구글, Gemini API ‘매니지드 에이전트’ 확장 · 백그라운드 작업·원격 MCP 지원

구글이 Gemini API의 ‘매니지드 에이전트(Managed Agents)’ 기능을 확대했다. 장시간 작업을 서버에서 처리하는 백그라운드 실행과 원격 MCP 서버 연동을 비롯해 사용자 정의 함수 호출, 작업 간 인증 정보 갱신 기능이 새롭게 추가됐다.

이번 업데이트는 개발자가 에이전트 실행에 필요한 서버와 격리 환경, 파일 관리 시스템을 직접 구성해야 하는 부담을 줄이는 데 초점을 맞췄다.

구글에 따르면 개발자는 Gemini Interactions API의 단일 엔드포인트를 호출해 에이전트의 추론과 코드 실행, 패키지 설치, 파일 관리, 웹 정보 검색 등을 수행할 수 있다. 작업은 구글이 관리하는 격리된 클라우드 샌드박스에서 실행된다.

장시간 작업을 서버에서 계속 실행

새롭게 추가된 백그라운드 실행 기능은 분석이나 코드 처리처럼 시간이 오래 걸리는 작업을 비동기 방식으로 수행한다.

기존 방식에서는 작업이 끝날 때까지 애플리케이션과 서버의 HTTP 연결을 계속 유지해야 했다. 연결이 중간에 끊어지거나 제한 시간이 지나면 작업 결과를 받지 못할 가능성이 있었다.

개발자가 요청에 background: true를 지정하면 Gemini API는 작업을 서버로 넘긴 뒤 곧바로 상호작용 ID를 반환한다. 애플리케이션은 이 ID를 이용해 진행 상태를 확인하거나 결과를 나중에 다시 불러올 수 있다. 연결이 끊어져도 에이전트의 작업은 원격 환경에서 계속 진행된다.

진행 중인 작업을 취소하는 기능도 지원된다. 이를 통해 대규모 코드 분석이나 보고서 작성, 여러 단계로 이뤄진 데이터 처리처럼 즉시 완료하기 어려운 작업을 애플리케이션에 비교적 안정적으로 적용할 수 있다.

원격 MCP로 외부 도구와 데이터 연결

원격 MCP 서버 연동 기능도 추가됐다.

MCP는 AI 모델이 데이터베이스와 사내 API, 검색 서비스, 업무 도구 등 외부 시스템을 일정한 형식으로 이용할 수 있도록 만든 연결 규격이다. 개발자는 별도의 중계 서버를 직접 구현하지 않고도 매니지드 에이전트에 원격 MCP 서버를 등록할 수 있다.

예를 들어 기업 내부의 재고 데이터나 고객 관리 시스템, 문서 검색 도구를 MCP 서버로 구성하면 에이전트가 필요한 순간에 해당 도구를 호출하도록 만들 수 있다.

현재 Gemini Interactions API의 원격 MCP는 Streamable HTTP 방식의 서버를 지원한다. 기존 SSE 방식의 MCP 서버는 지원하지 않는다. 개발자는 인증 토큰 등이 포함된 HTTP 헤더를 설정하고, 에이전트가 사용할 수 있는 도구를 allowed_tools 항목으로 제한할 수 있다.

다만 원격 MCP를 연결하는 것만으로 기업 데이터의 보안이 자동으로 보장되는 것은 아니다. 개발자는 MCP 서버의 인증 체계와 네트워크 접근 권한, 에이전트가 호출할 수 있는 도구의 범위를 별도로 설계해야 한다.

사용자 정의 함수와 인증 정보 갱신 지원

구글은 원격 MCP 외에도 사용자 정의 함수 호출 기능을 매니지드 에이전트에 추가했다.

개발자는 회사가 기존에 운영하던 API나 데이터베이스 기능을 함수 형태로 정의해 에이전트와 연결할 수 있다. 에이전트는 사용자의 요청을 분석한 뒤 필요한 함수를 선택하고, 호출에 필요한 매개변수를 생성한다.

함수 호출을 이용하면 일정 등록과 이메일 발송, 청구서 생성, 데이터 조회처럼 실제 시스템의 상태를 변경하는 작업까지 에이전트에 맡길 수 있다.

여러 차례 이어지는 작업 중 인증 정보를 새로 갱신하는 기능도 포함됐다. 장시간 실행되는 에이전트의 접근 토큰이 만료되더라도 새로운 인증 정보를 전달해 작업을 이어갈 수 있도록 하기 위한 기능이다.

명령과 기술을 파일로 관리

Gemini API의 매니지드 에이전트는 구글의 Antigravity 에이전트를 기반으로 작동한다.

개발자는 시스템 명령과 사용할 도구를 API 요청에 직접 입력하거나, AGENTS.md와 SKILL.md 파일로 에이전트의 행동 방식과 기술을 정의할 수 있다. 이러한 파일은 일반 소스코드처럼 버전 관리가 가능해 에이전트의 설정 변경 내역을 추적하기 쉽다.

Antigravity 에이전트에는 기본적으로 코드 실행과 Google 검색, URL 콘텐츠 분석 기능이 제공된다. 개발자는 필요한 기능만 남기거나 원격 MCP와 사용자 정의 함수를 추가해 목적에 맞는 에이전트를 구성할 수 있다.

AI 서비스 개발의 인프라 부담 줄여

이번 업데이트의 핵심은 새로운 AI 모델 자체보다 에이전트를 실제 서비스에서 지속해서 운영할 수 있는 기반을 강화했다는 데 있다.

기존의 챗봇은 사용자의 질문을 입력받아 한 차례 답변을 생성하는 방식이 중심이었다. 반면 에이전트는 작업 계획을 세우고 코드를 실행하거나 외부 도구를 호출하며 여러 단계를 거쳐 결과를 완성한다.

이러한 시스템을 직접 구축하려면 작업 상태 관리와 실행 환경 격리, 파일 저장, 네트워크 연결, 오류 복구 등을 별도로 구현해야 한다. 구글은 이 과정을 Gemini API가 관리하도록 해 개발자가 에이전트의 기능과 서비스 경험에 더 집중할 수 있도록 했다.

다만 매니지드 에이전트가 사람의 개입 없이 모든 업무를 독립적으로 처리한다는 의미는 아니다. 외부 시스템에 접근하거나 실제 작업을 실행하는 에이전트일수록 권한 제한과 결과 검증, 오류 발생 시 대응 절차를 함께 마련해야 한다.

이번 기능 확장은 생성형 AI 서비스가 단순한 문답형 인터페이스를 넘어 장시간 작업과 외부 도구 사용, 파일 처리를 포함하는 실행형 에이전트 구조로 이동하고 있음을 보여준다.