Gemini Spark 상시 실행 에이전트의 크로스앱 추론 아키텍처

기기가 멈춰도 에이전트는 계속 움직인다

Google I/O 2026에서 발표된 Gemini Spark는 스마트폰이 잠겨 있거나 노트북 덮개가 닫힌 뒤에도 작업을 이어가는 24/7 개인 AI 에이전트다. 실행 기반은 스마트폰 자체가 아니라 전용 샌드박스 클라우드 VM이다. Gmail·캘린더·Google Docs를 비롯한 Google 서비스와 외부 서비스를 MCP(Model Context Protocol)로 연결하고, 서로 다른 앱에서 얻은 정보를 함께 추론해 사용자 대신 작업한다.

Spark는 Google AI Ultra 구독에 포함되며 가격은 $100/월이다. 미국 전용 베타로 제공되고 Android와 iPhone을 함께 지원한다. Gmail, Google Docs, Sheets, Calendar뿐 아니라 Uber, OpenTable, Lyft, Zillow, Instacart까지 연결 범위를 넓히며, 외부 서비스 연동은 2026년 여름로 예정돼 있다.

중요한 업데이트를 발견하면 먼저 사용자에게 알리지만, 모든 작업을 곧바로 실행하지는 않는다. 읽기와 분석은 자율 처리할 수 있어도 이메일 발송처럼 위험도가 높은 작업에는 명시적인 승인 게이트가 적용된다.

⤢✕

상시 추론을 디바이스 밖으로 옮긴 이유

스마트폰에서 추론을 계속 실행하면 배터리와 발열 한계에 부딪힌다. 온디바이스 LLM의 파라미터 크기만으로 Gemini 수준의 추론 품질을 제공하기 어렵다는 제약도 있다. Spark가 무거운 추론을 전용 클라우드 VM에 맡긴 배경이다.

클라우드에서 항상 실행된다고 해서 모델이 쉬지 않고 추론하는 것은 아니다. 에이전트는 유휴 상태로 대기하다가 새 이메일, 임박한 캘린더 일정, 배송 상태 변경처럼 미리 정의된 사건이 발생하면 추론 파이프라인을 깨운다. 이 이벤트 드리븐(Event-Driven) 구조는 Antigravity 하네스 위에서 동작하며, 폴링(Polling) 대신 서버-센트 이벤트(SSE)와 웹소켓 푸시를 사용해 변화에 반응한다.

디바이스에 설치된 경량 컴패니언 앱은 트리거를 받고 알림을 전달하는 역할에 집중한다. 추론 부하를 클라우드로 넘겼기 때문에 기기에서는 푸시 알림 수신에 해당하는 수준으로 배터리 소모를 최소화한다.

어떤 정보가 에이전트를 깨우는가

Spark는 사용자가 명시적으로 동의한 뒤 OAuth 2.0 기반 Google Workspace API와 MCP를 통해 작업에 필요한 컨텍스트를 가져온다. Gmail에서는 수신함 스레드, 발신 패턴, 우선순위 연락처 목록을 읽는다. 캘린더에서는 예정된 이벤트와 참석자, 위치 정보를 확인한다. Google Docs와 Sheets에서는 공유 문서, 최근 편집 이력, 협업자의 활동을 다루며, Chrome 브라우징 기록은 사용자가 따로 동의했을 때 접근한다.

트리거는 규칙 기반(Rule-based) 조건과 ML 기반(ML-based) 판단으로 나뉜다. 특정 발신자의 메일이 도착했거나 캘린더 일정이 30분 앞으로 다가온 상황은 확정적인 규칙으로 감지할 수 있다. 반면 이메일의 중요도를 예측하는 작업에는 사용자의 행동 패턴을 학습한 판단이 개입한다.

장기 작업을 끊기지 않게 만드는 상태 관리

추론이 클라우드에서 이뤄져도 Android와 iOS의 백그라운드 제약은 알림 전달에 영향을 준다. Android 컴패니언 앱은 Doze 모드와 App Standby Bucket 제약에 대응하기 위해 FCM(Firebase Cloud Messaging) 고우선순위 푸시를 활용한다. iOS에서는 APNs(Apple Push Notification Service)와 백그라운드 앱 새로고침을 조합한다.

클라우드 VM의 장애에는 체크포인팅으로 대비한다. 현재 컨텍스트와 진행 중인 작업 상태, 사용자 선호도 벡터를 주기적으로 직렬화해 Google Cloud Storage에 저장한다. VM이 중단되면 저장된 체크포인트에서 세션을 재개하므로 여행 계획이나 비교 쇼핑 같은 장기 실행 작업도 이어갈 수 있다.

앱의 경계를 넘는 MCP 연결

크로스앱 추론의 공통 인터페이스는 MCP다. MCP는 Anthropic이 2024년 11월 출시했으며 현재 Linux Foundation 산하 Agentic AI Foundation에서 관리하는 오픈 프로토콜이다. 에이전트와 외부 도구가 컨텍스트를 교환하는 방식을 표준화한다.

Spark의 MCP 클라이언트는 외부 서비스의 MCP 서버에 접속해 사용 가능한 도구를 찾고, 함수를 호출한 뒤 결과를 받는다. Uber, OpenTable, Zillow, Instacart는 2026년 여름까지 MCP 서버를 공개할 예정이어서, Spark는 서비스마다 별도의 커스텀 통합을 만들지 않고도 새 도구를 동적으로 발견해 호출할 수 있다.

⤢✕

요청하지 않은 일까지 판단하려면

Spark의 인텐트 엔진은 사용자가 직접 내린 명령뿐 아니라 앱 컨텍스트에서 드러난 암묵적 요구도 처리한다. 항공편 지연 이메일을 발견했다면 연결 편 예약이 위험해졌는지, 공항 도착 의전을 바꿔야 하는지, 상대방과 잡힌 회의를 조정할 필요가 있는지까지 분석하는 방식이다.

분석한 요구는 계층적 태스크 플래닝(Hierarchical Task Planning)을 거쳐 실행 단위로 나뉜다. 예를 들어 출장 준비라는 상위 목표 아래 항공권 확인, 호텔 예약, 회의실 예약, 경비 보고서 초안을 배치하고 각 단계의 선행 조건과 의존성을 그래프로 표현한다. 서로 기다릴 필요가 없는 단계는 병렬로 처리해 전체 완료 시간을 줄인다.

클라우드 에이전트가 다루는 개인정보

Spark처럼 클라우드에 기반을 둔 에이전트는 Apple Intelligence의 온디바이스 모델보다 본질적으로 더 큰 프라이버시 위험을 안는다. Google이 제시한 완화책은 데이터 최소화와 사용자별 실행 환경의 격리다.

데이터 최소화 원칙에 따라 Spark는 태스크에 필요한 컨텍스트만 처리하고, 처리가 끝난 정보는 메모리에서 즉시 삭제한다. 세션을 넘어 유지되는 장기 기억(Long-term Memory)은 암호화된 사용자별 벡터 저장소에 따로 보관한다.

사용자마다 전용 VM을 할당하는 샌드박스 구조는 다른 사용자의 데이터와 Spark 인스턴스를 논리적·물리적으로 분리한다. MCP 연결에 쓰는 OAuth 토큰은 VM 밖으로 노출하지 않으며, 외부 API 호출 기록은 사용자가 직접 검토할 수 있다.

Google·Apple·Samsung이 택한 실행 위치

2026년의 스마트폰 AI 에이전트는 클라우드 중심, 온디바이스와 전용 클라우드의 결합, 제조사 기기와 외부 클라우드의 하이브리드라는 서로 다른 방향을 택하고 있다.

Gemini Spark는 클라우드 VM을 기반으로 넓은 기능 범위를 제공한다. 대신 프라이버시 위험과 구독 비용을 감수해야 한다. Apple Intelligence는 온디바이스 처리와 Private Cloud Compute(PCC)를 결합한다. 프라이버시를 검증할 수 있지만 하드웨어 제약 때문에 기능 범위가 제한된다. Apple은 2026년 초 Google Gemini와 파트너십을 체결했으나, Gemini는 Apple Intelligence 프레임워크 안에서 동작하며 Apple의 프라이버시 정책을 적용받는다.

Samsung Galaxy AI는 Galaxy에 최적화된 온디바이스 경량 모델과 Google Gemini 클라우드를 함께 사용한다. 단일 제조사 생태계에 맞춘 최적화가 강점이다.

법률·의료·금융처럼 민감한 클라이언트 데이터를 취급하는 전문가는 Apple의 프라이버시 보장을 더 높게 평가할 수 있다. 생산성과 연결 범위를 우선하는 일반 사용자나 개발자에게는 Spark의 크로스앱 자동화가 더 넓은 선택지를 제공한다.

⤢✕

잠금 상태의 자율 작업이 넓히는 공격 표면

잠금화면에서도 에이전트가 행동할 수 있다는 특성은 편의만큼 새로운 보안 문제를 만든다.

악의적으로 작성된 이메일이나 문서는 프롬프트 인젝션(Prompt Injection)을 통해 Spark가 의도하지 않은 작업을 수행하도록 유도할 수 있다. 이에 대응하는 설계는 외부 콘텐츠와 시스템 지시 사이의 신뢰 경계(Trust Boundary)를 분리해, 수집한 콘텐츠가 에이전트의 상위 지시를 바꾸지 못하게 한다.

읽기 전용으로 수집한 정보를 이용해 쓰기 작업까지 자동 실행하는 권한 에스컬레이션도 경계해야 한다. Spark는 쓰기·구매·발송 작업에 명시적 승인 게이트를 적용하고 금액 한도(Purchase Limit)를 설정할 수 있게 한다.

클라우드 VM 세션에서는 OAuth 토큰을 탈취하는 세션 하이재킹이 위험 요소가 된다. 이를 완화하기 위해 단기 수명 토큰과 PKCE(Proof Key for Code Exchange)를 적용한다.

구독과 연결 표준이 만드는 에이전트 생태계

Gemini Spark의 $100/월 AI Ultra 구독은 소비자 AI 에이전트를 위한 첫 번째 프리미엄 시장을 형성한다. 구독에는 1TB Google One 스토리지, Gemini 3.5 Pro/Ultra 모델 접근 권한, Gemini Spark 에이전트와 향후 Gemini Omni 실시간 멀티모달 기능이 묶여 제공된다.

생태계 확장의 중심에는 MCP가 있다. Spark가 MCP를 공통 연결 계층으로 채택하면 MCP 호환 서비스는 Spark 생태계에 자동으로 들어올 수 있다. Microsoft Copilot이 Plugin Store를 구축한 방식과 닮았지만, 열린 표준을 통해 연결한다는 차이가 있다. 에이전트 시대의 앱스토어가 MCP 서버 레지스트리 형태로 자리 잡을 가능성도 여기서 나온다.

Spark가 제시하는 방향은 AI 기능을 개별 앱 안에 두는 대신, 앱 밖의 클라우드 실행 환경에서 계속 움직이는 에이전트로 만드는 것이다. 클라우드 VM 샌드박스와 MCP 연결, 계층적 태스크 플래닝은 일상 작업을 자율적으로 관리할 기반을 제공한다. 동시에 프라이버시와 보안 통제를 에이전트의 실행 능력만큼 중요한 설계 요소로 끌어올린다.