Gemini Enterprise Agent Platform: Vertex AI 통합과 엔터프라이즈 에이전트 운영

Vertex AI를 에이전트 운영 계층으로 묶은 변화

Google은 Cloud Next '26에서 Vertex AI Agent Builder를 Gemini Enterprise Agent Platform으로 통합 리브랜딩하고, Agentspace도 이 브랜드 안으로 흡수했다고 발표했다. 단순한 제품명 교체라기보다 코드 기반 개발, 노코드 자동화, 모델 선택, 런타임, 데이터 연결, 보안 정책을 하나의 엔터프라이즈 에이전트 스택으로 정리한 변화다.

기존 Vertex AI API·SDK·과금 체계는 유지되며 파괴적 변경은 없다. Model Garden, Custom Training, AutoML, Model Registry, Endpoints, Pipelines 같은 Vertex AI 구성요소도 새 브랜드 아래에서 재편된다. 초점은 모델 플랫폼 자체보다 모델을 실제 업무 도구와 연결해 운영하는 에이전트 플랫폼에 있다.

Agentspace는 기업 내부 검색과 상담 에이전트를 위한 별도 제품이었다. 이제는 Gemini Enterprise 안에서 다뤄지며, 모델 선택·에이전트 배포·데이터 연결·보안 정책을 단일 관리 콘솔로 다루는 구조가 된다.

코드와 노코드가 같은 런타임을 공유할 때

엔지니어링 조직은 ADK로 에이전트를 구현하고, 현업 사용자는 Workspace Studio에서 자연어로 자동화를 정의한다. 두 경로는 달라도 Agent Engine 런타임과 거버넌스 계층은 공유한다.

Workspace Studio는 개발 지식이 없는 사용자가 "매주 금요일 트래커 업데이트 알림" 같은 자동화를 정의할 수 있도록 한다. Gmail·Docs·Sheets·Drive·Meet·Chat 전반에서 에이전트를 생성·배포할 수 있고, Asana·Jira·Mailchimp·Salesforce 등의 앱 연결도 지원한다. 웹훅과 Apps Script를 이용한 커스텀 로직 실행도 범위에 포함된다.

이 구조는 정형화된 업무 자동화를 빠르게 늘릴 수 있게 하지만, IT 부서의 일반적인 개발 경로 밖에서 시민 개발자 자동화가 확산될 여지도 만든다. 노코드 에이전트에도 코드형 에이전트와 같은 데이터 접근 범위, 승인 절차, 로그와 감사 기준이 필요하다.

멀티모델 선택을 플랫폼 안으로 가져온 Model Garden

Model Garden은 Gemini와 Gemma뿐 아니라 Anthropic Claude, Llama 같은 오픈웨이트 모델을 포함해 200개 이상의 모델을 카탈로그화한다. 플랫폼은 단일 모델을 모든 작업에 고정하기보다, 워크로드별로 적합한 모델을 고르는 멀티모델 전략을 전제로 한다.

품질과 정합성이 우선인 작업에는 Claude 또는 Gemini 3.5 Pro를, 대량·저비용 처리에는 Flash 계열이나 오픈웨이트 모델을 배치하는 식의 정책을 구성할 수 있다. 이종 모델을 사용하더라도 결제, 모니터링, 감사 로그는 Gemini Enterprise 콘솔에서 통합 관리한다.

Claude를 공식 카탈로그에 포함한 점은 모델 경쟁사와의 관계보다 플랫폼 중립성을 택한 설계로 볼 수 있다. 조직은 프롬프트와 평가셋을 특정 모델에 묶지 않고 관리해, 후보 모델의 교체와 라우팅 정책 변경에 대비할 수 있다.

MCP와 A2A가 넓히는 연결 범위

Apigee는 기존 API 관리 기능을 바탕으로 API-to-agent 브리지 역할을 맡는다. 표준 API를 기존 보안·거버넌스 통제 아래에서 에이전트가 발견하고 호출할 수 있는 도구로 바꾸는 방식이다.

Google 관리형 원격 MCP 서버는 Maps·BigQuery·Compute Engine·GKE를 대상으로 제공된다. Cloud Run·Cloud Storage·AlloyDB·Cloud SQL·Spanner·Looker·Pub/Sub는 로드맵에 포함된다. 관리형 서비스라도 연결 대상에는 외부 데이터 소스와 서드파티 도구가 존재하므로, 서버별 신뢰 수준과 데이터 경계를 따로 관리해야 한다.

Project Mariner는 웹 브라우징 에이전트로 WebVoyager 벤치마크 83.5%를 기록했으며, 클라우드 VM에서 10개 작업을 동시에 처리하는 구조를 사용한다. A2A 프로토콜은 서로 다른 플랫폼의 에이전트가 상호운용하도록 하며, 150개 조직에서 프로덕션 운영 중이다. Linux Foundation 산하 Agentic AI Foundation이 표준을 관장하고, 서명된 에이전트 카드로 도메인 검증을 수행한다.

⤢✕

도입 판단은 마이그레이션보다 통제 설계에 달려 있다

기존 Vertex AI 워크로드는 재작업 없이 새 브랜드 아래에서 동작하므로, 검토의 중심은 마이그레이션 비용보다 새로운 기능을 어떻게 운영할지에 둔다. 파일럿은 Workspace Studio의 알림·문서 갱신처럼 정형화된 반복 업무와, ADK 기반의 복잡한 다단계 에이전트를 분리해 시작할 수 있다.

도입 전에 데이터 접근 권한 모델과 감사 로그 체계를 설계해야 한다. 특히 Workspace Studio로 생성된 자동화가 조직 데이터에 접근하는 경우, 사전 정의된 접근 스코프와 승인 워크플로우가 필요하다. Apps Script와 웹훅 연동에는 외부 API 호출 범위를 최소 권한으로 제한하고 정기 검토를 적용한다.

모델 라우팅 정책은 후보 모델을 동일 평가셋으로 비교한 결과에 따라 정한다. 멀티모델 운영이 확대되면 토큰, API 호출, MCP 게이트웨이 트래픽별 비용을 관측할 수 있어야 하며, 임계치 초과 시 자동 알림 체계도 필요하다.

MCP와 A2A 연결에서는 공급망 보안이 별도 과제가 된다. MCP 서버별 신뢰 수준을 구분하고 Model Armor로 프롬프트 인젝션을 차단하며, 조직 간 에이전트 통신에서는 서명된 에이전트 카드로 상대 에이전트의 도메인과 신원을 검증해야 한다.

다른 에이전트 플랫폼과 비교할 지점

항목	Gemini Enterprise Agent Platform	Anthropic (Claude + MCP 생태계)	OpenAI (Agent/Responses 스택)
모델 소싱 전략	200+ 모델(자사+Claude+오픈웨이트) 통합 카탈로그	자사 모델 중심, MCP로 외부 도구 연결	자사 모델 중심(Sol/Terra/Luna 등 티어)
에이전트 개발 방식	코드(ADK) + 노코드(Workspace Studio) 이원화	코드 중심(Agent SDK), MCP 표준 주도	코드 중심(Responses API, Programmatic Tool Calling)
웹 브라우징 에이전트	Project Mariner(WebVoyager 83.5%)	제한적, 도구 연동 방식	브라우저 자동화 에이전트 별도 제공
프로토콜 표준 주도	A2A(Linux Foundation 이관, 150개 조직 운영)	MCP 표준 제정 주도	MCP 클라이언트 지원
Workspace/업무 통합	Gmail·Docs·Sheets 등 네이티브 통합 강점	서드파티 통합 위주	서드파티 통합 위주
강점	업무 스위트 통합·멀티모델 중립성	코딩 품질·MCP 표준 주도권	에이전트 효율·티어드 가격

노코드와 코드 기반 개발은 대체 관계가 아니다. Workspace Studio는 단순한 알림, 문서 갱신, 승인 흐름에 맞고, ADK는 자율 에이전트와 멀티스텝 오케스트레이션처럼 복잡한 조건부 로직에 맞는다. 전자는 그림자 자동화를 통제하는 사전 정책이 중요하고, 후자는 코드 리뷰와 CI 파이프라인을 통한 통제가 가능하다.

에이전트 플랫폼 경쟁은 더 뛰어난 모델만으로 설명하기 어려워지고 있다. 업무 시스템 통합, 프로토콜 상호운용, 조직 데이터에 대한 통제와 감사가 플랫폼 선택 기준에 함께 들어온다. 200개 이상의 모델을 활용하는 멀티벤더 라우팅은 특정 모델이나 벤더 장애 상황에서 서비스 연속성(BCP)을 고려할 수 있게 한다. 관리형 MCP, A2A 신원 검증, Model Armor, IAM으로 구성한 계층형 통제는 컴플라이언스 근거 문서로 축적할 수 있다.