Gemini API Managed Agents, 챗봇 API에서 작업 실행 인프라로 이동

핵심 요약

• •Google은 2026년 5월 19일 Gemini API의 Managed Agents 프리뷰를 발표했다.
• •발표 기준으로 에이전트는 격리된 Linux 환경에서 도구 사용, 코드 실행, 파일 관리, 웹 탐색 같은 작업을 수행하도록 설계됐다.
• •개발팀은 모델 성능보다 권한 경계, 실행 로그, 실패 복구, 사람 승인 지점을 먼저 설계해야 한다.

무엇이 발표됐나

Google은 I/O 2026 개발자 발표에서 Antigravity 2.0, Antigravity CLI, AI Studio 확장과 함께 Gemini API Managed Agents를 소개했다. 핵심은 사용자가 단순 답변 API를 호출하는 방식에서 벗어나, 작업 환경을 가진 에이전트를 띄우고 도구를 연결해 일을 진행하게 하는 구조다.

이 발표를 "개발자를 대체한다"로 쓰면 정확하지 않다. 공식 설명의 범위는 프리뷰 단계의 관리형 에이전트 인프라다. 즉, 격리된 실행 공간과 도구 사용을 제공하지만, 어떤 작업을 허용하고 어떤 결과를 승인할지는 여전히 팀의 운영 규칙에 달려 있다.

구조를 나눠 보면

왜 중요한가

지금까지 많은 AI 도입은 "모델에 묻고 답을 받는다"에 가까웠다. Managed Agents는 질문보다 실행에 가깝다. 예를 들어 문서를 읽고, 코드 조각을 만들고, 웹에서 자료를 확인하고, 파일을 정리하는 일련의 절차를 하나의 에이전트 세션 안에서 수행할 수 있는 방향이다.

이 변화는 OpenAI의 Codex 원격 작업, Anthropic의 MCP 생태계, Microsoft의 Agent 365 거버넌스와 같은 흐름과 맞물린다. 에이전트가 늘어날수록 기업의 질문은 "어떤 모델을 쓸 것인가"에서 "어떤 권한을 어디까지 줄 것인가"로 이동한다. a-mkt의 AI 에이전트와 업무 자동화 토픽도 이 기준으로 갱신해야 한다.

도입 전 운영 순서

1. 에이전트가 수행할 작업을 읽기, 쓰기, 실행, 외부 접속으로 분리한다.
2. 테스트 데이터와 실제 고객 데이터를 명확히 나눈다.
3. 파일 생성, 파일 삭제, 웹 탐색, 명령 실행의 허용 조건을 문서화한다.
4. 결과물이 코드라면 테스트와 리뷰를 통과해야 병합되도록 한다.
5. 실패 로그와 취소 조건을 남겨 다음 에이전트 실행에 반영한다.

체크리스트: 프리뷰 사용 전

• □에이전트가 접근할 수 있는 저장소와 디렉터리를 제한했는가?
• □비밀값, 고객 데이터, 결제·관리자 화면 접근을 차단했는가?
• □코드 실행 결과를 사람이 검토하는 단계가 있는가?
• □비용과 실행 시간을 제한하는 중단 조건을 넣었는가?
• □프리뷰 기능이라는 점을 이해하고 운영 의존도를 낮게 잡았는가?

관리형 에이전트 발표는 자동화 가능성을 보여주지만, 운영 품질은 권한 설계와 검증 루프에서 결정된다. API가 일을 할 수 있게 될수록 사람이 정해야 할 경계도 더 명확해야 한다.

관련 읽기 경로

• •카테고리: AI도구에서 업무 자동화 도구를 이어서 봅니다.
• •토픽 허브: AI 에이전트와 업무 자동화에서 Codex와 MCP 흐름을 함께 봅니다.
• •함께 읽기: Codex Locked Computer Use, Mac 잠금 이후에도 작업을 이어가는 조건, Codex 모바일 프리뷰 — 장기 작업을 밖에서도 이어보기
• •운영 활용: 이 글은 관리형 에이전트 도입 전 권한표와 테스트 기준을 만드는 출발점입니다.

출처

• •Google, Introducing Managed Agents in the Gemini API: https://blog.google/innovation-and-ai/technology/developers-tools/managed-agents-gemini-api/
• •Google, Building the agentic future: Developer highlights from I/O 2026: https://blog.google/innovation-and-ai/technology/developers-tools/google-io-2026-developer-highlights/