구글 범용 AI 어시스턴트 비전 공개: 제미나이 세계 모델화 및 멀티태스킹 에이전트 도입

지금의 AI 챗봇이 단순히 글을 잘 쓰는 비서에 머물렀다면, 구글이 그리는 범용 AI 어시스턴트는 사용자의 화면을 보며 실제로 대신 마우스를 쥐고 일하는 동료에 가깝습니다.

구글 딥마인드는 범용 AI 어시스턴트 구축을 위한 새로운 로드맵을 공개했습니다. 핵심은 최상위 멀티모달 모델인 Gemini 2.5 Pro를 인간의 뇌처럼 세상을 이해하고 시뮬레이션할 수 있는 '월드 모델'로 확장하겠다는 계획입니다.

현실 물리 이해부터 컴퓨터 제어까지

구글은 그동안 3D 상호작용 환경을 만드는 Genie 2, 직관적인 물리 법칙을 다루는 Veo, 로봇의 행동 제어 기술 등을 꾸준히 발전시켜 왔습니다. 이 연구들을 모아 Gemini를 현실 세계의 맥락을 짚어내는 모델로 키우겠다는 구상입니다.

이러한 기술적 진전은 제품 기능으로 빠르게 이어지고 있습니다. 구글은 지난 1년 동안 연구 프로토타입인 Project Astra에서 선보였던 영상 이해, 화면 공유, 장기 기억 능력을 Gemini Live에 통합해 왔습니다.

이번에는 네이티브 오디오를 통한 한층 자연스러운 음성 대화와 확장된 기억력, 그리고 컴퓨터를 직접 제어하는 기능이 새로 추가되었습니다. 현재 신뢰할 수 있는 테스터들과 검증 중이며, 향후 검색과 개발자용 Live API는 물론 스마트 안경 같은 새로운 하드웨어 폼팩터로도 확대될 예정입니다.

동시에 10가지 일을 처리하는 Project Mariner

눈으로 보고 듣는 것뿐 아니라 실제 행동을 대신하는 에이전트 기술도 강화되었습니다. 구글이 작년 12월 처음 공개했던 브라우저 기반 작업 프로토타입 Project Mariner가 대폭 업데이트되었습니다.

개편된 Mariner는 최대 10개의 서로 다른 작업을 동시에 병렬로 처리할 수 있는 에이전트 시스템을 탑재했습니다. 사용자가 요청하면 여러 웹사이트를 넘나들며 정보 검색, 일정 예약, 쇼핑 비교 조사를 한꺼번에 실행합니다.

현재 이 기능은 미국의 Google AI Ultra 구독자를 대상으로 제공되기 시작했습니다. 구글은 컴퓨터 제어 기능을 Gemini API에도 도입하고 있으며, 연내 다양한 구글 제품군에 에이전트 기능을 점진적으로 적용할 방침입니다.

왜 중요한가

우리는 그동안 흩어져 있던 구글의 연구 결과물들이 하나의 실용적인 작업 도구로 묶이기 시작했다는 점에 주목합니다. Genie나 Veo처럼 시각적이고 물리적인 시뮬레이션 기술이 Gemini 2.5 Pro의 두뇌와 결합하면서, 화면 위의 복잡한 작업을 능숙하게 처리하는 에이전트로 진화하고 있습니다.

사용자 관점에서 10가지 작업을 동시에 위임할 수 있다는 점은 큰 매력입니다. 매일 반복되는 자료 조사, 가격 비교, 예약 업무처럼 손이 많이 가는 잡무를 AI가 백그라운드에서 처리해 준다면 생산성을 체감할 수 있습니다. 다만 현재는 미국 지역의 고가 구독자에게만 열려 있어 일반 이용자가 손쉽게 쓰기까지는 시간이 걸릴 것으로 보입니다.

업계 차원에서는 앤트로픽의 '컴퓨터 유즈'와 오픈AI의 자율 에이전트 시도에 대한 강력한 반격으로 풀이됩니다. 구글은 크롬 브라우저와 안드로이드, 나아가 스마트 안경에 이르는 방대한 플랫폼을 쥐고 있어, 순수 모델 개발사에 비해 에이전트를 실생활에 안착시키기에 훨씬 유리한 위치에 있습니다.

문제는 신뢰성과 안전성입니다. 결제나 개인 계정이 연결된 브라우저 환경에서 에이전트가 동시에 10개의 작업을 수행하다가 오작동을 일으킬 경우 발생할 혼란은 적지 않습니다. 다중 작업 환경에서 사용자 실수를 유발하지 않고 안전망을 얼마나 견고하게 유지하느냐가 대중화의 승부처가 될 것입니다.