AI Market Signal
Google이 7월 7일 Gemini API용 Managed Agents 업데이트를 내놓으면서, AI 에이전트 경쟁은 모델 성능표보다 운영권 싸움에 더 가까워졌습니다. 이번 발표에는 background execution, remote MCP server integration, custom function calling, credential refresh가 한꺼번에 들어왔고, 같은 날 Interactions API를 Gemini 모델과 에이전트의 기본 인터페이스로 밀겠다는 공식 발표도 나왔어요. 이제 검색창에 Gemini Managed Agents를 치는 이유는 기능 하나가 아니라, 에이전트를 어디서 굴리고 누가 상태와 도구 연결을 쥐는지가 바뀌기 시작했기 때문입니다. Google 발표 · Interactions API GA
먼저 영향받는 쪽은 사내 API, 데이터베이스, 브라우저 작업, 장시간 백그라운드 잡을 한데 묶어야 하는 개발팀과 플랫폼팀입니다. 예전에는 모델 호출 위에 워커, 큐, 샌드박스, 프록시 미들웨어를 따로 얹어야 했다면, 이제는 Google이 호스팅하는 Linux 샌드박스와 상호작용 상태, MCP 연결, 재개 가능한 실행 흐름을 기본 패키지처럼 밀고 있어요. 오늘 판단은 꽤 단순합니다. 이건 새 에이전트 데모가 아니라, 런타임 임대사업에 더 가깝습니다. Antigravity Agent docs
TODAY'S READ
- Managed Agents는 단일 API 호출 뒤에 원격 Linux 샌드박스와 도구 루프를 붙여줍니다.
- background=True는 긴 작업을 HTTP 요청 밖으로 밀어내고, interaction ID로 재개 가능한 실행 흐름을 만듭니다.
- remote MCP 지원은 사내 도구 연결 비용을 낮추는 대신 런타임 잠금과 로그 책임 문제를 더 크게 만듭니다.
Managed Agents는 모델 호출이 아니라 원격 실행 계약입니다
Google은 Managed Agents를 소개하면서 Gemini Interactions API 안에서 단일 엔드포인트 호출로 추론, 코드 실행, 패키지 설치, 파일 관리, 웹 정보 접근을 처리한다고 설명했어요. Antigravity Agent 문서는 한 번의 API 호출로 Google이 호스팅하는 secure Linux sandbox가 열리고, 에이전트가 계획→실행→관찰 루프를 반복한다고 적고 있습니다. Interactions overview
예전에는 모델 API 위에 오케스트레이터를 얹고, 실행 환경을 따로 마련하고, 상태 저장과 실패 복구를 직접 짜는 편이 보통이었습니다. 지금은 그 뼈대를 Google이 표준으로 넣고 있어요. 재미없는 얘기지만, 돈은 여기서 움직입니다. 모델 호출 단가보다 런타임과 운영 부하를 누가 먹느냐가 더 큰 계약이 되기 쉽거든요.
background=True는 에이전트를 요청-응답 바깥으로 밀어냅니다
Google이 이번 업데이트에서 가장 노골적으로 밀어준 기능은 background execution입니다. 공식 설명대로라면 긴 작업에서 HTTP 연결을 붙잡고 있는 건 취약하고, background=True를 주면 서버가 즉시 interaction ID를 반환한 뒤 나머지 작업을 비동기로 계속 처리합니다. 완료 상태는 polling, progress streaming, later reconnect로 다시 붙일 수 있어요. Google 발표
이 차이는 도구 데모보다 훨씬 실무적입니다. 문서 정리, 코드 수정, 데이터 수집, 리서치처럼 몇 분씩 걸리는 작업을 웹 요청 안에서 버티게 하면 재시도와 상태 복구가 늘 말썽이었어요. 이제는 interaction ID와 environment_id가 남으니, 사용자는 탭을 닫아도 작업은 계속 굴러갑니다. 에이전트 UX가 채팅창이 아니라 작업 큐처럼 바뀌는 쪽이죠.
Google Meet AI 노트가 회의 화면 안에서 요약을 기본 기능처럼 밀어넣었던 것과 비슷하게, Google Meet AI 노트가 회의 구독료를 바꾸는 이유에서도 본 것처럼 Google은 별도 툴보다 기본 실행면을 먼저 장악하는 식으로 움직입니다. 이번에는 그 표면이 회의가 아니라 에이전트 런타임이에요.
remote MCP 연결은 사내 도구 프록시 비용을 깎지만 잠금은 키웁니다
remote MCP 지원도 꽤 큽니다. Google 설명은 단순해요. private database나 internal API에 붙기 위해 커스텀 프록시 미들웨어를 직접 짜지 말고, streamable HTTP 기반 remote MCP server를 등록해서 Managed Agent가 바로 도구를 쓰게 하라는 겁니다. 여기에 custom function calling까지 같이 들어오니, built-in sandbox 도구와 사내 함수를 한 요청 안에서 섞을 수 있어요. Antigravity docs
덕분에 개발팀 입장에서는 도구 연결 비용이 꽤 내려갑니다. 사내 위키, CRM, 재고 시스템, 실험 관리 API를 일일이 에이전트 전용 어댑터로 감싸지 않아도 되니까요. 대신 다른 질문이 더 커집니다. 어느 호출이 어떤 외부 도구를 건드렸는지, credential refresh가 언제 일어났는지, 감사 로그를 어디까지 남길지 같은 문제예요. 엔터프라이즈 계약은 늘 영수증으로 움직입니다.
이 점은 HP OpenAI Frontier가 기업 AI 배포 채널을 바꾸는 이유에서 본 흐름과도 닿아 있어요. 모델이 아니라 배포, 보안, 현장 적용 능력이 계약 단위를 바꾸는 구간입니다. Google은 이번에 배포 채널보다 한 단계 아래인 런타임까지 자기 표준으로 만들고 있습니다.
Interactions API 기본화는 frontier 기능을 이 경로로 몰겠다는 선언입니다
같은 날 나온 Interactions API GA 글은 더 노골적입니다. Google은 Interactions API를 Gemini 모델과 에이전트를 다루는 primary interface라고 불렀고, documentation 기본값도 이미 이 API로 바꿨다고 적었어요. 더 중요한 문장은 뒤에 있습니다. legacy generateContent API는 계속 지원하겠지만, long-running models and agents를 위한 frontier capabilities는 increasingly land exclusively on the Interactions API라고 못 박았습니다. GA 발표
번역하면 이렇습니다. 지금 당장 generateContent를 버리라는 얘기는 아니지만, 오래 버틸 새 기능은 Interactions 쪽으로 먼저 갈 가능성이 높다는 뜻이에요. 개발팀은 앞으로 모델 교체 비용만 볼 수 없고, 상태 저장 방식과 에이전트 환경이 어느 API 가족에 묶이는지도 같이 봐야 합니다.
이 구도는 Stripe 금융 컴플라이언스 AI가 검토 속도를 바꾸는 이유에서 보였던 흐름과도 비슷해요. 겉으로는 기능 개선 같아 보여도, 실제로는 어떤 화면과 어떤 경로가 기본값이 되는지가 시장 가격을 다시 매깁니다.
다음 승부는 모델 점수보다 로그, 이식성, 감사 가능성입니다
Google이 잘하는 건 늘 비슷합니다. 먼저 기능을 공짜처럼 보이게 넣고, 그다음 실행면을 묶고, 마지막에 다른 사업이 그 위에 올라오게 만들죠. Managed Agents도 같은 그림으로 보입니다. 단순한 agent SDK가 아니라 샌드박스와 도구 루프, 상태, 재개 흐름, credential refresh를 한 손에 묶으면 개발자는 빨라지지만 빠져나가기는 더 어려워집니다.
그래서 다음 질문은 "성능이 얼마나 올랐나"보다 "로그를 어디까지 볼 수 있나", "같은 MCP 도구망을 다른 런타임으로 옮길 수 있나", "실패한 작업을 누가 복구하나"에 더 가깝습니다. AI 에이전트 시장은 멋진 데모보다 운영비와 책임 소재가 결정하는 구간으로 들어가고 있어요.
FAQ
Gemini Managed Agents는 정확히 뭐가 달라졌나?
Google은 7월 7일 Managed Agents in Gemini API 업데이트에서 background execution, remote MCP server integration, custom function calling, credential refresh를 추가했고, Interactions API를 Gemini 모델과 에이전트의 기본 인터페이스로 밀겠다고 밝혔어요. 눈에 띄는 변화는 모델 호출보다 에이전트 실행 환경을 Google이 더 많이 맡는다는 점입니다.
누가 가장 먼저 영향을 받나?
사내 도구와 데이터베이스를 붙여 장시간 에이전트 작업을 돌리는 개발팀, 플랫폼팀, 보안팀이 먼저 영향받습니다. 프록시 미들웨어와 워커를 직접 꾸리던 부담은 줄지만, 로그·감사·잠금 문제는 더 크게 올라옵니다.
기존 generateContent 기반 에이전트와 뭐가 다른가?
기존 방식은 모델 호출 위에 상태 저장, 실행 환경, 재시도, 도구 연결을 애플리케이션이 따로 얹는 경우가 많았습니다. Interactions API 기반 Managed Agents는 이 실행 뼈대를 Google 쪽 표준으로 제공하고, frontier agent 기능도 이 경로에 먼저 붙이겠다는 점이 다릅니다.
관련 글
- Google Meet AI 노트가 회의 구독료를 바꾸는 이유
- HP OpenAI Frontier가 기업 AI 배포 채널을 바꾸는 이유
- Stripe 금융 컴플라이언스 AI가 검토 속도를 바꾸는 이유
출처
'AI·스타트업 뉴스' 카테고리의 다른 글
| Reflect with Claude가 AI 사용 시간 경쟁을 바꾸는 이유 (0) | 2026.07.10 |
|---|---|
| GitHub Agentic Workflows가 크로스리포 문서 자동화를 바꾸는 이유 (0) | 2026.07.09 |
| Claude Code가 정부 보안 점검을 6.5년에서 20시간으로 줄인 이유 (0) | 2026.07.07 |
| Amazon Mechanical Turk 신규 고객 종료가 AI 라벨링 비용을 바꾸는 이유 (1) | 2026.07.06 |
| Virtua Health Copilot이 의료 AI 화면을 바꾸는 이유 (0) | 2026.07.05 |
