구글, Workspace 업데이트로 AI를 새 사무실 인턴으로 선정

Google Workspace에 새롭게 통합된 Workspace Intelligence는 Gemini 모델 패밀리를 기반으로 한 멀티모달 AI 시스템으로, Gmail, Docs, Sheets, Meet 등 개별 앱에 분산되어 있던 AI 기능을 단일 컨텍스트 레이어로 통합한 것이 핵심이다. 기존의 Duet AI나 초기 Gemini 통합이 단일 문서 내에서 텍스트 생성·요약에 머물렀다면, 이번 업데이트는 RAG(Retrieval-Augmented Generation)와 에이전트 오케스트레이션을 활용해 사용자의 Drive·Gmail·Calendar 데이터를 횡단 검색하고, 다단계 작업(예: 회의록 작성 → 액션 아이템 추출 → 담당자에게 메일 발송)을 자율적으로 수행한다. 인턴 비유는 단순한 마케팅 문구가 아니라, 함수 호출(function calling) 기반의 에이전트가 워크스페이스 내부 API를 도구로 활용하여 반복 사무 업무를 위임받는 구조를 표현한 것이다.

개발자·엔지니어 입장에서 가장 직접적인 영향은 두 가지다. 첫째, 사내에서 수동으로 처리하던 운영 업무(스탠드업 노트 정리, JIRA 티켓 요약, 이슈 트래킹 메일 분류)를 코드 작성 없이도 Workspace 내에서 자동화할 수 있어, 사내용 자동화 스크립트나 Apps Script 기반 워크플로우의 수요가 줄어들 가능성이 높다. 둘째, Google Workspace API와 AppSheet, Vertex AI Agent Builder가 점진적으로 이 인텔리전스 레이어와 연계되면서, 외부 SaaS·내부 시스템과의 연동(웹훅, OAuth 스코프, Drive Picker)을 활용한 커스텀 에이전트 개발 기회가 열린다. 반대로 기존에 third-party 자동화 도구(Zapier, Make 등)에 의존하던 워크플로우는 Workspace 네이티브 기능에 흡수될 위험이 있어, 통합 전략을 재검토해야 한다.

한국 개발자가 당장 점검해야 할 사항은 데이터 거버넌스와 보안 경계다. Workspace Intelligence는 조직의 모든 문서·메일에 접근 권한을 갖는 에이전트이므로, 회사 정책상 민감 정보(소스코드, 고객 PII, 인증 키)가 Drive·Gmail에 적재되어 있다면 관리자 콘솔에서 Gemini 활용 범위·로깅·DLP(Data Loss Prevention) 규칙을 사전에 정의해야 한다. 또한 Apps Script나 사내 자동화 봇을 운영 중이라면, 동일 작업을 Workspace 에이전트로 대체할 때의 비용(라이선스 단가)·관측 가능성(에이전트 실행 감사 로그)·실패 복구 전략을 비교 검증할 필요가 있다. 마지막으로 자체 에이전트 빌더(LangChain, MCP, OpenAI Agents SDK 등)로 비슷한 워크스페이스 통합을 구축 중인 팀이라면, Google이 제공하는 도구 호출 인터페이스 사양을 학습 자료로 삼아 자사 에이전트의 도구 카탈로그·권한 모델 설계에 참조하는 것이 효율적이다.