기존의 많은 AI 에이전트들은 작업을 수행하는 동안 컴퓨터가 켜져 있어야 했다. 사용자가 브라우저를 닫거나 기기가 절전 모드로 진입하면 자동화 프로세스가 중단되는 한계가 있었다.

Google이 클라우드 가상 머신(VM)에서 24시간 구동되는 에이전트 '제미나이 스파크(Gemini Spark)'를 공개했다. 순다르 피차이 CEO는 이번 발표에서 "이제 노트북을 닫아도 된다"고 강조하며, 로컬 기기의 상태와 무관하게 백그라운드에서 작업을 완수하는 구조를 제시했다. 이는 복잡한 설정 없이 일반 사용자가 즉시 사용할 수 있는 '에이전틱 AI(Agentic AI)'를 지향한다. 특히 Gmail, 캘린더, 문서, 스프레드시트 등 구글 워크스페이스 생태계와 깊게 통합되어 디지털 비서로서의 실무적 가치를 구현한다.

클라우드 VM 기반 상시 구동과 워크스페이스 통합

사용자가 AI 에이전트를 구동하기 위해 노트북 전원을 켜두고 밤을 지새우는 전력 비용과 하드웨어 소모는 더 이상 효율적이지 않다. 구글이 공개한 제미나이 스파크(Gemini Spark)는 클라우드 가상 머신(VM)에서 상시 구동되는 인프라 구조를 채택했다. 이는 로컬 기기의 전원 상태와 무관하게 서버 단에서 작업이 수행되는 'Close your laptop' 기능을 구현한다. 로컬 머신을 계속 깨워두어야만 태스크를 수행할 수 있는 오픈클로(OpenClaw, 로컬 기반 AI 에이전트 시스템)와 같은 기존 에이전트 시스템과는 구동 방식부터 명확히 갈린다. 사용자가 AI 머신을 설정하기 위해 복잡한 환경을 구축하거나 전원을 관리하는 수고를 덜고 클라우드 자원을 통해 즉각적으로 에이전트를 실행한다. 인프라 제어권을 로컬에서 클라우드로 완전히 이전해 하드웨어 제약을 제거했다.

제미나이 스파크는 구글의 생산성 생태계인 워크스페이스 앱들과 깊게 통합된다. 지메일(Gmail), 캘린더(Calendar), 문서(Docs), 스프레드시트(Sheets), 프레젠테이션(Slides)이 그 핵심 연결 대상이다. 사용자가 요청하면 에이전트가 지메일과 캘린더의 데이터를 실시간으로 스캔해 당일의 핵심 과제 세 가지를 요약해 전송한다. 또한 캘린더의 빈 시간대를 분석해 주말에 할 수 있는 무료 활동 세 가지를 제안하고 이를 구글 문서로 초안을 작성하는 작업까지 수행한다. 사용자가 여러 앱을 오가며 데이터를 수집하고 정리하던 수동 노동을 클라우드 상의 에이전트가 대신 처리한다. 단순한 텍스트 생성을 넘어 실제 업무 도구의 실행 권한을 가진 운영체제처럼 작동한다.

이 시스템은 24시간 내내 작동하며 사용자의 디지털 생활 전반을 관리하는 에이전틱 어시스턴트(Agentic Assistant) 역할을 수행한다. 읽지 못한 이메일 함 전체를 요약하거나 복잡한 개인 지출 내역을 스프레드시트로 자동 정리하는 작업이 여기에 해당한다. 사용자가 특정 명령을 내린 뒤 노트북을 닫거나 전원을 꺼도 클라우드 VM은 할당된 태스크가 완료될 때까지 프로세스를 유지한다. 기존 AI가 사용자의 질문에 즉각 응답하는 반응형 구조에 머물렀다면, 제미나이 스파크는 백그라운드에서 목표를 달성할 때까지 작업을 지속하는 능동형 구조를 갖췄다. 이는 AI가 단순한 도구의 보조 수단에서 벗어나 독립적인 작업 수행 주체로 전환되었음을 보여준다.

실무 테스트로 본 에이전트의 수행 능력과 한계

AI 에이전트가 여러 플랫폼의 쿠폰을 조합해 실제로 지출을 줄여줄 수 있을까. 제미나이 스파크(Gemini Spark, 구글의 24시간 에이전트 비서)에 생필품 쇼핑 리서치를 맡긴 결과, 세일 품목 식별과 쿠폰 추천 단계에서 유효한 성능을 냈다. 월그린스(Walgreens) 앱의 쿠폰을 제안하고 온라인 프로모션 코드를 중복 적용해 추가 할인을 받는 경로를 구체적으로 설계했다. 다만 실제 결제 단계에서 AI가 유효하다고 판단한 프로모션 코드 중 일부가 작동하지 않는 오류가 발생했다. 에이전트가 웹상의 텍스트 정보를 수집해 최적의 조합을 제안하는 논리 구조는 갖췄으나, 실제 API 수준의 실시간 유효성 검증 단계까지는 도달하지 못했다. 이는 개발자가 에이전트를 설계할 때 단순 정보 취합을 넘어 최종 실행 단계의 검증 루프를 어떻게 구축해야 하는지 보여주는 지점이다.

지역 뉴스레터와 웹 검색 결과를 결합해 주말 이벤트를 취합하는 작업에서는 데이터 통합 능력이 두드러졌다. 지메일(Gmail) 내 뉴스레터에서 특정 키워드를 추출하고 이를 외부 웹 검색 결과와 대조해 '비버 퀸 페이지언트(Annual Beaver Queen Pageant)' 같은 소규모 지역 행사까지 찾아내어 제안했다. 이는 흩어져 있는 여러 지역 커뮤니티의 정보를 한곳으로 모으는 작업의 수고를 획기적으로 줄인다. 사용자가 답장만으로 일정을 캘린더에 추가할 수 있도록 제안하는 인터페이스 흐름도 매끄럽게 작동했다. 반면 뉴스레터 요약 요청에서는 정밀한 제어 능력이 부족했다. 5개의 기사를 요청했으나 4개만 제공하며 요청 수량을 정확히 맞추지 못했다. 제공된 링크가 구글 리다이렉트 페이지로 연결되어 사용자가 한 번 더 클릭해야 하는 단계가 추가된 점도 효율을 떨어뜨렸다. 복합적인 정보원으로부터 데이터를 긁어모으는 효율은 높지만, 엄격한 제약 조건 준수와 최종 도달 경로의 최적화라는 디테일에서 보완이 필요하다.

여행 준비물 리스트 작성 테스트에서는 날씨와 행사 세부 정보를 정확히 반영해 돗자리, 선글라스, 우산 등을 추천했다. 야외 행사임에도 반려동물 출입이 금지되었다는 세부 규정까지 챙기는 세밀함을 보였다. 하지만 이 리스트를 구글 킵(Google Keep, 구글 메모 앱)으로 내보내라는 요청에는 대응하지 못했다. 대신 구글 문서(Docs)나 이메일 초안 작성을 대안으로 제시했다. 이는 사용자가 기대하는 빠른 메모라는 맥락을 읽지 못하고 기존의 문서 작성 도구에 의존하는 한계를 드러낸다. 개인 생산성 도구의 핵심인 메모 앱 연동 누락은 에이전트가 설계한 작업 흐름을 사용자가 다시 수동으로 옮겨야 하는 단절을 만든다. 고가의 아이크림 가격 추적 설정에서도 2주 단위의 재확인 주기만을 설정해, 단기 특가 상품의 가격 변동에 대응하기에는 업데이트 빈도가 낮았다. 에이전트가 노트북을 꺼도 작업이 계속되는 자율성을 완성하려면 개별 앱의 API 권한 확보와 더불어 사용자의 의도에 맞는 정교한 실행 주기 설정이 필수적이다.

사용자가 노트북을 닫는 순간 AI의 작업이 멈추지 않고 백그라운드에서 지속되는 구조는 기존의 실시간 채팅 패러다임을 완전히 바꾼다. 이제 개발자는 단순한 응답 생성 로직을 넘어, 비동기적으로 완료된 작업의 상태를 관리하고 사용자에게 최적의 시점에 전달하는 워크플로우 설계에 집중해야 한다. 제미나이 스파크는 AI를 단순한 도구에서 자율적인 에이전트로 전환시키는 결정적인 전환점이 된다.