 지원: Google의 모든 에이전틱 기능을 활용할 수 있는 프로그래밍 방식 인터페이스를 통해, 에이전트가 사용자를 대신해 프로덕션 등급의 에이전트를 구축, 평가 및 배포할 수 있습니다.
Agent Studio에서 직접 에이전트 구축: 이제 Agent Studio에서 간단한 프롬프트 작성부터 복잡한 에이전트 배포까지 원활하게 이동할 수 있습니다. 심층적인 커스터마이징이 준비되면 로직을 ADK로 직접 내보내 코드 환경에서 개발을 계속할 수 있습니다.
사전 구축된 에이전트로 시작하기: Agent Garden에서 코드 현대화, 재무 분석, 경제 연구, 송장 처리 등 멀티 에이전트 시스템의 즉각적인 빌딩 블록 역할을 하는 엄선된 에이전트 템플릿을 이용해 보세요.

AI 에이전트 확장 (Scale AI agents)

개념 증명(PoC)에서 실환경으로 이동하려면 실제 업무의 성능, 상태 유지 및 보안 요구 사항을 처리할 수 있는 플랫폼이 필요합니다.

고성능 에이전트 실행 지원

최신 Agent Runtime: 개편된 Agent Runtime은 1초 미만의 콜드 스타트를 제공하며 수초 내에 새로운 에이전트를 프로비저닝할 수 있게 해줍니다.
Multi-day 워크플로 지원: 이제 며칠 동안 자율적으로 실행되는 장기 실행 에이전트를 배포할 수 있습니다. 이를 통해 영업 잠재 고객 관리 시퀀스와 같이 장기적인 지속성이 필요한 복잡한 다단계 워크플로와 심층 추론 작업을 관리할 수 있습니다.
설계부터 안전한 환경에서의 자율 행동: Agent Sandbox는 모델이 생성한 코드를 안전하게 실행하고, 호스트 시스템에 위험을 주지 않으면서 브라우저 기반 자동화와 같은 컴퓨터 사용 작업을 수행할 수 있는 강화된 환경을 제공합니다.
에이전트 간 오케스트레이션: 에이전트들이 서로 업무를 원활하게 위임할 수 있게 하며, 복잡한 생성형 및 결정론적 오케스트레이션 패턴을 지원합니다. 이를 통해 컴플라이언스와 같은 중요한 흐름에서 에이전트가 매번 지정된 경로를 따르도록 보장합니다.

일시적 세션 데이터를 넘어 높은 정확도의 맥락으로

상호작용 개인화: Agent Memory Bank는 대화에서 장기 기억을 동적으로 생성하고 관리합니다. 새로운 Memory Profiles를 사용하면 에이전트가 낮은 지연 시간으로 정확도 높은 세부 사항을 소환하여 맥락을 절대 놓치지 않습니다.
AI 상호작용을 기존 기록에 연결: Agent Session를 사용하여 이력을 저장하고 관리하세요. Custom Session IDs를 통해 고유 식별자를 사용하여 세션을 추적하고 내부 데이터베이스 및 CRM 기록에 직접 매핑할 수 있습니다.
실시간 상호작용 구현: 양방향 스트리밍을 위한 WebSocket 프로토콜을 사용하여 고객이나 직원과의 실시간 상호작용 시 지연 없이 오디오와 비디오를 처리하고 높은 응답성을 유지하세요.

AI 에이전트 관리 (Govern AI agents)

직접 구축한 에이전트부터 파트너 생태계에서 가져온 에이전트까지, 모든 에이전트에 기업 수준의 엄격함을 적용하는 보안 설계 아키텍처로 관리하세요.

ID 및 액세스를 위한 단일 진실 공급원을 통해 모든 에이전트 관리

모든 에이전트에 검증 가능한 ID 부여: Agent Identity는 모든 에이전트에게 고유한 암호화 ID를 부여하여 보안 태세를 강화합니다. 이는 정의된 권한 정책에 매핑된, 에이전트의 모든 행동에 대한 명확하고 감사 가능한 추적 경로를 생성합니다.
승인된 도구의 중앙 라이브러리 유지: 새로운 Agent Registry는 기업을 위한 단일 진실 공급원을 제공합니다. 모든 내부 에이전트, 도구 및 기술을 인덱싱하여 검색을 단순화하고 관리 및 승인된 자산만 사용자가 사용할 수 있도록 보장합니다.
단일 제어 지점에서 에이전트 플릿 관리: Agent Gateway는 에이전트 생태계의 관제탑 역할을 합니다. 모든 환경에서 에이전트와 도구 간의 안전하고 통합된 연결을 제공하는 동시에, 일관된 보안 정책과 Model Armor 보호를 적용하여 프롬프트 인젝션 및 데이터 유출로부터 방어합니다.

AI 기반 통찰력을 사용하여 비즈니스에 영향을 미치기 전에 숨겨진 위험과 의심스러운 행동 탐지

실시간 의심 행동 탐지: Agent Anomaly Detection은 통계 모델과 LLM-as-a-judge 프레임워크를 사용하여 비정상적인 추론을 찾아냅니다. 이는 Agent Threat Detection과 함께 작동하여 리버스 쉘(reverse shells)이나 알려진 악성 IP 주소로의 연결과 같은 악의적인 활동에 대한 가시성을 제공합니다.
자동 취약점 발견: Security Command Center 기반의 새로운 Agent Security 대시보드는 위협 탐지와 위험 분석을 통합합니다. 팀은 에이전트와 모델 간의 관계를 매핑하고, 자산 검색을 자동화하며, 기본 운영 체제 및 언어 패키지의 취약점을 검사할 수 있습니다.

AI 에이전트 최적화 (Optimize AI agents)

Agent Platform은 AI가 어떻게 작동하고 있는지 이해하는 데 필요한 가시성을 제공하여, 로직을 정교화하고 시간이 지남에 따라 더 똑똑해지도록 쉽게 만들어 줍니다.

출시 전 에이전트 테스트

현실적인 대화 시뮬레이션: Agent Simulation을 사용하여 통제된 환경에서 사람과 유사한 가상 사용자 상호작용 및 가상화된 도구를 대상으로 에이전트를 테스트하세요. 에이전트는 다단계 대화 전반에 걸친 작업 성공률과 안전성을 바탕으로 자동으로 점수가 매겨집니다.

운영 중 모니터링 및 개선

실시간 성능 추적: Agent Evaluation을 사용하여 실제 트래픽에 대해 에이전트 점수를 지속적으로 매기세요. 단일 응답뿐만 아니라 대화 전체의 로직을 평가할 수 있는 멀티턴 자동 평가기를 활용합니다. 턴키 대시보드와 Agent Observability를 통해 복잡한 추론 과정을 시각적으로 추적하여 문제가 발생할 때 즉시 디버깅할 수 있습니다.
에이전트 정교화 자동화: 로그를 수동으로 뒤지는 대신, Agent Optimizer가 실제 실패 사례를 자동으로 클러스터링하고 정확도를 높이기 위한 정교한 시스템 지침을 제안합니다.

상세한 기술 가이드와 전체 업데이트 목록은 업데이트된 문서와 릴리스 노트를 통해 확인할 수 있습니다. Agent Platform은 기업용 에이전트 개발의 새로운 표준이며, 지금 바로 실험 단계를 넘어 프로덕션 규모의 임팩트로 나아갈 수 있도록 구축되었습니다.

Google Cloud Next ‘26을 소개합니다

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

편집자 주: 본 게시글은 Google Cloud Next '26에서 발표된 토마스 쿠리안(Thomas Kurian) CEO의 기조연설을 바탕으로 재구성되었습니다. 이번 행사에서는 다음과 같은 다양한 혁신 기술이 새롭게 공개되었습니다.

Gemini Enterprise Agent Platform, 에이전트의 구축, 확장, 거버넌스 및 최적화를 지원하는 포괄적인 플랫폼.
Gemini Enterprise 앱에는 새로운 Agent Designer, 에이전트 활동 관리를 위한 받은편지함, 장기 실행 에이전트, 기술, 프로젝트 등이 포함되어 있습니다.
AI Infrastructure에는 8세대 TPU를 비롯하여 새로운 스토리지 및 네트워킹 성능이 도입되었습니다.
Agentic Data Cloud에는 조직이 에이전틱 AI에 필요한 속도와 규모로 데이터를 활용할 수 있도록 지원하는 크로스 클라우드 레이크하우스(cross-cloud Lakehouse) 및 지식 카탈로그(Knowledge Catalog)가 포함됩니다.
Agentic Defense는 Google의 위협 인텔리전스 및 보안 운영 역량과 Wiz의 클라우드 및 AI 보안 플랫폼을 결합하여 위협을 예방, 탐지 및 대응합니다.
Agentic Taskforce에는 고객 경험(CX)용 Gemini Enterprise 및 Google Workspace 전반에 걸친 새로운 AI 기능이 추가되었습니다.
고객 성공 사례 Google Cloud의 전체 솔루션 제품군을 아우르는 다양한 사례를 공유합니다.

Google Cloud Next ‘26에 오신 것을 환영합니다

지난해 Next에서 우리는 생성형 AI가 전 세계 조직을 어떻게 변화시키고 있는지에 대해 논의했습니다. 그리고 오늘, 그 미래는 이제 실전 단계에 들어섰습니다. 에이전틱 엔터프라이즈(Agentic Enterprise)는 현실이 되었으며, 전 세계적으로 유례없는 규모로 배포되고 있습니다. 이번 Next에서는 여러분의 조직을 에이전틱 엔터프라이즈로 전환하는 데 필요한 모든 것을 선보입니다.

지난 한 해 동안 Google Cloud는 고객의 성장을 견인할 혁신을 제공하기 위해 끊임없이 매진해 왔으며, 포트폴리오 전반에 걸쳐 수천 개의 새로운 기능을 도입했습니다. 이제 7세대 아이언우드(Ironwood) TPU와 새로운 커스텀 프로세서인 액시온(Axion)을 정식 버전(GA)으로 이용하실 수 있으며, 이를 통해 에이전틱 엔터프라이즈를 위해 설계된 목적 기반의 비용 효율적인 인프라를 고객에게 제공합니다. 또한 Gemini 3.1 Pro와 새로운 이미지 생성 모델인 Nano Banana 2를 포함한 획기적인 파운데이션 모델들을 출시했습니다. 아울러 모든 직원이 Google AI의 정수를 경험할 수 있도록 Gemini Enterprise를 선보였습니다. Google Cloud는 파편화된 시스템을 단순히 조립하는 대신, 모든 요소가 함께 개발되고 수직적으로 최적화된 풀스택을 제공합니다.

이러한 모든 혁신은 고객 도입을 가속화하고 있습니다. 실제로 Google Cloud 고객의 약 75%가 자사 비즈니스 운영에 Google의 AI 제품을 활용하고 있습니다. 또한 지난 12개월 동안 330개의 Google Cloud 고객사가 각각 1조 개 이상의 토큰을 처리했으며, 그중 35개 기업은 Google 모델을 통해 10조 개 토큰 처리라는 이정표를 달성했습니다. Google의 퍼스트 파티(1st-party) 모델은 현재 고객의 직접적인 API 사용을 통해 분당 160억 개 이상의 토큰을 처리하고 있으며, 이는 지난 분기의 100억 개에서 크게 증가한 수치입니다.

오늘날 많은 조직이 다음 세 가지 핵심적인 이유로 Google Cloud를 선택하고 있습니다:

완전 통합형 AI 스택: 많은 조직이 Google의 뿌리 깊은 전문성과 AI 스택 전반에 걸쳐 퍼스트 파티(1st-party) 솔루션을 제공하는 역량을 믿고 파트너십을 맺고 있습니다. 이는 단순히 여러 개별 서비스를 모아 제공하는 것이 아니라, 혁신을 위한 포괄적인 근간을 제공하는 것을 의미합니다. AI 인프라부터 Gemini와 같은 선도적인 모델, 데이터 관리 역량, 엔터프라이즈급 파운데이션, 개발자 도구 및 플랫폼, 그리고 에이전트와 애플리케이션에 이르기까지 Google Cloud의 풀스택 접근 방식은 시장에서 독보적인 가치를 제공합니다.
설계 단계부터 보안을 고려한 (Secure-by-design), 엔터프라이즈급 기반: 고객이 Google Cloud를 신뢰하는 이유는 제로 트러스트 (Zero Trust) 보안과 전 지구적 규모의 신뢰성을 바탕으로 구축된 보안 중심의 통합 플랫폼을 제공하기 때문입니다. 이는 Google의 가장 까다로운 글로벌 서비스들을 지탱하는 것과 동일한 기반입니다. Google Cloud 플랫폼은 기본적으로 보안이 내재되어 있을 뿐만 아니라, 인텔리전스 기반 및 AI 기반의 선도적인 사이버 보안 솔루션도 제공합니다. 이러한 솔루션은 하이브리드 및 멀티 클라우드 환경 전반에서 개발과 보안 운영을 통합하여, AI 스택 전체에 걸친 위협을 효과적으로 예방, 탐지 및 대응할 수 있도록 지원합니다.
모든 직원과 고객을 위한 AI의 관문, Gemini Enterprise: Gemini Enterprise는 모든 고객과 직원이 최첨단 AI 에이전트를 구축하고, 사용하며, 배포 및 관리할 수 있도록 지원합니다. 영업과 서비스 상호작용을 통합하여 고객 접점을 개선하는 것부터, 복잡한 워크플로를 자동화하여 공급망 효율성을 높이고, 마케팅 담당자가 기록적인 속도로 캠페인 프로토타입을 제작하고 실행할 수 있도록 돕는 일까지, Gemini Enterprise는 기업이 업무를 수행하는 방식을 근본적으로 혁신하고 있습니다.

오늘 Next ‘26에서 조직을 에이전틱 엔터프라이즈(Agentic Enterprise)로 전환하는 데 필요한 모든 요소를 발표합니다. 이 모든 기능은 인텔리전스를 비즈니스 성장의 엔진으로 바꾸기 위해 설계된 Google Cloud의 통합 스택을 기반으로 합니다. Gemini Enterprise는 이제 데이터, 인적 자원, 모든 앱과 에이전트를 연결하여 모든 프로세스를 하나의 지능적인 흐름으로 변화시키는 에이전틱 시대를 위한 End-to-End 시스템으로 자리매김했습니다. 오늘 발표된 주요 혁신 기능은 다음과 같습니다.

Gemini Enterprise Agent Platform: 에이전트의 구축, 확장, 거버넌스 및 최적화를 지원하는 새로운 통합 플랫폼입니다. Google의 선도적인 인프라를 기반으로 데이터 및 보안 역량과 깊이 있게 통합되어 Agentic Enterprise의 근간 역할을 합니다. Agent Studio, Agent-to-Agent Orchestration, Agent Gateway 등 혁신적인 기능을 통해 기술 팀이 에이전트의 모든 측면을 관리할 수 있도록 지원하며, Gemini Enterprise 앱을 통해 배포됩니다.
Gemini Enterprise App: 모든 직원이 AI와 함께 구축 작업을 수행할 수 있도록 돕는 새로운 기능들이 추가되었습니다. 정교한 일정 기반 또는 트리거 기반 에이전트 구축을 돕는 에이전트 디자이너, 복잡한 비즈니스 프로세스를 실행하는 장기 실행 에이전트, 에이전트 활동 관리를 위한 인박스, 반복 작업의 단축키를 만드는 스킬, 그리고 애플리케이션 전환 없이 파일을 생성하고 편집할 수 있는 캔버스 등이 포함됩니다.
발전된 AI Infrastructure: 가속화된 학습을 위한 TPU 8t와 비용 효율적인 추론을 위한 TPU 8i 등 8세대 TPU를 선보입니다. 또한 초당 10TB의 처리량을 제공하는 Managed Lustre 스토리지와 대규모 환경에 최적화된 Virgo(버고) 네트워킹 기술의 진보를 공개했습니다.
Agentic Data Cloud: 에이전틱 AI에 필요한 속도와 규모를 지원하는 AI 네이티브 아키텍처를 도입합니다. 전체 데이터 자산에서 신뢰할 수 있는 비즈니스 컨텍스트를 제공하는 Knowledge Catalog, Gemini 기반 데이터 과학 도구인 Data Agent Kit, 그리고 데이터 위치와 상관없이 원활한 접근을 지원하는 Cross-cloud Lakehouse를 통해 자율적 행동을 위한 기반을 마련합니다.
Agentic Defense: Google의 Threat Intelligence 및 Security Operations 역량과 Wiz의 클라우드 및 AI 보안 플랫폼을 결합하여 위협을 탐지하고 대응합니다. 위협 탐지 및 복구를 위한 새로운 에이전트들과 Wiz의 AI Application Protection Platform(AI-APP)을 통해 코드부터 런타임까지, 멀티 클라우드 및 AI 환경 전반에서 자율적인 보호 기능을 제공합니다.
Agentic Taskforce: Gemini Enterprise for Customer Experience 솔루션의 혁신과 더불어, Google Workspace 앱 전반에 통합된 컨텍스트 레이어를 제공해 생산성을 높여주는 Workspace Intelligence 기능이 새롭게 추가되었습니다.

위의 내용들은 주요 발표 사항 중 일부에 불과하며, 아래에서 더 자세한 내용을 확인하실 수 있습니다.

Gemini Enterprise: 에이전틱 엔터프라이즈의 구현

Gemini Enterprise는 엄청난 성장세를 기록하고 있습니다. 지난 1분기 유료 월간 활성 사용자 수(MAU)는 전 분기 대비 40% 증가했습니다. 그리고 오늘, 기술 팀이 에이전트를 구축하고 오케스트레이션하는 데 필요한 모든 기능을 갖춘 Gemini Enterprise Agent Platform을 발표합니다. 이 플랫폼은 고객들이 선호하는 Vertex AI의 모델 선택, 모델 빌딩, 튜닝 서비스와 더불어 에이전트 통합, 보안, DevOps, 오케스트레이션 등을 위한 새로운 기능들을 한데 모았습니다. 또한 모든 직원이 모든 워크플로에서 Google AI의 정수를 경험할 수 있도록 돕는 Gemini Enterprise App도 포함되어 있습니다.

Agent Platform은 복잡한 워크플로 오케스트레이션에 최적화된 가장 진보된 모델인 Gemini 3.1 Pro를 비롯해, 고충실도 사용자 인터페이스 및 비주얼 자산 생성을 위한 Gemini 3 Flash Image(Nano Banana 2), 전문적인 오디오 및 음악 생성을 위한 최첨단 모델인 Lyria 3, 그리고 Anthropic의 Claude Opus, Sonnet, Haiku 등 세계 최고의 모델들에 대한 최고 수준의 접근성을 제공합니다. 또한 오늘부터 Anthropic의 Claude Opus 4.7에 대한 지원도 새롭게 추가됩니다.

이 플랫폼은 Build(구축), Scale(확장), Govern(거버넌스), Optimize(최적화)라는 네 가지 핵심 원칙을 중심으로 설계되어 팀 간의 원활한 협업을 지원합니다. 이번에 새롭게 발표된 발표된 기능들은 다음과 같습니다.

Build Agent: 개발자부터 비즈니스 사용자까지 누구나 대규모로 에이전트를 구축하고 배포할 수 있도록 지원합니다.

Agent Developer Kit(ADK)는 새로운 그래프 기반 프레임워크를 통해 에이전트가 복잡한 문제를 해결하기 위해 협업하는 방식을 명확하고 신뢰할 수 있는 로직으로 정의할 수 있도록 지원합니다.
Agent Studio는 새로운 로우코드 인터페이스로, 모든 개발자가 자연어를 사용하여 에이전트를 구축, 테스트 및 게시할 수 있도록 지원합니다.
Agent Registry는 조직 전체의 모든 내부 에이전트와 도구를 인덱싱하여 단일 제어 지점을 제공하며, 이를 통해 에이전트의 검색 가능성과 거버넌스를 보장합니다.
Ecosystem Integrations는 Agent Marketplace를 통해 Atlassian, Box, Lovable, Oracle, ServiceNow, Workday 등 파트너사의 전문 에이전트를 Gemini Enterprise에서 직접 즉시 배포할 수 있도록 지원합니다. 또한 재사용 가능한 스킬과 관리형 환경을 갖춘 통합 Agent Registry를 사용하는 파트너사 에이전트를 활용하여 모든 프로토콜을 최고 수준으로 처리할 수 있는 새로운 통합 기능을 제공합니다.
Model Context Protocol(MCP)은 Agent Platform을 모든 MCP 서버에 연결할 수 있게 해줍니다. 또한 Google Cloud 서비스를 MCP로 공개하여 어떤 에이전트에서든 Google Cloud와 원활하게 상호작용할 수 있도록 지원합니다.

Scale and orchestrate agents는 모듈형 서비스 세트를 통해 에이전트의 개념 증명(PoC)부터 실제 운영 단계까지의 과정을 간소화하며, 확장성과 보안이 뛰어난 컨테이너를 통해 운영 환경에서의 에이전트 실행을 지원합니다.

Agent-to-Agent Orchestration은 에이전트가 서로 업무를 원활하게 위임할 수 있도록 지원하며, 복잡한 생성형 및 결정론적(deterministic) 오케스트레이션 패턴을 모두 포함합니다. 이를 통해 컴플라이언스와 같은 중요한 흐름에서 에이전트가 매번 정해진 경로를 정확히 따르도록 보장합니다.
Agent-to-Agent Orchestration은 에이전트가 서로 업무를 원활하게 위임할 수 있도록 지원하며, 복잡한 생성형 및 결정론적(deterministic) 오케스트레이션 패턴을 모두 포함합니다. 이를 통해 컴플라이언스와 같은 중요한 흐름에서 에이전트가 매번 정해진 경로를 정확히 따르도록 보장합니다.
Support for long-running agents는 에이전트가 자율적인 추론을 지속하고 다단계 워크플로를 관리할 수 있도록 지원합니다.
Secure sandboxes는 모델이 생성한 코드를 실행하거나 브라우저 기반 자동화와 같은 컴퓨터 사용 작업을 호스트 시스템의 위험 없이 수행할 수 있도록 격리된 환경을 제공합니다.
Memory Bank 및 Memory Profiles는 에이전트에게 확장 가능한 장기 기억을 부여하여 일회성 세션을 지속적인 컨텍스트로 대체합니다. 이를 통해 에이전트는 몇 달 전의 특정 사용자 세부 정보나 프로젝트 이력을 기억해 깊이 있는 개인화된 상호작용을 제공할 수 있습니다.
Agent Sessions는 고유 식별자를 사용하여 서로 다른 엔터프라이즈 시스템 간에 정밀한 세션 추적을 가능하게 함으로써 개발자의 유연성을 높여줍니다.

Govern agents는 설계 단계부터 보안을 고려한(Secure-by-design) 아키텍처를 통해 다른 미션 크리티컬 시스템에 적용하는 것과 동일한 수준의 엄격함으로 수많은 에이전트를 관리할 수 있도록 지원합니다.

Agent Identity는 모든 에이전트에게 고유한 암호화 ID와 추적 및 감사 가능한 권한 부여 정책을 부여하여 에이전트의 보안 태세를 강화합니다. Agent Identity를 통해 에이전트는 기업 정책에 따라 관리되며, 할당된 업무 범위를 유지하고 상황이 너무 복잡해지면 사람에게 도움을 요청합니다.
Agent Gateway는 에이전트 생태계의 관제탑 역할을 수행합니다. 에이전틱 프로토콜(MCP, A2A 등)을 이해하고 중앙 집중식 실시간 정책 적용을 제공하여 에이전트와 데이터 간의 모든 상호작용이 설계 단계부터 안전하고 규정에 맞게 확장되도록 보장합니다. 또한 Model Armor와의 통합 인라인 보호 기능을 통해 프롬프트 인젝션, 도구 오염, 민감한 데이터 유출로부터 에이전트 상호작용을 보호합니다.
Agent Anomaly Detection은 비즈니스에 영향을 미치기 전에 의심스러운 동작을 선제적으로 감지합니다. 에이전트 작업 배후의 의도를 분석하여 도구 오용, 무단 데이터 접근, 의도치 않은 결과로 이어질 수 있는 추론 드리프트(reasoning drift) 등의 리스크를 자동으로 탐지합니다.
Agent Security dashboard는 Security Command Center를 사용해 AI 리스크와 컴플라이언스 현황을 한눈에 파악할 수 있게 해줍니다. 이를 통해 팀은 에이전트와 모델 간의 관계를 매핑하고 자산 검색을 자동화하며, 기반 운영 체제 및 언어 패키지의 취약점을 스캔할 수 있습니다.

Optimize agents는 데이터 기반 피드백 루프를 활용해 정확도를 높이고 지연 시간을 줄이며 비용을 관리함으로써, 모든 AI 에이전트가 의도한 대로 정확하게 작동하도록 지원합니다.

Agent Observability는 자동화된 로깅과 에이전트 감사를 지원하는 즉시 사용 가능한 대시보드를 제공하여 완벽한 모니터링을 실현합니다. 표준화된 OTel 호환 텔레메트리를 통해 모든 에이전트, 도구, API 핸드오프를 검증하여 책임소재를 명확히 하고, 전체 실행 경로를 시각화하며, 추론 루프 진단이나 성능 지표 모니터링을 신속하게 수행할 수 있습니다.
Agent Simulation은 제어된 환경에서 인간과 유사한 가상 상호작용을 통해 대규모로 에이전트를 스트레스 테스트할 수 있게 해줍니다. 수천 개의 다단계 고객 상호작용을 생성하여 에이전트의 로직과 대화 흐름을 엄격하게 평가합니다.
Agent Evaluation은 멀티턴 자동 평가 도구(autoraters)를 사용하여 실제 운영 트래픽을 바탕으로 에이전트 성능을 지속적으로 측정하고, 품질 저하나 이상 징후를 실시간으로 탐지합니다.

Gemini Enterprise App은 팀이 단일 환경에서 AI 에이전트를 검색, 생성, 공유 및 실행하는 데 필요한 모든 핵심 구성 요소를 갖추고 있습니다. 오늘 Gemini Enterprise 앱에 도입되는 몇 가지 새로운 기능을 소개합니다.

Agent Designer는 Agent Platform과 동일한 노코드(no-code) 경험을 제공하며, 직원이 모든 엔터프라이즈 커넥터를 사용해 정교한 일정 또는 트리거 기반 에이전트를 구축할 수 있게 해줍니다. 에이전트의 가상 순서도를 통해 워크플로를 점검, 테스트 및 승인할 수 있어 핵심 비즈니스 프로세스 실행의 완전한 투명성을 보장합니다.
Long-running agents는 복잡한 비즈니스 프로세스를 실행하도록 설계되었습니다. 보안 클라우드 샌드박스에서 자율적으로 작동하며 비즈니스 로직 오케스트레이션, 맞춤형 도구 제작을 위한 코드 작성, 대조 작업이나 영업 가망 고객 시퀀싱과 같은 다단계 업무를 지속적인 프롬프트 없이 수행합니다.
Inbox in Gemini Enterprise는 Long-running agents를 포함한 모든 에이전트 활동을 모니터링하고 관리할 수 있는 중앙 집중식 위치를 제공합니다. 알림은 '사용자 입력 필요(Needs your input)', '오류(Errors)', '완료(Completed)' 등 조치가 필요한 그룹으로 직관적으로 분류됩니다.
Projects는 에이전트의 기억을 팀이 추가한 파일과 대화로만 제한하는 전용 공간을 생성합니다. Google Drive, NotebookLM, Google 그룹스 채팅과 같은 데이터 소스에 연결하면 에이전트가 특정 주제의 전문가가 되어 팀원들에게 일일 브리핑이나 상태 업데이트를 제공하므로 수개월 분량의 문서를 직접 뒤질 필요가 없습니다.
Skills는 브랜드 가이드라인 적용, 보고서 형식 지정, 특정 데이터 액세스 등 반복적인 작업에 대해 '@' 멘션을 사용하여 간편한 바로가기를 생성합니다.
Canvas는 Gemini Enterprise 내에서 직접 사용할 수 있는 대화형 에이전트를 제공합니다. 동일한 환경 내에서 Google Docs 및 Slides를 쉽게 생성 및 편집하고, Microsoft 365 파일로 내보낼 수도 있습니다.
Agent Gallery는 Adobe, Atlassian, Lovable, ServiceNow 등 파트너사의 서드파티 에이전트에 대한 액세스를 제공하며 Asana, Mailchimp, Workday 등을 위한 더 많은 서드파티 커넥터를 추가하고 있습니다. 이러한 통합을 통해 에이전트는 기업의 핵심 기록 시스템(systems-of-record)에서 데이터를 검색하고 작업을 수행할 수 있습니다.

현재까지 많은 기업들이 Gemini Enterprise를 도입하여 놀라운 성과를 거두고 있습니다. 주요 사례는 다음과 같습니다.

Bosch는 전동 공구부터 자동차 기술까지 전 분야에 걸쳐 혁신을 확장하고 있습니다. 사내 AI 가속화 플랫폼인 'AskBosch'에 Gemini Enterprise를 통합하여, 전사 직원이 직접 자신만의 에이전트를 배포하고 있습니다.
Capcom은 Gemini Enterprise Agent Platform과 자체 기술을 결합하여 플레이 테스트 및 예측 에이전트를 구축했습니다. 이를 통해 게임 플레이 경험을 개선하는 동시에 개발자들이 창의적인 업무에 집중할 수 있는 환경을 조성했습니다.
Citi Wealth는 오늘 'Citi Sky'를 공개했습니다. 상시 가동되는 AI 기반의 이 팀원은 미국 내 고객들이 시장 통찰력을 얻고, 기회를 포착하며, 금융 자문가와 소통하는 방식을 재정의할 것입니다.
EcoVadis는 생산성과 운영 효율성을 높이고, 고객 가치를 강화하며, 새로운 성장 기회를 발굴하기 위해 Gemini Enterprise를 도입하고 있습니다.
FairPrice Group 은 Google Cloud의 Gemini Enterprise Agent Platform을 통해 '미래형 매장 (Store of Tomorrow)’ 프로그램을 추진 중입니다. 스마트 카트에 Gemini 기반 AI 에이전트를 통합하여 온·오프라인 쇼핑 경험을 고도화했으며, 멀티모달 AI 및 생성형 미디어 모델을 활용해 매장 운영을 간소화하고 and 광고 제작 속도를 높이고 있습니다.
GE Appliances는 제조, 물류, 공급망 전반에 800개 이상의 AI 에이전트를 배포하여, 현장 직원들이 직접 AI를 활용할 수 있도록 지원하는 AI 민주화를 실현하고 있습니다.
KPMG는 직원들 사이에서 90%의 Gemini Enterprise 도입률을 기록했습니다. 도입 첫 달 만에 100개 이상의 에이전트를 구축하여 글로벌 고객들에게 더 나은 서비스를 제공하고 있습니다.
Macquarie Bank는 Gemini Enterprise를 통해 생산성을 획기적으로 높여 팀원들의 시간을 100,000시간 이상 절감했습니다.
Mars는 전 세계 직원들이 마케팅, R&D, 엔터프라이즈 검색을 간소화하는 정교한 에이전트를 구축할 수 있도록 Gemini Enterprise를 기본 AI 운영 체제로 채택했습니다. 이를 통해 Petcare, Snacking, Food & Nutrition 부문의 복잡한 업무들을 자동화하고 있습니다.
Merck는 초기 발굴부터 임상 개발 및 상용화에 이르는 가치 사슬 전반의 의사결정을 개선하기 위해 Gemini Enterprise 기반의 '에이전틱 엔진'을 구축하여 성공 가능성을 높이고 제품 출시 기간을 단축하고 있습니다.
NASA는 Google Cloud와 협력하여 Gemini Enterprise 에이전트를 활용해 비행 준비 태세를 강화하고, 지구에서 가장 먼 거리의 유인 우주비행 기록을 세울 Artemis II 우주비행사들의 안전을 보장하고 있습니다.
PepsiCo는 Gemini Enterprise Agent Platform을 사용하여 직원들이 인사이트를 신속하게 행동으로 옮기고, 글로벌 운영 전반에 걸쳐 새로운 디지털 역량을 구축할 수 있도록 지원하고 있습니다.
Signal Iduna는 Gemini Enterprise를 도입하여 고객에게 보험 관련 답변을 제공하는 속도를 37% 향상시켰습니다.
SQUARE ENIX는 Agent Platform을 활용해 드래곤 퀘스트 X 온라인(Dragon Quest X Online)에 Gemini 기반의 동료 기능을 구현했습니다. 이들은 실시간 게임 플레이 지원과 상호작용이 가능한 스토리텔링을 제공합니다.
The American Society of Clinical Oncology는 전 세계 50,000명의 종양학 전문가들에게 신뢰할 수 있는 암 관련 전문 지식을 전달하기 위해 Gemini Enterprise를 사용하고 있습니다.
The Home Depot는 Google Cloud와의 10년 넘는 파트너십을 바탕으로 Gemini Enterprise를 활용해 'Magic Apron'과 같은 어시스턴트부터 고객 서비스용 AI 음성 에이전트에 이르기까지 다양한 AI 도구를 구축하고 있습니다. 이를 통해 온·오프라인 어디서든 '오렌지 에이프런' 수준의 전문적인 쇼핑 경험을 제공합니다.
Unilever는 수요 창출을 강화하고 파트너십을 공고히 하며 37억 명의 소비자에게 더 나은 서비스를 제공하기 위해 전사에 Gemini Enterprise Agent Platform 기반 에이전트를 배포하고 있습니다.
Virgin Voyages는 Gemini Enterprise를 통해 1,000개 이상의 전문 AI 에이전트를 관리하고 있으며, 그중 50개 이상의 에이전트를 통해 캠페인 제작 시간을 40% 단축했습니다. 또한 AI 전용 컨시어지를 통해 승무원들이 고객 여정의 모든 단계에서 최상의 서비스를 제공하도록 돕고 있습니다.
Vodafone은 장애를 선제적으로 해결하고 인프라를 최적화하는 Gemini Enterprise 에이전트를 배포하여 네트워크 신뢰성을 높이고 매년 수백만 달러를 절감하고 있습니다.
WPP는 Gemini Enterprise를 활용해 제작 방식을 혁신하고 있습니다. AI 기반 캠페인을 4일마다 출시하며 제작 속도를 두 배로 높였고, 시장 테스트 및 수정 능력을 바탕으로 고객에게 2.5배 더 높은 가치를 제공하고 있습니다. WPP는 현재까지 Gemini를 기반으로 수천 개의 에이전트를 구축했습니다.
중소기업(SMB)들 또한 혜택을 누리고 있습니다. Thrive Restaurant Group은 직원들이 대화형으로 데이터를 탐색할 수 있게 되었고, 법률 사무소인 Abogada Alexandra는 계약서 처리 및 변론서 준비 속도를 높였습니다. 의료 기술 제조업체인 PFM Medical은 SharePoint, Jira, SAP 등에 흩어진 데이터를 신속히 찾는 검색 도구를 구축해 의사결정 효율을 높였습니다.

Agentic Enterprise를 위한 기반: AI Hypercomputer

AI Hypercomputer는 고도의 AI 워크로드를 위해 특별히 설계된 고도화된 전용 아키텍처로, 컴퓨팅, 스토리지, 네트워킹을 위한 성능 최적화 하드웨어와 오픈 소프트웨어 및 ML 프레임워크, 그리고 유연한 소비 모델을 하나의 통합 시스템으로 결합합니다. 이러한 모든 구성 요소를 함께 발전시킬 수 있는 역량은 고객에게 업계 최고 수준의 전력 및 성능 효율성을 제공합니다.

이 시스템의 핵심은 Google 커스텀 TPU 와 Axion CPU부터 최신 NVIDIA GPU에 이르기까지 업계에서 가장 광범위한 컴퓨팅 옵션을 제공한다는 점이며, 이를 통해 고객은 업무에 적합한 아키텍처를 타협 없이 선택할 수 있는 궁극의 유연성을 확보할 수 있습니다.

오늘 AI Hypercomputer의 모든 계층에 걸쳐 도입되는 혁신 사항을 발표합니다.

저희는 고객에게 업계에서 가장 광범위한 컴퓨팅 프로세서 라인업을 제공하고 있으며, 오늘 다음과 같은 새로운 포트폴리오를 추가합니다.

TPU 8t는 학습에 최적화된 프로세서로, 획기적인 ICI(Inter-Chip Interconnect) 기술을 사용하여 단일 슈퍼팟(superpod)에서 최대 9,600개의 TPU와 2PB의 공유 고대역폭 메모리까지 확장할 수 있습니다. 이전 세대(Ironwood) 대비 3배의 처리 능력을 갖췄으며, 와트당 성능은 최대 2배 더 뛰어납니다.
TPU 8i는 추론에 최적화된 프로세서로, 새로운 Boardfly 토폴로지를 사용하여 단일 pod에서 1,152개의 TPU를 직접 연결합니다. 이전 버전보다 3배 더 많은 on-chip SRAM을 탑재하여 대규모 KV 캐시를 실리콘 내에 완전히 수용하며, 전용 컬렉티브 가속 엔진(Collectives Acceleration Engine)을 통합했습니다. 이를 통해 TPU 8i는 이전 세대 대비 추론당 비용 효율성을 80% 개선하여 수백만 명의 동시 접속 에이전트를 경제적으로 운영할 수 있게 해줍니다.
NVIDIA GPU는 Google Cloud AI 가속기 포트폴리오의 핵심입니다. 이미 제공 중인 Blackwell 및 Hopper 기반 인스턴스에 더해, 업계 최초 수준으로 NVIDIA Vera Rubin NVL72를 제공할 예정입니다.
Google Cloud Axion에는 지난 1월 출시된 N4A Axion 인스턴스가 포함됩니다. 이는 동급 x86 인스턴스보다 100% 더 나은 가격 대비 성능을 제공하여 에이전트의 지속적이고 효율적인 운영을 보장합니다.
Network-optimized Compute는 새로운 C4N 및 M4N 머신 시리즈로 확장됩니다. 이는 대규모 에이전트 간 통신, 네트워크 부하가 높은 통신사 5G 코어 및 엔터프라이즈 데이터베이스에 완벽하게 최적화되어 있습니다. 특히 C4N 인스턴스는 표준 C4 인스턴스 대비 vCPU당 네트워크 대역폭을 거의 4배까지 제공할 수 있습니다.

Storage의 새로운 혁신에는 Managed Lustre의 성능 개선이 포함됩니다. 이제 RDMA를 통해 A5X 또는 TPU 8t에 초당 10TB의 처리량을 제공하여 학습 속도를 대폭 높입니다. Rapid Storage는 성능을 초당 6TB에서 15TB로 크게 향상시켜 AI 학습 및 추론 워크로드를 가속화합니다. 또한 비정형 데이터에 의미론적 의미를 부여하여 Enterprise Knowledge Graph의 기반을 마련하는 Smart Storage를 새롭게 선보입니다.
Networking의 새로운 역량인 Virgo Network는 AI에 최적화된 맞춤형 네트워크입니다. NVIDIA Vera Rubin NVL72 시스템이나 TPU 8t 슈퍼팟을 수십만 개의 가속기가 연결된 거대한 슈퍼컴퓨터로 통합하여, 세계 최고 수준의 프런티어 모델을 위한 분산 학습 성능을 극대화합니다.
Compute Services에서도 새로운 기능을 발표합니다. OSS Frameworks 및 Inference Engines를 확장하여 TPU용 PyTorch를 기본 지원하고, GPU와 TPU 전반에 걸쳐 최적화된 vLLM 지원을 추가합니다. 또한 Google Kubernetes Engine(GKE)은 AI 추론 워크로드의 콜드 스타트와 스케일 아웃 속도를 획기적으로 개선했으며, 클러스터당 초당 300개의 샌드박스를 배포하고 1초 미만의 속도로 첫 번째 명령어를 실행할 수 있는 새로운 에이전트 샌드박스 기능을 제공합니다.

에이전트 중심의 시대에는 사람이 수동으로 티켓을 제출하여 용량을 관리하거나 구성을 문제 해결할 수 없습니다. 스스로 구동되는 클라우드가 필요합니다. 저희는 Model Context Protocol (MCP)을 사용하여 모든 Google Cloud 서비스를 에이전트가 직접 오케스트레이션할 수 있는 도구로 전환했습니다. 이를 통해 에이전트가 수십 년간 축적된 자체 텔레메트리 데이터를 활용하여 인프라 문제를 해결할 수 있도록 지원합니다. 또한 Gemini의 추론 능력을 텔레메트리 라이브러리에 통합함으로써, 시스템이 자율적으로 근본 원인을 분석하고 구성 오류 및 복구 방안을 파악하여 사람이 문제를 인지하기도 전에 해결할 수 있게 되었습니다.

물론 Google도 이 인프라를 활용하여 Gemini와 미디어 생성 모델 포트폴리오를 구동하며 효율성, 창의성, 고객 참여의 새로운 차원을 열어가고 있습니다. 모델과 머신을 동시에 설계함으로써 파편화된 스택의 제약을 없애고, 극한의 규모와 효율성은 물론 선도적인 가격 대비 성능을 제공합니다. 또한 이를 통해 Google 리서치를 통해 달성한 혁신적인 성과들이 고객의 실제 운영 환경에서도 즉시 까다로운 요구 사항을 충족하며 활용될 수 있도록 보장합니다.

저희의 업계 선도적인 AI 인프라는 다음과 같은 수많은 고객들에게 서비스를 제공하고 있습니다.

Thinking Machine Labs와 같은 선도적인 AI 연구소는 Google의 NVIDIA 기반 GPU 인프라를 활용하여 프런티어 모델의 학습 시간을 2배 이상 단축하고 있습니다.
자본 시장 기업인 Citadel Securities는 확장 가능한 클라우드 기반 퀀트 연구 환경을 구축했으며, Cloud TPU를 사용하여 더 낮은 비용으로 워크로드를 더 빠르게 처리하고 있습니다.
Boston Dynamics와 같은 기업들은 다양한 산업 현장에 로봇을 안전하게 배치하기 위해 시각-언어 모델(vision-language models)을 학습시키고 있습니다.
미 에너지부(DOE) 산하 17개 국립연구소를 포함한 정부 기관들은 TPU 기반으로 구축된 'AI 공동 과학자(AI co-scientist)'를 연구 파트너로 활용하여, 새로운 가설을 생성 및 검증함으로써 과학적 발견의 속도를 높이고 있습니다.
브라질 최대 전력 회사인 Axia Energy는 TPU를 활용해 심각한 폭풍을 예측합니다. 이를 통해 폭풍이 닥치기 전 예방 조치를 선제적으로 계획하고 실행함으로써 서비스 중단 사례를 매년 크게 줄여나가고 있습니다.

Agentic Data Cloud: 에이전트 중심 AI의 속도와 규모를 위해 구축된 새로운 데이터 아키텍처

Agentic Enterprise는 데이터 아키텍처의 근본적인 변화를 요구합니다. 지난 10년 동안 '지능형 시스템(systems of intelligence)'은 인간의 규모에 맞춰 구축된 수동적인 데이터 아카이브 역할을 해왔습니다. 이제 우리는 에이전트의 규모로 구동되는 선제적이고 신뢰할 수 있는 에이전트를 위해 구축된 '실행형 시스템(systems of action)'으로 나아가고 있습니다. Agentic Data Cloud는 지난 세대의 데이터 사일로(silo)로부터 데이터를 해방시키는 통합된 기반이자 AI 네이티브 아키텍처를 제공하여, 에이전트가 여러분을 대신해 실시간으로 인지하고 추론하며 행동할 수 있도록 지원합니다.

Agentic Data Cloud에 새롭게 발표된 기능은 다음과 같습니다.

Cross-Cloud Lakehouse는 Apache Iceberg로 표준화된 레이크하우스 서비스로, 데이터를 AWS나 Azure(올해 말 지원 예정)에 그대로 둔 상태에서 즉시 쿼리할 수 있게 해줍니다. 벤더 종속에 대한 부담이나 데이터 이동 비용 없이 Databricks, Palantir, Salesforce Data360, SAP, ServiceNow, Snowflake, Workday 등 다양한 애플리케이션, OS, AI 플랫폼에 제로 카피 액세스를 지원합니다.
Lightning Engine for Apache Spark는 실시간 서버리스 엔진을 제공합니다. 오픈소스 대안보다 최대 4.5배 빠르며, 대규모 데이터 세트의 경우 주요 경쟁사 대비 최대 2배 더 뛰어난 가성비를 제공합니다.
Data Agent Kit는 IDE, 노트북, 에이전틱 터미널 전반에서 Gemini 기반의 데이터 과학 저작 경험을 제공합니다. 데이터 실무자는 Python, Spark, SQL에서 의도 중심(intent-driven) 개발이 가능해집니다. 비즈니스 목표만 명시하면 Data Agent Kit가 나머지 과정을 처리합니다.
Knowledge Catalog는 비즈니스 전체에 대한 통합적이고 동적인 컨텍스트 그래프를 구축하여 에이전트가 모든 비즈니스 데이터와 의미 체계를 바탕으로 작동(grounding)할 수 있게 합니다. Smart Storage와 Object Context API를 통해 Google Cloud Storage의 파일은 에이전트가 접근하기 전부터 즉시 태그가 지정되고 메타데이터로 강화됩니다. 이후 Knowledge Engine이 Gemini를 사용하여 기업 전체의 복잡한 관계를 자율적으로 태그하고 정의하여 에이전트에게 부족했던 의미론적 정의(semantic definition)를 제공합니다.
Deep Research Agent는 비즈니스 인사이트를 위한 자율 에이전트로, 조사와 분석 역량을 결합했습니다. Gemini Enterprise의 Deep Research는 이미 문서 및 SaaS 시스템과 연동되어 비즈니스 데이터를 요약하고 있으며, 이제 BigQuery와 같은 데이터 플랫폼과도 연결되어 정형 및 비정형 데이터를 망라하는 전체적인 그림을 제공합니다. 이를 통해 "공급망 중단의 근본 원인은 무엇인가?" 또는 "이 지역에 대한 재무 감사를 수행할 수 있는가?"와 같은 복잡한 질문에 대해 이전에는 수주간의 수작업이 필요했던 수준의 정밀한 인용과 답변을 제공할 수 있습니다.

현재 많은 고객이 에이전틱 데이터 클라우드(Agentic Data Cloud)를 활용하고 있습니다.

Flipkart, Lowe’s, Meesho는 Lightning Engine을 사용하여 Apache Spark 워크로드를 가속화하고 있습니다.
American Express는 핵심 온프레미스 데이터 웨어하우스와 수백 개의 운영 애플리케이션을 BigQuery로 이전하여, 대규모의 신뢰할 수 있는 에이전틱 커머스를 실현하고 있습니다.
Bayer Crop Science 연구원들은 데이터 과학 에이전트를 활용해 수동 데이터 관리 및 분석 업무를 없앰으로써, 지속 가능하고 생산적인 미래를 위한 선구적인 농업 혁신에 집중하고 있습니다.
Macquarie Bank는 고객을 위한 보호 및 개인화된 금융 서비스를 제공하기 위해 BigQuery와 Spanner로 데이터를 통합했습니다.
Vodafone은 장애를 선제적으로 해결하는 자가 치유 진단 시스템을 구축했으며, 이를 통해 2030년까지 1억 유로를 절감할 수 있을 것으로 기대하고 있습니다.

Agentic Enterprise 보호: AI 시대를 위해 구축된 보안

산업 전반의 기업들은 더욱 복잡해지는 보안 과제에 직면해 있습니다. 하이브리드 및 멀티클라우드 환경이 복잡하게 확장됨에 따라 공격을 받을 수 있는 지점(Attack surface)이 늘어나고 있습니다. 동시에 기업들은 핵심 비즈니스 운영을 간소화하기 위해 민감한 기밀 데이터를 AI 에이전트에 학습시켜 신속하게 배포하고 있습니다. 한편, 공격자들은 AI를 무기화하여 이러한 최신 기업용 모델과 그 기반이 되는 중요 데이터를 겨냥해 더 빠르고 정교한 공격을 퍼붓고 있습니다.

이러한 위협에 맞서기 위해 보안 담당자들에게도 AI라는 우군이 필요합니다. Google은 Google의 위협 인텔리전스 및 보안 운영 기능을 Wiz의 클라우드 및 AI 보안 플랫폼과 결합한 AI 기반 사이버 보안 플랫폼을 제공하여, 모든 환경에서 위협을 예방, 탐지 및 대응할 수 있도록 지원합니다. 고객들은 이미 Google의 선별 및 조사 에이전트(Triage and Investigation Agent)를 통해 혜택을 보고 있습니다. 이 에이전트는 현재까지 500만 건 이상의 경고를 처리했으며, 통상 30분이 걸리던 수동 분석 시간을 60초로 단축했습니다.

Next에서는 에이전틱 방어(agentic defense)를 위한 다양한 신규 솔루션을 발표합니다.

에이전틱 보안 운영(Agentic SecOps): 위협 인텔리전스를 활용한 방어 강화
- 다크웹 인텔리전스(Dark Web Intelligence): Google 위협 인텔리전스 그룹의 다크웹 전문 지식과 최신 Gemini 모델을 기반으로 조직의 보안 프로필을 정교하게 분석합니다. 내부 테스트 결과, 매일 발생하는 수백만 건의 외부 이벤트를 98%의 정확도로 분석하여 조직에 실제로 중요한 위협만을 선별해 낼 수 있는 것으로 나타났습니다.
- 위협 헌팅 에이전트(Threat Hunting Agent): Google의 방대한 위협 인텔리전스 지식을 활용하여, 기존의 방어 체계를 우회하는 새로운 공격 패턴과 적대적 행위를 팀이 선제적으로 추적할 수 있도록 지원합니다.
- 탐지 엔지니어링 에이전트(Detection Engineering Agent): 다양한 위협 시나리오에 대해 지속적인 탐지 규칙을 생성합니다. 이를 통해 수작업에 의존하던 탐지 규칙 생성 과정을 자동화된 프로세스로 전환합니다.
Wiz: 모든 인프라에서 AI 및 클라우드 앱 보호
- Wiz AI Application Protection Platform (AI-APP) 은 코드 작성 단계부터 실행 환경에 이르기까지, 인프라, 데이터, 액세스, 모델, 에이전트, 애플리케이션 등 AI 앱의 모든 계층을 보호합니다. 가시성, 위험 분석, 런타임 보호 기능을 그래프 기반의 단일 플랫폼으로 통합하여 팀이 운영 중인 AI 시스템을 파악하고 보안을 확보할 수 있도록 돕습니다. 오늘 저희는 이러한 노력을 한 단계 더 확장합니다. 이제 Wiz는 Databricks뿐만 아니라 AWS Agentcore, Gemini Enterprise Agent Builder, Microsoft Azure Copilot Studio, Salesforce Agentforce와 같은 새로운 에이전트 스튜디오를 지원합니다. 이를 통해 고객은 어떤 도구로 개발하든 동일한 보호를 받을 수 있습니다. 또한 Apigee, Cloudflare, Vercel 등 클라우드 외곽 계층과도 연결되어 외부 공격 표면에 대한 더 풍부한 맥락을 제공합니다.
- Wiz Red Agent는 숙련된 보안 연구원처럼 작동하면서도 AI 수준의 속도와 규모를 갖추고 있습니다. 애플리케이션의 동작을 추론하고 실시간으로 접근 방식을 조정하며, 웹 애플리케이션과 API 전반에서 악용 가능한 위험 요소를 검증하여 공격자보다 한발 앞서 나갈 수 있도록 지원합니다.
- Wiz Blue Agent는 클라우드 텔레메트리, 실행 신호, ID 맥락 등에서 증거를 수집하여 위협을 조사하고 잠재적 심각도를 평가합니다. 전체 조사 로직을 투명하게 제공하여 사용자가 위협을 신속하게 해결할 수 있도록 돕습니다.
- Wiz Green Agent는 내장된 조사 및 복구 엔진으로, 위험도가 가장 높은 이슈를 지속적으로 분석합니다. 숙련된 보안 엔지니어처럼 보안 그래프, 코드와 클라우드 간의 관계, ID 소유권, 과거 복구 패턴 등 Wiz의 모든 맥락을 종합하여 위험의 진정한 근본 원인을 파악하고 가장 안전하고 효과적인 해결책을 제시합니다. 보안 팀은 각 환경에 맞춘 단계별 복구 가이드를 제공받아 문제를 근본적으로 해결할 수 있습니다.
- Wiz Agentic Workflows는 Wiz 내에서 클라우드 및 AI 보안을 조율하는 새로운 허브입니다. Wiz의 풍부한 데이터 맥락과 AI 에이전트의 분석 결과, 사용자 맞춤형 드래그 앤 드롭 인터페이스를 하나로 결합했습니다. 이를 통해 보안 팀은 에이전트가 언제 어떻게 행동할지, 그리고 사람의 개입이 필요한 시점은 언제인지 등 업무 처리 방식을 직접 정의할 수 있습니다.

또한, 봇과 사람, 그리고 에이전트의 정당성 및 권한 유무를 판별하도록 설계된 포괄적 플랫폼인 Google Cloud Fraud Defense를 선보입니다. Fraud Defense는 reCAPTCHA가 진화한 형태이며, 기업이 디지털 상호작용과 커머스를 신뢰하는 데 필요한 인텔리전스를 제공합니다.

다양한 산업과 지역의 고객들이 보안 태세를 강화하기 위해 Google Cloud Security를 활용하고 있습니다.

CME Group은 세계 선두의 파생상품 거래소로서, 새로운 위협으로부터 자산을 보호하기 위해 Google SecOps, Security Command Center, Mandiant로 구성된 통합 보안 스택에 의존하고 있습니다.
Colgate-Palmolive는 Wiz를 도입하여 외부 노출 이슈를 44% 줄였으며, 현재는 크리티컬한 위험이 전혀 없는 상태를 장기간 유지하고 있습니다.
Deloitte 는 보안 운영에 Gemini를 도입하여 분석 효율성을 60% 이상 높였습니다. 수십억 개의 로그를 대상으로 한 위협 추적 시간을 수 시간에서 수 초로 단축했으며, 탐지 규칙 생성 기간도 수주에서 수 분으로 줄였습니다.
Lloyds Banking Group은 8개월 만에 SOC(보안 관제 센터) 전환을 완료했습니다. 지속적인 탐지 및 대응 엔지니어링 모델로 전환하여 엔지니어링 역량의 40% 이상을 선제적 위협 추적에 투입함으로써, 인적 전문성의 가치를 한 단계 높였습니다.
로스앤젤레스 수도전력국(LADWP)은 2028년 LA 올림픽을 앞두고 Google 보안 솔루션을 사용해 주요 인프라를 보호하고 있습니다.
Priceline은 클라우드 환경에 관계없이 모든 인수 기업이 자사의 보안 프레임워크를 준수하도록 Wiz를 활용합니다.
Redis는 Wiz Defend를 통해 일관된 위협 탐지를 수행하며, 블루 에이전트를 활용해 수동 조사 없이도 분석가가 경고의 맥락을 파악할 수 있도록 지원합니다.
Shell은 Wiz를 통해 긴급하고 새로운 보안 취약점을 탐지하는 능력을 개선했습니다. 과거 3일에서 2주까지 걸리던 작업을 이제 거의 실시간으로 처리합니다.
싱가포르 CSIT는 Google Cloud 보안 기술을 통해 통찰력을 행동으로 전환함으로써 고도화된 디지털 위협에 선제적으로 대응하고 있습니다.
Sutherland는 Google Cloud 보안을 사용하여 잠재적 침입을 24시간 이내에 차단하고, 수동적 방어에서 선제적 위협 추적으로 체질을 개선했습니다.
캘리포니아 대학교 리버사이드 캠퍼스(UCR)는 위협 탐지부터 해결까지 걸리는 시간을 20분 이상에서 2분 미만으로 줄여 사고 대응 시간을 90% 단축했습니다.

대부분의 기업은 하이브리드나 멀티 클라우드 환경에서 운영됩니다. 저희는 모든 환경에서 고객을 보호하기 위해 최선을 다하고 있습니다. Wiz의 클라우드 맥락과 Google의 위협 인텔리전스를 결합함으로써, 코드부터 클라우드에 이르기까지 모든 AI 자산에 대한 통합된 시야를 제공하며 혁신의 속도를 늦추지 않으면서도 철저한 거버넌스를 보장합니다.

The Agentic Taskforce: 고객 경험과 생산성의 재정의

Google Cloud는 현대 기업이 직면한 두 가지 과제를 해결하고 있습니다. 첫째는 고객에게 단절 없는 여정을 제공하는 것이며, 둘째는 임직원이 더 효율적으로 업무를 수행하도록 돕는 것입니다. Gemini Enterprise는 전체 비즈니스 프로세스를 오케스트레이션하고 자동화할 수 있는 통합 에이전트 시스템을 제공할 뿐만 아니라, 기존의 모든 앱 및 투자 자산과도 원활하게 통합됩니다.

올해 초 NRF(전미유통연맹) 행사에서 저희는 리테일 기업을 위한 플랫폼인 고객 경험용 Gemini Enterprise(Gemini Enterprise for Customer Experience)를 출시했습니다. 이 플랫폼은 파편화되어 있던 검색, 커머스, 서비스 상호작용을 하나의 개인화되고 지능적인 고객 여정으로 통합합니다. 주요 기능은 다음과 같습니다.

쇼핑 및 음식 주문 에이전트: 검색부터 결제까지 전 과정을 자연어만으로 처리합니다. 파파존스(Papa John’s)는 고객의 취향을 기억해 더 빠르게 음식을 배달하는 초개인화 시스템을 구축하고 있습니다.
고객 지원 에이전트: 검색부터 서비스까지 단절 없는 고객 여정을 제공하며, 모든 상호작용을 수익 창출의 기회로 전환합니다.
대화 인사이트(Conversational Insights): 통화 원인을 분석하고 모든 상호작용에 대해 100% 자동 품질 평가를 수행하는 분석 플랫폼을 제공합니다.
에이전트 어시스트(Agent Assist): 상담원에게 맥락에 맞는 지식, 스마트 답장, 자동 통화 요약 등을 실시간으로 지원합니다. 베스트바이(Best Buy)는 고객의 복잡한 기술 사양 문의, 문제 해결, 방문 예약 등을 자율적으로 안내하고 있습니다.
옴니채널 게이트웨이(Omnichannel Gateway): WhatsApp, SMS, RCS, 음성 등 다양한 채널에 대해 일관된 이력을 유지하며 단일 접속 지점을 제공합니다.
유니버설 컨슈머 컨텍스트(Universal Consumer Context): 채널 전반의 상호작용을 추적하여, 모든 고객 접점을 끊김 없이 이어지는 하나의 긴 대화로 전환합니다.
인간다운 음성(Human-Like Voice): 저지연 오디오 스트리밍 기술을 통해 사람의 목소리 톤을 유지하고 다국어 전환을 지원하여 매우 자연스러운 음성 대화를 구현합니다.

인도의 유통 거물인 Reliance는 쇼핑 에이전트를 통해 수백만 고객의 쇼핑 경험을 혁신하고 있습니다. 고객이 "생일 파티를 계획해 줘"라고 입력하기만 하면 에이전트가 구매 여정을 안내하고 장바구니 구성을 도와 세션당 매출을 높여줍니다. 수개월이 걸리던 수백만 개의 이미지 분석을 단 몇 분 만에 처리하는 Gemini 기반의 카탈로그 강화 기술이 이를 뒷받침합니다.

임직원의 역량을 더욱 강화하는 도구는 Gmail, Docs, Drive, Meet와 같은 인기 앱이 포함된 Google Workspace입니다. Workspace의 AI 기능은 지난 10년 넘게 Colgate-Palmolive, Compass Real Estate, 대한항공(Korean Air), Natura와 같은 기업에서 협업과 생산성을 개선해 왔습니다.

기존의 앱 모음을 넘어, 오늘 저희는 Workspace Intelligence를 발표합니다. 이는 사용자나 에이전트가 겪는 정보 및 컨텍스트의 단절(silo)을 해결하는 의미론적 통합 계층입니다. 회의록, 이메일, 파일 등 디지털 워크플로 전반에 걸친 깊이 있는 맥락을 활용하여, 고유한 비즈니스 환경에 최적화된 지능형 계층을 구축함으로써 업무 방식을 근본적으로 변화시킵니다.

오늘 Workspace Intelligence가 어떻게 앱 전반으로 확장되어 모든 접점에 에이전트의 역량을 더하는지 소개합니다.

Gmail의 AI 받은편지함(AI Inbox) 및 AI 개요(AI Overviews): Gemini를 활용해 개인화되고 선제적인 inbox assistant 기능을 제공합니다.
Google Chat의 Ask Gemini: 채팅창 내에서 즉시 정보를 요약하고, 인사이트를 도출하며, Workspace 전반의 프로젝트를 조회할 수 있습니다. 또한 캘린더 회의 예약이나 사전 브리핑용 Docs 생성과 같은 작업을 탭 전환 없이 바로 실행하여 대화의 흐름을 업무 추진력으로 바꿉니다.
Docs, Sheets, Slides의 콘텐츠 제작 혁신: Drive, Gmail, 웹의 정보를 즉시 종합하여 사용자의 말투와 스타일을 그대로 반영한 전문적인 Docs 초안을 작성합니다. Docs의 Gemini는 이메일, 채팅, 파일 등을 분석해 서식이 완벽하게 갖춰진 초안을 만들어내는 협업 파트너 역할을 합니다. Sheets에서는 간단한 프롬프트만으로 원시 데이터를 대화형 대시보드로 변환하거나 맞춤형 프로젝트 추적기, 조직도를 생성할 수 있습니다. Slides에서는 단 한 번의 프롬프트로 브랜드 아이덴티티가 반영된 전체 발표 자료를 만들고 편집해 주는 에이전틱 빌더 기능을 제공합니다.
Google Drive Projects: 팀의 파일과 이메일을 지능적으로 정리하여 워크플로를 관리하고, 프로젝트 맥락을 바탕으로 답변을 제공하는 새로운 공간입니다. 새롭게 추가된 AI Overviews and Ask Gemini 기능과 더불어, Drive를 단순한 저장 도구에서 데이터 인사이트를 제공하는 능동적인 협업 도구로 진화시킵니다.
Gemini Enterprise의 Workspace 에이전트: 화면을 이동할 필요 없이 Gemini Enterprise 내에서 Google Workspace 앱 전반에 걸친 복잡하고 다단계의 작업을 직접 실행할 수 있습니다.

조직이 새로운 생산성의 시대를 즉시 열 수 있도록 돕기 위해, 신속한 기업 이전(Rapid Enterprise Migration) 서비스를 도입합니다. 이제 복잡한 법무 및 재무 팀을 포함한 조직 전체를 Microsoft 365에서 Google Workspace로 이전하는 속도가 기존보다 최대 5배 더 빨라집니다.

개방성 및 생태계에 대한 약속

Google Cloud는 개방성이 고객을 위한 필수 요건임을 잘 알고 있으며, 스택의 모든 계층에서 선택권을 보장하기 위해 최선을 다하고 있습니다. 이는 AI에 대한 새로운 투자가 기존 자산과 상호 운용되도록 도울 뿐만 아니라, Google이나 수많은 파트너사 중 비즈니스에 가장 적합한 솔루션을 자유롭게 선택할 수 있는 권한을 제공합니다. 모든 계층에서의 선택권을 바탕으로 다양한 모델, AI 가속기, 오픈 소스 머신러닝(ML) 소프트웨어는 물론, 독립 소프트웨어 벤더(ISV)의 에이전트 및 애플리케이션, 주요 시스템 통합(SI) 업체들의 구축 서비스를 선택할 수 있습니다.

이번 Next 행사에서는 파트너사가 더 많은 애플리케이션과 인터페이스에서 Google Cloud AI를 활용하도록 돕는 새로운 방식들을 소개합니다. 주요 내용은 다음과 같습니다.

독립 소프트웨어 벤더(ISV)와의 Gemini 협력 가속화: Salesforce, SAP, ServiceNow, Workday 등 수백 개의 선도 기업들이 자사 제품에 Gemini를 깊이 통합하여, 더 많은 AI 기반 기능과 에이전트를 사용자에게 제공하고 있습니다.
파트너사의 기업용 에이전트 확대: 이미 수천 개의 파트너사 에이전트가 Google Cloud Marketplace에서 제공되고 있습니다. 이제 Accenture, Adobe, Atlassian, Deloitte, Lovable, Oracle, Palo Alto Networks, Replit, S&P Global, Salesforce, ServiceNow, Workday와 같은 파트너사의 엄선된 에이전트를 Gemini Enterprise에서 직접 이용할 수 있어, 팀에 필요한 최적의 에이전트를 더욱 쉽게 찾을 수 있습니다.
시스템 통합(SI) 파트너를 통한 전문 지식 및 현장 배치 엔지니어(FDE) 지원: 전 세계적으로 33만 명 이상의 Google Cloud AI 숙련된 컨설턴트들이 고객의 AI 도입을 돕고 있습니다. 특히 Accenture, Capgemini, Cognizant, Deloitte, HCLTech, PwC, TCS와 긴밀히 협력하기 위해 Google Cloud의 현장 배치 엔지니어를 파견하여 고객의 에이전틱 전환을 가속화할 예정입니다. 또한 Accenture, BCG, Deloitte, McKinsey 등 일부 파트너를 대상으로, 출시 예정인 Google Deepmind 모델을 미리 확인하고 개발할 수 있는 조기 모델 액세스 프로그램을 시작합니다.

또한 금융 서비스나 헬스케어와 같이 규제가 엄격한 산업 분야의 고객들을 위해, 이번 Next에서 에어갭(air-gapped) 및 연결된 환경 모두에서 최신 Gemini 3 모델을 지원한다고 발표합니다.

모든 산업에 걸친 고객의 성공 사례

에이전트 시대에 클라우드 시장이 진화함에 따라, 저희 제품이 모든 산업의 고객들에게 혁신적인 영향을 미치는 것을 목격하고 있습니다. 올해 Next에서는 당사의 AI 및 에이전틱 도구를 사용하는 전 세계 500개 이상의 조직 사례를 공유할 예정이며, 여기에는 다음이 포함됩니다.

금융 서비스: Citadel Securities, Citi Wealth, CME Group, DBS, Macquarie Bank, Revolut, Starling Bank
리테일, 외식 및 소비재: Alpura, Authentic Brands Group, Cia Hering, Colgate, Fairprice, Kingfisher, Kroger, Lowe’s, Macy’s, Mars, Papa Johns, PepsiCo, The Home Depot, Ulta, Unilever, Woolworths
미디어, 엔터테인먼트 및 게임: 10six Games, Antstream Arcade, Avid, CANAL+, Dreamlands, ElevenLabs, Formula E, MLB,Parallel, Quick Play and Gray Media
통신: Amdocs, Deutsche Telekom, Liberty Global, Nokia, Vodafone
여행 및 숙박: Latam Airlines, Virgin Voyages
보안 & 기술: Atlassian, Bending Spoons, TCS
의료 및 생명과학: Merck, CVS Health, Humana, Quest Diagnostics, Waystar
제조업: Bosch, EcoVadis, GE Appliances, Tata Steel
공공부문:, German Armed Forces, Maryland, NATO, UK Department for Transport, U.S. Department of Energy, U.S. Department of Transportation, U.S. Food and Drug Administration, SENAI Brazil
ISVs: Lovable, Oracle, Salesforce, SAP, ServiceNow , UKG, Workday
시스템 통합(SI) 파트너: Accenture, BCG, Capgemini, Cognizant, Deloitte, HCLTech, IBM, Infosys, Kyndryl, KPMG, McKinsey, PwC, TCS
스타트업: Emergent AI, Jusbrasil, Notion, Parallel Web Systems, Reve, Safe Superintelligence, Thinking Machines Lab, Unico
중소기업(SMB): Apex Leaders, B3Networks, Constructora Las Galias, OneUnited Bank, Papel Semente, Premji Invest, Thrive Restaurant Group
이 외에도 훨씬 더 많은 기업 사례를 저희 웹사이트에서 확인하실 수 있습니다.

여러분의 Agentic Enterprise

Agentic Enterprise로의 전환은 모든 조직이 나아가야 할 미래이며, Google Cloud는 이를 실현할 수 있는 유일하고 통합된 시스템을 제공합니다. 당사의 AI 하이퍼컴퓨터는 확장 가능한 토대를 제공하고, Agentic Data Cloud는 풍부한 맥락을, Agentic Defense는 철저한 보호를 책임집니다. 또한 당사의 에이전트들은 새로운 차원의 참여와 생산성을 이끌어내며, 에이전트 플랫폼은 이 모든 과정을 조율합니다.

기술이 혁신적인 힘을 실어줄 수 있지만, 결국 그 비전을 제시하는 것은 여러분의 몫입니다. 손끝에서 펼쳐지는 이 모든 혁신을 통해 여러분의 Agentic Enterprise는 무엇을 만들어내겠습니까?

Google Distributed Cloud의 새로운 혁신

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

오늘 Google Cloud Next에서 우리는 Google Distributed Cloud (GDC)의 새로운 기능들을 발표합니다. 이를 통해 여러분의 데이터가 있는 곳 어디에서나 Gemini와 고급 AI 스택을 활용할 수 있게 되어, AI 혁신과 데이터 주권(sovereignty) 사이에서 더 이상 타협할 필요가 없습니다. 이는 소버린 네오클라우드(sovereign neocloud) 아키텍처의 촉매제 역할을 할 것입니다.

GDC는 고객의 데이터 센터나 에지(edge) 등 필요한 곳 어디로든 Google Cloud를 확장해 줍니다. GDC는 고객의 특정한 보안 및 하드웨어 요구 사항을 충족하기 위해 두 가지 모델로 제공됩니다: GDC 에어갭(air-gapped)은 최고 수준의 보안과 컴플라이언스를 위해 설계된 Google 공급 전용 하드웨어에서 실행되는 완전 격리형 배포 모델입니다; GDC 커넥티드(connected)는 고객의 자체 하드웨어에서 Google이 관리하는 통합 소프트웨어 라이프사이클의 이점을 누릴 수 있는 모델입니다.

전통적으로 엄격한 데이터 규제와 주권 요구 사항이 있는 기업 및 정부 기관은 최신 AI 기능을 활용하는 데 제약이 있었습니다. 이들의 유일한 선택지는 자체 시스템을 구축하는 것이었으나, 이는 느리고 복잡하며 막대한 비용이 들었습니다. GDC는 이러한 어려움을 해결해 줍니다. 이제 번거로운 과정 없이 온프레미스 환경에서 세계 최고 수준의 AI 혁신을 경험할 수 있습니다.

GDC는 완벽한 온프레미스 AI 솔루션을 제공합니다. AI 워크로드에 최적화된 관리형 인프라, 유연성을 위한 Gemini 또는 오픈 모델 선택권, 그리고 비용 효율적인 인퍼런스(Inference) 서비스가 포함됩니다. 이러한 토대를 바탕으로 데이터에 대한 완전한 통제권을 유지하면서 보안이 강화된 AI 에이전트와 애플리케이션을 구축하고 실행할 수 있습니다.

GDC의 새로운 혁신 기술들이 여러분의 소버린 AI 워크로드를 어떻게 지원하는지 자세히 살펴보겠습니다.

관리형 AI 인프라

온프레미스에서 소버린 AI 요구 사항을 충족하려면 컴퓨팅, 스토리지, 네트워킹 전반에서 막대한 성능 요구치를 감당할 수 있는 관리형 인프라가 필요합니다. 온프레미스 AI 워크로드는 동적이며 예측하기 어렵기 때문에, 다양한 요구 사항 전반에서 최고의 성능을 제공하는 새로운 인프라 혁신을 도입합니다.

NVIDIA Blackwell GPU: NVIDIA Blackwell (NVIDIA HGX B200) 및 NVIDIA Blackwell Ultra platforms (NVIDIA HGX B300) GPU를 통해 AI 성능을 가속화합니다. 5세대 NVIDIA NVLink를 활용하여 데이터 센터급 대역폭을 여러분의 환경에 직접 제공합니다.
Google Cloud 머신 패밀리: GDC는 이미 범용 워크로드를 위한 N2 및 N3 머신 패밀리를 지원하고 있으며, 이제 까다로운 인퍼런스(Inference) 작업을 처리하기 위해 최대 컴퓨팅 성능이 2.25배 향상된 새로운 A4 머신 패밀리를 지원합니다. 또한 메모리 대 vCPU 비율이 높아야 하는 ERP 및 데이터 분석과 같은 워크로드를 위해 메모리 최적화형인 M2 및 M3 머신 패밀리를 GDC에 도입합니다.
강화된 스토리지 규모 및 성능: GDC는 이제 존(zone)당 6PB의 오브젝트 스토리지를 지원하며(기존 1PB 대비), 이는 이전보다 6배 늘어난 용량입니다. 또한 존당 30 IOPS/GB(기존 3 IOPS/GB 대비)를 제공하여 성능을 10배 향상시켰으며 스토리지 병목 현상을 최소화했습니다.

데이터 센터 내 Foundational Model

GDC를 사용하면 Google의 플래그십 모델인 Gemini의 성능을 여러분의 환경에 직접 가져올 수 있습니다. 최신 세대 NVIDIA Blackwell GPU를 기반으로 자체 경계 내에서 네이티브 배포를 지원함으로써, 세계 수준의 생성형 AI와 엄격한 데이터 주권 사이의 간극을 메워줍니다.

오늘 저희는 최신 Gemini Flash 모델이 GDC connected 고객을 위해 NVIDIA Blackwell 및 Blackwell Ultra 플랫폼에서 프리뷰로 제공된다는 기쁜 소식을 전해드립니다. 이로써 기존에 지원되던 GDC air-gapped 고객에 이어, 더 많은 고객이 최신 AI 성능을 직접 경험하실 수 있게 되었습니다.

“Samsung SDS는 Google Distributed Cloud에 Gemini를 도입하여 글로벌 제조 현장을 획기적으로 개선했습니다. 최첨단 AI를 로컬에서 직접 구동함으로써 클라우드 지연 시간 없이 IoT 데이터를 분석하고, 실시간 예방 정비와 품질 관리를 수행할 수 있게 되었습니다. 이를 통해 핵심 지식재산권(IP)에 대한 엄격한 데이터 주권을 유지하면서도 클라우드와 같은 민첩성을 확보했습니다.” – 삼성SDS 대표이사 이준희

AI 인퍼런스 서비스: Google Distributed Cloud AI gateway 발표

성능을 최적화하고 인프라의 복잡성을 추상화하기 위해, 소버린 환경을 위한 AI gateway를 소개합니다. 이 지능형 미들웨어는 모델을 위한 컨트롤 플레인 역할을 하며 다음과 같은 기능을 제공합니다.

동적 요청 라우팅(Dynamic request routing): 하드 코딩된 로직이 아닌 비용, 지연 시간, 정확도를 바탕으로 인퍼런스 요청을 적절한 AI 모델로 자동 라우팅합니다.
지능형 로드 밸런싱(Intelligent load balancing): GPU 사용률을 기반으로 최적의 장치를 선택하여 인퍼런스 효율성을 극대화하도록 요청을 배분합니다.
할당량 관리(Quota management): 요청의 우선순위를 정해 핵심 애플리케이션이 필요한 처리량을 확보하고, 할당량 관리 목표를 달성할 수 있도록 보장합니다.
관측성(Observability): 모든 인퍼런스 호출에 대해 트레이싱 및 로깅 기능을 내장하여, 규제가 엄격한 환경에서도 감사 가능성(auditability)을 확보할 수 있도록 돕습니다.

에이전틱 AI 애플리케이션 및 에이전트

조직이 edge 환경에서 AI를 진정으로 실무에 적용하려면 단순히 파운다셔널 모델을 갖추는 것 이상의 대안이 필요합니다. 스스로 행동할 수 있는 에이전틱 AI 아키텍처를 기반으로 구축된, 자율적이고 안전한 에이전트가 필요합니다. 저희는 오늘 Google Distributed Cloud를 위한 새로운 소버린 에이전틱 AI 아키텍처(sovereign agentic AI architecture)를 발표하게 되어 매우 기쁩니다. Kubernetes 상에서 서드파티 제공업체들과 함께 구축된 이 아키텍처는 여러분의 에이전틱 워크플로가 보안이 철저한 고객 조직 경계(Customer Organization boundary) 내에서 완전히 실행되도록 보장합니다

이 에이전틱 아키텍처를 활용하면 개발, 코딩 또는 데이터 분석과 같은 에이전틱 태스크(agentic tasks)를 수행하는 강력한 AI 에이전트를 보안 경계 내에서 안전하게 구축하고 배포할 수 있습니다.

Google Distributed Cloud로 어디서나 구현하는 AI

우리는 GDC가 온프레미스, 커넥티드(connected), 에어갭(air-gapped) 환경 전반에서 Google 모델과 타사 모델을 제공할 수 있는 최고의 플랫폼이라고 믿습니다. 이를 통해 모든 고객은 데이터 주권을 타협하지 않고도 AI와 에이전틱 솔루션을 활용할 수 있습니다. 제품에 대해 더 자세히 알아보시려면 웹사이트를 방문해 주세요. 오늘 소개해 드린 혁신 기술들은 소버린 AI 시대에 꼭 필요한 유연성과 보안을 제공합니다. 실제 작동 모습을 확인하시려면 Next ’26의 GDC 브레이크아웃 세션이나 쇼케이스에 참여해 보시기 바랍니다.

에이전틱 태스크포스를 위한 Gemini Enterprise: 장기 실행 에이전트, 에이전틱 협업 공간, 고급 거버넌스 등 발표

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

지난 몇 개월 동안 세계에서 가장 복잡하고 규제가 엄격한 조직들을 포함한 다양한 산업 분야에 Gemini Enterprise를 배포하면서 한 가지 명확한 변화를 목격했습니다. 기업에는 단순히 질문에 답하거나 개별적인 작업을 수행하는 AI 이상의 것이 필요해졌습니다. 즉, 몇 시간 또는 며칠 동안 지속되며 복잡한 다단계 워크플로를 실행할 수 있는 자율 에이전트가 필요해진 것입니다.

기업들은 이제 에이전틱 태스크포스(agentic task force)를 구축할 준비가 되었습니다. 하지만 이를 위해서는 반드시 안전하고 관리 가능한 환경이 뒷받침되어야 합니다. 여기에는 에이전트가 언제든 추적, 모니터링 및 관리될 수 있도록 고유한 Identity, Registry, Gateway를 갖추어 구축하고 배포하는 과정이 포함됩니다.

오늘 우리는 이러한 요구에 부응하여 Gemini Enterprise를 확장합니다. 이를 통해 AI를 고립된 생산성 도구에서 비즈니스를 위한 안전하고 협업 중심적인 자율 엔진으로 전환시키고자 합니다. Gemini Enterprise는 Gemini Enterprise 앱과 새롭게 발표된 Gemini Enterprise Agent Platform을 모두 아우르는, 에이전틱 시대를 위한 엔드 투 엔드 시스템입니다.

이번 Google Cloud Next에서 우리는 다음과 같은 Gemini Enterprise 앱의 새로운 기능들을 발표합니다.

생성형 지능과 결정론적 비즈니스 로직을 결합한 기업급 신뢰성 관리: 단 한 줄의 코드 작성 없이도 단순한 어시스턴트부터 매우 복잡한 자율 오케스트레이터에 이르는 에이전트를 구축할 수 있습니다. 강화된 Agent Designer와 재사용 가능한 Skills를 활용하여 자연어 또는 시각적 인터페이스만으로 이러한 워크플로를 구성할 수 있습니다.
자율성을 갖춘 에이전틱 태스크포스의 확장: 복잡한 문제를 최대 며칠 동안 독립적으로 해결하는 장기 실행(long-running) 에이전트를 구축하고 배포하세요. 이 모든 과정은 새로운 통합 Inbox 커맨드 센터를 통해 관리됩니다.
동료 및 에이전틱 태스크 포스와 실시간 협업: 팀과 에이전트를 위한 공유 워크스페이스인 Projects, 그리고 통합 에디터인 Canvas를 통해 개인용 AI에서 팀 단위의 협업 생산성 체계로 전환할 수 있습니다.
완벽한 에이전트 관측성 및 추적성을 통한 자신감 있는 거버넌스: Gemini Enterprise 앱은 새로운 Agent Platform을 기반으로 설계되었습니다. 이는 기업급 거버넌스, 관측성 및 세밀한 제어 기능이 설계 단계부터 내장되어 있음을 의미합니다.
생태계 연결: Google Workspace, Microsoft 365는 물론, 지속적으로 확장 중인 파트너 에이전트 및 데이터 커넥터 생태계 전반에서 작업을 조율하고 실행할 수 있습니다.

디지털 태스크포스로 복잡한 업무 자동화

Google의 에이전트 구축 및 관리 도구 모음을 활용하면, 즉각적인 단발성 태스크부터 지속적인 수동 프롬프트 입력이 필요 없는 비동기식 다단계 워크플로에 이르기까지 모든 범위의 업무를 누구나 관리할 수 있습니다.

강화된 Agent Designer: 자연어 또는 시각적 인터페이스를 사용하여 에이전트를 생성하세요. 생성형 지능과 비즈니스 로직을 안정적으로 수행하는 결정론적 노드 및 흐름(nodes and flows) 사이의 균형을 맞출 수 있습니다. 워크플로가 실행되기 전 모든 단계를 검사, 테스트 및 승인할 수 있어 기업 수준의 투명성과 신뢰성을 보장합니다. 또한 human-in-the-loop 체크포인트를 원활하게 통합하여, 가장 중요한 순간에 팀이 작업을 검토하거나 승인하고 전문가의 가이드라인을 제공하도록 설정할 수 있습니다. 이러한 에이전트들은 단순히 실행만 하는 것이 아니라, 사람과의 상호작용을 통해 매번 학습하고 개선됩니다.

재사용 가능한 액션을 위한 Skills: 여러분만의 고유한 전문 지식을 재사용 가능한 Skills로 코드화하세요. Skills를 통해 브랜드 가이드라인 적용이나 보고서 서식 작성과 같은 특정 워크플로를 공식화하고, 이를 팀 전체가 사용할 수 있는 재사용 가능한 액션으로 저장할 수 있습니다. 매번 문맥을 다시 설명할 필요 없이, 에이전트가 적절한 Skill을 자동으로 사용합니다. Google의 모델은 이러한 Skills를 동적으로 로드하므로, 에이전트는 매우 비용 효율적이면서도 핵심에 집중된 상태를 유지합니다. 모델의 추론 과정을 복잡하게 만들지 않으면서, 작업에 필요한 경우에만 심층적인 전문 지식을 끌어와 활용합니다.

장기 실행(Long-running) 에이전트: 엔드 투 엔드 재무 정산이나 심층적인 영업 잠재 고객 시퀀싱과 같이 대규모 다단계 워크플로를 처리하는 에이전트를 구축하고 지시하세요. 단발성 작업부터 반복적인 태스크까지 모두 가능합니다. Google의 안전한 클라우드 샌드박스 내에서 몇 시간에서 며칠 동안 자율적으로 작동하는 이 에이전트들은 백그라운드에서 복잡한 비즈니스 로직을 조율하며, 사람의 지속적인 감독 없이도 미션 크리티컬한 업무를 완수합니다.

에이전트 관리를 위한 Inbox: Inbox는 모든 에이전트 활동을 모니터링하고 가이드하며 안전하게 관리할 수 있는 중앙 커맨드 센터입니다. 알림은 "Needs your input"(사용자 입력 필요), "Errors"(오류), "Completed"(완료)와 같이 실행 가능한 그룹으로 직관적으로 분류되어, 진행 중인 에이전트의 작업 현황을 명확하고 통합된 뷰로 제공합니다.

동적이고 인터랙티브한 Agent UI 경험: 단순한 텍스트 채팅을 넘어선 경험을 제공합니다. 새로운 Agent-to-UI protocol (A2UI) 지원을 통해, 커스텀 에이전트는 Gemini Enterprise 앱 내에서 직접 대화형 데이터 시각화나 구조화된 양식과 같은 풍부한 네이티브 UI 컴포넌트를 동적으로 생성할 수 있습니다.

- 하이코드(High-code) 에이전트: 엔지니어링 팀과 IT 리더가 전체 코드를 사용하여 정교한 에이전트를 구축하고, 이를 비즈니스 조직에서 사용할 수 있도록 Gemini Enterprise 앱에 직접 게시할 수 있습니다.
- 통합 분석을 위한 Data Insights 에이전트: Data Insights는 Google이 구축한 기본 제공(out-of-the-box) 에이전트로, 전체 데이터 환경 전반에서 심층적인 패턴을 찾아냅니다. 데이터 웨어하우스 및 데이터베이스의 구조화된 데이터와 문서, 이메일, 채팅과 같은 비구조화된 소스의 풍부한 맥락을 연결함으로써 운영에 대한 360도 뷰를 제공합니다. 이 에이전트는 SQL 및 검색 쿼리를 동적으로 생성하여 풍부한 데이터 시각화 결과물을 만들어내며, 단순히 "무엇(what)"이 일어났는지뿐만 아니라 비즈니스 결과 뒤에 숨겨진 핵심적인 "이유(why)"에 대해서도 답해줍니다.

강화된 Deep Research 에이전트: 공개된 웹 정보와 기업 내부 데이터를 자율적으로 종합하여 복잡한 다단계 리서치 계획을 실행합니다. 반복적인 추론과 장기 실행(long-running) 인퍼런스를 결합한 Deep Research 에이전트는 백그라운드에서 몇 시간 동안 작동하며, 출처가 명확히 기재된 종합 보고서와 경영진 요약본을 제공합니다.

팀 생산성: Projects 및 Canvas

실제 업무는 팀 스포츠와 같습니다. 우리는 AI를 개인적인 대화 도구에서 지속적이고 공유 가능한 팀의 자산으로 진화시키고 있습니다.

Projects: 인간 전문가와 에이전트가 나란히 서서 능동적으로 공동 창작하는 동적이고 높은 협업 효율을 갖춘 워크스페이스입니다. Google Workspace, Microsoft OneDrive, 팀 채팅 등 다양한 소스에서 공유된 맥락을 통합함으로써, 에이전트는 특정 프로젝트의 전담 전문가처럼 행동합니다. 팀이 실시간으로 협업하든 비동기식으로 업무를 파악하든, 파편화된 맥락을 일일이 찾아볼 필요 없이 함께 아이디어를 구상하고, 핵심 결과물을 공동 제작하며, 임팩트 있는 성과로 이어지는 정보 기반의 의사결정을 내릴 수 있습니다.

Canvas: Gemini Enterprise에 직접 내장된 인터랙티브 에디터로 탭 전환의 번거로움을 없애세요. Canvas를 통해 팀은 풍부한 서식 설정과 실시간 공동 편집 기능을 활용하여 단일 화면 내에서 Docs나 Slides를 생성하고 편집할 수 있습니다. 또한 Microsoft 365 상호 운용성을 추가하여, Canvas 내에서 제작한 문서와 슬라이드를 일반적인 Microsoft Office 형식으로 내보낼 수 있습니다.

개방적이고 연결된 기업 생태계

강화된 Agent Gallery: Agent Gallery는 Google이 구축한 에이전트, 기업 내부에서 제작한 에이전트, 혹은 파트너사를 통해 발견한 에이전트 등 팀에 필요한 모든 에이전트를 만나볼 수 있는 통합 목적지입니다. 오늘 우리는 Agent Gallery에 통합된 Agent Marketplace를 출시합니다. 이를 통해 사용자들은 Accenture, Oracle, ServiceNow와 같은 파트너사가 제공하는 전문적인 서드파티 에이전트를 쉽게 탐색하고 요청할 수 있습니다. 승인된 에이전트는 Agent Gallery에 원활하게 나타나며, 팀은 Gemini Enterprise 내에서 자연어를 통해 즉시 복잡한 워크플로를 실행할 수 있는 권한을 갖게 됩니다.

BYO-MCP(Bring Your Own Model Context Protocol) 통합: 엄격하게 검증된 다양한 기본 커넥터 외에도 BYO-MCP 지원을 도입합니다. 이를 통해 관리자는 Gemini Enterprise 앱을 기업 고유의 커스텀 도구나 서드파티 비즈니스 도구, 내부 워크플로 및 자체 구축 애플리케이션에 안전하게 직접 연결할 수 있습니다. 노코드(no-code) 에이전트가 자체 서버에 호스팅된 도구를 검색하고 실행할 수 있게 함으로써 자동화 잠재력을 확장하고, 기업 특화 워크플로에 맞춘 최적의 AI 경험을 제공합니다.
플랫폼 간 통합 인텔리전스: Gemini Enterprise는 파편화된 전체 데이터 환경 전반에 걸쳐 통합된 인텔리전스를 제공합니다. 데이터가 Google Workspace, Microsoft 365 또는 기타 비즈니스 애플리케이션 중 어디에 있든, Gemini Enterprise는 네이티브 권한 설정을 엄격히 준수합니다. 이를 통해 기업의 거버넌스나 사용자 액세스 제어를 타협하지 않고도 강력한 인사이트를 확보할 수 있습니다.

추가 비용 없이 기본 제공되는 기업급 거버넌스

기업용 AI에 대한 신뢰는 여러 층의 보안 토대 위에 구축됩니다. Gemini Enterprise 포트폴리오는 추가 비용 없이 모든 단계에서 이러한 신뢰를 제공합니다. 전체 시스템은 Google의 Secure-by-design 인프라를 기반으로 하며, 그 중심에 있는 Agent Platform은 보편적인 거버넌스 제어 기능을 제공합니다. Agent Platform과 Gemini Enterprise 앱에서 구축된 모든 에이전트는 동일한 범용 규칙의 관리를 받으므로, 기업은 에이전틱 업무를 보호하기 위한 긴밀하게 통합된 수단을 갖게 됩니다.

주요 제어 기능은 다음과 같습니다.

세밀한 액세스 제어 적용: Agent Identity를 통해 모든 에이전트에 고유한 디지털 ID를 할당하고, 실행 위치에 관계없이 최소 권한 원칙(principle of least privilege)을 적용할 수 있습니다.
승인된 에이전트 조직화 및 공유: Agent Registry는 IT 팀이 직원들을 위해 승인되고 재사용 가능한 에이전트를 선별하여 배포할 수 있는 중앙 카탈로그를 제공합니다.
"섀도우 AI"를 "관리형 AI"로 전환: Agent Gateway는 IT 팀에게 네트워크 정책, 데이터 액세스 및 보안 가드레일을 위한 중앙 집중식 관리 지점을 제공하여 프롬프트 인젝션과 같은 위험으로부터 보호합니다. Context Aware Access 기능을 기반으로 하는 이 게이트웨이는 회사 고유의 규칙을 적용하며, 에이전트가 승인되지 않은 엔드포인트로 데이터를 보내지 않도록 보장합니다.

Gemini Enterprise Agent Platform에 대한 자세한 내용은 여기에서 확인하세요.

출시 정보

새로운 기능들은 향후 몇 달에 걸쳐 고객들에게 순차적으로 적용될 예정입니다. 이러한 새로운 기능들을 살펴보고 팀의 역량을 강화할 준비가 되셨나요? 지금 바로 Gemini Enterprise를 시작해 보세요.

새로운 Gemini Enterprise: 에이전트 개발, 오케스트레이션 및 거버넌스를 위한 단일 플랫폼

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

첫 번째 AI 물결이 정보를 찾는 방식을 바꿨다면, 다음 물결은 업무를 처리하는 방식을 바꾸고 있습니다. 오늘 우리는 가장 강력한 AI 도구들을 강화하고 이를 하나의 체계 아래 통합합니다.

Gemini Enterprise는 이제 에이전틱 시대를 위한 엔드 투 엔드 시스템으로, 복잡한 다단계 업무 프로세스를 실행할 수 있는 에이전트를 위해 구축되었습니다. 이는 최첨단 AI 모델에 대한 접근성, 직관적인 UI, 안전한 개발 프레임워크, 그리고 에이전트를 대규모로 성공적으로 배포할 수 있는 역량을 결합한 결과물입니다.

Google Cloud Next에서 우리는 다음과 같은 핵심 요소들이 포함된 확장된 Gemini Enterprise 포트폴리오를 출시합니다.

Gemini Enterprise Agent Platform: Vertex AI가 진화한 새로운 개발자 플랫폼입니다. Google의 전체 모델 제품군과 개발 및 튜닝 서비스를 하나로 모았으며, 기업이 복잡한 비즈니스 워크플로를 자율적으로 실행할 수 있는 에이전트를 구축, 확장, 관리 및 최적화할 수 있도록 지원하는 새로운 기능들을 제공합니다. 자세한 내용은 여기에서 확인하세요.
Gemini Enterprise app: 팀이 단일 보안 환경 내에서 AI 에이전트를 발견, 생성, 공유 및 실행할 수 있도록 지원합니다. Gemini Enterprise 앱은 Agent Platform을 기반으로 구축되었으므로 모든 거버넌스, 보안 및 ID 기능이 기본으로 제공되며, 커넥터를 통해 서드파티 시스템의 데이터를 포함한 기업 데이터와 통합됩니다.
개방형 파트너 생태계: Oracle, Salesforce, ServiceNow와 같은 선도적인 파트너사가 제공하는 다양한 서드파티 에이전트를 안전하고 관리된 환경 내에서 발견하고 배포할 수 있습니다.

조직에서 수천 개의 에이전트를 구축하고 관리하기 시작함에 따라, 이를 감독하고 무분별한 확산을 방지할 새로운 방법이 필요해졌습니다. Gemini Enterprise는 IT 부서가 에이전트 권한과 활동을 안전하게 관리할 수 있도록 지원합니다. 이는 급여 관리나 분기별 재무 보고와 같은 필수 비즈니스 애플리케이션 수준의 감독 및 감사 가능성을 제공합니다.

Gemini Enterprise의 통합된 접근 방식은 조직 전반에 걸쳐 다음과 같은 다양한 이점을 제공합니다.

개발자: Agent Platform은 구글의 선도적인 인프라를 기반으로 하며 데이터 및 보안 기능과 긴밀하게 통합된 '에이전틱 엔터프라이즈'의 토대입니다. 기술 팀은 이곳에서 제품과 서비스를 혁신하는 에이전트뿐만 아니라 내부 운영 효율을 높이는 에이전트를 구축할 수 있습니다. 로코드 도구인 Agent Studio, Agent Development Kit (ADK) 지원, A2A 및 MCP와 같은 프로토콜을 갖춘 Agent Platform은 조직 전체의 에이전트를 구축, 확장 및 최적화하는 핵심 열쇠입니다.
IT 팀: Agent Platform 내에 거버넌스를 위한 단일 컨트롤 플레인을 제공하여, 모든 직원이 IT 팀의 완전한 가시성 아래 에이전트를 사용하고 공유할 수 있습니다. 노코드 및 프로코드 에이전트 모두 ID, 보안 및 감사에 대한 일관된 모델을 통해 관리되므로, 혁신의 속도를 늦추지 않으면서도 AI의 무분별한 확산을 방지합니다.
지식 근로자: Gemini Enterprise 앱은 조직 내 모든 직원을 위한 AI의 관문입니다. 지식 근로자는 노코드 도구인 Agent Designer로 직접 에이전트를 구축하거나, Google Cloud Marketplace에서 파트너사가 구축한 다양한 에이전트를 활용할 수 있습니다. 이러한 에이전트들은 거버넌스 및 컴플라이언스 제어 기능이 내장되어 있어 조직 전체에 쉽게 공유될 수 있습니다. Gemini Enterprise의 Inbox는 장기 실행 에이전트를 포함한 모든 에이전트를 관리하고 모니터링할 수 있는 중앙 위치를 제공합니다.

Gemini Enterprise Agent Platform: 에이전틱 엔터프라이즈의 안전한 오케스트레이션

Gemini Enterprise 경험의 핵심은 새로운 Agent Platform입니다. 이곳은 개발자가 수많은 에이전트를 구축, 확장, 관리 및 최적화할 수 있는 중앙 허브입니다. 오늘 우리는 네 가지 핵심 영역에서 새로운 기능들을 소개합니다.

구축(Build): 강화된 Agent Development Kit (ADK)는 에이전트들을 하위 에이전트 네트워크로 구성하여 더욱 강력한 추론 능력을 발휘할 수 있게 돕습니다. ADK의 새로운 그래프 기반 프레임워크를 통해 새로운 생태계 통합 및 MCP 지원을 활용하여 복잡한 프로세스를 조율할 수 있습니다.
확장(Scale): 개선된 Agent Runtime을 통해 에이전트는 빠르고 지속적인 상태 유지가 가능해지며, 에이전트 간(agent-to-agent) 오케스트레이션을 통해 서로 업무를 원활하게 위임할 수 있습니다. 또한 Memory Bank와 Memory Profiles 출시를 통해 에이전트가 장기적인 맥락 기억을 보유하게 되어, 서로 다른 세션 간에도 사용자의 선호도와 과거 이력을 기억할 수 있습니다.
거버넌스(Govern): Secure-by-design 아키텍처를 통해 IT 팀은 에이전트 라이프사이클 전체를 중앙에서 제어할 수 있습니다. Agent Identity는 모든 에이전트에 고유한 암호화 ID를 할당하여 완벽한 추적 및 감사를 지원하며, Agent Gateway는 에이전트와 데이터 간의 상호작용이 안전하게 이루어지도록 관제 역할을 수행합니다. 또한 Model Armor는 프롬프트 인젝션, 도구 오염(tool poisoning), 민감 데이터 유출과 같은 활동으로부터 시스템을 보호합니다.
최적화(Optimize): 시행착오를 줄이기 위해 새로운 Agent Simulation 도구가 도입되었습니다. 이를 통해 에이전트를 실제 배포하기 전 실제 상황과 유사한 시나리오에서 스트레스 테스트를 진행할 수 있습니다. Agent Observability는 에이전트가 의도한 대로 정확히 작동하는지 확인하고 안전성과 성능에 대한 실시간 뷰를 제공합니다.

Agent Platform에서 구축된 모든 에이전트는 직원이 액세스할 수 있도록 Gemini Enterprise 앱에 즉시 노출될 수 있습니다. 보안과 ID가 기본으로 포함된 토대 위에 구축함으로써, 리스크 관리에 대한 걱정은 덜고 에이전트 중심의 비즈니스 성과 창출에 집중할 수 있습니다.

더 알아보기: Agent Platform의 새로운 기능

Gemini Enterprise 앱: 일상 업무의 허브

Gemini Enterprise 앱에서 팀은 단일 환경 내에 에이전트를 발견, 생성, 공유, 협업 및 실행할 수 있습니다. 데이터 거버넌스와 컴플라이언스가 내장되어 있어, 비즈니스 데이터를 기반으로 한 에이전트를 안전하게 활용할 수 있는 공간을 제공합니다. 또한 사용자가 쉽게 참여할 수 있는 인터페이스를 제공하여 조직 내 모든 개인이 에이전트 생성, 오케스트레이션 및 확장의 힘을 누릴 수 있도록 대중화합니다.

Gemini Enterprise 앱에서 사용할 수 있는 새로운 기능은 다음과 같습니다.

노코드 에이전트를 통한 혁신: 새롭게 통합된 Agent Designer를 사용하면 누구나 쉬운 자연어로 여러 시스템이 얽힌 복잡한 프로세스를 자동화하는 에이전트를 만들 수 있습니다. 여기에는 스케줄 기반 또는 트리거 기반 에이전트가 포함되며, 파트너 커넥터를 통해 다른 비즈니스 애플리케이션에서 트리거되는 에이전트도 가능합니다.
에이전트 감독의 중앙화: Gemini Enterprise의 Inbox는 복잡한 워크플로를 실행하는 장기 실행 에이전트를 포함하여, 대규모 에이전트를 관리하기 위한 통합 허브를 제공합니다. 사용자는 활성 에이전트를 모니터링하고 설정을 조정하며, 이메일과 채팅을 통해 실시간 상태 알림을 받아 자동화된 프로세스가 궤도를 벗어나지 않도록 관리할 수 있습니다.
지속적인 팀 메모리 구축: 개별 채팅을 넘어, Projects는 팀과 에이전트를 위한 공유 워크스페이스를 생성합니다. 특정 주제에 대한 맥락과 이력을 중앙화하여, 팀원이나 역할이 바뀌더라도 중요한 프로젝트 인텔리전스가 회사의 영구적인 자산으로 남도록 보장합니다.
동적 워크스페이스에서의 협업: Canvas는 팀이 Google Docs 및 Slides에서 공동 창작하고 편집할 수 있는 인터랙티브 에디터를 제공합니다. 또한 Microsoft 365 상호 운용성을 추가하여 Canvas에서 만든 문서와 슬라이드를 일반적인 Microsoft Office 형식으로 내보낼 수 있습니다.

더 알아보기: Gemini Enterprise의 새로운 기능

에이전트 경제: 파트너 생태계를 통한 확장

그 어떤 조직도 필요한 모든 에이전트를 처음부터 직접 구축할 수는 없습니다. '에이전틱 엔터프라이즈'는 개방적이고 상호 운용 가능한 생태계 위에서 번영합니다. 이것이 바로 우리가 파트너사의 전문 에이전트를 그 어느 때보다 쉽게 발견하고 배포할 수 있도록 지원하는 이유입니다.

주요 이점은 다음과 같습니다.

Gemini Enterprise 앱 내에서 서드파티 에이전트 활성화: 이제 Google Cloud Marketplace에 있는 파트너 제작 에이전트의 전체 카탈로그를 Agent Gallery로 직접 가져옵니다. 더 이상 강력한 서드파티 에이전트를 찾고 배포하기 위해 워크플로를 벗어날 필요가 없습니다. 앱은 직원의 요구사항을 IT 부서가 검증한 솔루션과 연결해 주는 안전한 요청 및 승인 게이트웨이를 제공합니다.
지속적으로 확장되는 신뢰할 수 있는 솔루션 라이브러리: Agent Gallery는 주요 SaaS 기업 및 혁신적인 스타트업들이 제작하고 검증한 방대한 에이전트 컬렉션을 갖추고 있습니다. 예를 들어, Adobe, Salesforce, ServiceNow, Workday와 같은 파트너사의 전문 에이전트를 Gemini Enterprise 앱 내에서 직접 사용할 수 있습니다.
신뢰 기반의 배포: 갤러리에 등록된 모든 파트너 에이전트는 보안 및 상호 운용성에 대한 Google Cloud의 요구사항을 충족하도록 검증되었습니다. 이를 통해 기업은 비즈니스가 요구하는 중앙 집중식 거버넌스와 통제력을 유지하면서도 혁신적인 기술의 혜택을 누릴 수 있습니다.

더 알아보기: Gemini Enterprise에서 사용 가능한 파트너 제작 에이전트

Gemini Enterprise는 모든 직원, 개발자, 고객에게 Google AI의 정수를 전달하며 최첨단 AI 에이전트로 그들의 역량을 강화합니다. 지금 바로 Gemini Enterprise를 시작해 보세요.

Google AI 인프라의 미래: 에이전틱 시대를 위한 확장

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

AI는 질문에 답하는 수준을 넘어 추론하고 행동하는 단계로 진화하고 있습니다. 오늘날의 에이전틱 시대(agentic era)를 선도하고자 하는 기업에는 이러한 새로운 요구사항에 맞춰 설계되고 최적화된 컴퓨팅 인프라가 필요합니다. 오늘 Google Cloud Next에서 우리는 여러분이 더 빠르게 혁신하고, 매력적인 사용자 및 고객 경험을 제공하며, 비용과 에너지 효율을 최적화할 수 있도록 돕는 새로운 AI 인프라 기능들을 대규모로 선보입니다.

에이전틱 인텔리전스로의 전환

에이전틱 시대에는 단 하나의 의도가 연쇄 반응을 일으킵니다. 단순한 채팅과 달리, 메인 AI 에이전트는 목표를 세부 작업으로 분해하여 이를 수행할 전문 에이전트 그룹에 할당합니다. 이 에이전트들은 서로 협력하고, 상태를 유지하며, 강화 학습을 활용해 실시간으로 결과물을 만들어냅니다.

이 과정은 상호작용당 지능의 밀도를 높여주지만, 동시에 기존 아키텍처로는 비용 급증이나 성능 병목 현상 없이 감당하기 어려운 복잡성을 초래합니다. 효율적이고 효과적으로 확장하기 위해서는 파편화된 부품과 기술을 수동으로 통합하는 방식에서 벗어나야 합니다. 똑똑하고 빠르며, 확장 가능하고 비용 효율적인 에이전틱 경험을 제공하기 위해서는 전용 하드웨어, 오픈 소프트웨어, 유연한 소비 모델을 아우르는 통합 인프라 스택이 필요합니다.

Google의 AI Hypercomputer는 에이전틱 시대를 위해 구축되고 최적화된 AI 전용 인프라로, 이러한 새로운 요구사항을 충족하도록 설계되었습니다. 이는 Google의 플래그십 모델인 Gemini, 소비자용 AI 서비스, 그리고 기업용 AI 솔루션을 뒷받침하는 것과 동일한 토대입니다. 오늘 우리는 다음과 같은 AI 인프라 포트폴리오의 대대적인 확장을 발표합니다.

TPU 8t 및 TPU 8i: Google의 8세대 TPU
A5X 베어메탈 인스턴스: NVIDIA Vera Rubin NVL72 기반
Axion N4A VM: Google 커스텀 Axion Arm 기반 CPU 탑재
Google Compute Engine 4세대 VM: Intel 및 AMD x86 기반 CPU 탑재
Virgo Network: AI 워크로드를 위한 혁신적인 데이터 센터 패브릭
Google Cloud Managed Lustre: 고성능 병렬 파일 시스템
Z4M VM: 오픈 병렬 파일 시스템을 위한 대용량 로컬 SSD 스토리지 및 RDMA 지원
전용 KV 캐시(KV Cache) 확장형 스토리지 서브시스템
TPU용 네이티브 PyTorch 지원
에이전트 네이티브 워크로드 오케스트레이션을 위한 새로운 GKE 기능

이러한 기능들이 결합되어 모델 및 복잡한 에이전틱 워크플로의 개발 속도를 높여줄 것입니다. 이를 통해 혁신을 가속화하고, 고객에게 유용하고 응답성이 뛰어난 서비스를 제공하는 동시에, 대규모 환경에서도 비용을 절감하고 에너지를 책임감 있게 사용할 수 있습니다.

조금 더 자세히 살펴보겠습니다.

에이전틱 AI를 위해 맞춤 설계된 8세대 TPU 시스템 발표

오늘 우리는 8세대 텐서 프로세싱 유닛(TPU)을 발표하게 되어 기쁘게 생각합니다. 이번 세대에는 처음으로 두 개의 서로 다른 칩과 전문화된 시스템이 포함되었으며, 에이전틱 시대를 위해 특별히 설계되었습니다.

TPU 8t: 고처리량(high-throughput) AI 워크로드에 최적화된 학습용 강력한 엔진입니다. 이전 세대보다 약 3배 높은 컴퓨팅 성능을 제공하여 거대 모델의 학습 기간을 획기적으로 단축함으로써 AI 개발의 규모를 재정의합니다. 단일 슈퍼포드(superpod)에 9,600개의 칩을 탑재하여 121 엑사플롭스(exaflops)의 연산 능력과 고속 상호 연결(ICI)로 연결된 2페타바이트의 공유 메모리를 제공합니다. 이 방대한 컴퓨팅 자원과 통합 메모리, 그리고 두 배로 늘어난 ICI 대역폭은 가장 복잡한 모델조차 선형에 가까운 확장성과 최대의 시스템 활용률을 달성하도록 돕습니다. 이제 Pathways와 JAX로 조율되는 단일 클러스터 내 100만 개 이상의 TPU 칩을 통해 수개월이 걸리던 학습을 수주 만에 끝낼 수 있습니다.
TPU 8i: 인퍼런스 및 강화 학습(RL)을 위한 혁신적인 추론 시스템입니다. 에이전틱 워크플로와 전문가 혼합(MoE) 모델에 필요한 초저지연성을 제공하도록 설계되었습니다. 온칩 SRAM을 384MB로 3배 늘리고 고대역폭 메모리(HBM)를 288GB로 증설하여 메모리 벽(memory wall)을 허물었으며, 방대한 KV 캐시를 온전히 실리콘 위에 호스팅할 수 있습니다. 또한 ICI 대역폭을 19.2Tb/s로 두 배 늘리고 ICI 네트워크 직경을 50% 이상 줄였으며, 전용 집합 통신 가속 엔진(CAE)을 도입하여 온칩 지연 시간을 최대 5배까지 단축함으로써 고동시성 요청 시의 렉을 최소화했습니다. 이러한 설계를 통해 TPU 8i는 이전 세대보다 인퍼런스당 비용 효율성을 80% 향상시켜, 빠르고 인터랙티브한 사용자 경험을 경제적으로 구현합니다.

TPU 8t와 TPU 8i는 곧 클라우드 고객들에게 제공될 예정입니다. 아키텍처에 대한 자세한 내용은 심층 분석 자료를 통해 확인해 보시기 바랍니다.

NVIDIA Vera Rubin 플랫폼 기반의 A5X

우리는 모든 상황에 맞는 단 하나의 정답은 없다는 점을 잘 알고 있습니다. 고객마다 워크로드와 요구사항, 사용 사례가 다르기 때문입니다. 이에 Google은 NVIDIA와 긴밀히 협력하여 최신 GPU 플랫폼을 Google Cloud에서 매우 안정적이고 확장 가능한 서비스로 제공하고 있습니다. 우리는 올해 말 출시 예정인 차세대 Vera Rubin 플랫폼 기반의 인스턴스를 가장 먼저 제공하는 파트너 중 하나가 될 것입니다.

또한 Open Compute Project를 통해 NVIDIA와 함께 오픈 소스 Falcon 네트워킹 프로토콜을 공동 설계하며 신뢰할 수 있는 전송 프로토콜의 지평을 넓히고 있습니다. A5X는 Falcon의 다양한 혁신적 개념을 구현할 예정입니다.

예를 들어, Thinking Machine Labs는 Google의 NVIDIA 기반 인프라를 활용하여 전문 사례를 위한 강화 학습 및 미세 조정(fine-tuning)용 오픈 플랫폼인 Tinker를 구동하고 있으며, Google AI Hypercomputer를 통해 2배 이상 빠른 학습 및 서비스 속도를 달성했습니다.

Axion, Intel, AMD를 통한 에이전틱 로직 및 강화 학습 가속

GPU와 TPU가 AI 모델의 학습과 서비스에 탁월하다면, 핵심 AI 모델을 둘러싼 복잡한 로직, 도구 호출(tool-calls), 피드백 루프를 처리하기 위해서는 고성능 CPU 기반 서비스가 이를 뒷받침해야 합니다. Google의 새로운 Axion 기반 N4A CPU 인스턴스는 이러한 에이전트 런타임에 대해 탁월한 가성비를 제공합니다. 실제로 Google Axion N4A 기반의 GKE Agent Sandbox는 타 하이퍼스케일러의 에이전트 워크로드 대비 최대 30% 더 나은 가성비를 실현합니다. 이러한 효율성은 Intel 및 AMD의 최신 x86 인스턴스를 탑재한 4세대 Compute Engine VM 제품군을 포함한 전체 포트폴리오로 확장됩니다. 이들은 RL 보상 계산, 에이전트 오케스트레이션, 중첩 시각화와 같은 광범위한 강화 학습(RL) 태스크에 최적화되어 모든 AI 워크로드에 최적의 역량을 제공합니다.

데이터 센터급 스케일아웃 패브릭을 위한 Virgo Network

AI Hypercomputer의 일부인 Virgo Network는 현대적인 대규모 AI 워크로드의 까다로운 요구사항을 충족하도록 설계되었습니다. 이전 세대보다 대역폭이 4배 향상된 통합 패브릭(collapsed fabric) 아키텍처는 '확장 비용(scaling tax)'을 제거하여 경이로운 수준의 피크 컴퓨팅 파워를 제공합니다. 이러한 용량 덕분에 가장 야심 찬 AI 워크로드도 선형에 가까운 효율로 확장할 수 있습니다.

초대형 클러스터링: Virgo Network와 TPU 8t를 통해 단일 데이터 센터 내의 단일 패브릭에 134,000개의 TPU를 연결할 수 있으며, 여러 데이터 센터 사이트에 걸쳐 100만 개 이상의 TPU를 하나의 학습 클러스터로 묶을 수 있습니다. 이는 전 세계에 분산된 인프라를 하나의 매끄러운 슈퍼컴퓨터로 전환하는 것과 같습니다.
GPU 지원 확장: Virgo Network는 A5X(NVIDIA Vera Rubin NVL72 기반)에도 적용되어 단일 데이터 센터 내 최대 80,000개의 GPU, 여러 사이트에 걸쳐 최대 960,000개의 GPU 연결을 지원합니다.

스토리지: 데이터 병목 현상의 최소화

거대한 컴퓨팅 클러스터의 효율은 데이터를 공급하는 스토리지 시스템의 성능에 좌우됩니다. 컴퓨팅 속도가 빨라지는 동안 스토리지가 병목 지점이 되지 않도록, 우리는 다음과 같은 네 가지 핵심 스토리지 혁신을 제공합니다.

학습 및 인퍼런스 가속: Google Cloud Managed Lustre는 이제 작년보다 10배, 타 하이퍼스케일러보다 최대 20배 빠른 10TB/s의 대역폭을 제공합니다. 용량 또한 80페타바이트로 늘어났으며, 이는 새로운 C4NX 인스턴스와 Hyperdisk Exapools 덕분에 가능해졌습니다.
지연 시간 최소화: Managed Lustre는 새로운 TPUDirect 및 RDMA를 활용하여 데이터가 호스트를 거치지 않고 가속기로 직접 이동하게 합니다. 이러한 처리 오버헤드 제거를 통해 AI 에이전트는 사용자가 원하는 즉각적인 속도로 응답할 수 있습니다.
최대 학습 가동률 유지: Google Cloud Storage의 Rapid Buckets는 1밀리초 미만의 지연 시간과 초당 2,000만 건의 연산 처리를 통해 객체 스토리지를 혁신합니다. 이를 통해 대규모 학습 체크포인트 생성 및 복구가 거의 즉각적으로 이루어지며, 가속기의 가동률을 95% 이상으로 유지하여 학습 주기를 앞당기고 귀중한 TPU/GPU 자원을 효율적으로 사용하게 합니다.
커스텀 솔루션 구축: Vast Data나 Sycomp와 같은 신뢰할 수 있는 병렬 파일 시스템을 통합하고자 하는 ISV 및 조직을 위해 Z4M 인스턴스를 출시합니다. 각 Z4M 인스턴스는 최대 168TiB의 로컬 SSD 용량까지 확장 가능하며, 수천 대 규모의 RDMA 클러스터에 배포될 수 있습니다.

이러한 새로운 스토리지 옵션은 종합적인 스토리지 포트폴리오를 제공하며, 각 사용 사례에 최적화된 스토리지 서비스를 통해 AI Hypercomputer 스택의 강력한 성능을 온전히 활용할 수 있도록 지원합니다.

GKE: 에이전트 네이티브 워크로드를 위한 오케스트레이션

에이전틱 시대에 지능의 효율성은 곧 확장 속도에 달려 있습니다. 이에 우리는 GKE를 에이전트 네이티브 워크로드를 위한 최고의 오케스트레이션 엔진으로 탈바꿈시켰습니다.

전체 스택에 걸친 지연 시간 단축

기민한 에이전트 응답을 지원하기 위해 초기 구동 및 확장 프로세스의 모든 밀리초를 최적화했습니다. GKE는 수요 급증에 인프라가 대응하는 방식을 효율화하여 사용자가 시스템에 접속하는 즉시 에이전트가 준비되도록 보장합니다.

노드 및 포드(Pod) 시작 가속: GKE 노드 시작 속도가 최대 4배 빨라졌으며, 포드 시작 시간은 최대 80% 단축되었습니다.
신속한 모델 로딩: run:AI Model Streamer와 Google Cloud Storage의 Rapid Cache를 활용하여 모델 로딩 속도를 5배 높임으로써 기존의 스토리지 병목을 제거했습니다.

AI 기반 인퍼런스 게이트웨이를 통한 지능형 라우팅

작년에 도입된 GKE Inference Gateway를 기반으로, 대규모 서비스의 복잡성을 해결하기 위해 'AI를 위한 AI' 기술을 적용하고 있습니다.

Inference Gateway의 새로운 예측형 지연 시간 부스트(predictive latency boost)는 단순한 휴리스틱 추측 대신 머신러닝 기반의 실시간 용량 인지 라우팅으로 대체됩니다. 이러한 지능형 오케스트레이션은 수동 튜닝 없이도 첫 번째 토큰 생성 시간(TTFT) 지연을 70% 이상 단축합니다. 이는 비즈니스 측면에서 더 자연스러운 음성 대화와 매끄러운 실시간 상호작용으로 직결됩니다.

또한 Inference Gateway는 최근 Cloud Native Computing Foundation(CNCF)샌드박스 프로젝트로 채택된 쿠버네티스 네이티브 고성능 분산 LLM 인퍼런스 프레임워크인 llm-d와 함께 배포될 수 있습니다. Google Cloud는 Red Hat, IBM Research, CoreWeave, NVIDIA와 함께 llm-d의 창립 기여자로서 '어떤 모델, 어떤 가속기, 어떤 클라우드든 상관없는' 업계의 명확한 비전을 수립하는 데 동참하고 있습니다.

전체 AI 라이프사이클을 위한 개방형 소프트웨어 생태계

하드웨어는 함께 설계된 소프트웨어를 통해 그 잠재력을 온전히 발휘합니다. AI Hypercomputer는 JAX, PyTorch, vLLM과 같이 업계에서 가장 널리 쓰이는 프레임워크에 대해 최적화된 네이티브 지원을 제공함으로써 엔지니어들이 더 빠르게 업무를 진행할 수 있도록 돕습니다. 이러한 개방형 소프트웨어 레이어는 개발과 배포 사이의 마찰을 줄여주며, 이는 곧 시장 출시 시간 단축과 더 나은 자원 효율성으로 이어집니다.

현재 우리는 일부 고객을 대상으로 TPU용 네이티브 PyTorch 지원 기능인 TorchTPU의 프리뷰를 진행하고 있습니다. TorchTPU를 사용하면 Eager Mode와 같은 네이티브 PyTorch 기능을 완벽하게 지원받으며 모델을 TPU에서 있는 그대로 실행할 수 있습니다. 여기에 TPU 기반의 강력한 vLLM 지원까지 더해진 우리의 메시지는 명확합니다. Google은 언제나 개방성과 고객의 선택권을 최우선으로 하여 시스템을 구축한다는 것입니다.

에이전틱 성장을 위한 토대

에이전틱 시대에 빠르고 비용 효율적으로 혁신하기 위해서는 성능이나 선택권을 타협하지 않는 통합 시스템이 필요합니다. 그것이 바로 AI Hypercomputer가 제공하는 가치입니다. 실리콘부터 소프트웨어까지 모든 레이어를 함께 설계함으로써 통합의 부담을 제거하고, 여러분의 팀이 비즈니스를 발전시키는 데만 집중할 수 있도록 했습니다.

또한 AI Hypercomputer는 Google의 모든 상위 레벨 서비스 생태계를 뒷받침하는 강력한 토대 역할을 합니다. 이 통합 스택은 Gemini Enterprise부터 Gemini Enterprise Agent Platform까지 모든 서비스를 구동하며, 이러한 인프라의 혁신이 비즈니스 가치로 직접 연결되도록 보장합니다. 서버리스 학습 서비스나 새로운 Managed RL API와 같은 완전 관리형 서비스를 활용하여, AI Hypercomputer의 압도적인 성능 향상을 바탕으로 여러분의 비즈니스 로직에 맞게 Gemini를 커스터마이징하고 정교한 에이전트 기반 솔루션을 제공할 수 있습니다.

업데이트되고 확장된 이 AI 플랫폼을 통해 여러분이 만들어갈 다음 혁신을 기대하겠습니다.

컴퓨팅의 새로운 변화: 코어 및 에이전틱 워크로드의 확장

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

Google Cloud Next '26에서 우리는 더 높은 성능과 더 낮은 비용으로 핵심 범용 업무 및 AI 워크로드를 에이전틱 세상에 맞게 구현할 수 있는 다양한 컴퓨팅 기능을 발표합니다.

이것이 중요한 이유: IT 리더와 개발자들은 에이전틱 AI와 일상적인 고객 경험을 이끄는 웹 서버, 데이터베이스, 엔터프라이즈 애플리케이션 등 범용 사용 사례 사이에서 컴퓨팅 투자와 리소스의 균형을 맞춰야 하는 과제에 직면해 있습니다.

한쪽에서는 에이전트들이 컴퓨팅 인프라에 예측 불가능한 수요를 발생시키며, 종종 기하급수적으로 확장되기도 합니다. 단 한 번의 사용자 상호작용이 수백 개의 동시적이고 높은 처리량과 낮은 지연 시간을 요구하는 작업들을 즉각적으로 촉발할 수 있습니다. 반면, 범용 워크로드는 에이전틱 세상을 구동하는 데 필요한 데이터를 생성하고 보유합니다. 이들을 실행하기 위해 정적이고 파편화된 인프라에 의존하는 것은 성능 병목 현상과 비용 폭증의 위험을 초래하며, 결국 조직이 급격한 수요 증가에 대응할 수 없게 만듭니다.

단순한 휴가 검색이 재고 확인, 동적 가격 책정 모델, AI 기반 맞춤형 일정 생성이라는 방대한 에이전트 오케스트레이션을 즉각적으로 일으키는 글로벌 여행 애플리케이션을 생각해 보십시오. 현대적인 아키텍처가 없다면, 이러한 갑작스러운 수요 급증은 핵심 예약 데이터베이스를 마비시키고 비즈니스를 중단시킬 수 있습니다.

우리는 범용 및 에이전틱 워크플로에 맞춰 적응하는 Google Cloud 인프라인 유동적 컴퓨팅(Fluid Compute)을 통해 이 문제를 해결합니다. 유동적 컴퓨팅은 성능, 용량, 규모를 실시간으로 유연하게 조정함으로써 두 워크로드 모두 성공적으로 작동하도록 지원합니다. 이러한 동적 유연성은 Google Kubernetes Engine(GKE)의 자동화된 오케스트레이션과 새로운 Agent Sandbox를 기반으로 하며, 기계적인 속도로 안전하고 격리된 실행 환경을 즉시 프로비저닝합니다.

Next ‘26에서 발표된 새로운 컴퓨팅 기능들을 더 자세히 살펴보겠습니다.

AI와 범용 워크로드의 통합 실행

에이전틱 플래닝과 강화 학습은 자율적인 태스크의 예측 불가능한 폭증을 처리하기 위해 매우 유동적인 컴퓨팅에 의존합니다. 에이전트가 생성한 코드를 격리하기 위해 정적인 인프라에 의존하면 심각한 프로비저닝 지연이 발생하고 클라우드 예산이 크게 늘어날 수 있습니다. 적응형 클라우드 토대를 채택하면 이러한 병목 현상을 제거할 수 있습니다. GKE Agent Sandbox를 활용하면 팀이 수천 개의 실행 환경을 안전하게 시작할 수 있습니다. 이러한 확장 가능한 샌드박스를 효율적인 Google Axion 프로세서와 결합하면 인공지능 혁신을 가속화하는 동시에 총소유비용(TCO)을 최적화할 수 있습니다.

Google Cloud 컴퓨팅 출시 및 발표의 새로운 소식은 다음과 같습니다.

Google Axion N4A 정식 출시(GA): Google의 커스텀 Arm 기반 Axion CPU의 민첩성을 활용해 보세요. Java 애플리케이션, 스케일아웃 웹 서버, 스타트업 및 엔터프라이즈의 SaaS 등 비용에 민감한 워크로드에서 동급 최신 x86 기반 VM보다 최대 2배 더 나은 가성비를 달성할 수 있습니다. 자세한 내용은 [여기]에서 확인하세요.
GKE Agent Sandbox(Axion N4A 기반 가성비 모델) 정식 출시(GA): 하이퍼스케일러 중 업계 유일의 네이티브 샌드박스 서비스인 GKE Agent Sandbox는 성능 저하 없이 에이전트가 신뢰할 수 없는 코드와 도구 호출을 안전하게 실행할 수 있도록 설계된 확장 가능한 저지연 인프라를 제공합니다. Google Axion을 사용하면 비용이나 선택권의 타협 없이 선도적인 인프라에서 에이전트를 구축할 수 있습니다. Google Axion N4A 인스턴스에서 구동되는 GKE Agent Sandbox는 타사 대비 최대 30% 더 나은 가성비를 제공합니다. [여기]에서 GKE Agent Sandbox를 사용해 보세요.
첫 번째 Axion 베어메탈 인스턴스, Google Axion C4A.metal 프리뷰: C4A.metal 인스턴스는 중첩 가상화의 성능 오버헤드나 복잡성 없이 Android 개발, 자동차 시뮬레이션, CI/CD 파이프라인, 보안 워크로드 및 커스텀 하이퍼바이저를 구동합니다. C4A.metal은 이번 여름 정식 출시 예정입니다. 자세한 내용은 [여기]를 참조하세요.
모든 쉐이프에서 Intel Xeon 6(Granite Rapids) 지원을 확대한 C4 인스턴스: 네이티브 FP16을 지원하는 Intel AMX를 사용해 LLM 인퍼런스 및 벡터 검색과 같은 AI 워크로드에서 고성능을 구현하세요. 처리량은 높이고 지연 시간은 줄여 타사 대비 13% 더 나은 가성비를 제공합니다. C4 VM은 모든 쉐이프에서 Intel Xeon 6 프로세서를 사용할 수 있습니다. 자세한 내용은 [여기]에서 확인하세요.
유연한 약정 사용 할인(Flexible CUDs) 지원 확대 정식 출시(GA): 총소유비용(TCO)을 최적화하면서 리전 및 VM 제품군 간에 지출을 유연하게 전환하세요. 이제 메모리 최적화(M1-M4), HPC 최적화(H3, H4D) VM 제품군은 물론 Cloud Run까지 더 넓은 범위의 VM 및 서비스를 지원합니다. 자세한 내용은 [여기]를 참조하세요.

고객 사례:

Unity: Unity Vector를 통해 실시간 AI의 경제성을 재정의하고 있습니다. 온디맨드 기능 프로세서 워크로드를 Google Axion N4A 인스턴스로 마이그레이션하여 지연 시간의 증가 없이 비용 효율성을 20% 향상시켰습니다.
Deutsche Börse: 독일의 선도적인 시장 인프라 제공업체인 Deutsche Börse는 수십 개의 핵심 금융 애플리케이션을 최신 C4 및 C4D 인스턴스로 현대화했습니다. 이를 통해 매일 수백만 건의 금융 거래를 처리하는 데 필요한 일관된 성능을 확보했으며, 시장 출시 속도를 58% 앞당기고 TCO를 33% 절감했습니다.
WP Engine: 1밀리초가 중요한 수백만 개의 디지털 경험을 제공합니다. C4D 및 N4D 인스턴스에서 GKE 클러스터를 실행하여 모바일 최적화 REST API의 지연 시간을 최대 60% 줄였으며, 데이터 집약적인 애플리케이션 요청 처리 속도를 최대 51% 높였습니다.
eDreams ODIGEO: 대규모 AI 기반 여행 플랫폼을 운영하는 이 회사는 Java 기반 이커머스 모듈을 Axion VM으로 마이그레이션했습니다. 이를 통해 수주가 걸리던 수동 코드 최적화 작업을 즉시 제거했으며, 코드 변경 없이 P95 지연 시간을 75%나 대폭 개선했습니다.
Chainguard: 소프트웨어 빌드 시스템의 완전한 격리를 위해 Axion C4A 베어메탈 인스턴스를 도입했습니다. 이를 통해 빌드 성능을 유지하면서도 아키텍처적 일관성을 갖춘 보안 개발 파이프라인을 구축하고 강력한 하이퍼바이저 보안 경계를 설정할 수 있었습니다.

I/O 및 지연 시간에 민감한 워크로드의 통합 실행

AI와 핵심 워크로드 모두 데이터를 저장, 읽기, 이동하는 과정을 하나의 고성능 작업으로 처리하는 능력에 의존합니다. 전통적으로 이러한 단계는 vCPU 수에 묶인 네트워크 및 스토리지 제한으로 인해 속도가 느려졌으며, 이는 AI 모델이 작동하는 데 필요한 데이터를 충분히 공급받지 못하는 상황을 초래하곤 했습니다.

이제 가속화된 하이퍼디스크(Hyperdisk) 성능을 통한 신속한 데이터 액세스와 고성능 네트워킹을 활용하여 이러한 제약을 제거할 수 있습니다. 데이터 파이프라인이 컴퓨팅과 독립적으로 확장되도록 함으로써, AI 학습 및 I/O 민감 워크로드는 수요가 최고조에 달하는 시점에도 안정성을 유지하는 데 필요한 전용 대역폭을 확보할 수 있습니다.

C4N 프리뷰: 동시 모바일 앱 요청이나 실시간 재고 업데이트와 같은 대규모 네트워크 애플리케이션은 트래픽 피크 시 병목 현상이 발생할 위험이 있습니다. 복잡한 패킷 처리를 오프로드하는 Titanium 어댑터가 탑재된 C4N을 통해 처리량을 극대화하세요. C4N은 초당 9,500만 개의 패킷을 처리하며, 이는 다른 주요 하이퍼스케일러 대비 40% 우수한 성능입니다. 대규모 데이터 세트의 신속한 전송을 위해 설계된 C4N은 약 400Gbps의 VM 간 대역폭을 제공하며, 이는 vCPU당 대역폭이 4배 개선된 수치입니다. 또한 C4 VM 대비 인터넷 게이트웨이를 통한 이그레스(Egress) 네트워크 대역폭이 8배 증가했습니다. 하이퍼디스크 익스트림(Hyperdisk Extreme)과 결합된 C4N은 현대적인 데이터베이스와 기업용 AI 애플리케이션이 필요로 하는 저지연, 고속 데이터 액세스를 지원하며, 25GiB/s의 블록 스토리지 처리량과 약 100만 IOPS를 제공합니다. [여기]에서 C4N 프리뷰 액세스를 신청하세요.
M4N 프리뷰: 메모리 집약적인 데이터베이스를 운영할 때, 메모리 속도를 맞추기 위해 컴퓨팅 코어(vCPU)를 과도하게 프로비저닝하여 소프트웨어 라이선스 비용이 상승하는 경우가 많습니다. 새로운 M4N 시리즈는 바로 이 문제를 해결하기 위해 도입되었습니다. M4N에서 하이퍼디스크 익스트림을 사용해 Oracle 워크로드를 실행하면 TCO를 20% 이상 절감할 수 있습니다. vCPU당 26.57GiB의 RAM을 제공하여 훨씬 적은 코어로도 Oracle을 효율적으로 실행할 수 있기 때문입니다. M4N과 하이퍼디스크 익스트림의 조합은 주요 하이퍼스케일러의 고메모리 인스턴스 중 코어당 가장 높은 IOPS와 처리량을 제공합니다. [여기]에서 프리뷰를 신청하세요.
Z4D 발표: 새로운 Z4D 인스턴스로 I/O 집약적 워크로드를 최적화하고 네트워크 기반 스토리지 병목 현상을 제거하세요. 노드에 직접 연결된 최대 84TiB의 고성능 로컬 SSD를 확보함으로써 SQL, NoSQL 및 벡터 데이터베이스를 위한 방대한 데이터 세트를 처리할 수 있습니다. Z4D는 C4N 및 M4N과 동일하게 최대 400Gbps의 VM 간 대역폭을 제공합니다. Z4D 가상 머신 및 베어메탈 인스턴스는 곧 프리뷰로 제공될 예정입니다.

고객 사례:

Ericsson: 5G 코어 워크로드는 본질적으로 네트워크 집약적이며, 일반적인 퍼블릭 클라우드 인스턴스가 대규모로 유지하기 힘든 고처리량 패킷 처리와 결정론적 지연 시간을 요구합니다. Ericsson은 C4N을 활용하여 'Ericsson On-Demand'를 구동하는 최적의 네트워크 성능을 확보했습니다. 네트워크 최적화 컴퓨팅에 집중한 C4N의 아키텍처 덕분에 자사의 5G Core-as-a-Service는 최근 1Tbps 달성이라는 전례 없는 처리량 수준에 도달하는 동시에 고객이 기대하는 통신사급 신뢰성을 유지할 수 있었습니다.
Teradata: Teradata의 'Autonomous Knowledge Cloud'는 세계 최대 규모의 기업들이 엔터프라이즈 인텔리전스를 활성화하고 데이터를 비즈니스 성과로 전환할 수 있도록 지원합니다. 고객들은 성능과 효율성이 가치를 결정하는 미션 크리티컬한 고I/O 분석을 대규모로 실행하기 위해 Teradata에 의존합니다. C4N 인스턴스는 이러한 까다로운 워크로드에 매우 적합하며, 강력한 가성비를 제공하고 최적화된 배포를 지원합니다. Teradata는 C4N을 통해 고객이 통찰력을 가속화하고 확신을 가지고 확장하며 데이터 및 AI 투자로부터 더 큰 임팩트를 창출하도록 돕고 있습니다.

까다로운 스토리지 요구사항 해결

웹 서버, 애플리케이션, 데이터베이스와 같은 기초 워크로드는 에이전틱 세상을 구동하는 데 필요한 데이터를 보유하고 있습니다. 이 중요한 정보를 경직된 하드웨어에 가두는 것은 기업 현대화를 완전히 중단시킬 수 있는 병목 현상을 야기합니다. 예를 들어, 글로벌 소매 브랜드가 연말 프로모션을 진행할 때 레거시 하드웨어가 에이전트들의 갑작스러운 쿼리 홍수를 처리하지 못해 재고 데이터베이스가 타임아웃되고 고객 요청을 누락하는 상황을 상상해 보십시오.

조직은 데이터 전달의 차단을 방지하기 위해 vCPU당 높은 IOPS와 처리량이 뒷받침되는 최고 성능의 데이터베이스 호스트가 필요합니다. 이러한 애플리케이션을 최신 클라우드 인프라로 마이그레이션하면 총소유비용(TCO)과 운영 처리량이 크게 향상됩니다. 전략적 클라우드 마이그레이션을 통해 고객은 현대화를 가로막는 아키텍처적 장벽을 제거하고 AI를 위한 데이터를 개방할 수 있습니다. 처리량 및 용량에 민감한 워크로드를 위한 유동적 컴퓨팅(Fluid Compute)의 새로운 소식은 다음과 같습니다.

Hyperdisk Balanced 성능 개선: Hyperdisk Balanced는 애플리케이션 및 관계형 데이터베이스를 포함한 범용 워크로드를 위해 빠르고 효율적인 블록 스토리지를 제공합니다. 이제 볼륨당 최대 2.4 GiB/s의 처리량과 160K IOPS를 지원하며, 이는 타 하이퍼스케일러의 범용 블록 스토리지 제품보다 높은 성능인 동시에 평균 지연 시간은 더 낮습니다. 특히 Hyperdisk Balanced High Availability(고가용성) 기능을 통해 전체 디스크 성능을 활성 VM으로 동적 라우팅함으로써, SQL Server나 PostgreSQL과 같은 고가용성 DB의 성능을 4배 향상시키고 스토리지 과다 프로비저닝의 필요성을 없앴습니다. 또한 가동 중단 없는 암호화 키 교체와 즉각적인 스냅샷을 위한 컨시스턴시 그룹(Consistency Groups)을 활용해 보안성을 한층 강화할 수 있습니다. 이러한 기능들을 통해 범용 워크로드의 TCO(총소유비용)를 낮추고 성능과 탄력성을 높일 수 있습니다. 자세한 내용은 [여기]에서 확인하세요.
Hyperdisk ML 성능 개선 및 Hyperdisk Exapools 정식 출시(GA): 통합 처리량이 2 TiB/s(기존 1.2 TiB/s에서 상향)로 늘어난 Hyperdisk ML은 AI 스토리지 병목 현상을 제거합니다. 타사 대비 디스크당 200배 이상 높은 처리량을 제공하여 귀중한 가속기 클러스터가 유휴 상태로 방치되지 않도록 지원하며, 이를 통해 차세대 인텔리전트 에이전트를 구동하면서 AI 컴퓨팅 ROI를 극대화할 수 있습니다. 또한 대규모 학습 요구사항에 맞춰 AI 클러스터당 업계 최고의 통합 블록 스토리지 성능과 용량을 제공하는 Hyperdisk Exapools도 정식 출시되었습니다. Hyperdisk ML 및 Exapools에 대한 자세한 내용은 [여기]와 [여기]를 참조하세요.
Z4M 발표: 최대 168 TiB의 로컬 SSD, 400 Gbps의 네트워크 대역폭, RDMA 지원 및 베어메탈 형태를 제공하여 분산 병렬 파일 시스템과 대규모 AI/ML 워크로드를 지원합니다. Z4M은 클러스터 디렉터(Cluster Director)와 통합되며, 데이터에 대한 초고속 저지연 액세스를 위해 가속기와 병치(colocation)될 수 있는 옵션이 제공됩니다. Z4M VM 및 베어메탈 인스턴스는 2026년 3분기에 프리뷰로 제공될 예정입니다.

고객 사례:

Shopify: 블랙 프라이데이 주말 세일 기간 동안 Shopify는 성능이나 신뢰성을 타협하지 않고 8,100만 명의 구매자를 대상으로 146억 달러 이상의 거래를 처리하고 1억 3,600만 개의 패키지를 추적했습니다. 이는 Compute Engine의 Z-시리즈 기반 스토리지를 토대로 구축된 Shop App 덕분에 가능했습니다.
HubX: 모델 로딩 속도가 사용자 경험을 결정짓는 대규모 AI 기반 모바일 애플리케이션 포트폴리오를 운영하는 HubX는 심각한 I/O 병목 현상을 해결하기 위해 GKE에 Hyperdisk ML을 도입했습니다. 이 특화된 스토리지 레이어를 통해 수백 명의 동시 판독기를 지원하고, 피크 타임의 포드(pod) 초기화 시간을 30배 단축했습니다. 이를 통해 유휴 가속기 비용을 획기적으로 줄이고 복잡한 인퍼런스 워크로드를 안정적으로 확장할 수 있었습니다.

에이전틱 시대를 위한 유동적 인프라

이제 기초 워크로드와 AI 에이전트가 더 이상 용량이나 성능을 두고 경쟁할 필요가 없습니다. Google Cloud의 유동적 컴퓨팅(Fluid Compute)을 통해 병목 현상을 방지하고, 기존 업무와 AI 워크로드가 서로 협력하며 번창할 수 있는 적응형 클라우드 인프라를 경험해 보세요.

지금 시작하시겠습니까?

Google Cloud 콘솔로 이동하여 다음 프로젝트를 위한 VM을 즉시 생성해 보세요.
마이그레이션을 계획 중이라면 Migration Center의 AI 기반 도구 세트를 확인하여 비용 추산, 비즈니스 사례 작성 및 현대화 옵션 평가를 시작해 보시기 바랍니다.

에이전틱 데이터 클라우드의 새로운 소식: 실행 시스템 구축

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

기업들은 단순히 질문에 답하는 생성형 AI를 넘어, 기업을 대신해 인지하고 추론하며 행동하는 자율형 에이전트로 전환하고 있습니다. 이러한 에이전트를 기존의 레거시 스택에서 확장하려고 시도하면 거버넌스 파편화, 지속적인 신뢰 격차, 추론 루프의 단절과 같은 구조적 실패에 노출될 뿐만 아니라 비용 폭증을 초래할 수 있습니다.

이를 해결하기 위해 우리는 에이전틱 데이터 클라우드(Agentic Data Cloud)를 소개합니다. 이는 기업의 데이터 플랫폼을 정적인 저장소에서 동적인 추론 엔진으로 진화시킨 AI 네이티브 아키텍처입니다. 이 시스템은 '생각'과 '실행' 사이의 간극을 좁혀, AI 에이전트가 비즈니스 데이터와 맥락을 바탕으로 직접 행동할 수 있게 합니다. 지난 세대의 지능형 시스템(Systems of Intelligence)이 인간의 규모에 맞춰 설계되었다면, 에이전틱 데이터 클라우드는 에이전트의 규모에 맞춰 구축된 실행 시스템(System of Action)입니다.

선도적인 기업들은 이미 에이전틱 데이터 클라우드를 사용하여 가시적인 가치를 창출하고 있습니다.

Vodafone: 고객에게 중단 없는 서비스를 제공하기 위해 수백 개의 에이전트를 출시했으며, 이를 통해 매년 수백만 유로를 절감할 것으로 기대하고 있습니다.
American Express: 핵심 온프레미스 데이터 웨어하우스와 수백 개의 프로덕션 애플리케이션을 BigQuery로 이전하여, 신뢰할 수 있는 대규모 에이전틱 커머스를 구현하고 있습니다.
Virgin Voyages: 1,000개 이상의 전문 AI 에이전트를 사용하고 있으며, 그중 하나는 대규모 여정 재예약 시간을 6시간에서 단 11분으로 단축했습니다.

오늘 우리는 에이전틱 데이터 클라우드를 뒷받침하는 세 가지 새로운 혁신 분야를 발표합니다.

에이전트에게 신뢰할 수 있는 비즈니스 맥락을 제공하여 정확도를 높이는 유니버설 컨텍스트 엔진(Universal Context Engine).
데이터 전문가와 개발자의 역할을 에이전트 오케스트레이터로 진화시키는 에이전틱 우선의 실무자 경험(Agentic-first practitioner experiences).
전체 데이터 자산을 연결하여 데이터 사일로를 제거하는 AI 네이티브 멀티 클라우드 레이크하우스(Cross-cloud lakehouse).

유니버설 컨텍스트 엔진으로 에이전트 역량 강화

AI의 지능은 그 기반이 되는 '맥락(Context)'에 달려 있습니다. 만약 에이전트가 여러분이 정의한 '마진(Margin)'의 의미나 공급망의 복잡한 관계를 이해하지 못한다면 추측에 의존할 수밖에 없습니다. 에이전틱 엔터프라이즈 시대에는 데이터만으로는 부족하며, 과거의 거버넌스 모델 역시 불충분합니다. 이것이 우리가 Dataplex Universal Catalog를 Knowledge Catalog로 진화시킨 이유입니다. 이 카탈로그는 집계, 지속적인 강화, 검색이라는 엄격한 프레임워크를 사용하여 전체 데이터 자산에 걸쳐 비즈니스적 의미를 매핑하고 추론합니다.

동작 방식은 다음과 같습니다.

집계(Aggregation): 진정한 맥락을 구축하려면 모든 곳에서 데이터를 모아야 합니다. 우리는 Google Cloud와 파트너 데이터 플랫폼 전반에서 네이티브 맥락을 집계하고 있습니다. 여기에는 Palantir, Salesforce Data360, SAP, ServiceNow, Workday(프리뷰)와 같은 서드파티 카탈로그, 애플리케이션, 운영 체제 및 AI 플랫폼이 포함됩니다. 레이크하우스를 사용하면 서드파티 데이터 자산이 Knowledge Catalog에 자동으로 매핑됩니다. Google Cloud 소스의 경우, 전략 문서에서 시맨틱을 자율적으로 생성하는 새로운 LookML Agent(프리뷰)와 플랫폼에 비즈니스 로직을 네이티브하게 내장하는 BigQuery measures(프리뷰)를 통해 비즈니스 로직을 자동화하고 있습니다.
지속적인 강화(Continuous enrichment): Knowledge Catalog는 조직 전반의 사용 로그를 분석하고 백그라운드에서 데이터를 프로파일링하여 지속적인 강화를 수행합니다. 이는 데이터가 무엇인지뿐만 아니라, 기업이 데이터를 실제로 어떻게 사용하는지 학습합니다. 이는 비정형 데이터까지 확장됩니다. 파일이 Google Cloud Storage에 저장되는 즉시, Smart Storage(프리뷰)가 이미지와 PDF 객체(예정)를 즉시 태깅하고 강화합니다. 또한 유용한 비정형 데이터 컬렉션을 식별하고 Gemini를 사용하여 누락된 스키마를 자동으로 생성하며 복잡한 관계를 매핑하므로 AI가 더 이상 '맹목적으로' 작동하지 않게 됩니다.
검색 및 검색(Search and retrieval): 방대한 맥락 레이어를 만드는 것도 중요하지만, 에이전틱 시대에 검색은 새로운 쿼리 경로로 진화했습니다. 엔터프라이즈 규모에서 가장 어려운 문제는 속도, 관련성, 글로벌 도달 범위 및 보안입니다. 이를 해결하기 위해 Knowledge Catalog는 Google 검색의 혁신을 바탕으로 구축된 정교한 하이브리드 검색 스택을 사용합니다. 관련성을 높이기 위해 시맨틱 및 렉시컬 매칭을 지능형 머신러닝 기반 재순위화(re-ranking)와 결합합니다. 신뢰를 보장하기 위해 액세스 제어 인식 검색을 통해 보안 권한을 네이티브하게 적용하므로, 에이전트는 승인된 자산에만 액세스하고 조치를 취할 수 있습니다.

Knowledge Catalog는 현재 Deep Research Agent(프리뷰)를 구동하고 있습니다. Gemini Enterprise에서 제공되는 이 에이전트는 BigQuery와 같은 데이터 플랫폼은 물론 내부 문서와 웹 자산 전반에서 다단계 추론을 수행하여, 과거에 수주간의 수동 작업이 필요했던 복잡한 질문에 대해 인용구와 정밀도를 갖춘 답변을 제공합니다.

에이전틱 우선의 실무자 경험

새로운 아키텍처로 이동함에 따라 데이터 실무자의 역할은 수동으로 파이프라인을 작성하는 것에서 의도 중심의 엔지니어링을 조율하는 것으로 바뀝니다.

우리는 Google Cloud Data Agent Kit(프리뷰)를 통해 이러한 전환을 가속화하고 있습니다. 새로운 인터페이스를 도입하는 대신, 개발자들이 선호하는 환경(VS Code, Gemini CLI, Codex, Claude Code 등)에 바로 적용할 수 있는 도구, 확장 프로그램 및 플러그인 세트를 출시합니다. 이를 통해 IDE나 터미널을 네이티브 데이터 환경으로 변환하여, 시스템이 자율적으로 프레임워크(dbt, Apache Spark, Apache Airflow 등)를 선택하고 Google의 표준에 맞춘 프로덕션용 코드를 생성하도록 합니다.

이 키트는 단순히 도구를 연결하는 데 그치지 않고, 데이터를 이동시키지 않고도 페타바이트 규모까지 확장 가능한 고성능 기능을 개발자의 흐름에 직접 주입합니다. Data Agent Kit에는 다음과 같은 Google의 기본 에이전트들을 구동하는 것과 동일한 도구들이 포함되어 있습니다.

Data Engineering Agent (정식 출시): 처음부터 복잡한 파이프라인 변환을 구축하고 거버넌스 규칙을 적용하여 잘못된 데이터가 프로덕션에 유입되는 것을 방지합니다.
Data Science Agent (정식 출시): 데이터 랭글링부터 학습까지 모델 라이프사이클을 자동화하며, BigQuery Dataframes 및 서버리스 Apache Spark 전반으로 확장합니다.
Database Observability Agent (프리뷰): 인프라의 24/7 파수꾼 역할을 하며 근본 원인을 진단하고 데이터베이스 복구 조치를 실행합니다.

또한 에이전트의 원활한 실행을 돕기 위해 Google Cloud는 Model Context Protocol(MCP)을 전면 수용했습니다. 이는 에이전트가 BigQuery, Spanner(프리뷰), AlloyDB, Cloud SQL(정식 출시), Looker(프리뷰) 등 핵심 엔진 전반에서 데이터 자산을 검색하고 사용할 수 있게 해주는 보안 유니버설 인터페이스를 제공합니다.

비즈니스 사용자를 위한 경험도 재구상했습니다. 이제 BigQuery, Cloud SQL, Spanner, AlloyDB(프리뷰), Looker(정식 출시) 전반에서 Conversational Analytics(대화형 분석)가 지원됩니다. 조직은 이러한 맞춤형 분석 에이전트를 Gemini Enterprise에 게시하여, 직원들이 익숙한 인터페이스에서 실시간 데이터와 대화할 수 있게 함으로써 수동 보고서를 기다리는 시간을 없앨 수 있습니다.

에이전틱 규모를 위해 구축된 멀티 클라우드 토대

에이전트가 행동하기 위해서는 근본적으로 개방된 토대가 필요합니다. 만약 에이전트가 클라우드 간 지연 시간에 가로막히거나 특정 업체의 폐쇄적인 환경에 갇혀 있다면 자율성은 무너집니다. 이에 우리는 다음과 같은 기능을 통해 진정한 경계 없는 멀티 클라우드 레이크하우스(Cross-cloud Lakehouse)를 선보입니다.

분석 자산 연결: Cross-Cloud Interconnect(CCI)를 데이터 플레인에 직접 통합합니다. CCI의 전용 고속 프라이빗 네트워킹과 Apache Iceberg REST Catalog를 결합하여 지연 시간을 낮추고 막대한 이그레스(Egress) 비용을 제거합니다. 결과적으로 에이전트는 AWS와 Azure에 있는 데이터를 마치 Google Cloud에 있는 것처럼 원활하게 사용할 수 있습니다.
독점적 사일로 종식: 양방향 페더레이션(Bi-directional federation, 프리뷰)을 출시하여 독점 카탈로그 시대를 끝내고자 합니다. 엔진은 이제 Amazon S3의 Databricks Unity Catalog(프리뷰), Snowflake Polaris(프리뷰), Amazon S3의 AWS Glue Data Catalog(프리뷰)에서 직접 데이터를 읽을 수 있습니다. 이는 강화된 Lakehouse Governance(프리뷰)를 통해 보안 정책이 멀티 클라우드 환경 전반에 즉시 적용되도록 뒷받침됩니다.
운영 데이터의 해방: 세계에서 가장 확장성이 뛰어나고 글로벌 일관성을 갖춘 데이터베이스인 Spanner Omni(프리뷰)를 발표합니다. 이제 처음으로 클라우드, 온프레미스, 혹은 노트북 등 어디에서나 Google을 구동하는 것과 동일한 역량으로 Spanner 엔진을 실행할 수 있습니다.
인사이트와 실행 사이의 간극 해소: 대부분의 '통합' 데이터 플랫폼은 복잡한 ETL 파이프라인 구축을 강요하여 에이전트의 실시간 데이터 접근을 가로막습니다. AlloyDB용 레이크하우스 제휴(프리뷰)을 통해 프로토콜 수준의 제로-ETL 동기화를 제공함으로써, 에이전트가 운영 트랜잭션 내에서 낮은 지연 시간으로 깊이 있는 분석 이력에 접근할 수 있게 합니다.

미래를 자동화하다

에이전트 규모로 이동하면 워크로드가 수천 배 더 많아집니다. 이를 지원하기 위한 네 가지 주요 성능 혁신을 발표합니다.

Apache Spark용 Lightning Engine: 독점적인 시장 대안 대비 최대 2배의 가성비를 제공합니다.
Managed Lustre: 까다로운 모델에 데이터를 충분히 빠르게 공급할 수 있도록 최대 10TB/s의 처리량을 제공합니다.
Bigtable 인메모리 티어: 실시간 애플리케이션을 위해 1밀리초 미만의 읽기 지연 시간을 제공합니다. 이제 별도의 캐싱 레이어를 둘 필요가 없습니다.
BigQuery 유동적 확장(Fluid scaling): 오토스케일링 워크로드의 비용을 평균 최대 34% 절감하며, 에이전트가 행동할 때 리소스를 즉시 늘리고 사용하지 않을 때 줄여줍니다.

실행 시스템(System of Action) 위에서 성공을 구축하세요

수동적인 관찰의 시대는 끝났습니다. 미래는 Google의 에이전틱 데이터 클라우드가 가능케 하는 실행 시스템(System of Action)의 것입니다.

에이전틱 데이터 클라우드가 여러분의 비즈니스를 위해 무엇을 할 수 있는지 확인해 볼 준비가 되셨습니까? 실행 시스템을 통해 자율형 에이전트에게 데이터를 공급할 준비를 하는 방법에 대한 전략 워크숍을 지금 신청하세요.

에이전틱 데이터 클라우드에 대해 더 자세히 알고 싶으신가요? 수동적인 데이터를 능동적인 실행으로 전환하기 위한 당사의 청사진을 확인해 보시기 바랍니다.

Spanner Omni 발표: 고객의 인프라에서 누리는 Google의 혁신

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

오늘 우리는 Google Cloud를 넘어 업계 선도적인 분산 데이터베이스 역량을 확장하는 다운로드 가능 버전인 Spanner Omni의 프리뷰를 발표했습니다. 이를 통해 기업은 자체 데이터 센터, 멀티 클라우드, 혹은 노트북에서도 Spanner를 실행할 수 있습니다. 즉, 무한에 가까운 확장성, 고가용성, 강력한 일관성, 엔터프라이즈급 보안 및 멀티 모델 역량을 AI 기반 애플리케이션이 구동되는 그 어느 곳에서나 활용할 수 있게 되었습니다.

Spanner Omni가 중요한 이유

10여 년 전, Google은 Spanner를 통해 분산 SQL 시장을 개척했습니다. Spanner는 NoSQL의 수평적 확장성과 전통적인 관계형 데이터베이스의 ACID(원자성, 일관성, 격리성, 지속성) 준수 및 강력한 일관성을 결합한 '성배'와 같은 솔루션을 제공했습니다. 그 이후 Spanner는 상호 운용이 가능한 멀티모달 데이터베이스로 진화하여 SQL, 그래프(Graph), 키-값(Key-Value), 전체 텍스트 검색, 벡터 검색, 그리고 컬럼형 엔진을 통한 분석 처리를 통합했습니다. 이러한 진화는 AI 시대에 필요한 역량을 제공함과 동시에 고객의 워크로드를 단순화하고 통합할 기회를 약속하며, 이미 고객들에게 상당한 가치를 전달하고 있습니다.

고객들은 퍼블릭 클라우드부터 하이브리드 클라우드, 에어갭(Air-gapped, 폐쇄망) 환경에 이르기까지 다양한 IT 환경을 넘나들고 있습니다. Spanner Omni는 다음과 같은 현대 기업의 진화하는 요구사항을 해결하기 위해 고객이 운영 중인 바로 그 현장으로 찾아갑니다.

비즈니스 연속성: 미션 크리티컬 워크로드는 클라우드의 경계를 넘어 확장되는 진정으로 탄력적인 고가용성 아키텍처를 필요로 합니다. 이러한 워크로드는 비즈니스 상황이나 세계적인 사건으로 인해 클라우드 정책에 변화가 생기더라도 중단 없이 실행되어야 합니다.
규제 준수: 금융 서비스와 같이 규제가 엄격한 산업의 고객은 데이터 주권과 같은 규정 요구사항을 충족해야 합니다. 많은 기업이 규정 준수를 위해 여전히 대규모 온프레미스 인프라를 유지하고 있지만, 동시에 에이전틱 시대를 위한 현대화를 갈망하고 있습니다.
애플리케이션 이식성: SaaS 제공업체나 독립 소프트웨어 벤더(ISV)의 성장은 서로 다른 클라우드나 프라이빗 데이터 센터 등 고객이 있는 곳이라면 어디서든 대응하는 데 달려 있습니다. 이들은 개발 및 운영 오버헤드를 최소화하면서도 혁신을 위한 고급 기능을 포기하지 않도록 모든 환경에서 일관된 기술 스택을 원합니다.

Spanner Omni 소개

Spanner Omni는 완전 관리형 Spanner 서비스와 동일한 핵심 역량을 제공하면서, 필요한 곳 어디에나 배포할 수 있는 자유를 더했습니다. 가상 머신(VM)과 리눅스 컨테이너부터 쿠버네티스(Kubernetes) 클러스터에 이르기까지 유연한 구성 옵션을 제공합니다.

또한 고객은 온프레미스, 멀티 클라우드, 멀티 리전 및 하이브리드(지연 시간이 허용되는 토폴로지 내), 에어갭 또는 연결된 환경 등 매우 폭넓은 설정으로 Spanner Omni를 실행할 수 있으며, 단일 장비에서 수천 대의 서버 클러스터까지 확장이 가능합니다. 내부 벤치마크 테스트 결과, Spanner Omni는 단일 리전 배포 환경에서 페타바이트급 데이터에 대해 초당 수백만 건의 쿼리(QPS)를 처리할 수 있음을 확인했습니다.

What makes Spanner Omni unique

Spanner Omni는 새로운 가능성의 문을 엽니다. 초기 도입 고객들과의 협력을 통해 우리는 Spanner Omni를 배포하는 세 가지 주요 아키텍처를 확인했습니다.

하이브리드 및 멀티 클라우드 탄력성: 고객들은 Google Cloud의 Spanner 관리형 서비스를 주 데이터베이스로 사용하면서, Spanner Omni를 보조 클라우드나 온프레미스 데이터 센터에 '핫-콜드 페일오버(Hot-Cold Failover)' 사이트로 배포하고 있습니다. 이러한 주-보조 아키텍처는 규제 산업 분야의 조직들이 재해 복구 및 비즈니스 연속성 요구사항을 충족할 수 있도록 돕는 핵심적인 안전망 역할을 합니다. 또한 데이터 주권이 요구되지만 Google Cloud 데이터 센터가 하나뿐인 지역에서도 멀티 리전 고가용성(HA)을 구현할 수 있습니다.
환경 전반의 통합 기술 스택: 멀티 클라우드 또는 하이브리드 전략을 가진 조직에 Spanner Omni는 '한 번의 작성으로 어디서든 실행(Write once, run anywhere)'할 수 있는 애플리케이션 구축 경험을 제공합니다. 단일 데이터베이스 레이어로 표준화함으로써 운영 오버헤드를 획기적으로 줄이고, 최첨단 기술을 활용하면서 동시에 어떤 환경에서든 진정한 애플리케이션 이식성을 달성할 수 있습니다.
온프레미스 현대화: 온프레미스 비중이 높거나 자체 관리를 선호하는 조직들도 이제 더 이상 클라우드 네이티브 혁신에서 소외되지 않습니다. Spanner Omni를 통해 기존 하드웨어 인프라 위에서 Spanner의 멀티 모델 역량을 활용하여 차세대 AI 애플리케이션을 구축하거나 재작성할 수 있으며, 확장성 보장, 고가용성, 글로벌 일관성 등 Spanner의 혁신적인 기술력을 그대로 누릴 수 있습니다.

Spanner Omni의 기술적 배경

우리의 비전은 단순합니다. 컴퓨팅 자원과 데이터베이스 수준의 로컬 파일 시스템만 있다면 누구나 Spanner Omni를 실행할 수 있어야 한다는 것입니다. 이를 현실화하기 위해 우리는 Spanner의 Google 인프라 의존성을 제거하는 일련의 혁신을 단행했습니다. Paxos 합의 알고리즘, 자동 샤딩, 동기 복제와 같은 Spanner의 핵심 기술은 유지하되, Colossus나 TrueTime과 같이 Google에 종속된 구성 요소들을 새롭고 창의적인 솔루션으로 대체했습니다.

어디서나 구현되는 분산 스토리지를 위해, Spanner Omni는 "Colossus와 유사한" 추상화 레이어를 도입함으로써 Google의 분산 파일 시스템인 Colossus에 대한 Spanner의 의존성을 대체합니다. 이 레이어는 연결된 로컬 파일 시스템에 데이터를 기록하고, 이를 네트워크를 통해 다른 노드에서 사용할 수 있도록 합니다. 소프트웨어는 자동으로 샤드 분할(shard splitting) 및 재균형(rebalancing)을 처리하여 가용한 모든 서버에 스토리지를 균형 있게 분산시킴으로써 최상의 성능을 보장합니다. Spanner Omni의 파일 레이어가 Colossus 그 자체는 아니지만, 대부분의 워크로드에서 Spanner Omni가 관리형 Spanner 서비스와 대등한 성능을 발휘할 수 있게 해주는 충분한 대역 역할을 수행합니다.

우리는 또한 원자시계와 GPS를 사용하여 전 세계적으로 시간을 동기화하는 Spanner의 가장 잘 알려진 기술 중 하나인 TrueTime을 재구상했습니다. Spanner Omni를 위해 우리는 소프트웨어 기반의 TrueTime 대안 기술을 개발했으며, 이는 Google Cloud의 TrueTime과 마찬가지로 Spanner Omni 배포 환경 내의 서버 간에 오차가 제한된 고신뢰 시간 동기화를 제공합니다. Spanner는 강력한 외부 일관성을 달성하기 위해 시간 동기화에 의존하지만, 시간 불확실성에 따른 대기 시간을 다른 데이터베이스 작업과 겹쳐서 처리하는 능력을 통해 실제 TrueTime이 제공하는 것보다 더 넓은 불확실성 범위도 수용할 수 있습니다. TrueTime은 이러한 유연성을 활용하여 Spanner의 가용성이나 성능을 제한하지 않으면서도 다양하고 이질적인 환경 전반에 걸쳐 시간 기록(timekeeping) 기능을 제공합니다.

aside_block: <ListValue: [StructValue([('title', 'What customers are saying'), ('body', <wagtail.rich_text.RichText object at 0x7fa5b88484c0>), ('btn_text', ''), ('href', ''), ('image', None)])]>

액세스 방법

Spanner Omni의 개발자 에디션은 오늘부터 프리뷰(다운로드)로 제공됩니다. 이 에디션에는 Spanner의 핵심 역량이 포함되어 있어, 비상업적 목적의 비프로덕션 환경에서 개발 및 테스트를 진행하는 데 적합합니다. 엔터프라이즈 보안 기능은 제외되어 있으나, 여러분의 차기 프로젝트를 위한 최적의 샌드박스가 될 것입니다. 모든 기능이 포함된 상업용 에디션의 조기 액세스를 원하신다면 https://cloud.google.com/consulting/spanner-omni를 통해 문의해 주시기 바랍니다.

Cloud Run의 새로운 소식: Next '26 업데이트

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

바이브 코딩(Vibe-coded) 애플리케이션과 대규모 앱부터 AI 모델 및 에이전트에 이르기까지, Cloud Run은 모든 워크로드에 대해 오버헤드 없는 온디맨드 컴퓨팅과 사용량 기반 과금(Pay-per-use) 방식을 제공합니다. 지난해 Cloud Run을 사용하는 외부 활성 개발자와 애플리케이션의 수는 두 배로 증가했으며, 2025년 한 해 동안 유입된 신규 고객과 앱의 수는 서비스 출시 후 첫 6년 동안의 기록을 합친 것보다 더 많았습니다!

오늘 우리는 여러분의 워크로드 운영을 돕기 위해 Cloud Run의 새로운 기능과 개선 사항을 발표합니다.

Cloud Run, Firestore, 사용자 인증을 사용하여 Google AI Studio에서 풀스택 앱을 구축하고 배포할 수 있습니다.
완전히 새로운 Gemini Enterprise Agent Platform과 Cloud Run을 통해 안정적인 AI 에이전트를 구축, 확장, 거버넌스 관리 및 최적화할 수 있습니다.
Cloud Run의 완전 관리형 원격 MCP 서버를 통해 개발자와 에이전트가 손쉽게 배포를 진행할 수 있습니다.
Cloud Run에서 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU를 사용하여 고성능 인퍼런스와 서버리스 컴퓨팅을 결합할 수 있습니다.

개발자의 새로운 시대를 위한 역량 강화

수십 년 동안 소프트웨어 개발은 진입 장벽이 높은 학습 곡선을 가져왔으나, AI 덕분에 이제 누구나 디지털 빌더가 될 수 있습니다. Cloud Run과 함께라면 프로토타입에서 배포된 앱까지 단 몇 초 만에 도달할 수 있습니다.

Google AI Studio에서 풀스택 앱 구축
AI Studio가 이제 서버 측 코드, Firestore 데이터베이스 및 사용자 인증을 실행할 수 있는 풀스택 애플리케이션을 지원합니다. 바이브 코딩으로 만든 앱을 클릭 한 번으로 Cloud Run에 배포해 보세요. 현재 정식 출시(GA)되었습니다.

Cloud Run 완전 관리형 원격 MCP 서버
개발자나 에이전트가 코드를 더욱 쉽게 배포할 수 있도록 공식 원격 Cloud Run MCP(Model Context Protocol) 서버를 출시합니다. 이를 통해 앱을 관리하고 배포할 수 있는 도구를 제공합니다. 현재 정식 출시(GA)되었습니다.

청구 상한선(Billing caps)
곧 월별 최대 지출 금액을 설정할 수 있게 됩니다. 청구액이 이 금액에 도달하면 Cloud Run 리소스가 비활성화됩니다.

"Cloud Run은 우리 배포 플랫폼에서 내린 최고의 기술적 선택 중 하나였습니다. 현재 Replit에서 호스팅되는 100만 개 이상의 라이브 프로젝트를 지원하는 우리의 주요 타겟입니다." - Replit 엔지니어링 부사장, Scott Kennedy

에이전틱(Agentic) 시대의 수용

AI 에이전트도 사람과 마찬가지로 작업을 수행하기 위해 컴퓨팅 환경에 대한 접근이 필요합니다. 클라우드 기반 AI 에이전트가 복잡한 작업을 수행할 때 Cloud Run의 온디맨드 컴퓨팅 서비스를 활용할 수 있습니다.

Gemini Enterprise Agent Platform과 Cloud Run 통합
에이전트 플랫폼은 Cloud Run과의 통합을 통해 에이전트를 다시 구축할 필요 없이 실험 환경에서 완전 관리형 프로덕션 급 시스템으로 전환할 수 있도록 돕습니다. 현재 일부 고객을 대상으로 프리뷰가 진행 중입니다.

Cloud Run 인스턴스
기존에는 Cloud Run 서비스, 잡(Job), 워커 풀(Worker pool)이 인프라를 관리하는 고정된 방식이었습니다. 이제 우리는 그 아래의 기본 단위인 개별 'Cloud Run 인스턴스'를 직접 생성할 수 있는 권한을 제공합니다. Cloud Storage 볼륨 마운트와 결합된 이 인스턴스들은 OpenClaw와 같이 장시간 실행되는 백그라운드 에이전트를 간단한 명령 하나로 호스팅하는 데 이상적입니다.

code_block: <ListValue: [StructValue([('code', 'gcloud run instances create \\\r\n --image alpine/openclaw:latest \\\r\n --port 18789 \\\r\n --memory 4Gi \\\r\n --default-url \\\r\n --add-volume mount-path=/home/node/.openclaw,type=cloud-storage,bucket=$BUCKET_NAME'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7fa5b83d9310>)])]>

이 기능은 현재 일부 고객을 대상으로 프리뷰(Preview) 형태로 제공됩니다.

Cloud Run 샌드박스
에이전트는 코드나 명령을 가능한 한 빠르게 실행할 수 있는 안전한 공간이 필요한 경우가 많습니다. 곧 출시될 내장형 sandbox 도구를 사용하면, 단일 요청을 처리하는 동안 에이전트 코드로부터 엄격하게 격리된 휘발성(Ephemeral) 샌드박스를 매우 신속하게 구동할 수 있습니다.

code_block: <ListValue: [StructValue([('code', 'app.post(\'/execute\', (req, res) => {\r\n const escapedCode = req.body.code.replace(/"/g, \'\\\\"\');\r\n\r\n exec(`sandbox do -- /usr/bin/python3 -c "${escapedCode}"`, (e, stdout, stderr) => {\r\n res.send({ stdout, stderr });\r\n });\r\n\r\n});'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7fa5b83d9b20>)])]>

"Cloud Run의 동시성 모델은 우리의 고객 서비스용 AI 도구인 Lumi의 AI 워크로드를 단순화하는 데 큰 역할을 했습니다. Gemini 및 AlloyDB와 함께 Cloud Run을 사용함으로써, 실시간 통화 요약과 흐름 안내가 가능한 통합 액션 레이어를 구축할 수 있었습니다. 이를 통해 컨택 센터 팀의 첫 통화 해결률을 높이고 신규 팀원의 온보딩 속도를 앞당기는 성과를 거두었습니다." - 에드워드 라이트(Edward Wright), VirginMedia O2 UK 엔지니어링 헤드

수요가 높은 애플리케이션을 위한 자동 확장

Cloud Run은 수요에 맞춰 자동으로 리소스를 확장하므로, 트래픽 폭증에 즉각적으로 대응하고 서비스를 제공해야 하는 대규모 고객사에게 매우 적합합니다.

Cloud Run SSH 지원
개발자는 이제 실행 중인 Cloud Run 컨테이너에 보안 셸(SSH)로 직접 액세스하여 고급 트러블슈팅을 수행하거나 컨테이너의 파일 시스템을 즉석에서 점검할 수 있습니다. 현재 일부 고객을 대상으로 프리뷰(Preview)가 진행 중이며, 간단한 명령어로 보안 대화형 셸 세션을 열 수 있습니다.

code_block: <ListValue: [StructValue([('code', 'gcloud run services ssh SERVICE'), ('language', ''), ('caption', <wagtail.rich_text.RichText object at 0x7fa5b83d9e80>)])]>

Cloud Run 서비스 바인딩
곧 출시될 Cloud Run 서비스 바인딩을 통해 확장 가능한 마이크로서비스 아키텍처에서 서비스 간 통신을 원활하게 구현할 수 있습니다.

"Cloud Run의 서버리스 아키텍처는 거의 즉각적인 확장을 통해 기하급수적으로 증가하는 수요를 충족할 수 있게 해주며, 효율적인 개발자 경험은 애플리케이션 구축 및 실행 과정을 단순화해 줍니다." - Anthropic 기술 스태프, Mimi Chen

AI 모델 실행

GPU를 활용한 커스텀 모델 서빙부터 잡(Jobs)을 통한 모델 학습 및 미세 조정까지, Cloud Run은 AI 집약적인 워크로드에 최적화되어 있습니다.

Cloud Run의 NVIDIA RTX PRO 6000 Blackwell GPU 지원
이제 Cloud Run에서 NVIDIA RTX PRO™ 6000 Blackwell GPU를 지원하며 정식 출시(GA)되었습니다. 이를 통해 하부 인프라를 직접 관리할 필요 없이 70B 이상의 대규모 파라미터 모델을 서빙할 수 있으며, 리소스를 사용하지 않을 때는 0으로 자동 확장(Scale-to-zero)하여 비용을 최적화할 수 있습니다.

임시 디스크(Ephemeral disk)
인스턴스당 제공되는 임시 디스크 스토리지를 통해 컨테이너 메모리를 소모하지 않고도 대용량 파일을 처리하거나 스크래치 공간을 사용할 수 있습니다. 현재 프리뷰로 제공되는 이 임시 디스크는 인스턴스가 시작될 때 생성되고 중지될 때 삭제됩니다.

"Cloud Run은 우리의 모델 배포 관리 방식을 근본적으로 바꿨습니다. 사용량 기반의 '0으로 확장(Scale-to-zero)' 모델로 전환하면서 트래픽이 적은 모델에 대한 유휴 GPU 비용을 완전히 제거했습니다. 현재 용량 계획이나 플릿 관리의 부담 없이 여러 리전에 걸쳐 17개 이상의 모델 변체를 프로덕션 환경에서 독립적으로 실행하고 있습니다." - Elastic 글로벌 부사장, Ajay Nair

모든 워크로드를 위한 온디맨드 컴퓨팅

숙련된 소프트웨어 개발자이든, 다음 화제의 앱을 배포하려는 바이브 코더(vibe coder)이든 관계없이 Cloud Run은 모든 사람과 모든 워크로드에 최적화된 온디맨드 컴퓨팅을 제공합니다. 지금 바로 시작해 보세요.

BigQuery의 새로운 소식: 에이전틱 시대를 가속화하다

Tue, 28 Apr 2026 01:00:00 +0000

* 본 아티클의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

에이전틱(Agentic) 시대에 성공하려면 데이터 전략의 대대적인 전환이 필요합니다. 즉, 인간 중심의 워크로드에서 에이전트 우선의 워크로드로, 수동적인 지능에서 능동적인 실행으로, 그리고 단순한 원시 데이터에서 에이전트가 정확하게 추론할 수 있는 시맨틱 지식으로 진화해야 합니다.

지난 10여 년간 BigQuery는 지속적인 혁신을 통해 수만 개의 조직이 확장 가능한 데이터 및 AI 기반을 구축하고 기술적 변곡점을 헤쳐 나갈 수 있도록 지원해 왔습니다. BigQuery는 이제 자율형 '데이터 투 AI(Data-to-AI)' 플랫폼으로 진화했습니다. Gemini를 통한 데이터 처리량은 30배 이상, 비정형 데이터를 처리하는 AI 함수는 25배, 그리고 모델 컨텍스트 프로토콜(MCP)을 활용한 에이전트 구축 도구는 20배나 성장했습니다.

Definity와 같은 고객들은 고객 경험을 개선하고 백오피스 운영 효율을 높이며, 데이터 팀의 생산성을 증대시키기 위해 데이터 플랫폼을 구축하고 있습니다.

"우리는 Google Cloud에 데이터 플랫폼을 구축하고 10개월 만에 모든 핵심 보험 데이터를 수집했습니다. 이는 업계 평균 소요 시간의 절반 수준입니다. 대량의 데이터를 매우 빠르게 처리하는 BigQuery의 기술은 실무자와 엔지니어들에게 고급 도구를 제공하며, AI와 ML이 내장된 플랫폼을 선사했습니다. 우리는 매우 짧은 기간 내에 사용자 수를 두 배로 늘렸습니다." — Tatjana Lalkovic, Definity CTO

오늘 우리는 업계 선도적인 가성비와 엔터프라이즈급 안정성을 바탕으로 레이크하우스, 내장형 AI 처리 및 추론, 그리고 에이전틱 경험 전반에 걸친 BigQuery의 새로운 기능들을 발표합니다.

개방형 멀티 클라우드 레이크하우스(Open, Cross-cloud Lakehouse)

기업의 데이터는 종종 여러 애플리케이션, 다양한 클라우드 환경 및 온프레미스에 흩어져 있습니다. 초기 레이크하우스 솔루션이 데이터 중복을 줄여주었다면, 에이전틱 시대에는 네이티브 멀티모달, 멀티 클라우드 및 AI 지원이 가능한 기반이 필요합니다. 우리의 접근 방식은 Apache Iceberg의 상호 운용성과 Google의 차별화된 인프라를 결합하여 다음과 같은 새로운 기능을 제공합니다.

레이크하우스 내 관리형 Iceberg 테이블 (정식 출시, 기존 BigLake): 자동 테이블 관리, Iceberg 파티셔닝, 멀티 테이블 트랜잭션, 변경 데이터 캡처(CDC), 강화된 벡터화 및 이력 기반 최적화를 포함한 고급 BigQuery 기능과 Iceberg의 개방성을 결합합니다.
Iceberg REST 카탈로그 (프리뷰): BigQuery, Spark, 기타 오픈 소스 및 서드파티 엔진 간의 Iceberg 테이블 읽기/쓰기 상호 운용성을 지원하므로, 복잡하게 엔진 간의 장단점을 타협할 필요가 없습니다.
멀티 클라우드 레이크하우스 (프리뷰): AWS와 Azure를 시작으로 BigQuery AI 및 분석 기능을 다른 클라우드로 확장합니다. Iceberg REST 카탈로그와 같은 개방형 표준, Cross-Cloud Interconnect를 통한 고대역폭 네트워크, 투명한 캐싱 기술을 사용하여 네이티브 웨어하우스와 대등한 성능 및 TCO를 구현하며 기업을 위한 진정한 멀티 클라우드 환경을 제공합니다.
카탈로그 제휴 (프리뷰): AWS Glue, Databricks, SAP, Salesforce, Snowflake 및 Confluent Tableflow(올해 말 출시 예정) 전반에서 데이터를 쉽게 검색, 분석하고 제로 카피(Zero-copy) 방식으로 공유할 수 있습니다.
실시간 데이터 복제: Spanner, AlloyDB 및 Cloud SQL의 데이터를 BigQuery 테이블(정식 출시) 및 Iceberg(프리뷰)로 즉시 복제할 수 있도록 하여, 원시 데이터와 운영 실행 사이의 간극을 메워줍니다.

SQL 또는 자연어를 사용하여 BigQuery와 AWS 기반 Iceberg 테이블 전반의 데이터 분석

최신 레이크하우스 혁신 기술에 대한 자세한 내용은 이 블로그를 참조하세요.

엔터프라이즈 에이전트를 위한 그래프 기반 추론

AI가 진정으로 복잡하고 여러 단계(multi-hop)를 거치는 운영상의 문제를 해결하려면, 비즈니스 로직이 데이터 플랫폼 계층까지 깊숙이 확장되어야 합니다. 이 계층에서 로직을 정의하면 데이터 수집부터 소비까지 모든 정의가 일관되게 유지되고 거버넌스 하에 관리될 수 있습니다. BigQuery Graph (프리뷰)는 이러한 맥락을 활성화하는 토대를 제공하여, 데이터 실무자가 데이터 플랫폼 내에서 엔터티(객체), 관계 및 비즈니스 로직을 직접 매핑할 수 있게 합니다. 이를 통해 AI 에이전트는 거버넌스가 확보된 현실 데이터에 기반을 두고, 일관된 정확도로 복잡한 과제를 대규모로 해결할 수 있습니다.

오늘 우리는 AI 추론 능력을 강화하기 위한 새로운 그래프 기능을 발표합니다.

BigQuery Graph 내 메저(Measures) 네이티브 지원 (프리뷰): 분석 지표와 관계를 거버넌스가 적용된 단일 엔터티로 통합할 수 있습니다. 이는 데이터를 멀티 홉 구조 추론을 위한 '비즈니스 지도'로 변환하여, 에이전트가 단순한 검색을 넘어 비즈니스 이벤트의 파급 효과를 추적할 수 있도록 돕습니다.
BigQuery 대화형 분석(Conversational Analytics)의 그래프 지원 (프리뷰): 대화형 분석 에이전트가 가공되지 않은 테이블 대신 확정적인 '비즈니스 지도'를 탐색하게 함으로써 더 높은 정확도로 답변을 제공합니다. 그래프는 이중 추론을 가능하게 합니다. 즉, 에이전트는 메저를 사용하여 정확한 KPI를 즉시 계산하는 동시에, 복잡한 관계를 탐색하여 수치 뒤에 숨겨진 '이유'를 찾아낼 수 있습니다.
BigQuery Graph와 Looker 통합 (프리뷰): 그래프를 Looker 뷰로 노출함으로써 BigQuery에서 정의한 메저를 전체 데이터 스택에서 재사용할 수 있습니다. 또한 소스 제어 및 검증 기능이 포함된 Looker를 사용하여 BigQuery Graph를 정의할 수도 있습니다. 이러한 상호 운용성은 '이탈률(Churn Rate)'과 같은 지표가 대시보드와 AI 에이전트 모두에서 동일하게 유지되도록 보장합니다.
BigQuery Studio의 시각적 모델링 경험 (프리뷰): 에이전틱 컨텍스트(Agentic context)의 동력이 되는 엔터티, 관계 및 비즈니스 로직을 쉽게 구축하고 관리할 수 있는 직관적인 인터페이스를 제공합니다.

BigQuery Graph와 대화형 분석 에이전트를 사용하여 자연어로 데이터 분석

구조화 및 비정형 데이터의 가치를 깨우는 네이티브 AI 처리

데이터는 더 이상 행과 열에만 갇혀 있지 않습니다. 에이전트에게는 데이터 복사나 이동 없이도 정형 데이터와 비정형 데이터를 대규모로 처리할 수 있는 플랫폼이 필요합니다. BigQuery AI는 170개 이상의 파운데이션 모델에 대한 내장 액세스를 제공하여 예측 머신러닝 작업(예측, 이상 탐지, 추천 등)과 생성형 AI 작업(이미지 및 텍스트에서의 엔터티 추출, 콘텐츠 생성, 데이터 강화 등)을 쉽게 수행할 수 있게 해줍니다. BigQuery AI의 새로운 기능은 다음과 같습니다.

AI.PARSE_DOCUMENT (프리뷰): 단일 SQL 함수로 광학 문자 인식(OCR), 레이아웃 분석, 청킹(Chunking)을 자동화하여 복잡한 문서 처리 워크플로를 단순화합니다.
TabularFM 모델 (프리뷰): 광범위한 피처 선택, 튜닝, 학습 또는 모델 관리 없이도 고품질의 회귀 및 분류 기능을 BigQuery에 제공합니다.
ObjectRef (정식 출시): SQL과 Python을 사용하여 정형 데이터와 함께 비정형 데이터를 처리할 수 있습니다. 이는 지식 카탈로그(Knowledge Catalog)에서 풍부한 멀티모달 컨텍스트를 직접 구축하기 위한 토대를 마련합니다.
SQL 우선 AI 공동 처리 관리형 함수용 최적화 모드 (프리뷰): AI.CLASSIFY 및 AI.IF와 같은 함수를 위해 즉석에서 작업별 모델을 학습시켜, 행별(row-by-row) 생성형 AI 처리와 비교해 토큰 소비를 230배 절감합니다.
BigQuery 네이티브 Gemma 임베딩 (프리뷰): 표준 CPU에서 대규모로 고품질 임베딩을 생성할 수 있습니다.
자율 임베딩 생성 (정식 출시): 비정형 데이터를 위한 파이프라인을 완전히 자동으로 관리하며, 새로운 데이터가 수집될 때마다 벡터 인덱스를 동기화 상태로 유지합니다.
BigQuery 하이브리드 검색 (프리뷰): 시맨틱 검색과 전체 텍스트 검색을 단일 함수로 통합하여 검색을 일원화하고, RAG(검색 증강 생성) 및 복잡한 탐색에서 탁월한 정밀도를 제공합니다.
Python UDF (정식 출시): 완전 관리형 Python 스칼라 함수로 데이터를 강화, 변환 또는 정제할 수 있습니다. 자체 코드나 라이브러리를 가져올 수 있으며, 서버리스 및 스케일 아웃 실행을 통해 수백만 행까지 자동 확장됩니다. 이 기능은 향후 몇 주에 걸쳐 단계적으로 출시될 예정입니다.
Connected Sheets: BigQuery의 규모를 익숙한 Google Sheets 인터페이스로 가져오며, 이제 TimesFM 모델을 통한 예측(정식 출시) 및 이상 탐지(프리뷰)를 지원합니다.
지구 통계 분석(Geospatial analytics) 데이터 세트 (프리뷰): 인프라 자산이나 도로 관리 인사이트와 같은 위치 정보 데이터를 BigQuery에서 직접 액세스할 수 있습니다. 복잡한 수동 데이터 전처리 없이 기업 데이터와 결합하여 더 깊이 있는 분석이 가능합니다.

BigQuery에서 비정형 데이터의 액세스, 처리 및 활성화

에이전틱 경험(Agentic experiences)

AI는 지루하고 시간이 많이 걸리는 작업들을 대신 처리함으로써, 숙련된 데이터 팀이 영향력이 큰 전략적 이니셔티브에 집중할 수 있도록 돕습니다. 우리는 Google의 기초 연구, 우수한 모델, 그리고 특화된 도구들을 BigQuery에 직접 통합하여 데이터 라이프사이클의 모든 단계에서 자동화와 지원을 제공함으로써 이 분야를 선도하고 있습니다. BigQuery의 새로운 에이전틱 경험은 다음과 같습니다.

BigQuery 대화형 분석 (정식 출시): 팀원들이 자연어를 사용하여 복잡한 데이터 세트를 쿼리할 수 있게 해줍니다. 구조화된 데이터와 비정형 데이터 전전반에 걸친 예측 분석 및 추론과 같은 고급 기능을 지원하는 동시에, 인사이트를 얻기 위한 안전하고 투명한 경로를 제공합니다. BigQuery Studio 외에도, BigQuery 대화형 분석 에이전트를 Data Studio(프리뷰), Gemini Enterprise(프리뷰)에 게시하여 활용하거나 커스텀 애플리케이션을 위한 API(정식 출시)를 통해 사용할 수 있습니다.

BigQuery 대화형 분석(Conversational Analytics)을 통해 자연어로 데이터에서 인사이트 확보

능동적 에이전틱 워크플로 (프리뷰): 단순한 질의응답을 넘어 지표의 변화를 감지하고, 왜 그런 변화가 일어났는지 설명하기 위해 근본 원인 분석(Root-cause analysis)을 수행하며, 정기적인 리서치 브리핑을 사용자의 받은 편지함으로 직접 전달합니다.

BigQuery의 능동적 에이전틱 워크플로 (Proactive agentic workflows)

BigQuery 에이전트 분석(Agent Analytics)은 ADK(정식 출시) 및 LangGraph(프리뷰) 프레임워크용 플러그인을 제공하여, 에이전트 활동을 BigQuery에 기록하고 이를 트러블슈팅, 최적화 및 에이전트 평가를 위해 분석할 수 있도록 지원합니다.
BigQuery Studio에 새로운 생산성 도구들이 추가되었습니다. 리소스 검색 및 트러블슈팅을 위한 문맥 인식 어시스턴트(Contextually aware assistant, 프리뷰), SQL과 데이터프레임을 혼합할 수 있는 SQL Cells (정식 출시), 노트북 내에서 직접 시각화 자료를 만드는 Visualization Cells (정식 출시) 등이 포함됩니다. Files Explorer (정식 출시)를 통해 개발자는 코드 자산을 폴더별로 정리, 공유 및 관리할 수 있습니다. 또한, BigQuery 노트북에 Git 통합 및 워크플로(프리뷰)를 도입하여 GitHub, GitLab, Bitbucket 및 Azure DevOps 전반에 걸쳐 데이터 과학 워크플로를 위한 완벽한 소스 코드 관리(SCM) 범위를 제공합니다.
데이터 과학 에이전트 (정식 출시)는 BigQuery 노트북 내에서 단순히 목표를 평이한 영어로 서술하는 것만으로도 BigQuery ML, 데이터프레임 또는 Spark를 사용하여 데이터를 로드, 정제 및 시각화하는 계획을 자동으로 실행합니다.
데이터 엔지니어링 에이전트 (정식 출시)는 BigQuery 내 데이터 파이프라인의 개발, 관리, 마이그레이션 및 트러블슈팅을 돕습니다. 사용자의 지침(Instruction)과 지식 카탈로그(Knowledge Catalog) 통합을 통해 커스텀 컨텍스트를 활용하며, BigQuery 파이프라인 및 Dataform에서 사용할 수 있습니다.
Colab Data Apps (프리뷰)는 노트북 분석 결과물을 비즈니스 팀이 Data Studio에서 액세스할 수 있는 공유 가능한 완전 관리형 대화형 Python 애플리케이션으로 변환함으로써 분석과 실행 사이의 간극을 메워줍니다.
BigQuery 원격 MCP 서버 (정식 출시) 및 BigQuery ADK 툴셋 (정식 출시)은 에이전트를 위한 수동 데이터베이스 커넥터의 필요성을 줄여줍니다.
Google Cloud 데이터 에이전트 키트 (프리뷰)는 이식 가능한 기술 스위트, 모델 컨텍스트 프로토콜(MCP) 도구, 환경별 확장 프로그램 및 네이티브 플러그인을 제공합니다. VS Code, Gemini CLI, Codex, Claude Code 등 사용자가 구축 중인 환경에 직접 찾아가는 데이터 에이전트 키트는 IDE, 노트북 또는 터미널을 네이티브 데이터 환경으로 변환합니다. 이를 통해 사용자의 환경은 광범위한 데이터 워크플로를 오케스트레이션하고, BigQuery, dbt, Apache Spark 또는 Apache Airflow와 같은 최적의 프레임워크를 자동으로 선택하며 프로덕션 환경에 바로 적용 가능한 코드를 생성할 수 있습니다.

타의 추종을 불허하는 성능과 규모

현대의 분석 워크로드는 갈수록 예측 불가능해지고 분산되고 있습니다. 우리는 환경 내에서 데이터가 증가하더라도 비용과 운영 오버헤드는 늘어나지 않도록 BigQuery 핵심 엔진을 강화하는 데 지속적으로 투자하고 있습니다.

유동적 확장 (Fluid scaling, 정식 출시): 비용과 성능 사이의 타협이 필요 없는 프리미어 자동 확장 모델을 통해 변동성이 큰 워크로드를 효율적으로 실행할 수 있습니다. BigQuery의 유동적 확장은 진정한 초 단위 과금을 가능케 하여 최대 34%의 비용 절감 효과를 제공합니다.
고급 런타임, 소규모 쿼리 및 이력 기반 최적화 (정식 출시): 코드나 스키마 변경 없이 네이티브 및 Iceberg 워크로드를 가속화합니다. BigQuery는 전년 대비 쿼리 속도를 35% 향상시키는 동시에 쿼리 처리 비용을 40% 절감했습니다.
새로운 워크로드 관리 기능: 예약 그룹 (Reservation groups, 정식 출시), 유연한 동적 할당(프리뷰), 프로젝트 수준 슬롯 및 동시성 제어 (프리뷰) 등이 포함되며, 이를 통해 상세한 비용 할당과 가격 대비 성능 제어가 가능합니다. 이 모든 과정은 선언적 규칙 기반 워크로드 관리(프리뷰)를 통해 단순화되었습니다.
강화된 관측성(Observability, 정식 출시) 및 교차 라우팅(Intersection routing, 프리뷰)은 미션 크리티컬한 워크로드를 위해 유연한 재해 복구 역량을 제공합니다. 즉각적인 트러블슈팅을 위한 에이전트 기반 관측성(Agent-powered observability, 프리뷰)은 운영을 더욱 단순화하며, 에이전트 대응 보안 센터(Agent-ready security center, 프리뷰)는 통합된 세밀한 액세스 제어 경험을 제공합니다.

예측 불가능한 워크로드를 위한 BigQuery 유동적 확장(Fluid scaling)

에이전틱(Agentic) 시대의 BigQuery는 단순히 데이터가 머무르는 곳이 아닙니다. 이제 BigQuery는 데이터가 스스로 생각하고, 추론하며, 행동하는 공간입니다. 미래는 이미 시작되었으며, 그 어느 때보다 개방적이고 자율적이며 강력해졌습니다.

BigQuery 데이터 마이그레이션 혜택을 활용하여 여러분의 데이터 및 AI 여정을 지금 시작해 보세요. 여러분이 데이터를 통해 만들어갈 혁신적인 이야기들을 기대하겠습니다.

reCAPTCHA의 차세대 진화, Google Cloud Fraud Defense

Wed, 22 Apr 2026 12:00:00 +0000

해당 블로그의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

자율형 AI 에이전트가 개방형 웹과 업계 표준 프로토콜을 사용하여 복잡한 트랜잭션을 추론, 계획 및 실행하는 '에이전틱 웹(Agentic web)'은 자율적인 고객 경험 창출을 목표로 합니다. 이러한 에이전트들은 온라인 상호작용을 크게 향상시킬 수 있지만, 동시에 새로운 남용 및 사기 벡터를 유입시켜 보안 플랫폼에 전례 없는 과제를 안겨줍니다.

이처럼 정교해진 자동화의 부상은 리스크 관리 방식의 근본적인 전환을 요구합니다. 이에 오늘 Google Cloud Next에서 우리는 에이전틱 웹을 위한 신뢰 플랫폼인 Google Cloud Fraud Defense를 출시합니다. reCAPTCHA의 차세대 진화인 Fraud Defense는 봇, 인간, 그리고 AI 에이전트의 정당성(Legitimacy)을 검증하도록 설계된 종합 플랫폼으로, 기업이 디지털 상호작용과 상거래를 안전하게 보호하는 데 필요한 인텔리전스를 제공합니다.

Fraud Defense 대시보드에서 확인된 에이전틱 활동(Agentic activity) 현황

안전한 에이전틱 웹을 실현하기 위한 미션의 일환으로, Fraud Defense는 고객이 웹사이트상의 에이전틱 활동을 측정하고 제어할 수 있는 강력한 기능 모음을 도입합니다. 구글 자체 생태계를 보호하는 것과 동일한 글로벌 신호를 활용함으로써, 이제 기업은 일반 사용자(인간)와 AI 에이전트 모두에게 신뢰할 수 있는 경험을 제공할 수 있습니다.

Fraud Defense 정책 엔진에서 에이전틱 트래픽(Agentic traffic)에 대한 정책 생성

이러한 새로운 기능들은 다음과 같습니다.

에이전틱 활동 측정(Agentic activity measurement): 에이전트의 활동을 측정하고 파악하는 데 도움을 주는 새로운 대시보드입니다. Web Bot Auth 및 SPIFEE와 같은 업계 표준과 연동하고 전통적인 방식을 병용하여, 에이전틱 트래픽을 식별, 분류 및 분석합니다. 또한 에이전트와 인간의 신원을 연결하여 리스크와 신뢰도를 더욱 정확하게 파악합니다.
에이전틱 정책 엔진(Agentic policy engine): 사용자 여정 전반에 걸쳐 상호작용의 각 단계에서 세밀한 제어 기능을 제공합니다. Fraud Defense의 에이전틱 정책 엔진을 통해 리스크 점수, 자동화 유형, 에이전트 신원 등의 조건에 따라 에이전트와 사용자를 허용하거나 차단할 수 있습니다.
AI 저항형 챌린지(AI-resistant challenge): 에이전트로부터 잠재적인 사기 행위가 식별될 경우, 애플리케이션 제공업체는 새로운 QR 코드 기반 챌린지를 통해 '인간의 개입(Human-in-the-loop)'을 요청함으로써 악성 요청을 저지하고 완화할 수 있습니다. 실제 인간이 존재함을 증명하는 이 AI 저항형 완화 챌린지는 자동화된 사기 행위의 경제적 타당성을 상실시키도록 설계되었습니다.

쇼핑 웹사이트에 적용된 새로운 QR 코드 챌린지

reCAPTCHA는 앞으로도 Fraud Defense 플랫폼의 핵심적인 봇 방어 기둥으로서 역할을 지속할 것입니다. 기존 reCAPTCHA 고객은 별도의 마이그레이션이나 조치 없이 자동으로 Fraud Defense 고객이 되며, 가격 체계 또한 변경되지 않습니다. 기존에 사용 중인 사이트 키(Site keys)와 통합 환경도 현재와 동일하게 유지됩니다.

에이전틱 웹을 위한 신뢰 플랫폼

Google Cloud는 에이전틱 웹 환경에서의 사기 및 남용 방지가 근본적으로 더 단순한 고객 경험으로 이어져야 한다고 믿습니다. Fraud Defense는 세 가지 핵심 접근 방식을 통해 안전한 에이전틱 웹을 실현하고 비즈니스 성장을 지원합니다.

1. 진화하는 위협 방지많은 Google 서비스를 보호하는 것과 동일한 사기 방지 인텔리전스로 귀사의 비즈니스를 보호합니다. 위협이 단순한 봇 자동화와 무효 트래픽(Invalid traffic)에서 에이전트 탈취 및 대규모 AI 기반 가공 신원(Synthetic identity) 사기로 변화함에 따라, Fraud Defense는 이러한 신종 위협이 사이트에 도달하기 전에 먼저 식별합니다.

이미 포춘 100대 기업의 50%와 전 세계 1,400만 개 이상의 도메인을 보호하고 있는 방대한 사기 인텔리전스 그래프(Fraud intelligence graph)를 기반으로 한 이 압도적인 가시성은 로컬 데이터만으로는 불가능한 수준의 '집단 면역'과 검증된 신뢰를 제공합니다.

2. 고객 여정 전반의 보안 강화공격자는 단일 엔드포인트만 노리지 않습니다. 그들은 디지털 여정 전체를 목표로 삼습니다. 에이전트가 엔드 투 엔드(End-to-end) 여정을 수행하도록 설계된 에이전틱 웹에서는 이러한 경향이 더욱 두드러집니다. Fraud Defense는 가입과 로그인부터 결제와 체크아웃에 이르기까지 리스크에 대한 통합된 뷰를 제공합니다.

전체 수명 주기에 걸친 텔레메트리 데이터를 연계함으로써, 당사의 통합 신뢰 모델(Unified trust model)은 개별 솔루션이 놓치기 쉬운 복잡한 다단계 사기 캠페인을 식별해 냅니다. 이러한 총체적 접근을 통해 실제 고객 활동과 정교한 남용 행위를 정확히 구분함으로써, 계정 탈취(ATO)를 평균 51% 감소시키는 성과를 입증했습니다.

3. 비즈니스 성장 가속화에이전틱 경제에서 사용자 경험의 마찰은 곧 전환율 저하를 의미합니다. Fraud Defense는 대다수 사용자에게 보이지 않도록 설계되어, 방해 요소가 되는 퀴즈 대신 정적 배경 검증(Silent background verification)으로 대체합니다. 지능형 신뢰 모델을 통해 악성 봇, 인간, 에이전트는 정밀하게 차단하는 동시에, 정당한 사용자는 확신을 가지고 맞이할 수 있습니다. 여기에는 2025 Shopify 리테일 보고서에 따라 평균 주문 가치를 25% 증가시킬 것으로 예상되는 AI 쇼핑 어시스턴트도 포함됩니다.

Fraud Defense 작동 방식 자세히 알아보기

에이전틱 웹으로의 여정을 이어가는 여러분을 보호하기 위해 설계된 새로운 기능들을 소개하고자 Next ‘26에 여러분을 초대합니다. 행사 기간 중 세션(Breakout session)에 참여하시고 데모 부스를 방문하여 Fraud Defense의 실제 작동 모습을 확인하고 전문가들로부터 자세한 설명을 들어보시기 바랍니다. 변화하는 환경 속에서 귀사의 미래를 보호할 방법을 함께 논의할 수 있기를 기대합니다.

에이전틱 웹을 향한 다음 단계를 시작하려면 Fraud Defense 웹사이트를 방문하거나 콘솔에 로그인해 보십시오. Next ‘26의 모든 보안 관련 발표 내용은 여기에서 확인하실 수 있습니다.

더 넓고 촘촘하게: Google Security Operations의 새로운 파트너 지원 생태계

Wed, 22 Apr 2026 12:00:00 +0000

해당 블로그의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

보안 팀은 원격 분석 데이터(telemetry), 경고(alerts), 대응 플레이북을 수동으로 연결해야 하는 부담에 자주 시달립니다. 이러한 파편화는 가시성을 제한하고, 경고 피로도(alert fatigue)를 증가시키며, 조사 속도를 지연시킬 수 있습니다.

현대 기업을 방어하려면 함께 원활하게 작동하는 도구가 필요합니다. 오늘 Google Cloud Next에서 우리는 Google Cloud 보안 통합 에코시스템(Google Cloud Security integration ecosystem)의 일환으로 Google Security Operations를 위한 강력한 신규 파트너 통합 코호트를 발표하게 되어 매우 기쁩니다.

즉시 사용 가능한(out of the box) 고충실도 보안 워크플로우를 제공하도록 설계되었으며, 300개 이상의 벤더가 속한 당사의 에코시스템에 새롭게 합류한 파트너는 다음과 같습니다: Beacon Security, Contrast Security, Darktrace, Gigamon, GreyNoise, Intezer, Prophet Security, SAP, Synqly, Thinkst, Tidal Cyber, Torq, 그리고 Vali Cyber.

다음은 파트너들이 Google Security Operations 에코시스템 내에서 어떻게 구축하고 있는지, 지원되는 통합 유형은 무엇인지, 그리고 보안 운영 센터(SOC)가 이를 어떻게 활용할 수 있는지에 대한 내용입니다.

구체성과 깊이: 지원되는 통합 유형

Google Security Operations 플랫폼은 몇 가지 뚜렷한 통합 패턴을 지원합니다. 현재 코호트가 특정 기술 역량을 제공하기 위해 이러한 아키텍처를 사용하는 방법은 다음과 같습니다.

1. 스택 전반의 심층적인 가시성을 위한 데이터 피드 통합이러한 통합은 중요한 원격 분석 데이터를 Google Security Operations 데이터 레이크로 직접 파이프(pipe)하며, 당사의 통합 데이터 모델(UDM) 스키마에 사전 매핑되어 있으므로 팀에서 사용자 지정 파서(parsers)를 작성할 필요가 없습니다.

Beacon Security: 정규화된 데이터와 원시 데이터 모두의 수집(ingestion)을 설계합니다. Beacon은 API, syslog, 웹훅 및 클라우드 스토리지를 포함한 소스에서 데이터를 수집하여 모니터링 범위를 확장합니다. 실시간 스트리밍 파이프라인을 사용하여 이러한 원시 이벤트를 몇 분 만에 즉시 사용 가능한 UDM 매핑으로 직접 정규화합니다. 데이터가 Google Security Operations에 도달하기도 전에, Beacon은 보안 중심의 데이터 축소를 적용하여 탐지 충실도를 유지하면서 이벤트를 필터링하고 집계합니다. 마지막으로 AI 기반 데이터 오케스트레이션 및 지속적인 보안 데이터 태세 관리를 사용하여 수집 상태를 추적하고 사각지대가 침해 사고로 이어질 위험을 줄이는 데 도움을 줍니다.
Contrast Security ADR: Contrast ADR 및 Google Security Operations 통합을 통해 애플리케이션 계층 공격을 탐지, 조사 및 대응합니다. 검증된 런타임 공격 원격 분석 데이터가 Google의 UDM으로 스트리밍되어, 확인된 익스플로잇(exploits)을 케이스로 자동 표시하고 애플리케이션 계층의 탐지 결과를 WAF, EDR 도구 및 데이터베이스 보안 센서의 신호와 상호 연관시키는 목적별(purpose-built) 탐지 규칙을 구동합니다.
Gigamon GigaVUE Cloud Suite: 조직이 하이브리드 클라우드 환경 전반에서 가시성 공백을 해소할 수 있도록 돕는 새로운 통합을 도입합니다. 이 통합은 패킷, 흐름, 메타데이터를 포함하여 Gigamon에서 제공하는 실행 가능한 애플리케이션 및 네트워크 파생 원격 분석 데이터를 통해 Google Security Operations의 역량을 증폭시켜, 팀이 위협을 조기에 탐지하고 더 높은 정밀도로 조사하는 데 필요한 컨텍스트를 제공합니다.
SAP Logserv: SAP Logserv와 보안 운영 간의 가시성 격차를 해소하여, 분석가가 기존 IT 환경과 함께 SAP에 특화된 위협을 탐지, 조사 및 대응할 수 있도록 지원합니다. 이 통합은 즉시 사용 가능한 수집 기능을 제공하며, SAP 전용 표준 파서를 사용하여 복잡한 원시 인프라 및 애플리케이션 로그를 UDM 형식으로 정규화합니다. 이를 통해 팀은 통합된 전사적 가시성을 확보하여 비즈니스에 필수적인 데이터를 방어하는 동시에, 깊이 있는 SAP 기술 전문 지식이나 사용자 지정 로그 파이프라인의 필요성을 줄일 수 있습니다. 이 통합은 SAP와의 파트너십을 통해 Google에서 개발했습니다.
Synqly Mesh: Google Security Operations의 UDM과 개방형 사이버 보안 스키마 프레임워크(OCSF) 간에 양방향 데이터 정규화를 수행하는 통합 API를 제공합니다. 이벤트 수집 구성(Sink)은 물론 완벽한 양방향 SIEM 연결을 지원합니다.
Vali Cyber Zero Lock: 하이퍼바이저 수준의 보안 이벤트를 기존 Google Security Operations 워크플로우로 직접 스트리밍합니다. 이 통합은 새롭게 떠오르는 ESXi 위협에 대한 가시성을 제공하며, 가상 인프라를 보호하고 정상적으로 작동하도록 돕기 위해 설계되었습니다.

2. 간소화된 경고 및 케이스 관리를 위한 대응(Response) 통합 이러한 통합은 워크플로우에 직접 연결(hook)되어 외부 플랫폼이 경고 전달을 트리거하고, 케이스를 생성하며, 자동화된 작업을 실행할 수 있도록 합니다.

Darktrace: 현재 개발 중인 이 대응 통합을 통해 Google Security Operations는 Darktrace 인시던트(Incidents) 및 모델 경고(Model Alerts)를 수집할 수 있습니다. API 또는 웹훅을 통해 사전 파싱된 원시 로그를 가져옴으로써, 이 통합은 경고 전달을 간소화하고 케이스를 관리하며 자동화된 대응 조치를 트리거하는 데 필요한 네트워크 컨텍스트를 팀에 제공합니다.
GreyNoise: Google Security Operations의 탐지 및 대응 역량을 강화하는 새로운 통합입니다. SIEM과 SOAR를 모두 아우르는 이 통합은 표준화된 지표(indicator) 수집, 사전 구축된 대시보드, YARA-L 탐지 규칙, 저장된 검색, 웹훅 지원, 대응 조치 및 즉시 배포 가능한 플레이북을 제공합니다.
Thinkst Canary: Google Security Operations SOAR와 직접 통합되어 보안 팀이 신뢰도 높은 Canary 인시던트를 실행 가능한 케이스로 수집할 수 있도록 합니다. 이 통합은 전체 경고 컨텍스트를 보존하고 IP 주소 및 호스트 이름과 같이 추출된 엔티티(entities)를 표시하며, 분석가가 Google Security Operations 워크플로우를 벗어나지 않고도 인시던트를 인지(acknowledge)할 수 있게 해줍니다.
Torq: AI SOC 플랫폼을 Google Security Operations에 도입하여 위협 수명 주기 자동화를 지원합니다. Torq는 API를 통해 탐지 결과를 직접 가져오고, 노이즈를 필터링하기 위해 에이전틱 AI 기반의 자동 분류(auto-triage)를 적용하며, 보안 스택 전반에서 엔드포인트 격리 또는 액세스 권한 취소와 같은 자율적인 대응 조치를 실행하는 동시에 Google Security Operations의 케이스 상태를 최신으로 유지합니다.

3. Google Security Operations 데이터 가져오기 (양방향 API 워크플로우) 보안은 단일 콘솔에서만 이루어지지 않습니다. 이러한 통합은 보안 API를 사용하여 Google Security Operations의 탐지 결과와 인텔리전스를 파트너 플랫폼으로 기본적으로(natively) 가져와 도구 간의 격차를 해소합니다.

Intezer: 기존 환경을 벗어나지 않고도 Google Security Operations 탐지 결과를 기본적으로 쿼리, 조사 및 분류할 수 있습니다. Google Security Operations 경고를 Intezer로 직접 자동 수집하며, 활성 조사 중에 기본 Google Security Operations 데이터를 쿼리하여 자율적인 분류(triage)를 주도합니다. 이 양방향 워크플로우는 팀이 전체적인 상황을 파악할 수 있도록 보장하여 콘솔 간 이동 필요성을 없애고, 수동 데이터 수집을 줄이며, 분석가가 고차원적인 의사 결정과 신속한 대응에 집중할 수 있도록 해줍니다.
Prophet Security: Google Security Operations와 통합되어 AI 기반의 경고 조사 및 자연어 위협 헌팅을 제공합니다. 경고를 자동 수집하고, 실시간 UDM 이벤트 컨텍스트를 위해 Chronicle API를 쿼리하며, 분석가의 업무량 감소를 목표로 조사 결과 및 주석을 Google Security Operations에 양방향으로 동기화하도록 설계되었습니다.
Tidal Cyber: 사이버 방어 인텔리전스(CDI) 환경에서 구성 및 정책 데이터를 가져옵니다. Google Security Operations에서 ATT&CK 매핑된 큐레이션 탐지 규칙 및 사용자 생성 규칙을 검색할 수 있습니다. 또한 탐지 규칙 상태를 Tidal과 동기화하여 활성화 및 비활성화된 기능을 반영합니다. 제품의 기능과 현재 환경에서 활성화된 기능을 모두 파악함으로써 Tidal은 구성의 공백을 식별하고 정책이 변경될 때 방어 스택 및 커버리지 맵을 정확하게 유지하도록 돕습니다.

모든 파트너 통합에 대한 자세한 내용은 당사의 기술 문서(technical documentation) 또는 Google Security Operations 콘텐츠 허브(Content Hub) 콘솔에서 확인할 수 있습니다.

오늘 바로 방어 체계를 통합하십시오

Google Cloud 보안 통합 에코시스템에 합류하고자 하는 기술 벤더 및 개발자는 Google Security Operations 빌드 파트너 가이드(Build Partner Guide)를 다운로드하여 당사의 UDM 스키마 및 API 요구 사항을 이해하는 것으로 시작할 수 있습니다. 또한 Google Cloud 보안 기술 파트너 팀(Security Tech Partners team)에 연락하여 다음 릴리스 주기에 맞춰 빌드를 가속화할 수 있는 개발 환경을 요청하시기 바랍니다.

Next ‘26의 모든 보안 관련 발표 내용은 여기에서 확인하실 수 있습니다.

Next ‘26: AI 시대 보안의 재정의, 구글 클라우드와 Wiz가 함께 그리는 미래

Wed, 22 Apr 2026 12:00:00 +0000

aside_block: <ListValue: [StructValue([('title', "구글 클라우드 Next '26 보안 하이라이트"), ('body', <wagtail.rich_text.RichText object at 0x7fa5b863cb80>), ('btn_text', ''), ('href', ''), ('image', None)])]>

해당 블로그의 원문은 2026년 4월 23일 Google Cloud 블로그(영문)에 게재되었습니다.

AI 시대는 새로운 보안의 시대를 요구합니다. 조직들은 AI의 잠재력을 활용하는 동시에 악의적인 사용으로부터 방어해야 하는 이중의 과제에 직면해 있으며, Google Cloud는 여러분이 이러한 환경에 적응하고 성공적으로 나아갈 수 있도록 돕습니다.

Google Cloud의 최신 연구에 따르면, 위협 행위자들은 AI를 사용하여 공격의 속도, 규모 및 정교함을 가속화하고 있습니다. 한편, M-Trends 2026 보고서에 따르면, 위협 행위자 간의 공조가 심화됨에 따라 지난 3년 동안 초기 침투(initial access) 후 2차 위협 행위자에게 권한을 넘겨주는(hand-off) 데 걸리는 시간이 8시간에서 단 22초로 급격히 단축된 것으로 나타났습니다.

오늘 Google Cloud Next에서 우리는 Google Cloud가 기계의 속도로 점차 정교해지는 위협을 방어하고, AI 및 멀티클라우드 환경을 보호하며, 대규모 클라우드 워크로드의 보안을 확보하는 데 어떻게 도움을 줄 수 있는지 선보입니다.

에이전틱 방어 (Agentic defense) 제공

칩에서 모델에 이르는 Google의 풀스택(full-stack) AI 접근 방식은 고객을 보호하는 데 있어 더 나은 통합과 속도를 통해 경쟁 우위를 제공합니다. Google은 세계 최대 규모의 위협 관측소(threat observatory)와 Mandiant 일선 전문가들로부터 얻은 인사이트를 실행에 옮길 수 있을 뿐만 아니라, Google DeepMind의 최첨단 인사이트와 혁신 기술을 도입하여 고객의 플랫폼을 더욱 안전하게 만듭니다.

오늘 우리는 여러분이 AI의 속도로 방어할 수 있도록 돕는 Google Security Operations의 세 가지 새로운 에이전트를 소개합니다.

현재 프리뷰 버전으로 제공되는 위협 헌팅 에이전트(Threat Hunting agent)는 보안 팀이 기존의 방어 체계를 우회하는 새로운 공격 패턴과 은밀한 적대적 행위를 선제적으로 탐색(hunt)할 수 있도록 지원합니다.
현재 프리뷰 버전으로 제공되는 탐지 엔지니어링 에이전트(Detection Engineering agent)는 방어 범위의 공백(coverage gaps)을 식별하고 위협 시나리오에 대한 새로운 탐지 규칙을 생성하여, 수고(toil)를 덜고 수작업에 의존하던 탐지 생성을 자동화된 과학의 영역으로 전환합니다.
곧 프리뷰로 제공될 예정인 제3자 컨텍스트 에이전트(Third-Party Context agent)는 제3자 콘텐츠에서 얻은 컨텍스트(문맥) 데이터를 활용하여 분석 워크플로우를 더욱 풍부하게 지원합니다.

위협 헌팅 에이전트(Threat Hunting agent)를 활용한 위협 헌팅 개

당사의 분류 및 조사 에이전트(Triage and Investigation agent)는 지난 한 해 동안 500만 건 이상의 경고(alerts)를 처리했으며, 이는 일반적으로 수동으로 30분이 걸리던 분석 작업을 Gemini를 통해 60초로 단축했습니다.

BBVA의 보안 기술(Security Technology) 책임자인 디에고 마르티네스 블랑코(Diego Martinez Blanco)는 "운영의 탄력성과 사이버 보안은 BBVA 고객 신뢰의 근간입니다. 분류 및 조사 에이전트와 같은 첨단 인공지능을 통합함으로써 우리는 새로운 방식으로 확장할 수 있게 되었습니다."라고 말했습니다.

그는 또한 “이 에이전트는 초기 단계의 복잡하고 무거운 작업을 처리하고 오탐(false positives)을 걸러내 주기 때문에, 우리는 인간의 개입이 필요한 중요한 문제에 우선순위를 둘 수 있습니다. 에이전트의 투명한 설명 덕분에 우리 팀은 권장 사항을 명확히 이해하고, 궁극적으로 더 복잡한 조사에 자원을 집중할 수 있게 되었습니다.”라고 덧붙였습니다.

이제 정식 버전(GA)으로 제공되는 Google Security Operations용 원격 Google Cloud 모델 컨텍스트 프로토콜(MCP) 서버 지원을 통해 여러분만의 보안 에이전트를 구축할 수 있습니다. 이를 더욱 쉽게 활용할 수 있도록, 프리뷰 버전으로 제공되는 Google Security Operations 채팅 인터페이스에서 직접 MCP 서버 클라이언트에 액세스할 수도 있습니다.

Google Cloud의 에이전틱 방어(agentic defense)와 인텔리전스 주도의 AI 증강 보안 운영(AI-augmented security operations)을 활용하는 조직은 높은 투자 수익률(ROI)을 거둘 수 있습니다. Christopher Kissel
IDC 리서치 부문 부사장

위협 헌팅 에이전트(Threat Hunting agent)가 생성한 위협 헌팅 결과 보고서

보안 팀은 또한 Google Security Operations의 에이전틱 자동화(agentic automation)를 통해 대응 조치를 자동화할 수 있습니다. 팀을 수동 분류(triage) 방식에서 에이전틱 방어 체계로 더욱 발전시키기 위해, 현재 프리뷰 버전으로 제공되는 Google Threat Intelligence의 다크웹 인텔리전스(dark web intelligence)를 도입했습니다. 내부 테스트에 따르면, 이 기능은 매일 수백만 건의 외부 이벤트를 98%의 정확도로 분석하여 실제로 중요한 위협을 신속하게 파악할 수 있습니다.

IDC의 리서치 부문 부사장인 크리스토퍼 키셀(Christopher Kissel)은 "IDC 조사에 따르면 AI 기반의 컨텍스트 및 자동화를 도입한 조직들은 탐지 평균 시간(MTTD) 및 대응 평균 시간(MTTR)의 대폭적인 단축, 오탐지 감소, 분석가 생산성 향상 등 가시적인 운영 이점을 경험했습니다. 이러한 운영 개선은 중단 기간 단축, 사고 관련 비용 절감, 보안 태세 및 의사 결정에 대한 경영진의 신뢰 향상과 같은 실질적인 비즈니스 성과(business outcomes)로 이어집니다."라고 말하며, "Google Cloud의 에이전틱 방어를 통해 인텔리전스 주도의 AI 증강 보안 운영 방식을 활용하는 조직은 강력한 투자 수익률(ROI)을 거딜 수 있습니다."라고 강조했습니다.

Google Security Operations를 위한 새로운 파트너 지원 워크플로우

오늘 우리는 Google Security Operations를 위한 강력한 새로운 파트너 통합(new partner integrations) 코호트도 발표합니다. 즉시 사용 가능한(out of the box) 고충실도 보안 워크플로우를 제공하도록 설계된 Google Cloud 보안 통합 에코시스템의 최신 참여 파트너로는 Darktrace, Gigamon, SAP 등이 있습니다.

모든 인프라 환경에서 AI 및 클라우드 애플리케이션 보호

AI와 클라우드 애플리케이션은 다양한 플랫폼과 모델에 걸쳐 구축됩니다. 이를 엔드투엔드로 보호하기 위해, 당사는 고객이 애플리케이션을 어디서 어떻게 구축하든 관계없이 위험을 더 쉽고 빠르게 완화할 수 있도록 지원하고자 합니다. 이러한 지원에는 Amazon Web Services, Google Cloud, Microsoft Azure, Oracle Cloud와 같은 주요 클라우드 환경과 OpenAI와 같은 SaaS(서비스형 소프트웨어) 환경, 그리고 맞춤형 호스팅 환경까지 포함됩니다.

이제 Google Cloud의 일부가 된 Wiz는 고객이 구축하고 실행하는 앱을 보호하는 당사의 역량을 더욱 확장하고 심화시킵니다. Wiz는 고객이 AI를 빠르고 안전하게 도입할 수 있도록 지원하는 동시에, AI 개발 수명 주기를 보호하는 데 도움을 줍니다.

Wiz는 RSA 컨퍼런스에서 AI 애플리케이션 보호 플랫폼(AI-APP)을 발표하여 AI 애플리케이션에 대한 심층적인 가시성, 위험 태세 및 런타임 분석을 제공합니다. 또한, 기계의 속도로 위험과 위협을 식별하고 대응할 수 있도록 돕는 Wiz 보안 에이전트(Wiz Security Agents)와 Wiz 워크플로우(Wiz Workflows)도 함께 발표했습니다.

오늘 우리는 모든 클라우드, 플랫폼 및 AI 환경에서 고객을 안전하게 보호하겠다는 당사의 약속을 한 단계 더 발전시킵니다. 이제 Wiz는 Databricks를 지원할 뿐만 아니라 AWS Agentcore, Gemini Enterprise Agent Platform, Microsoft Azure Copilot Studio, Salesforce Agentforce와 같은 새로운 에이전트 스튜디오도 지원하여, 개발 팀이 어떤 방식을 선택하든 완벽한 가시성을 확보할 수 있게 되었습니다.

아울러 Wiz는 Google Cloud Apigee, Cloudflare AI Security for Apps, Vercel 플랫폼 등 클라우드의 외곽 계층(outer layer)까지 통합을 지원하여 보안 에코시스템을 지속적으로 뒷받침하며 Wiz 보안 그래프(Security Graph)의 강력한 성능을 더욱 확장하고 있습니다. 또한 분석가들이 자동 위협 정보 전달을 보다 쉽게 구성할 수 있도록 Wiz Defend의 보안 탐지 결과를 Google Security Operations 및 Mandiant Threat Defense와 통합하는 방식도 업데이트했습니다.

Wiz는 팀이 보다 빠르고 안전하게 혁신할 수 있도록 AI 네이티브 개발 수명 주기를 보호하기 위해 설계된 다음과 같은 새로운 기능들도 발표했습니다.

바이브 기반 코딩(vibe-coded) 애플리케이션 보호: Wiz는 5월에 정식 출시(GA)될 예정인 새로운 통합 기능을 발표합니다. 이 기능은 Lovable 플랫폼 내에서 직접 Wiz 보안 스캔을 실행하여 Wiz가 포착한 취약점, 보안 비밀(secrets) 및 잘못된 구성(misconfigurations)을 팀이 코드를 작성하는 Lovable의 내장 보안 뷰에 바로 표시해 줍니다.
AI 생성 코드 보호: Wiz는 AI가 생성한 코드가 생성되는 즉시 위험을 제거합니다. 인라인 AI 보안 훅(Inline AI security hooks)이 IDE 및 에이전트 워크플로우에 직접 통합되어 프롬프트를 평가하고 AI 생성 결과물을 즉시 스캔함으로써, 코드가 커밋되기 전에 보안 가드레일을 주입합니다.
에이전트 기반 조치(Agent-based remediation): Wiz Skills는 코딩 에이전트와 AI 네이티브 IDE에 완전한 코드-투-클라우드(code-to-cloud) 컨텍스트와 Wiz 보안 그래프에서 검증된 공격 표면(attack surface) 결과를 제공합니다. 이러한 기능을 통해 팀은 개발자의 개별 IDE에서 로컬로, 또는 버전 관리 시스템 내의 리포지토리 및 풀 리퀘스트(pull request) 수준에서 전역적으로 자동화된 에이전트 주도의 조치 워크플로우를 트리거할 수 있습니다.
섀도우 AI(shadow AI) 제거: Wiz의 동적인 AI 소프트웨어 자재 명세서(AI-BOM)는 환경 내의 모든 AI 프레임워크, 모델 및 IDE 확장 프로그램을 자동으로 인벤토리화합니다. 이를 통해 스택 전반에서 무엇이 코드를 작성하고 있는지에 대한 완벽한 가시성을 제공하며, Gemini Code Assist 및 GitHub Copilot과 같이 승인된 기업용 도구를 추적하는 동시에 승인되지 않은 섀도우 AI 플러그인을 발견할 수 있게 해줍니다.

Wiz 발표 내용에 대한 자세한 정보는 여기에서 확인하실 수 있습니다.

에이전트 및 에이전틱 웹(agentic web) 보안

클라우드 및 AI 워크로드를 보호하는 것 외에도, Google Cloud의 보안 내재화(secure-by-design) 기반은 에이전트부터 사기 방지, 웹에 이르기까지 AI의 속도로 혁신할 수 있도록 지원합니다.

Gemini Enterprise Agent Platform을 통한 에이전트 보안 및 거버넌스에이전트를 구축, 오케스트레이션, 관리 및 최적화하기 위해 오늘 우리는 다음이 포함된 Gemini Enterprise Agent Platform을 발표합니다.

액세스 관리 및 대규모 AI 거버넌스를 가능하게 하는 에이전트 ID(Agent Identity). 당사의 이 새로운 기능은 에이전트가 제한된 범위의 인적 위임(human delegation)과 특정 인증 흐름을 가지고 자율적으로 작동할 수 있도록 고유한 ID를 제공합니다.
모든 에이전트-대-에이전트(agent-to-agent) 및 에이전트-대-도구(agent-to-tool) 연결에 대한 정책 적용을 가능하게 하는 에이전트 게이트웨이(Agent Gateway). 이 기능은 엔터프라이즈 에이전트 트래픽을 관리하고 MCP 및 A2A(Agent2Agent)와 같은 에이전트 프로토콜을 이해하여 모든 에이전트 상호 작용을 검사하고 보호합니다.
모델 및 에이전트 상호 작용을 위한 런타임 보호 기능인 모델 아머(Model Armor)는 이제 에이전트 게이트웨이, 프리뷰로 제공되는 에이전트 런타임 및 Langchain, 그리고 정식 버전(GA)으로 제공되는 Firebase와 통합되어, 개발자가 코드를 변경할 필요 없이 에이전트 트래픽 및 상호 작용에 인라인 검증 및 무해화(sanitization)를 추가할 수 있도록 지원합니다. 이러한 통합은 Google Cloud 서비스 및 당사의 AI 포트폴리오 전반에서 프롬프트 인젝션, 도구 포이즈닝, 민감한 데이터 유출과 같은 런타임 위험에 대한 Model Armor의 보호 기능을 확장합니다.

Google Cloud 사기 방지 및 Chrome Enterprise를 통한 에이전틱 웹 보호오늘 우리는 정식 출시(GA)된 Google Cloud 사기 방지(Google Cloud Fraud Defense) 출시와 함께 reCAPTCHA를 진화시키고 있습니다. 이 포괄적인 플랫폼은 봇, 사람, 에이전트의 정당성과 권한을 식별하도록 설계되었습니다. Google 자체 생태계를 보호하는 것과 동일한 규모와 신호(signals)를 사용하는 사기 방지 기능은 인간 사용자와 AI 에이전트를 위한 에이전트 전용 기능을 곧 프리뷰로 제공할 예정이며, 이를 통해 계정 생성 및 로그인부터 결제 및 체크아웃에 이르는 디지털 상거래 여정을 안전하게 보호할 수 있습니다.

AI를 보호하려는 당사의 의지는 AI와 상호 작용하기 위한 핵심 엔드포인트인 브라우저까지 확장됩니다. Chrome Enterprise는 기업 데이터의 타협 없이 안전하게 AI를 수용하는 데 필요한 가시성과 제어 기능을 갖춘 AI 시대를 위한 포괄적인 데이터 보호를 제공합니다.

현재 프리뷰로 제공되는 AI 인식 확장 프로그램 위협 탐지(AI-aware extension threat detections)는 보안 팀이 비정상적인 AI 에이전트 활동을 탐지하고 대응하는 데 도움이 되는 고급 확장 프로그램 원격 분석 데이터(telemetry)를 표시할 수 있습니다.
곧 정식 출시될 새로운 섀도우 AI 리포팅(shadow AI reporting) 기능은 직원이 승인되지 않은 웹 기반 AI 및 SaaS 애플리케이션을 사용하는 것을 경고(flagging)하여 섀도우 AI 환경에 대한 가시성을 확보하는 데 도움을 줍니다.

신뢰할 수 있는 클라우드 (Trusted Cloud)의 새로운 소식

우리는 고객이 환경을 안전하게 보호할 수 있도록 클라우드 플랫폼의 ID, 데이터, 네트워크 전반에 걸쳐 지속적으로 새로운 보안 제어 기능을 제공하고 역량을 강화하고 있습니다. 오늘 발표하는 업데이트는 다음과 같습니다.

최신 IAM을 통한 권한 간소화최소 권한(least privilege) 원칙을 빠르고 간단하게 달성할 수 있도록, 당사는 IAM 역할 선택기(IAM role picker) 및 민감한 작업 재인증 기능과 같이 사용하기 쉬운 관리자, 편집자, 뷰어 역할을 통해 사전 정의된 역할 카탈로그를 간소화했습니다.

데이터 보안 (Data security)가장 민감한 데이터를 보호하고 AI 혁신을 가속화하기 위해 클라우드 플랫폼 데이터 보안 포트폴리오의 몇 가지 새로운 기능을 발표합니다.

컨피덴셜 컴퓨팅 (Confidential Computing): 오늘 파트너사인 NVIDIA와 함께 전 세계 프리뷰로 제공되는 Google Compute Engine(GCE) Confidential G4 VM에 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU를 탑재한 G4 VM을 위한 컨피덴셜 컴퓨팅(Confidential Computing) 지원을 발표하여, 광범위한 민감한 AI 워크로드의 기밀성과 무결성을 강화합니다. 또한 Intel 파트너십을 통해 6세대 Xeon 프로세서에 Intel TDX를 도입한 C4 Confidential VM의 프리뷰를 소개합니다. 이는 다양하고 복잡한 AI 및 분석 워크로드를 보호하는 동시에 업계 최고의 컴퓨팅 밀도와 성능을 제공합니다.
Cloud KMS (키 관리 서비스): 프리뷰로 제공되는 새로운 기밀 외부 키 관리자(Confidential External Key Manager, cEKM)를 발표합니다. 이를 통해 모든 리전에서 외부 키를 유연하게 호스팅 및 보호하고, 기밀 환경 내에서 검증 가능한 제어 권한을 유지할 수 있습니다.
양자 내성 암호 (Post-quantum cryptography, PQC): 양자 내성 알고리즘을 적용하여 자체 키(BYOK)를 가져올 수 있도록 지원하는 KMS 양자 안전 키 가져오기(KMS Quantum Safe Key Imports) 기능을 프리뷰로 도입합니다.
보안 비밀 관리자 (Secret Manager): 비밀번호 유출을 방지하고 프롬프트 인젝션 위험을 완화하기 위해 당사의 Secret Manager와 에이전트 개발 키트(Agent Development Kit)의 네이티브 통합을 정식 버전(GA)으로 출시합니다.

네트워크 보안 (Network security) Google Cloud의 교차 클라우드(Cross-Cloud) 네트워크 보안 제품은 몇 가지 새로운 기능을 제공합니다.

Cloud NGFW: 고도로 회피적인 제로데이 위협에 대한 방어를 지원하기 위해 올해 말 프리뷰로 제공될 예정인 Cloud NGFW 고급 맬웨어 샌드박스(advanced malware sandbox)를 발표합니다. 이 기능은 70,000명 이상의 Palo Alto Networks 고객의 데이터를 기반으로 학습하여 알려진 및 알려지지 않은 맬웨어의 99%를 차단하는 Palo Alto Networks Advanced Wildfire 기술을 기반으로 합니다.
Cloud Armor: Layer 7 애플리케이션 공격 및 제로데이 CVE(React2Shell 등)를 탐지하기 위해 Thales Imperva를 기반으로 작동하며 프리뷰로 제공되는 새로운 Cloud Armor 관리형 규칙(managed rules)을 출시했습니다.

SCC를 통한 Google Cloud 보안 고도화Google 클라우드 네이티브 보안 솔루션인 Security Command Center(SCC)는 Google Cloud상의 기존 애플리케이션과 AI 애플리케이션을 모두 보호하기 위한 클라우드 보안 기준(baseline)을 확립합니다.

지속적인 탐색(discovery) 및 포괄적인 위험 분석을 제공하여 위협, 취약점 및 잘못된 구성을 식별함으로써 AI 에이전트, 모델 및 MCP 서버를 안전하게 보호합니다.
SCC는 깊이 있는 런타임 가시성을 추가하여 Google Cloud 워크로드에 대한 섀도우 AI를 찾아냅니다. 곧 프리뷰로 제공될 예정인 SCC는 에이전트, Cloud Run이나 GKE에서 호스팅되는 MCP 서버, GKE에서 실행되는 추론 엔드포인트 등 관리되지 않는 에이전틱 워크로드를 자동으로 검색하고 이를 SCC의 태세(posture) 위협 탐지 결과로 표시합니다.
향상된 기능의 Security Command Center Standard 계층은 데이터 보안 태세 관리, 규정 준수, 취약점 관리 및 위험 분석을 제공하여 모든 Google Cloud 고객이 추가 비용 없이 도입 초기부터 강력한 보안, 규정 준수 및 위험 관리 범위를 확립할 수 있도록 지원합니다.

다음 단계로 나아가기

Google을 보안 팀의 일원으로 맞이하면 인텔리전스 중심의 AI 네이티브 방어력, 보안이 내재화(secure-by-design)된 개방형 클라우드의 자유, 그리고 조직의 확장이 되어줄 업계에서 가장 실전 경험이 풍부한 전문가들의 힘을 얻을 수 있습니다.

이러한 새로운 혁신 기술과 다가올 위협으로부터 안전하게 대비하는 방법에 대한 자세한 내용은 보안 스포트라이트(security spotlight) 세션을 시청해 확인해 보시기 바랍니다. 아울러 라이브 및 온디맨드 형태로 제공되는 다양하고 훌륭한 보안 세션(breakout sessions)들을 확인하여 Next '26의 모든 주요 발표 내용에 대해 자세히 알아보십시오.

Google Cloud Next 2026 사전 등록이 시작되었습니다!

Tue, 02 Dec 2025 14:00:00 +0000

* 본 아티클의 원문은 2025년 12월 3일 Google Cloud 블로그(영문)에 게재되었습니다.

Google Cloud Next가 2026년 4월 22일부터 24일까지 라스베이거스로 돌아옵니다. 드디어 등록이 시작되었다는 기쁜 소식을 전해드립니다! 작년 4월 플래그십 콘퍼런스에서 사상 최대 규모의 참석자가 모인 데 이어, 2026년에는 한층 더 크고 발전된 모습으로 여러분을 찾아갈 준비를 하고 있습니다.

심도 있는 학습, 영감을 주는 세션, 그리고 함께 머리를 맞대고 문제를 해결하는 협업의 장으로 가득 찬 놀라운 일주일을 기대해 주세요. 업계 전문가 및 동료로부터 직접 배울 수 있는 절호의 기회입니다. Next '26에 참여하면 어디에서도 얻을 수 없는 신선한 아이디어, 최신 기술, 실행 가능한 인사이트를 얻을 수 있습니다.

지금 바로 등록하고 얼리버드 혜택을 통해 자리를 확보하세요. 한정 기간 동안 $999에 제공됩니다.

Next '26을 놓치면 안 되는 이유:

차세대 지능형 에이전트를 빌드하고, 대화형 데모, 해커톤, 워크숍을 살펴보고, 선도적인 조직이 AI를 사용하여 비즈니스를 새로운 차원으로 끌어올리는 방법을 알아보세요.
동료, 전문가, 업계 최고의 인재들과 소통하여 인사이트를 공유하고, 새로운 협업을 시작하고, 업계의 방향에 영향성을 그려나가세요.
심층 세션과 기조연설부터 실습 중심의 핸즈온 랩에 이르기까지, Next는 기술의 미래를 정의하는 창조자, , 실행가를 위한 최고의 플랫폼입니다.

최신 소식을 놓치지 마세요!

여기에서 등록하기

Google Cloud Next 25에서 발표한 229가지 소식 - 요약

Tue, 13 May 2025 07:59:00 +0000

* 본 아티클의 원문은 2025년 4월 12일 Google Cloud 블로그(영문)에 게재되었습니다.

이번 주에 열린 Google Cloud Next 25에 대한 열기와 관심이 가시지 않고 있습니다. 라스베이거스에서 1주일 동안 10여 개의 기조연설과 스포트라이트 세션, 700여 개의 세션, 350개 이상의 후원 파트너가 참여한 흥미로운 엑스포 쇼를 비롯하여 다양한 상호작용 경험으로 가득한 시간을 보냈습니다. 참석자들은 AI 혁신, 데이터 클라우드, 최신 인프라, 보안, Google Workspace 등과 관련한 실습형 학습에 참여했습니다.

개회 기조연설에서는 AI에 최적화된 플랫폼에서 첨단 제품 혁신 기술을 선보였으며, Google Cloud를 사용해 빌드하는 수백 명의 고객과 파트너를 소개하고 5개의 멋진 데모를 선보였습니다. 10분 분량의 기조연설 요약에서 모든 주요 내용을 확인하실 수 있습니다.

개발자 기조연설에서는 AI가 개발자 워크플로를 어떻게 혁신하는지 설명하고, Gemini를 사용한 빌드에서 멀티 에이전트 시스템 생성까지 다양한 주제에 대한 멋진 데모 7개를 선보였습니다.

1_next25 wrap
2_next25 wrap
3_next25 wrap
4_next25 wrap
5_next25 wrap
6_next25 wrap

작년에는 고객들이 생성형 AI의 놀라운 잠재력을 탐색하여 업무 방식을 어떻게 혁신했는지를 공유했습니다. 올해에는 행사 기간 동안 수백 건의 고객 사례를 소개하여 고객이 Google AI를 통해 어떻게 실질적인 비즈니스 가치를 얻는지를 보여 드렸습니다. 예를 들면 The Sphere가 Google AI를 사용하여 오즈의 마법사의 몰입형 경험을 풍성하게 구현한 사례가 있었습니다.

분주한 일주일이었던 Next '25에서 발표한 229개의 모든 소식을 아래에 요약했습니다.

AI 및 멀티 에이전트 시스템

모델: Google DeepMind 연구를 기반으로 Vertex AI Model Garden에 다양한 퍼스트 파티 모델과 새로운 서드 파티 모델을 추가한다고 발표했습니다.

1. Gemini 2.5 Pro를 Vertex AI, AI Studio, Gemini 앱에서 공개 프리뷰로 사용할 수 있습니다. Gemini 2.5 Pro는 최고의 품질을 제공하고 깊이 있는 추론과 코딩 전문성을 요구하는 가장 복잡한 작업을 처리하도록 설계되었으며, Chatbot Arena에서 1위를 차지했습니다.

2. Gemini 2.5 Flash는 지연 시간이 짧고 비용 효율성이 가장 높은 사고 모델이며 곧 Vertex AI, AI Studio, Gemini 앱에 도입될 예정입니다.

3. Imagen 3: Google Cloud의 가장 뛰어난 텍스트 이미지 변환 모델로, 이미지에서 누락되거나 손상된 부분을 복원하는 이미지 생성 및 인페인팅 기능이 더욱 개선되었습니다.

4. Chirp 3: 오디오 생성 및 이해 모델이며, 이제 10초 분량의 오디오 입력만으로 커스텀 음성을 생성할 수 있는 '즉석 커스텀 음성' 기능이 새로 추가되었습니다.

5. Lyria: 업계 최초의 엔터프라이즈용 텍스트 음악 변환 모델이며, 간단한 텍스트 프롬프트를 30초 분량의 음악 클립으로 변환합니다.

6. Veo 2: 고급 동영상 생성 모델에 새로운 편집 및 카메라 제어 기능이 추가되어 고객이 동영상 콘텐츠를 정교하게 다듬고 다양한 형식으로 재구성할 수 있습니다.

Veo 2로 만든 재미있는 기조연설 카운트다운 시계를 확인해 보세요.

7. Meta의 Llama 4: 이제 Vertex AI에서 정식 버전으로 제공됩니다.

8. Ai2는 Google Cloud와 파트너십을 맺고 Vertex AI Model Garden에서 자사의 개방형 모델 포트폴리오를 제공하게 되었다고 발표했습니다.

이를 통해 Vertex AI는 동영상, 이미지, 음성, 음악 등 다양한 형식의 생성형 미디어 모델을 제공하는 유일한 하이퍼스케일러 플랫폼이 되었습니다.

고객의 AI 에이전트 이니셔티브를 더 발전시킬 수 있도록, 적절한 모델을 더 효과적으로 조정, 배포, 관리하는 데 도움이 되는 Vertex AI의 새로운 기능을 발표했습니다.

9. Vertex AI 대시보드: 더 나은 가시성과 제어 기능을 제공하여 사용 현황, 처리량, 지연 시간을 모니터링하고 오류를 해결하는 데 도움이 됩니다.

10. 모델 맞춤설정 및 조정: Gemini, Imagen, Veo, 임베딩, 번역 모델을 포함한 모든 퍼스트 파티 모델 제품군과 Gemma, Llama, Mistral과 같은 개방형 모델에서 파운데이션 모델을 기반으로 안전하게 자체 데이터를 사용한 커스텀 학습 및 조정을 관리할 수 있습니다.

11. Vertex AI Model Optimizer: 품질과 비용의 바람직한 균형에 맞춰서 각 프롬프트에 대한 최고 품질의 대답을 자동으로 생성합니다.

12. Live API: 오디오 및 동영상 스트리밍을 Gemini에 직접 제공합니다. 이제 에이전트가 리치 미디어를 실시간으로 처리하고 응답할 수 있게 되어 몰입형 멀티모달 애플리케이션의 새로운 가능성이 열렸습니다.

13. Vertex AI Global Endpoint: 여러 리전에서 Gemini 모델을 위해 용량에 따른 라우팅을 제공하여, 트래픽 급증이나 리전 서비스 변동이 발생해도 애플리케이션의 응답성을 유지합니다.

또한 선택한 기술 프레임워크나 모델에 관계없이 멀티 에이전트 시스템을 빌드하고 관리하는 데 도움이 되는 새로운 기능을 도입했습니다.

14. 에이전트 개발 키트(ADK): 이 오픈소스 프레임워크는 에이전트 동작을 정밀하게 제어하는 동시에 정교한 멀티 에이전트 시스템을 구축하는 프로세스를 간소화합니다. 에이전트 개발 키트는 AI 모델이 다양한 데이터 소스 및 도구에 액세스하고 상호작용할 수 있는 통합된 방법을 제공하여 각각의 커스텀 통합이 필요하지 않은 Model Context Protocol(MCP)을 지원합니다.

15. Agent2Agent(A2A) 프로토콜: Google Cloud는 기업이 멀티 에이전트 생태계를 지원하도록 하여 에이전트가 기반 기술과 관계없이 서로 통신할 수 있는 개방형 Agent2Agent(A2A) 프로토콜을 만든 최초의 하이퍼스케일러라는 사실에 자부심을 가지고 있습니다. Accenture, Box, Deloitte, Salesforce, SAP, ServiceNow, TCS 등 50여 개의 파트너가 멀티 에이전트 시스템에 대한 공통의 비전을 바탕으로 이 프로토콜을 정의하는 데 적극적으로 참여하고 있습니다.

16. Agent Garden: ADK에서 바로 액세스해 즉시 사용할 수 있는 샘플 및 도구 모음입니다. 사전 빌드된 에이전트 패턴과 구성요소를 활용하여 개발 프로세스를 앞당기고 실제 사례를 통해 학습하세요.

17. Agent Engine: Vertex AI의 완전 관리형 에이전트 런타임으로, 기본 제공되는 테스트, 출시, 안정성 기능을 통해 전 세계 어디에나 안전하게 운영할 수 있는 규모로 커스텀 에이전트를 프로덕션에 배포할 수 있게 지원합니다.

18. Google 지도를 사용한 그라운딩1: 지리정보 컨텍스트에 의존하는 에이전트의 경우 이제 에이전트를 Google 지도에 그라운딩할 수 있으므로, 에이전트가 미국의 장소와 관련된 지리정보를 포함한 대답을 제공할 수 있습니다.

19. Customer Engagement Suite: 이 최신 버전에는 사람과 유사한 음성, 에이전트가 대화 중에 더 잘 적응할 수 있도록 감정을 이해하는 기능, AI 에이전트가 고객 기기에서 실시간으로 확인한 내용을 해석하고 응답할 수 있는 스트리밍 동영상 지원, 노 코드 인터페이스에서 에이전트를 빌드할 수 있는 AI 어시스턴스가 포함되어 있습니다.

Google은 엔터프라이즈 검색 및 AI 에이전트의 도입을 전사적으로 확장할 수 있도록 도와주는 Google Agentspace의 개선사항을 발표했습니다. Agentspace는 모든 직원에게 최신 Google 파운데이션 모델, Google 품질의 검색, 강력한 AI 에이전트, 활용 가능한 기업 지식을 제공합니다.

20. Chrome Enterprise와 통합: Agentspace를 Chrome에 직접 통합하여 직원들이 기존 워크플로 내에서 데이터와 리소스를 비롯한 정보를 쉽고 안전하게 찾을 수 있습니다.

21. Agent Gallery: 직원에게 Google, 내부 팀, 파트너의 에이전트를 포함하여 전사적으로 사용 가능한 에이전트의 단일 뷰를 제공하여 에이전트를 쉽게 탐색하고 사용할 수 있게 합니다.

22. Agent Designer: 일상적인 업무를 자동화하거나 지식을 향상하는 커스텀 에이전트를 만들기 위한 노 코드 인터페이스입니다. Agent Designer는 직원이 기술 경험과 관계없이 각자 워크플로와 요구사항에 맞게 에이전트를 조정할 수 있도록 지원합니다.

23. Idea Generation 에이전트: 직원이 모든 분야에서 참신한 아이디어를 자율적으로 개발한 다음, 과학적 방법론에 기반한 경쟁 시스템을 통해 아이디어를 평가하여 최적의 솔루션을 찾아 혁신할 수 있도록 지원합니다.

24. Deep Research 에이전트: 직원을 대신하여 복잡한 주제를 탐색하고 내부와 외부 소스의 정보를 종합해 읽기 쉬운 포괄적인 보고서로 제공합니다. 이 모든 작업을 하나의 프롬프트로 수행할 수 있습니다.

다음과 같이 Google DeepMind 및 Google 연구팀 최고의 역량과 Google Cloud의 새로운 인프라 및 AI 기능을 결합했습니다.

25. AlphaFold 3: Google DeepMind와 Isomorphic Labs가 개발한 새로운 AlphaFold 3 고성능 솔루션은 비상업적 용도로 사용할 수 있고 Google Cloud Cluster Toolkit을 통해 배포할 수 있으며, 최대 수만 개의 단백질 서열을 효율적으로 일괄 처리하는 한편, 자동 확장 인프라를 통해 비용을 최소화할 수 있습니다.

26. WeatherNext AI 모델: Google DeepMind와 Google 연구팀이 개발한 WeatherNext 모델은 빠르고 정확한 날씨 예측이 가능하며, 이제 Vertex AI Model Garden에서 사용할 수 있습니다. 조직은 이를 통해 다양한 연구 및 산업 사례에 맞게 모델을 맞춤설정하고 배포할 수 있습니다.

AI 인프라

AI 하이퍼컴퓨터 스택 전반에서 달러당 더 높은 인텔리전스를 공통으로 제공하는 새로운 혁신 기술을 소개합니다.

27. Ironwood: Google의 7세대 TPU가 대규모로 사고하고 추론하는 AI 모델을 구동하기 위해 AI에 최적화된 하드웨어 포트폴리오에 추가됩니다(2025년 하반기 예정). 자세한 내용은 여기를 참고하세요.

28. Google Distributed Cloud(GDC): Google Cloud는 NVIDIA와 협력하여 Gemini를 NVIDIA Blackwell 시스템에 도입했으며, Dell을 주요 파트너로 삼아 에어 갭 적용 환경과 연결된 환경에서 Gemini를 로컬로 사용할 수 있게 지원하고 있습니다. 여기에서 자세한 내용을 알아보고 NVIDIA의 CEO인 Jensen Huang의 이야기를 들어보세요.

29. Pathways on Cloud: Google DeepMind에서 개발한 Pathways는 Google의 모든 AI를 지원하는 분산 런타임으로, 이제 Google Cloud에서 처음으로 제공됩니다.

30. TPU의 vLLM: TPU에서 추론을 쉽게 실행할 수 있도록 TPU에 vLLM을 도입하고 있습니다. vLLM으로 PyTorch를 최적화한 고객은 소프트웨어 스택을 변경하지 않고도 TPU에서 추론을 실행할 수 있으며, 필요한 경우 TPU와 GPU 모두에서 서비스할 수 있습니다.

31. 동적 워크로드 스케줄러 리소스 관리 및 작업 예약 플랫폼에서 이제 Trillium, TPU v5e, A4(NVIDIA B200), A3 Ultra(NVIDIA H200) VM을 Flex Start 모드를 통해 프리뷰 버전으로 지원하며, 이달 말에 TPU에 대한 캘린더 모드 지원이 추가될 예정입니다.

32. A4 및 A4X VM: NVIDIA의 B200 및 GB200 Blackwell GPU로 구동되는 A4 및 A4X VM을 제공하여 GPU 포트폴리오를 대폭 강화했으며, A4X VM은 현재 프리뷰 버전으로 제공됩니다. Google Cloud는 이 두 가지 옵션을 모두 제공하는 최초의 클라우드 제공업체입니다.

33. NVIDIA Vera Rubin GPU: Google Cloud는 랙당 최대 15엑사플롭의 FP4 추론 성능을 제공하는 NVIDIA의 차세대 Vera Rubin GPU를 제공하는 최초의 기업 중 하나가 될 것입니다.

34. Cluster Director(이전의 Hypercompute Cluster)를 사용하면 물리적으로 동일한 위치에 있는 VM, 타겟팅된 워크로드 배치, 고급 클러스터 유지보수 제어, 토폴로지 인식 스케줄링을 통해 가속기 그룹을 단일 단위로 배포하고 관리할 수 있습니다. 올해 하반기에 제공될 새로운 업데이트에는 Cluster Director for Slurm, 360° 모니터링 가능성 기능, 작업 연속성 기능이 포함됩니다. 등록하여 프리뷰를 사용해 보세요.

애플리케이션 개발

Google Cloud를 기반으로 하고 Google Cloud 도구를 사용하는 개발은 나날이 개선되고 있습니다.

35. 현재 프리뷰 버전으로 제공되는 새로운 App Design Center는 애플리케이션 템플릿을 설계하고 수정하는 데 캔버스 스타일의 시각적인 접근 방식을 제공하며, 이를 통해 배포를 위한 애플리케이션 템플릿을 구성하고, 인프라를 인라인 코드로 보고, 설계를 위해 팀원과 협업할 수 있습니다.

36. 프리뷰 버전으로 제공되는 새로운 Cloud Hub 서비스는 전체 애플리케이션 환경의 중앙 지휘소로서 배포, 상태, 문제 해결, 리소스 최적화, 유지보수, 할당량, 예약, 지원 케이스에 대한 인사이트를 제공합니다. 여기에서 Cloud Hub를 사용해 보세요.

37. 애플리케이션 중심의 뷰를 위해 애플리케이션을 상호 연결된 서비스 및 워크로드로 모델링하는 App Hub가 이제 20개가 넘는 Google Cloud 제품과 통합되었습니다.

38. 공개 프리뷰 버전의 애플리케이션 모니터링은 애플리케이션 컨텍스트, 애플리케이션 인식 알림, 즉시 사용 가능한 애플리케이션 대시보드를 통해 텔레메트리(로그, 측정항목, trace)에 자동으로 태그를 지정할 수 있도록 지원합니다.

39. 비공개 프리뷰 버전인 비용 탐색기는 세분화된 애플리케이션 비용 및 사용률 측정항목을 표시하여 효율성을 개선할 기회를 식별할 수 있게 도와줍니다. 사용해 보려면 여기에서 신청하세요.

40. Gemini Code Assist 에이전트는 코드 마이그레이션, 새로운 기능 구현, 코드 검토, 테스트 생성, 모델 테스트, 문서화와 같은 일반적인 개발자 작업을 지원할 수 있으며, 작업 진행 상황은 새로운 Gemini Code Assist 칸반 보드에서 추적할 수 있습니다.

41. Gemini Code Assist는 이제 Android 스튜디오에서 제공되며, 엔터프라이즈 보안 및 개인 정보 보호 기능을 통한 AI 코딩 지원을 원하는 전문 개발자에게 유용한 기능입니다.

42. 현재 프리뷰 버전으로 제공되는 Gemini Code Assist 도구를 사용하면 Atlassian, Sentry, Snyk 등의 파트너가 제공하는 도구와 Google 앱의 정보를 이용할 수 있습니다.

43. 새로운 Firebase Studio 개발 환경 내에서 Gemini Code Assist의 앱 프로토타입 제작 에이전트 프리뷰 버전을 사용하면 앱 아이디어를 UI, 백엔드 코드, AI 흐름을 포함한 완벽하게 작동하는 프로토타입으로 구현할 수 있습니다.

44. Gemini Cloud Assist는 애플리케이션 인프라 설계 및 배포 속도를 높이기 위해 App Design Center 프리뷰 버전과 통합되어 있습니다.

45. Gemini Cloud Assist 조사는 클라우드 환경의 데이터를 활용하여 문제 해결 과정을 앞당깁니다. 여기에서 비공개 프리뷰에 등록하세요.

46. 이제 Gemini Cloud Assist가 Storage Insights, Cloud Observability, Firebase, 데이터베이스 센터, Flow Analyzer, FinOps 허브를 비롯한 Google Cloud 서비스뿐만 아니라 보안 및 규정 준수 관련 서비스에 통합되었습니다.

47. 이제 FinOps 허브 2.0에 Gemini Cloud Assist의 낭비 관련 인사이트와 비용 최적화 기회가 포함됩니다.

48. 새로운 Google Developer Program은 Google Cloud와 Google Cloud의 AI 제품을 안전하게 저렴한 비용으로 살펴볼 기회를 제공하며, 모든 수준에서 Gemini Code Assist와 같은 AI 기반 혜택을 제공합니다. 개인용 정식 버전 프리미엄 멤버십과 팀용 Enterprise 멤버십(프리뷰 버전, 사용 가능 라이선스당 월 $75)이 포함됩니다. 여기에서 자세히 알아보세요.

컴퓨팅

어떤 워크로드든 필요한 가격, 성능, 안정성 수준으로 실행할 수 있도록 지원하는 Compute Engine 가상 머신이 있습니다.

49. AMD의 5세대 EPYC 프로세서를 기반으로 빌드되고 Google Titanium과 함께 결합된 새로운 C4D VM은 이전 세대에 비해 월등하게 향상된 성능을 제공합니다. SPECrate®2017_int_base 예상 벤치마크를 기준으로 C3D 대비 최대 30% 향상된 성능을 보여줍니다. 지금 프리뷰 버전으로 제공되는 C4D를 사용해 보세요.

50. 6세대 인텔 Granite Rapids CPU를 기반으로 하는 C4 VM은 Compute Engine VM 중에서 가장 높은 주파수(최대 4.2GHz)를 지원합니다.

51. Titanium 로컬 SSD를 탑재한 C4 형태는 데이터베이스 및 캐싱 계층과 같은 I/O 집약적 워크로드의 성능을 개선하여 로컬 SSD 지연 시간을 최대 35%까지 단축합니다.

52. C4 베어메탈 인스턴스는 이전 세대에 비해 일반 컴퓨팅은 최대 35%, ML 추천 워크로드는 최대 65% 향상된 성능을 제공합니다.

53. 새로운 대형 C4 VM 형태는 vCPU를 최대 288개까지 확장할 수 있으며, 2.2TB의 고성능 DDR5 메모리와 더 큰 캐시 크기를 제공합니다. 여기에서 프리뷰 액세스를 요청하세요.

Compute Engine은 다양한 전문 VM 제품군과 고유한 기능도 제공합니다.

54. 까다로운 HPC 워크로드를 위한 새로운 H4D VM은 5세대 AMD EPYC CPU를 기반으로 빌드되었으며, Google VM 제품군 중에서 가장 높은 전체 노드 VM 성능(12,000플롭 이상), 가장 높은 코어당 성능, 가장 높은 메모리 대역폭(950GBps 이상)을 제공합니다. H4D 프리뷰를 신청하세요.

55. M4 VM은 744GB에서 3TB에 이르는 비즈니스에 중요한 인메모리 SAP HANA 워크로드와 SAP NetWeaver Application Server에 대한 인증을 받았으며, 이전의 메모리 최적화 M3에 비해 최대 65% 나은 가격 대비 성능과 2.25배 높은 SAP Application Performance Standard(SAPS)를 제공합니다.

56. Z3 스토리지 최적화 제품군은 이제 새로운 티타늄 SSD가 탑재되었으며, 인스턴스당 3TB에서 18TB까지 다양한 용량의 9가지 새로운 소형 형태를 제공합니다. 또한 Z3 제품군은 최대 72TB의 티타늄 SSD와 물리적 서버 CPU에 대한 직접 액세스를 포함하는 새로운 스토리지 최적화 베어메탈 인스턴스를 도입했습니다. 현재 프리뷰 버전으로 제공되니 여기에서 신청하세요.

57. Google Cloud의 Nutanix Cloud Clusters(NC2)를 사용하면 프라이빗 클라우드와 퍼블릭 클라우드에서 앱, 데이터, AI를 실행, 관리, 운영할 수 있습니다. 여기에서 공개 프리뷰를 신청하세요.

58. Google Cloud VMware Engine에 노드 형태 18개가 추가되어, VMware Engine v1과 v2의 총 노드 형태 수가 26개로 늘어났습니다.

59. Titanium 제품군 내에서 Titanium ML 어댑터는 NVIDIA ConnectX-7 네트워크 인터페이스 카드(NIC)를 안전하게 통합하여 3.2Tbps의 비차단 GPU 간 대역폭을 제공합니다.

60. 이제 Titanium 오프로드 프로세서가 GPU 클러스터를 Jupiter 데이터 센터 패브릭과 통합하여 클러스터 규모를 더욱 확장합니다.

61. 이제 관리형 인스턴스 그룹(MIG)을 단일 항목으로 관리할 수 있습니다.

62. 이제 MIG가 약정 사용 할인(CUD)과 Vertex AI 및 Autopilot과의 예약 공유를 지원합니다.

컨테이너 및 Kubernetes

최근에 대두한 AI를 포함해서 워크로드의 범주가 계속 확장되는 가운데, Google Kubernetes Engine(GKE)을 기반으로 실행하는 사례가 점점 더 늘어나고 있습니다.

63. GKE Inference Gateway는 지능적인 확장 및 부하 분산 기능을 제공하여, 생성형 AI 모델 인식 확장 및 부하 분산 기법으로 요청 예약과 라우팅을 처리할 수 있도록 지원합니다.

64. GKE Inference Quickstart를 사용하면 AI 모델과 원하는 성능을 선택할 수 있으며, GKE가 이에 맞게 적절한 인프라, 가속기, Kubernetes 리소스를 구성합니다.

65. Google은 Anyscale과 협력하여 오픈소스 Ray의 최적화된 버전인 GKE 기반 RayTurbo를 발표했습니다. 이 버전은 4.5배 더 빠른 데이터 처리를 제공하고 서빙에 필요한 노드 수가 50% 감소되었습니다.

66. 이제 GKE용 Cluster Director(이전의 하이퍼컴퓨팅 클러스터)가 정식 버전으로 제공됩니다. 이를 사용하면 컴퓨팅, 스토리지, 네트워킹이 모두 단일 단위로 작동하여 빨라진 VM의 대규모 클러스터를 배포하고 관리할 수 있습니다.

67. Google은 빠른 포드 예약, 확장 반응 시간, 용량 적정 크기 조정을 비롯한 GKE Autopilot의 성능 개선사항을 발표했습니다.

68. 3분기부터는 Autopilot의 컨테이너 최적화 컴퓨팅 플랫폼을 특정 클러스터 구성 없이 표준 GKE 클러스터에서 사용할 수 있습니다.

고객

Google은 다양한 업종과 지역에서 수백 건의 신규 고객 사례를 공유하여, 고객이 Google Cloud를 사용하여 실질적인 효과를 거두는 방법을 알렸습니다. 주요 사례는 다음과 같습니다.

69. 세계 최대의 디지털 여행 플랫폼 중 하나인 Agoda는 Vertex AI의 Imagen과 Veo를 사용하여 여행지의 독특하고 매력적인 이미지와 동영상을 제작합니다.

70. Bayer는 예측 AI와 고급 분석을 사용하여 독감 트렌드를 예측하는 에이전트를 빌드했습니다.

71. Bending Spoons는 Remini 앱에 Imagen 3를 통합하여 인기 있는 새로운 AI 필터를 출시했으며, 이 필터는 하루에 무려 6,000만 장의 사진을 처리합니다.

72. Bloomberg Connects는 Gemini를 사용하여 박물관 및 기타 문화 기관이 더 많은 방문자에게 디지털 콘텐츠를 제공할 수 있는 새로운 방법을 모색하고 있습니다.

73. Citi는 Vertex AI를 사용하여 150,000여 명의 직원에게 생성형 AI 기반의 생산성 도구를 신속하게 배포하고 있습니다.

74. 아시아의 주요 금융 서비스 그룹인 DBS는 Customer Engagement Suite를 사용하여 고객 통화 처리 시간을 20% 단축했습니다.

75. Deutsche Bank는 금융 데이터와 연구 자료를 종합하는 Gemini 기반의 새로운 도구인 DB Lumina를 개발했습니다. 예를 들면 이 도구를 통해 수백 페이지에 달하는 보고서를 1페이지 분량의 요약으로 변환해서 몇 초 만에 트레이더와 자산 관리자에게 전달할 수 있습니다.

76. Deutsche Telekom은 Google Cloud와의 전략적 파트너십 확대를 발표했습니다. 이는 Deutsche Telekom의 IT, 네트워크, 비즈니스 애플리케이션을 현대화하기 위한 클라우드와 AI의 통합에 중점을 두고 있으며, 여기에는 SAP 환경 마이그레이션도 포함됩니다.

77. Dun & Bradstreet는 Security Command Center를 사용하여 AI 보안 위협에 대한 모니터링을 중앙 집중식으로 관리합니다.

78. Fanatics는 Google Cloud와 협력하여 AI 기술을 사용해 팬 여정의 모든 측면을 향상하고 있습니다. Fanatics는 상거래를 위한 Vertex AI Search를 통해 팬의 선호도를 이해하고 예측하며, 품질 보증을 개선하고 지능형 고객 서비스를 제공하는 등 지능적인 검색 생태계를 개발했습니다.

79. Freshfields는 Google Workspace를 위한 Gemini와 Google Cloud의 Vertex AI를 사용하여 Freshfields의 Dynamic Due Diligence(동적 실사) 솔루션을 강화하는 등 고객 서비스를 개선하고 있습니다.

80. 라틴 아메리카 최대 규모의 미디어 기업인 Globo는 Vertex AI Search를 사용하여 스트리밍 플랫폼 내에 추천 환경을 만들어 동영상의 클릭 재생률을 2배 넘게 높였습니다.

81. Gordon Food Services는 Agentspace를 통해 인사이트 발견을 간소화하고 다음 단계를 추천합니다.

82. The Home Depot는 전문가 수준의 안내를 연중무휴 24시간 서비스하는 에이전트인 Magic Apron을 빌드하여 자세한 방법 안내, 제품 추천, 리뷰 요약을 제공함으로써 주택을 더 쉽게 개조할 수 있도록 도와줍니다.

83. Honeywell은 Gemini를 제품 개발에 통합했습니다.

84. KPMG는 새로 설립한 KPMG 법무 법인에 Google AI를 도입하고 Agentspace를 구현하여 자체 업무 환경을 향상하고 있습니다.

85. L’Oreal은 Gemini, Imagen, Veo를 사용하여 마케팅 및 제품 디자인을 위한 창의적인 아이디어 구상과 제작 속도를 높이고, 윤리적 기준을 준수하면서 워크플로 속도를 크게 높이고 있습니다.

86. Lloyds Banking Group은 주요 플랫폼을 Google Cloud로 마이그레이션하여 전략적 혁신을 위한 중요한 단계를 밟았습니다. 이러한 전환은 AI를 활용하여 혁신하는 새로운 기회를 열어 고객 경험을 개선합니다.

87. Lowe's는 Vertex AI Search를 사용해 제품 검색을 혁신하여 동적 제품 추천을 생성하고 고객의 복잡한 검색어를 처리합니다.

88. 네바다주 고용 교육 재활 센터는 이의신청 심사관이 공정한 혜택 승인을 4배 더 빠르게 처리할 수 있도록 BigQuery와 Vertex AI를 기반으로 사건 데이터를 종합하는 이의신청 AI 어시스턴트를 개발했습니다.

89. Nokia는 개발자가 5G 애플리케이션을 더 빠르게 만들 수 있도록 Gemini를 사용해 앱 개발 속도를 높이는 코딩 도구를 빌드했습니다.

90. 자율 주행 기업인 Nuro는 도로에서 발생하는 까다로운 상황을 식별하기 위해 AlloyDB의 벡터 검색을 사용합니다.

91. Mercado Libre는 파일럿 국가 3곳에서 1억 5천만 개의 상품에 Vertex AI Search를 배포하여 1억 명의 고객이 원하는 제품을 더 빠르게 찾을 수 있도록 지원하고 있으며, 이미 수백만 달러의 수익 증가를 창출하고 있습니다.

92. Papa Johns는 AI를 사용하여 전 세계 고객의 주문 및 배달 경험을 혁신하고 있습니다. Papa Johns는 Google Cloud의 AI, 데이터 분석, 머신러닝 기능을 활용하여 고객 니즈를 예측하고 피자 경험을 맞춤설정할 뿐만 아니라, 매장 내부와 온라인에서 일관된 고객 경험을 제공할 수 있습니다.

93. Reddit은 Vertex AI의 Gemini를 사용하여 Reddit의 AI 기반 대화 플랫폼인 Reddit Answers를 구동하고 있습니다. 또한 엔터프라이즈 검색을 사용하여 홈페이지 경험을 개선하고 있습니다.

94. 삼성은 최신 AI 가정용 반려 로봇인 볼리에 Google Cloud 기반의 Gemini를 통합하여 사용자에게 더욱 맞춤화되고 지능적인 상호작용을 제공하고 있습니다.

95. 시애틀 아동 병원은 Gemini를 활용하는 생성형 AI 기반 에이전트인 Pathway Assistant를 출시하여 의료진이 환자 치료에 필요한 복잡한 정보와 검증된 최신 권장사항에 더 쉽게 액세스할 수 있도록 지원합니다.

96. 싱가포르 정부는 Google Cloud Web Risk를 사용하여 온라인에서 거주자를 보호합니다.

97. The Wizard of Oz at The Sphere는 1939년 고전 영화를 마법 같은 AI 기술로 재구성한 몰입형 경험으로, 라스베이거스 The Sphere에서 14,865제곱미터(160,000제곱피트)의 거대한 돔 스크린에 압도적인 규모로 생생하게 구현되었습니다. Sphere Entertainment, Google DeepMind, Google Cloud, 할리우드 제작사 Magnopus 외에 5개 기업이 협업한 결과입니다.

98. Spotify는 BigQuery를 통해 방대한 데이터를 활용하여 전 세계 6억 7,500만 명 이상의 사용자에게 맞춤형 경험을 제공합니다.

99. Intuit는 이번 세금 신고 기간에 Google Cloud의 Document AI와 Gemini 모델을 활용해 TurboTax 소비자 수백만 명의 세금 준비를 간소화했으며, 그 결과 시간을 절감하고 오류를 줄이는 데 성공했습니다.

100. United Wholesale Mortgage는 Google Cloud의 생성형 AI와 데이터 분석을 활용해 속도, 효율성, 맞춤형 서비스에 중점을 두고 50,000명의 주택담보대출 중개업자와 고객을 위한 주택담보대출 프로세스를 개선하고 있습니다.

101. Verizon은 Google Cloud의 Customer Engagement Suite를 사용하여 Personal Research Assistant와 같은 AI 기반 도구를 통해 1억 1,500만 건이 넘는 연결에 대한 고객 서비스를 개선하고 있습니다.

102. Vodafone은 Vertex AI를 오픈소스 도구 및 Google Cloud의 보안 기반과 함께 사용하여 AI 보안 거버넌스 레이어를 구축했습니다.

103. Wayfair는 Vertex AI를 사용해 제품 속성을 5배 더 빠르게 업데이트합니다.

104. WPP는 전 세계 모든 직원이 캠페인의 개념 설정, 제작, 측정에 사용할 수 있는 Google 모델 기반 플랫폼인 Open을 빌드했습니다.

더 많은 고객 사례를 확인하려면 601가지 실제 AI 사용 사례를 다룬 최신 블로그를 참고하세요.

데이터베이스

105. 이제 Google Agentspace를 사용해 AlloyDB의 정형 데이터를 검색할 수 있습니다.

106. 차세대 AlloyDB 자연어를 사용하면 앱에서 자연어 텍스트 모달리티를 구현하여 AlloyDB의 정형 데이터를 안전하고 정확하게 쿼리할 수 있습니다.

107. AlloyDB에서 벡터 검색과 구조화된 필터 및 조인에 걸쳐 SQL 기능을 최적화한 결과, AlloyDB 색인에 확장 가능한 최근접 이웃(ScaNN)을 사용하여 더 빠른 벡터 검색이 가능해졌습니다.

108. AlloyDB AI에는 세 가지 새로운 AI 모델이 포함되어 있습니다. 크로스 어텐션 순위 재지정을 사용하여 벡터 검색 결과의 관련성을 개선하는 모델, 텍스트, 이미지, 동영상을 지원하는 멀티모달 임베딩 모델, 새로운 Gemini 임베딩 텍스트 모델입니다.

109. 새로운 AlloyDB AI 쿼리 엔진을 사용하면 개발자가 SQL 쿼리 내에서 자연어 표현과 구조를 사용할 수 있습니다. 여기에서 이러한 AlloyDB 기능의 프리뷰를 신청하세요.

110. 데이터베이스용 MCP 도구 상자(이전의 데이터베이스용 생성형 AI 도구 상자)가 이제 Model Context Protocol(MCP)을 지원하여 AI 에이전트와 엔터프라이즈 데이터베이스 간의 원활한 연결을 지원합니다.

111. 프리뷰 버전의 MongoDB 호환성을 갖춘 Firestore를 사용하면 개발자가 MongoDB의 API 이식성과 함께 strong consistency, 사실상 무제한의 확장성, 99.999% SLA, 10밀리초 미만의 읽기 지연 시간을 제공하는 Firestore의 멀티 리전 복제 기능을 활용할 수 있습니다. 여기에서 지금 바로 시작해 보세요.

112. 새로운 Oracle Base Database Service는 클라우드에서 Oracle 데이터베이스를 유연하고 제어 가능하게 실행하는 방법을 제공합니다.

113. 이제 Oracle Exadata X11M이 정식 버전으로 제공되어, Oracle Exadata 플랫폼을 Google Cloud에 도입하고 고객 관리형 암호화 키(CMEK)를 비롯한 추가 엔터프라이즈용 기능을 제공합니다.

114. 이제 Database Migration Service(DMS)가 Cloud SQL 및 AlloyDB를 위해 SQL Server에서 PostgreSQL로의 마이그레이션을 지원하므로 데이터베이스 현대화 전략을 완벽하게 실행할 수 있습니다.

115. Cloud SQL과 AlloyDB를 가격 대비 높은 성능과 처리량을 제공하는 Arm 기반 Google Axion 프로세서인 C4A 인스턴스에서 사용할 수 있게 되었습니다. 여기에서 자세히 알아보세요.

116. 이제 데이터베이스 센터가 정식 버전으로 제공되며, Google 포트폴리오의 모든 데이터베이스를 지원하여 통합된 AI 기반 Fleet 관리 솔루션을 제공합니다.

117. 이제 Spanner 벡터 검색이 정식 버전으로 제공되며, 이 기능은 SQL, 그래프, 키-값, 전체 텍스트 검색 등 다양한 검색 방식을 사용하도록 설계되었습니다.

118. 이제 Spanner용 그래프 시각화가 정식 버전으로 제공되어 사용자가 그래프 데이터에서 가치 있는 정보를 시각적으로 탐색할 수 있습니다.

119. 반복 가능한 읽기 격리(프리뷰), 향상된 성능, 간편한 마이그레이션 도구를 통해 MySQL에서 Spanner로 워크로드를 이동하는 작업이 간소화되었습니다.

120. AWS, Azure, Google Cloud에서 실행되는 파트너사 Aiven의 완전 관리형 AlloyDB Omni 서비스인 Aiven for AlloyDB Omni가 이제 정식 버전으로 제공됩니다.

121. 프리뷰 버전의 Bigtable 구체화된 연속 뷰는 즉각적인 보고와 인사이트를 기반으로 하는 애플리케이션의 실시간 업데이트를 간소화합니다.

122. Cassandra에서 Bigtable 및 Spanner로 다운타임 없이 마이그레이션할 수 있는 새로운 Cassandra 호환 API 및 라이브 마이그레이션 도구가 개발되었습니다.

123. 이제 Memorystore for Valkey가 정식 버전으로 제공되며 7.2 및 8.0 엔진 버전을 지원합니다.

124. 이제 Firebase Data Connect가 정식 버전으로 제공되며, 즉각적인 GraphQL API와 유형 안정적인 SDK를 통해 PostgreSQL용 Cloud SQL의 안정성을 제공합니다.

데이터 분석

통합되고 신뢰할 수 있는 대화형 Looker BI 플랫폼과 함께 BigQuery 기반의 자율형 데이터-AI 플랫폼에 대한 몇 가지 새로운 혁신을 발표했습니다.

125. BigQuery 파이프라인이 이제 정식 버전으로 제공되며 데이터 파이프라인 빌드를 지원합니다.

126. BigQuery 데이터 준비가 이제 정식 버전으로 제공되며 데이터를 변환하고 보강합니다.

127. BigQuery 이상 감지가 이제 프리뷰로 제공되며, 데이터 품질을 유지하고 메타데이터 생성을 자동화합니다.

128. 데이터 과학 에이전트가 이제 정식 버전으로 제공되어 Google의 Colab 노트북에 기본 제공되며, 지능형 모델 선택 기능을 제공하고 확장 가능한 학습과 더 빠른 반복을 지원합니다.

129. Looker 대화형 분석이 프리뷰로 제공되며, 이를 통해 비즈니스 사용자가 데이터와 자연어로 상호작용할 수 있습니다.

130. 현재 프리뷰 버전으로 제공되는 Looker Conversational Analytics API를 사용하면 개발자가 대화형 분석을 빌드하여 애플리케이션 및 워크플로에 삽입할 수 있습니다. 가입하여 액세스하세요.

131. 프리뷰 버전의 BigQuery 지식 엔진은 Gemini를 활용해 스키마 관계, 테이블 설명, 쿼리 기록을 분석하여 메타데이터를 즉석에서 생성하고, 데이터 관계를 모델링하고, 비즈니스 용어집의 용어를 추천합니다.

132. BigQuery 시맨틱 검색이 이제 정식 버전으로 제공되어, AI 기반 데이터 인사이트를 제공하고 BigQuery 전반에서 AI와 에이전트를 비즈니스 컨텍스트에 그라운딩합니다.

133. BigQuery의 기여도 분석 기능이 이제 정식 버전으로 제공되며, 이를 사용하면 측정항목에서 가장 큰 변화를 가져온 주요 요인(또는 요인의 조합)을 정확하게 파악할 수 있습니다.

134. BigQuery 컴퓨팅 가격 책정 옵션 전반에서 기존 BigQuery 가격 책정 모델에 BigQuery의 Gemini 기능이 추가되었습니다. 새로운 기능을 사용해 보려면 여기에서 신청하세요.

135. BigQuery 파이프 문법은 정식 버전이고, 이를 사용하면 연산자를 원하는 순서와 원하는 빈도로 적용할 수 있으며 대부분의 표준 SQL 연산자와 호환됩니다.

그리고 데이터 과학 및 분석가 팀을 위해 AI 기반 데이터 과학 및 워크플로를 BigQuery 노트북의 일부로 추가했습니다.

136. 새로운 지능형 SQL 셀은 데이터의 컨텍스트를 이해하고, 사용자가 코드를 작성할 때 스마트 추천을 제공하며, 노트북 내에서 직접 데이터 소스를 조인할 수 있도록 지원합니다.

137. BigQuery의 기본 탐색 분석 및 시각화 기능을 사용하면 데이터를 쉽게 탐색할 수 있으며, 동료와의 공동작업을 더 수월하게 만드는 기능이 추가됩니다. 또한 데이터 과학자는 분석을 예약하여 인사이트를 주기적으로 실행하고 새로 고칠 수도 있습니다.

138. 새로운 BigQuery AI 쿼리 엔진을 사용하면 데이터 과학자가 정형 데이터와 비정형 데이터를 실제 컨텍스트를 추가하여 함께 처리할 수 있으며, 이 과정에서 기존 SQL과 Gemini를 함께 처리하여 실제 지식, 언어적 이해, 추론 기능에 대한 런타임 액세스를 삽입할 수 있습니다.

139. 이제 정식 버전이 된 Apache Kafka용 Google Cloud는 이벤트 소싱, 모델 스코어링, 메시징, 실시간 분석을 위한 실시간 데이터 파이프라인을 지원합니다.

140. 현재 프리뷰 버전으로 제공되는 BigQuery 내의 Apache Spark 워크로드는 서버리스 방식으로, 완전 관리형 플랫폼에서 실행됩니다.

141. BigQuery 데이터 캔버스의 새로운 데이터 세트 수준 인사이트는 현재 프리뷰 버전으로, 쿼리 사용 분석과 메타데이터를 통합하여 테이블 간의 숨겨진 관계를 표시하고 교차 테이블 쿼리를 생성합니다.

142. BigQuery ML에 SQL 절 내에서 LLM 추론의 출력을 캡처하는 새로운 AI.GENERATE_TABLE이 프리뷰 버전으로 포함되었습니다.

143. 이제 BigQuery ML이 Vertex AI에서 호스팅되는 오픈소스 및 Anthropic의 Claude, Llama, Mistral 모델을 지원합니다.

144. BigQuery 벡터 검색에 이제 정식 버전으로 제공되는 새로운 색인 유형이 포함됩니다. 이 색인 유형은 확장 가능하고 신속하며 비용 효율적인 처리를 위해 CPU에 최적화된 거리 계산 알고리즘과 결합된 Google의 ScaNN 모델을 기반으로 합니다.

145. Google 연구팀에서 개발한 BigQuery ML의 선행 학습된 TimesFM 모델 프리뷰는 시계열 예측을 간소화합니다.

146. 새로운 Google Maps Platform 데이터 세트를 BigQuery에 직접 통합하여 데이터 분석가와 의사 결정권자가 인사이트에 더 쉽게 액세스할 수 있도록 했습니다.

147. 또한 BigQuery의 Earth Engine은 Earth Engine의 지리 공간 래스터 데이터 분석 기능의 장점을 BigQuery에 직접 제공합니다. 여기에서 자세히 알아보세요.

148. GrowthLoop가 Gemini로 구동되는 Growth Agent와 함께 BigQuery를 기반으로 빌드된 Compound Marketing Engine을 출시했습니다. 이를 통해 마케팅팀은 기하급수적인 빠른 성장을 유도하는 맞춤형 잠재고객과 여정을 구축할 수 있습니다.

149. Informatica가 Google Cloud에서 정교한 분석 및 AI 거버넌스 사용 사례를 지원하는 서비스를 확장했습니다.

150. Fivetran이 BigQuery metastore와의 기본 통합과 Apache Iceberg 및 Delta Lake와 같은 개방형 테이블 형식으로의 자동 데이터 변환 기능을 갖춘 Cloud Storage용 관리형 데이터 레이크 서비스를 도입했습니다.

151. 이제 DBT가 BigQuery DataFrames와 통합되었으며 DBT Cloud가 Google Cloud에서 제공됩니다.

152. Datadog가 BigQuery를 위한 모니터링 기능을 확장하여 쿼리 성능, 사용량 기여 분석, 데이터 품질 측정항목에 대한 상세한 정보를 제공합니다.

BigQuery의 자율 데이터 기반은 다양한 데이터 워크로드에 대한 거버넌스와 조정 기능을 제공하며, 개방형 형식을 통해 유연성을 지향합니다. 이 분야의 공지는 다음과 같습니다.

153. BigQuery는 프리뷰 버전의 멀티모달 테이블을 통해 비정형 데이터를 핵심 요소로 만들며, 새로운 ObjectRef 데이터 유형을 통해 정형 데이터와 함께 다양하고 복잡한 데이터 유형도 통합된 스토리지 및 쿼리에 활용할 수 있게 지원합니다.

154. BigQuery 거버넌스의 프리뷰 버전은 데이터 스튜어드 및 전문가가 검색, 분류, 선별, 품질, 사용, 공유를 처리할 수 있는 통합된 단일 뷰를 제공합니다.

155. 새로운 BigQuery 범용 카탈로그는 데이터 카탈로그(이전의 Dataplex Catalog)와 현재 정식 버전으로 제공되는 완전 관리형 서버리스 metastore를 통합합니다.

156. 현재 정식 버전으로 제공되는 BigQuery metastore는 Iceberg 카탈로그를 지원하여 BigQuery, Apache Spark, Apache Flink 엔진 간의 엔진 상호 운용성을 지원합니다.

157. 현재 정식 버전으로 제공되는 BigQuery 비즈니스 용어집을 사용하면 회사 용어를 정의 및 관리하고, 이러한 용어의 데이터 스튜어드를 식별하여 데이터 애셋 필드에 연결할 수 있습니다.

158. 현재 정식 버전으로 제공되는 BigQuery 연속 쿼리는 원본 형식에 관계없이 SQL을 사용하여 스트리밍 데이터에 대한 즉각적인 분석과 작업을 지원합니다.

159. 프리뷰 버전의 Apache Iceberg용 BigQuery 테이블을 사용하면 Iceberg 데이터를 SQL, Spark, AI, 서드 파티 엔진에 연결할 수 있습니다.

160. 현재 정식 버전으로 제공되는 새로운 고급 워크로드 관리 기능은 리소스를 확장하고 워크로드를 관리하며 비용 효과를 보장하는 데 도움이 됩니다.

161. 현재 정식 버전으로 제공되는 BigQuery 지출 약정 은 BigQuery 데이터 처리 엔진, 스트리밍, 거버넌스 전반의 지출을 통합하여 구매를 간소화합니다.

162. 이제 BigQuery DataFrames에서 AI 코드 지원 기능을 프리뷰로 제공하여, 자연어 프롬프트를 사용하여 SQL 또는 Python 코드를 생성 또는 제안하거나 기존 SQL 쿼리를 설명할 수 있습니다.

163. 이제 정식 버전으로 제공되는 SQL 변환 지원은 AI 기반의 변환기로, Gemini로 향상된 규칙을 생성하여 SQL 변환을 맞춤설정하고 BigQuery 마이그레이션 속도를 높일 수 있습니다.

164. 정식 버전의 카탈로그 메타데이터 내보내기를 사용하면 카탈로그 항목을 Cloud Storage로 일괄 추출할 수 있습니다.

165. 이제 BigQuery에서 규모에 맞는 BigLake 및 객체 테이블의 카탈로그화를 자동으로 수행할 수 있으며, 이 기능은 현재 정식 버전으로 제공됩니다.

166. 이제 BigQuery 관리형 재해 복구가 정식 버전으로 제공되며 자동 장애 조치 조정, 보조 리전으로의 지속적인 거의 실시간 데이터 복제, 서비스 중단 시 신속하고 투명한 복구를 지원합니다.

167. 프리뷰 버전으로 제공되는 새로운 워크로드 관리 기능에는 예약 수준에서 슬롯의 공정한 공유, 예약 성능의 예측 가능성, 청구 시 예약 기여 분석을 통한 모니터링 가능성 향상 등이 포함됩니다.

Looker는 모든 사용자가 BI를 손쉽게 액세스하고 활용할 수 있도록 새로운 대화형 기능과 시각적 기능을 추가하고 있으며, 이는 AI를 통해 속도가 빨라집니다.

168. 이제 대화형 분석, 데이터 시각화 어시스턴트, 수식 어시스턴트, 자동 슬라이드 생성, LookML 코드 어시스턴트를 포함한 Looker의 Gemini 기능을 모든 Looker 플랫폼 사용자가 사용할 수 있습니다.

169. 대화형 분석을 위한 코드 인터프리터는 현재 프리뷰 버전으로 제공되며, 이를 사용하면 비즈니스 사용자가 심층적인 Python 전문 지식 없이 자연어를 사용하여 예측 및 이상 감지를 수행할 수 있습니다. 자세한 내용을 여기에서 확인하고 신청하세요.

170. 새로운 Looker 보고서는 직관적인 드래그 앤 드롭 인터페이스, 세부적인 디자인 제어, 풍부한 시각화 및 템플릿 라이브러리, 실시간 공동작업 기능을 제공하며, 이제 핵심 플랫폼인 Looker에서 사용할 수 있습니다.

171. Google Cloud가 Spectacles.dev를 인수함에 따라, 개발자가 지속적 통합/지속적 배포(CI/CD) 방식을 사용하여 SQL 및 LookML 변경사항의 테스트와 검증을 자동화할 수 있게 되었습니다.

Firebase

172. 모든 사용자에게 프리뷰 버전으로 제공되는 새로운 Firebase Studio는 Gemini로 구동되는 클라우드 기반의 에이전트형 개발 환경으로, 개발자가 프로덕션 품질의 풀 스택 AI 앱을 빠르게 만들고 게시하는 데 필요한 모든 기능을 한곳에서 제공합니다. Gemini Code Assist 에이전트는 비공개 프리뷰를 통해 사용할 수 있습니다.

173. 원하는 언어로 AI 기반 애플리케이션을 빌드할 수 있는 오픈소스 프레임워크인 Genkit에 이제 Python에 대한 초기 지원과 Go에 대한 확장된 지원이 추가되었습니다. Firebase Studio에서 이 템플릿을 사용해 Genkit으로 빌드해 보세요.

174. 이제 Vertex AI in Firebase에 Gemini 모델에 대한 Live API 지원이 포함되어 앱에서 더 많은 대화형 상호작용을 지원합니다. 예를 들면 고객이 오디오로 질문하고 대답을 얻을 수 있습니다.

175. 이제 Firebase Data Connect가 정식 버전으로 제공되며, 즉각적인 GraphQL API와 유형 안정적인 SDK를 통해 PostgreSQL용 Cloud SQL의 안정성을 제공합니다.

176. Firebase App Hosting도 정식 버전으로 제공되며, 최신 풀 스택 웹 앱을 위한 Git 중심의 독자적인 호스팅 솔루션을 제공합니다.

177. Firebase 앱 배포 내의 새로운 앱 테스트 에이전트는 현재 프리뷰 버전으로 제공되며, 엔드 투 엔드 테스트를 생성, 관리, 실행하여 모바일 앱을 프로덕션에 맞게 준비합니다.

Google Cloud 컨설팅

Google Cloud 컨설팅에서 새로운 사전 패키징된 서비스 제품을 몇 가지 출시했습니다.

178. Agentspace Accelerator는 조직 내에서 AI 기반 검색을 연결하고 배포하는 체계적인 접근 방식을 제공하므로, 직원이 필요할 때 적절한 내부 정보 및 리소스에 손쉽게 액세스할 수 있습니다.

179. TPU를 사용하는 최적화 도구는 고객이 워크로드를 목적에 맞게 빌드된 AI 칩인 TPU로 마이그레이션할 수 있게 합니다.

180. Google Cloud 기반 Oracle을 통해 고객은 Oracle 데이터베이스와 애플리케이션을 Google Cloud의 고급 플랫폼 및 AI 기능과 결합하여 데이터베이스 및 네트워크 성능을 향상할 수 있습니다.

181. 마이그레이션 및 기술 구현을 지원하는 일련의 검증된 전송 방법론 및 권장사항인 Delivery Navigator(프리뷰 버전)에 대한 액세스를 고객과 파트너로 확장했습니다.

네트워킹

Google의 글로벌 네트워크는 Google Cloud 서비스의 중추이며, 수많은 혁신 기술을 사용합니다.

182. 크로스 클라우드 네트워크 솔루션인 Cloud WAN은 모든 Google Cloud 고객이 Google의 글로벌 비공개 네트워크를 사용할 수 있도록 지원하는 완전 관리형의 안정적이고 안전한 엔터프라이즈 중추입니다. Cloud WAN은 네트워크 성능을 최대 40% 향상하는 동시에 총소유비용을 최대 40% 절감합니다. 자세한 내용은 여기를 참고하세요.

183. 올해 하반기에 출시될 새로운 400G Cloud Interconnect와 Cross-Cloud Interconnect는 100G Cloud Interconnect와 Cross-Cloud Interconnect보다 최대 4배 더 많은 대역폭을 제공하며, 온프레미스 또는 기타 클라우드 환경에서 Google Cloud로의 연결을 제공합니다.

184. 현재 프리뷰 버전으로 제공되는 클러스터당 최대 30,000개의 GPU에 대한 비차단 구성의 네트워킹 지원 기능을 이용하여 대규모 AI 서비스를 빌드하세요.

185. 동적 적용 정책을 구현하는 제로 트러스트 RDMA 보안은 RDMA 방화벽을 사용하여 고성능 GPU 및 TPU 트래픽을 보호합니다. 올해 하반기에 제공될 예정입니다.

186. 처리량이 높고 지연 시간이 짧은 RDMA 네트워킹을 통해 최대 3.2Tbps의 비차단 GPU 간 대역폭으로 GPU 간 통신 속도를 높일 수 있습니다. 이제 정식 버전으로 제공됩니다.

187. 서비스 확장 프로그램을 통해 GKE Inference Gateway와 Cloud Load Balancing을 Model Armor, NVIDIA NeMo Guardrails, Palo Alto Networks AI Runtime Security와 함께 활용하세요.

188. Cloud Load Balancing에는 LLM 추론을 위한 최적화가 포함되어 있으므로 여러 클라우드 제공업체 또는 온프렘 인프라에서 NVIDIA GPU 용량을 활용할 수 있습니다.

189. WebAssembly(Wasm) 기반의 새로운 서비스 확장 프로그램 플러그인을 사용하면 Rust, C++, Go의 플러그인 예시를 통해 애플리케이션을 자동화, 확장, 맞춤설정할 수 있습니다. 현재 Cloud Load Balancing 지원이 정식 버전으로 제공되고 있으며, 올해 하반기에 Cloud CDN 지원도 제공될 예정입니다.

190. Cloud CDN의 빠른 캐시 무효화는 향상된 성능으로 전 세계에서 정적 및 동적 콘텐츠를 전송하며, 현재 프리뷰 버전으로 제공됩니다.

191. Cloud CDN의 TLS 1.3 0-RTT는 재개된 연결의 애플리케이션 성능을 향상하며, 현재 프리뷰 버전으로 제공됩니다.

192. App Hub는 서비스 검색 및 분류를 자동화하여 서비스 검색 및 관리를 간소화합니다.

193. App Hub 서비스 상태는 네트워크 기반 리전 간 장애 조치를 통해 복원력이 우수한 글로벌 서비스를 구현합니다. 올해 하반기에 제공될 예정입니다.

194. 2025년 하반기에는 Private Service Connect를 사용하여 단일 GKE 클러스터 내에서 여러 서비스를 게시할 수 있게 되며, 피어링되지 않은 GKE 클러스터, Cloud Run 또는 서비스 메시에서 기본적으로 액세스할 수 있게 됩니다.

또한 워크로드 보안을 위해 분산 애플리케이션과 인터넷에 연결된 서비스를 네트워크 공격으로부터 보호하는 기능을 강화했습니다.

195. 새로운 DNS Armor는 DNS 터널링, 도메인 생성 알고리즘(DGA) 및 기타 정교한 기법을 사용해 이루어지는 DNS 기반 데이터 무단 반출 공격을 감지합니다. 올해 하반기에 프리뷰 버전으로 제공됩니다.

196. Cloud Armor의 새로운 계층적 정책을 사용하면 네트워크 아키텍처에 대한 세분화된 보호를 적용할 수 있습니다.

197. Cloud NGFW 계층식 방화벽 정책에 대한 새로운 네트워크 유형과 방화벽 태그가 이번 분기에 프리뷰 버전으로 제공됩니다.

198. Cloud NGFW는 새로운 7계층 도메인 필터링을 추가하여 방화벽 관리자가 허용된 대상에 대한 아웃바운드 웹 트래픽만 모니터링하고 제어할 수 있도록 합니다. 2025년 하반기에 제공될 예정입니다.

199. 보안 웹 프록시 및 애플리케이션 부하 분산기를 위한 인라인 네트워크 DLP는 서비스 확장 프로그램을 사용해서 서드 파티(Symantec DLP) 솔루션과 통합하여 전송 중인 민감한 데이터를 실시간으로 보호합니다. 이번 분기에 프리뷰 버전으로 제공됩니다.

200. 현재 정식 버전으로 제공되는 네트워크 보안 통합을 사용하면 라우팅 정책이나 네트워크 아키텍처를 변경하지 않고 하이브리드 및 멀티 클라우드 환경에서 일관된 정책을 유지할 수 있습니다.

201. Imperva Application Security는 서비스 확장 프로그램을 통해 Cloud Load Balancing과 통합되며, 현재 Google Cloud Marketplace에서 제공됩니다.

추가 파트너 공지사항

Google은 항상 AI에 대해 개방적인 접근 방식을 취해 왔으며, 에이전틱 AI에 대해서도 마찬가지입니다. 이번 주 Next ‘25에서 발표한 업데이트를 통해 멀티 에이전트 생태계를 지원하기 위해서 에이전틱 AI 스택의 모든 계층에 파트너를 도입하고 있습니다. 자세한 내용을 살펴보겠습니다.

202. 전문가 AI 서비스: Accenture, BCG, Capgemini, Cognizant, Deloitte, HCLTech, Infosys, KPMG, McKinsey, PwC, TCS, Wipro를 포함한 Google의 서비스 파트너 생태계는 A2A 프로토콜에 적극적으로 기여해 왔으며 이 프로토콜의 구현을 지원할 것입니다.

203. AI 에이전트 Marketplace: 새로운 AI 에이전트 Marketplace가 Google Cloud Marketplace 내의 전용 섹션으로 출범했습니다. 이 섹션에서 고객은 Accenture, BigCommerce, Deloitte Elastic, UiPath, Typeface, VMware 등의 파트너가 빌드한 AI 에이전트를 검색, 구매, 관리할 수 있으며, 곧 더 많은 에이전트가 출시될 예정입니다.

204. 에이전트에 모든 엔터프라이즈 데이터 제공: NetApp, Oracle, SAP, Salesforce, ServiceNow와 파트너십을 맺고 에이전트가 널리 사용되는 이러한 플랫폼에 저장된 데이터에 액세스할 수 있도록 지원합니다.

205. 현장 조정 및 공동 판매 개선: 워크숍, 평가, 개념 증명과 같은 공동 판매 활동과 파트너가 제공하는 서비스에 대한 가시성을 높이는 등 파트너의 중요한 기여를 더 잘 포착하여 영업팀과 공유할 수 있는 새로운 프로세스를 도입했습니다.

206. 파트너 순익 증가: 파트너가 가장 큰 기회를 활용할 수 있도록 인센티브를 발전시키고 있습니다. 예를 들면 작년에 AI 기회에 대한 파트너 자금 지원이 2배 증가했습니다. 또한 인센티브 및 성장 추적을 위한 순익 허브에 새로운 AI 기반 기능을 도입했습니다.

207. 크리에이티브 분야의 리더인 Adobe와 파트너십을 맺고 Adobe Express와 같은 애플리케이션에 첨단 모델인 Imagen 3와 Veo 2를 제공하게 되었습니다.

208. Google은 Salesforce의 Agentforce와 함께 디지털 노동 혁명을 이끌고 있으며 인력 증강, 생산성, 효율성, 고객 성공 측면에서 큰 성과를 거두고 있습니다.

보안

Google은 오늘날의 까다로운 위협 환경에 대응하는 중요한 사이버 방어 기능을 제공하며, 여러 가지 새로운 혁신 기술을 도입했습니다.

209. Google Unified Security: 이 솔루션은 가시성, 위협 탐지, AI 기반 보안 운영, 지속적인 가상 레드팀 구성, 가장 신뢰받는 엔터프라이즈 브라우저, Mandiant 전문 기술을 전 세계 규모의 데이터 패브릭에서 실행되는 하나의 통합 보안 솔루션으로 제공합니다.

210. 알림 분류 에이전트: 이 에이전트는 사용자를 대신하여 동적 조사를 수행합니다. 각 알림의 컨텍스트를 분석하고 관련 정보를 수집하며, 에이전트의 증거 및 의사 결정에 대한 기록을 작성하고 알림에 대한 판정을 내립니다.

211. 멀웨어 분석 에이전트: 이 에이전트는 코드가 안전한지 또는 유해한지를 조사합니다. Code Insight를 기반으로 잠재적인 악성 코드를 분석하며, 역난독화를 위한 스크립트를 생성하고 실행하는 기능을 제공합니다.

212. Google Security Operations의 새로운 데이터 파이프라인 관리 기능은 고객이 확장을 더 잘 관리하고 비용을 절감하며 규정 준수 의무를 충족하는 데 도움을 줍니다.

213. 또한 클라우드 보안 상황에 따라 할인된 사이버 보험 보장 범위를 제공하는 위험 보호 프로그램을 확대하여 세계 최대 규모의 사이버 보험사인 Beazley와 Chubb를 새로운 프로그램 파트너로 맞이했습니다.

214. Chrome Enterprise Premium의 새로운 직원 피싱 차단 기능은 Google 세이프 브라우징 데이터를 사용하여 사용자 인증 정보를 획득하려는 유사 사이트 및 포털로부터 직원을 보호합니다.

215. Mandiant 자문 서비스는 Mandiant 전문가 서비스를 주문형 방식으로 제공합니다. 이제 고객은 선불한 자금을 조사, 교육, 인텔리전스에 사용하여 전문성과 복원력을 강화할 수 있습니다.

216. 또한 Mandiant 컨설팅은 Rubrik 및 Cohesity와 협력하여 사이버 공격 후 다운타임과 복구 비용을 최소화하는 솔루션을 만들고 있습니다.

스토리지

스토리지는 학습과 추론에서 모두 병목 현상을 최소화하는 데 중요한 구성요소이며, 이를 지원하는 새로운 혁신 기술을 도입했습니다.

217. Hyperdisk Storage Pool을 확장하여 단일 풀에 이전보다 5배 증가한 최대 5PiB의 데이터를 저장할 수 있습니다.

218. Hyperdisk Exapools는 퍼블릭 클라우드 중에서 가장 크고 가장 빠른 블록 스토리지이며, 엑사바이트 수준의 스토리지로 초당 테라바이트 수준의 성능을 제공합니다.

219. 이제 Hyperdisk ML이 GKE 볼륨 포퓰레이터를 사용하여 Cloud Storage에서 하이드레이션할 수 있습니다.

220. Rapid Storage는 무작위 읽기 및 쓰기 지연 시간이 1밀리초 미만인 새로운 Cloud Storage 영역별 버킷으로, 다른 주요 하이퍼스케일러에 비해 데이터 액세스 속도가 20배 더 빠르고 처리량은 6TBps이며 무작위 읽기 및 쓰기 지연 시간이 5배 더 짧습니다.

221. Anywhere Cache는 기존 리전 버킷과 원활하게 연동되어 선택한 영역 내에서 데이터를 캐싱하는 strong consistency를 갖춘 새로운 캐시입니다. 지연 시간을 최대 70% 단축하고 AI 워크로드를 2.5TBps의 속도로 빠르게 처리하며, 데이터를 GPU/TPU에 가깝게 유지하여 굿풋(goodput)을 극대화합니다.

222. 새로운 Google Cloud Managed Lustre은 DDN EXAScaler를 기반으로 하는 고성능 완전 관리형 병렬 파일 시스템입니다. 이 영역별 스토리지 솔루션은 AI 워크로드에 PB 규모에서 1밀리초 미만의 지연 시간, 수백만 IOPS, TBps 규모의 처리량을 제공합니다.

223. Storage Intelligence는 업계 최초로 고객이 객체 메타데이터를 규모에 맞게 쿼리하여 환경에 대한 스토리지 인사이트를 생성할 수 있는 서비스이며, LLM을 사용하여 데이터 자산에 대한 인사이트를 제공하고 이에 대한 조치를 실행합니다.

스타트업

224. Google은 업계를 선도하는 벤처 캐피탈 회사인 Lightspeed와의 새로운 파트너십을 발표했습니다. 이에 따라 Lightspeed의 지원을 받는 스타트업은 Google for Startups Cloud Program을 통해 기술과 리소스에 더욱 쉽게 액세스할 수 있게 됩니다. 여기에는 Google for Startups Cloud Program을 통해 자격을 갖춘 모든 스타트업에게 제공되는 기존 크레딧 외에 추가로 Lightspeed의 AI 포트폴리오 기업을 위한 $150,000 이상의 클라우드 크레딧이 포함됩니다.

225. 새로운 스타트업 혜택 프로그램은 초기 단계의 스타트업에 Datadog, Elastic, ElevenLabs, GitLab, MongoDB, NVIDIA, Weights &Biases 등의 Google 파트너가 제공하는 솔루션에 대한 우선적인 액세스를 제공합니다.

226. Google for Startups Cloud Program 회원은 Vertex AI Model Garden을 통해 파트너 모델에서만 사용할 수 있는 $10,000의 추가 크레딧을 받게 되므로 Gemini 모델과 Anthropic, Meta와 같은 파트너의 모델을 모두 빠르게 사용할 수 있습니다.

Google Workspace: AI 기반 생산성

Gemini는 모델로서 동급 최고의 AI 기능을 제공할 뿐만 아니라 Gmail, Docs, Drive, Meet 등의 인기 앱이 포함된 Google Workspace와 같은 Google 자체 제품의 성능을 강화합니다. Google은 AI를 통해 사용자의 역량을 한층 강화하는 여러 가지 새로운 Workspace 혁신 기능을 발표했습니다.

227. 분석 도우미: 이 강력한 기능을 사용하면 Google Sheets가 개인 비즈니스 분석가로 전환되어, 명시적인 프롬프트 작성 없이도 데이터에서 인사이트를 지능적으로 식별하고, 데이터에 기반한 의사 결정을 손쉽게 내릴 수 있습니다.

228. Docs AI 음성 개요: Docs의 AI 음성 개요를 사용하면 문서를 사람과 유사한 고품질의 음성 낭독 또는 팟캐스트 스타일의 요약으로 만들 수 있습니다.

229. Google Workspace Flows: Workspace Flows는 승인 관리, 고객 조사, 이메일 정리, 일일 일정목록 요약 등의 일상 업무와 반복 업무를 자동화하는 데 도움이 됩니다.

집으로 돌아갈 시간

이것으로 Next 25를 마무리합니다. 라스베이거스에서 즐거운 시간을 보내셨기를 바라며, 안전한 여행을 기원합니다.

내년에 라스베이거스에서 열리는 Google Cloud Next에서 뵙겠습니다. 기간은 2026년 4월 22~24일입니다.

몇 가지 소식이 더 있습니다. 행사에서 공개 기한을 놓친 출시 소식을 몇 가지 더 전해드립니다.

230. Cloud Run의 새로운 기능: Cloud Run GPU의 정식 버전, 멀티 리전 배포를 통한 고가용성 앱의 공개 프리뷰, 풀 기반 워크로드의 Kafka 소비자를 위한 작업자 풀의 비공개 프리뷰

231. SaaS 런타임으로 SaaS를 강화하세요. 이 서비스 수명 주기 관리 솔루션을 사용하면 SaaS 서비스를 원하는 규모로 손쉽게 모델링, 배포, 운영할 수 있습니다. 또한 서비스에 강력한 AI 기능을 신속하게 적용하여 SaaS 제품을 한 단계 업그레이드할 수 있습니다.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud Next에서 얻은 새로운 인사이트를 현장에 적용하세요'), ('body', <wagtail.rich_text.RichText object at 0x7fa5b8718e80>), ('btn_text', ''), ('href', ''), ('image', <GAEImage: next 25>)])]>

^{1. Grounding with Google Maps is currently available as an experimental release in the United States, providing access to only places data in the United States.}

Next 25 개발자 키노트: 프롬프트부터 에이전트, 업무, 즐거움까지

Thu, 01 May 2025 18:36:00 +0000

* 본 아티클의 원문은 2025년 4월 12일 Google Cloud 블로그(영문)에 게재되었습니다.

Google Cloud Next와 같은 기술 컨퍼런스에 참석하면 수많은 뉴스, 세션, 소그룹 세션에 모든 학습과 교류 활동까지 마치 소방호스로 물을 마시는 듯 버겁고 혼란스러울 수 있습니다. 하지만 며칠간의 바쁜 일정을 소화한 후 개발자 키노트를 시청하면 이 혼란 속에 명확한 방향이 있다는 걸 알게 됩니다. 그동안 얻은 모든 정보의 퍼즐이 하나의 그림으로 맞춰지기 시작하면서 사무실로 돌아가 바로 시도해 볼 수 있는 온갖 멋진 아이디어가 떠오르게 됩니다.

올해 개발자 키노트는 Google Cloud의 수석 에반젤리스트인 Richard Seroter와 개발자 기술 및 커뮤니티 책임자인 Stephanie Wong이 공동 진행하며 환상적인 호흡을 보여줬고, Google Cloud 제품팀, 엔지니어링팀, 개발자 지원팀의 전문가도 함께 참여했습니다. 키노트는 AI 개발자 경험 엔지니어인 Paige Bailey의 1970년대 주방을 리모델링하는 데 AI를 활용해 본다는 흥미롭고 공감할 수 있는 목표를 중심으로 구성되었습니다. 하지만 어떻게 할 수 있을까요?

모든 것의 시작은 프롬프트

생성형 AI 경험은 데이터와 사용자 의도를 담은 프롬프트를 모델에 작성하는 데에서 시작됩니다. Paige는 Google DeepMind의 선임 제품 관리자인 Logan Kilpatrick과 함께 무대에 올랐습니다. Logan과 Paige는 AI Studio에 Paige의 주방을 분석하라는 프롬프트를 입력하면서 텍스트 설명, 평면도, 이미지를 제공했습니다. 그 결과 AI는 Gemini의 기본 이미지 생성 기능을 활용하여 수납장, 통일성 있는 디자인, 색상 팔레트, 자재를 제안하며 아이디어를 실현했습니다. 중요한 비용 질문에 대한 답을 얻기 위해 특히 Paige가 거주하는 지역을 기준으로 Google 검색으로 그라운딩을 사용하여 실제 자재 비용, 지역 건축법 및 규정, 기타 관련 정보를 가져왔습니다.

Logan이 말했듯 "동영상 이해부터 네이티브 이미지 생성, Google 검색으로 실제 정보에 그라운딩하는 작업까지 이 모든 건 Gemini로만 가능합니다."

이를 가능하게 한 새로운 기술

Gemini 2.5 Pro: Gemini 앱과 Vertex AI에서 프리뷰 버전으로 사용할 수 있습니다.
Gemini 2.5 Flash: 지연 시간 단축과 비용 효율성을 위해 특별히 최적화된 주력 모델로서, 조만간 Vertex AI, AI Studio, Gemini 앱에서 제공될 예정입니다.

프롬프트부터 에이전트로

프롬프트가 생성형 AI 쿼리의 핵심이라는 점은 모두 알고 있는 사실입니다. Richard는 "그렇다면 에이전트는 도대체 뭘까요?"라고 질문하면서 "바로 그게 핵심"이라고 덧붙였습니다.

Stephanie의 설명에 따르면 "에이전트는 AI 모델과 소통하면서 보유한 도구와 컨텍스트를 사용해 목표 기반 작업을 수행하는 서비스"입니다. 그렇다면 어떻게 해야 프롬프트를 에이전트로 전환할 수 있을까요? 한 가지 방법은 Vertex AI와 에이전트 개발 키트(ADK)를 사용하는 것입니다. Vertex AI는 AI 애플리케이션과 에이전트를 빌드하고 관리하기 위한 종합 플랫폼이고, ADK는 에이전트를 설계하기 위한 오픈소스 프레임워크입니다. ADK를 사용하면 Gemini 모델과 Google AI 도구를 기반으로 하는 에이전트를 그 어느 때보다 쉽게 시작할 수 있습니다.

Google Cloud의 개발자 관계 엔지니어링 관리자인 Fran Hinkelman 박사가 무대에 올라 ADK를 소개했습니다. Fran의 설명에 따르면 에이전트에 필요한 세 가지는 1) 에이전트의 목표를 정의하는 요청 사항, 2) 작업 수행에 필요한 도구, 3) LLM의 작업을 처리하는 모델로 정리할 수 있습니다.

Fran은 Python을 사용해 에이전트 코드를 작성하고 몇 분 만에 배포하여 건축가가 주방 리모델링을 시작하는 데 필요한 모든 사항이 요약된 전문적인 레이아웃 PDF를 얻었습니다. "정말 시간을 엄청나게 절약해 주는 도구"라고 Fran은 이야기합니다.

이를 가능하게 한 새로운 기술

에이전트 개발 키트(ADK): 에이전트 동작을 정밀하게 제어하는 동시에 에이전트 및 정교한 멀티 에이전트 시스템을 빌드하는 프로세스를 간소화하는 새로운 오픈소스 프레임워크입니다. ADK를 사용하면 100줄 미만의 직관적인 코드로 AI 에이전트를 빌드할 수 있습니다.
Model Context Protocol(MCP)을 위한 ADK 지원: 이를 통해 LLM이 데이터 요청을 처리하는 데 필요한 모든 정보에 대해 표준화된 구조와 형식을 생성할 수 있습니다.

하나의 에이전트에서 다수의 에이전트로

에이전트 빌드 외에 에이전트 모음 조정도 중요합니다. 주방 리모델링 같은 복잡한 프로세스에 필요한 일이죠. Google Cloud의 직원 Developer Advocate인 Abirami Sukumaran 박사는 ADK를 사용하여 1) 건설 제안 에이전트, 2) 인허가 및 규정 준수 에이전트, 3) 자재 주문 및 배송용 에이전트 등 세 가지 유형의 에이전트로 구성된 멀티 에이전트 생태계를 만들었습니다.

멀티 에이전트 시스템이 준비되었을 때 Abirami는 ADK에서 이 시스템을 ADK 등 여러 에이전트 프레임워크를 지원하는 완전 관리형 에이전트 런타임인 Vertex AI Agent Engine으로 직접 배포했습니다.

이뿐만이 아닙니다. Abirami는 에이전트를 배포한 후 자체 에이전트와 서드 파티 에이전트를 공유하는 허브인 Google Agentspace에서 테스트까지 했습니다.

그러나 문제가 있었습니다. 작업 도중 에이전트 시스템이 실패한 듯했습니다. Abirami는 즉시 Gemini Cloud Assist 조사를 실행하여 로그 탐색기를 통해 문제의 원인에 관한 모니터링 항목과 가설을 얻었습니다. 에이전트에 권장되는 코드 수정사항도 얻었습니다. Abirami는 코드를 검토하고 수락한 후 에이전트를 재배포하여 상황을 해결했습니다.

이것이 핵심입니다. Abirami는 "복잡한 에이전트와 서비스를 조정하는 시스템을 빌드하는 것만으로도 충분히 힘듭니다. 개발자는 로그를 살펴보고 코드를 분석하며 여러 종속 항목을 일일이 디버깅하는 데 시간을 허비해서는 안 됩니다. 이러한 작업은 모두 많은 시간과 리소스를 소모하는데 개발자들에게는 보통 이런 여유가 없죠."라고 이야기합니다.

이를 가능하게 한 새로운 기술

Vertex AI Agent Engine: Vertex AI의 완전 관리형 런타임으로, 기본 제공되는 테스트, 출시, 안정성 기능을 통해 전 세계를 대상으로 안전한 규모로 커스텀 에이전트를 프로덕션에 배포하도록 지원합니다.
Cloud Assist 조사: 인프라 문제는 물론 코드의 문제까지 진단하는 데 도움이 됩니다.
Agent2Agent(A2A) 프로토콜: Google Cloud는 기업이 멀티 에이전트 생태계를 지원하도록 하여 에이전트가 기반 기술과 관계없이 서로 통신할 수 있는 개방형 프로토콜을 만든 최초의 하이퍼스케일러라는 사실에 자부심을 느끼고 있습니다.

IDE 및 모델 선택

Google Cloud의 선임 Developer Advocate인 Debi Cabrera는 다음 발표자로 나서 청중에게 '바이브 코딩', 즉 에이전트형 코딩을 아는지 물었습니다. 기본적으로 사용자는 아이디어와 코드를 포함한 프롬프트를 에이전트에 입력해 효과적인 프로그래밍 출력을 얻을 수 있습니다. 이 과정에 새로운 인기 통합형 개발 환경(IDE)인 Windsurf를 활용하는 사용자가 늘어나고 있으며 Debi도 그중 하나입니다.

Debi는 Cursor와 IntelliJ에서 Copilot과 함께 Gemini를 사용하는 사례를 보여줬지만 Visual Studio Code, Tabnine, Cognition, Aider 같은 다른 도구에서도 Gemini를 활용할 수 있습니다. 심지어 프롬프트를 스페인어로 작성했는데 Gemini가 sin problema(문제없이) 처리했습니다. Debi는 일정을 마무리하며 "Google Cloud는 개발자가 어디에서든 Gemini를 사용할 수 있도록 지원하고 있다"고 이야기했습니다.

Gemini를 모델로 사용하고 싶지 않다면 Vertex AI Model Garden에서 제공되는 200가지 이상의 모델 중에서 선택할 수도 있습니다. Llama, Gemma 3, Anthropic, Mistral, Hugging Face의 오픈소스 모델 등이 있습니다.

"어떤 도구를 사용하든 멋진 결과물을 얻을 수 있을 겁니다."

이를 가능하게 한 새로운 기술

Gemini 2.5 Pro: 현재 개인용 Gemini Code Assist에서 사용할 수 있습니다.
Android 스튜디오: Android 스튜디오에서 Gemini Code Assist 지원이 이제 프리뷰 버전으로 제공됩니다.
Firebase의 Gemini: 새로운 Firebase Studio에서 완전한 AI 지원을 제공합니다.

꿈의 구장에서

다음 발표자는 Paige의 주방 리모델링 시연을 잠시 멈추고 살펴볼 가치가 있는 또 다른 문제인 투구 방법을 다루었습니다.

MLB(Major League Baseball)에서 Google Cloud로 경기당 2,500만 개의 데이터 포인트를 처리하는 것을 고려할 때 투구 기법은 AI로 처리하기에 적합한 문제입니다.

시연은 Google Cloud x MLB 해커톤의 최근 우승자인 Jake DiBattista가 훌륭한 좌완 투수인 Clayton Kershaw의 동영상을 분석하는 것으로 시작되었습니다. Jake는 컴퓨터 비전 라이브러리를 사용하여 동영상을 사전 처리했고, Google Cloud에 저장하면서 투구 유형과 경기 상황 같은 선택 항목을 사용해 MLB 데이터를 가져왔습니다. 최종적으로 모든 정보를 Gemini API로 전송한 후 Kershaw가 자신의 이상적인 경로에서 거의 벗어나지 않는 주특기 커브볼을 던졌다는 결과를 얻었습니다.

훌륭한 기능이지만 프로 선수가 아닌 경우에도 활용할 수 있을까요? Jake는 숙련도가 낮은 선수를 위한 '아마추어 모드'를 만들고 진행자인 Richard가 공을 던지는 동영상을 사용했습니다. 프롬프트 엔지니어링을 통해 Kershaw를 위한 프로 모델을 조정하여 Richard를 위한 아마추어 모델로 바꾼 결과, Richard는 잠재력이 있으나 힘을 극대화하려면 팔을 조금 더 조이고 다리의 힘을 더 활용해야 한다는 안내가 제공되었습니다.

Jake는 대학교에서 투포환 선수로 활약하면서 자신의 투구법이 정확한지 측정하고 싶었던 경험이 이 프로젝트에 영감이 되었다고 이야기했습니다. 무엇을 잘하고 있는지 혹은 잘못하고 있는지 모르면 어떻게 발전할 수 있을까요? 당시 이러한 데이터가 있었다면 Jake의 발전에 큰 도움이 되었을 겁니다.

하지만 정말 놀라운 점은 Jake가 투구 분석을 위한 완전 맞춤형 프롬프트 생성기를 빌드하는 데 일주일밖에 걸리지 않았다는 사실입니다. Jake는 "큰 문제 없이 바로 작동했어요."라면서 "커스텀 모델을 구현하거나 지나치게 복잡한 데이터 세트를 빌드할 필요가 없었습니다."라고 이야기했습니다.

다시 업무 환경으로

다음으로는 Google Cloud의 Developer Advocate인 Jeff Nelson이 발표자로 나왔습니다. Jeff는 다시 업무로 주제를 바꿔 영업 관리자가 사용할 수 있도록 원시 데이터를 데이터 애플리케이션으로 전환한다는 명확한 목표를 토대로 발표를 진행했습니다. Jeff는 먼저 BigQuery 노트북을 열어 예측을 빌드하고 몇 가지 SQL 코드를 작성했습니다. BigQuery는 Python DataFrame에 결과를 로드했습니다. Python에서는 라이브러리를 사용하여 모든 크기의 테이블에서 코드를 실행하기가 쉽기 때문입니다.

그렇다면 이 에이전트를 실제로 어떻게 사용하면 판매를 예측할 수 있을까요? Jeff는 노트북에 기본 제공되는 Gemini 데이터 과학 에이전트를 선택하고 '에이전트에게 물어보기'를 누른 다음 테이블을 토대로 판매 예측을 요청하는 프롬프트를 입력했습니다. 그러자 놀랍게도 그 시점부터는 모든 코드가 Gemini 데이터 과학 에이전트에 의해 생성되고 실행되었습니다.

아울러 Jeff는 에이전트가 특성 추출에 Spark를 사용할 수 있었던 건 BigQuery의 새로운 서버리스 Spark 엔진 덕분임을 설명했습니다. SQL, Spark, Python 간 전환이 쉬워 사용자는 작업에 적합한 도구를 사용할 수 있습니다.

Jeff는 예측 자체를 빌드하기 위해 BigQuery에서 바로 액세스할 수 있는 새로운 Google 파운데이션 모델인 TimesFM을 사용했습니다. 기존 모델과 달리 이 모델은 방대한 시계열 데이터 세트로 선행 학습되었으므로 데이터를 입력하기만 하면 예측을 얻을 수 있습니다. Jeff는 "예측은 누구나 액세스할 수 있는 데이터 앱이 됩니다."라고 말했습니다.

이를 가능하게 한 새로운 기술 :

BigQuery의 서버리스 Spark 엔진
전문 에이전트: 데이터 엔지니어, 데이터 분석가, 비즈니스 사용자를 지원하며, 현재 프리뷰 버전으로 이용할 수 있습니다.
BigQuery 노트북에 통합된 데이터 과학 에이전트: 곧 출시될 예정이며, 지금 Colab에서 바로 시작할 수 있습니다.

재미있는 일에 집중하기

개발자 입장에서 기술 설계 문서 작성이나 제품 요구사항 문서 작성처럼 지루한 작업을 다른 사람에게 맡길 수 있다면 얼마나 좋을까요? 엔지니어링 부문 전무 이사인 Scott Densmore는 데모를 마무리하면서 지루한 업무를 단번에 해결하는 놀라운 방법인 Gemini Code Assist와 새로운 칸반 보드를 소개했습니다.

Code Assist는 소프트웨어 개발 수명 주기 전반의 에이전트를 조율하는 데 도움이 됩니다. Scott은 이를 모든 엔지니어링 컨텍스트가 담긴 '가방'에 비유했습니다. Scott이 Java 마이그레이션을 위한 기술 설계 문서를 예로 들어 설명하면서 Google 문서에서 직접 댓글을 작성해 Code Assist에 할당하자 새로운 작업이 즉시 칸반 보드에 표시되어 추적할 수 있게 되었습니다. Google Docs뿐만 아닙니다. 채팅방과 버그 추적기에서 바로 작업을 할당하거나 Code Assist를 통해 작업을 찾을 수도 있습니다.

Scott은 더 어려운 사례를 보여주기 위해 Code Assist에 제품 요구사항 문서의 프로토타입을 만들도록 요청했습니다. Code Assist에 변경사항을 알려주고, 원하는 결과가 나올 때까지 반복했습니다. 간단합니다.

"Gemini Code Assist는 코딩을 도와주는 추가적인 도구로, 애플리케이션을 만들고 반복적이고 지루한 작업을 없애주므로 개발자는 재미있는 작업에 집중할 수 있습니다."

이를 가능하게 한 새로운 기술 :

Gemini Code Assist 칸반 보드: Google 에이전트와 상호작용하고, Gemini가 작업 완료를 위해 생성한 업무 계획을 검토하고, 다양한 작업/요청의 진행 상황을 추적할 수 있습니다.

정말 놀랍지 않나요? 하지만 이 글만으로 판단하지 마세요. 오늘 소개한 모든 마법 같은 순간을 생생하게 느끼고 싶다면 개발자 키노트 전체 동영상을 다시 시청해 보세요. 분명히 유익한 한 시간이 될 것입니다.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud Next에서 얻은 새로운 인사이트를 현장에 적용하세요'), ('body', <wagtail.rich_text.RichText object at 0x7fa5b8395fa0>), ('btn_text', '시작하기'), ('href', 'https://cloud.google.com/events/next25-offer-11'), ('image', <GAEImage: next 25>)])]>

멀티 에이전트 시스템을 빌드 및 관리하는 새로운 방법을 제공하는 Vertex AI

Thu, 01 May 2025 18:29:00 +0000

* 본 아티클의 원문은 2025년 4월 10일 Google Cloud 블로그(영문)에 게재되었습니다.

머지않아 모든 기업이 멀티 에이전트 시스템(빌드 기반 프레임워크나 제공업체와 상관없이 여러 AI 에이전트가 함께 작동하는 시스템)을 사용하게 될 것입니다. 에이전트는 추론, 계획, 기억 기능을 사용하여 사용자를 대신해 작업을 수행할 수 있는 지능형 시스템입니다. 사용자의 감독하에 여러 단계를 앞서 생각하고 다양한 시스템에서 작업을 수행할 수 있습니다.

멀티 에이전트 시스템은 Gemini 2.5에서 지원되는 모델과 같이 향상된 추론 기능을 갖춘 모델을 사용합니다. 또한 워크플로와의 통합 및 기업 데이터와의 연결에 따라 결정됩니다. Vertex AI는 프로덕션 AI의 세 가지 핵심 요소인 모델, 데이터, 에이전트를 조정하는 Google Cloud의 포괄적인 플랫폼으로, 이러한 요소를 원활하게 통합합니다. 단편화되고 취약한 솔루션의 조합으로 대신했을 방식을 개방형 접근 방식과 포괄적인 플랫폼 기능을 고유하게 결합하는 방식으로 에이전트의 안정적인 실행을 보장합니다.

오늘 Google Cloud는 다음과 같은 작업을 수행할 수 있도록 Vertex AI의 여러 개선사항을 발표합니다.

개방형 접근 방식으로 에이전트를 빌드하고 엔터프라이즈급 제어 기능으로 배포
- 에이전트 개발 키트(ADK)는 Google Agentspace 및 Google Customer Engagement Suite(CES) 에이전트를 지원하는 것과 동일한 프레임워크를 기반으로 에이전트를 설계하기 위한 오픈소스 프레임워크입니다. Agent Garden에서 강력한 예시와 확장 가능한 샘플 에이전트를 손쉽게 사용할 수 있습니다.
- Agent Engine은 Vertex AI의 완전 관리형 런타임으로, 기본 제공되는 테스트, 출시, 안정성 기능을 통해 전 세계를 대상으로 안전한 규모로 커스텀 에이전트를 프로덕션에 배포하도록 지원합니다.
엔터프라이즈 생태계 전반에서 에이전트 연결
- Agent2Agent 프로토콜은 에이전트가 빌드된 프레임워크나 공급업체에 구애받지 않고 협업할 수 있는 개방형 공통 언어를 제공합니다. Google Cloud는 멀티 에이전트 시스템에 대한 공통의 비전을 발전시키기 위해 50개 이상의 업계 리더(더 늘어날 예정)와 협력하여 이 개방형 이니셔티브를 주도하고 있습니다.
- Model Context Protocol(MCP)과 같은 개방형 표준을 사용하여 에이전트에 데이터를 제공하거나 Google Cloud에서 관리되는 API 및 커넥터와 직접 연결합니다. AI 대답을 Google 검색, 선호하는 데이터 소스 또는 Google 지도 데이터에 그라운딩할 수 있습니다.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud AI 및 ML을 체험할 수 있는 $300 무료 크레딧 제공'), ('body', <wagtail.rich_text.RichText object at 0x7fa5b9360730>), ('btn_text', '무료 빌드 시작하기'), ('href', 'http://console.cloud.google.com/freetrial?redirectPath=/vertex-ai/'), ('image', None)])]>

에이전트 개발 키트 및 Agent Garden 소개: 개방형 접근 방식으로 에이전트 빌드

에이전트 개발 키트(ADK)는 에이전트 동작을 정밀하게 제어하는 동시에 에이전트 및 정교한 멀티 에이전트 시스템을 빌드하는 프로세스를 간소화하는 새로운 오픈소스 프레임워크입니다. ADK를 사용하면 100줄 미만의 직관적인 코드로 AI 에이전트를 빌드할 수 있습니다. 관련 예시는 여기에서 확인해 보세요.

현재 Python으로 사용할 수 있으며(올해 말에 더 많은 언어 지원 예정) 다음 작업을 수행할 수 있습니다.

결정론적 가드레일 및 조정 제어를 통해 에이전트의 사고, 추론, 협업 방식을 구성하여 에이전트 동작과 의사 결정 프로세스를 정밀하게 제어합니다.
ADK의 고유한 양방향 오디오 및 동영상 스트리밍 기능을 통해 에이전트와 사람처럼 자연스러운 대화를 나눕니다. 몇 줄의 코드만으로 자연스러운 상호작용을 만들어 에이전트를 사용한 업무 방식을 텍스트 수준에서 벗어나 원활한 대화 형식으로 바꿉니다. NEXT 2025 개회 기조연설에서 선보인 ADK 기반의 대화형 에이전트 데모는 여기에서 확인하세요.
ADK 내에서 바로 액세스할 수 있는 즉시 사용 가능한 샘플 및 도구 모음인 Agent Garden으로 개발을 빠르게 시작합니다. 사전 빌드된 에이전트 패턴과 구성요소를 활용하여 개발 프로세스를 가속화하고 실제 사례를 통해 학습하세요.
니즈에 가장 적합한 모델을 선택합니다. ADK는 Gemini 또는 Model Garden을 통해 액세스할 수 있는 모든 모델 등 원하는 모델과 연동됩니다. Google의 모델 외에도 Anthropic, Meta, Mistral AI, AI21 Labs, CAMB.AI, Qodo 등의 제공업체의 200개가 넘는 모델 중에서 선택할 수 있습니다.
로컬 디버깅이든 Cloud Run, Kubernetes, Vertex AI와 같은 컨테이너화된 프로덕션 배포든, 배포 대상을 선택 가능합니다. 또한 ADK는 Model Context Protocol(MCP)을 지원하여 데이터와 에이전트 간의 보안 연결을 지원합니다.
Vertex AI에 대한 직접 통합을 사용하여 프로덕션에 배포 가능합니다. 개발에서 엔터프라이즈급 배포로 이어지는 이 명확하고 안정적인 경로를 통해 에이전트를 프로덕션으로 이전할 때 발생하는 일반적인 오버헤드를 제거할 수 있습니다.

ADK는 선호하는 도구와 연동되지만 Gemini 및 Vertex AI에 최적화되어 있습니다. 예를 들어 Gemini 2.5 Pro 실험 버전을 사용해 ADK로 빌드된 AI 에이전트는 Gemini의 향상된 추론 기능을 통해 복잡한 문제를 분류하고 도구 사용 기능을 통해 선호하는 시스템과의 연동이 가능합니다. 또한 ADK에서 Vertex AI에 대한 기본 통합을 사용하여 이 에이전트를 완전 관리형 런타임에 배포하고 엔터프라이즈 규모로 운영할 수 있습니다.

멀티 에이전트 시스템을 빌드하는 방법을 보여주는 ADK 프레임워크

고객들이 ADK를 어떻게 사용하고 있는지 알아보세요.

“Revionics는 에이전트 개발 키트를 사용하여 소매업체가 마진을 유지하면서도 경쟁력을 유지하는 등 자체 비즈니스 로직에 따라 가격을 책정하고 가격 변동의 영향을 정확하게 예측할 수 있도록 지원하는 멀티 에이전트 시스템을 빌드하고 있습니다. ADK는 전문 에이전트(데이터 가져오기)와 도구(제약 조건 적용) 간에 전송할 시기를 파악하는 등 멀티 에이전트 전송 및 계획을 간소화하고, Revionics의 가격 책정 AI와 에이전틱 AI를 결합하여 전체 가격 책정 워크플로를 자동화합니다. 데이터는 Revionics 프로세스의 핵심이며 에이전트는 개발 키트를 사용해 LLM 컨텍스트에만 의존하기보다 스토리지 아티팩트를 통해 빅데이터를 효율적으로 추론할 수 있습니다.” – Aakriti Bhargava, Revionics 제품 엔지니어링 및 AI 부문 부사장

“Renault Group은 ADK를 사용해 운전자가 가장 필요로 하는 곳에 EV 충전기를 설치하도록 지원하는 에이전트를 개발했습니다. 이 에이전트는 데이터 분석가들이 지리적 위치, 구역, 교통정보 데이터를 활용하여 팀의 부담을 줄이면서 운전자의 편의성을 극대화하는 중요한 EV 인프라 투자를 파악하고 우선순위를 정하는 데 도움이 됩니다.” – Laurent Giraud, Renault Group 최고 데이터 및 AI 책임자

“Nippon Television Holdings는 Gemini 기반의 동영상 분석 AI 에이전트의 핵심 요소로 에이전트 엔진을 구현했습니다. 이렇게 함으로써 인프라 걱정 없이 Python Vertex AI SDK를 활용할 수 있어 개발 시간을 한 달 정도 단축할 수 있었습니다. 또한 에이전트 엔진의 API는 Workflows와 같은 다른 Google Cloud 제품과 원활하게 연결되어 유지보수성이 뛰어나고 확장 가능성이 있습니다.” – Rina Tsuji, Nippon Television Holdings, Inc. 기업 전략 부문 선임 관리자

Agent Engine 소개: 엔터프라이즈급 제어 기능으로 AI 에이전트 배포

에이전트 엔진은 AI 에이전트를 프로덕션에 손쉽게 배포할 수 있는 완전 관리형 런타임입니다. 프로토타입에서 프로덕션으로 전환할 때 에이전트 시스템을 다시 빌드할 필요가 없습니다. 에이전트 엔진은 에이전트 컨텍스트, 인프라 관리, 확장 복잡성, 보안, 평가, 모니터링을 처리합니다. 또한 ADK(또는 선호하는 프레임워크)와 통합되어 개발부터 배포까지 원활한 경험을 제공합니다. 에이전트 엔진을 사용하여 다음 작업을 수행할 수 있습니다.

모든 프레임워크를 사용해 빌드된 에이전트를 배포: 사용 중인 프레임워크(ADK, LangGraph, Crew.ai 등) 및 선택한 모델(Gemini, Anthropic의 Claude, Mistral AI 등)과 관계없이 배포 가능합니다. 이러한 유연성은 거버넌스 및 규정 준수를 위해 엔터프라이즈급 제어 기능과 함께 사용됩니다.
세션에서 컨텍스트 유지: 에이전트 엔진은 매번 백지상태에서 시작하는 것이 아니라 단기 메모리와 장기 메모리를 지원합니다. 이런 방식으로 사용자는 세션을 관리하고, 에이전트는 사용자의 이전 대화와 선호사항을 기억할 수 있습니다.
에이전트 품질을 측정하고 개선: Vertex AI의 종합 평가 도구를 사용하여 수행 가능합니다. Example Store를 사용해 에이전트 성능을 개선하거나 모델을 파인 튜닝하여 실제 사용을 바탕으로 에이전트를 조정합니다.
Agentspace에 연결하여 폭넓은 도입 촉진: 에이전트 엔진에서 호스팅되는 에이전트를 Google Agentspace에 등록 가능합니다. 이 엔터프라이즈 플랫폼은 직원에게 Gemini, Google 품질의 검색, 강력한 에이전트를 제공하는 동시에 중앙 집중식 거버넌스와 보안을 유지합니다.

다음은 이 모든 요소가 어떻게 작동하는지 보여줍니다.

멀티 에이전트 시스템을 위해 엔터프라이즈 전반에서 연결되는 에이전트 엔진

앞으로 몇 개월 내에 고급 도구 및 테스트를 통해 에이전트 엔진 기능을 더욱 확장할 예정입니다. 에이전트는 컴퓨터 사용 기능을 갖추고 코드를 실행할 수 있게 됩니다. 또한 전용 시뮬레이션 환경에서 다양한 사용자 페르소나와 실제 도구를 사용해 에이전트를 철저하게 테스트하여 프로덕션 단계에서 안정성을 보장합니다.

Agent2Agent 프로토콜 소개: 엔터프라이즈 생태계 전반에서 에이전트 연결

엔터프라이즈 AI 도입에서 큰 어려움 중 하나는 서로 다른 프레임워크와 공급업체를 기반으로 빌드된 에이전트가 함께 작동하도록 하는 것입니다. Google Cloud가 멀티 에이전트 시스템의 비전을 공유하는 많은 업계 리더와 파트너십을 통해 개방형 Agent2Agent(A2A) 프로토콜을 만든 이유가 여기에 있습니다.

Agent2Agent 프로토콜을 통해 다양한 생태계의 에이전트가 빌드된 프레임워크(ADK, LangGraph, Crew.ai 등) 또는 공급업체와 관계없이 서로 통신할 수 있습니다. A2A를 사용하면 에이전트가 자신의 기능을 게시하고 사용자와 상호작용할 방법(텍스트, 양식 또는 양방향 오디오/동영상)을 결정하며, 이 모든 작업을 함께 안전하게 수행 가능합니다.

현재 Box, Deloitte, Elastic, PayPal, Salesforce, ServiceNow, UiPath, UKG, Weights & Biases 등 50개가 넘는 파트너가 프로토콜 개발을 위해 Google Cloud와 협력하고 있습니다. 이 프로토콜을 사용하는 파트너에 대한 자세한 내용은 블로그(여기)를 참조하세요.

파트너와 함께 상호 운용성 정의

에이전트는 다른 에이전트와 협업하는 것 외에도 여러 데이터 소스, API, 비즈니스 기능 전반에 걸쳐 빌드된 정보 생태계인 기업 지식에 액세스 가능해야 합니다. 사용자는 선호하는 접근 방식을 사용하여 처음부터 빌드하지 않고도 기존의 기업 지식 데이터를 에이전트에 제공할 수 있습니다.

ADK는 Model Context Protocol(MCP)을 지원하므로 에이전트는 MCP 호환 도구의 확장형 생태계를 활용하여 이미 사용 중인 방대하고 다양한 데이터 소스 또는 기능에 연결합니다.
또한 ADK에서 에이전트를 엔터프라이즈 시스템과 기능에 직접 연결할 수 있습니다. 여기에는 100개 이상의 사전 빌드된 커넥터, Application Integration으로 빌드된 워크플로 또는 AlloyDB, BigQuery, NetApp 등의 시스템 내에 저장된 데이터가 포함됩니다. 예를 들어 사용자는 데이터를 복제할 필요 없이 기존 NetApp 데이터에서 바로 AI 에이전트를 빌드할 수 있습니다.
또한 ADK를 사용하면 LangGraph와 같은 다른 프레임워크로 빌드된 기존 에이전트 또는 MCP, LangChain, CrewAI, Application Integration, 모든 OpenAPI 엔드포인트 등 다양한 소스의 호출 도구에 원활한 연결이 가능합니다.
Apigee API 관리에서는 Google Cloud 내외부에서 비즈니스를 지원하는 80만 개 이상의 API를 관리합니다. 또한 ADK를 사용하면 에이전트가 위치와 관계없이 적절한 권한을 통해 이러한 기존 API 투자를 활용합니다.

연결되면 Google 검색과 같은 정보 또는 Cotality, Dun & Bradstreet, HGInsights, S&P Global, Zoominfo와 같은 제공업체의 전문 데이터를 사용하여 AI 대답을 그라운딩할 수 있습니다. 지리정보 컨텍스트에 의존하는 에이전트의 경우 이제 에이전트를 Google 지도에 그라운딩하도록 지원합니다¹. Google Cloud는 매일 1억 번의 Google 지도 데이터 업데이트를 통해 최신의 사실 정보 제공을 보장합니다. 이제 에이전트에서 Google 지도를 사용한 그라운딩을 통해 미국 내 수백만 개의 장소와 연결된 지리정보를 포함한 대답을 제공합니다.

AI 에이전트를 위한 엔터프라이즈급 보안: 기업이 신뢰할 수 있는 에이전트 빌드

프로덕션 환경에서 운영되는 엔터프라이즈 AI 에이전트는 기능 외에도 프롬프트 인젝션 공격, 무단 데이터 액세스, 부적절한 콘텐츠 생성 등의 보안 문제에 직면합니다. Google Cloud에서 Gemini와 Vertex AI를 사용해 빌드하면 이러한 과제를 여러 레이어에서 해결하는 데 도움이 됩니다. 사용자는 다음 작업을 할 수 있습니다.

Gemini의 기본 안전 기능을 사용하여 에이전트 출력을 제어합니다. 여기에는 구성 가능한 콘텐츠 필터가 포함되며 금지된 주제에 관한 경계를 정의하고 브랜드 어조에 부합하는 시스템 안내가 포함됩니다.
에이전트가 전용 서비스 계정으로 작동하는지 아니면 개별 사용자를 대신하여 작동하는지 여부를 결정할 수 있는 ID 제어를 통해 에이전트 권한을 관리하여 권한 에스컬레이션과 무단 액세스를 방지합니다.
Google Cloud의 VPC 서비스 제어를 사용하여 에이전트 활동을 안전한 경계 내로 제한하는 방식으로 민감한 정보를 보호하여 데이터 무단 반출을 방지하고 잠재적인 영향 범위를 제한합니다.
모델에 도달하기 전 입력 검사부터 도구 실행 전 파라미터 검증까지 모든 단계에서 상호작용을 제어하기 위해 에이전트 주변에 가드레일을 설치합니다. 특정 테이블로 데이터베이스 쿼리를 제한하거나 경량 모델을 사용해 안전성 검사기를 추가하는 등의 정책을 적용하는 방어 경계를 구성할 수 있습니다.
추론 프로세스, 도구 선택, 실행 경로를 포함하여 에이전트가 수행하는 모든 작업을 파악하는 포괄적인 추적 기능을 사용하여 에이전트 동작을 자동 모니터링합니다.

멀티 에이전트 시스템 빌드 시작하기

Vertex AI의 진정한 가치는 위에서 설명한 개별 기능에 있는 것이 아니라 이러한 기능이 통합된 전체로서 함께 작동하는 방식에 있습니다. 이전에는 여러 공급업체의 단편화된 솔루션을 조합해야 했지만 이제는 단일 플랫폼을 통해 원활하게 작업이 진행됩니다. 이와 같은 통합 접근 방식을 사용하면 모델, 엔터프라이즈 앱 및 데이터와의 통합, 프로덕션 준비 상태 간에 절충안을 찾는 어려운 과정을 제거할 수 있습니다. 그 결과, 단순한 개발 속도 향상에 그치지 않고 엔터프라이즈 워크플로에 적합하고 더 안정적인 에이전트 제공이 가능해집니다. 시작하려면 다음 단계를 따르세요.

에이전트 개발 키트로 빌드하기
Vertex AI 콘솔 방문하기
문서 살펴보기

_{1. Google 지도를 사용한 그라운딩 기능은 현재 미국에서 실험 버전으로 테스트 중이며, 미국의 장소 데이터만 사용자에게 제공됩니다.}

Ironwood TPU 및 AI 하이퍼컴퓨터의 새로운 혁신 기술 소개

Thu, 01 May 2025 18:22:00 +0000

* 본 아티클의 원문은 2025년 4월 10일 Google Cloud 블로그(영문)에 게재되었습니다.

오늘날의 혁신은 실험실이나 설계도에서 탄생하는 것이 아니라 AI 인프라를 기반으로 이루어집니다. AI 워크로드에는 새롭고 고유한 요구사항이 있습니다. 이러한 요구사항을 충족하려면 성능과 효율성을 대규모로 달성할 수 있도록 하드웨어와 소프트웨어를 정교하게 조합해야 하며, 필요에 따라 이러한 인프라에 액세스할 수 있는 사용 편의성과 유연성을 확보해야 합니다. Google Cloud는 이를 위해 AI 하이퍼컴퓨터를 활용합니다.

AI 하이퍼컴퓨터는 Google이 10년 이상 쌓아온 AI 전문성을 바탕으로 개발한 통합형 슈퍼컴퓨팅 시스템으로 Google Cloud에서 실행되는 거의 모든 AI 워크로드를 뒷받침합니다. Vertex AI를 사용할 때 내부에서 실행되며, AI 하이퍼컴퓨터의 성능 최적화 하드웨어, 개방형 소프트웨어, 유연한 소비 모델에 직접 액세스해 인프라를 세밀하게 제어할 수 있습니다. 이러한 모든 기능은 AI 워크로드의 학습 및 서빙을 위한 더 많은 인텔리전스를 일관되게 저렴한 가격으로 제공하도록 설계되었습니다. 이러한 통합 시스템 접근 방식은 시장에서 차별화되는 요소이며, Gemini Flash 2.0이 GPT-4o에 비해 달러당 24배, DeepSeek-R1에 비해 5배 높은 인텔리전스를 달성할 수 있는 이유 중 하나입니다¹.

오늘 Google Cloud는 AI 워크로드에 대해 비용 대비 최고의 인텔리전스를 제공하도록 종합적으로 설계된 AI 하이퍼컴퓨터 스택 전반의 새로운 혁신을 소개합니다.

성능 최적화 하드웨어의 발전

Google Cloud는 다양한 컴퓨팅, 네트워킹, 스토리지 옵션을 제공하기 위해 성능 최적화 하드웨어 포트폴리오를 지속적으로 확장하고 있습니다.

7세대 TPU인 Ironwood: 추론을 위해 설계된 Ironwood는 이전 세대인 Trillium에 비해 5배 더 큰 최대 컴퓨팅 용량과 6배 더 큰 고대역폭 메모리(HBM) 용량을 제공합니다. Ironwood는 256개 칩 또는 9,216개 칩의 두 가지 구성으로 제공되며, 각각 단일 수직 확장 포드로 사용할 수 있습니다. 더 큰 포드는 42.5엑사플롭의 놀라운 컴퓨팅 성능을 제공합니다. Ironwood는 Trillium에 비해 전력 효율이 2배 더 높아 와트당 가치가 훨씬 더 높습니다. 개발자는 PyTorch와 JAX 전반에 걸쳐 최적화된 스택을 통해 Ironwood에 액세스할 수 있습니다. 이 획기적인 TPU에 대한 자세한 내용은 여기에서 확인하세요.

A4 및 A4X VM: Google Cloud는 A4 및 A4X VM과 함께 NVIDIA B200 및 GB200 NVL72 GPU를 모두 제공하는 최초의 하이퍼스케일러입니다. 지난달 Google Cloud는 NVIDIA GTC에서 A4 VM(NVIDIA B200)의 정식 버전을 발표했으며, A4X VM(NVIDIA GB200)은 현재 프리뷰 버전으로 제공되고 있습니다. A4 및 A4X에 대한 자세한 내용은 여기에서 확인하세요.

네트워킹 강화: AI 워크로드에 필요한 지연 시간이 매우 짧은 환경을 지원하기 위해 Google Cloud의 새로운 400G Cloud Interconnect 및 Cross-Cloud Interconnect는 기존 100G Cloud Interconnect 및 Cross-Cloud Interconnect보다 최대 4배 더 많은 대역폭을 제공해 온프레미스 또는 기타 클라우드 환경에서 Google Cloud에 대한 연결을 제공합니다. 자세한 내용은 여기를 클릭해 오늘 게시된 네트워킹 블로그 내용을 확인하세요.

Hyperdisk Exapools: 하이퍼스케일러 가운데 AI 클러스터당 가장 높은 성능과 용량을 갖춘 블록 스토리지로, 얇게 프로비저닝된 단일 풀에서 최대 엑사바이트 수준의 블록 스토리지 용량과 초당 수 테라바이트의 처리량을 프로비저닝할 수 있습니다.

Rapid Storage: 최적의 활용을 위해 기본 스토리지를 TPU 또는 GPU와 함께 코로케이션할 수 있는 새로운 Cloud Storage 영역 버킷입니다. Cloud Storage 리전별 버킷보다 최대 20배 빠른 임의 읽기 데이터 로드를 제공합니다.

Cloud Storage Anywhere Cache: 기존 리전별 버킷과 함께 작동해 선택한 영역 내에서 데이터를 캐싱하는 강력한 일관성을 갖춘 새로운 읽기 캐시입니다. Anywhere Cache는 데이터를 가속기에 가깝게 유지해 지연 시간을 70% 단축함으로써 실시간 반응형 추론 상호작용을 지원합니다. 자세한 내용은 여기를 클릭해 스토리지 혁신 블로그를 참고하세요.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud 인프라를 체험할 수 있는 $300 무료 크레딧 제공'), ('body', <wagtail.rich_text.RichText object at 0x7fa5b9be3190>), ('btn_text', '무료 빌드 시작하기'), ('href', 'http://console.cloud.google.com/freetrial?redirectPath=/compute'), ('image', None)])]>

학습 및 추론을 위한 개방형 소프트웨어 기능

하드웨어의 진정한 가치는 공동 설계된 소프트웨어를 통해 실현됩니다. AI 하이퍼컴퓨터의 소프트웨어 레이어는 AI 실무자와 엔지니어가 PyTorch, JAX, vLLM, Keras와 같은 개방형의 인기 ML 프레임워크와 라이브러리를 통해 더 빠르게 작업할 수 있도록 지원합니다. 인프라팀은 배포 시간을 단축하고 비용 효율적으로 리소스를 활용할 수 있게 됩니다. Google Cloud는 AI 학습과 추론을 위한 소프트웨어에서 상당한 진전을 이루었습니다.

Pathways on Cloud: Google DeepMind에서 개발한 Pathways는 Google의 내부 대규모 학습 및 추론 인프라를 지원하는 분산 런타임으로, 이제 Google Cloud에서 처음으로 제공됩니다. 추론을 지원하기 위해 분할 서빙과 같은 기능이 포함됩니다. 분할 서빙은 별도의 컴퓨팅 단위에서 추론 워크로드의 사전 입력 및 디코딩 단계를 동적으로 확장할 수 있도록 하며, 각 단계가 독립적으로 확장되어 지연 시간이 매우 짧고 처리량이 높습니다. 이 기능은 처리량이 높고 지연 시간이 짧은 추론 라이브러리인 JetStream을 통해 고객에게 제공됩니다. 또한 Pathways는 탄력적 학습을 지원해 학습 워크로드가 장애 발생 시 자동으로 축소되고 복구 시 수직 확장되며, 동시에 연속성을 유지합니다. Pathways 아키텍처의 추가 사용 사례를 비롯해 Pathways on Cloud에 대해 자세히 알아보려면 이 문서를 확인하세요.

높은 성능과 안정성으로 모델 학습

학습 워크로드는 수천 개의 노드에서 실행되는 고도로 동기화된 작업입니다. 단일 노드의 성능 저하만으로도 전체 작업이 중단될 수 있으며, 이는 출시 지연과 비용 증가로 이어질 수 있습니다. 클러스터를 빠르게 프로비저닝하려면 근접한 특정 모델 아키텍처에 맞게 조정된 VM이 필요합니다. 또한 노드 장애를 예측하고 신속하게 문제를 해결하며, 장애 발생 시 워크로드 연속성을 보장할 수 있는 기능도 필요합니다.

GKE용 Cluster Director 및 Slurm용 Cluster Director. Cluster Director(기존 Hypercompute Cluster)를 사용하면 물리적으로 함께 배치된 VM, 타겟팅된 워크로드 배치, 고급 클러스터 유지보수 제어, 토폴로지 인식 예약을 통해 가속기 그룹을 단일 단위로 배포하고 관리할 수 있습니다. 오늘 Google Cloud는 올해 말에 출시될 Cluster Director의 새로운 업데이트를 발표합니다.

Slurm용 Cluster Director는 Slurm 클러스터를 프로비저닝하고 운영하기 위한 간소화된 UI와 API를 갖춘 완전 관리형 Slurm 제품입니다. 여기에는 안정적이고 반복 가능한 배포를 위해 사전 구성된 소프트웨어를 사용한 일반적인 워크로드의 청사진이 포함됩니다.
360° 관측 가능성 기능에는 클러스터 사용률, 상태, 성능을 모니터링하는 대시보드와 AI 상태 예측, 낙오 항목 감지와 같은 고급 기능이 포함되며, 개별 노드 수준에서 장애를 선제적으로 감지하고 해결합니다.
자동화된 전체 상태 점검 등 작업 연속성 기능을 통해 Fleet를 지속적으로 모니터링하고 비정상 노드를 선제적으로 교체합니다. 결과적으로 다단계 체크포인팅을 통해 더 빠른 저장 및 검색이 가능해져 성능이 저하된 클러스터에서도 중단 없는 학습이 가능합니다.

GKE용 Cluster Director가 출시되면 새로운 Cluster Director 기능이 기본적으로 지원됩니다. Slurm용 Cluster Director는 GPU와 TPU를 모두 지원하며 몇 달 내로 출시될 예정입니다. 등록하여 사전 체험판을 이용하세요.

규모와 상관없이 효율적으로 추론 워크로드 실행

지난해 AI 추론은 급격히 발전했습니다. 더 길고 가변성이 높은 컨텍스트 윈도우로 인해 상호작용이 더욱 정교해지고 있으며, 추론 및 다단계 추론으로 인해 컴퓨팅 수요가 점차 학습에서 추론 시간으로(테스트 시간 확장) 이동하고 그에 따라 비용도 증가하고 있습니다. 최종 사용자를 위한 유용한 AI 애플리케이션을 지원하려면 현재와 미래의 상호작용을 효율적으로 지원할 수 있는 소프트웨어가 필요합니다.

GKE의 AI 추론 기능 발표: Inference Gateway 및 Inference Quickstart

GKE Inference Gateway는 지능형 확장 및 부하 분산 기능을 제공하여 생성형 AI 모델 인식 확장 및 부하 분산 기법으로 요청 예약 및 라우팅을 처리할 수 있도록 지원합니다.
GKE Inference Quickstart를 사용하면 AI 모델과 원하는 성능을 선택할 수 있으며 GKE가 이에 맞게 적절한 인프라, 가속기, Kubernetes 리소스를 구성해 줍니다.

두 기능 모두 현재 프리뷰 버전으로 제공되며, 두 기능을 함께 사용하면 다른 관리형 및 오픈소스 Kubernetes 제품에 비해 서빙 비용을 30% 이상 줄이고 지연 시간을 60% 줄이며 처리량을 최대 40%까지 높일 수 있습니다.

TPU용 vLLM 지원: vLLM은 빠르고 효율적인 추론 라이브러리로 잘 알려져 있습니다. 이제 vLLM을 사용해 TPU에서 손쉽게 추론을 실행하고, 소프트웨어 스택을 변경하지 않고도 몇 가지 구성만 변경하여 TPU의 가격 대비 성능 이점을 누릴 수 있습니다. vLLM은 Compute Engine, GKE, Vertex AI, Dataflow에서 지원됩니다. 또한 GKE 커스텀 컴퓨팅 클래스를 사용하면 동일한 vLLM 배포 내에서 TPU와 GPU를 함께 사용할 수 있습니다.

더욱 유연한 소비

동적 워크로드 스케줄러(DWS)는 가속기에 저렴한 비용으로 쉽게 액세스할 수 있도록 지원하는 리소스 관리 및 작업 예약 플랫폼입니다. 오늘 Google Cloud는 DWS 가속기 지원 확대를 발표합니다. TPU v5e, Trillium, A3 Ultra(NVIDIA H200), A4(NVIDIA B200) VM을 flex-start 모드를 통해 프리뷰 버전으로 지원하며, 이달 말에는 TPU에 대한 캘린더 모드 지원이 제공될 예정입니다. 또한 flex-start 모드에서는 리소스를 즉시 프로비저닝하고 동적으로 확장할 수 있는 새로운 프로비저닝 방법을 지원하므로 장기 실행 추론 워크로드와 더 다양한 범위의 학습 워크로드에 적합합니다. 이는 모든 노드를 동시에 프로비저닝해야 하는 flex-start 모드의 큐 프로비저닝 방법과는 별도로 제공됩니다.

Next '25에서 AI 하이퍼컴퓨터에 대해 알아보기

최신 소식을 놓치지 마세요. 이벤트 웹사이트에서 모든 발표와 심층 분석을 만나보세요. 컴퓨팅 및 AI 인프라의 다음 단계를 시작으로 다음 세션을 확인해 보세요.

_{1. arXiv (LMArena), Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference, Wei-Lin Chiang, Lianmin Zheng, Ying Sheng, Anastasios 1 Nikolas Angelopoulos, Tianle Li, Dacheng Li, Hao Zhang, Banghua Zhu, Michael Jordan, Joseph E. Gonzalez, Ion Stoica, 2024. 2025년 3월 19일 기준 정보입니다. 이 벤치마크는 모델 출력 품질(인간 검토자가 판단)을 출력 생성에 필요한 가격/100만 토큰과 비교하여 효율성을 비교합니다. 여기서 '인텔리전스'란 모델 출력 품질에 대한 인간의 인식을 의미합니다.}

엔터프라이즈 사용 사례에 향상된 추론을 제공하는 Gemini 2.5

Thu, 01 May 2025 18:17:00 +0000

* 본 아티클의 원문은 2025년 4월 10일 Google Cloud 블로그(영문)에 게재되었습니다.

Google은 최근 자사 최고의 지능형 AI 모델인 Gemini 2.5를 발표했습니다. 현재 Gemini 2.5 모델은 대답 전 추론이 가능한 사고형 모델로, 획기적으로 향상된 성능을 자랑합니다. 이러한 투명하고 단계적인 추론은 기업의 신뢰와 규정 준수에 필수입니다.

이 제품군의 첫 번째 모델인 Gemini 2.5 Pro는 현재 Vertex AI 기반의 공개 프리뷰 버전으로 제공되며, 고급 추론이 필요한 작업과 코딩에 사용할 수 있는 세계 최고의 모델로 손꼽힙니다. 여러 업계 기준치에서 최고 성능을 달성했으며, 많은 사용자로부터 최고의 엔터프라이즈용 추론 모델로 평가받고 있습니다. 또한 LM Arena 리더보드에서 큰 격차로 1위를 차지했습니다.

이러한 성과에 힘입어 Google은 짧은 지연 시간과 비용 효율성을 제공하는 주력 모델인 Gemini 2.5 Flash도 출시합니다. 이 모델은 AI 애플리케이션과 에이전트를 빌드하고 관리하는 포괄적인 플랫폼인 Vertex AI와 Google AI Studio를 기반으로 합니다.

이제 이러한 모델의 기능으로 Google Cloud에서 AI 개발을 어떻게 혁신하고 있는지 자세히 살펴보겠습니다.

aside_block: <ListValue: [StructValue([('title', 'Google Cloud AI 및 ML을 체험할 수 있는 $300 무료 크레딧 제공'), ('body', <wagtail.rich_text.RichText object at 0x7fa5b91b2b50>), ('btn_text', '무료 빌드 시작하기'), ('href', 'http://console.cloud.google.com/freetrial?redirectPath=/vertex-ai/'), ('image', None)])]>

심층 추론을 통한 기업 문제 해결력 향상

기업은 복잡한 정보 환경, 다단계 분석, 세밀한 의사 결정이 요구되는 상황 속에서 문제를 해결하려면 단순한 처리를 넘어 추론 능력을 갖춘 AI가 필요합니다. Vertex AI 기반의 Gemini 2.5 Pro는 이 점을 감안하여 심층적인 추론과 코딩 전문성을 요구하는 가장 복잡한 작업을 최고의 품질로 처리할 수 있도록 설계되었습니다. Gemini 2.5 Pro는 100만 개에 달하는 토큰 컨텍스트 윈도우와 결합해 심도 있는 데이터 분석을 수행하고, 법률 계약서나 의료 기록 같은 복잡한 문서에서 핵심 인사이트를 추출하고, 전체 코드베이스를 이해하여 복잡한 코딩 작업을 처리합니다.

"Box에서는 기업이 콘텐츠에 인텔리전스를 적용하는 방식을 재정의하고 있습니다. Gemini 기반의 Box AI 추출 에이전트는 사용자가 비정형 데이터를 실행 가능한 형태로 변환하여 작업을 즉시 간소화할 수 있도록 지원하며, 조달과 보고 같은 다양한 사용 사례에서 수백만 건의 추출 작업에 활용되고 있습니다. 고급 추론의 수준을 한 단계 높인 Gemini 2.5 덕분에 더 강력한 에이전트 시스템 빌드가 가능해져, 자동으로 추출된 인사이트를 통해 후속 작업을 실행하고 여러 단계를 조율할 수 있게 되었습니다. 이러한 발전은 자동화의 지평을 넓혀 비즈니스가 가장 가치 있는 정보를 더욱 효과적이고 효율적으로 활용할 수 있는 토대를 마련합니다." - Yashodha Bhavnani, Box AI 제품 관리 부문 부사장

"Moody's는 모델에 구애받지 않는 프레임워크 내에서 Vertex AI 기반의 Gemini 고급 추론 기능을 활용하고 있습니다. 현재 프로덕션 시스템에서 지능형 필터링에 Gemini 2.0 Flash를, 고정밀 추출에 Gemini 1.5 Pro를 사용한 결과, 복잡한 PDF 처리 시간 80% 단축 및 정확도 95% 이상이라는 성과를 거두었습니다. 이 성공을 바탕으로 현재 Gemini 2.5 Pro의 초기 테스트를 진행 중입니다. 대규모 컨텍스트 윈도우 같은 기능 덕분에 방대한 문서 모음에서 더 심층적이고 체계적인 추론이 가능해져 훨씬 더 복잡한 데이터 과제를 해결하고 데이터 범위를 확대할 좋은 조짐이 보입니다. 아직 프로덕션 단계는 아니지만 초기 결과는 매우 고무적입니다." - Wade Moss, Moody’s AI 데이터 솔루션 부문 전무이사

고유한 데이터 전문화를 위한 지도 튜닝과 긴 컨텍스트의 효율적인 처리를 위한 컨텍스트 캐싱 같이 특정 니즈에 맞춰 Gemini를 조정할 때 활용 가능한 Vertex AI 기능이 곧 비즈니스에 제공되므로 성능 향상과 비용 절감 효과를 얻을 수 있습니다. 이 두 기능은 몇 주 내에 Gemini 2.5 모델에서 출시될 예정입니다.

효율적인 반응형 AI 애플리케이션의 대규모 빌드

Gemini 2.5 Pro는 복잡한 과제 해결에 최고 품질을 제공하는 것을 목표로 하지만, 기업 애플리케이션의 우선순위는 속도, 짧은 지연 시간, 비용 효율성인 경우가 많습니다. 이 니즈를 충족하기 위해 Vertex AI 기반 Gemini 2.5 Flash도 곧 출시될 예정입니다. 이 주력 모델은 짧은 지연 시간과 비용 절감에 특히 최적화된 모델로, 고객 서비스나 실시간 정보 처리 같은 대규모 시나리오에서 균형 잡힌 우수한 품질을 제공합니다. 반응형 가상 어시스턴트와 실시간 요약 도구처럼 규모에 따른 효율성이 필요한 작업에 이상적인 엔진입니다.

Gemini 2.5 Flash는 동적이고 제어 가능한 추론 기능도 지원합니다. 이 모델은 쿼리 복잡도에 따라 처리 시간('사고 예산')을 자동으로 조정하여 간단한 요청에 더 빠른 답변을 도출합니다. 또한 예산을 세부적으로 제어할 수 있으므로 구체적인 니즈에 맞게 속도, 정확성, 비용 균형의 명시적인 튜닝이 가능합니다. 이러한 유연성은 비용에 민감한 대규모 애플리케이션에서 Flash 성능을 최적화하는 데 핵심적인 역할을 합니다.

"Gemini 2.5 Flash의 향상된 추론 기능과 인사이트가 담긴 대답은 향후 AI 기반 위협을 탐지하고 자사 AI 포트폴리오 전반에서 고객 지원을 더욱 효과적으로 제공할 수 있다는 점에서 Palo Alto Networks에 막대한 잠재력을 선사합니다. Palo Alto Networks는 최신 모델이 요약 및 대답을 포함한 AI 어시스턴트 성능에 미치는 영향을 집중적으로 평가하고 있으며, 고급 기능을 활용하기 위해 이 모델로 마이그레이션할 계획이 있습니다." - Rajesh Bhagwat, Palo Alto Networks 엔지니어링 부문 부사장

Vertex AI 기반 환경 최적화

Gemini 2.5 Pro와 2.5 Flash 같은 강력한 모델 중 무엇을 선택할지는 사용자의 니즈에 따라 다릅니다. 쉽게 선택할 수 있도록 Google은 원하는 품질과 비용 간 균형에 맞춰 각 프롬프트에 최고 품질의 대답을 자동 생성하는 실험용 Vertex AI Model Optimizer를 도입할 예정입니다. 고객이 워크로드를 반드시 특정 위치에서 처리할 필요가 없는 경우 Vertex AI Global Endpoint를 사용하면 여러 리전에서 Gemini 모델을 용량에 따라 라우팅할 수 있습니다. 덕분에 트래픽 급증이나 리전 서비스 변동이 발생해도 애플리케이션의 응답성을 유지할 수 있습니다.

정교한 에이전트 및 멀티 에이전트 생태계를 통한 미래 지원

Gemini 2.5 Pro의 고급 멀티모달 추론 기능은 정교하고 실질적인 에이전트 워크플로를 지원합니다. 이 모델은 시각적 컨텍스트(지도, 플로우 차트)를 해석하고, 텍스트 이해를 통합하고, 웹 검색 같은 그라운딩 작업을 수행하고, 다양한 정보를 종합하여 에이전트와 복잡한 입력 데이터 간의 상호작용이 의미 있게 이루어지게 합니다.

이러한 가능성을 바탕으로 오늘 Google은 멀티 에이전트 생태계를 지원하는 Vertex AI의 여러 혁신적인 기능도 발표합니다. Gemini 모델의 Live API는 실시간 상호작용을 동적으로 지원하는 핵심적인 혁신 기술입니다. 에이전트는 이 API를 통해 짧은 지연 시간으로 스트리밍 오디오, 동영상, 텍스트를 처리하여 사람처럼 대화를 나누거나, 실시간 회의에 참여하거나, 작업 중 음성 안내를 이해하는 등 실시간 상황을 모니터링할 수 있습니다.

이러한 상호작용을 더욱 강화하는 주요 Live API 기능은 30분 이상의 길고 재개 가능한 세션, 다국어 오디오 출력, 분석을 위한 타임스탬프 포함 스크립트, 세션 중 동적으로 업데이트되는 안내, 강력한 도구 통합(검색, 코드 실행, 함수 호출)을 지원합니다. 이러한 발전 덕분에 고도의 상호작용형 애플리케이션에 Gemini 2.5 Pro 같은 모델이 유용하게 활용될 것으로 예상됩니다.

시작하기

복잡한 문제를 해결하고, 효율적인 애플리케이션을 빌드하고, 정교한 AI 에이전트를 만들고 싶다면 지금 Vertex AI에서 Gemini 2.5를 사용해 보세요.