Google Cloud는 AI의 미래가 개방적이고 유연하며 상호 운용 가능해야 한다고 믿습니다.
오늘, 모든 직원이 모든 워크플로우에서 Google AI의 장점을 활용할 수 있도록 하는 새로운 에이전트 플랫폼인 Gemini Enterprise 출시와 함께, 파트너가 솔루션을 통합하고 시장에 출시할 수 있는 강력한 새로운 기회를 소개합니다.

저희 AI 생태계는 이미 번성하고 있으며, 오늘날 Google Cloud 고객에게 수천 개의 파트너 구축 에이전트가 제공됩니다. 더 중요한 것은, 이 엄선된 에이전트 세트는 Google Cloud에 의해 검증되어 고객이 에이전트를 사용하여 비즈니스를 혁신할 때 품질과 보안에 대한 확신을 가질 수 있도록 합니다.

지금까지 AI 이미지는 놀라운 잠재력을 보여주면서도, 디자이너와 크리에이터에게는 여전히 아쉬움을 남기곤 했습니다. 예를 들어, 원하는 캐릭터의 일관성을 유지하기 위해 수없이 많은 수정을 거쳐야 했고, 간단한 편집조차 복잡한 프롬프트를 요구했습니다.

Google Cloud는 이러한 한계를 뛰어넘는 완전히 새로운 AI 모델, Gemini 2.5 Flash Image(일명 nano-banana)를 공개했습니다. 이 모델은 이미지 생성은 물론, 전문가 수준의 편집 기능까지 갖춰 창의적인 아이디어를 더욱 풍부하고 생생한 비주얼로 구현해 줍니다.

2020년 Google은 새로운 Google Workspace를 발표하였고, 여기에는 Google Cloud의 노코드 개발 플랫폼인 AppSheet와 Google Workspace의 통합 로우 코드 개발 플랫폼인 Apps Script를 통해 기존 Google Workspace보다 훨씬 효과적으로 생산성을 확장 및 맞춤설정할 수 있는 기능을 포함했습니다.

이 플랫폼들의 강점은 코딩 지식이 없는 사용자도 작업을 맞춤설정할 수 있다는 데 있습니다. 현장팀이 고객 방문을 추적하는 데 사용할 수 있는 앱, 특정 계산을 수행하는 Sheets의 커스텀 함수, 반복적인 태스크를 자동화하는 매크로 등 무엇을 빌드하든 AppSheet 및 Apps Script를 사용하면 이러한 유형의 커스텀 솔루션을 어느 때보다도 손쉽게 만들 수 있습니다.

AppSheet와 Apps Script는 비즈니스 앱, 워크플로, 자동화 빌드를 통해 Google Workspace의 기능을 확장하도록 사용자를 지원합니다. AppSheet를 사용하면 코드를 작성하지 않고도 Google Workspace 애플리케이션은 물론 현재 환경의 다른 모든 서비스 및 애플리케이션을 기반으로 한 커스텀 애플리케이션을 빌드할 수 있습니다. 한편 Apps Script에서는 코드 몇 줄만 작성하면 Sheets 함수, 메뉴 항목, 트리거, 데이터 검증 등의 맞춤설정으로 Google Workspace 애플리케이션의 동작을 확장하고 수정할 수 있습니다.

기업이 AI를 비즈니스에 적용할 때 AI 에이전트 애플리케이션은 일반적으로 임베디드, 워크플로우, 리액티브 3가지 유형으로 분류된다.

가트너는 최근 공개한 하이프 사이클(Hype Cycle) 보고서에서 생성형 AI가 곧 ‘환멸의 골짜기(trough of disillusionment)’에 들어설 것이며, AI 에이전트는 ‘기대의 정점(peak of inflated expectations)’에 있다고 분석했다. 그러나 기업 현장의 시각은 다소 다르다. 기업 IT 담당자는 애초부터 생성형 AI에 큰 기대를 걸지 않았으며, AI 에이전트가 주목받고 있다는 점에는 동의하지만 처음부터 그렇게 인식했기 때문에 ‘에이전트 환멸의 골짜기’에 빠질 것이라고 보지 않는다.
시각 차이가 존재한다는 사실만으로도 의미가 크다. 그러나 더 중요한 것은, 이런 차이가 생긴 이유다.

기업은 줄곧 AI를 ‘에이전트’ 관점에서 바라봤다. 기업의 IT 전문가는 가치 있는 AI 애플리케이션 대부분이 인터넷 전반을 학습한 거대한 범용 툴이 아니라, 특정 비즈니스 운영 영역에 집중하는 전문가형 AI여야 한다고 본다. 이런 방식은 상대적으로 적은 호스팅 자원만 필요로 하며, 실제 비즈니스 프로세스에 맞춰 적용할 수 있다. 바로 이 ‘분리된 에이전트 개념(compartmentalized agent concept)’은 기업이 AI가 강력한 비즈니스 매출을 낼 수 있다고 판단하는 유일한 길이다. 목적지보다 중요한 것은 여정이라는 말이 있다. 이번 경우도 마찬가지로, 세간에서 떠드는 화려한 AI나 에이전트가 아니라 현실적이고 타당한 비즈니스 활용을 통해 의미 있는 여정을 밟는 것이 핵심이다. 그리고 그 여정은 3가지 키워드로 설명할 수 있다.

범용 인공지능(AI)이 대중의 시선을 사로잡은 지 불과 2년여 만에, 기업 현장의 관심은 한층 구체적인 목표를 향하고 있다. ‘무엇이든 할 수 있는 AI’보다 ‘한 분야를 완벽하게 해내는 AI’, 이른바 ‘버티컬(산업특화) AI 에이전트’가 새로운 경쟁력으로 부상한 것이다.

17일 삼성SDS ‘버티컬 AI 에이전트, 산업을 혁신하는 특화 AI 시대’ 리포트에 따르면, 산업 특화 AI 에이전트는 단순 자동화를 넘어 복잡한 의사결정과 운영까지 자율적으로 수행하며 각 산업의 핵심 과제를 정조준하고 있다.

최근 AI 활용의 무게중심이 ‘코파일럿’에서 ‘오토파일럿’으로 옮겨가는 가운데, 반복 업무뿐 아니라 상황별 판단과 대응이 요구되는 미션크리티컬(Mission-Critical) 영역에서 사람의 개입 없이도 안정적으로 실행할 수 있는 AI가 필요해진 까닭이다.

버티컬 AI 에이전트의 정의는 특정 도메인의 데이터·규제·업무 프로세스를 깊이 이해하고 이를 기반으로 설계된 지능형 소프트웨어로 소개된다. 각 산업에 최적화된 방식으로 미세 조정된 대규모언어모델(LLM)에 멀티모달과 외부 시스템 연동 등 필요한 능력을 결합해 실질적인 팀원처럼 행동하는 것이 핵심이다.

버티컬 AI 에이전트는 이미 구체적인 사례와 성과를 만들어내고 있다. 대표적으로 군사 분야 버티컬 AI 기업이라고 할 수 있는 미국의 팔란티어는 방산·국방 분야에 특화 데이터 분석 AI를 제공하며 최근 1년 사이에 주가가 300% 넘게 상승, 미국 최대 방산 기업인 록히트마틴의 시가총액을 넘어서기도 했다.

영역별로 살펴보면 제조업도 버티컬 AI 에이전트의 대표적인 수혜 분야다. 생산 라인 최적화, 고장 예측, 품질 검사 등에서 AI 에이전트가 스마트팩토리의 핵심축으로 작동할 수 있다.

 미국 전사적자원관리(ERP) 기업 에피코는 제조업 공급망을 위한 버티컬 AI 에이전트 네트워크 ‘에피코 프리즘’을 코드 어시스턴트로 활용하는 방법을 제안한다. 챗봇이 적용된 ERP를 통해 생산·구매·물류 인사이트에 접근하고, 공급업체와의 커뮤니케이션으로부터 견적 요청서를 자동 발행하는 식이다.

자동차 산업에서는 구글 클라우드가 최근 ‘차량 내 비서’ 개발을 위한 전용 AI 에이전트를 선보이며 주목받고 있다. 자사 제미나이 모델과 버텍스 AI 기반으로, 내비게이션 음성 제어, 개인화 추천, 차량 정비 알림, 스마트홈 연동 등 운전 경험 전반을 재정의한다. 메르세데스-벤츠는 이를 전기차 신모델에 적용한 상태다.

금융권 역시 AI 에이전트를 리스크 관리의 전면에 배치하고 있다. 머신러닝 기반 신용평가 솔루션은 방대한 금융 데이터를 분석해 부실 위험을 조기에 감지하고, 대출 조건을 정밀 조율한다. 에이전트 기반 사기 탐지 솔루션도 나와 있다. 신원 및 사기방지 플랫폼 기업 앨로이가 금융사 및 핀테크 기업을 위해 출시한 ‘프러드 어택 레이더(Fraud Attack Radar)’가 대표적이다. 세일즈포스의 글로벌 설문조사에 따르면 금융 서비스 분야 고객의 54%가 AI 에이전트 활용을 신뢰하며, 77%는 사기 예방·탐지에 AI가 도움이 된다고 평가했다.

유통·커머스 분야에서는 고객 경험 혁신을 목표로 한 AI 에이전트가 빠르게 확산되고 있다. 온라인몰과 오프라인 매장을 아우르며 개인화 추천을 제공하고, 수요 예측·재고 관리·동적 가격 책정까지 자동화하는 것이 특징이다. 카카오벤처스가 투자한 스타트업 ‘젠투(Gentoo)’는 온라인 상품 정보와 리뷰를 학습해 오프라인 매장의 베테랑 점원처럼 고객 맞춤형 상담을 제공하며, 실제 이러한 혁신성을 바탕으로 ‘포브스 아시아 100대 유망기업’에 선정됐다.

산업 특화 AI 에이전트의 성공은 기술 그 자체보다 산업별 요구와 데이터 환경을 반영한 설계와 운영이 필수적으로, 결국 ‘문제를 얼마나 깊이 이해하고 해결하느냐’에 달려 있다는 분석이 지배적이다. 범용 AI가 개척한 시장 위에서 이제 특화 AI 에이전트가 각 산업의 경쟁 구도를 재편할 다음 주자로 자리 잡고 있다.