최근 개발자들이 가장 주목해야 할 키워드가 있다면, 단연 ‘Gemini’와 ‘에이전트’입니다. 지난 4월 열린 Google Cloud Next ‘25 개발자 키노트는 단순한 제품 발표를 넘어, 개발의 패러다임이 어떻게 전환되고 있는지를 명확하게 보여주는 자리였습니다.
이 블로그에서는 키노트에서 공개된 핵심 기술들 — Gemini 모델, ADK(Agent Development Kit), Vertex AI Agent Engine, Agentspace — 을 중심으로, Google Cloud가 어떤 방향으로 개발 환경을 바꾸고 있는지 정리합니다. 단순한 요약이 아니라, 실제 개발에 어떤 도움이 되는지 중심으로 풀어볼게요.
✨ Gemini, 이제는 단순한 챗봇이 아니다
Gemini는 단순히 질문에 답하는 AI가 아닙니다. Google은 Gemini를 **'개발을 함께하는 동료'**로 진화시키고 있습니다.
이번에 발표된 Gemini 2.0 Flash는 사진, 스케치, 영상까지 동시에 이해할 수 있는 멀티모달 AI로, 주방 리모델링 같은 복잡한 과업도 알아서 계획을 짜줍니다. 단지 텍스트 입력만이 아니라, 이미지와 규정 문서를 넣으면 지역 법규에 맞는 도면까지 생성하는 모습은 단순한 데모 이상의 감동을 줬습니다.
또 하나 주목할 점은 **'초대형 컨텍스트 창'**입니다. 기존 LLM의 한계를 뛰어넘어, 수많은 데이터를 동시에 읽고 이해할 수 있어 장기 프로젝트나 복잡한 개발 문맥에도 유리하죠.
📌 핵심 포인트: Gemini는 이제 "명령형 AI"가 아니라, 전체 프로젝트 컨텍스트를 파악하고 주도적으로 일하는 AI로 진화하고 있습니다.
🤖 개발자가 만드는 AI 에이전트: ADK, Agent Engine, Agentspace
키노트의 중심은 단연 에이전트 생태계였습니다. 에이전트는 단순한 챗봇이 아닙니다. Google은 에이전트를 이렇게 정의했습니다:
“주어진 도구와 컨텍스트를 바탕으로 목표 기반 작업을 수행하는 AI 서비스.”
🧰 Agent Development Kit (ADK)
에이전트를 만들기 위한 도구 키트입니다. 복잡한 모델 설계 없이도, 지침(prompt), 도구(tool), 모델(model) 세 가지만 설정하면 바로 실행 가능한 에이전트를 만들 수 있습니다.
예를 들어, 지역 건축 법규를 참고해 전문 제안서를 자동 생성하는 에이전트를 만들 수 있습니다. 이 과정에서 Gemini 2.5가 사용되었으며, PDF까지 출력해주는 데모는 실전과 매우 유사했습니다.
모델 독립적 설계라서 Llama 4 같은 외부 모델도 쓸 수 있다는 점도 특징입니다.
🚀 Vertex AI Agent Engine
ADK로 만든 에이전트를 엔터프라이즈 수준의 보안과 관리 환경에 올려주는 배포 도구입니다. 쉽게 말해, 실무에서 쓸 수 있도록 신뢰성을 더해주는 플랫폼이죠.
🌐 Agentspace
Agent Engine과 함께 발표된 이 플랫폼은 코드 한 줄 없이 에이전트를 만들거나 공유할 수 있는 공간입니다. 개발자가 만든 에이전트를 팀원들과 공유하고, 협업할 수 있는 공간으로 진화 중입니다.
📌 핵심 포인트: 이제 개발자는 에이전트를 직접 설계하고, 조직 내에서 안전하게 공유하며 자동화할 수 있습니다.
⚙️ 개발자 생산성의 재정의: Gemini + IDE
Google은 "개발자가 있는 곳에서 지원하겠다"는 철학을 강조했습니다. 실제로 Gemini는 Windsurf, Cursor, IntelliJ 등 다양한 IDE에 통합되어, 자연스럽게 개발 흐름에 스며듭니다.
- Windsurf IDE: Gemini와 함께 대화하며 '바이브 코딩'을 지원
- Cursor IDE: 코드 유효성 검사를 바로 추가
- 다국어 프롬프트: 스페인어로 유닛 테스트 생성
이처럼 Gemini는 단순한 추천 기능이 아니라, 코딩 파트너에 가까워지고 있습니다.
⚾ 실무에 적용된 AI: MLB 사례와 데이터 과학 에이전트
기술이 실제 어떻게 쓰이는지도 확인할 수 있었습니다.
🏟 MLB 사례
메이저리그(MLB)는 경기당 2,500만 개의 데이터를 분석하는 데 Gemini를 활용 중입니다. 고속 카메라 없이도, 일반 비디오만으로 투구 동작 분석과 개선점을 도출하는 프로젝트는 매우 실용적이었습니다.
📊 데이터 과학 에이전트
Google Colab에서 동작하는 에이전트는 사용자의 질문에 따라 데이터를 분석하고, 판매 예측 모델까지 자동 생성합니다. 특히 TimesFM이라는 시계열 특화 파운데이션 모델은 판매 예측에 적합하게 설계됐습니다.
📌 핵심 포인트: Gemini는 더 이상 개발만이 아닌, 스포츠, 데이터 분석 등 현실 문제를 해결하는 도구로 확장 중입니다.
🔮 개발자의 미래: 소프트웨어 엔지니어링 에이전트
마지막으로 공개된 것은 올해 말 공개될 소프트웨어 엔지니어링 에이전트입니다.
이 에이전트는 ‘백팩’이라는 메타포를 통해, 코드, 정책, 스타일 가이드, 피드백 등을 하나로 묶어 기억합니다. 마치 팀의 시니어 개발자처럼, 버그 수정, 코드 리뷰, 마이그레이션을 스스로 관리하고 처리하죠.
Gemini Code Assist와 연결된 Kanban 보드도 등장했는데, 에이전트가 작업을 스스로 관리하는 모습은 개발 환경의 진짜 전환을 예고합니다.
왜 이 발표가 중요한가?
Google Cloud Next ‘25의 개발자 키노트는 단순한 기술 발표가 아니라, 개발 환경 전체의 전환점을 보여줬습니다.
- Gemini는 단순한 보조 도구를 넘어, 함께 일하는 동료 AI로 진화하고 있습니다.
- ADK, Agent Engine, Agentspace는 누구나 AI 에이전트를 만들고, 공유하고, 실행할 수 있는 생태계를 제공합니다.
- 개발자 생산성 도구부터 데이터 과학, 스포츠 분석까지 실제 업무에 적용 가능한 수준까지 도달했습니다.
'인공지능' 카테고리의 다른 글
| GPT-4보다 10배 똑똑해진 GPT-4.5, 그 탄생의 비밀 (0) | 2025.04.12 |
|---|---|
| 구글의 A2A, AI 에이전트 시대의 새로운 표준이 될까? - MCP와의 비교부터 실제 사용 예시까지 한눈에 정리 (0) | 2025.04.11 |
| “AI의 판을 다시 짠다” – 구글 클라우드 Next 25에서 공개된 차세대 AI 기술 총정리 (0) | 2025.04.11 |
| 딥시크-R1을 넘어선 새로운 강자? - 엔비디아 '라마-3.1 네모트론 울트라 253B'의 놀라운 성능과 특징 정리 (0) | 2025.04.11 |
| 70B가 109B를 이겼다고? 새로운 오픈소스 LLM ‘Cogito’가 주목받는 이유 (0) | 2025.04.11 |
