Google이 Gemini API의 Managed Agents 기능을 확장했다. 이번 변화의 핵심은 에이전트가 오래 걸리는 작업을 백그라운드에서 계속 실행하고, 원격 MCP 서버와 연결하며, 개발자가 정의한 함수를 호출하고, 실행 환경을 유지한 채 만료된 인증 정보를 교체할 수 있게 된 점이다. 단순히 모델 응답이 좋아졌다는 발표가 아니라, 에이전트를 실제 서비스 흐름에 넣을 때 필요한 실행·연결·상태 관리 기능을 보강한 업데이트에 가깝다.
Managed Agents는 Gemini Interactions API의 단일 엔드포인트를 통해 추론, 코드 실행, 패키지 설치, 파일 관리, 웹 정보 활용 등을 처리한다. 작업은 격리된 원격 클라우드 샌드박스에서 실행된다. 개발자는 각각의 실행 기능을 직접 조립하는 부담을 줄일 수 있지만, 그만큼 원격 환경의 수명, 네트워크 권한, 외부 도구에 전달되는 데이터, 실패 후 재개 방식까지 함께 설계해야 한다.
이번에 추가된 네 가지 기능
1. 오래 걸리는 작업을 위한 백그라운드 실행
분석이나 저장소 검사처럼 실행 시간이 긴 작업에서 HTTP 연결을 계속 열어 두는 방식은 불안정하다. 네트워크가 잠시 끊기거나 클라이언트가 종료되면 작업 상태를 잃기 쉽고, 서버나 프록시의 연결 제한에도 영향을 받는다.
새 백그라운드 실행 방식에서는 요청할 때 백그라운드 옵션을 지정하면 API가 먼저 상호작용 ID를 반환한다. 클라이언트는 이 ID로 상태를 조회하거나 진행 결과를 스트리밍하고, 연결이 끊겼다가도 나중에 다시 접근할 수 있다. 에이전트 작업은 원격에서 계속 진행된다.
예를 들어 코드 저장소를 복제한 뒤 소스의 모든 주석을 찾아 모듈과 우선순위별로 분류하는 작업은 짧은 대화형 요청보다 오래 걸릴 수 있다. 이런 작업을 웹 요청 하나의 수명에 묶지 않고 별도 작업으로 관리할 수 있다는 점이 실무적인 변화다.
다만 비동기 실행 자체가 신뢰성을 자동으로 보장하는 것은 아니다. 적용할 때는 다음 항목을 확인해야 한다.
- 상호작용 ID를 어디에 저장하고 누가 조회할 수 있는가
- 진행 중, 완료, 실패 등 상태별로 어떤 처리를 할 것인가
- 클라이언트의 재시도 때문에 같은 작업이 중복 실행될 가능성이 있는가
- 오래 멈춘 작업을 취소하거나 만료시키는 기준이 있는가
- 완료 결과와 중간 산출물이 얼마나 오래 보존되는가
- 긴 실행 시간과 도구 사용량이 비용에 어떻게 반영되는가
개인 개발자는 문서 분석이나 대규모 코드 점검에 활용할 수 있고, 연구자는 자료 묶음의 정리와 반복 분석에 적용할 수 있다. 학생이라면 여러 파일을 다루는 학습 프로젝트에 유용할 수 있지만, 과제 제출물이나 개인정보가 포함된 자료를 올리기 전에는 저장 및 처리 조건부터 확인하는 편이 안전하다.
2. 원격 MCP 서버 직접 연결
Managed Agents는 원격 Model Context Protocol 서버를 도구로 연결할 수 있게 됐다. 기존에는 비공개 데이터베이스나 내부 API를 에이전트가 사용하도록 하려면 중간 프록시를 별도로 구현해야 하는 경우가 있었다. 이번 방식에서는 상호작용을 생성할 때 원격 MCP 서버의 주소를 도구로 지정하고, Google 검색이나 코드 실행 같은 기본 샌드박스 도구와 함께 사용할 수 있다.
가령 내부 관측 서버에서 인증 서비스의 최근 지연 현상을 조회한 뒤 Git 커밋과 연관성을 분석하는 흐름을 구성할 수 있다. MCP 서버가 내부 데이터를 제공하고, 에이전트가 코드 실행이나 검색 기능을 이용해 결과를 정리하는 형태다.
중간 연결 코드를 줄일 가능성은 있지만, 원격 MCP 연결은 가장 신중하게 검토해야 할 부분이기도 하다. 에이전트가 호출할 수 있는 도구의 권한이 넓으면 잘못된 입력이나 예상하지 못한 추론 경로가 실제 시스템 작업으로 이어질 수 있다. 처음부터 쓰기·삭제 권한을 제공하기보다 읽기 전용 도구와 제한된 테스트 데이터로 시작하는 것이 적절하다.
- MCP 서버가 제공하는 도구와 각 도구의 읽기·쓰기 범위를 확인한다.
- 사용자 입력이 도구 인수로 전달되기 전에 검증되는지 살핀다.
- 민감한 데이터가 모델 입력이나 실행 기록에 포함되는지 확인한다.
- 허용된 도메인과 서버 인증서, 서버 신원을 검증한다.
- 도구 호출 주체, 시각, 인수, 결과를 추적할 감사 기록을 준비한다.
- 오류나 과도한 호출에 대비해 시간 제한과 호출량 제한을 둔다.
MCP를 이미 사용하고 있다면 “연결할 수 있다”는 사실보다 기존 프록시를 제거해도 같은 수준의 인증, 검증, 관찰 가능성을 유지할 수 있는지가 중요하다. 기존 연결 계층이 권한 축소나 입력 정제 역할까지 담당한다면 단순히 삭제해서는 안 된다.
3. 샌드박스 도구와 사용자 정의 함수의 조합
개발자가 정의한 함수도 기본 샌드박스 도구와 함께 사용할 수 있다. 코드 실행이나 파일 시스템 관련 기본 도구는 서버에서 자동으로 처리되지만, 사용자 정의 함수 호출이 필요하면 상호작용 상태가 별도 실행을 요구하는 상태로 전환된다. 이때 클라이언트가 실제 업무 로직을 실행하고 그 결과를 후속 상호작용에 전달한다.
예를 들어 에이전트가 특정 지역의 날씨를 확인한 뒤 온도를 변환하는 코드를 실행하고 결과를 파일로 저장하도록 만들 수 있다. 날씨 조회는 개발자가 제공한 함수가 담당하고, 계산과 파일 생성은 원격 샌드박스가 담당하는 식이다.
이 구조에서는 함수 호출과 함수 결과를 정확히 짝짓는 처리가 중요하다. 제공된 예시는 이미 결과가 존재하는 호출을 구분하고, 아직 실행되지 않은 호출만 클라이언트가 처리하는 흐름을 보여준다. 결제, 메시지 발송, 데이터 수정처럼 부작용이 있는 함수라면 호출 ID를 기준으로 중복 실행을 막는 장치가 필요하다.
- 함수의 입력 형식을 좁고 명확하게 정의한다.
- 모델이 만든 인수를 신뢰하지 말고 클라이언트에서 다시 검증한다.
- 조회와 변경 함수를 분리하고 변경 작업에는 추가 승인을 둔다.
- 동일한 호출이 재전송돼도 결과가 중복되지 않도록 설계한다.
- 함수 오류를 모델에 전달할 때 내부 정보가 노출되지 않게 한다.
- 기본 도구와 사용자 정의 함수가 어떤 순서로 실행됐는지 기록한다.
4. 실행 환경을 유지한 인증 정보 갱신
외부 API에 접근할 때 쓰는 액세스 토큰이나 단기 키는 실행 도중 만료될 수 있다. 이제 기존 실행 환경의 ID를 다음 상호작용에 넘기면서 새로운 네트워크 설정을 제공해 인증 정보를 교체할 수 있다. 새로운 규칙은 기존 규칙을 즉시 대체하지만, 샌드박스의 파일 시스템 상태와 설치한 패키지, 복제한 저장소는 유지된다.
이는 긴 분석을 처음부터 다시 실행하지 않고도 만료된 토큰을 갱신할 수 있다는 의미다. 예를 들어 원격 저장소의 파일 목록을 읽은 후 같은 환경에서 특정 파일을 내려받아야 하는데 토큰이 만료됐다면, 환경은 유지하면서 인증 정보만 바꾸는 흐름을 구성할 수 있다.
운영에서는 편의성보다 비밀정보 관리 방식이 더 중요하다. 토큰이 애플리케이션 로그, 오류 메시지, 작업 결과에 남지 않는지 확인해야 하며, 네트워크 허용 목록은 필요한 도메인만 포함해야 한다. 새 설정이 이전 설정을 즉시 대체하므로 갱신 실패가 진행 중인 작업에 미치는 영향도 시험할 필요가 있다.
누구에게 의미가 큰가
개인 개발자에게는 저장소 분석, 패키지 설치, 코드 실행, 외부 도구 호출을 하나의 관리형 흐름으로 묶을 수 있다는 점이 유용하다. 다만 작은 자동화라면 기존 스크립트나 CI 작업이 더 단순하고 예측 가능할 수 있다. 자연어 추론과 여러 도구 선택이 실제로 필요한 작업인지 먼저 구분해야 한다.
학생과 연구자에게는 여러 파일을 다루는 장시간 분석이나 반복 자료 정리에 활용 가능성이 있다. 그러나 연구 데이터의 반출 조건, 기관 계정 정책, 재현성 요구를 먼저 확인해야 한다. 에이전트가 패키지를 설치하거나 웹 정보를 사용하면 실행 환경과 외부 정보가 달라져 같은 결과를 재현하기 어려울 수 있으므로 입력, 도구 호출, 패키지 버전, 결과물을 함께 기록하는 것이 좋다.
서비스 개발팀에게는 백그라운드 작업과 외부 도구 연결을 직접 구현하는 양을 줄일 가능성이 있다. 반면 관리형 실행 환경에 대한 의존성이 커지고, 장애 분석과 비용 예측 방식도 달라진다. 기존 작업 큐, 워커, 함수 호출 계층과 비교해 삭제할 수 있는 구성요소와 새로 관리해야 할 구성요소를 함께 계산해야 한다.
도입 전에 비교할 기준
| 항목 | 확인할 질문 | 판단 기준 |
|---|---|---|
| 접근 가능 범위 | 내 계정, 프로젝트, 지역과 사용하는 SDK에서 기능이 제공되는가? | 발표 예제가 아니라 실제 운영 프로젝트에서 활성화되는지 확인한다. |
| 제품 단계 | 예시에 사용된 에이전트와 API가 미리보기인지, 변경 가능성이 어느 정도인가? | 핵심 서비스에 넣기 전에 버전 고정과 변경 대응 방법을 마련한다. |
| 가격 | 모델 사용량, 원격 실행 시간, 검색과 코드 실행, 저장 공간이 각각 어떻게 청구되는가? | 공식 가격표와 프로젝트 청구 화면을 확인해 대표 작업 한 건의 비용을 측정한다. |
| 권한 | 원격 MCP와 사용자 정의 함수가 접근할 수 있는 데이터와 작업은 무엇인가? | 최소 권한, 읽기 전용, 사용자별 권한 분리를 적용할 수 있어야 한다. |
| 데이터 처리 | 입력, 파일, 도구 결과, 실행 기록이 어디에 저장되고 언제 삭제되는가? | 개인정보, 연구자료, 비공개 코드를 넣기 전에 공식 정책과 조직 규정을 대조한다. |
| 복구 | 연결 중단, 토큰 만료, 함수 실패, 부분 완료 상태에서 재개할 수 있는가? | 중복 실행 없이 재시도하고 사람이 결과를 검토할 수 있어야 한다. |
| 기존 대안 | 작업 큐, 서버리스 함수, CI, 기존 MCP 프록시로도 같은 결과를 낼 수 있는가? | 전환 비용보다 반복 작업 감소와 운영 단순화 효과가 클 때 도입한다. |
작게 검증하는 적용 순서
- 한 가지 반복 작업을 고른다. 저장소의 주석 분류, 공개 자료 정리처럼 결과를 사람이 쉽게 검증할 수 있는 작업이 적합하다.
- 민감하지 않은 복제 데이터로 시작한다. 실제 고객 정보나 비공개 연구자료는 권한과 보존 정책을 확인한 뒤에 사용한다.
- 기본 기능만 먼저 측정한다. 백그라운드 실행의 완료 시간, 실패율, 재연결 동작과 결과 품질을 기록한다.
- 외부 도구는 읽기 전용으로 연결한다. MCP 서버나 사용자 정의 함수가 반환하는 데이터 범위와 호출 기록을 확인한다.
- 실패 상황을 의도적으로 시험한다. 네트워크 중단, 만료된 토큰, 함수 오류, 중복 요청에서 작업이 어떻게 끝나는지 살핀다.
- 기존 방식과 비교한다. 사람이 수정한 횟수, 작업에 걸린 시간, 호출량, 운영 복잡도를 같은 기준으로 비교한다.
- 확인 가능한 공식 조건을 반영한다. 가격, 할당량, 지원 지역, 데이터 정책과 API 안정성은 실제 적용 시점의 공식 문서를 기준으로 다시 확인한다.
자주 묻는 질문
발표만 보고 기존 자동화를 Managed Agents로 옮겨도 될까?
바로 전체 흐름을 이전할 이유는 약하다. 규칙이 명확하고 결과가 결정적인 작업은 기존 스크립트나 작업 큐가 더 단순할 수 있다. 여러 자료를 해석하고 도구를 선택해야 하는 반복 작업 하나를 골라 관리형 에이전트가 실제로 구현량과 수정 시간을 줄이는지 확인하는 편이 좋다.
백그라운드 실행이면 작업 완료가 보장되나?
백그라운드 실행은 긴 HTTP 연결에 대한 의존을 줄여 주지만, 모든 실패를 없애지는 않는다. 상태 저장, 조회 주기, 시간 제한, 취소, 재시도, 중복 방지, 결과 보존을 애플리케이션에서 어떻게 처리할지 정해야 한다. 공식 가이드에서 제공하는 상태와 만료 조건도 적용 전에 확인해야 한다.
원격 MCP를 연결하면 별도 보안 계층이 필요 없나?
그렇지 않다. 연결 과정이 간단해져도 인증, 최소 권한, 입력 검증, 감사 기록은 여전히 필요하다. 내부 MCP 서버를 곧바로 넓은 권한으로 공개하지 말고, 허용된 도구와 데이터만 제공하는 전용 엔드포인트를 검토해야 한다.
비용은 어떻게 판단해야 하나?
제공된 발표 내용만으로는 개인이나 팀의 실제 비용을 계산할 수 없다. 공식 가격표와 할당량 문서에서 모델 호출, 장시간 실행, 검색·코드 실행 같은 도구 사용이 어떻게 반영되는지 확인해야 한다. 대표 작업을 소량 실행해 작업 한 건당 비용과 월간 예상 횟수를 함께 계산하는 것이 현실적이다.
출처와 검증
기능 구성과 작동 방식은 Google AI Blog의 Expanding Managed Agents in Gemini API: background tasks, remote MCP and more를 기준으로 정리했다. 실제 도입 시점에는 연결된 공식 가이드와 SDK 문서에서 지원 버전, 제품 단계, 계정·지역별 제공 범위, 가격, 할당량, 데이터 처리 조건을 다시 확인해야 한다.