이 문서는 AI 동향 섹션의 일부입니다.
참고 이 문서의 범위: Google과 DeepMind의 AI 전략, 모델 라인업, Agent 생태계, 연구 성과, 인프라 전략을 종합 분석합니다. A2A 프로토콜 기술 상세는 A2A (Agent-to-Agent), Agent 전략 상세는 Google AI Agent 전략을 참고하세요.
1. 개요 — Google AI의 현재 위치
Google은 2024~2025년 사이 AI 전략의 근본적인 전환을 이루었습니다. “AI-first”에서 “Agent-first” 로의 패러다임 전환이 핵심입니다. Sundar Pichai는 “우리는 이제 AI를 만드는 것이 아니라, AI가 일하는 세상을 만들고 있다”고 선언했습니다.Google AI 전략의 5대 축
왜 Google이 Agent에 올인하는가
Google의 핵심 수익원인 검색 광고 모델 이 AI Agent 시대에 근본적으로 위협받고 있습니다. 사용자가 “Google에서 검색”하는 대신 “Agent에게 질문”하는 패턴으로 전환되면, 기존 비즈니스 모델이 무의미해집니다.2. Gemini 모델 라인업
2.1 모델 진화 타임라인
2.2 Gemini 2.5 Pro — “생각하는 모델”
Gemini 2.5 Pro는 Google의 현재 플래그십 모델 로, 가장 중요한 혁신은 Thinking Model 개념의 도입입니다.
벤치마크 성능 (2025년 3월 기준):
참고 핵심 시사점: Gemini 2.5 Pro는 발표 시점 기준 대부분의 벤치마크에서 최고 성능을 기록했습니다. 다만 Claude 4 Sonnet/Opus, GPT-4.1 등 후속 모델들이 빠르게 격차를 줄이고 있으며, 벤치마크 리더십은 수주 단위로 바뀌고 있습니다.
2.3 Gemini 2.5 Flash — 실용주의의 승리
주의 실전 가이드: 프로덕션 환경에서는 먼저 Flash로 시작 하고, 품질이 부족한 특정 태스크에만 Pro를 적용하는 것이 비용 대비 최적의 전략입니다.
3. Agent 생태계 — A2A, ADK, Agentspace
3.1 A2A (Agent-to-Agent) 프로토콜
AI Agent가 멀티에이전트 시스템으로 진화하면서, 이기종 Agent 간 통신 표준이 필요해졌습니다.핵심 개념
- Agent Card —
/.well-known/agent.json에 능력/인증을 기술한 자기 소개서 - Task — 상태 머신:
submitted → working → input-required → completed/failed/canceled - Message & Part — 멀티모달 통신 단위
- Artifact — Task 실행 결과물
- Streaming — SSE + gRPC 기반 실시간 통신
A2A vs MCP 비교
A2A와 MCP는 경쟁이 아닌 보완 관계입니다. 더 자세한 내용은 A2A 프로토콜 가이드를 참고하세요.
3.2 ADK (Agent Development Kit)
4가지 멀티에이전트 패턴:
3.3 Vertex AI Agent Builder
2025년 3월 GA된 엔터프라이즈 Agent 구축 플랫폼 입니다.3.4 Agentspace → Gemini Enterprise
2025년 10월 Agentspace를 Gemini Enterprise 로 리브랜딩. Agent Gallery, Enterprise Search(100+ 커넥터), 데이터 커넥터(SAP, Salesforce 등)를 통합한 엔터프라이즈 플랫폼입니다.4. 소비자 Agent 제품군
5. DeepMind 연구 성과
주요 성과
6. 오픈소스 — Gemma 패밀리
Gemma 진화
Gemma 3 27B는 Llama 3.3 70B와 동등 성능 이면서 단일 GPU(RTX 4090)에서 실행 가능합니다.
7. 인프라 — TPU v6 (Trillium)
클라우드 경쟁 비교
8. Google Search AI (AI Overviews)
9. 경쟁 구도
10. 향후 전망
참고 Databricks 시사점: Gemini 모델은 Databricks Foundation Model API 또는 External Model Serving에서 사용 가능합니다. Gemma 3는 오픈소스이므로 Model Serving에 직접 배포하여 프라이빗 AI를 구축할 수 있습니다. A2A 프로토콜은 Databricks Agent Bricks와 향후 통합될 가능성이 있어 모니터링이 필요합니다.
참고 자료: