이번 주 개발자 커뮤니티에서는 구글 클라우드의 Vertex AI(구글의 머신러닝 플랫폼)가 통째로 바뀐다는 소식에 술렁이고 있다. 단순히 모델을 호출하는 API 수준을 넘어, 스스로 판단하고 며칠씩 작업을 수행하는 에이전트를 어떻게 관리할 것인가에 대한 논쟁이 뜨겁다. 깃허브의 에이전트 관련 저장소들이 급증하는 시점에 구글이 던진 승부수가 무엇인지 주목하는 분위기다.

Gemini Enterprise Agent Platform의 핵심 구성

Google은 Gemini Enterprise Agent Platform을 통해 Build, Scale, Govern, Optimize라는 네 가지 핵심 축을 제시했다. Agent Studio(로우코드 비주얼 인터페이스)와 ADK(Agent Development Kit, 코드 중심 개발 환경)를 통해 개발 숙련도에 맞는 구축 경로를 제공한다. Agent Studio에서 프롬프트 기반으로 시작해 복잡한 로직이 필요하면 ADK로 내보내 이어 개발할 수 있는 구조다. Agent Runtime(에이전트 실행 환경)은 1초 미만의 콜드 스타트를 지원하며, 며칠 동안 상태를 유지하는 장기 워크플로 처리가 가능하도록 재설계되었다. Memory Bank(대화 맥락 장기 기억 저장소)는 대화에서 장기 기억을 자동 생성하고 관리하여 사용자의 과거 맥락과 선호를 기억하게 한다.

보안과 통제를 위해 Agent Identity(고유 암호화 ID), Registry(중앙 관리 저장소), Gateway(보안 정책 적용 관문) 체계를 도입했다. 모든 에이전트에 고유 ID를 부여하고 승인된 도구만 레지스트리에서 관리하며, Gateway가 프롬프트 주입 방어를 일괄 적용하는 관제탑 역할을 수행한다. 또한 Agent Simulation(합성 사용자 테스트), Evaluation(다중 턴 자동 평가), Observability(추론 흐름 시각화) 도구를 제공한다. 특히 Agent Optimizer(시스템 최적화 도구)는 실패 패턴을 자동 클러스터링하여 개선된 시스템 지시문을 제안한다. Model Garden(모델 저장소)에서는 Gemini 3.1 Pro, Gemini 3.1 Flash Image, Lyria 3, Gemma 4를 비롯해 Anthropic의 Claude 시리즈 등 200개 이상의 모델을 선택해 사용할 수 있다.

Vertex AI에서 에이전트 인프라로의 전환

예전에는 Vertex AI에서 모델을 빌딩하고 개별 에이전트를 만드는 기능이 파편화되어 있었다. 이제는 개발부터 운영, 거버넌스, 최적화까지 에이전트의 전 생애주기를 단일 플랫폼에서 관리하는 구조로 바뀌었다. 특히 에이전트 간 위임(agent-to-agent orchestration, 에이전트끼리 업무를 주고받는 체계)을 결정론적 방식과 생성적 방식 모두 지원한다는 점이 결정적인 차이다. 이는 복잡한 엔터프라이즈 워크플로에서 에이전트들이 서로 협업하는 방식을 훨씬 정교하게 제어할 수 있음을 뜻한다.

보안 환경 역시 Agent Sandbox(격리된 코드 실행 환경)를 통해 브라우저 자동화 중 발생할 수 있는 호스트 시스템 위험을 원천 차단한다. Agent Anomaly Detection(비정상 추론 감지)과 Threat Detection(악성 활동 감지)은 통계 모델과 LLM(거대언어모델)을 결합해 역방향 셸 연결이나 알려진 위험 IP 접속 같은 악성 활동을 실시간으로 잡아낸다. Agent Security(통합 보안 대시보드)에서는 에이전트와 모델 간 관계를 매핑하고 운영체제 및 언어 패키지 수준의 취약점을 자동 스캔한다.

개발자가 바로 체감하는 변화는 실제 기업 도입 사례에서 나타난다. Comcast(미국의 통신사)는 ADK를 통해 Xfinity Assistant(고객 지원 AI)를 재구축하며 스크립트 기반 자동화를 대화형 생성 지능으로 전환해 고객 문제 해결률을 높였다. Payhawk(금융 소프트웨어 기업)는 Memory Bank를 활용해 금융 어시스턴트가 사용자의 경비 처리 습관을 기억하게 함으로써 경비 제출 시간을 50% 이상 단축했다. L'Oréal(글로벌 화장품 기업)은 ADK와 MCP(Model Context Protocol, 모델과 데이터 소스를 연결하는 표준 규격)를 결합해 자율적 에이전트 오케스트레이션 환경을 구축하고 있다.

이제 AI 경쟁의 전장은 개별 모델의 성능이 아니라, 그 모델을 얼마나 안전하고 정교하게 굴릴 수 있는 인프라 싸움으로 옮겨갔다.