Gemini 3.5 Flash, ‘컴퓨터 사용’ 기능 통합…AI 에이전트 실무 활용 확대

이미지 출처: Pixabay / 작가: jeanvdmeulen

Gemini 3.5 Flash, ‘컴퓨터 사용’ 기능 통합…AI 에이전트 실무 활용 확대

Google DeepMind가 Gemini 3.5 Flash에 ‘컴퓨터 사용’ 기능을 기본 도구로 통합했다. 이번 업데이트는 AI 모델이 단순히 텍스트로 답변하는 수준을 넘어, 화면을 이해하고 사용자의 지시에 따라 디지털 환경에서 실제 작업을 수행하는 방향으로 발전하고 있음을 보여준다.

Google에 따르면 컴퓨터 사용 기능은 기존에 독립형 Gemini 2.5 computer use 모델로 제공되던 기능이다. 이번 업데이트를 통해 해당 기능은 Gemini 3.5 Flash에 기본적으로 통합됐으며, Google은 이를 에이전트형 컴퓨터 사용 작업에서 자사의 가장 높은 성능을 제공하는 구성으로 설명했다.

Gemini 3.5 Flash는 화면의 시각적 정보를 분석하고, 이를 바탕으로 클릭, 입력, 드래그와 같은 동작을 수행할 수 있다. 사용자의 명령을 이해한 뒤 현재 화면 상태를 파악하고, 필요한 작업 순서를 계획해 실행하는 방식이다. 이는 기존의 텍스트 기반 응답형 AI와 달리, 모델이 애플리케이션이나 웹 환경과 직접 상호작용할 수 있다는 점에서 차이가 있다.

예를 들어 웹사이트에서 정보를 찾아 정리하거나, 여러 페이지를 오가며 데이터를 입력하고, 반복적인 UI 조작이 필요한 업무를 자동화하는 데 활용될 수 있다. 기술적으로는 화면에 표시된 UI 요소를 인식하고, 다음에 수행해야 할 행동을 좌표나 실행 가능한 명령으로 변환하는 능력이 핵심이다.

이번 변화는 실무 자동화 측면에서도 의미가 크다. 기업 환경에서는 반복적인 데이터 입력, 웹 기반 업무 처리, 여러 도구를 넘나드는 워크플로우 자동화 등에 이러한 기능을 적용할 수 있다. 특히 Flash 계열 모델은 빠른 응답 속도와 비용 효율성을 강점으로 내세우는 만큼, 실시간성이 중요한 업무 자동화 분야에서 활용 가능성이 커질 것으로 보인다.

다만 컴퓨터 사용 기능이 실제 운영체제 전체를 무제한으로 제어한다기보다는, 사용자가 제공한 환경과 권한 범위 안에서 화면을 인식하고 도구를 호출해 작업을 수행하는 방식으로 이해하는 것이 정확하다. 따라서 실제 도입 과정에서는 권한 관리, 작업 검증, 민감 정보 처리, 오류 발생 시 중단 장치와 같은 안전 설계가 함께 필요하다.

Google은 이번 업데이트를 통해 Gemini 3.5 Flash가 장기적인 에이전트 작업을 더 빠르고 효율적으로 수행할 수 있다고 강조했다. 모델이 사용자의 대리인처럼 디지털 환경에서 작업을 실행하는 기능이 강화되면서, AI 에이전트는 단순한 질의응답 도구를 넘어 실제 업무 수행 도구로 확장되는 단계에 들어서고 있다.