Build Your Own Team of Managed Agents - Jack Wotherspoon, Google DeepMind

한 줄 핵심

관리형 에이전트를 클라우드 샌드박스에서 실행하는 구조와 구성요소를 이해하면, 복잡한 에이전트 워크플로를 단일 API 호출로 안전하게 제품과 업무에 연결할 수 있다.

시간별 요약

1. 0:00
   관리형 에이전트란 무엇인가 관리형 또는 클라우드 에이전트는 자신의 머신에서 하네스를 직접 돌리는 대신 클라우드 샌드박스에서 에이전트를 실행하는 방식이다. 로컬 실행의 번거로움 없이 코드 작성, 추론, 검색, 테스트까지 한 환경에서 처리할 수 있다.
2. 0:54
   왜 에이전트를 클라우드에서 실행하는가 클라우드 샌드박스는 브라우저 제어 충돌, 팝업, 로컬 환경 오염 같은 문제를 줄이고 검증까지 안정적으로 수행하게 해준다. 또한 개인 장비에 묶인 설정을 팀이나 제품으로 확장할 수 있어 공유성과 확장성이 높다.
3. 2:13
   직접 구축하기와 한 번의 API 호출 직접 구현하려면 컨테이너나 VM을 띄우고, 하네스를 만들고, 네트워크와 방화벽, 보안까지 모두 처리해야 한다. 관리형 에이전트는 이러한 복잡성을 감싸서 단일 API 호출로 샌드박스와 하네스를 함께 제공한다.
4. 3:26
   Interactions API 기존의 입력-출력 모델 호출 방식 대신, 여러 단계로 동작하는 에이전트에 맞춘 Interactions API가 중심이 된다. 에이전트를 직접 호출하고 environment를 remote로 두면 클라우드에서 실행되는 관리형 에이전트가 된다.
5. 4:32
   내부 동작 방식 호출은 Gemini API로 전달되고, Google Search나 파일 읽기·쓰기 같은 서버 측 도구가 함께 동작한다. 사용자는 커스텀 함수와 MCP 도구를 추가할 수 있고, 샌드박스에는 시작 시 파일이나 저장소를 올릴 수 있다.
6. 5:22
   구성 요소: 하네스, 환경, 스킬, 자격 증명, 트리거 관리형 에이전트는 하네스, 환경, 스킬, 자격 증명, 트리거라는 핵심 요소로 구성된다. 같은 환경을 여러 에이전트가 공유해 이어서 작업할 수 있고, 자격 증명은 토큰이나 OAuth를 안전하게 주입하며, 트리거는 예약 실행을 가능하게 한다.
7. 7:02
   모델 선택과 Gemini 4 Argon 워크플로에 따라 빠른 작업에는 Gemini Flash, 깊은 분석이나 금융 추론에는 Gemini 4 Argon 같은 모델을 고를 수 있다. Gemini 4는 큰 출력 한도와 긴 추론을 지원해 재무 분석과 다문서 분석에 특히 유리하다.
8. 8:51
   Interactions와 환경 Interactions는 대화와 턴의 상태를, environments는 샌드박스 파일 시스템 상태를 관리한다. 새 에이전트가 같은 environment ID를 재사용하면 대화 맥락은 새로 시작하면서도 이전 파일과 산출물을 이어받을 수 있다.
9. 10:46
   도구, MCP 서버, 파일 마운트 기본 도구로 코드 실행, 파일 읽기·쓰기, Google Search를 제공하며, 외부 서비스는 MCP 서버나 원격 서버 연결로 확장할 수 있다. agents.md, 스킬, GitHub 저장소를 마운트해 로컬의 작업 흐름을 클라우드에서 재현할 수 있다.
10. 12:21
    비밀 정보를 샌드박스 밖에 두기 비밀 값은 실제로 샌드박스 안에 들어가지 않고 프록시를 통해 필요한 시점에만 주입된다. 에이전트는 더미 토큰만 보게 되므로 GitHub 토큰 같은 민감 정보가 샌드박스에 노출되지 않는다.
11. 13:12
    트리거와 예약 에이전트 트리거를 쓰면 매일 아침 브리핑, 이메일 점검, 시장 개장 전 금융 분석처럼 정해진 시간에 에이전트를 자동 실행할 수 있다. 웹훅이나 알림과 결합하면 결과를 Slack 같은 외부 채널로 바로 보낼 수 있다.
12. 13:37
    멀티 에이전트 워크플로 하나의 에이전트가 다른 관리형 에이전트를 호출해 일을 분산시키고, 각 에이전트는 특정 목적에만 집중할 수 있다. 결과를 파일에 저장해 다음 에이전트가 이어받게 하면 작업이 더 통제 가능하고 검증하기 쉬워진다.
13. 14:32
    SEC 조사에서 퀀트 분석과 보고서까지 SEC 파일 조사, 지표 분석, 최종 보고서 작성이 서로 다른 에이전트로 분리되어 같은 environment를 공유하며 이어진다. step trace로 각 작업을 추적할 수 있고, MCP 서버를 붙이면 Google Docs나 Slack 같은 외부 출력도 연결할 수 있다.
14. 16:34
    앱 안에서 동작하는 관리형 에이전트 SDK를 통해 관리형 에이전트를 앱에 쉽게 넣을 수 있고, Google Drive의 문서나 영수증 데이터를 읽어 시각화나 리포트를 생성하게 할 수 있다. 개인 코딩 에이전트에서 하던 일을 회사용 또는 제품용 관리형 에이전트로 전환하기 쉽다.
15. 17:44
    AI Studio에서 시작하기 가장 쉬운 시작점은 AI Studio의 무료 갤러리와 문서이며, 예제 에이전트로 바로 실험할 수 있다. 여러 하위 에이전트가 주어진 주식에 대해 분석하고, 최종적으로 PDF 보고서와 차트를 생성하는 흐름을 확인할 수 있다.

실무 인사이트

• 관리형 에이전트의 핵심 가치는 모델 성능보다도 샌드박스, 환경 재사용, 비밀 관리, 예약 실행까지 포함한 실행 구조를 제품화하는 데 있다.
• 여러 에이전트가 같은 environment를 공유하고 각자 짧은 컨텍스트로 작업하게 설계하면, 긴 작업을 더 안정적으로 분해하고 재시도·검증하기 쉬워진다.
• MCP 서버와 파일 마운트를 일찍 붙이면 로컬에서만 되던 작업을 팀과 제품 환경으로 옮기기 쉬워지고, 실제 업무 자동화로 연결되는 속도가 빨라진다.