구글 클라우드, '데이터 잡무 80%' 없애는 AI 에이전트 전면 도입

기업들이 AI 시대의 데이터 운영 효율성을 극대화하기 위해 분투하는 가운데, 구글 클라우드가 새로운 데이터 에이전트를 선보이며 이른바 '80% 데이터 잡무 문제' 해결에 나섰다. 이 에이전트는 반복 작업에 시달리는 데이터 팀의 부담을 줄이고, 더 빠르게 통찰력을 얻을 수 있도록 돕는 것을 목표로 한다.

구글 클라우드는 이번 주 자사 데이터베이스 솔루션인 빅쿼리(BigQuery) 내에 데이터 엔지니어링 에이전트를 도입했다고 발표했다. 이 에이전트는 자연어 명령만으로도 복잡한 데이터 파이프라인을 구축할 수 있도록 해주는 것이 핵심이다. 예를 들어 사용자가 "고객 정보를 클라우드에서 불러오고, 데이터 이상을 감지해 정제한 후 매일 9시에 자동 실행"과 같은 요구를 입력하면, SQL과 파이썬 스크립트를 작성하고, 문제 감지 및 해결까지 자동으로 처리한다.

야스민 아흐마드 구글 클라우드 데이터 클라우드 매니징 디렉터는 벤처비트 인터뷰에서 "사용자 대부분이 실제로 데이터 파이프라인의 구축보다 정제, 탐색, 접근 권한, 품질 확보에 80%의 시간을 소모한다"고 언급했다. 그녀는 이러한 작업들이 데이터 기반 혁신의 발목을 잡고 있다고 강조했다.

이번에 발표된 기능은 단순한 작업 자동화를 넘어 더 넓은 생태계로 확장될 예정이다. 구글은 '제미니 데이터 에이전트 API(Gemini Data Agents API)' 기반으로 API 중심의 아키텍처를 구축하고 있으며, 파트너사들이 이를 외부 솔루션에 통합할 수 있도록 프리뷰 프로그램도 운영 중이다. 이를 통해 노트북 환경이나 타사 데이터 파이프라인 툴에도 구글의 언어 이해 및 코드 해석 기능을 손쉽게 이식할 수 있다.

현재 마이크로소프트(MSFT), 스노우플레이크(SNOW), 데이터브릭스 등도 각각 독자적인 AI 에이전트 기술을 개발하며 치열하게 경쟁 중이다. 하지만 구글은 개방형 API 전략을 내세워, 전용 툴 제공에서 벗어나 확장 가능한 플랫폼 역할을 자처하고 있다.

데이터 전문가들은 여전히 파이프라인 코드에 대한 가시성과 제어 권한을 원하기 때문에, 이러한 에이전트는 자동 생성된 코드의 투명성 제공을 전제로 한다. 실제로 사용자들은 생성된 내용을 검토 후, 특정 요구사항에 맞춰 수정 요청을 하거나 기능을 조정하는 방식으로 협업하게 된다.

이번 발표는 AI 자동화 기술이 단순히 새로운 기능이 아닌 기업 데이터 전략의 기준선을 바꾸는 전환점이 될 수 있음을 의미한다. 앞으로는 이러한 에이전트 기반 운영 체계가 '고급 기능'이 아닌 기본 요소로 인식되는 시대가 다가올 것으로 보인다.

따라서 기업들은 지금이 파일럿 프로젝트를 시작할 적절한 시점임을 인식하고, 내부 워크플로우에 데이터를 중심으로 한 자율적인 프로세스를 접목시키는 방안을 본격적으로 검토해야 한다. 자사 고유의 도메인 문제에 대응할 수 있는 맞춤형 데이터 에이전트를 개발하는 것도 향후 경쟁력 확보에 중요한 요소로 작용할 것이다.