Gemini Enterprise Agent Platform과 ADK 멀티에이전트 운영 구조

모델 플랫폼에서 에이전트 운영 플랫폼으로

Google Cloud Next '26에서 정식 출시된 Gemini Enterprise Agent Platform은 Vertex AI의 역할을 모델 API 제공 범위 밖으로 넓혔다. 모델을 고르고 에이전트를 만들며, 여러 에이전트를 연결한 뒤 보안과 거버넌스까지 관리하는 엔드투엔드 플랫폼을 지향한다.

이 구조의 중심에는 **Agent Development Kit(ADK)**가 있다. ADK가 담당하는 동적 멀티에이전트 오케스트레이션과 기업용 통제 체계를 함께 봐야 플랫폼의 성격이 분명해진다.

ADK가 에이전트를 조립하는 방식

ADK의 에이전트는 목표(goal), 도구(tools), 메모리(memory), **정책(policy)**으로 정의된다. 각각 독립적으로 실행되지만, 협업에 필요한 컨텍스트는 플랫폼의 공유 버스를 통해 주고받는다.

⤢✕

사용자 요청을 받은 오케스트레이터는 의도를 분류해 라우팅 레이어로 넘긴다. 라우팅 레이어는 요청의 의미와 전문 에이전트별 역량 벡터를 비교해 실행 대상을 정한다. 미리 고정한 규칙만 따르지 않고, 요청 시점의 역량 매핑을 기준으로 에이전트를 선택하는 구조다.

직렬·병렬·조건부로 이어지는 핸드오프

에이전트 사이의 작업 전달은 업무 의존성과 분기 조건에 따라 달라진다.

**직렬 핸드오프(Sequential Handoff)**에서는 앞선 에이전트의 출력이 다음 에이전트의 입력으로 자동 전달된다. 문서를 분석한 뒤 요약하고 번역하는 파이프라인이 이에 해당한다.

**병렬 핸드오프(Parallel Handoff)**는 오케스트레이터가 여러 에이전트를 동시에 호출하고 비동기로 결과를 모으는 방식이다. 여러 데이터 소스를 함께 조회하거나 A/B 비교 분석을 수행할 때 적합하다.

**조건부 핸드오프(Conditional Handoff)**는 실행 결과의 신뢰도 점수나 특정 플래그를 기준으로 다음 에이전트를 선택한다. 신뢰도가 0.8 미만인 결과를 인간 검토 에이전트로 보내는 흐름이 한 예다.

# ADK 에이전트 정의 예시 (개념 코드)
from google.cloud.adk import Agent, ToolRegistry, OrchestratorPolicy

research_agent = Agent(
    name="research_agent",
    goal="주어진 쿼리에 대한 최신 정보를 검색하고 요약한다",
    tools=[ToolRegistry.get("web_search"), ToolRegistry.get("knowledge_base")],
    model="gemini-2.5-pro",
    handoff_policy=OrchestratorPolicy.CONDITIONAL,
    confidence_threshold=0.85
)

공유 상태를 지키고 중단된 작업을 복구한다

멀티에이전트 환경에서는 여러 실행 주체가 같은 컨텍스트를 다루기 때문에 상태 일관성이 핵심 과제가 된다. ADK는 공유 상태 버스로 컨텍스트를 동기화하며, 각 에이전트는 읽기와 쓰기 권한이 지정된 상태 키에만 접근한다. 상태 충돌은 낙관적 잠금(optimistic locking)으로 줄인다.

복구 경로는 세 수준으로 나뉜다. 에이전트 수준에서는 jitter를 포함한 exponential backoff 방식으로 재시도한다. 태스크가 중단되면 공유 상태 버스에 남긴 체크포인트부터 실행을 재개한다. 워크플로우 전체에 문제가 생겼을 때는 대체 에이전트 풀로 페일오버한다. 이 복구 체계는 엔터프라이즈 SLA를 충족하기 위한 기반이다.

IAM 정책이 에이전트의 행동 범위를 정한다

Gemini Enterprise Agent Platform의 거버넌스 레이어는 Google Cloud IAM과 연결된다. 각 에이전트에는 IAM 서비스 계정이 할당되고, 호출할 수 있는 도구와 접근 가능한 데이터 범위가 IAM 정책에 명시된다.

⤢✕

최소 권한은 배포 이후가 아니라 에이전트를 설계하는 시점부터 적용된다. ADK의 PermissionBoundary 클래스는 선언된 도구 목록에 없는 호출을 런타임에서 막는다. 권한 범위를 벗어난 API 호출에는 PolicyViolationException이 발생하며, 해당 시도는 즉시 감사 로그에 기록된다.

실행 이력을 감사와 규정 준수에 연결한다

에이전트 실행 기록은 **불변 감사 로그(immutable audit log)**로 남는다. 에이전트 ID와 호출 도구, 입출력 해시, 실행 시간, 사용자 세션 ID, 지역 코드가 로그에 포함된다. 이 기록은 Cloud Logging과 연동되고 BigQuery로 스트리밍되어 실시간 이상 탐지에 활용된다.

규정 준수 정책은 컴플라이언스 프로파일 형태로 에이전트 클러스터에 적용한다. GDPR, HIPAA, SOC 2 프로파일을 지정하면 각 규정이 요구하는 데이터 처리 방식과 보존 기간, 삭제 정책이 강제된다. 위반이 감지되면 Security Command Center로 알림이 전달된다.

지역 경계와 모델 교체도 거버넌스 대상이다

데이터 잔류(data residency) 정책은 에이전트가 처리하는 데이터가 지정된 지역 경계를 벗어나지 않게 한다. 실행 환경을 지역별 VPC Service Controls 경계 안에 배치해 네트워크 수준에서 데이터 이동을 차단하는 방식이다.

모델 버전 변경에는 카나리 배포(canary deployment) 패턴을 적용한다. 프로덕션 트래픽의 5%를 새 모델 버전으로 보내고 응답 품질 점수, 레이턴시, 정책 위반 비율을 비교한다. 새 버전이 기준치를 충족하면 트래픽을 점진적으로 이전하며, 기준에 미달하면 자동 롤백한다.

Vertex AI의 중심축이 이동한 과정

Vertex AI는 2021년 ML 모델 학습·서빙 플랫폼으로 출범했다. 이후 LLM 실험과 에이전트 빌딩 기능을 차례로 흡수했고, Gemini Enterprise Agent Platform GA에 이르러 에이전트 중심 플랫폼으로 전환했다.

⤢✕

이 변화에서 중요한 지점은 에이전트를 **일급 시민(first-class citizen)**으로 취급하기 시작했다는 것이다. 과거에는 모델이 플랫폼의 중심이었다면, 이제 모델은 에이전트가 업무에 따라 선택하는 역량 가운데 하나가 됐다.

AWS와 Azure 사이에서 드러나는 Google의 강점

AWS Bedrock Agents는 폭넓은 AWS 서비스 연동과 Action Groups 기반 도구 체인에서 강점을 보인다. Azure AI Agent Service는 Microsoft 365 생태계, 특히 Teams와 Copilot의 연결이 경쟁력이다.

Gemini Enterprise Agent Platform은 멀티모달 추론, Google Workspace 연동, 데이터 분석 통합에서 차별화를 시도한다. Gemini 2.5의 긴 컨텍스트 창과 멀티모달 처리 능력은 복잡한 문서 기반 에이전트 업무에 유리하다. Gmail·Drive·Meet 데이터 접근을 위한 허가 프레임워크는 기업 사용자의 기존 업무 환경과 에이전트를 연결한다. BigQuery·Looker와의 네이티브 통합은 데이터 집약적 자동화에 강점을 제공한다.

기존 에이전트에서 전사 플랫폼까지

ADK는 Python SDK를 우선으로 설계했으며 LangChain·LangGraph 호환성 레이어를 제공한다. 기존 LangChain 에이전트를 ADK 플랫폼에서 실행할 수 있는 공식 마이그레이션 경로도 마련되어 있다.

기업의 채택 경로는 세 단계로 제시된다. 1단계에서는 특정 업무를 자동화하는 단일 에이전트 파일럿을 운영한다. 2단계에서는 부서 안의 프로세스를 대상으로 소규모 멀티에이전트 워크플로우를 구성한다. 3단계에서는 거버넌스와 보안, 비용 최적화를 전면 적용한 전사 에이전트 플랫폼으로 확장한다. Google은 단계별 비용 절감과 생산성 향상 지표를 바탕으로 판단할 수 있도록 ROI 계산기를 제공한다.

Gemini Enterprise Agent Platform GA는 Vertex AI를 에이전트 중심으로 재편한 전환점이다. ADK의 동적 오케스트레이션에 IAM 기반 권한 통제와 데이터 잔류 정책이 결합되면서 신뢰성, 보안, 규정 준수 요건을 한 플랫폼에서 다룰 수 있게 됐다. LangChain 호환성과 Google Workspace 통합은 개발자와 비즈니스 사용자의 진입 장벽을 낮추며, AWS·Azure와의 에이전트 플랫폼 경쟁은 더 치열해질 전망이다.