2026년 7월 30일, Google Cloud Next Tokyo '26의 Day1 기조연설에 참가했습니다. 본 기사는 당일의 내용을 공개 정보와 대조하며 정리한 리포트입니다.

Day1 기조연설의 테마는 한마디로 말하자면 "Gemini Enterprise를 축으로 한 기업의 AI 활용"이었습니다. 소매업을 상정한 데모를 시작으로, 손보재팬(Sompo Japan), Sky 주식회사, 스퀘어 에닉스(Square Enix)라는 업종이 다른 3사의 사례 소개, Google Workspace의 신기능 데모, 그리고 보안 영역의 신규 발표까지 폭넓은 내용이 다뤄지고 있습니다.

회장에서 언급된 수치 중 일부는 본 기사 집필 시점에서 공식 블로그 등에서의 확인이 불가능했습니다. 해당 부분은 "기조연설 내에서 소개된 수치"로서 구분하여 기재하고 있습니다.

첫 번째 세션은 전국 체인 소매업을 상정한 Gemini Enterprise 활용 데모였습니다. 등장하는 점포명이나 인물(점포 담당 슈퍼바이저, 본부 머천다이저)은 설명 중에 명시되지 않았으며, 실재 기업의 사례가 아니라 기능을 보여주기 위한 가정된 시나리오로서 소개된 것으로 판단됩니다.

슈퍼바이저는 순회 점검 전에 본부가 중점 카테고리로 설정한 음료 부문에 대해, 과거 수치를 바탕으로 한 포인트 정리를 에이전트(Agent)에게 의뢰합니다. 에이전트는 점포별 호조·부진 카테고리와 그 요인 가설("이 데모에서는 미네랄 워터의 판매가 저조하여 진열대의 페이스(Face) 수가 부족할 가능성")을 제시하고, 이와 함께 과거 순회 기록으로부터 확인해야 할 포인트도 도출합니다.

순회 점검 중에는 슈퍼바이저가 발견한 점을 음성으로 메모하고 사진도 첨부합니다. 에이전트는 이를 멀티모달(Multimodal) 방식으로 해석하여 위생·안전 등의 기본 항목은 스코어화하고, 좋았던 점은 수평 전개해야 할 지식(Knowledge), 과제는 개선 사항으로 자동 정리합니다. 나아가 순회 보고서를 PDF로 작성하여 점장에게 채팅 도구로 공유하며, 개선 사항은 기한이 있는 태스크(Task)로서 외부 태스크 관리 도구(Outlook)와도 연계됩니다. 점장 측은 이 보고서를 바탕으로 개선을 실시하고 결과를 보고하는 흐름입니다.

본부의 머천다이저는 여름 성수기를 대비한 음료 진열대 최적화를 검토하고 있었으나, POS 데이터, 신상품 데이터, 기상 데이터 API 등 여러 데이터 소스를 횡단하는 분석이 필요하여 지금까지는 시간이 걸리는 작업이었습니다. 데모에서는 분석 에이전트에게 필요한 데이터 소스를 지정한 후 분석을 의뢰하면, 다음 날 아침에 계절 변동이 큰 카테고리 추출이나 기온·습도와 매출의 상관관계 분석 결과가 도착하는 모습이 보여졌습니다.

이 분석 결과를 바탕으로 진열 계획 플래너 에이전트(Shelf Planner Agent)를 기동하면, 먼저 수요 예측 에이전트가 기후와 매출의 상관관계를 재확인하고, 이어 진열 설계 에이전트가 "열사병 대책 상품을 눈높이에 배치하고 탄산수 재고 비율을 조정한다"라는 구체적인 진열안을 작성합니다. 승인 후에는 점포의 운영 시스템(Operation System)과 연계되어 진열 변경 계획의 초안까지 자동으로 준비됩니다.

이 데모에서 인상적이었던 점은 분석 결과의 저장처나 개선 태스크의 연계처로 OneDrive나 Outlook이 등장했다는 점입니다. 이는 Gemini Enterprise가 자사 제품만으로 완결되는 구성을 전제로 하지 않음을 보여주는 한 예라고 할 수 있습니다.

손보재팬(Sompo Japan)에서는 CDO(Chief Digital Officer)인 나카지마 마사토시 씨가 등단했습니다. 해당 기업은 2016년 도쿄와 실리콘밸리에 SOMPO 디지털 랩을 설립하여 약 10년간 그룹 전체의 디지털 전환(DX)에 힘써왔다고 합니다. DX 전략은 "가로의 DX"(현장의 비즈니스 부문이 주체가 되어 자신들의 손으로 새로운 고객 경험을 만듦. 이 10년 동안 약 200명의 디지털 스페셜리스트 채용)와 "방패의 DX"(디지털을 통한 신규 사업 창출. 미국 Palantir 사와의 합작 사업 등이 해당)라는 두 축으로 설명되었습니다.

나카지마 씨는 자사의 AI 활용을 "특화형 AI"(업무 효율화·생산성 향상을 위해 AI에게 맡길 수 있는 업무는 맡김)와 "범용형 AI"(인간만이 할 수 있는 능력을 극대화하기 위해 사원 개개인의 파트너로서 새로운 가치 창출을 지원함)라는 두 영역으로 정리하여 설명했습니다.

2026년 1월, 기존의 챗봇형 AI에서 Gemini Enterprise로 전환하여 그룹 전 사원 3만 4,000명에게 "손보 AI 에이전트"로서 제공을 개시했습니다(공개 정보에서도 SOMPO 홀딩스가 국내 그룹사의 약 3만 명 규모에 2026년 1월부터 AI 에이전트를 전개했다는 보도가 있어, 시기 및 규모감이 일치합니다).

선정 이유로 꼽힌 것은 Gemini Notebook(구 NotebookLM)의 존재입니다. 보험사에는 약관이나 규정집, 방대한 매뉴얼류 등 대량의 사내 문서가 있어, 출처를 명시하며 문서에 기반해 답변하는 소스 그라운딩 (Source Grounding)형 AI와 궁합이 높다고 판단했다고 합니다.

도입에 있어 해당 기업이 공을 들인 점은 일상 업무로의 통합입니다. 사내에서 개발한 음성 메모 앱을 사용하면, 회의 녹음이 종료된 후 자동으로 Gemini Notebook으로 데이터가 추가되어 참석자 전원에게 즉시 공유되는 체계를 구축했습니다. 목표는 'AI에게 회의록을 작성하게 하는 것'이 아니라, 회의록 작성 그 자체를 없애는 방향으로 회의 방식 자체를 탑다운 (Top-down)으로 변화시키는 것이라고 합니다. 이와 함께 본사 각 부문이 작성하여 전사에 공개하는 공식 노트북도 정비되어, '본사에 문의하기 전에 먼저 공식 노트북에 물어본다'는 사용 방식이 정착되고 있다고 전했습니다.

또 다른 움직임은 현장 직원 스스로 에이전트를 만드는 시민 개발 (Citizen Development)입니다. 몇 개월 만에 1만 건이 넘는 에이전트가 만들어졌다고 하며, 그중 전국에서 사용되는 공식 에이전트로 다음 세 가지가 소개되었습니다.

• 메사포 (目サポ): 목표 설정에 관한 사내 가이드라인이나 평가 방침을 학습하여, AI와의 대화를 통해 목표 설정과 사고 정리를 지원하는 에이전트
• 문자 변환 (文字起こし): 사진이나 화면 캡처에서 문자를 즉시 텍스트로 변환하는 에이전트
• 레커밀 (レッカーミル): 문자 변환의 발전 형태. 자동차 사고에 따른 레커(견인) 비용 청구서를 읽어 들여 텍스트화하고, 시세와 대조하여 가격의 타당성을 자동으로 체크하는, 보험사 특유의 전문 업무에 특화된 에이전트

도입 후 반년 만에 주 1회 이상 AI 에이전트를 이용하는 직원 비율(WAU)은 80%를 넘었으며, 부장급 이상의 매니지먼트 층으로 한정하면 WAU는 98%에 달했다고 보고되었습니다. 나카지마 씨는 이용률이 높은 직원일수록 단순한 업무 효율화를 넘어, AI로 확보한 시간을 사용하여 지금까지 착수하지 못했던 가치 높은 업무에 도전하는 경향이 보인다고 언급했습니다.

마지막으로 나카지마 씨는 AI 툴 도입 자체는 당연한 첫걸음에 불과하며, 그 너머의 결정타는 '사내의 가치 있는 데이터를 AI-Ready 상태로 만들 수 있는가'와 '평균치가 아닌 돌출된 성과를 낼 수 있는가'라는 두 가지 포인트에 있다고 총괄했습니다. 이 두 가지를 좌우하는 것은 결국 직원의 경험과 견식이며, 질문을 던지는 능력, 즉 AI를 능숙하게 다루는 인간력을 어디까지 확장할 수 있는지가 최대의 열쇠라는 것이 그의 주장입니다.

이어 Sky 주식회사의 오타 씨가 등단했습니다. 해당 기업은 자사 패키지 상품을 개발하는 제조 사업과 시스템 수탁 개발을 수행하는 인테그레이션 (Integration) 사업이라는 두 개의 기둥을 가진 소프트웨어 개발 기업으로, 직원 약 4,600명 중 약 3,100명이 엔지니어라고 합니다. 2025년 10월에는 코퍼레이트 메시지를 'AI와 함께, 아직 보지 못한 테크놀로지의 하늘로.'로 변경하며 AI와의 공생을 축으로 한 사업 전개를 추진하고 있음을 공식 발표했으며, 2026년 1월부터의 Gemini Enterprise 전사 도입도 함께 공식적으로 발표되었습니다.

선정 이유로 꼽힌 것은 AI 에이전트의 처리 정밀도와 엔터프라이즈 용도에서 요구되는 검색 거버넌스 (Search Governance)의 강력함입니다. 해당 기업은 딥 리서치 (Deep Research)와 같은 AI 에이전트를 풀 스크래치 (Full-scratch)로 내제 구축해 온 경험이 있으며, 백그라운드에서 자율적으로 반복되는 반복 처리 (Iterative processing)가 많은 태스크일수록 모델이나 아키텍처에 따른 정밀도 차이가 현저하게 나타난다는 것을 실감하고 있었다고 합니다. 타사 서비스와의 비교 검토 결과, Gemini가 높은 정밀도를 보여준 점, AI의 비즈니스 활용에서 주축이 되는 검색 조사에 있어 Google의 검색 정밀도가 강점이 된다는 점, 엔터프라이즈 검색과 거버넌스를 양립할 수 있다는 점이 결정적인 이유였다고 설명했습니다.

Sky 주식회사의 특징은 각 직원이 자신의 업무에 맞춘 독자적인 에이전트를 직접 만드는 문화가 확산되어 있다는 점입니다. 용도는 코딩, 정보 검색, 문장 작성이 전체의 약 절반을 차지하는 한편, 일반적인 코딩 에이전트로는 커버하기 어려운 임베디드 개발이나 테스트 케이스 작성에도 독자 에이전트가 활용되고 있습니다. 분류하기 어려운 복합적인 프롬프트 (Prompt)가 전체의 약 48%를 차지한다는 수치도 소개되었는데, 이는 직원 개개인이 자신의 업무에 맞춰 세부적인 튜닝을 거듭하며 다양한 에이전트 활용이 진행되고 있음을 보여주는 지표라고 평가되었습니다.

전사적인 활용도를 끌어올리기 위한 대책으로서, 뛰어난 에이전트 제작자를 표창하는 사내 이벤트인 「에이전트 축제」 개최, AI 리터러시 (AI Literacy) 연수 정기 실시, 에이전트를 공유할 수 있는 플랫폼 정비, 이용 상황 및 피드백 데이터를 한곳에 집약하는 대시보드 구축 등이 소개되었습니다. 대시보드에서는 직원 개개인의 활용 상황을 AI로 분석하여, 누가 어떻게 활용하고 있는지를 정량적으로 파악할 수 있도록 하고 있다고 합니다.

도입 결과로서, 사내 AI에 대한 총 요청 수는 도입 전 일일 1만 5,000회에서 도입 후 약 2배인 3만 회로 증가했다고 보고되었습니다. 에이전트 수도 공개 시작 1주일 만에 2,500개, 도입 5개월 만에 2만 개에 달하고 있다고 합니다.

또 다른 큰 변화로 언급된 것이 개인의 암묵지 (Tacit Knowledge)나 부서별 로컬 데이터의 가시화입니다. 해당 기업은 「디지털 워커」 (AI 사원)의 사내 도입을 시도하는 과정에서, 개인의 암묵지나 부서별 데이터가 공유되지 않는 것이 큰 장벽이 되었다고 합니다. 업무 효율화를 위해 각자가 에이전트를 만드는 과정에서 지견과 데이터가 자연스럽게 플랫폼 상으로 집약되었고, 결과적으로 암묵지를 가시화하는 수단으로서도 기능하기 시작했다고 합니다.

스퀘어 에닉스 (Square Enix)에서는 AI 엔진 영역을 담당하는 엔지니어가 등단했습니다. 해당 기업은 파이널 판타지 (Final Fantasy)나 드래곤 퀘스트 (Dragon Quest)를 비롯한 수많은 IP를 전개하고 있으며, 10년 이상 AI 연구 개발과 게임 구현에 힘써왔다고 합니다. 소개된 것은 크게 두 가지 활용 영역인 플레이어를 위한 새로운 게임 경험과 개발 현장의 서포트입니다.

키워드로 언급된 것은 「멀티모달 AI (Multimodal AI)의 가능성」이었습니다. 플레이어 경험에서도 개발 서포트에서도 현장이 원했던 것은 텍스트를 주고받는 것뿐만 아니라, 게임의 소리를 듣고 복잡하게 변화하는 화면을 인간과 동일하게 인식·파악할 수 있는 능력이었다고 합니다. 이미지·음성 인식과 이를 조합한 판단력에 강점을 가진 Gemini Enterprise를 채택한 이유도 여기에 있다고 설명되었습니다.

소개된 사례 중 하나는 2026년 8월에 14주년을 맞이하는 MMORPG 「드래곤 퀘스트 X 온라인」에 구현될 대화형 AI 버디 「오샤베리 슬라임 (おしゃべりスラミィ)」입니다. Gemini 2.5 Flash와 Gemini Live API를 조합하여 지연이 적은 자연스러운 음성 대화, 게임 화면을 본 상황 이해, 플레이어에게 자발적으로 말을 거는 기능을 실현하고 있다고 합니다. 오샤베리 슬라임은 4월 하순부터 베타 제공이 시작되었으며, 정식 서비스는 2026년 6월 25일에 시작되었습니다 (각종 미디어 보도에서도 동일한 기술 구성 및 제공 시기가 보도되고 있습니다).

또 다른 사례는 개발 현장에서의 활용입니다. 게임의 검증 작업량이 매년 늘어나는 가운데, 해당 기업은 AI를 사용한 자동화에 힘쓰고 있다고 밝혔으며, Gemini를 사용한 게임 자동 플레이 영상이 상영되었습니다. 데모에서는 「배를 보고 싶다」라는 지시에 대해 AI가 스스로 생각하여 맵 위의 어디에 배가 있는지 확인하며 행동하는 모습이 보여졌습니다. 화면 왼쪽 하단에는 AI의 사고 과정을 보여주는 채팅 로그가, 오른쪽 상단에는 AI가 세운 태스크 리스트가 표시되었으며, 화면을 보면서 게임 컨트롤러를 자동으로 조작하여 태스크를 순서대로 실행해 나가는 흐름이었습니다.

연사는 AI의 역할을 「검증 등의 반복 작업을 대신 수행하여 개발진이 더욱 크리에이티브한 작업에 집중할 수 있도록 하는 것」, 「버그나 문제에 대한 대응을 앞당겨 개발 스팬 (Development Span)을 단축하는 것」으로 규정하며, 그 너머에 새로운 게임 타이틀을 더 빠르게 전달할 수 있는 미래가 있다고 마무리했습니다.

Next Tokyo에서 관례적으로 진행되는 숏 무비 형식의 데모도 상영되었습니다. 이번 시나리오에서는 「심벌사 (Cymbal社)」라는 이름이 사용되었으나, 이 또한 Google의 데모 자료에서 자주 사용되는 가공의 브랜드명 (Cymbal)의 일본어 표기일 가능성이 높아, 실재 기업의 사례가 아닌 기능 소개를 위한 촌극으로 판단됩니다.

스토리는 영업부장이 비어 가든 교류회 안내 슬라이드를 긴급히 작성하도록 요청한 직원이, Google Drive에 저장된 과거 사진을 사용하여 슬라이드를 만드는 내용입니다. 사진에는 본래 소구하고자 하는 맥주가 아닌 스파클링 와인이 찍혀 있으며, 게다가 지난 참가자의 이름이 적힌 현수막도 그대로 찍혀 있어 이미지 수정이 필요한 상황입니다.

여기서 사용된 것이 Google Workspace용 새로운 이미지 생성·편집 앱인 「Google Pics」입니다. 편집하고 싶은 대상을 클릭하면 자동으로 오브젝트(Object)가 탐지되며, 텍스트로 변경 내용을 지시하는 것만으로 편집할 수 있습니다. 데모에서는 스파클링 와인을 맥주로 교체하기, 이미지 내의 문자를 인식한 후 현수막의 텍스트를 다시 쓰기, 범위를 지정하여 불꽃놀이 일러스트를 추가하기라는 세 가지 편집이 즉석에서 이루어졌습니다. Google Pics는 2026년 Google I/O에서 발표된 Workspace용 최초의 이미지 생성·편집 앱으로, 이미지 편집에는 Nano Banana 계열의 모델이 사용되고 있는 것으로 알려져 있습니다.

이미지가 정리된 후에는 Google 슬라이드의 사이드 패널에서 Gemini를 호출하여, 워크스페이스 인텔리전스 (Workspace Intelligence) 기능을 통해 Google Drive, Gmail, Google Chat에 흩어져 있던 과거의 관련 정보를 집약하고, 불렛 포인트(Bullet point) 형태의 안내문으로 정리하여 슬라이드에 삽입합니다. 마지막으로 「슬라이드 다듬기 (Brush up slide)」 기능을 사용하면 이미지와 텍스트가 자동으로 레이아웃에 배치되어, 짧은 시간 안에 안내 슬라이드가 완성되는 흐름이었습니다.

마지막 세션은 보안 영역입니다. 연사는 AI가 급속히 발전·보급됨에 따라 AI를 악용한 위협도 가속화되고 있다고 지적했습니다. 기조연설 내에서는 취약점이 발견된 후 실제로 악용되기까지의 기간이 「1.3년에서 1.6일로 단축되었다」는 수치가 소개되었으나, 이 구체적인 수치는 본 기사의 조사 시점에서 공식 블로그 등에서의 뒷받침은 확인되지 않았습니다. 어디까지나 기조연설 내에서 제시된 수치로 받아들여 주시기 바랍니다.

Google은 월간 150억 명 규모가 이용하는 서비스를 운영하고 있으며, 월간 수만 건 규모의 취약점 보고에 대응하고 있다는 설명도 있었습니다 (이 또한 기조연설 내의 언급입니다). 인력만으로는 대응에 한계가 있기 때문에 우선순위 지정부터 복구, 대응까지 에이전트 (Agent)를 활용하고 있으며, 대응에 걸리는 시간을 90% 이상 단축하고 있다고 합니다.

Google 스스로가 사내에서 사용해 온 이 수법을 고객용으로 제공하는 형태로, 최근 발표된 것이 자율형 보안 솔루션 「Google AI Threat Defense」입니다. 준비·스캔·복구·모니터링의 4단계로 취약점 관리를 재구축하는 것으로, 이 4단계 구성은 공식 블로그에서도 확인할 수 있습니다. 핵심을 담당하는 것은 소프트웨어의 취약점을 자동으로 탐지·수정하는 멀티 모델 (Multi-model) 대응 에이전트 「CodeMender」입니다. CodeMender는 Google DeepMind가 개발하였으며, 2025년 10월에 보안 연구 프로젝트로서 처음 발표된 후, 2026년 7월 22일에 프리뷰 버전 제공이 시작되었습니다.

일본 국내 전개에 있어서는 NTT 데이터, NEC, 히타치 제작소, 후지쯔 등 국내의 AI·위협 방어 솔루션 파트너와 연계하여 중요 인프라나 정부 기관, 기업의 데이터 보호를 추진한다고 합니다. 아울러 AI Threat Defense를 사용한 보안 어세스먼트 (Security Assessment)를 연내 한정으로 무상 제공한다는 내용도 발표되었습니다.

기조연설의 마무리에서는 Google Cloud가 풀스택 (Full-stack)으로 제공하면서도 특정 벤더에 대한 락인 (Lock-in)을 의도하지 않는, 오픈한 AI 플랫폼이라는 입장이 다시 한번 제시되었습니다. 실제로 지금까지 소개한 사례에서도 Gemini Enterprise가 Microsoft Outlook이나 OneDrive와 연계되는 장면이 있어, 단일 벤더 내에 갇히지 않는 구성을 의식하고 있었다는 점이 인상적이었습니다.

Next Tokyo '26은 2일간 90개 이상의 기업이 Expo나 스폰서 세션에 출전하고 있으며, 개최 기념으로 인증 자격 시험 응시료가 50% 할인되는 캠페인도 실시되고 있습니다. Day1 기조연설을 통해 보인 것은 Gemini Enterprise라는 공통 기반 위에 소매·보험·소프트웨어 개발·게임 등 업종별로 서로 다른 형태로 AI 에이전트가組み込まれている (組み込まれている, 내장되어 있는) 상황이었습니다. 그중에서도 현장 직원 스스로가 에이전트를 만드는 「시민 개발 (Citizen Development)」의 확산은 손보재팬(Sompo Japan)과 Sky 주식회사의 사례에서 공통적으로 나타난 특징입니다.

각 사례의 상세 내용은 추후 공개될 공식 세션 아카이브나 블로그 기사를 통해서도 함께 확인하시는 것을 권장합니다.

• Sompo, 30,000명의 직원에게 AI 에이전트 배포 예정 (Coverager)
• 손해보험재팬(Sompo Japan), Gemini Code Assist 도입으로 개발 속도 향상! (Google Cloud 공식 블로그)
• Sky 주식회사는 기업 메시지를 "AI와 함께, 아직 보지 못한 기술의 하늘로."로 변경합니다 (Sky 주식회사)
• Sky 주식회사가 기업용 AI 플랫폼 "Gemini Enterprise"의 전사 도입을 시작 (Sky 주식회사)
• 스퀘어 에닉스, 드래곤 퀘스트 10에 Google "Gemini" 탑재, AI 캐릭터의 자연스러운 대화 (일본경제신문)
• 드래곤 퀘스트 10 "말하는 슬라임", Gemini를 통해 게임 내 AI 버디의 새로운 시대 열어 (note)
• Google Pics란 무엇인가? Workspace 최초의 이미지 생성 및 편집 앱을 Google I/O 2026에서 발표 (Hatena Base 주식회사)
• Google AI Threat Defense 발표: 공격자보다 앞서 나가기 위해 (Google Cloud 공식 블로그)
• CodeMender 프리뷰 버전 제공 시작: 소프트웨어 취약점 탐지 및 수정 (Google Cloud 공식 블로그)
• Next Tokyo 26 등록 시작 안내 (Google Cloud 공식 블로그)