Gemini API Managed Agents 업데이트: 백그라운드 실행부터 Remote MCP 연동까지 핵심 기능 정리

Gemini Managed Agents, 더욱 실용적인 AI 에이전트 개발 환경으로 진화

AI 에이전트는 단순히 질문에 답하는 것을 넘어 코드 실행, 외부 시스템 연동, 장시간 작업 수행 등 실제 서비스를 위한 다양한 기능이 요구되고 있습니다. 하지만 긴 작업을 처리하기 위한 HTTP 연결 유지, 내부 시스템 접근, 인증 정보 관리 등은 개발 과정에서 지속적으로 해결해야 하는 과제였습니다.

Google DeepMind는 이러한 요구사항을 반영하여 Gemini API의 Managed Agents 기능을 확장했습니다. 이번 업데이트에서는 백그라운드 실행(Background Execution), Remote MCP 서버 연동, Custom Function Calling, 네트워크 인증 정보 갱신(Credential Refresh) 기능이 추가되면서 실제 운영 환경에서 활용할 수 있는 AI 에이전트 개발이 더욱 쉬워졌습니다.

이번 글에서는 Gemini Managed Agents의 개념과 함께 새롭게 추가된 주요 기능들을 살펴보고, 각각 어떤 문제를 해결하는지 알아보겠습니다.

반응형

---

Gemini Managed Agents란?

Gemini API의 Managed Agents는 개발자가 하나의 API만 호출하면 Gemini가 에이전트 실행에 필요한 대부분의 작업을 자동으로 처리하는 기능입니다.

Managed Agents는 격리된 클라우드 샌드박스 환경에서 다음과 같은 작업을 수행합니다.

• 추론(Reasoning)
• 코드 실행(Code Execution)
• 패키지 설치
• 파일 관리
• 웹 정보 활용
• 개발 환경 관리

즉, 개발자는 복잡한 실행 환경을 직접 구축하지 않아도 AI 에이전트를 실행할 수 있습니다.

---

이번 업데이트에서 추가된 주요 기능

이번 업데이트에서는 운영 환경에서 많이 요구되던 네 가지 기능이 추가되었습니다.

• 장시간 작업을 위한 Background Execution
• Remote MCP 서버 연결
• Custom Function Calling 지원
• 네트워크 인증 정보(Credential) 갱신

각 기능을 하나씩 살펴보겠습니다.

---

Background Execution으로 장시간 작업도 안정적으로 처리

기존에는 긴 작업을 수행하려면 HTTP 연결을 계속 유지해야 했습니다.

하지만 장시간 연결은 네트워크 오류나 타임아웃이 발생하기 쉬워 안정성이 떨어질 수 있습니다.

이번 업데이트에서는 Interaction 생성 시 background: true 옵션을 지정하면 작업이 서버에서 비동기로 실행됩니다.

동작 방식은 다음과 같습니다.

1. 작업 요청
2. Interaction ID 반환
3. 클라이언트는 상태 조회(Polling)
4. 작업 완료 후 결과 확인

이를 통해 클라이언트는 연결을 유지하지 않아도 됩니다.

활용 예시

예를 들어 다음과 같은 작업에 적합합니다.

• 대규모 코드 분석
• 저장소(Repository) 스캔
• 보고서 생성
• 대용량 데이터 처리
• 장시간 AI 추론 작업

간단한 사용 예

const interaction = await client.interactions.create({
  background: true,
  environment: "remote"
});

이후 Interaction ID를 이용하여 상태를 조회하면 작업 완료 여부를 확인할 수 있습니다.

---

Remote MCP Server 연동으로 내부 시스템 접근

많은 기업은 내부 API나 데이터베이스를 AI가 직접 사용할 수 있도록 만들고 싶어 합니다.

기존에는 이를 위해 별도의 Proxy 서버나 Middleware를 개발해야 했습니다.

이번 업데이트에서는 Remote MCP(Model Context Protocol) Server를 직접 연결할 수 있습니다.

Managed Agent는 Google Search나 Code Execution과 함께 MCP 서버를 하나의 Tool처럼 사용할 수 있습니다.

예를 들어 AI 에이전트는 다음과 같은 작업을 수행할 수 있습니다.

• 내부 모니터링 시스템 조회
• 사내 API 호출
• Private Database 검색
• 기업 내부 서비스 연동

이를 통해 외부 서비스뿐 아니라 사내 시스템과도 자연스럽게 연결되는 AI 에이전트를 구축할 수 있습니다.

간단한 사용 예

tools: [
  { type: "google_search" },
  { type: "code_execution" },
  {
    type: "mcp_server",
    name: "internal_telemetry",
    url: "...",
  }
]

---

Custom Function Calling으로 비즈니스 로직 실행

이번 업데이트에서는 기본 제공 도구뿐 아니라 개발자가 직접 정의한 함수를 함께 사용할 수 있습니다.

예를 들어

• 날씨 조회
• 주문 조회
• 회원 정보 확인
• ERP 연동
• 사내 업무 시스템 호출

등의 기능을 직접 구현하여 AI가 필요할 때 호출하도록 만들 수 있습니다.

동작 방식은 다음과 같습니다.

1. 사용자 요청
2. Gemini가 필요한 함수 판단
3. 상태가 requires_action으로 변경
4. 클라이언트가 로컬 함수 실행
5. 실행 결과를 Gemini에게 전달

즉,

• 샌드박스에서 가능한 작업은 Gemini가 자동 수행
• 비즈니스 로직은 개발자가 실행

이라는 역할 분리가 이루어집니다.

간단한 사용 예

const getWeatherTool = {
  type: "function",
  name: "get_weather"
};

이후 Gemini는 필요 시 해당 함수를 호출하고, 개발자는 실행 결과를 다시 전달하면 됩니다.

---

Credential Refresh로 인증 정보 갱신

API Key나 Access Token은 일정 시간이 지나면 만료됩니다.

기존에는 인증이 만료되면 새로운 환경을 다시 구성해야 하는 경우가 많았습니다.

이번 업데이트에서는 기존 환경(Environment)을 유지하면서 인증 정보만 교체할 수 있습니다.

새로운 Interaction 요청 시

• 기존 environment_id 사용
• 새로운 Network Configuration 전달

만 하면 됩니다.

이 과정에서도 다음 정보는 그대로 유지됩니다.

• 파일 시스템
• 설치된 패키지
• Clone한 저장소
• 작업 환경

즉, 작업을 처음부터 다시 시작할 필요가 없습니다.

간단한 사용 예

environment: {
    type: "remote",
    environment_id: first.environment_id,
    network: {
        ...
    }
}

---

이번 업데이트의 핵심 장점

이번 Managed Agents 업데이트는 단순히 기능이 추가된 것이 아니라 실제 운영 환경에서 필요한 요소들을 크게 강화했습니다.

주요 장점은 다음과 같습니다.

• 장시간 작업을 안정적으로 처리하는 비동기 실행 지원
• Remote MCP를 통한 내부 시스템 연동
• 사용자 정의 함수와 기본 도구의 유연한 조합
• 인증 정보 갱신 시 기존 실행 환경 유지
• 운영 환경에 적합한 AI 에이전트 개발 지원

이러한 기능을 통해 개발자는 복잡한 인프라를 직접 구현하기보다 AI 서비스 개발 자체에 더욱 집중할 수 있습니다.

---

728x90

이번 Gemini API Managed Agents 업데이트는 AI 에이전트를 보다 실용적인 개발 도구로 발전시키는 데 초점을 맞추고 있습니다.

특히 Background Execution, Remote MCP Server Integration, Custom Function Calling, Credential Refresh 기능은 실제 서비스 운영 과정에서 자주 발생하는 문제를 해결하도록 설계되었습니다.

이제 Managed Agents는 단순한 AI 실행 환경을 넘어, 장시간 작업을 수행하고 내부 시스템과 연동하며 비즈니스 로직까지 처리할 수 있는 보다 완성도 높은 에이전트 플랫폼으로 확장되고 있습니다. 이러한 기능을 활용하면 개발자는 안정적이고 확장 가능한 AI 애플리케이션을 더욱 효율적으로 구축할 수 있을 것으로 기대됩니다.

300x250

https://blog.google/innovation-and-ai/technology/developers-tools/expanding-managed-agents-gemini-api/

Expanding Managed Agents in Gemini API: background tasks, remote MCP and more