Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @GoogleCloudTech 26건필터 해제
데모 타임: 박스 마로우의 유튜브 TV 구독 업그레이드 안내를 위한 음성 에이전트 관찰
본 기사는 박스 마로우가 유튜브 TV 구독 업그레이드를 진행하는 과정을 보여주는 음성 에이전트 데모를 소개합니다. 이 에이전트는 사용자의 시청 선호도를 파악하고, 비용 절감 제안을 제공하며, 언어 전환이나 대화의 맥락 변화에도 자연스럽게 대응할 수 있는 능력을 갖추고 있습니다.
제인시 엔터프라이즈 에이전트 플랫폼의 Agent Studio 에서 에이전트 빌딩을 직접 제공합니다.
제인시 엔터프라이즈 에이전트 플랫폼의 Agent Studio를 통해 사용자가 직접 다양한 수준의 에이전트를 구축할 수 있게 되었습니다. 이 기능은 단순한 프롬프트 기반 작업부터 복잡한 로직을 가진 에이전트까지 폭넓게 지원합니다. 또한, 커스터마이징이 필요한 경우 ADK(Agent Development Kit)를 통해 완성된 코드를 추출하여 외부 환경에서 개발을 지속할 수 있도록 연동성을 제공합니다.
Agent Platform 의 Agents CLI 는 Google Cloud 에서의 에이전트 개발 수명 주기 (ADLC) 를 위한 통합
Google Cloud의 Agents CLI는 에이전트 개발 수명 주기(ADLC)를 위한 통합 프로그래밍 백본을 제공합니다. 이 도구를 사용하면 Google Cloud 환경에서 에이전트를 개발하고 관리하는 전 과정을 효율적으로 수행할 수 있습니다.
프로덕션 환경에서 AI 모니터링 및 개선
본 기사는 프로덕션 환경에서 AI 모델의 성능을 지속적으로 모니터링하고 개선하는 방법을 다룹니다. 특히 Gemini Enterprise Agent Platform의 'Agent Evaluation' 기능을 활용하여, 단일 응답뿐만 아니라 전체 대화의 논리적 흐름(multi-turn)까지 평가할 수 있는 자동 평가자(autoraters)를 통해 실시간 트래픽에 대한 에이전트 성능을 점수화하는 방법을 소개합니다.
에이전트 하니스 엔지니어링이 새로운 프롬프트 엔지니어링인가? @LangChain 공동 설립자이자 CEO인 @hwchase17 는
LangChain 공동 설립자이자 CEO인 hwchase17이 Google Cloud Next에서 에이전트 하니스 엔지니어링(Agent Harness Engineering)에 대해 설명했습니다. 그는 이 '하니스'가 AI 에이전트를 단순한 데모 수준을 넘어 신뢰할 수 있는 실제 프로덕션 환경으로 전환하는 핵심 비결이라고 강조합니다.
개발자 키노트 최고 발표: 제미니 엔터프라이즈 에이전트 플랫폼 - 프로덕션 준비형 AI 에이전트 및 인프라 구축을 위한 통합 개발 생태계
구글의 개발자 키노트에서 '제미니 엔터프라이즈 에이전트 플랫폼'이 발표되었습니다. 이 플랫폼은 프로덕션 환경에 바로 투입할 수 있는 AI 에이전트와 인프라를 구축하기 위한 통합 개발 생태계를 제공합니다. 이를 통해 사용자는 제미니, Gemma 4 등 200개 이상의 다양한 모델을 활용하여 강력한 AI 애플리케이션을 개발할 수 있습니다.
GoogleCloudNext 에서 모든 분을 위한 내용 ↓
본 기사는 GoogleCloudNext 컨퍼런스의 주요 발표 내용을 요약하며, 8세대 TPU의 데뷔와 같은 하드웨어 혁신을 다룹니다. 또한, 고객들이 모델을 활용하여 대규모 토큰 처리 마일스톤(1조 토큰)을 달성한 성과를 공유하고 있습니다. 개발자들에게는 Agent Development Kit 2.0 및 Multi-agent 시스템 구축 방법, Cloud Run 심층 분석, 그리고 오픈 소스로 공개된 다양한 개발 리소스들을 안내합니다.
수십 년간 소프트웨어 개발은 진입 장벽이 높았으나, AI 덕분에 누구나 디지털 빌더가 될 수 있습니다.
과거에는 높은 진입 장벽 때문에 전문 지식이 필요한 분야였던 소프트웨어 개발이 AI 기술의 발전 덕분에 누구나 접근 가능한 영역이 되었습니다. 특히 Cloud Run 같은 플랫폼을 활용하면 아이디어를 가진 사람이 프로토타입 제작부터 실제 배포된 애플리케이션으로 신속하게 전환할 수 있게 되어, 일반 사용자도 디지털 빌더가 될 수 있는 환경이 조성되고 있습니다.
지금 바로 사용 가능: 구글의 공식 에이전트 스킬 저장소
구글에서 공식적으로 제공하는 에이전트 스킬(Agent Skills) GitHub 저장소가 공개되었습니다. 이 저장소를 통해 개발자들은 에이전트에게 전문적이고 압축된 지식을 추가하여 기능을 확장할 수 있습니다. 구글은 앞으로 몇 주 및 몇 달에 걸쳐 다양한 새로운 스킬들을 지속적으로 추가할 예정입니다.
The Agent Factory 최신 에피소드: Agent Platform 의 새로운 Agents CLI 를 활용한 실제 프로덕션 준비형 에이전트 구축 방법
본 기사는 Agent Factory의 최신 에피소드를 소개하며, 새로운 Agents CLI를 활용하여 실제 프로덕션 환경에 배포할 수 있는 에이전트를 구축하는 방법을 다룹니다. 이 가이드에서는 실무적인 관점에서 에이전트 개발 및 배포 과정을 심도 있게 다루고 있습니다.
이 블로그는 Google Earth AI의 일환으로 공공 및 민간 부문을 위한 새로운 도로 관리 인사이트 기능 세트를 매핑합니다.
Google Earth AI는 공공 및 민간 부문의 도로 관리를 위한 혁신적인 인사이트 기능 세트를 제공합니다. 이 기능을 통해 도로를 유지하는 기관과 해당 도로를 이용하는 상업용 차량 함대를 연결하여 보다 효율적이고 통합적인 관리 솔루션을 제시합니다. 또한, 앞으로 몇 주 안에 두 가지 강력한 새로운 데이터 레이어가 추가될 예정입니다.
Google Cloud 의 Agent Garden 에서 원자형 에이전트 (Atomic agent) 설계도
본 기사는 Google Cloud의 Agent Garden에서 원자형 에이전트(Atomic agent) 설계도를 활용하여 다중 에이전트 시스템을 구축하는 과정의 복잡성을 다룹니다. 성공적인 시스템 구축을 위해서는 사용 사례에 최적화된 설계 패턴 도출, 오케스트레이션 실패 처리 방안 마련, 그리고 지속적인 평가 루프를 설계하는 등 여러 가지 복합적인 과제를 해결해야 합니다.
코딩 (lab)! AI 에이전트를 통해 초속 만에 원본 데이터에서 예측까지
이 코딩 실습(codelab)은 AI 에이전트를 활용하여 원본 데이터 분석부터 예측 모델 구축까지의 전 과정을 단 몇 초 만에 수행하는 방법을 안내합니다. 이 과정에는 비정형 데이터 발견, 통합 메타데이터 관리, 크로스 엔진 분석, 의미론적 통찰력 도출, 그리고 자율 거버넌스 구현 등의 고급 기능들이 포함됩니다.
TPU 8i ASIC 블록 다이어그램을 자세히 살펴보세요.
본 기술 기사는 TPU 8i ASIC의 블록 다이어그램을 소개하며, 이 칩이 특히 훈련 후 최적화(post-training) 및 높은 동시성 추론(high-concurrency reasoning) 작업에 초점을 맞춰 설계되었음을 설명합니다. 이를 위해 최고 용량의 온칩 SRAM과 새로운 CAE(Compute Acceleration Engine), 그리고 'Boardfly'라는 서빙 최적화 네트워크 토폴로지를 통합하여 성능을 극대화했습니다.
TPU 8t ASIC 블록 다이어그램 확대 보기
본 기사는 TPU 8t ASIC의 블록 다이어그램을 확대하여 보여주며, 이 아키텍처가 대규모 사전 학습 및 임베딩 중심 워크로드에 최적화되어 있음을 설명합니다. 특히, 검증된 3D 토러스 네트워크 토폴로지를 단일 슈퍼포드당 9,600개 칩 규모로 확장하여 활용하는 것이 핵심입니다.
Gemini Enterprise로 대규모 다단계 워크플로우 에이전트 구축
Google Cloud Tech는 Gemini Enterprise를 활용하면 재무 조정이나 판매 전망 분석처럼 복잡한 다단계 워크플로우를 처리할 수 있는 에이전트를 구축 및 지시할 수 있다고 발표했습니다. 이 기능은 일회성 작업부터 반복적인 장기 실행에 이르기까지 다양한 업무 자동화를 가능하게 합니다. 더 자세한 내용은 공식 링크를 통해 확인하세요.
Google AI 네이티브 코딩으로 아이디어를 프로덕션 에이전트로 전환하세요
업데이트된 ADK(AutoML Developer Kit) 와 Google 의 AI 네이티브 코딩 기술을 활용하여 몇 시간 만에 아이디어를 프로덕션 준비가 된 에이전트로 빠르게 전환할 수 있습니다. Agent Studio 를 통해 프롬프트를 기능적인 에이전트로 변환하거나, Agent Garden 의 사전 구축된 청사진을 사용하여 멀티 에이전트 시스템을 즉시 시작해 보세요.
Google Cloud Next 개발자 키노트 및 에이전트 시뮬레이터 요약
최근 Google Cloud Next 행사에서 발표된 주요 내용을 정리했습니다. 특히, AI 에이전트의 발전 방향과 실제 구현에 초점을 맞춘 '에이전트 마라톤 시뮬레이터'가 핵심입니다. 이 시뮬레이터는 개발자들이 최신 LLM 기술을 활용하여 복잡한 자동화 워크플로우를 설계하고 테스트할 수 있는 실습 환경을 제공하며, 관련 솔루션 코드는 GitHub에서 공개되어 접근성이 높습니다.
Google Cloud Run으로 풀스택 앱 구축 및 배포 가이드
Google Cloud Run은 이제 Firestore와 사용자 인증 기능을 통합하여 AI Studio 환경에서 완전한 풀스택 애플리케이션을 개발하고 배포할 수 있는 강력한 플랫폼이 되었습니다. 이는 단순히 백엔드 서버를 호스팅하는 것을 넘어, 데이터베이스(Firestore) 및 사용자 관리 기능까지 포함하는 엔드투엔드 개발 경험을 제공합니다. 특히 Cloud Run의 '완전 관리형 원격 MCP 서버'로서의 역할 강화는 AI 에이전트와 복잡한 자동화 로직을 배포하는 개발자들에게 엄청난 이점을 제공하며, 개발 생산성을 극대화할 것입니다.
AGI 시대, AI 연구소들의 컴퓨트 자원 확보 전쟁과 구글의 전략
AI 시장이 AGI(범용 인공지능) 개발 경쟁으로 뜨거워지면서, 모든 주요 AI 연구 기관들이 막대한 컴퓨팅 자원을 필요로 하고 있습니다. 이 글은 Google Cloud CEO인 토마스 쿠리안과의 대화를 통해, 구글이 왜 당장 컴퓨트 자원 독점에 나서지 않는지, 그리고 그들의 엔지니어링 문화와 앤트로픽(Anthropic) 등 경쟁사와의 관계를 심층적으로 분석합니다. AI 인프라 구축과 전략적 관점에서 주목할 만한 내용입니다.
이 피드 구독하기
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.