Google Gemini Managed Agents 업데이트… AI 에이전트에 ‘안전·비용·예약’ 장치를 더하다

🤖 7월 28일 Google DeepMind는 Gemini API의 Managed Agents 기능에 모델 선택, 환경 훅, 예산 제어, 예약 실행 기능을 더했다고 발표했습니다. 이번 변화의 핵심은 AI 에이전트를 단순히 답변을 만드는 도구가 아니라, 실제 개발 환경에서 작업을 수행하는 ‘관리 가능한 실행 주체’로 다루기 시작했다는 점입니다.

 

에이전트가 코드 실행, 패키지 설치, 파일 관리, 웹 정보 조회를 함께 수행할수록 편리함은 커집니다. 동시에 어떤 도구를 언제 호출했는지, 비용이 얼마나 발생하는지, 예상 밖의 행동을 어떻게 멈출지까지 운영의 문제가 됩니다. Google의 이번 업데이트는 바로 이 지점을 겨냥합니다.

 

📌 무엇이 바뀌었나: Gemini 3.6 Flash가 기본 모델로

Google 공식 발표에 따르면 Managed Agents의 기본 에이전트는 Gemini 3.6 Flash를 사용하도록 바뀌었습니다. 기존 코드를 수정하지 않아도 다음 상호작용부터 기본 모델 변경이 적용되는 구조입니다.

 

개발자는 필요에 따라 모델을 명시적으로 고를 수도 있습니다. 일반적인 에이전트 워크플로에는 Gemini 3.6 Flash를, 비용과 지연 시간을 더 낮추고 싶은 작업에는 Gemini 3.5 Flash-Lite를 선택하는 식입니다.

 

이 변화가 중요한 이유는 모델 성능 자체보다도 운영의 예측 가능성에 있습니다. 기본값이 바뀌면 개발팀은 어떤 작업에 어떤 모델이 적용되는지 다시 점검해야 하며, 반대로 모델을 고정해 두면 재현성과 비용 계획을 더 안정적으로 관리할 수 있습니다.

 

🛡️ 환경 훅: 도구 호출 앞뒤에 안전장치를 둡니다

이번 발표에서 특히 눈에 띄는 기능은 environment hooks입니다. 에이전트가 샌드박스 안에서 도구를 호출하기 전이나 호출한 뒤에, 개발자가 지정한 스크립트를 실행할 수 있게 하는 장치입니다.

 

예를 들어 파일 쓰기나 코드 실행 직전에 정책 검사를 둘 수 있습니다. 사전에 정의한 조건에 맞지 않으면 호출을 거절하고, 그 이유를 에이전트의 문맥에 전달하는 방식입니다. 단순히 ‘권한을 주거나 막는’ 이분법보다 한 단계 세밀한 통제가 가능합니다.

 

도구 실행 뒤에는 자동 서식 검사, 결과물 검증, 감사 로그 기록 같은 절차를 붙일 수 있습니다. Google은 정규표현식 기반 매처로 여러 도구를 묶어 대상으로 삼을 수 있고, 외부 엔드포인트에 요청을 보내는 HTTP 형태의 훅도 지원한다고 설명했습니다.

 

이는 AI 에이전트를 실제 업무 흐름에 넣을 때 필요한 ‘검토 지점’을 코드로 만들 수 있다는 뜻입니다. 사람의 승인 절차를 완전히 없애기보다, 반복적이고 명확한 규칙은 자동화하고 예외만 사람이 보도록 설계하는 기반이 됩니다.

 

💰 긴 작업일수록 중요한 예산 제어

에이전트는 여러 차례 추론하고 도구를 연속 호출할 수 있으므로, 짧은 질의응답보다 토큰 사용량이 빠르게 늘어날 수 있습니다. Google은 agent_config의 max_total_tokens로 입력·출력·추론을 합친 총 토큰 예산을 제한할 수 있다고 밝혔습니다.

 

한도에 도달하면 실행은 안전하게 멈추고 incomplete 상태를 반환합니다. 환경 상태는 유지되므로, 새 예산을 부여해 이전 interaction ID에서 이어서 실행할 수 있습니다. 무한 반복이나 예상 밖 비용을 줄이면서도 작업 맥락을 잃지 않도록 한 설계입니다.

 

기업 환경에서는 이 기능이 실무적입니다. 문서 수백 개를 읽거나 여러 도구를 연결하는 작업은 성능만큼 비용 상한이 중요합니다. 팀별·업무별 한도를 먼저 정한 뒤 결과 품질과 소비량을 함께 측정하는 방식이 더 건강한 도입 경로가 될 수 있습니다.

 

⏰ 예약 트리거와 지속되는 샌드박스

Managed Agents에는 예약 트리거도 추가됐습니다. 에이전트, 환경, 프롬프트, cron 일정표를 하나의 지속 리소스로 묶어 정해진 시간에 실행하는 기능입니다.

 

각 실행이 같은 샌드박스를 재사용하므로 파일이 실행 사이에 남을 수 있다는 설명도 포함됐습니다. 매일 데이터를 정리하거나, 정기적으로 보고서를 생성하거나, 반복 점검을 수행하는 작업에서 상태를 이어 갈 수 있는 장점이 있습니다.

 

다만 상태가 남는다는 사실은 편의와 함께 관리 과제를 만듭니다. 오래된 파일, 인증 정보, 중간 산출물이 다음 실행에 영향을 줄 수 있기 때문입니다. Google이 Environments API로 샌드박스 세션을 조회·점검·삭제할 수 있게 한 이유도 여기에 있습니다.

 

🧪 무료 티어 확대가 뜻하는 것

공식 발표은 활성 결제 계정이 없는 프로젝트도 API 키를 통해 Managed Agents를 실험할 수 있도록 무료 티어 접근을 제공한다고 전했습니다. 개발자가 작은 자동화부터 비용 부담을 낮춰 시험해 볼 수 있는 변화입니다.

 

하지만 무료 접근이 곧 무제한 운영을 의미하지는 않습니다. 실제 서비스를 만들 때는 모델 선택, 총 토큰 상한, 도구 권한, 로그 보관 방식을 함께 정해야 합니다. 특히 외부 시스템에 쓰기 작업을 하는 에이전트라면 환경 훅과 승인 규칙을 처음부터 설계하는 편이 안전합니다.

 

🎯 AI 에이전트 경쟁의 다음 기준

지금까지 에이전트 경쟁은 더 잘 추론하고 더 많은 도구를 연결하는 능력에 집중돼 왔습니다. 이번 업데이트는 여기에 통제 가능성, 비용 가시성, 반복 실행의 안정성이 동등하게 중요하다는 메시지를 보냅니다.

 

좋은 에이전트는 많은 일을 하는 에이전트만을 뜻하지 않습니다. 어떤 도구를 썼는지 추적할 수 있고, 위험한 호출을 멈출 수 있으며, 정해진 예산 안에서 다음 실행으로 자연스럽게 이어질 수 있어야 합니다.

 

개발자와 조직이 이번 기능을 볼 때는 ‘에이전트를 얼마나 자율적으로 만들까’보다 ‘어디까지 자율성을 허용하고 어떻게 검증할까’를 먼저 질문할 필요가 있습니다. 관리형 에이전트가 현장에 정착하는 과정에서, 성능 못지않게 이런 운영 설계가 차이를 만들 전망입니다. 🧭

 

🔗 출처

Google Blog, “Gemini API Managed Agents: 3.6 Flash, hooks, and more” (2026년 7월 28일) — 공식 발표 원문 보기

 

본문은 위 Google 공식 발표에 공개된 모델 기본값, 환경 훅, 예산 제어, 예약 트리거, Environments API 설명을 바탕으로 정리했습니다.