Talk Lowy(kr)

들어가며: 2026년 가을, 구글 트렌드가 보여주는 기술 검색의 대격변 2026년 9월 현재, 구글 트렌드(Google Trends) 기술 및 IT 카테고리를 면밀히 살펴보면 매우 뚜렷한 검색 패턴의 지각 변동이 포착됩니다. 불과 1~2년 전만 해도 "어떤 프롬프트를 입력해야 좋은 답변을 얻을 수 있는가?"와 같은 단순 프롬프트 엔지니어링이나 챗봇 활용법이 검색의 대부분을 차지했습니다. 그러나 최근 구글 검색량 지표에서 폭발적인 상승 곡선을 그리고 있는 키워드는 사뭇 다릅니다: MCP (Model Context Protocol) 피지컬 AI (Physical AI) 자율 에이전트 워크플로우 (Agentic Workflows) 초저지연 소형 모델 (Gemini 3.8 Flash 등) 이러한 검색 트렌드는 전 세계 개발자, 엔지니어, 비즈니스 리더들의 관심사가 **"AI에게 무엇을 물어볼 것인가(Generation)"**에서 **"AI가 현실과 시스템에서 무엇을 직접 조작하고 실행할 수 있는가(Action & Embodiment)"**로 완전히 이동했음을 명확히 증명합니다. 본 포스팅에서는 2026년 최신 트렌드 데이터를 바탕으로 기술 지형의 3대 핵심 축을 살펴보고, 독자 여러분이 실무와 일상에서 즉시 취해야 할 실질적인 인사이트를 전해드립니다. 핵심 트렌드 1: AI의 'USB-C', 표준 프로토콜로 자리 잡은 MCP 생태계 최근 구글 트렌드와 글로벌 개발자 커뮤니티에서 가장 가파르게 검색량이 치솟은 기술 단어는 단연 **MCP(Model Context Protocol)**입니다. 과거 각 AI 모델마다 제각각이던 도구 호출(Function Calling) 규격과 데이터 연동 방식은 거대한 파편화를 낳았습니다. 그러나 앤트로픽의 오픈소스 기증 이후 리눅스 재단(Linux Foundation) 표준으로 안착한 MCP는 이제 **"인공지능 생태계의 USB...

2026년 7월 현재, 구글(Google)의 기술 트렌드를 관통하는 단 하나의 키워드를 꼽으라면 단연 **'에이전트(Agent)'**입니다. 지난 5월 Google I/O 2026에서 공개된 Gemini 3.5 Flash , 에이전트 우선 개발 플랫폼 Antigravity 2.0 , 그리고 영상 기반 생성 모델 Gemini Omni 까지 — 구글이 던진 메시지는 명확합니다. AI는 이제 코드를 '거들어 쓰는' 부조종사(Co-pilot)를 넘어, 스스로 작업을 '실행하는' 자율 에이전트로 이동하고 있습니다. 이번 글에서는 개발자와 기술 실무자의 관점에서, 구글이 최근 발표한 핵심 기술들이 실제 개발 워크플로우를 어떻게 바꾸고 있는지 근거와 함께 정리합니다. 1. Gemini 3.5 Flash: '싸고 빠른' 티어가 이전 플래그십을 넘어섰다 이번 발표에서 가장 상징적인 사건은 저가·고속 티어인 Gemini 3.5 Flash가 이전 플래그십 모델인 Gemini 3.1 Pro를 코딩·에이전트 벤치마크에서 앞질렀다 는 점입니다. 구글은 이를 "행동하는 프런티어 지능(frontier intelligence with action)"이라고 표현했습니다. 공개된 벤치마크 수치는 다음과 같습니다. Terminal-Bench 2.1: 76.2% — 터미널 환경에서의 실제 코딩 수행 능력 GDPval-AA: 1656 Elo — 실무형 에이전트 태스크 수행 능력 MCP Atlas: 83.6% — 도구 호출(tool-use) 및 MCP 연동 성능 핵심은 단순히 점수가 높다는 것이 아니라 **"다른 프런티어 모델 대비 약 4배 빠른 속도로, 절반 이하의 비용"**에 이 성능을 낸다는 점입니다. 에이전트는 하나의 작업을 완수하기 위해 수십~수백 번의 추론·도구 호출을 반복합니다. 따라서 '속도 × 비용'은 에이전트 워크플로우의 실용성을 결정하는 절대적 변수...

“PC에서 AI가 일하고, 나는 iPhone으로 운영한다” 2026년, AI 개발 환경은 '코드 생성'을 넘어 'AI 운영체제(OS)' 시대로 진화했습니다. 과거처럼 개발자가 하루 종일 IDE와 SSH에 매달리는 대신, 이제는 AI 에이전트가 실무를 처리하고 인간은 승인과 지시만 내리는 구조 로 바뀌고 있습니다. 특히 OpenAI Codex의 모바일 지원으로, 언제 어디서나 iPhone만으로 전체 시스템을 통제할 수 있게 되었습니다. 💡 왜 이 조합이 혁신적인가? 단순히 AI에게 코딩을 맡기는 것이 아닙니다. 핵심은 회사 업무 환경(Google Workspace, Slack) 전체를 AI와 연결 하는 데 있습니다. Codex : 메인 AI 에이전트 역할 (코드 작성 및 시스템 제어) MCP (Model Context Protocol) : AI가 외부 시스템(문서, 메일 등)을 읽고 쓸 수 있게 하는 표준 프로토콜 Google Workspace : Gmail, Docs, Drive 연동으로 회의록 작성부터 장애 메일 분석까지 자동화 Slack : 이 모든 과정을 통제하는 '모바일 운영 콘솔' 🚀 완벽한 AI 개발 환경 구축 시나리오 1. 인프라 준비 (메인 PC) 집이나 회사의 PC(Mac Mini, Linux 등)에 Codex, MCP Server, Docker, 그리고 GitHub 연동을 세팅하여 24시간 가동 상태로 만듭니다. 2. MCP로 업무망 연결 Gmail / Docs MCP : 장애 알림 요약, PRD 자동 업데이트 Slack MCP : 전용 AI 운영 채널(예: #ai-devops ) 생성 3. 모바일(iPhone)에서 원격 제어 출근길이나 외근 중에도 Slack이나 ChatGPT 앱(Codex 연동)을 열어 이렇게 지시합니다. "오늘 아침 들어온 장애 메일 요약하고, Slack 논의 내용 기반으로 PR 생성해줘." 점심시간에 PR...