> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sifi.life/llms.txt
> Use this file to discover all available pages before exploring further.

# Google ADK와 Agent

> 이 문서는 **[GenAI 개념](/blog/guides/genai-concepts/overview)** 섹션의 일부입니다.

## 5. ADK (Agent Development Kit)

ADK는 Google이 2025년 4월에 오픈소스로 공개한 **코드 중심(code-first) Agent 개발 프레임워크** 입니다. LangGraph, CrewAI 등과 같은 카테고리이지만, Google의 Agent 인프라(Vertex AI, A2A)와의 긴밀한 통합이 차별점입니다.

### 기본 정보

| 항목        | 내용                                                         |
| --------- | ---------------------------------------------------------- |
| **출시**    | 2025년 4월                                                   |
| **라이선스**  | Apache 2.0 (오픈소스)                                          |
| **언어 지원** | Python v1.0 (안정), TypeScript (안정), Java v0.1 (초기)          |
| **모델**    | 모델 비종속(model-agnostic). Gemini, GPT, Claude, Llama 등 모두 지원 |
| **핵심 철학** | 코드 중심, 모듈화, 멀티에이전트 네이티브                                    |

### 멀티에이전트 패턴 (4가지)

**Sequential 패턴**: researcher -> writer -> reviewer 순차 실행
**Dispatcher 패턴**: 입력을 분석하여 적절한 Agent로 라우팅
**Generator-Critic 패턴**: 생성 → 평가 반복으로 품질 개선
**Parallel 패턴**: 독립 작업을 동시 실행 후 결과 병합

### ADK vs 다른 프레임워크 비교

| 비교 항목      | ADK           | LangGraph       | CrewAI       | OpenAI Agents SDK |
| ---------- | ------------- | --------------- | ------------ | ----------------- |
| **주도**     | Google (OSS)  | LangChain (OSS) | CrewAI (OSS) | OpenAI (OSS)      |
| **모델**     | 모델 비종속        | 모델 비종속          | 모델 비종속       | OpenAI 중심         |
| **멀티에이전트** | 네이티브 (4가지 패턴) | 그래프 기반          | 역할 기반        | 핸드오프 기반           |
| **상태 관리**  | 세션 내장         | 체크포인트 내장        | 제한적          | 제한적               |
| **A2A 통합** | 네이티브          | 커뮤니티            | 커뮤니티         | 미지원               |
| **엔터프라이즈** | Vertex AI 통합  | LangSmith 통합    | 제한적          | API 기반            |
| **학습 곡선**  | 중간            | 높음 (그래프 개념)     | 낮음           | 낮음                |

***

## 6. Agentspace / Gemini Enterprise

Google은 2025년 10월, 기존의 **Agentspace** 를 **Gemini Enterprise** 로 리브랜딩했습니다. 이는 단순한 이름 변경이 아니라, 기업 내 AI Agent 배포를 위한 **통합 엔터프라이즈 플랫폼** 으로의 전략적 확장을 의미합니다.

### 핵심 기능

| 기능                    | 설명                                                                         |
| --------------------- | -------------------------------------------------------------------------- |
| **Agent Gallery**     | 기업 내에서 사용 가능한 Agent 목록을 카탈로그 형태로 제공. IT 관리자가 승인한 Agent만 노출                 |
| **Agent Designer**    | 비개발자가 시각적 인터페이스로 커스텀 Agent를 생성. Vertex AI Agent Builder의 간소화 버전            |
| **Enterprise Search** | Google 검색 기술 기반의 기업 내부 검색. Google Drive, SharePoint, Confluence 등 100+ 커넥터 |
| **데이터 커넥터**           | SAP, Salesforce, ServiceNow, Workday 등 주요 SaaS 및 온프레미스 시스템 연동              |
| **보안 & 컴플라이언스**       | DLP, 접근 제어, 감사 로그. Google Workspace 보안 정책과 통합                              |

### 포지셔닝 -- Microsoft Copilot과의 비교

| 비교 항목        | Gemini Enterprise     | Microsoft 365 Copilot      |
| ------------ | --------------------- | -------------------------- |
| **기반 모델**    | Gemini 2.5 Pro        | GPT-4o                     |
| **검색 기술**    | Google Search 기술 (강점) | Microsoft Graph + Bing     |
| **오피스 통합**   | Google Workspace 네이티브 | Microsoft 365 네이티브         |
| **Agent 확장** | Agent Gallery + ADK   | Copilot Studio + AI Agents |
| **타겟 고객**    | Google Workspace 기업   | Microsoft 365 기업           |
| **커넥터**      | 100+ (빠르게 확장 중)       | 1000+ (성숙)                 |

***

## 7. 소비자 Agent 제품군

### Jules -- AI 코딩 Agent

| 항목        | 내용                                  |
| --------- | ----------------------------------- |
| **발표**    | 2024년 12월 (프리뷰), 2025년 8월 (GA)      |
| **모델**    | Gemini 2.5 Pro                      |
| **핵심 기능** | GitHub 이슈 자동 해결, 코드 변경 생성, PR 자동 생성 |
| **실행 환경** | 클라우드 VM (샌드박스)                      |

### Project Mariner -- 브라우저 Agent

| 항목        | 내용                             |
| --------- | ------------------------------ |
| **발표**    | 2024년 12월                      |
| **핵심 기능** | 웹 브라우저를 자율적으로 조작하여 복잡한 웹 작업 수행 |
| **사용 가능** | AI Ultra 구독 (\$249.99/월) 필요    |

### Project Astra -- 실시간 멀티모달 Agent

| 항목       | 내용                            |
| -------- | ----------------------------- |
| **비전**   | "모든 것을 보고, 듣고, 이해하는" 범용 AI 비서 |
| **입력**   | 카메라(실시간 영상), 마이크(음성), 화면 공유   |
| **디바이스** | 스마트폰, 스마트 글래스(프로토타입), 데스크톱    |

### NotebookLM -- 연구 워크스페이스

| 항목        | 내용                                                |
| --------- | ------------------------------------------------- |
| **목적**    | 문서 기반 AI 연구 도우미                                   |
| **컨텍스트**  | 최대 1M 토큰 (약 100만 단어 분량)                           |
| **소스**    | 최대 300개 소스 문서                                     |
| **핵심 기능** | 소스 기반 Q\&A, 요약, 브리핑 문서 생성, 오디오 개요(Audio Overview) |

***

## 8. ADK 멀티에이전트 패턴 심화

### 패턴 선택 가이드

| 패턴                   | 최적 유스케이스                      | 핵심 특성                  |
| -------------------- | ----------------------------- | ---------------------- |
| **Sequential**       | 명확한 단계별 파이프라인                 | 예측 가능, 디버깅 용이, 순서 보장   |
| **Dispatcher**       | 입력 유형에 따라 다른 전문가가 처리해야 하는 경우  | 라우팅 정확도가 핵심, 확장 용이     |
| **Generator-Critic** | 결과물의 품질을 반복적으로 개선해야 하는 경우     | 자기 개선, 품질 보장, 비용 증가 주의 |
| **Parallel**         | 독립적인 여러 작업을 동시에 수행하여 응답 시간 단축 | 처리량 극대화, 결과 병합 전략 필요   |

> **참고**
> **설계 원칙**: 패턴 선택 시 다음을 고려하세요.

* **지연 시간(Latency)**: Sequential은 누적 지연, Parallel은 최대 Agent의 지연
* **비용**: Generator-Critic은 반복 횟수에 비례하여 비용 증가
* **안정성**: 각 Agent의 실패가 전체에 미치는 영향 분석 (blast radius)
* **관찰 가능성**: 복잡한 조합일수록 모니터링/디버깅 도구 필수

***

## 9. Databricks 고객 관점의 시사점

### Google Agent 생태계와 Databricks의 관계

| 영역           | Google                         | Databricks                        | 관계                         |
| ------------ | ------------------------------ | --------------------------------- | -------------------------- |
| **모델**       | Gemini 2.5 Pro                 | Foundation Model APIs (Gemini 포함) | Databricks에서 Gemini 호출 가능  |
| **Agent 빌더** | Agent Builder + Agent Designer | Agent Bricks + Builder App        | 동일 카테고리, 다른 강점             |
| **데이터 접근**   | BigQuery, AlloyDB              | Unity Catalog, Delta Lake         | Databricks의 데이터 거버넌스가 더 성숙 |
| **프레임워크**    | ADK                            | Agent Framework (LangGraph 기반)    | 모두 오픈소스 프레임워크 위에 거버넌스 레이어  |
| **프로토콜**     | A2A                            | MCP 지원 (A2A도 향후 고려)               | 상호 보완적                     |

### 핵심 시사점

> **성공**
> **Databricks 고객을 위한 권장 사항:**

1. **모델 선택의 자유**: Databricks Foundation Model APIs를 통해 Gemini 2.5 Pro를 호출할 수 있습니다.
2. **데이터 레이어는 Databricks**: Unity Catalog에 체계화된 데이터를 BigQuery로 옮길 이유는 없습니다.
3. **ADK는 참고, 실전은 LangGraph**: ADK의 패턴은 설계 참고로 유용하지만 Databricks 환경에서는 LangGraph + Agent Framework가 더 성숙합니다.
4. **A2A는 관망**: MCP 기반 도구 통합에 먼저 집중하세요.
5. **Jules/Mariner는 개인 생산성 도구**: Databricks와 직접 관련되지 않지만 참고 사례로 활용 가능합니다.

***

## 10. 고객 FAQ

### Q1. "Google의 AI Agent 전략이 우리 Databricks 환경에 어떤 영향을 미칩니까?"

직접적인 영향은 제한적입니다. Databricks는 모델 비종속(model-agnostic) 플랫폼이므로, Google의 Gemini 모델이 좋아질수록 Databricks 고객도 혜택을 받습니다.

### Q2. "A2A를 지금 도입해야 합니까?"

아닙니다. 먼저 MCP 기반의 도구 통합과 단일 Agent 성숙에 집중하세요.

### Q3. "ADK를 써야 합니까, LangGraph를 써야 합니까?"

Databricks 환경에서는 **LangGraph를 권장** 합니다. Databricks Agent Framework이 LangGraph를 네이티브로 지원하기 때문입니다.

### Q4. "Jules나 Mariner를 기업에서 활용할 수 있습니까?"

개인 생산성 도구로는 활용 가능하지만, 기업 워크플로에 통합하기에는 아직 이릅니다.

### Q5. "Gemini Enterprise와 Databricks 중 어느 것을 선택해야 합니까?"

역할이 다릅니다. **Gemini Enterprise**는 엔드유저를 위한 AI 비서, **Databricks**는 데이터 팀을 위한 AI/ML 플랫폼입니다. 두 플랫폼은 **다른 레이어** 에 위치합니다.

### Q6. "NotebookLM을 사내 지식 관리에 활용할 수 있습니까?"

기업 환경에서는 Databricks의 Vector Search + Agent Bricks(Knowledge Assistant)가 더 적합합니다.

***

## 11. 참고 자료

### 공식 문서

* [A2A Protocol Specification](https://github.com/google/A2A)
* [Google ADK Documentation](https://google.github.io/adk-docs/)
* [Vertex AI Agent Builder](https://cloud.google.com/products/agent-builder)
* [Gemini 2.5 Pro Technical Report](https://deepmind.google/technologies/gemini/)
* [Jules](https://jules.google/)
* [NotebookLM](https://notebooklm.google/)

### 관련 가이드 (본 블로그 내)

* [A2A (Agent-to-Agent) 프로토콜](../a2a-protocol/README) -- A2A 프로토콜 상세 가이드
* [AI Agent 아키텍처](../agent-architecture/README) -- Agent 아키텍처 기초
* [Agent 프레임워크 생태계](../agent-frameworks-detail/README) -- 프레임워크 비교
* [MCP (Model Context Protocol)](../../mcp/README) -- MCP 가이드