올해 Google Cloud Next 2026 행사에서 구글은 기업의 데이터 활용 방식을 근본적으로 바꿀 새로운 패러다임, ‘Agentic Data Cloud’를 발표했습니다. 이는 단순히 데이터를 저장하고 분석하는 기존의 시스템을 넘어, AI 에이전트가 스스로 데이터를 인지하고, 추론하며, 행동하는 ‘실행 시스템(System of Action)’으로의 전환을 의미합니다. 본 블로그에서는 Google Next에서 공개된 Agentic Data Cloud의 핵심 비전, 구성 요소, 기반 기술, 실제…
올해 Google Cloud Next 2026 행사에서 구글은 기업의 데이터 활용 방식을 근본적으로 바꿀 새로운 패러다임, ‘Agentic Data Cloud’를 발표했습니다. 이는 단순히 데이터를 저장하고 분석하는 기존의 시스템을 넘어, AI 에이전트가 스스로 데이터를 인지하고, 추론하며, 행동하는 ‘실행 시스템(System of Action)’으로의 전환을 의미합니다. 본 블로그에서는 Google Next에서 공개된 Agentic Data Cloud의 핵심 비전, 구성 요소, 기반 기술, 실제…
5탄 : 주요 활용 사례 3가지 사례 1. 고객 경험을 혁신하는 ‘차세대 대화형 고객 서비스’ 여행 준비 과정은 목적지 검색부터 비자 확인, 항공 및 숙소 예약까지 복잡하고 번거롭습니다. 하지만 플랫폼을 통해 구축된 대화형 에이전트는 이 모든 과정을 매끄러운 하나의 경험으로 통합합니다. 스마트한 맞춤 추천: Agent Studio로 구축된 에이전트는 자연어로 고객과 소통합니다. RAG 엔진으로 최신…
4탄 Optimize : 에이전트 최적화 Observability Gemini Enterprise Agent Platform의 Observability 기능은 배포된 에이전트와 MCP(Model Context Protocol) 서버의 성능, 동작 및 상태에 대한 포괄적인 가시성을 제공합니다. 이를 통해 사용자는 다중 에이전트 시스템을 모니터링하여 문제를 진단하고, 리소스 소비를 최적화하며, 에이전트의 안정성을 향상할 수 있습니다. 텔레메트리 설정 (Telemetry Setup) 에이전트의 작동 상태를 투명하게 파악(가시성 확보)하려면, 텔레메트리…
3탄 Govern: 에이전트 거버넌스 및 보안 Agent Registry Agent Registry는 Gemini Enterprise Agent Platform의 거버넌스(governance) 및 인벤토리 역할을 수행하는 중앙 집중식 통합 카탈로그입니다. 이 기능은 Google Cloud 환경 내에서 AI 에이전트, MCP(Model Context Protocol) 서버, 그리고 엔드포인트를 저장, 발견, 관리하는 핵심 인프라를 제공합니다. 주요 목적: 개발 가속화: 조직 내 기존 에이전트 스킬 및 MCP…
2탄 Scale : 에이전트 확장 및 운영 최근 기업들이 AI 에이전트를 단순한 프로토타입 수준을 넘어 실제 서비스에 도입하면서, 대규모 트래픽 처리와 보안을 관리할 수 있는 플랫폼의 필요성이 커졌습니다. Gemini Enterprise Agent Platform에서는 이러한 에이전트를 안정적으로 서비스하기 위한 환경을 제공하며, 그 중 Deployment는 에이전트의 실제 실행과 인프라 관리를 담당하는 핵심 영역입니다. Deployment 배포 방식의 다각화…