구글 데이터 에이전트 킷 실습: 코딩 에이전트로 BigQuery·Cloud SQL을 넘나드는 데이터 분석과 dbt 자동화
구글이 내놓은 데이터 에이전트 킷을 실제 매출 문제에 적용해 본 실습 영상 정리. 에이전트 스킬과 MCP의 역할 차이, 여러 데이터베이스를 넘나드는 원인 분석, dbt 파이프라인 자동 생성과 검증까지 차례로 짚는다.
핵심 내용 읽기 →
AI TOPIC
구글 클라우드 최신 뉴스와 핵심 해설
구글 클라우드 관련 핵심 뉴스와 활용 인사이트 44편을 최신순으로 모았습니다.
프로덕션 AI 앱 아키텍처 설계법: 인증·프롬프트 주입 방어·모델 선택권·서버리스 3원칙
구글 클라우드 고객 엔지니어가 금융 앱 사례로 설명한 프로덕션 AI 애플리케이션 아키텍처를, 인증과 프롬프트 주입 방어, 모델 선택권, 서버리스 운영이라는 세 축으로 정리했다. 통합 관측 화면까지 갖추는 구성도 함께 다룬다.
핵심 내용 읽기 →
바이브 코딩 보안 4단계 — 작은 커밋과 컨텍스트 파일, 샌드박스, 외부 검증으로 AI 코드 지키기
AI 코딩 에이전트가 만들어내는 보안 구멍을 어떻게 막을지 구글 엔지니어가 설명한다. 작은 단위 커밋과 테스트, 디렉터리별 컨텍스트 파일, 진짜 샌드박스, 정적 분석과 레드팀 검증까지 네 단계로 정리했다.
핵심 내용 읽기 →
MCP vs 스킬(Skills) 차이 정리 — AI 에이전트 도구 연결과 컨텍스트 관리의 진화
구글 클라우드 엔지니어들이 MCP와 스킬의 차이를 설명했다. 도구가 늘수록 생기는 컨텍스트 부풀림 문제와, 점진적 공개로 이를 줄이는 스킬의 3단 구조를 짚는다.
핵심 내용 읽기 →
AI 코딩 에이전트 코드 리뷰 방법 — 초안 PR과 검증 계층으로 안전하게 배포하기
구글 클라우드 테크 대담에서 YK 스기와 리디아 할리에가 AI 코딩 에이전트 사용법을 짚었다. 핵심은 코드를 빨리 쓰는 능력이 아니라 검토하는 능력이며, 초안 PR과 훅으로 검증 계층을 만들어 확인되지 않은 코드가 프로덕션에 들어가지 않게 하라는 조언이다.
핵심 내용 읽기 →
구글 클라우드 실습: 클로드 코드 동적 워크플로로 게임 다시 만들기, 서브 에이전트 병렬 실행
구글 클라우드가 버텍스 AI 위에서 클로드 코드를 돌려 게임을 다시 만드는 과정을 공개했다. 화면 설계를 HTML로 먼저 그린 뒤 동적 워크플로로 서브 에이전트를 병렬 실행하고, 그 실행 계획을 코드로 저장해 재사용하는 방식이다.
핵심 내용 읽기 →
클로드 코드 구글 클라우드 연동 방법과 실전 활용 팁 정리
구글 클라우드 개발자들이 클로드 코드를 버텍스 AI에 연결하는 절차와, 3D 게임을 즉석에서 만들며 쓴 프롬프트·검증 요령을 시연으로 보여줬다.
핵심 내용 읽기 →
코딩 에이전트 사용법 — 구글 클라우드 엔지니어가 말하는 코드 통제권과 달라진 개발자 역할
구글 클라우드 테크가 시니어 엔지니어들과 나눈 코딩 에이전트 활용 원칙. 생성된 코드를 선별해 커밋하는 법, 아키텍처 중심으로 옮겨가는 개발자 역할, 훅과 권한으로 에이전트 환경을 만드는 법을 정리했다.
핵심 내용 읽기 →
하이브리드 검색이란: 키워드 검색과 벡터 검색을 합치는 이유 (구글 AlloyDB 데모)
키워드 검색은 데이터에 없는 단어를 못 찾고, 벡터 검색은 브랜드명이나 번호처럼 의미 없는 값에 약하다. 구글 클라우드가 AlloyDB 데모로 보여준 하이브리드 검색의 원리와 실무 장벽을 정리했다.
핵심 내용 읽기 →
AI 에이전트 설계 패턴 정리: 단일 에이전트와 순차·병렬 에이전트의 차이와 선택 기준
AI 에이전트는 하나만 두는 게 정답이 아니다. 구글 클라우드 강연을 토대로 단일·순차·병렬 에이전트 패턴이 각각 어떤 상황에서 통하고 어디서 무너지는지, 그리고 무엇을 기준으로 골라야 하는지 정리했다.
핵심 내용 읽기 →
AI 앱이 프로덕션에서 실패하는 이유와 구글 유튜브가 찾은 프로토타이핑 해법 정리
구글 클라우드 영상에서 유튜브 엔지니어는 실제 API와 UI에 연결된 프로토타입으로 아이디어를 먼저 검증하고, 프로덕션에서는 그 프로토타입 코드를 미련 없이 버리고 처음부터 다시 짜는 이중 트랙 방식을 제시했다.
핵심 내용 읽기 →
에이전틱 하네스란 무엇인가: LLM을 도구와 반복 루프로 AI 에이전트로 만드는 하부 구조
구글 클라우드 엔지니어가 설명하는 ‘에이전틱 하네스’ 개념 정리입니다. 도구 호출과 반복 루프, 출력 평가로 LLM을 에이전트로 만드는 하부 구조와, 인터페이스와의 분리가 갖는 의미를 초심자도 이해하기 쉽게 풀었습니다.
핵심 내용 읽기 →
컨텍스트 엔지니어링 완벽 정리 — 프롬프트 엔지니어링과 무엇이 다른가
프롬프트를 길게 쓰는 것만으로는 AI 답변이 좋아지지 않는다. 구글 클라우드가 설명하는 컨텍스트 엔지니어링의 개념과 네 가지 실패 유형, 쓰기·선택·압축·격리 4단계 실전법을 정리했다.
핵심 내용 읽기 →
AI 시대에도 쿠버네티스와 데브옵스 자격증이 필요한 이유, 그리고 다중 에이전트로 만든 AI 튜터 구축기
구글 클라우드 팟캐스트 에이전트 팩토리에서 코드클라우드 창업자가 AI 시대에도 쿠버네티스와 데브옵스 자격증이 필요한 이유, 개발자 역할의 변화, 그리고 랭그래프 다중 에이전트로 만든 AI 학습 튜터의 구조와 비용 절감 방법을 설명한다.
핵심 내용 읽기 →
구글 안티그래비티 AI 에이전트로 SDLC 자동화: 이슈 파악부터 코드 리뷰까지
구글 클라우드가 소개한 안티그래비티 활용법. 코드 생성만이 아니라 이슈 이해·설계·구현·리뷰까지 개발 주기 전 단계에 AI 에이전트를 붙이는 실전 워크플로를 정리했다.
핵심 내용 읽기 →
구글 클라우드 에이전트 스킬과 '시프트 다운' 전략으로 개발자 온보딩과 장애 대응을 단축하기
유럽 대형 유통사 미디어마르크트 사투른이 Gemini CLI로 130개 스킬을 만들고 거버넌스를 플랫폼으로 내리는 '시프트 다운'으로 개발자 온보딩과 장애 대응 속도를 어떻게 끌어올렸는지 소개한다.
핵심 내용 읽기 →
AI 애플리케이션 평가 방법: 골든 데이터셋과 지표, 오프라인·온라인 평가 정리
구글 클라우드가 설명하는 AI 앱 평가법. 벤치마크가 아니라 내가 만든 애플리케이션을 골든 데이터셋과 지표로 검증하고, 오프라인·온라인 평가를 언제 쓰는지 정리했다.
핵심 내용 읽기 →
AI 에이전트 컨텍스트 엔지니어링: 스킬·메모리·컴팩션과 AT&T 프로덕션 사례
구글 클라우드가 설명하는 AI 에이전트 컨텍스트 엔지니어링의 핵심 — 컨텍스트 로트, 스킬과 점진적 공개, 세션 컴팩션, 메모리 뱅크, 그리고 AT&T의 프로덕션 적용 사례를 정리했다.
핵심 내용 읽기 →
구글 클라우드 AI 하드웨어 총정리 — 이론우드 TPU·액시온·피지컬 AI
구글 클라우드가 AI 인프라존에서 소개한 7세대 TPU 이론우드, ARM 기반 액시온 칩, 로봇을 위한 피지컬 AI, 온프레미스용 분산 클라우드까지의 하드웨어 라인업을 정리했다.
핵심 내용 읽기 →
클라우드 런 AI 에이전트 배포법: ADK·MCP 서버 연동 단계별 가이드
구글 클라우드 런에 AI 에이전트를 배포하는 과정을 단계별로 정리했다. ADK로 에이전트를 만들고 MCP 서버와 위키피디아 도구를 연결한 뒤, 서비스 계정 권한 설정과 단일 배포 명령으로 공개 URL까지 얻는 흐름을 다룬다.
핵심 내용 읽기 →
머신러닝이란 무엇인가 — 데이터로 질문에 답하는 학습과 예측의 원리
구글 클라우드의 입문 강의가 머신러닝을 '데이터를 사용해 질문에 답하기'라는 다섯 단어로 정의하고, 학습과 예측이라는 두 축, 그리고 일상 속 활용 사례를 쉽게 풀어낸다.
핵심 내용 읽기 →
구글 생성형 AI 리더 자격증 핵심 정리 — 프롬프트 기법·토큰·그라운딩·RAG·Gemma까지 시험 대비 요약
구글 클라우드 생성형 AI 리더(Generative AI Leader) 자격증 대비 강의의 핵심을 정리했습니다. 프롬프트 기법, 토큰과 연산 비용, 그라운딩과 RAG, Gemma와 Gemini의 차이, 에이전트 활용까지 시험에 나오는 개념을 짚습니다.
핵심 내용 읽기 →
AI 에이전트 성능 최적화: 오픈텔레메트리·클라우드 트레이스로 응답 시간 80% 단축
구글 클라우드의 라이브 진단 쇼에서 느린 축구 AI 앱을 코드가 아닌 관측성으로 분석한다. 오픈텔레메트리 계측과 클라우드 트레이스로 병목을 찾아 음성 합성을 병렬화해 응답을 80% 줄인 과정을 정리했다.
핵심 내용 읽기 →
에이전트 AI로 기업 데이터 사일로 허물기 — 구글 클라우드 MCP·Gemini 실전 데모
구글 클라우드가 MCP와 에이전트 개발 키트로 Gemini를 사내 데이터베이스에 안전하게 연결해, 회계 감사·경영 분석·DB 운영을 실시간 대화 한 번으로 처리하는 Finance AI 데모를 자세히 공개했다.
핵심 내용 읽기 →
ADK·MCP 멀티 에이전트 구축법 — 구글의 영화 추천 에이전트로 본 실전 패턴
구글 ADK와 MCP, Gemini 3 Flash로 영화 평·추천·관심목록 에이전트를 한데 묶은 사례. 설명 기반 라우팅, 실시간 웹 접근, 3단 안전 콜백, 세션 상태 유지 등 프로덕션 패턴을 정리했다.
핵심 내용 읽기 →
A2A 프로토콜·에이전트 레지스트리로 멀티에이전트 시스템 구축하기
구글 클라우드가 A2A 프로토콜과 에이전트 레지스트리로 수십~수백 개 에이전트를 발견·연결·관리하는 방법을 강아지 산책·여행 계획 예제로 설명한다.
핵심 내용 읽기 →
프롬프트 엔지니어링 4가지 팁 - 구글 클라우드의 LLM 활용 기본 가이드
구글 클라우드가 소개하는 프롬프트 엔지니어링 기본기. 구체적으로 쓰기, 맥락 제공, 예시 활용, 프롬프트와 페르소나 실험이라는 네 가지 팁으로 LLM에서 더 나은 결과를 얻는 방법을 정리했습니다.
핵심 내용 읽기 →
구글 안티그래비티(Antigravity)로 작업 정리 자동화하기: 프롬프트로 확장 프로그램 직접 만들기
구글의 에이전트형 개발 도구 안티그래비티로 깃 프로젝트와 파일을 시간 단위 태그로 정리하는 도구를 프롬프트만으로 만든 사례. 인지 부담을 줄이는 AI 자동화 활용법을 소개합니다.
핵심 내용 읽기 →
구글 클라우드 데이터 에이전트 총정리 - BigQuery 어시스턴트부터 대화형 분석 API까지
구글 클라우드가 BigQuery 어시스턴트, 데이터 엔지니어링·데이터 과학·대화형 분석 에이전트를 정식 출시했다. 자연어로 분석과 파이프라인을 다루는 데이터 에이전트의 전모와 실제 통신사 도입 사례를 정리했다.
핵심 내용 읽기 →
에이전트 레지스트리·ADK로 대규모 AI 에이전트 오케스트레이션하기
조직마다 수백 개의 AI 에이전트가 난립하는 시대, 구글 클라우드는 에이전트 레지스트리·에이전트 ID·Spec Boost·ADK로 발견·재사용·보안 문제를 풀려 한다. 클룩의 실제 적용 사례까지 정리했다.
핵심 내용 읽기 →
스패너 하이브리드 검색: 풀텍스트·벡터·그래프를 SQL 하나로
구글 드라이브부터 우버까지 떠받치는 스패너의 검색 기능을 정리했다. 풀텍스트·벡터·그래프를 별도 시스템 없이 한 데이터베이스에서 결합해 AI 검색 스택을 SQL 한 줄로 구현하는 방법과, 비용을 크게 줄인 Attio 사례를 담았다.
핵심 내용 읽기 →
AI 네이티브 데이터베이스·MCP로 신뢰할 수 있는 AI 에이전트 구축하기
구글 클라우드가 데이터베이스에 AI를 내장한 에이전틱 데이터 클라우드 전략을 공개했다. 앨로이DB, 스패너, MCP 기반 데이터 에이전트 플랫폼과 보안 가드레일을 다룬다.
핵심 내용 읽기 →
구글 클라우드 DMS, AI로 T-SQL을 PostgreSQL PL/pgSQL로 자동 변환·현대화
구글 클라우드의 데이터베이스 마이그레이션 서비스가 AI로 오래된 T-SQL 저장 프로시저를 단순 번역이 아니라 CTE 같은 최신 패턴의 PostgreSQL 코드로 바꾸고, 제미나이가 그 변경 이유까지 설명해 주는 시연을 소개한다.
핵심 내용 읽기 →
생성형 AI 입문 - 구글 클라우드가 설명하는 AI·ML·딥러닝·트랜스포머
구글 클라우드의 생성형 AI 입문 강의를 한국어로 정리했다. AI와 머신러닝의 차이, 지도·비지도 학습, 딥러닝, 생성형과 판별형 모델, 트랜스포머와 환각, 프롬프트와 모델 유형까지 기초를 짚는다.
핵심 내용 읽기 →
AlloyDB AI 함수 정리 — Gemini 기반 Rank·If·Generate와 비용 최적화
구글 AlloyDB의 AI 함수가 Gemini 같은 파운데이션 모델을 데이터에 직접 적용하는 방법과, 행마다 LLM을 호출할 때의 비용·성능 문제를 푸는 최적화 기법을 정리한다.
핵심 내용 읽기 →
Document AI란? OCR·머신러닝으로 비정형 문서를 정형 데이터로 바꾸는 원리
PDF·이메일·양식 등 문서에 갇힌 '다크 데이터'를 OCR과 머신러닝으로 추출하는 방법과, 구글 클라우드 Document AI가 문서를 정형 데이터로 바꾸는 원리를 일반 독자 눈높이로 정리했습니다.
핵심 내용 읽기 →
생성형 AI 입문 — 머신러닝·딥러닝·파운데이션 모델 한눈에 정리
구글 클라우드의 생성형 AI 강의를 한국어로 정리했다. AI와 머신러닝의 차이, 지도·비지도 학습, 딥러닝과 신경망, 생성형 모델과 판별형 모델의 구분, 파운데이션 모델과 트랜스포머까지 기초 개념을 쉽게 풀었다.
핵심 내용 읽기 →
Looker MCP AI 에이전트: 거버넌스 갖춘 기업 데이터 분석 자동화 구축법
구글 클라우드가 Looker의 LookML 모델링과 MCP(모델 컨텍스트 프로토콜), 에이전트 개발 키트(ADK)를 결합해 깨지기 쉬운 SQL 대신 통제된 데이터 모델과 대화하는 AI 에이전트를 만드는 3계층 구조를 설명한다.
핵심 내용 읽기 →
롱러닝 AI 에이전트로 운영체제·3D 게임 만들기 (구글 에이전틱 스택)
단발 프롬프트가 아니라 목표를 향해 며칠씩 스스로 일하는 '롱러닝 에이전트'. 구글 클라우드 데모에서 클로드 코드의 goal 기능으로 브라우저 OS와 걸어 다니는 3D 비디오 가게를 만든 과정을 정리했다.
핵심 내용 읽기 →
구글 ADK 장기 실행 AI 에이전트 패턴: 신입 온보딩 사례로 본 휴면·메모리·멀티에이전트
구글 클라우드가 공개한 ADK 장기 실행 에이전트 패턴을 신입사원 온보딩 코디네이터 사례로 설명한다. 며칠씩 멈췄다 외부 이벤트로 깨어나는 휴면 구조와 내구성 메모리를 다룬다.
핵심 내용 읽기 →
구글 클라우드 ADK·A2A 멀티 에이전트 시연: AI 에이전트들이 협업해 게임을 기획하는 방법
구글 클라우드가 ADK와 A2A로 역할이 다른 여러 AI 에이전트가 협업해 5분 만에 게임 기획안을 만드는 과정을 시연했다. 충돌 해결과 사람의 개입 지점까지 정리했다.
핵심 내용 읽기 →
제미나이 생성형 UI(GenUI), 앱 화면 실시간 생성 — 구글 클라우드 넥스트 26 젠라떼 시연
구글 클라우드 넥스트 26에서 공개된 젠라떼는 플러터·파이어베이스·제미나이를 결합해, 사용자가 원하는 이미지를 대화하듯 다듬으면 그에 맞춰 앱 화면이 실시간으로 생성되는 생성형 UI를 시연했다.
핵심 내용 읽기 →
SQL 서버 코드를 포스트그레SQL로 변환 — 구글 DMS와 제미나이 활용법
SQL 서버의 T-SQL에 익숙한 개발자가 포스트그레SQL로 넘어갈 때 부딪히는 미묘한 문법 차이를, 구글 클라우드의 데이터베이스 마이그레이션 서비스(DMS)와 제미나이가 자동 변환과 설명으로 메워 준다.
핵심 내용 읽기 →
LLM(대규모 언어 모델)이란? 사전학습·미세조정·프롬프트 설계 한눈에 정리
구글 클라우드의 LLM 입문 강의를 정리했다. 대규모 언어 모델의 정의와 세 가지 특징, 사전학습과 미세조정, 프롬프트 설계와 엔지니어링의 차이, LLM의 종류와 효율적 튜닝 방법까지 핵심만 짚는다.
핵심 내용 읽기 →