Gemini Enterprise Agent Platform 해부: Google이 그리는 AgentOps 시대

요약

Google이 2026년 4월 22일 라스베이거스에서 열린 Google Cloud Next 2026 행사에서 Gemini Enterprise Agent Platform을 공개했습니다. 기존 Vertex AI를 확장해 에이전트 개발·배포·거버넌스를 하나의 허브에 묶은 통합 플랫폼이며, Agent Studio, Agent Development Kit(ADK), Agent-to-Agent Orchestration, Agent Registry, Agent Identity, Agent Gateway, Agent Observability 등 일곱 개의 구성 요소가 핵심입니다. 같은 자리에서 Google은 8세대 TPU 두 종, Agentic Data Cloud, 그리고 파트너 생태계에 7억 5천만 달러를 투자하는 펀드도 함께 발표했습니다. 개발자 입장에서 중요한 것은 "어떤 모델을 쓰느냐"가 아니라 "에이전트 함대를 어떻게 통제 가능한 상태로 운영할 것인가"입니다.

1. Gemini Enterprise Agent Platform이 등장한 배경

2026년 들어 프로덕션 에이전트를 배포하는 기업이 빠르게 늘면서, 업계의 관심은 모델 성능에서 에이전트 운영(AgentOps)으로 옮겨가고 있습니다. Google은 Cloud Next 2026 기조 연설에서 "Google Cloud 고객 중 약 75%가 자사 AI 제품을 사용 중"이며 "최근 12개월 동안 연간 1조 토큰 이상을 처리한 고객이 330곳을 넘었다"는 수치를 공개했습니다. 규모가 커질수록 에이전트를 누가 만들었는지, 어떤 툴에 접근하는지, 어떤 식별자로 행동하는지가 감사·보안의 핵심 이슈가 됩니다. Gemini Enterprise Agent Platform은 바로 이 문제에 대한 Google의 답입니다.

2. 아키텍처 한눈에 보기

플랫폼은 크게 다섯 개의 레이어로 나뉩니다. 상단은 사용자 레이어로, 비개발자는 Agent Studio의 드래그 앤 드롭 UI에서 에이전트를 설계하고 개발자는 ADK로 그래프 기반 멀티 에이전트 네트워크를 조립합니다. 그 아래에 있는 Agent-to-Agent Orchestration은 여러 전문 에이전트가 서로에게 작업을 위임하면서 며칠짜리 워크플로우를 이어가는 경로를 담당합니다. 거버넌스 레이어에는 Registry, Identity, Gateway, Observability가 배치되며 모델 레이어는 Gemini 3.1 Pro/Flash, Gemma 4, 그리고 서드파티인 Claude를 포함해 200개가 넘는 모델을 제공합니다. 최하단 인프라 레이어는 TPU 8t/8i와 Virgo 네트워크, Agentic Data Cloud로 구성됩니다.

3. 핵심 컴포넌트 상세

Agent Studio와 ADK

Agent Studio는 비지니스 사용자를 겨냥한 로우코드 시각 에디터입니다. 비개발자가 업무 흐름을 드래그로 조립한 뒤 바로 테스트·배포까지 이어갈 수 있게 설계되었습니다. ADK는 개발자용으로 파이썬 중심의 에이전트 프레임워크이며 서브 에이전트를 네트워크로 묶는 그래프 기반 구성을 지원합니다.

Agent Registry와 Identity

Agent Registry는 조직이 승인한 툴·스킬·에이전트만을 모아두는 중앙 저장소입니다. 에이전트는 승인된 자산에만 접근할 수 있으며 이 경계를 벗어나는 호출은 차단됩니다. Agent Identity는 에이전트마다 고유한 암호학적 ID를 부여해 모든 행동을 감사 로그에 연결 가능하게 만듭니다. 기존에 서비스 계정이나 단순 API 키로 처리하던 부분을 에이전트 단위의 PKI 체계로 끌어올린 셈입니다.

Agent Gateway와 Observability

Agent Gateway는 관제 타워 비유로 소개되며, 관리자는 여기서 전체 에이전트 함대를 실시간으로 감시하고 일관된 보안 정책을 강제할 수 있습니다. Agent Observability는 추론 흐름을 시각화해 디버깅과 성능 분석을 돕고, 여기에 Agent Optimizer가 붙어 시스템 프롬프트와 지시문을 자동으로 개선합니다.

4. 경쟁 제품과 비교

항목	Gemini Enterprise Agent Platform	기존 Vertex AI (2025)	일반적인 자체 구축 스택
에이전트 ID	암호학적 개별 ID	서비스 계정 공유	API 키 또는 JWT
툴 승인	중앙 Registry 필수	프로젝트별 수동 설정	코드에 하드코딩
A2A 위임	플랫폼 기본 지원	별도 프레임워크 필요	직접 구현
가시성	Observability + Optimizer	기본 로그 + 수동 분석	OpenTelemetry 조합
모델 선택 폭	200개 이상, Claude 포함	Gemini 중심	선택 제한 없음

5. 개발자 관점 심층 분석

지금까지 프로덕션 에이전트 운영에서 가장 큰 골칫거리는 "어디까지 자동화된 행동으로 인정할 것인가"라는 거버넌스 질문이었습니다. Gemini Enterprise Agent Platform은 이 질문을 플랫폼 레벨의 기본 기능으로 내려놓는다는 점에서 중요합니다. 특히 Agent Identity가 있으니 특정 에이전트가 특정 리소스에 접근했을 때 그 행동을 사용자·빌더·프로젝트에 연결해 사후 감사가 가능해집니다. 이는 금융·헬스케어 같이 감사 로그가 필수인 업계에 곧바로 도움이 됩니다. 또한 Agent Optimizer처럼 시스템 프롬프트를 자동 튜닝하는 기능은 프롬프트 품질 편차 문제를 완화하며, 운영 팀의 지속적인 실험 부담을 줄입니다.

반면 잠재적인 트레이드오프도 분명합니다. 플랫폼을 깊게 쓸수록 Google Cloud 의존도가 커지며 ADK·Registry·Gateway가 엮이는 구조상 마이그레이션 비용이 높아집니다. 또한 Agent Studio의 로우코드 에이전트는 실제 프로덕션 로드에서는 종종 커스텀 코드로 재작성이 필요해집니다.

6. ADK 코드로 빠르게 시작하기

아래는 Google이 공개한 공식 문서 기준 ADK 설치와 간단한 에이전트 생성 예시입니다. 실제 Registry·Gateway 연동은 Google Cloud 프로젝트 설정이 선행되어야 합니다.

# ADK 설치 (공식 PyPI 패키지)
pip install google-adk

# 간단한 단일 에이전트 예시
from google.adk.agents import Agent

# 매출 데이터를 조회하는 도구 역할
def get_sales(region: str) -> dict:
    """지정 지역의 최근 매출을 반환합니다."""
    return {"region": region, "revenue": 120_000}

sales_agent = Agent(
    name="sales_agent",
    model="gemini-2.5-pro",
    description="지역별 매출 질문에 답합니다.",
    instruction="질문을 받으면 get_sales 도구를 사용해 수치를 반환하세요.",
    tools=[get_sales],
)

서브 에이전트를 묶어 네트워크로 확장하려면 sub_agents 인자를 통해 그래프를 정의하고, 배포 단계에서 Agent Registry에 등록한 승인 도구만 tools로 참조되도록 바인딩합니다.

7. 인프라 변화: TPU 8세대와 Virgo 네트워크

에이전트 수가 늘어나는 만큼 추론 비용이 폭증하고 있기에 Google은 이번에 8세대 TPU를 학습용 TPU 8t와 추론용 TPU 8i로 분리해 공개했습니다. 여기에 AI 하이퍼컴퓨터를 떠받치는 Virgo 네트워크가 도입되어 멀티 리전 에이전트 워크로드에서 데이터 이동 지연을 줄이도록 설계되었습니다. Agentic Data Cloud 쪽에서는 Knowledge Catalog가 사내 데이터 자산을 메타데이터 그래프로 색인해 에이전트가 검증된 컨텍스트에 근거해 행동하도록 돕고, Data Agent Kit은 Gemini 기반 데이터 사이언스 오토링을 제공합니다.

8. 내 프로젝트 적용 가이드

프로덕션에 도입할 때는 첫째, 기존 Vertex AI 워크로드를 그대로 두고 새 기능을 샌드박스 프로젝트에서 시험하는 것을 권장합니다. 둘째, 도구를 Registry에 등록하기 전 MCP 호환 어댑터 계층을 먼저 만들어 두면 다른 플랫폼으로의 이식성이 유지됩니다. 셋째, Agent Identity로 발급된 cryptographic ID는 기존 IAM 역할과 반드시 매핑해 두어야 권한 회수 시 혼선을 막을 수 있습니다. 마지막으로 Agent Observability의 트레이스는 샘플링 정책을 명확히 잡고 시작하지 않으면 비용이 빠르게 늘어나니 주의해야 합니다.

9. 앞으로 볼 것

Google은 이번 발표에서 정확한 GA 일정을 공개하지 않았으므로 실제 기업용 배포는 5~6월 사이에 단계적으로 열릴 것으로 보입니다. Agent Gateway가 외부 MCP 서버를 얼마나 안전하게 중계할 수 있는지, Agent Optimizer가 교차 벤더 모델에서도 동작하는지, 그리고 $750M 파트너 펀드가 실제 레퍼런스 아키텍처로 얼마나 빠르게 이어지는지가 다음 관전 포인트입니다. Vertex AI를 쓰던 팀이라면 지금부터 Registry 적용 범위와 Identity 마이그레이션 계획을 준비해 두는 것이 실용적입니다.

출처

• Google Cloud Next 2026: News and updates (Google 공식)
• With Gemini Enterprise Agent Platform, Google brings agentic development and control under one roof (SiliconANGLE)
• Google Cloud Commits $750 Million to Accelerate Partners' Agentic AI Development
• Google Cloud Next 2026 highlights AI, infrastructure, and enterprise transformation (InfotechLead)