📌 지원되는 버전 : Google Workspace Business Starter 이상 초기 계정 설정을 진행하는 소규모 기업 및 교육 기관이 Microsoft 환경에서 Google Workspace로 훨씬 더 쉽고 빠르게 전환할 수 있는 사용자 가져오기 기능의 베타(Beta) 버전이 출시되었습니다. 이 기능을 이용하면 기존 Microsoft 계정에 등록된 사용자 정보를 자동으로 식별하여 Google Workspace 계정으로 복사해 줍니다. 수동으로 사용자를 일일이 등록하는…
생성형 AI가 기업의 프로덕션 환경으로 들어오기 시작하면서 데이터베이스의 역할이 달라지고 있습니다. 예전에는 데이터를 안정적으로 저장하고 정해진 업무 화면에 필요한 정보를 제공하는 것이 데이터베이스의 역할이었습니다. 에이전틱 AI 시대가 되면서 데이터베이스는 새로운 역할을 요구받고 있습니다. 애플리케이션은 사용자 행동을 실시간으로 읽어야 합니다. 추천 시스템은 방금 발생한 클릭과 구매 이력을 반영해야 합니다. 사기 탐지 시스템은 거래가 일어나는 순간 판단해야…
📌 지원되는 버전 : Google Workspace Business Starter 이상, Enterprise Standard 이상 참고: 2026년 6월 1일부터 AI Expanded Access 라이선스를 보유한 사용자는 Workspace Studio 사용량 제한이 상향 조정 됩니다. Google Workspace Studio에 NotebookLM 연동 기능이 추가되었습니다. 이번 업데이트를 통해 사용자가 기존에 구축해 둔 NotebookLM의 노트북을 자동화 흐름(Flow)의 핵심 AI 지식 소스로 활용할 수 있게 되었습니다. …
지난 4월에 열린 Google Cloud Next ’26에서 Firebase가 NoSQL을 넘어 이제 관계형 데이터베이스 영역에 진출한다는 발표가 있었습니다. 지난해 Firebase Data Connect를 소개하면서 예고한 것이었는데요. 이름이 Firebase SQL Connect로 달라졌습니다. 물론 이름만 바뀐 게 아닙니다. 실시간 동기화, 네이티브 SQL 지원, 커스텀 리졸버, 오프라인 캐싱 등 기능 강화도 이루어졌습니다. 기능이 추가된 것을 넘어 Firebase의 정체성이 관계형 데이터베이스까지…
📌 지원되는 버전 : Google Workspace Business Starter 이상 참고: 2026년 5월 31일까지 한시적으로, Business Starter, Enterprise Starter, Education Plus, Nonprofits 및 Teaching and Learning 추가 기능 계정 사용자는 Google Vids에서 생성형 AI 기능을 이용할 수 있습니다. 주요 업데이트 내용 기존에도 Google Slides 콘텐츠를 Google Vids로 전환할 때, Gemini를 통해 스크립트, 내레이션, 배경음악을 자동으로…
8편: 보안과 격리, Agent Sandbox와 Hypercluster GKE Agent Sandbox와 GKE Hypercluster는 구글 쿠버네티스 엔진(GKE) 위에서 동작하는 두 보안 기능으로, Google Cloud Next 2026에서 한 묶음으로 강조되었습니다. 한쪽은 워크로드 단위로 신뢰되지 않은 코드를 가두고, 다른 한쪽은 클러스터 인프라 자체를 봉인해 가중치와 쿼리를 보호합니다. 본 글은 두 기능의 개념과 구성 요소, 동작 방식을 한 편에 정리해 보안…
7편: 강화학습 워크로드 운영 대규모 언어 모델(LLM) 강화학습은 지도학습과 다르게 샘플링, 보상 계산, 학습, 동기화가 한 루프에서 돌아갑니다. 루프가 길어지면 노드 한 곳의 장애가 전체 진행을 멈추고, 수천 노드 규모에서는 중단이 시간 단위로 잦아집니다. Google Cloud Next 2026에서 구글 쿠버네티스 엔진(GKE)은 이 워크로드를 받아내기 위한 분산 학습, 관측, 체크포인트 세 축을 정리했습니다. 본 글은 NVIDIA…
6편: AI 스토리지 다층 전략 AI/ML 워크로드는 한 가지 스토리지로 처리되지 않습니다. 데이터 준비 단계에서 거대한 원본 데이터셋을 모아두는 곳과 학습 도중 체크포인트를 빠르게 쓰는 곳, 추론 시점에 모델 가중치를 GPU로 끌어올리는 곳은 요구 조건이 다릅니다. 본 글은 구글 쿠버네티스 엔진(GKE)이 제공하는 스토리지 옵션을 워크로드 단계별로 어떻게 매핑하는지 정리합니다. 이 글은 학습 인프라 축에 속합니다…
5편: 가속기 네트워킹, NCCL과 gIB와 A4X 대규모 학습은 가속기 한 장이 아니라 수백·수천 장이 함께 한 모델을 학습합니다. 이때 GPU 사이의 통신이 학습 시간을 결정합니다. AllReduce 한 단계가 길어지면 매 스텝마다 그만큼이 누적되고, 결국 토큰당 학습 비용이 올라갑니다. AI Hypercomputer는 이 통신 경로를 하드웨어와 소프트웨어 양쪽에서 손봤습니다. 본 글은 GPU-to-GPU 트래픽을 떠받치는 Rail-aligned 토폴로지, NCCL과…
4편: 시작 가속과 의도 기반 오토스케일링 LLM 서빙 Pod의 라이프사이클은 두 시점에서 갈립니다. 새 Pod이 처음 트래픽을 받기까지 걸리는 시간과, 트래픽 변화에 맞춰 복제본 수를 조절하는 판단 시점입니다. 구글 쿠버네티스 엔진(GKE)은 Google Cloud Next 2026에서 이 두 시점을 함께 다루는 기능을 발표했습니다. 컨테이너 이미지와 모델 가중치를 빠르게 끌어오는 시작 가속 기술, 그리고 GPU 사용률 같은…