For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/google-gemini-agent-claude-routing-cowork-835f5f89.md.
Google이 기업을 위한 상시 가동 AI 동료를 구축하기 위한 경쟁에 공식적으로 합류했습니다.
Google이 기업을 위한 상시 가동 AI 동료를 구축하기 위한 경쟁에 공식적으로 합류했습니다.
Gemini at Work 2026에서 Google Cloud CEO 토마스 쿠리안은 Gemini 에이전트를 소개했습니다. Google은 이를 업무를 위한 단일 범용 에이전트라고 설명합니다. 이 에이전트는 질문에 답하고, 정보를 조사하고, 미디어를 제작하고, 데이터를 분석하고, 코드를 작성하고 실행하며, 기업 도구를 사용하고, 업무 일정을 예약하고, 사용자가 노트북을 닫은 뒤에도 클라우드에서 장기 작업을 계속할 수 있습니다.
핵심 기능은 Gemini가 Gmail, Docs, Sheets, Slides, Chat, Calendar, 데이터베이스, 개발자 도구 및 서드파티 서비스를 넘나들며 작동한다는 사실에만 있지 않습니다.
Google은 에이전트 자체를 지속적인 계층으로 만들려고 합니다.
Google은 에이전트와 기반 모델을 분리합니다. 이를 통해 Gemini는 현재 Google의 자체 모델 제품군과 Anthropic의 Claude 모델 사이에서 작업을 라우팅할 수 있으며, 향후에는 추가적인 프라이빗 모델과 오픈 모델도 지원할 예정입니다.
즉, 특정 작업에 선택되는 모델이 바뀌더라도 조직의 메모리, 도구, 스킬, 데이터 연결, 보안 제어 및 워크플로 상태는 유지될 수 있습니다.
Google은 또한 보다 직접적인 형태의 AI 동료를 도입합니다. 이 에이전트는 자체 Workspace 계정, 이메일 주소, 캘린더, Drive 저장 공간, 디렉터리 내 존재감, 감사 추적 및 팀 내 지속적인 역할을 갖습니다.
Google은 운영 원칙을 한 문장으로 요약합니다.
지시사항이 아니라 목표를 부여하세요.
이 개념은 사용자가 비즈니스 업무를 모든 중간 단계로 직접 나눌 필요가 없다는 뜻입니다.
대신 사용자는 원하는 결과를 위임합니다.
예를 들어 시장 분석 업무에서 에이전트는 다음과 같은 작업을 수행해야 할 수 있습니다.
에이전트는 각 단계에 적합한 도구, 애플리케이션 및 모델을 스스로 결정해야 합니다.
간단한 요청은 다음과 같을 수 있습니다.
신제품을 위한 시장 진입 분석을 작성하세요.
내부 판매 데이터와 최신 경쟁사 정보를 사용하고,
Sheets에서 재무 모델을 구축한 다음 Slides로 프레젠테이션을 제공하세요.
사용자는 목표를 제공합니다. Gemini가 업무를 계획합니다.
Google은 Gemini 에이전트를 여러 개의 좁은 범위의 어시스턴트를 모아 놓은 형태가 아니라 통합 인터페이스로 포지셔닝하고 있습니다.
공식 아키텍처에는 몇 가지 핵심 기능이 포함됩니다.
Gemini는 동일한 에이전트 경험 안에서 대화하고, 자율적인 목표를 완료하고, 콘텐츠를 제작하며, 코드를 생성하거나 실행할 수 있습니다.
작업은 수동으로 시작하거나, 나중에 실행되도록 예약하거나, 이벤트에 의해 트리거할 수 있습니다.
Google은 웹, iOS, Android, Windows, macOS, Google Workspace, Microsoft 365, Slack, 명령줄 인터페이스 및 서드파티 애플리케이션에서 에이전트에 접근할 수 있다고 설명합니다.
또한 전용 채팅 인터페이스가 항상 필요하지 않은 헤드리스 에이전트로도 실행할 수 있습니다.
에이전트는 클라우드에서 실행됩니다.
따라서 에이전트의 컨텍스트, 메모리 및 개인화 정보는 여러 기기와 채널에서 지속될 수 있습니다.
Google은 몇 시간 또는 며칠이 걸리는 작업도 사용자가 노트북을 닫은 뒤 계속 진행될 수 있다고 명시합니다.
Gemini는 더 큰 작업의 특정 부분을 처리하기 위해 임시 하위 에이전트를 동적으로 생성할 수 있습니다.
이러한 하위 에이전트는 병렬 또는 순차적으로 작업하고 메인 에이전트와 조율할 수 있습니다.
따라서 장기 작업은 조사, 데이터 분석, 코딩, 검토 및 프레젠테이션 준비와 같은 역할로 나눌 수 있습니다.
중요한 점은 사용자가 모든 하위 에이전트를 직접 생성하고 관리할 필요가 없다는 것입니다.
애플리케이션 간 자동화 자체는 새로운 개념이 아닙니다.
AI 어시스턴트는 이미 이메일을 작성하고, 문서를 요약하고, 웹을 검색하고, 스프레드시트를 만들고, API를 호출합니다.
Google의 새로운 주장은 이러한 기능이 서로 고립된 경험의 모음이 아니라 하나의 지속적인 엔터프라이즈 에이전트에 속해야 한다는 것입니다.
에이전트는 하나의 정체성, 하나의 컨텍스트 계층, 하나의 메모리 시스템, 하나의 스킬 라이브러리, 하나의 기업 제어 체계 및 하나의 도구 레지스트리를 유지할 수 있습니다.
기반 모델은 바뀌더라도 이러한 상위 수준의 자산은 유지될 수 있습니다.
이는 전략적으로 중요한 차이입니다.
향후 더 나은 모델이 등장하더라도 조직은 직원의 전체 AI 워크플로를 처음부터 다시 구축할 필요가 없어야 합니다.
Google은 이 개념을 개인 어시스턴트의 범위를 넘어 확장하고 있습니다.
기업은 특정 팀이나 역할을 위한 협업 에이전트를 만들 수 있습니다.
협업 에이전트는 한 직원의 정체성으로 작동하는 대신 자체 Workspace 계정을 부여받습니다.
Google에 따르면 협업 에이전트는 다음을 가질 수 있습니다.
Google의 공식 아키텍처는 다음과 같은 형식의 협업 에이전트 이메일을 설명합니다.
@agents.company.com
실제 워크플로는 의도적으로 익숙한 방식으로 설계됩니다.
팀은 Google Chat 공간에 에이전트를 추가할 수 있습니다. 사용자는 문서 댓글에서 에이전트를 @멘션할 수 있습니다. 에이전트는 자신의 이름으로 수정하고, 댓글 스레드에 답변하며, 자체 버전 기록을 남길 수 있습니다.
이는 어시스턴트가 인간 사용자를 사칭하는 것과 다릅니다.
에이전트는 별도의 조직 정체성으로 작동합니다.
AI 에이전트에 자체 계정을 부여하는 것은 단순한 사용자 경험상의 결정이 아닙니다.
이는 보안과 감사 방식을 바꿉니다.
모든 작업이 인간 직원에게 귀속되면 직원이 변경을 수행했는지 자율 에이전트가 수행했는지 판단하기 어려울 수 있습니다.
별도의 에이전트 정체성을 사용하면 활동을 더 쉽게 추적할 수 있습니다.
Google은 각 에이전트 정체성을 암호학적으로 증명할 수 있고, 직원 정체성과 동일한 방식으로 거버넌스를 적용하며, 최소 권한으로 제한하고, 감사 로그에 기록하고, 코드 실행에 사용되는 가상 머신에도 전달할 수 있다고 설명합니다.
에이전트가 외부 시스템에 연결될 때 Google은 OAuth와 같은 표준을 통해 정체성을 매핑할 수 있다고 말합니다.
이는 에이전트를 사람의 인증 정보를 빌려 쓰는 보이지 않는 프로세스가 아니라 관리되는 기업 주체로 취급할 수 있다는 뜻입니다.
이번 발표의 또 다른 주요 내용은 4계층 메모리 모델입니다.
세션 메모리는 현재 작업의 컨텍스트를 저장합니다.
작업이 며칠 동안 이어지더라도 에이전트는 이미 완료한 작업과 남은 작업을 기억할 수 있습니다.
의미 메모리는 에이전트가 문서를 읽고, 사람들과 대화하고, 다른 에이전트와 작업하면서 구축하는 구조화된 지식입니다.
예를 들면 제품명, 내부 용어, 팀의 책임, 비즈니스 정의 및 조직 관계를 학습하는 것이 포함됩니다.
절차 메모리는 업무가 수행되는 방식을 기록합니다.
예를 들어 보고서에 필요한 데이터 소스, 팀이 따르는 분석 순서, 필요한 승인 단계 및 조직이 기대하는 최종 형식을 학습할 수 있습니다.
Google은 Gemini가 반복 작업에서 학습한 내용을 바탕으로 자체 스킬을 작성할 수도 있다고 설명합니다.
일화 메모리는 완료된 작업의 기록을 저장합니다.
에이전트는 이후 유사한 업무에 접근할 때 과거 실행 경험을 활용할 수 있습니다.
네 가지 메모리 유형은 함께 반복적인 업무 브리핑의 필요성을 줄이는 것을 목표로 합니다.
Google은 이를 팀, 도구 및 내부 프로세스를 점진적으로 학습하는 신입 직원의 온보딩에 비유합니다.
Google은 기업용 에이전트를 세 가지 재사용 가능한 계층으로 구성합니다.
에이전트는 Google Workspace, Microsoft Office, Microsoft Teams, Slack, Confluence, Git, Jira, Salesforce, ServiceNow, BigQuery, Databricks, PostgreSQL, Snowflake 및 로컬 데스크톱 파일을 포함한 비즈니스 시스템에 연결할 수 있습니다.
Google은 또한 에이전트가 회사 네트워크 내부 또는 외부의 Model Context Protocol 서버에 연결할 수 있다고 설명합니다.
팀은 기업 도구 레지스트리를 통해 내부 도구를 게시할 수 있습니다.
스킬은 재사용 가능한 지침, 워크플로 또는 도메인 지식 패키지입니다.
기업은 Google이 제공하는 스킬, 회사 공용 스킬, 부서별 스킬 및 개인 스킬을 사용할 수 있습니다.
동일한 프로세스를 모든 프롬프트에 반복해서 작성하는 대신 조직은 이를 한 번 인코딩하고 재사용할 수 있습니다.
컨텍스트는 에이전트가 조직이 실제로 무엇을 의미하는지 이해하도록 돕는 비즈니스 정보입니다.
여기에는 문서, 대화, 비즈니스 데이터, 팀 관계 및 이전 작업을 통해 구축된 메모리 계층이 포함됩니다.
이러한 분리는 중요합니다. 모델은 바뀔 수 있지만 도구, 스킬 및 컨텍스트는 계속 가치를 가질 수 있기 때문입니다.
이번 출시에서 가장 이례적인 부분 중 하나는 Google이 경쟁사의 모델을 명시적으로 지원한다는 점입니다.
Google은 에이전트가 현재 Google Gemini 모델과 Anthropic Claude 모델 사이에서 오케스트레이션할 수 있으며, 향후 추가적인 프라이빗 모델과 오픈 모델도 지원할 계획이라고 설명합니다.
에이전트는 품질, 작업 난이도, 지연 시간 및 비용과 같은 요소를 바탕으로 모델을 선택할 수 있습니다.
복잡한 추론 작업은 더 강력한 모델로 전달할 수 있습니다. 단순하고 반복적인 작업은 더 저렴한 모델을 사용할 수 있습니다. 대규모 프로젝트에서는 단계별로 서로 다른 모델을 사용할 수도 있습니다.
Google은 자동 선택 계층을 Smart Routing이라고 부릅니다.
그 목적은 가장 비싼 옵션을 불필요하게 사용하지 않으면서 필요한 성능을 제공하는 모델로 각 기업 워크로드를 보내는 것입니다.
이는 단순한 편의 기능 이상입니다.
수천 또는 수백만 개의 에이전트 루프를 실행하는 기업에서는 모든 단계에 가장 큰 프런티어 모델을 사용하면 비용 구조가 어려워질 수 있습니다.
다단계 에이전트는 다음과 같은 작업을 수행할 수 있습니다.
계획
→ 검색
→ 요약
→ SQL 생성
→ 분석 실행
→ 검증
→ 초안 작성
→ 검토
모든 단계가 동일한 모델을 필요로 하는 것은 아닙니다.
다중 모델 오케스트레이션은 플랫폼이 비용과 성능 사이의 균형을 더 잘 제어할 수 있도록 합니다.
더 깊은 개념은 모델 독립성입니다.
Google은 모델 순위가 빠르게 바뀐다고 주장합니다.
기업이 하나의 모델 엔드포인트를 중심으로 전체 AI 워크플로를 구축하면 나중에 전환하기가 어려워질 수 있습니다.
Gemini 에이전트는 메모리, 스킬, 비즈니스 컨텍스트, 도구, 권한, 조직 정체성 및 워크플로 기록과 같은 상위 수준의 자산이 안정적으로 유지되도록 설계되었습니다.
그 아래의 모델만 교체할 수 있습니다.
이는 Google이 Claude를 지원하려는 이유도 설명합니다.
Google이 소유하려는 제품은 모든 추론 호출 자체가 아니라 기업 에이전트 계층입니다.
원문은 주로 사용자 대상 기능에 초점을 맞추지만, Google의 공식 발표는 거버넌스에도 동일한 비중을 둡니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
Google은 기업용 에이전트 보안을 네 가지 질문을 중심으로 설명합니다.
각 에이전트는 관리되는 정체성을 부여받고 역할 기반 접근을 통해 제한할 수 있습니다.
작업은 에이전트의 정체성에 따라 감사 추적에 기록됩니다.
Google은 Gemini 에이전트가 자체 네트워크 경계를 갖는 Agent Sandbox 내부에서 작업을 실행한다고 설명합니다.
에이전트로 들어오고 나가거나 에이전트 사이를 오가는 트래픽은 Agent Gateway를 통과합니다. Google은 이를 조직 정책을 적용하기 위한 AI 네트워크 방화벽이라고 설명합니다.
조직은 다음과 같은 정책을 정의할 수 있습니다.
에이전트는 "업무상 필요한 사람만 열람"으로 분류된 문서를 열 수 없습니다.
이 정책은 회사의 모든 에이전트에 적용할 수 있습니다.
영향이 큰 작업은 자동으로 실행하는 대신 승인을 요구할 수 있습니다.
지속적으로 실행되는 기업 에이전트는 많은 모델 호출, 도구, 샌드박스 및 백그라운드 작업을 사용하기 때문에 비용이 커질 수 있습니다.
따라서 Google은 에이전트 플랫폼을 프로젝트 수준의 비용 제어 기능과 연결하고 있습니다.
공식 발표에는 다중 모델 오케스트레이션, Smart Routing 및 실시간 지출 한도가 포함됩니다.
관리자는 Cloud Billing Console에서 프로젝트의 하드 한도를 설정할 수 있습니다.
Google은 Gemini가 모델 사용량과 샌드박스 비용을 모니터링한다고 설명합니다. 한도에 도달하면 관리자가 재개를 선택할 때까지 프로젝트의 에이전트가 일시 중지될 수 있습니다.
이를 통해 기업은 에이전트 비용을 부서 또는 프로젝트에 더 명확하게 연결할 수 있습니다.
에이전트는 직원들이 이미 사용하고 있는 애플리케이션에도 내장됩니다.
Google은 Gemini가 Gmail, Drive, Docs, Slides, Sheets, Chat 및 Calendar 내부에서 직접 작동한다고 설명합니다.
동일한 메모리, 스킬, 컨텍스트 및 제어 기능이 이러한 표면 전반에서 이어질 수 있습니다.
Google은 Workspace 내부에서 세 가지 주요 모드를 설명합니다.
에이전트는 사용자의 기존 컨텍스트를 사용해 업무를 조율할 수 있습니다.
예를 들어 사용자는 매번 모든 참석자를 직접 입력하지 않고도 평소 지역 행사 담당자들과 회의를 잡아 달라고 요청할 수 있습니다.
Gemini는 이전 Workspace 컨텍스트를 바탕으로 해당 그룹을 추론하고, 캘린더를 확인하며, 조율을 시작할 수 있습니다.
Workspace는 위임할 수 있는 업무를 식별할 수 있습니다.
관리자가 프로젝트 업데이트 자료를 요청하는 이메일을 보내면 Workspace Intelligence가 해당 작업을 Gemini에 위임하는 옵션을 표시할 수 있습니다.
협업 에이전트는 자체 조직 정체성으로 공유 Chat 공간에 참여하거나 문서 댓글을 통해 작업할 수 있습니다.
중요한 변화는 “모든 애플리케이션에 AI 버튼을 추가하는 것”에서 “모든 애플리케이션 안에 하나의 지속적인 에이전트가 나타나는 것”으로의 전환입니다.
Google은 도메인별 에이전트 기능도 소개했습니다.
데이터 및 ML 팀을 위해 에이전트는 PySpark를 생성하고, 편집 가능한 노트북을 만들고, 모델을 학습시키고, 파이프라인 문제를 해결하고, SQL을 생성하고, 분석을 실행하며, 차트와 대시보드를 구축할 수 있습니다.
Google은 이 작업을 BigQuery와 Knowledge Catalog 같은 제품과 연결합니다.
Gemini Enterprise for Financial Services는 프리뷰 상태입니다.
Google은 이 서비스가 투자 조사, 신용 분석, 리스크 모델링 및 KYC 관련 분석과 같은 워크플로를 다루는 50개 이상의 기본 스킬을 포함한다고 설명합니다.
FactSet, LSEG, S&P Global, SEC 제출 자료 및 독점 저장소를 포함한 금융 데이터 소스에 연결할 수 있습니다.
Gemini Enterprise for Legal 역시 프리뷰 상태입니다.
Google은 이 서비스가 NetDocuments 및 iManage와 같은 법률 문서 플랫폼의 사건 수준 권한과 윤리적 차단을 상속할 수 있다고 설명합니다.
더 넓은 전략은 범용 에이전트를 전문 도구, 권한 및 도메인 지식과 결합하는 것입니다.
Google의 출시는 빠르게 발전하는 시장에서 이루어졌습니다.
Meta는 9월에 Muse를 소개했습니다. OpenAI는 9월 29일에 dots를 소개했습니다.
세 제품은 서로 겹치는 부분이 있지만 초기 포지셔닝은 서로 다릅니다.
| 구분 | Meta Muse | OpenAI dots | Google Gemini 에이전트 |
|---|---|---|---|
| 초기 초점 | 개인 에이전트 | 개인 상시 가동 에이전트, 업무 영역으로 확장 | 기업 업무 및 조직 워크플로 |
| 실행 환경 | 전용 Muse 보안 VM | 각 dot 전용 클라우드 컴퓨터 | 기업용 Agent Sandbox를 통한 클라우드 실행 |
| 장기 작업 | 지원 | 지원, 24시간 연중무휴 | 지원, 수시간 또는 수일 |
| 연결 도구 | 앱 및 커넥터 | 플러그인을 통한 4,000개 이상의 앱 | Workspace, 서드파티 앱, 기업 도구, MCP |
| 별도 업무 정체성 | 개인 에이전트 정체성 | Dot 정체성 / 전문가 시나리오 | Workspace 계정, 이메일, 캘린더, Drive를 갖춘 협업 에이전트 |
| 모델 전략 | 출시 시 Muse Spark | 출시 시 GPT-6 Astra | 현재 Gemini + Claude, 추가 모델 예정 |
| 기업 거버넌스 | Meta Enterprise Platform을 통해 확대 중 | 기업용 전문가 dot이 등장하는 단계 | 출시 초기부터 핵심 제품 강조점 |
이는 벤치마크 표가 아닙니다. 세 기업이 현재 제품을 어떻게 포지셔닝하는지를 보여줍니다.
Meta는 Muse를 개인용 AI 에이전트로 소개했습니다.
Muse는 자체 브라우저가 포함된 전용 보안 가상 머신 내부에서 실행됩니다.
Meta에 따르면 Muse는 이메일 전송, 여행 예약, 쇼핑 및 장기 목표에 따른 계획 수립과 같은 작업을 처리할 수 있습니다.
Meta는 Muse를 기업 플랫폼으로도 확장하고 있지만, 초기 출시는 개인의 일상생활에 큰 비중을 두었습니다.
OpenAI는 dots를 GPT-6 Astra로 구동되는 상시 가동 에이전트라고 설명합니다.
각 dot은 자체 클라우드 컴퓨터를 갖고 있으며 사용자의 목표를 향해 24시간 연중무휴로 작업할 수 있습니다.
OpenAI는 dots가 플러그인 생태계를 통해 4,000개 이상의 앱에 연결될 수 있다고 설명합니다.
이 제품은 시간에 따른 연속성을 강조합니다. dot은 피드백을 통해 학습하고 매번 새로운 프롬프트를 기다리지 않고도 업무를 계속 진행할 수 있습니다.
따라서 Google과의 겹치는 부분은 상당합니다.
차이점은 Google의 10월 발표가 기존 기업 정체성, 권한, 협업 및 거버넌스 시스템에 에이전트를 통합하는 데 특히 초점을 맞춘다는 점입니다.
Google은 이미 에이전트가 작동할 것으로 예상되는 많은 업무 화면을 보유하고 있습니다.
여기에는 Gmail, Docs, Sheets, Slides, Calendar, Chat, Drive, BigQuery, Google Cloud IAM 및 Cloud Billing이 포함됩니다.
따라서 Gemini 에이전트는 많은 기업이 이미 문서, 캘린더, 이메일, 데이터, 정체성 및 정책을 보관하고 있는 동일한 환경 안에서 작동할 수 있습니다.
제품 전략은 분명합니다.
기업에 이미 업무 공간이 있다면 AI 에이전트는 별도의 업무 공간을 필요로 하지 않아야 합니다.
협업 에이전트 개념은 이 아이디어를 가장 발전시킨 형태입니다.
외부 어시스턴트를 Workspace에 연결하는 대신 Google은 Workspace 내부에 AI 계정을 만들 수 있습니다.
Google Cloud의 원래 발표에는 몇 가지 주요 업데이트가 더 포함되어 있습니다.
동일한 에이전트 컨텍스트와 제어 기능이 Gmail, Drive, Docs, Slides, Sheets, Chat 및 Calendar로 직접 이동합니다.
조직은 재사용 가능한 스킬과 도구를 게시할 수 있습니다.
에이전트는 서드파티 기업 시스템과 MCP 서버에 연결할 수 있습니다.
Google은 금융 서비스와 법률 영역부터 시작하고 있습니다.
정부, 헬스케어 및 소매 분야는 이후에 계획되어 있습니다.
Google은 에이전트 정체성, 최소 권한 접근, 감사 추적, 샌드박스 격리, 정책 적용 및 Agent Gateway를 강조하고 있습니다.
Smart Routing과 실시간 지출 한도는 장기 실행 기업 에이전트의 예산 관리를 쉽게 만드는 것을 목표로 합니다.
따라서 이번 발표는 단순히 새로운 챗봇을 소개하는 것이 아닙니다.
이는 Gemini를 기업 AI 업무를 위한 실행 및 거버넌스 계층으로 만들려는 더 큰 시도입니다.
기능 목록은 야심 차지만, 실제 운영 환경에 배포하려면 신중한 검증이 여전히 필요합니다.
협업 에이전트에는 역할 수행에 필요한 문서, 시스템 및 기록만 제공해야 합니다.
영향이 큰 작업에는 명확한 사람의 승인 규칙이 있어야 합니다.
장기적인 의미, 절차 및 일화 메모리는 가치를 만들 수 있지만 조직은 보존, 삭제 및 검토 정책을 마련해야 합니다.
Claude와 Gemini가 모두 작업을 처리할 수 있다면 조직은 어떤 데이터를 어느 제공업체로 보낼 수 있는지, 지역별 제한, 로깅 규칙, 계약 조건 및 비용 차이를 이해해야 합니다.
MCP 서버와 서드파티 도구는 에이전트의 권한을 확대합니다. 동시에 공격 표면도 넓어집니다.
지속적인 클라우드 실행을 광범위하게 배포하기 전에 프로젝트 수준의 지출 한도를 설정해야 합니다.
Gemini 에이전트는 Gemini at Work 2026에서 발표된 Google의 범용 기업 업무 에이전트입니다. 질문에 답하고, 장기 작업을 완료하고, 콘텐츠를 제작하고, 데이터를 분석하고, 코드를 작성하고 실행하며, 기업 도구를 사용하고, 하위 에이전트를 조율할 수 있습니다.
예. Google은 에이전트가 현재 자체 Gemini 모델 제품군과 Anthropic Claude 모델 사이에서 오케스트레이션할 수 있다고 명시적으로 설명합니다. 향후 추가적인 프라이빗 모델과 오픈 모델도 지원할 계획입니다.
협업 에이전트는 팀이나 역할을 위해 생성되는 지속적인 Gemini 에이전트입니다. Google에 따르면 자체 Workspace 계정, 이메일 주소, 캘린더, Drive 저장 공간, 디렉터리 내 존재감 및 역할 기반 권한을 부여받을 수 있습니다.
예. Google은 Gemini 에이전트가 클라우드에서 실행되며 사용자가 노트북을 닫은 뒤에도 수시간 또는 수일이 걸리는 작업을 계속할 수 있다고 설명합니다.
Google은 세션, 의미, 절차 및 일화 메모리를 설명합니다. 이는 각각 현재 작업, 축적된 지식, 재사용 가능한 업무 수행 방식 및 이전 실행 기록을 다룹니다.
Smart Routing은 Google의 자동 모델 선택 계층입니다. 필요한 성능을 제공하면서 비용을 관리할 수 있도록 기업 워크로드를 적절한 모델로 라우팅합니다.
Google은 관리되는 에이전트 정체성, 역할 기반 권한, 감사 추적, Agent Sandbox 격리, Agent Gateway 정책 적용 및 민감한 작업에 대한 사람의 승인을 설명합니다. 실제로 이용할 수 있는 제어 기능은 조직의 제품 구성과 정책에 따라 달라집니다.
세 제품은 기능이 서로 겹치는 경쟁적인 지속형 에이전트 접근 방식입니다. Muse는 개인 생활 에이전트로 시작했고, dots는 상시 가동 개인 업무를 강조하는 반면, Google은 기업 컨텍스트, Workspace 정체성, 거버넌스 및 다중 모델 오케스트레이션에 큰 비중을 두고 있습니다.
Google의 새로운 Gemini 에이전트는 장기 클라우드 실행, 하위 에이전트 오케스트레이션, Workspace 통합, 지속적인 메모리, 재사용 가능한 스킬 및 기업 정체성을 하나의 업무 에이전트로 결합합니다.
가장 이례적인 전략적 결정은 모델 독립성입니다. Gemini는 에이전트 계층이지만 기반 모델은 동적으로 선택할 수 있습니다. Google은 현재 이러한 오케스트레이션 방식 안에서 Gemini와 Anthropic Claude 모델을 모두 지원합니다.
협업 에이전트는 AI에 별도의 Workspace 정체성, 권한, 저장 공간, 이메일, 캘린더 및 감사 가능한 활동 기록을 부여함으로써 제품을 기업 운영에 더 깊이 통합합니다. Google은 이러한 기능을 Agent Sandbox, Agent Gateway, 최소 권한 인증, Smart Routing 및 프로젝트 수준 지출 제어와 결합하고 있습니다.
핵심 개념은 단순히 “Gemini가 Claude를 사용할 수 있다”는 것이 아닙니다. Google은 어느 모델이 이번 달에 가장 우수한지와 관계없이 기업 에이전트, 에이전트의 메모리, 정체성, 도구 및 거버넌스가 더 지속되도록 만들려고 합니다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
