구글(GOOGL)이 데이터 과학자들의 생산성을 대폭 향상시킬 수 있는 새로운 AI 도구 세트를 공개했다. 이 도구들은 AI 에이전트 구축을 간소화할 뿐만 아니라, 실시간 데이터 분석 및 비정형 데이터 처리 분야에서도 현장 전문가들에게 실질적인 유용성을 제공할 전망이다.

이번 발표는 영국 런던에서 열린 ‘빅데이터 런던(Big Data LDN)’ 행사에서 이뤄졌다. 구글 클라우드는 기존의 데이터 사이언스 워크플로를 방해하던 인터페이스 간 전환 문제를 해소하고자, 코랩 엔터프라이즈(Colab Enterprise) 노트북과 빅쿼리(BigQuery), 버텍스 AI(Vertex AI)를 중심으로 한 도구 업그레이드를 선보였다. 사용자들은 SQL과 파이썬 코드를 같은 공간 내에서 작성하고, 그 결과를 시각화하며 분석 모델을 개발할 수 있게 됐다.

이번에 추가된 ‘네이티브 SQL 셀(Native SQL Cells)’ 기능은 현재 프리뷰 단계로, 개발환경 내에서 SQL과 파이썬을 자유롭게 오갈 수 있는 유연성을 제공한다. 이를 통해 사용자는 대규모 데이터셋을 분석하는 과정에서 불필요한 코드 전환을 줄이고, 작업의 흐름을 지속적으로 유지할 수 있다.

뿐만 아니라 ‘리치 인터랙티브 비주얼라이제이션 셀(Rich Interactive Visualization Cells)’ 기능도 함께 제공돼, 데이터에서 바로 편집 가능한 시각화 자료를 생성하는 것이 가능해졌다. 이를 통해 비전문가도 복잡한 데이터를 손쉽게 탐색하고 이해할 수 있다.

이와 더불어 구글은 자사의 AI 어시스턴트인 ‘데이터 사이언스 에이전트(DSA)’의 기능도 대폭 강화했다. 지니(Gemini) AI 모델을 기반으로 한 이 도구는 사용자의 자연어 명령에 따라 분석 파이프라인을 자동으로 설계하고 실행한다. 빅쿼리 ML과의 통합으로 모델 학습부터 배포까지 한 번에 처리할 수 있으며, 파이썬 기반 분석에는 빅쿼리 데이터프레임(BigQuery DataFrame)이 활용된다.

실시간 비정형 데이터 처리 역량도 크게 향상됐다. 구글은 새로운 기능인 ‘상태 기반 빅쿼리 연속 쿼리(Stateful Continuous Query)’를 통해 이벤트 스트림과 같은 실시간 데이터 흐름도 SQL만으로 탐지하고 분석할 수 있도록 했다. 예를 들어 AI가 금융 거래 내 특정 카드의 평균 거래 금액이 갑자기 300% 상승하는 이상 패턴을 감지하고, 이에 따라 결제를 자동으로 차단하거나 경고를 발생시킬 수 있다.

한편, 기존 AI 모델의 장기 기억을 구현하는 데 필수적인 벡터 데이터베이스 분야도 주목할 만한 변화가 있었다. 구글은 대규모 이미지, 영상, 오디오 등 멀티모달 데이터를 다루는 데 필요한 ‘빅쿼리 벡터 서치(Vector Search)’ 기능을 업데이트했다. 이제 새로운 데이터가 유입되면 AI 에이전트가 이를 인터랙션이나 검색 과정을 통해 자동으로 데이터베이스에 통합시킬 수 있도록 지원한다.

구글 클라우드 데이터 분야 책임자인 야스민 아마드(Yasmeen Ahmad)는 “우리는 데이터 엔지니어와 과학자들이 더욱 창의적이고 전략적인 작업에 집중할 수 있도록, 도구 간 경계를 허물고 있다”며 “구글 클라우드는 데이터 사이언스의 생산성을 극대화하는 통합 환경을 지속적으로 확장해 나갈 것”이라고 강조했다.

특히 이번 발표는 단순한 기능 향상을 넘어, AI 기반 데이터 분석의 미래 방향을 제시했다는 점에서 업계의 주목을 받고 있다. 실시간성과 비정형성이라는 두 가지 난제를 정면으로 다룬 만큼, 전자상거래, 금융, 물류, 고객지원 등 다양한 고부가가치 산업 전반에서 AI 도입 속도는 더욱 가속화될 것으로 보인다.