개인화된 활동 탐색과 Personal Intelligence

올해 초 대비 디지털 디톡스(digital detox, 디지털 기기 사용을 중단하고 휴식하는 것) 검색량이 110% 증가했다. 이 수치는 사용자들이 의도적으로 온라인 연결을 끊고 실제 세계의 활동으로 복귀하려는 경향이 강해졌음을 보여준다. 구글은 이러한 변화에 맞춰 AI 모드를 통해 오프라인 활동과 이벤트 계획 과정을 단순화함으로써 사용자가 실제 세상에서 보내는 시간을 늘리도록 돕는다.

구체적으로 성인 테니스 레슨, 트레일 러닝, 하이킹, 런 클럽과 같은 활동에 대한 검색 수요가 증가하는 추세다. 사용자는 이제 단순한 정보 습득을 넘어 자신의 생활 패턴에 맞는 구체적인 오프라인 취미를 찾으며 의도적으로 플러그를 뽑는(unplug) 삶을 지향하고 있다. AI 모드는 지역 클래스 탐색부터 특정 장비 쇼핑, 새로운 취미 연습, 티켓 예약에 이르는 전 과정을 통합적으로 지원하여 계획 단계의 번거로움을 줄인다.

개인화된 추천을 구현하기 위해 Personal Intelligence(개인 지능, 구글 앱 간 데이터를 보안 연결해 맞춤형 응답을 제공하는 기술)를 도입했다. 이 기술은 사용자가 사용하는 다양한 구글 앱 사이의 접점을 보안 연결하여 AI 모드가 개별 사용자의 상황을 더 정밀하게 이해하도록 만든다. 흩어진 데이터를 하나로 연결하는 과정을 통해 AI는 일반적인 추천이 아닌 사용자의 실제 삶에 밀착된 개인화된 응답을 생성한다.

구글 캘린더 연동은 Personal Intelligence가 작동하는 구체적인 사례다. 사용자가 요리 실력을 향상시키기 위해 강습을 찾을 때 캘린더 데이터를 연결하면, AI는 다음 달의 전체 일정을 분석한다. 이후 기존 일정과 겹치지 않으면서도 사용자가 참여 가능한 최적의 요리 강습 시간을 찾아 추천한다. 이는 사용자가 일일이 빈 시간을 확인하고 검색하는 과정을 AI가 대신 수행하여 실제 오프라인 활동으로 전환하는 진입 장벽을 낮춘 결과다.

지역 기반 쇼핑 및 재고 확인 자동화

AI 모드 내에서 제품을 검색하고 주변 매장의 재고를 확인하며 전화 연결까지 수행하는 기능은 확인되었으나, AI가 전화를 거는 구체적인 자동화 방식이나 지원되는 외부 앱의 전체 목록은 공개되지 않았다. 사용자는 AI 모드 내에서 별도의 페이지 이동 없이 직접 쇼핑 기능을 이용할 수 있다. 이는 단순한 제품 나열이 아니라 사용자가 제시한 세부 조건에 맞는 제품을 선별하고 제안하는 인터랙티브한 방식으로 작동한다. 사용자는 검색 결과 내에서 제품의 상세 사양을 확인하고 자신의 필요에 맞는 모델을 빠르게 좁혀나갈 수 있다.

발목 지지력이 좋으면서 가격이 저렴한 등산화처럼 구체적인 요구 사항을 입력하면 AI가 이에 부합하는 제품군을 추천한다. 사용자는 자신의 예산과 기능적 필요를 동시에 반영한 선택지를 제공받아 여러 제품의 특성을 비교할 수 있다. AI는 입력된 자연어 조건들을 내부적인 필터로 변환하여 제품 스펙과 가격 정보를 대조하고 최적의 대안을 찾아내는 과정을 수행한다.

지역 기반의 실시간 정보 확인은 검색어에 nearby(주변의) 또는 near me(내 주변)라는 키워드를 포함함으로써 활성화된다. 이 키워드가 입력되면 AI는 사용자의 현재 위치 정보를 바탕으로 주변 상점의 재고 상태를 탐색한다. 이는 웹상의 일반적인 제품 정보 제공을 넘어 실제 오프라인 매장이 보유한 물량 데이터를 연결하여 사용자에게 실시간으로 제시하는 구조다. 이를 통해 사용자는 온라인 쇼핑의 편의성과 오프라인 매장의 즉시성을 동시에 경험한다.

재고 확인의 최종 단계에서 구글이 사용자를 대신해 주변 상점에 직접 전화를 걸어 제품의 실제 보유 여부를 확인하는 기능을 제공한다. 사용자가 일일이 여러 매장에 연락해 재고를 묻는 과정을 생략하고 AI가 통신 인터페이스를 통해 정보를 확정 짓는 대행 방식이다. 이 기능은 온라인에 즉각 업데이트되지 않는 오프라인의 실시간 재고 정보를 확보하여 사용자가 매장을 방문하기 전 구매 가능 여부를 확신하게 한다.

Canvas를 활용한 전략 가이드 및 시뮬레이션 구축

AI 모드 내 플러스(+) 메뉴에서 Canvas를 선택해 정보를 시각적으로 정리하고 편집하는 작업 영역을 활성화한다. Canvas는 대화창과 분리된 공간에서 정보를 구조화하고 사용자가 직접 내용을 수정할 수 있는 인터페이스를 제공한다. 체스 전략과 같이 단계별 학습이나 복잡한 체계가 필요한 정보를 요청하면 이를 기억하기 쉬운 가이드 형태로 생성한다. 예를 들어 사용자가 체스의 기초 규칙과 기물 이동법은 알고 있지만 실전 능력을 높이고 싶을 때, 즉시 적용 가능한 전략 가이드를 요청하면 AI가 이를 체계적인 문서 형태로 구성해 Canvas에 배치한다.

이렇게 생성된 가이드는 단순한 읽기 자료에 그치지 않고 실제 연습을 위한 데이터셋 역할을 한다. 사용자가 가이드에 명시된 핵심 전략과 수법을 충분히 학습한 뒤에는, 해당 내용을 기반으로 컴퓨터와 대결하며 연습할 수 있는 게임 시뮬레이션을 구축한다. 이는 텍스트 형태의 정적인 정보를 실행 가능한 상호작용 모델로 변환하여 사용자가 실제 상황과 유사한 환경에서 전략을 테스트하게 만드는 구조다. 사용자는 가이드에서 배운 전략을 시뮬레이션에 적용해 보며 자신의 숙련도를 확인하고 부족한 부분을 다시 가이드에서 찾아 보완하는 순환 과정을 거친다.

이 과정은 정보의 탐색, 구조화, 그리고 실습이라는 세 단계의 흐름으로 구성된다. 먼저 플러스 메뉴를 통해 Canvas라는 전용 작업 공간을 확보하고, 프롬프트를 통해 복잡한 지식을 가이드라는 형태로 정제하며, 최종적으로는 이를 시뮬레이션이라는 동적 환경으로 구현하는 방식이다. 사용자는 이 인터랙티브한 환경을 통해 단순한 정보 습득을 넘어 전략적 사고를 연습하고 검증하는 도구로 AI를 활용하게 된다.

외부 앱 연동을 통한 티켓 예약 및 디자인 생성

공연이나 스포츠 경기 같은 오프라인 행사를 계획하는 사용자는 AI 모드에 가용 예산, 필요한 티켓 수, 희망하는 이벤트 종류를 입력한다. AI 모드는 입력된 세 가지 조건을 필터로 사용하여 사용자의 상황에 최적화된 티켓 옵션 리스트를 큐레이션(특정 기준에 따라 정보를 선별하고 구성하는 것)하여 제시한다. 사용자는 추천된 리스트에서 원하는 항목을 선택한 후 자신이 선호하는 예약 플랫폼으로 직접 연결되어 최종 예약 단계를 완료한다. 이는 사용자가 여러 티켓 판매 사이트를 일일이 방문해 가격과 잔여석을 대조하던 기존의 번거로운 과정을 자동화하여 플랫폼 간 이동 시간을 최소화한 결과다.

Canva(캔바, 온라인 그래픽 디자인 툴) 연동 기능은 검색 결과 내에서 직접 편집 가능한 디자인 결과물을 도출해 제작 공정을 줄인다. 사용자가 "2주 뒤에 열릴 파티를 위해 현대적 미니멀리즘 스타일의 전단지를 캔바에서 만들어줘"라고 프롬프트(AI에게 내리는 지시어)를 입력하면 AI가 맞춤형 디자인 시안을 생성해 검색 결과 화면에 즉시 표시한다. 사용자는 생성된 디자인을 그대로 다운로드하거나 캔바 플랫폼으로 이동해 텍스트나 색상 같은 세부적인 디자인 요소를 수정하는 마무리 작업을 수행할 수 있다. 디자인 생성 이후의 다운로드 과정이 간소화되어 모바일이나 PC 환경에서 즉시 공유가 가능하며, 아이디어를 검색하는 단계에서 실제 배포 가능한 결과물을 만드는 제작 단계까지의 전환 과정을 하나의 인터페이스 안에서 해결했다.

외부 플랫폼과의 연동 체계는 검색 엔진의 역할을 단순한 정보 제공에서 실행 도구의 허브로 확장한다. 사용자는 검색창 하나에서 티켓 큐레이션부터 행사 홍보물 제작까지 이어지는 실행 파이프라인을 통해 오프라인 활동 준비에 드는 공수를 줄인다. AI 검색의 실질적인 가치는 단순한 답변의 정확도를 넘어 구글 캘린더의 일정 최적화, 캔바의 디자인 생성, 예약 플랫폼 연결처럼 외부 앱의 실행 기능을 얼마나 넓은 범위로 통합해 제공하느냐에 따라 결정된다.