| 핵심 메시지 | 이번 발표의 키워드는 '에이전틱(Agentic)' — 사용자의 질문에 답만 하는 AI가 아니라, 목표를 받아 도구를 호출하며 24시간 스스로 반복 작업하는 AI로의 전환 |
| 구글의 진짜 자랑 | 모델 성능이 아니라 추론(inference) 비용을 싸게 만드는 인프라. 칩(TPU)·클라우드·서비스까지 수직 통합 |
| 적용 범위 | 검색·유튜브·지도·워크스페이스·크롬 등 10억 명 이상 쓰는 제품 13개에 AI 일괄 적용 |
| 한 줄 결론 | "단순 검색 엔진 회사 → AI 기반 에이전트 운영체제(OS) 회사로 이동 중" |
용어풀이 — 추론(inference): 학습이 끝난 AI 모델이 실제 답을 만들어내는 연산 과정. 에이전트는 한 작업에 추론을 수십·수백 번 반복하므로 '한 번 답변' 비용보다 '한 작업 완료까지 총비용(TCO)'이 중요해진다.
구글은 "AI 좋다"를 자랑하지 않고, 데이터센터에서 AI 사용량이 이미 폭발(토큰 사용량 매년 6배 증가, 12개월간 375개 고객사가 1조 토큰 이상 사용)했음을 먼저 보여준 뒤 "그 비용을 우리가 가장 싸게 만든다"는 논리로 접근했다.
| 포지션 | 가장 똑똑한 모델이 아니라, 장기 반복 작업(검색·코딩·테스트·감시)에 쓰는 비용 효율 모델 |
| 성능 | 출력 속도 빠르면서 지능도 높음. 안티그래비티(개발 워크플로우) 최적화 버전은 타 프런티어 모델 대비 12배 빠름 |
| 비용 효과 | 하루 1조 토큰 쓰는 기업이 작업의 80%를 플래시로 전환만 해도 연 $10억(약 1.4조 원) 절감 |
| 전략 | "비싼 최고 모델은 진짜 어려운 작업에만, 대부분은 플래시로" — 기업 AI 비용 폭증에 대한 구글의 답 |
용어풀이 — 안티그래비티(Antigravity): 구글의 개발자용 AI 워크플로우 도구. 토큰: AI가 글을 처리하는 최소 단위(대략 단어 조각). 토큰을 적게 쓸수록 비용이 싸진다.
핵심 전환 — 검색창이 "정보를 찾는 박스"에서 "일을 시작하는 작업 공간"으로 바뀜. AI 오버뷰 월 25억 MAU, AI 모드는 1년 만에 월 15억 사용자 돌파.
이메일·일정·대화 맥락을 종합해 다음 행동을 제안. 답만 하는 앱에서 실행하는 앱으로
Gmail·캘린더 등 개인 데이터를 연동해 나에게 딱 맞춘 답변(예: 시차 적응 일정 조정)
흩어진 정보를 모아 "오늘 뭘·다음에 뭘 할지"까지 정리한 하루 운영 요약
제미나이 스파크: 제미나이 앱 안에서 24시간 도는 개인 에이전트(오픈클로와 유사하나 구글 클라우드 서버에서 실행). 크롬에 직접 탑재돼 브라우저가 '에이전트 실행 공간'으로 변신. 향후 MCP·이메일·채팅 연동 예정. 미국 우선 출시.
| 무엇인가 | 이미지·영상·음악을 음성·텍스트·마우스로 대화하며 만들고 고치는 편집 엔진. 프롬프트 한 번으로 뽑는 도구가 아님 |
| 강점 | 물리 법칙·소리를 이해해 블랙홀 효과·클레이 애니메이션 등을 빠르게 생성 — 어도비 같은 전문 도구 작업을 대체 |
| 방향 | 나노바나(이미지)처럼 영상도 대량 생성. 유튜브 리믹스·월드 모델로 연결 — '세상을 이해하는 AI'로 가는 과도기 모델 |
용어풀이 — 멀티모달: 텍스트·이미지·영상·음성 등 여러 형태의 정보를 동시에 다루는 것. 월드 모델: AI가 현실 세계의 물리·인과를 시뮬레이션하듯 이해하려는 모델.