2026년 7월 7일, Google은 공식 블로그를 통해 Gemini API의 Managed Agents 기능을 확장했다고 발표했습니다. 이번 업데이트는 단일 신기능이 아니라, 여러 기능을 하나로 묶은 '기능 번들(feature bundle)'로 출시되었다는 점이 특징이며, 주요 포인트는 다음 두 가지입니다.

백그라운드 태스크 (background tasks) 실행 대응 -
원격 MCP (Model Context Protocol) 서버 연결 대응

지금까지 Gemini API 상에서 에이전트를 구축할 경우, 기본적으로는 요청(request) ~ 응답(response)이 동기적(synchronous)으로 완결되는 흐름이 중심이었습니다. 이번 확장을 통해 에이전트를 매니지드 환경(managed environment) 상에서 장시간·비동기적으로 가동시키거나, 외부 도구·외부 데이터 소스를 MCP를 통해 유연하게 연결하는 것이 가능해진 것으로 보입니다.

에이전트 기반 강화 경쟁은 Anthropic (Claude)나 OpenAI도 진행하고 있는 영역이며, Google이 이 분야에 본격적으로 리소스를 투입했다는 점에서 LLM을 사용한 프로덕트 개발에 종사하는 엔지니어에게 놓칠 수 없는 업데이트입니다.

📌 영향을 받는 사람

• Gemini API 상에서 에이전트/자동화 워크플로우를 구축하고 있는 엔지니어
• MCP를 사용한 외부 도구 연동을 이미 Claude 등으로 구현했으며, Gemini 측의 대응 상황을 추적하고 있는 사람
• 장시간 실행이 필요한 배치 처리(batch processing)·조사 에이전트 등을 LLM에 맡기고 싶어 하는 사람

이번 확장에 의해 Gemini API의 Managed Agents는 '동기적인 단발성 요청'에서 '비동기·외부 연동을 전제로 한 에이전트 기반'으로 역할이 확장됩니다. 관계를 도식화하면 다음과 같습니다.

기존에는 '클라이언트 → Gemini API → 동기 응답'이라는 흐름이 중심이었으나, 앞으로는 Managed Agents가 백그라운드에서의 태스크 관리와 외부 MCP 서버와의 가교 역할을 담당하는 레이어로 기능하는 구성에 가까워집니다.

현시점에서 공개된 정보는 Google 공식 블로그의 기사 제목 및 개요를 기반으로 하고 있으며, 상세한 API 사양·대응 모델·요금 체계에 대해서는 원문(Expanding managed agents in the Gemini API)에서 확인이 필요합니다. 판명된 범위 내에서 정리하면 다음과 같습니다.

항목	내용	비고
기능명	Managed Agents feature bundle	여러 기능을 묶은 번들로 출시
...

💡 Tips

MCP (Model Context Protocol)는 Anthropic이 제창한 오픈 표준 프로토콜로, LLM과 외부 도구·데이터 소스를 연결하기 위한 공통 인터페이스입니다. Gemini API가 원격 MCP 서버에 대응했다는 것은, MCP 서버를 한 번 구현해 두면 Claude뿐만 아니라 Gemini에서도 동일한 자산을 이용할 수 있는 가능성이 생겼음을 의미합니다. 이미 MCP 서버를 운용하고 있다면 Gemini 측으로의 접속 설정을 확인할 가치가 있습니다.

이번 변경은 action_required: false (긴급 대응 불필요)로 분류되어 있으나, 다음과 같은 유스케이스를 가진 경우에는 빠른 캐치업(catch-up)을 권장합니다.

장시간 태스크를 폴링(polling)/자체 구현으로 회피해 온 사람

기존에 Gemini API로 장시간 처리를 다룰 때는 클라이언트 측에서 작업 큐(job queue)나 폴링 메커니즘을 직접 구축해야 하는 경우가 많았을 것입니다. 백그라운드 태스크 기능에 의해 이 부분을 매니지드 측으로 넘길 수 있을 가능성이 있습니다. 구현을 단순화할 수 있을지, 공식 문서의 상세 사양이 공개되는 대로 확인해 봅시다. -
이미 MCP 생태계에 투자하고 있는 사람

사내 도구 및 외부 SaaS 연동용으로 MCP 서버를 이미 구축해 두었다면, Gemini에서도 동일한 서버에 접속할 수 있게 될지도 모릅니다. 멀티 모델 전략 (Claude / Gemini / GPT를 용도에 따라 구분하여 사용)을 취하고 있는 팀에게는 도구 계층을 공통화할 수 있는 이점이 큽니다. -
에이전트 기반을 신규로 검토하고 있는 사람

다음과 같은 플로우차트를 참고하여, 자체 구현과 매니지드 (Managed) 기능 중 어느 것을 사용할지 판단해 보세요.

공식 블로그의 본문(상세 사양)은 아직 확인되지 않았으므로, 정확한 메서드 명칭이나 파라미터는 원문 기사 및 공식 레퍼런스(Reference)를 통한 확인이 필수입니다. 여기서는 "백그라운드 태스크 (Background Task)"와 "원격 MCP 연결"이 어떤 이미지로 사용될지를 개념 수준의 의사 코드 (Pseudo-code)로 보여드립니다.

Before (동기 처리만을 전제로 한 기존 방식의 이미지)

# 동기적으로 응답을 기다릴 수밖에 없으며,
# 장시간 처리는 클라이언트 측에서 재시도(Retry)/폴링(Polling)을 직접 구현해야 했다
response = client.generate_content(
...

After (백그라운드 태스크 + 원격 MCP를 이용하는 이미지)

# 개념 이미지: 실제 메서드 명칭 및 인자(Argument)는 공식 문서를 확인해야 함
agent = client.managed_agents.create(
model="gemini-pro",
...

⚠️ Breaking Change

위 코드는 어디까지나 개념 이미지이며, 현 시점에서 공식적으로 확정된 API 시그니처 (Signature)가 아닙니다. 구현에 착수할 때는 반드시 공식 블로그 및 Gemini API의 공식 문서를 통해 최신 사양을 확인하십시오.

• Google은 Gemini API의 Managed Agents를 확장하여, 백그라운드 태스크 실행과 원격 MCP 서버 연결을 포함하는 기능 번들을 발표했습니다. 이를 통해 Gemini API 상의 에이전트는 "동기적인 단발성 응답"에서 "비동기·장시간 실행 × 외부 도구 연동"으로 활동 범위가 넓어집니다.
• MCP 대응을 통해 Claude 등 타 LLM용으로 구축한 MCP 서버 자산을 Gemini에서도 활용할 수 있을 가능성이 있습니다.
• 현 시점에서 action_required는 없으나, 에이전트 기반이나 멀티 모델 전략을 검토 중인 팀은 조기에 공식 문서를 체크할 가치가 높습니다. 상세한 API 사양, 대응 모델, 요금 체계는 본 기사 작성 시점에서 미공개된 부분이 많으므로 후속 보도를 확인해야 합니다.

에이전트 기반 강화 경쟁은 각사에서 가속화되고 있으며, 향후에도 MCP를 축으로 한 에코시스템의 상호 운용성이 더욱 진전될 것으로 예상됩니다. 지속적으로 주시해야 할 업데이트입니다.