구글, ‘딥 리서치’ 공개…기업 내부 데이터까지 묶는 AI 에이전트 경쟁 본격화

구글이 사용자가 지정한 주제를 바탕으로 조사 보고서를 자동 생성하는 신규 인공지능(AI) 에이전트 2종을 선보였다. 단순 검색을 넘어 공개 웹은 물론 기업 내부 데이터까지 결합해 분석할 수 있다는 점에서, 기업용 AI 경쟁이 한층 더 치열해질 전망이다.

구글은 22일(현지시간) ‘딥 리서치’와 ‘딥 리서치 맥스’를 공개했다. 두 제품은 지난해 12월 선보인 기존 AI 리서치 도구의 후속 모델이다. 당시에는 ‘제미나이 3 프로’를 기반으로 했지만, 이번 신제품에는 올해 2월 공개된 더 고도화한 대규모언어모델(LLM) ‘제미나이 3.1 프로’가 적용됐다.

성능 개선 폭도 적지 않다. 구글은 오픈AI 벤치마크 ‘브라우즈컴프(BrowseComp)’를 기준으로 두 모델을 비교한 결과, 제미나이 3.1 프로가 85.9점을 기록했다고 밝혔다. 이는 기존 제미나이 3 프로보다 25점 이상 높은 수치다. 이 벤치마크는 1,000개 이상의 과제를 통해 LLM의 온라인 조사 능력을 평가한다.

데이터 접근 범위와 활용 사례

새 AI 에이전트의 특징은 데이터 접근 범위다. ‘딥 리서치’와 ‘딥 리서치 맥스’는 공개 웹뿐 아니라 기업 내부 시스템의 데이터도 불러올 수 있다. 내부 시스템 연결에는 ‘MCP’가 활용되며, 사용자는 스프레드시트나 영상 파일을 직접 업로드해 분석 데이터셋을 보완할 수도 있다.

구글은 활용 사례로 헬스케어와 금융을 제시했다. 예를 들어 연구자는 치료 가능성이 있는 신규 화합물에 대한 보고서를 빠르게 만들 수 있고, 금융 전문가도 투자 검토 중인 기업 조사를 AI에 맡길 수 있다. 이는 정보 수집과 정리 단계에서 걸리는 시간을 크게 줄여줄 수 있다는 의미다.

이들 에이전트는 수집한 데이터를 시각화하는 기능도 제공한다. 시각화는 HTML 코드 형태로 구현하거나 구글의 이미지 생성기 ‘나노 바나나’를 활용할 수 있다. 구글에 따르면 나노 바나나는 일반 지식 데이터베이스를 내장하고 있어, 입력된 정보를 비교적 정확하게 해석해 이미지로 표현할 수 있다.

작업 방식과 제품별 차이

작업 방식도 사용자가 사전에 조정할 수 있게 설계됐다. 보고서 생성을 시작하기 전, AI는 어떤 방식으로 조사를 진행할지 개요를 먼저 제시한다. 사용자는 이 계획을 수정해 결과물의 품질을 높일 수 있다. 예를 들어 연구자가 특정 과학 데이터베이스를 우선 검색 대상으로 지정하는 식이다.

두 제품의 포지셔닝은 다소 다르다. ‘딥 리서치’는 상대적으로 적은 연산 자원으로 작동하도록 설계됐다. 구글은 이 모델이 지난해 12월 버전보다 비용이 낮고 응답 속도는 빠르며, 결과 품질도 개선됐다고 설명했다. 빠른 응답이 필요한 애플리케이션에 적합하다는 의미다.

반면 ‘딥 리서치 맥스’는 ‘최대한의 포괄성’에 초점을 맞췄다. 더 많은 시간과 하드웨어 자원을 투입해 보다 깊이 있는 보고서를 만들어내는 구조다. 속도보다 완성도와 조사 범위를 중시하는 업무에 맞춘 제품으로 해석된다.

의미와 향후 계획

구글 딥마인드의 루카스 하스와 스리니바스 타데팔리는 블로그를 통해 “‘딥 리서치’ 보고서는 그 자체로도 가치가 있지만, 심층 맥락 수집에서 출발하는 복잡한 에이전트형 작업 흐름의 첫 단계로도 활용될 수 있다”고 밝혔다. AI가 단순 질의응답을 넘어 실제 업무 프로세스의 ‘출발점’으로 자리 잡고 있다는 설명이다.

현재 ‘딥 리서치’와 ‘딥 리서치 맥스’는 제미나이 API를 통해 퍼블릭 프리뷰 형태로 제공된다. 향후에는 구글 클라우드로도 확대될 예정이다. 구글은 또한 팩트셋, 피치북 같은 데이터 소스에 더 쉽게 접근할 수 있도록 MCP 연동 기능도 추가할 계획이라고 밝혔다.

이번 공개는 생성형 AI 경쟁이 ‘대화형 챗봇’에서 ‘실무형 에이전트’로 빠르게 이동하고 있음을 보여준다. 특히 조사, 분석, 시각화, 내부 데이터 연결을 하나의 흐름으로 묶으려는 구글의 시도는 기업용 AI 시장에서 적지 않은 파급력을 낼 가능성이 있다.