MLLM(MultiModal Large Language Model), LLM(Large Language Model), SLM(Small Language Model) 전성 시대가 되면서 AI 시장의 주요 화두로 ‘AI 에이전트’가 급부상하고 있습니다. 이런 흐름을 주도하는 곳이 바로 구글 클라우드(Google Cloud)입니다.
구글 클라우드는 고객과 파트너들이 비즈니스 요구에 맞춰 적합한 AI 에이전트를 쉽게 선택하고 활용할 수 있도록 돕기 위해 AI 에이전트 생태계 구축에 두 팔을 걷어 붙이고 있습니다. 관련해 이번 포스팅에서는 AI 에이전트 생태계의 한 축이라 할 수 있는 에이전트 스페이스(Agentspace)에 대해 알아보겠습니다.
에이전트스페이스 둘러보기
에이전트스페이스는 구글 클라우드가 제공하는 엔터프라이즈용 AI 에이전트 관리 및 개발 플랫폼으로 기업이 다양한 AI 모델과 AI 에이전트를 결합하여 비즈니스 환경에서 손쉽게 AI 솔루션을 구축하고 운영할 수 있도록 지원합니다. 기업은 에이전트스페이스를 통해 각종 데이터 소스, 도구, 애플리케이션을 AI 에이전트와 연결하고, 이를 체계적으로 관리하여 업무 자동화, 생산성 향상, 고객 만족도 개선 등 다양한 비즈니스 가치를 창출할 수 있습니다.
에이전트스페이스를 왜 만들었을까?
그렇다면 구글 글라우드가 에이전트스페이스를 왜 만들었을까요? 최근 기업들은 MLLM, LLM, SLM 기반 생성형 AI(Generative AI) 기술을 활용해 고객 지원, 내부 지식 관리, 자동화된 워크플로우 처리, 코드 개발 및 유지보수 등 다양한 영역에서 혁신을 모색하고 있습니다. 하지만 이러한 AI 솔루션을 직접 구축하고 관리하기 위해서는 모델 선택, 데이터 파이프라인 설계, 정보 검색(Enterprise Search) 통합, 보안 검증, 품질 관리, 지속적인 모니터링과 개선 등 많은 복잡한 과정을 거쳐야 합니다. 에이전트스페이스는 이러한 복잡성을 줄여, 기업이 AI 기술을 보다 쉽게 도입하고 확장할 수 있도록 돕는 인프라 및 서비스 레이어 역할을 합니다.
에이전트스페이스의 주요 특징
맞춤형 에이전트 개발 및 활용
기업은 에이전트스페이스를 통해 특정 업무 또는 산업 분야에 특화된 에이전트를 쉽게 제작할 수 있습니다. 예를 들어, 고객 문의 처리용 챗봇, 사기 탐지용 분석 에이전트, 코드 생성 에이전트, 보안 취약점 탐지 에이전트 등 기업 니즈에 맞는 에이전트를 구성할 수 있습니다.
에이전트 오케스트레이션
하나의 환경 내에서 서로 다른 AI 에이전트들이 유기적으로 협력할 수 있도록 조율(Orchestration)하는 기능을 제공합니다. 이는 단순히 개별 에이전트를 나열하는 것이 아니라, 다양한 에이전트가 서로 도구나 지식을 공유하고, 단계별로 과정을 자동화하며, 연속적인 작업 흐름을 구성하는 것을 의미합니다. 이를 통해 복잡한 비즈니스 로직을 체계적으로 자동화할 수 있습니다.
지식 및 도구 연결
AI 에이전트가 기업 내외부의 다양한 데이터 소스와 도구에 접근하도록 지원합니다. 이를 통해 AI에이전트는 단순히 모델 출력에 의존하는 것이 아니라, 기업 문서, 데이터베이스, SaaS 애플리케이션, 클라우드 리소스 등 다양한 출처의 정보를 활용할 수 있습니다. 또한 검색, 분석, 번역, 코드 실행 등의 기능을 가진 외부 툴과 결합하여 에이전트의 능력을 확장할 수 있습니다.
CoT(Chain-of-Thought) 및 Tool Retrieval 기술 지원
AI 에이전트가 단순 답변 제공을 넘어, 문제 해결 과정에서 단계별로 사고 과정(Chain-of-Thought)을 명시적으로 표현할 수 있습니다. 이를 통해 에이전트가 어떤 근거와 절차를 거쳐 답변을 도출했는지 추적하고 개선할 수 있습니다. 또한, 상황에 따라 필요한 도구를 자동으로 탐색하고 호출하는 Tool Retrieval 기능을 제공하여, 에이전트가 동적으로 역량을 확장하고 보다 정확한 결과를 도출할 수 있습니다.
엔터프라이즈급 보안 및 거버넌스
기업용 환경에서 필수적인 보안, 프라이버시, 규제 준수, 접근 통제, 모니터링 등의 요구사항을 충족하도록 설계되었습니다. 구글 클라우드의 보안 프레임워크와 통합되어 안전하게 AI 에이전트를 운영할 수 있으며, 에이전트 행동 이력 추적, 성능 모니터링, 지속적인 품질 개선 등 운영 관리 측면에서 필요한 기능을 제공합니다.
확장성과 유연성
기업 규모 및 요구사항 변화에 따라 유연하게 AI 에이전트를 추가하거나 기존 에이전트를 개선할 수 있습니다. 또한, Vertex ÅI나 BigQuery 같은 다양한 구글 클라우드 서비스와 쉽게 연동할 수 있습니다. 이외에도 다양한 AI 모델, 외부 솔루션, 파트너 생태계와의 통합을 지원하기 때문에 기업은 자신들의 IT 환경과 전략에 맞춰 손쉽게 에이전트 생태계를 구축하고 확장할 수 있습니다.
활용 사례
그렇다면 에이전트스페이스를 활용해 기업은 어떤 AI 에이전트를 업무 현장에 투입할 수 있을까요? AI 에이전트는 이제 다양한 분야에서 활약하며 우리의 업무를 돕고 있습니다. 마치 능숙한 조력자처럼, 복잡하고 반복적인 작업을 자동화하고, 정확한 정보를 제공하여 효율성을 높여줍니다. 대표적인 활용 사례를 몇 가지 추려 보았습니다.
- 고객 지원: AI 에이전트는 고객의 문의에 빠르고 정확하게 답변하고, 필요한 경우 고객 정보를 확인하여 맞춤형 서비스를 제공할 수 있습니다.
- 사내 정보 관리: 회사 내부 자료를 찾느라 시간을 낭비하는 경우가 많습니다. AI 에이전트는 방대한 문서와 정보를 빠르게 검색하고 요약하여 직원들이 업무에 집중할 수 있도록 도와줍니다.
- 개발 자동화: 개발자들은 AI 에이전트를 통해 코딩 작업을 효율적으로 수행할 수 있습니다. 자연어로 원하는 기능을 설명하면, AI 에이전트가 자동으로 코드를 작성하고 오류를 수정해 줍니다. 마치 마법처럼 말이죠!
- 보안 분야: AI 에이전트는 보안 전문가처럼 네트워크를 감시하고 잠재적인 위협을 감지하여 사이버 공격으로부터 시스템을 보호합니다. 만약 문제가 발생하면 자동으로 대응하여 피해를 최소화합니다.
- 데이터 분석 및 의사 결정 지원: AI 에이전트는 방대한 데이터를 분석하고 미래를 예측하여 경영진의 의사 결정을 돕습니다. 마치 해당 분야 최고 전문가처럼 시장 동향을 파악하고 성공 전략을 제시합니다.
AI 에이전트 대중화 시대 선언
구글 클라우드는 에이전트스페이스가 지속적으로 발전할 것이며, 앞으로 더 많은 사전 구축 에이전트, 추가적인 데이터 및 툴 통합 기능, 강화된 보안·거버넌스, 더욱 편리한 개발자 및 사용자 경험을 제공할 것이라고 밝히고 있습니다. 이를 통해 기업들은 생성형 AI를 기반으로 한 자동화와 혁신을 더 쉽고 빠르게 추진할 수 있을 것으로 기대됩니다.
앞으로 더 많은 분야에 특화된 AI 에이전트들이 등장하고, 이들을 손쉽게 조합함으로써 새로운 서비스와 비즈니스 가치 창출이 가능해질 것입니다. 이제 AI 에이전트를 선택하고 활용하는 시대가 도래했습니다. 현재 구글 클라우드에서 운영 중인 시스템이나 서비스에 AI 에이전트를 바로 적용해보고 싶다면? 메가존소프트가 에이전트스페이스 활용 방안을 안내해 드리겠습니다.
