한눈에 보기
- 발표 내용: Google이 Cloud Next 26에서 Gemini Enterprise Agent Platform과 AI Hypercomputer, TPU 8t/8i를 공개했다.
- 핵심 변화: 에이전트를 "만드는 기능"을 넘어, 조직 안에서 배포하고 관리하고 통제하는 쪽으로 무게가 옮겨갔다.
- 한 줄 결론: 이제 기업용 AI 경쟁은 모델 성능만이 아니라, 에이전트를 실제 업무에 안전하게 굴리는 운영 체계 싸움에 가까워졌다.
이번 발표, 뭐가 나왔나
Google은 2026년 4월 22일부터 열린 Google Cloud Next 26에서 Gemini Enterprise Agent Platform을 중심으로 한 기업용 AI 전략을 공개했다. 발표의 큰 줄기는 간단하다. 기업이 AI 에이전트를 몇 개 만들어보는 단계에서 벗어나, 여러 팀과 업무 시스템 안에서 에이전트를 계속 운영할 수 있게 만들겠다는 것이다.
여기에 AI Hypercomputer와 TPU 8t, TPU 8i 같은 인프라 발표도 같이 붙었다. 겉으로 보면 클라우드 행사지만, 내용만 보면 "에이전트 시대에 필요한 업무 플랫폼과 칩을 한꺼번에 깔겠다"는 메시지에 가깝다.
핵심 변화 3가지
1. Gemini Enterprise Agent Platform은 에이전트의 관제탑 역할을 노린다
Google은 Gemini Enterprise Agent Platform을 agentic enterprise를 위한 중심 플랫폼처럼 설명했다. 단순히 챗봇 하나를 붙이는 게 아니라, Agent Designer, Inbox, long-running agents, Skills, Projects 같은 구성요소로 에이전트를 만들고, 실행하고, 업무 흐름에 연결하는 그림이다.
이게 중요한 이유는 명확하다. 회사 안에서 에이전트가 많아지면 "누가 만들었는지", "어떤 데이터에 접근하는지", "실패했을 때 누가 보는지"가 바로 문제가 된다. 결국 기업용 AI는 생성 능력보다 운영 능력이 더 먼저 보이기 시작한다.
2. Google은 실제 고객 사례로 에이전트 확산을 밀고 있다
이번 발표에는 고객 사례도 꽤 많이 들어갔다. Google에 따르면 GE Appliances는 800개 이상의 에이전트를, Virgin Voyages는 1,000개 이상의 특화 에이전트를 만들었다. KPMG는 첫 달에 100개 이상의 에이전트와 90% 채택률을 언급했고, Macquarie Bank는 100,000시간 이상을 회수했다고 소개됐다.
물론 이런 숫자는 각 회사의 기준과 맥락을 같이 봐야 한다. 그래도 방향성은 분명하다. 기업들이 AI 에이전트를 "재미있는 실험"으로만 보는 게 아니라, 고객 응대, 내부 업무, 데이터 처리, 보고서 작성 같은 실제 흐름에 붙이기 시작했다는 얘기다.
3. TPU 8t와 TPU 8i는 에이전트 비용과 속도를 겨냥한다
에이전트는 일반 챗봇보다 더 많은 계산을 먹는다. 계획을 세우고, 도구를 부르고, 여러 단계를 거치고, 중간 결과를 다시 판단해야 하기 때문이다. 그래서 Google이 TPU 8t와 TPU 8i를 같이 꺼낸 건 자연스러운 흐름이다.
Google 설명에 따르면 TPU 8t는 학습과 대형 메모리 풀에, TPU 8i는 대규모 에이전트 추론과 낮은 지연시간에 초점을 맞춘다. Sundar Pichai의 정리 글에서는 TPU 8t가 9,600개 TPU와 2PB shared high-bandwidth memory를 갖추고, Ironwood 대비 3배 처리 성능과 최대 2배 performance per watt를 제공한다고 설명됐다. TPU 8i는 1,152개 TPU pod, 3배 on-chip SRAM, 대규모 agent inference를 위한 낮은 latency가 핵심이다.
그래서 실제로 뭐가 달라지나
일반 사용자 기준
일반 사용자가 바로 "새 앱이 생겼다"고 느낄 발표는 아니다. 대신 시간이 지나면 회사 안에서 AI가 처리하는 업무 범위가 넓어지는 식으로 체감될 가능성이 크다. 예를 들어 고객 문의가 더 빨리 분류되거나, 내부 보고서 초안이 자동으로 만들어지거나, 여러 시스템에 흩어진 정보를 한 번에 묶어주는 흐름이 늘어나는 식이다.
다만 이 변화가 항상 좋은 경험으로만 이어지는 건 아니다. 에이전트가 많아질수록 잘못된 자동화, 책임 소재, 데이터 접근 권한 문제도 같이 커진다.
개발자 기준
개발자 입장에서는 "모델 API를 호출하는 코드"만으로는 부족해지는 흐름이다. 이제는 에이전트의 권한, 상태, 장기 실행 작업, 평가, 관측 가능성, 배포 정책까지 같이 봐야 한다. Google이 Agent Designer, Agent Registry, Agent Gateway, Observability, Evaluation 같은 키워드를 강조한 것도 이 지점과 맞닿아 있다.
쉽게 말하면, 에이전트 개발은 점점 작은 앱 개발보다 플랫폼 운영에 가까워지고 있다. OpenAI가 ChatGPT workspace agents를 내놓은 것도 같은 방향이다. 팀 단위로 공유하고, 업무 흐름 안에서 오래 돌아가는 에이전트를 만들려면 단순 프롬프트보다 관리 체계가 먼저 필요해진다.
창업자/업무 활용 기준
스타트업이나 기업 담당자라면 "우리도 에이전트 하나 만들어보자"보다 먼저 봐야 할 게 있다. 어떤 업무에 붙일지, 어떤 데이터에 접근시킬지, 실패했을 때 누가 검토할지, 비용은 어떻게 통제할지다.
이번 Google 발표는 그 질문에 대한 클라우드 플랫폼식 답변에 가깝다. 이미 Google Cloud를 쓰는 조직이라면 Gemini Enterprise Agent Platform이 자연스러운 선택지가 될 수 있다. 반대로 멀티 클라우드나 자체 인프라 비중이 큰 조직은 Google Cloud 의존도가 고민 지점이 될 수 있다.
좋은 점
- 에이전트를 만들고 배포하고 관리하는 흐름을 하나의 플랫폼으로 묶으려는 방향이 명확하다.
- Agent Designer, Inbox, long-running agents 같은 구성은 실제 업무 흐름을 꽤 의식한 설계로 보인다.
- TPU 8t와 TPU 8i 발표까지 같이 묶으면서 모델, 에이전트, 인프라를 한 번에 가져가려는 그림이 보인다.
- 고객 사례가 많아, 기업용 에이전트가 단순 데모 단계를 지나고 있다는 신호로 읽힌다.
아쉬운 점
- Google Cloud 중심 전략이라, 다른 클라우드나 자체 인프라를 쓰는 조직에는 도입 부담이 있을 수 있다.
- 고객 사례의 숫자는 인상적이지만, 실제 생산성 개선 방식과 비용 구조는 별도로 확인해야 한다.
- 에이전트가 많아질수록 권한 관리, 실패 처리, 보안 검토가 더 복잡해진다.
- 아직은 발표 내용만으로 실제 사용 난도와 현장 운영 품질을 단정하기 어렵다. 이 부분은 아직 확인 필요다.
내 생각
이번 Google Cloud Next 26 발표에서 제일 흥미로운 건 "에이전트가 많아질 때 생기는 문제"를 Google이 정면으로 잡고 있다는 점이다. 요즘 AI 발표는 대체로 더 똑똑한 모델, 더 빠른 생성, 더 긴 컨텍스트를 말한다. 그런데 실제 회사 안에서는 그 다음 질문이 바로 나온다. 이걸 누가 관리하지?
Gemini Enterprise Agent Platform은 그 질문에 대한 Google식 답이다. 에이전트를 만들고, 등록하고, 감시하고, 업무 앱과 연결하고, 인프라까지 받쳐주겠다는 구조다. 개인용 AI보다 기업용 AI가 더 느리게 움직이는 이유도 결국 이 부분이다. 회사는 신기한 기능보다 책임질 수 있는 시스템을 원한다.
결론
Google Cloud Next 26의 핵심은 Gemini가 더 좋아졌다는 말 하나로 끝나지 않는다. 더 정확히는 기업이 AI 에이전트를 실제 업무에 넣을 때 필요한 운영 플랫폼과 인프라를 Google Cloud 안에 묶어가겠다는 발표다.
OpenAI가 ChatGPT workspace agents로 팀 단위 에이전트를 밀고, Google이 Gemini Enterprise Agent Platform을 꺼낸 걸 보면 방향은 꽤 분명하다. 다음 경쟁은 "누가 더 똑똑한 모델을 만들었나"에서 "누가 더 안전하고 관리 가능한 에이전트 운영 체계를 만들었나"로 넘어가고 있다.
한 줄 평: "에이전트 시대의 핵심은 생성보다 운영이고, Google은 그 운영판을 먼저 잡으려 한다."
여러분은 기업용 AI 에이전트가 실제 업무에 들어온다면, 가장 먼저 자동화하고 싶은 일이 무엇인지 궁금하다.