AI로 재설계되고 있는 세상
AI로 재설계되고 있는 세상
AI의 에이전트 시대에 접어들면서 인간이 주도하던 애플리케이션은 사용자를 대신해 인식, 추론, 행동하는 자율 에이전트에 의해 운영되고 있습니다. 이러한 변화로 인해 AI 시대의 데이터 전략에 대한 판도를 뒤집는 세 가지 주요 변화가 도입되었습니다.
인간 규모에서 에이전트 규모로
에이전트가 인간의 능력을 확장하면서 수요가 비선형적으로 폭발하는 것을 목격하고 있습니다. 이제 단 한 명의 직원으로도 분당 수천 개의 쿼리를 트리거하는 에이전트를 만들 수 있습니다. 에이전트는 인간이 감당할 수 없는 작업을 수행합니다. 비즈니스 데이터를 연중무휴 24시간 모니터링합니다. 실시간으로 작동합니다. 이제 시스템은 에이전트의 속도와 규모를 지원하고 인간의 직관을 증폭시켜야 합니다.
사후 대응 인텔리전스에서 선제적 조치로
과거를 분석하거나 과거를 기반으로 예측하는 것만으로는 더 이상 충분하지 않습니다. 에이전트는 즉시 실행됩니다. 에이전트형 시대에는 시스템이 신호와 해결책 사이의 루프를 닫아 데이터가 세상의 변화 속도만큼 빠르게 세상에 작용할 수 있도록 해야 합니다.
데이터에서 시맨틱 지식으로 전환
에이전트는 계약서, 이미지, 이메일과 같은 다크 데이터에 숨겨진 미활용 정보의 90%를 포함하여 데이터 자산에 대한 완전한 액세스 권한이 필요합니다. 하지만 데이터만으로는 이해를 도출할 수 없습니다. 이러한 원시 데이터를 지식으로 전환하려면 에이전트에 풍부한 시맨틱 컨텍스트가 필요합니다.
Google을 통해 얻을 수 있는 이점
Google을 통해 얻을 수 있는 이점
Google Cloud를 기반으로 빌드하면 Google을 실행하는 것과 동일한 기술을 활용할 수 있습니다. 에이전트는 DeepMind의 연구에 그라운딩됩니다. Earth Engine, 날씨, Google 트렌드에 기본적으로 액세스할 수 있으므로 에이전트가 비즈니스 데이터와 전 세계 신호를 상호 연관시켜 현실 세계를 이해할 수 있습니다. 수동적인 관찰의 시대는 끝났습니다. 미래는 에이전트형 데이터 클라우드가 가능하게 하는 행동 시스템에 달려 있습니다.
개방적이고 유연한 아키텍처로 모든 데이터 활성화
에이전트가 효과적으로 작동하려면 모든 데이터에 100% 액세스할 수 있어야 합니다. Google은 데이터가 어디에 있든 멀티모달 AI를 데이터에 적용하여 사일로를 해체합니다. Google Cloud Lakehouse와 Apache Iceberg와 같은 개방형 형식에 대한 지원을 통해 Google의 장점과 개방형 표준을 결합하여 에이전트가 AWS, Azure, 온프레미스에서 데이터를 이동하지 않고도 활성화할 수 있도록 지원합니다. 이 Open Lakehouse 접근방식은 6개월 미만의 투자금 회수 기간으로 117%의 ROI를 제공합니다.
신뢰할 수 있는 데이터 패브릭으로 에이전트를 안전하게 배포
인텔리전스와 행동 사이의 다리는 신뢰입니다. Google의 Knowledge Catalog는 단순한 권한을 넘어 비정형 데이터, ML 모델, AI를 구동하는 에이전트형 도구 전반에 걸쳐 능동적이고 범용적인 컨텍스트를 제공하여 에이전트의 효과와 정확성을 개선합니다. Looker와 Google의 시맨틱 지식 엔진을 통합하여 진실에 에이전트를 그라운딩하고 데이터 세트 식별 정확도를 50% 개선하며 생성형 AI 할루시네이션을 최대 66%까지 줄입니다.
AI 네이티브 스택으로 비용과 지연 시간 절감
Google에서는 AI가 부가 기능이 아닌 기본 기능으로 제공됩니다. Google은 전 세계 광섬유 네트워크와 TPU부터 Gemini 모델, Gemini Enterprise Agent Platform에 이르기까지 AI 공급망 전체를 독자적으로 설계한 유일한 제공업체입니다. 스택을 소유하고 있기 때문에 경쟁사보다 8~16배 더 비용 효율적으로 인텔리전스를 생성합니다. Gemini는 스택에 직접 통합되어 더 적은 단계로 문제를 해결합니다. BigQuery 고급 런타임은 쿼리 속도를 6배 높이고, Apache Spark는 Lightning Engine을 통해 오픈소스 Spark보다 4.5배 더 빠르게 실행되며, AlloyDB는 표준 PostgreSQL보다 4배 더 빠르게 트랜잭션 워크로드를 처리합니다.
에이전트형 데이터 클라우드 활용
에이전트형 데이터 클라우드 활용
에이전트형 데이터 클라우드는 데이터 자산의 핵심 분야를 혁신합니다. 데이터팀의 생산성을 극대화하고 AI 에이전트가 데이터와 상호작용하는 방식을 간소화하세요.
데이터 과학을 위한 에이전트형 데이터 클라우드
이 역할은 모델 학습에서 에이전트 빌드로 전환됩니다. 데이터 과학자는 Gemini Enterprise와 Spark를 통합하여 데이터 바로 옆에 위치하는 추론 엔진을 빌드합니다. 일괄 예측 대신 지식 엔진을 사용하여 실시간 데이터를 추론하고 즉시 반응하는 에이전트를 빌드합니다.
AI 기반 분석을 위한 에이전트형 데이터 클라우드
에이전트 개발을 위한 에이전트형 데이터 클라우드
생각에서 행동으로 옮기려면 개발자는 에이전트의 사고 과정을 처리할 수 있는 데이터베이스가 필요합니다. AlloyDB와 Spanner를 통해 트랜잭션과 분석의 세계를 통합합니다. 이제 개발자는 단일 논리 루프에서 기록을 읽고 조치를 취하는 에이전트를 빌드할 수 있습니다. 에이전트가 모델 컨텍스트 프로토콜(MCP)을 통해 도구에 연결하는 방식을 표준화하여 직접 실행을 지원하고 인식과 행동을 연결합니다.
고객이 Google의 에이전트형 데이터 클라우드로 혁신하는 방법 알아보기
고객이 Google의 에이전트형 데이터 클라우드로 혁신하는 방법 알아보기
수십만 개의 조직에서 선도적인 Google Cloud 제품을 채택하여 TCO를 절감하고 생산성을 높였습니다.
