Gemini 3.5 Flash Computer Use 출시, 업무자동화 뭐가 달라지나?

# Gemini 3.5 Flash Computer Use 출시, 업무자동화 뭐가 달라지나?

AI 에이전트가 드디어 '손'을 갖게 됐다 — 클릭·입력·스크롤까지 스스로 하는 시대가 열렸습니다

---

📌 들어가며 — "자동화했는데 왜 아직도 이 일을 사람이 하고 있지?"

많은 기업들이 이미 RPA(로봇 프로세스 자동화)나 매크로 도구를 도입했음에도, 여전히 이런 장면이 반복됩니다. 엑셀 파일을 열고 특정 값을 복사해서 사내 ERP 시스템에 붙여넣는 일, 고객 문의 내용을 CRM에 수동으로 기록하는 일, 여러 SaaS 툴 사이를 오가며 데이터를 취합하는 반복 작업들. "이미 자동화 툴을 쓰고 있는데 왜 이 일은 아직 사람이 하고 있지?" — 실제로 현장 담당자들이 가장 많이 하는 질문 중 하나입니다.

기존 자동화 도구들은 한 가지 근본적인 한계를 가지고 있었습니다. 바로 사전에 정해진 경로와 구조에만 동작한다는 점입니다. UI가 조금만 바뀌어도 스크립트가 망가지고, API를 제공하지 않는 레거시 시스템에는 손도 대지 못하며, 예외 상황이 발생하면 무조건 사람이 개입해야 했죠. 결국 진정한 의미의 자동화가 아니라 '반자동화'에 머물러 있었던 겁니다.

그런데 2026년 6월 24일, 이 판도를 바꿀 수 있는 중요한 발표가 있었습니다. Google DeepMind가 Gemini 3.5 Flash에 'Computer Use'를 내장 도구로 통합한 것입니다. 이제 AI 에이전트가 사람처럼 화면을 보고, 이해하고, 직접 클릭하고 입력하고 스크롤할 수 있게 됐습니다. 단순히 명령어를 처리하는 게 아니라, 실제 컴퓨터 환경을 눈으로 인식하며 작업을 수행하는 것이죠. 이것이 왜 업무자동화의 패러다임을 바꾸는 사건인지, 지금부터 하나씩 살펴보겠습니다.

---

🧠 핵심 개념 — Gemini 3.5 Flash의 Computer Use란 정확히 무엇인가?

Computer Use는 AI 에이전트가 실제 컴퓨터 인터페이스를 직접 조작하는 기능을 의미합니다. 기존의 AI가 텍스트를 생성하거나 코드를 짜주는 것과는 차원이 다릅니다. 브라우저, 모바일 앱, 데스크톱 환경에서 화면을 실시간으로 인식하고, 특정 버튼을 클릭하고, 폼에 내용을 입력하고, 페이지를 스크롤하며, 팝업에 반응하는 — 사람이 키보드와 마우스로 하는 모든 행동을 AI가 스스로 수행할 수 있게 됩니다.

여기서 중요한 점은 이번 발표가 단순한 기능 추가가 아니라는 것입니다. 이전까지 Google은 Computer Use 기능을 별도의 'Gemini 2.5 Computer Use' 단독 모델로만 제공했습니다. 즉, 이 기능을 쓰고 싶으면 해당 특화 모델만 따로 사용해야 했죠. 하지만 이번에는 메인스트림 Flash 모델 — Gemini 3.5 Flash에 기본 내장(built-in tool) 형태로 통합됐습니다. 이는 모든 Gemini API 사용자와 기업이 별도의 모델 선택 없이 자연스럽게 Computer Use 기능을 활용할 수 있게 됐다는 의미입니다.

이 기능이 업무자동화 시장에서 특별한 이유는 세 가지입니다.

첫째, API가 없어도 자동화가 가능합니다. 기존 RPA나 연동 방식은 해당 소프트웨어가 API를 제공해야만 작동했습니다. Computer Use는 화면 자체를 인식하기 때문에 레거시 시스템, API 미제공 서비스, 심지어 사내 오래된 솔루션까지 모두 자동화 대상이 됩니다.

둘째, 멀티스텝 복잡 작업을 맥락 있게 처리합니다. 단순히 한 번 클릭하는 것이 아니라, 여러 화면과 단계를 거치는 복잡한 업무 프로세스를 연속적으로, 상황에 맞게 판단하며 수행합니다.

셋째, Gemini API와 Gemini Enterprise Agent Platform을 통해 기업 환경에 바로 통합 가능합니다. 기업의 기존 시스템과 연계하여 에이전트를 배포하고 관리할 수 있는 엔터프라이즈급 인프라가 함께 제공됩니다.

---

🚀 핵심 기능 ① — Flash 모델에 내장된 Computer Use, 무엇이 가능해지나?

2026년 6월 24일, Google DeepMind의 공식 발표는 AI 에이전트 개발 생태계에서 큰 의미를 가집니다. 기존에는 Computer Use라는 기능 자체가 실험적이고 특화된 영역으로 여겨졌습니다. 별도 모델을 사용해야 했기 때문에 일반적인 Gemini API 워크플로우에 통합하려면 추가적인 설계와 비용이 필요했습니다. 하지만 이제 Gemini 3.5 Flash라는 메인 모델 안에 Computer Use가 기본 탑재되면서, 이 기능을 활용하기 위한 진입 장벽이 크게 낮아졌습니다.

구체적으로 어떤 것들이 가능해졌는지 살펴보겠습니다.

① 브라우저 기반 작업 자동화
웹 브라우저에서 이루어지는 모든 업무를 에이전트가 직접 수행할 수 있습니다. 특정 웹사이트에 접속해서 정보를 검색하고, 폼을 작성하고, 데이터를 복사해서 다른 곳에 붙여넣는 일련의 과정이 완전 자동화됩니다. 예를 들어 경쟁사 가격 모니터링, 공공기관 사이트에서 정보 수집, 온라인 발주 시스템 운영 등이 해당됩니다.

② 모바일 환경 자동화
모바일 앱을 직접 조작하는 것도 가능합니다. 이는 특히 모바일 앱만 있고 별도 API나 웹 인터페이스를 제공하지 않는 서비스를 자동화할 때 핵심적인 역할을 합니다. 모바일 앱 기반의 현장 보고, 재고 관리, 고객 응대 시스템 등을 AI 에이전트가 직접 처리할 수 있게 됩니다.

③ 데스크톱 애플리케이션 조작
MS Office, 사내 클라이언트 프로그램, 레거시 ERP 시스템 등 데스크톱 애플리케이션을 직접 다룰 수 있습니다. 이는 API 연동이 불가능한 구형 시스템을 사용하는 기업들에게 특히 중요한 변화입니다. 기존에는 이런 시스템을 자동화하려면 수개월의 개발 작업이나 값비싼 전용 RPA 솔루션이 필요했지만, 이제 Gemini 3.5 Flash Computer Use가 대안이 될 수 있습니다.

④ 멀티스텝 업무 프로세스 처리
여러 애플리케이션을 오가며 이루어지는 복잡한 업무 프로세스도 처리할 수 있습니다. 예를 들어 이메일로 들어온 주문 내용을 읽고 → ERP에 입력하고 → 재고 확인 후 → 발주 시스템에서 발주를 넣고 → 담당자에게 완료 보고를 하는 식의 연속 작업이 하나의 에이전트로 처리될 수 있습니다.

Gemini API 및 Gemini Enterprise Agent Platform을 통해 이 모든 기능을 개발자와 기업이 직접 활용하고 커스터마이징할 수 있습니다. 기업의 기존 IT 인프라와의 통합 가능성이 열린 것입니다.

---

📊 핵심 기능
② — OSWorld 78.4%, 이 수치가 의미하는 것

기술을 평가할 때 가장 객관적인 잣대는 역시 벤치마크 성능 수치입니다. Google이 공개한 공식 벤치마크 기준에 따르면, Gemini 3.5 Flash의 Computer Use는 OSWorld-Verified에서 78.4%를 기록했습니다. 이것이 어떤 의미인지 이해하려면 OSWorld가 무엇인지부터 알아야 합니다.

OSWorld는 AI 에이전트가 실제 컴퓨터 환경에서 다양한 OS 기반 작업을 얼마나 정확하게 수행하는지 평가하는 벤치마크입니다. 단순히 텍스트 답변을 생성하는 것이 아니라, 실제 화면을 보고, 올바른 곳을 클릭하고, 정확한 결과를 도출하는 '실전 능력'을 측정합니다. 즉, 시험지 문제를 맞히는 것이 아니라 실제 업무 현장에서의 수행 능력에 훨씬 가까운 평가 방식입니다.

이 78.4%라는 수치는 현 시점에서 Google이 공식으로 공개한 유일한 벤치마크 수치입니다. 이 수치를 맹목적으로 다른 지표와 단순 비교하기보다는, 실제 기업 업무 환경에서의 실용성 측면에서 해석하는 것이 중요합니다. 약 10개의 작업 중 7~8개를 AI 에이전트가 스스로 정확하게 처리할 수 있다는 것인데, 현실에서는 단순 반복 업무의 70% 이상이 이미 충분히 자동화 가능한 수준이라는 점에서 실질적인 의미가 있습니다.

특히 주목해야 할 것은 이 성능이 Gemini 3.5 Flash라는 '빠르고 비용 효율적인' 모델에서 나온다는 점입니다. 일반적으로 성능과 비용은 트레이드오프 관계에 있습니다. 높은 성능을 원하면 더 크고 비싼 모델을 써야 하는 것이 통상적인 구조인데, Flash 라인업은 속도와 비용 효율성에 최적화된 모델입니다. 그런 모델에서 이 수준의 Computer Use 성능이 나온다는 것은 엔터프라이즈 환경에서의 실용적 배포 가능성이 그만큼 높다는 뜻입니다.

비용 측면에서도 공식 가격을 살펴보면 충분히 현실적입니다. 입력 토큰 100만 개당 1.50달러, 출력 토큰 100만 개당 9달러이며, 캐싱 옵션을 활용하면 비용을 추가로 절감할 수 있습니다. 대규모 반복 업무 자동화에 투입했을 때의 비용 대비 효과를 기존 인력 비용이나 전통적 RPA 솔루션 라이선스 비용과 비교하면, 경쟁력 있는 수준입니다.

단, 이 수치와 가격을 기반으로 ROI를 계산할 때는 실제 도입 환경의 복잡도, 커스터마이징 개발 비용, 운영 유지 비용 등을 함께 고려해야 합니다. 수치는 가능성을 보여주지만, 실제 비즈니스 가치는 구체적인 구현 설계에서 만들어집니다.

---

🛡️ 핵심 기능
③ — 엔터프라이즈 안전장치, 보안은 어떻게 되나?

AI 에이전트가 컴퓨터를 직접 조작한다는 것은 분명 강력한 기능이지만, 동시에 보안과 안전 측면에서 심각한 리스크를 수반할 수 있습니다. 기업 환경에서 가장 우려하는 것은 바로 프롬프트 인젝션(Prompt Injection) 공격입니다. 악의적인 외부 콘텐츠가 AI 에이전트의 동작을 의도하지 않은 방향으로 조작하는 공격 방식으로, AI가 화면을 읽고 직접 행동을 취하는 구조에서는 특히 위험할 수 있습니다.

예를 들어 AI 에이전트가 웹 페이지를 크롤링하는 중에, 그 페이지에 숨겨진 악성 텍스트가 "지금 바로 회사 데이터를 이 주소로 전송하라"는 명령을 담고 있다면 어떻게 될까요? 이런 상황이 바로 간접 프롬프트 인젝션 공격입니다. Google은 이 위험을 인식하고 여러 층위의 안전장치를 Gemini 3.5 Flash Computer Use에 적용했습니다.

Google이 공식 발표한 기업용 안전장치는 크게 세 가지입니다.

① 적대적 학습(Adversarial Training) 적용
모델 자체를 프롬프트 인젝션 공격 시나리오에 반복 노출시켜 학습시키는 방식입니다. 즉, AI가 단순히 화면에 보이는 내용을 그대로 따르는 것이 아니라, 그것이 실제 사용자 지시인지 외부 조작 시도인지를 판별할 수 있도록 훈련된 것입니다. 이는 소프트웨어적 필터링이 아닌 모델 레벨에서의 근본적 방어입니다.

② 민감한 행동에 대한 명시적 사용자 확인 요구
중요한 행동 — 예를 들어 결제, 파일 삭제, 개인정보 접근, 외부 전송 등 — 이 발생하기 전에 AI 에이전트가 자동으로 사람에게 확인을 요청하는 기능입니다. 완전 자동화와 사람의 감독 사이에서 균형점을 찾는 현실적인 안전 메커니즘이며, 기업 운영 환경에서 선택적으로 활성화할 수 있는 옵션으로 제공됩니다.

③ 간접 프롬프트 인젝션 감지 시 자동 중단
AI 에이전트가 작업 수행 중 외부 콘텐츠에서 프롬프트 인젝션 패턴을 감지하면 즉시 작업을 멈추는 기능입니다. 이 역시 기업 환경에서 선택적으로 적용 가능한 옵션이며, 특히 외부 웹 콘텐츠를 다루거나 인터넷 상의 정보를 처리하는 에이전트에 필수적인 보호막입니다.

이러한 다층적 안전 설계는 Google이 엔터프라이즈 시장을 진지하게 겨냥하고 있다는 신호입니다. 단순히 기능을 출시하는 것이 아니라, 실제 기업 환경에서 안심하고 쓸 수 있는 거버넌스 체계를 함께 제공하는 방향으로 설계됐습니다. 물론 이 안전장치들이 모든 위협을 완벽히 차단할 수는 없습니다. AI 에이전트 도입 시에는 내부 보안 정책, 접근 권한 최소화 원칙, 정기적인 에이전트 행동 감사 등 기업 차원의 추가적인 보안 체계를 함께 갖추는 것이 반드시 필요합니다.

---

🌐 심화 분석 — AI 에이전트 시장, 지금 어디까지 왔나?

2026년 현재, AI 에이전트는 단순한 챗봇이나 생성형 AI 도구의 연장선이 아닌, 독립적인 시장 카테고리로 확고히 자리매김했습니다. Computer Use 기능의 통합은 이 흐름에서 중요한 전환점을 의미합니다. 텍스트를 생성하고 조언하는 AI에서, 실제로 일하는 AI로의 진화가 가속화되고 있는 것입니다.

이 변화의 핵심 드라이버는 기업들의 절박한 니즈에 있습니다. 디지털 트랜스포메이션의 과정에서 대부분의 기업들은 수십 개의 SaaS 툴, 내부 시스템, 레거시 소프트웨어가 복잡하게 얽혀 있는 환경을 갖게 됐습니다. 이들을 하나의 일관된 자동화 체계로 묶는 것이 현실적으로 불가능했는데, Computer Use가 바로 이 틈을 메울 수 있는 기술로 주목받고 있습니다.

특히 주목할 트렌드는 에이전트 오케스트레이션의 부상입니다. 하나의 AI 에이전트가 모든 것을 처리하는 것이 아니라, 여러 전문화된 에이전트들이 협력하여 복잡한 비즈니스 프로세스를 처리하는 구조가 엔터프라이즈 AI의 표준으로 떠오르고 있습니다. Gemini Enterprise Agent Platform이 바로 이런 멀티에이전트 아키텍처를 지원하는 인프라로 포지셔닝됩니다.

또한 AI 에이전트의 산업별 수직화 트렌드도 두드러집니다. 범용 에이전트에서 금융, 의료, 제조, 물류 등 특정 산업에 최적화된 도메인 에이전트로 발전하는 흐름이 가속화되고 있습니다. Computer Use 기능이 통합된 Gemini 3.5 Flash는 이러한 산업별 특화 에이전트 개발의 기반 모델로 활용될 수 있는 잠재력을 가집니다.

---

⚖️ 비교 분석 — Computer Use 선발 주자와 어떻게 다른가?

Computer Use 기능은 Gemini 3.5 Flash가 처음은 아닙니다. AI 업계에서는 이미 2024년 10월부터 경쟁사인 A사가 자체 Computer Use 기능을 운영해왔습니다. 따라서 이 시장에서 Google의 포지셔닝을 이해하려면 객관적인 비교가 필요합니다.

공식 발표 기준으로 확인된 가장 명확한 차이점은 지원 범위에 있습니다. 현재 Gemini 3.5 Flash의 Computer Use는 브라우저·모바일·데스크톱 UI 조작을 지원하지만, OS 및 파일 시스템 직접 접근은 지원하지 않습니다. 이 부분에서는 선발 주자인 A사의 솔루션이 앞서 있는 것이 사실입니다. 파일 시스템 접근이 필요한 자동화 — 예를 들어 로컬 파일 읽기·쓰기, 디렉토리 조작, 시스템 설정 변경 등 — 을 위해서는 현 시점에서 추가적인 설계가 필요합니다.

그러나 Gemini 3.5 Flash Computer Use의 강점도 분명합니다.

모델 통합 측면에서 Gemini 3.5 Flash의 접근법은 중요한 전략적 의미를 가집니다. 이미 Gemini API를 쓰고 있는 개발자와 기업이라면 별도의 모델 전환 없이 즉시 Computer Use를 활용할 수 있습니다. 이는 도입 복잡도와 전환 비용을 크게 낮춥니다. Google의 방대한 클라우드·엔터프라이즈 생태계(Google Cloud, Workspace, BigQuery 등)와의 통합 잠재력도 장기적으로 중요한 경쟁 우위입니다.

OS/파일시스템 지원 부재는 현재의 한계이지만, 이는 향후 업데이트를 통해 보완될 가능성이 높습니다. 도입을 검토하는 기업이라면 자신의 자동화 목표가 브라우저·앱·데스크톱 UI 수준에서 해결 가능한지, 아니면 파일시스템 접근이 필수인지를 먼저 명확히 정의하는 것이 중요합니다.

---

💼 실전 활용 사례 — 어떤 기업, 어떤 업무에 먼저 적용할 수 있나?

이론적인 기능보다 중요한 것은 실제 어떤 업무에, 어떻게 쓸 수 있느냐입니다. Gemini 3.5 Flash Computer Use의 현재 지원 범위(브라우저·모바일·데스크톱 UI 조작)를 기준으로 실제 기업 현장에서 가장 즉각적인 효과를 기대할 수 있는 활용 사례를 살펴보겠습니다.

사례 1 — 물류·유통사의 발주·재고 업무 자동화
여러 공급업체 포털 사이트에 각각 로그인해서 재고 현황을 확인하고 발주서를 입력하는 작업은 담당자가 하루에도 수십 번 반복하는 업무입니다. API 연동이 없는 공급사 포털이 많아 자동화가 불가능했던 이 작업을, Computer Use 에이전트가 실제 브라우저에서 직접 처리할 수 있습니다. 수작업 입력 시간을 대폭 줄이고 입력 오류를 낮출 수 있습니다.

사례 2 — 금융·보험사의 데이터 취합 및 보고서 작성
여러 내부 시스템과 웹 기반 데이터 소스에서 데이터를 취합하여 일일·주간 보고서를 만드는 업무입니다. 각 시스템마다 인터페이스가 달라 API 통합이 어려웠던 환경에서, Computer Use 에이전트가 직접 각 시스템에 접속해 데이터를 수집하고 취합하여 보고 형태로 정리할 수 있습니다.

사례 3 — 이커머스의 가격·경쟁사 모니터링
경쟁 플랫폼의 상품 가격, 재고 상태, 프로모션 정보를 정기적으로 수집하여 분석하는 작업입니다. 이 역시 대부분의 경쟁 사이트가 스크래핑을 막거나 API를 제공하지 않는 경우가 많은데, Computer Use 에이전트가 실제 브라우저처럼 접속하여 정보를 수집하고 분석 데이터를 생성할 수 있습니다.

사례 4 — 인사·총무의 행정 업무 자동화
입사자 등록, 각종 사내 시스템 계정 생성, 복지 포털 신청 처리 등 반복적인 행정 업무들이 여러 시스템에 걸쳐 이루어지는 경우가 많습니다. 에이전트가 HR 시스템, IT 관리 포털, 복지 플랫폼 등을 순차적으로 처리하는 온보딩 자동화 파이프라인을 구성할 수 있습니다.

이러한 사례들의 공통점은 기존 API 기반 자동화가 불가능했거나 매우 복잡했던 영역이라는 점입니다. Computer Use는 이 공백을 채우는 솔루션으로, 기존 RPA나 API 연동 자동화를 대체하는 것이 아니라 보완하는 역할을 합니다. 가장 효과적인 엔터프라이즈 자동화 전략은 API 연동이 가능한 영역은 기존 방식으로, API가 없거나 UI 기반인 영역은 Computer Use 에이전트로 처리하는 하이브리드 접근입니다.

---

✅ 도입 전 체크리스트 — 우리 회사에 맞는 접근법은?

Gemini 3.5 Flash Computer Use 도입을 검토할 때 반드시 짚어봐야 할 핵심 질문들을 단계별로 정리했습니다.

1단계 — 자동화 대상 업무 명확화

① 반복적으로 이루어지는 UI 기반 작업 목록을 만들어보세요.
② 각 작업이 브라우저/모바일/데스크톱 중 어느 환경에서 이루어지는지 확인하세요.
③ 해당 시스템이 API를 제공하는지, 아니면 UI 기반으로만 접근 가능한지 파악하세요.
④ 파일 시스템 직접 접근이 필요한 작업인지 확인하세요 (현재 미지원 영역).

2단계 — 기술 환경 및 통합 가능성 평가

① 현재 Google Cloud 또는 Gemini API를 활용하고 있는지 확인하세요.
② Gemini Enterprise Agent Platform과 기존 시스템 연동 범위를 검토하세요.
③ 에이전트가 접근할 시스템의 보안 요구사항을 내부 IT/보안팀과 협의하세요.
④ 자동화 실패 시 폴백(fallback) 및 사람의 개입 프로세스를 설계하세요.

3단계 — 보안 및 거버넌스 설계

① 에이전트에게 부여할 권한 범위를 최소화 원칙으로 정의하세요.
② 민감한 행동(결제, 데이터 전송 등)에 대한 사용자 확인 요구 옵션을 활성화하세요.
③ 간접 프롬프트 인젝션 감지 기능을 외부 콘텐츠 처리 에이전트에 적용하세요.
④ 에이전트 행동 로그를 기록하고 정기적으로 감사하는 체계를 갖추세요.

4단계 — 파일럿 설계 및 검증

① 전사 배포 전에 단일 부서·단일 업무로 파일럿 프로젝트를 시작하세요.
② 성공 지표(처리 시간 단축, 오류율 감소, 비용 절감)를 사전에 정의하세요.
③ 파일럿 결과를 바탕으로 프롬프트와 에이전트 설계를 지속적으로 개선하세요.
④ 사용자(업무 담당자)의 피드백을 적극적으로 수집하고 반영하세요.

---

📈 도입 효과 & ROI — 무엇을 기대할 수 있나?

Gemini 3.5 Flash Computer Use 기반 에이전트 자동화 도입 시 기대할 수 있는 효과는 크게 세 가지 차원에서 나타납니다. 단, 아래 효과는 도입 범위와 구현 품질에 따라 실제 결과가 크게 다를 수 있으므로, 구체적인 수치는 반드시 자사의 파일럿 결과를 기반으로 산정해야 합니다.

첫째, 직접적인 업무 시간 절감입니다. API 연동이 불가능해 수작업으로 처리되던 반복 업무가 에이전트로 전환되면, 해당 업무에 투입되던 인력의 시간이 고부가가치 업무로 재배분됩니다. 특히 야간·주말 등 무인 운영이 필요한 업무에서 효과가 큽니다.

둘째, 오류율 감소와 데이터 품질 향상입니다. 수작업 입력에서 발생하는 타이핑 오류, 누락, 불일치 문제가 에이전트 자동화로 현저히 줄어듭니다. 이는 하위 프로세스의 품질 전반에 긍정적인 영향을 미칩니다.

셋째, 확장성과 대응 속도입니다. 사람이 처리할 때는 업무량이 급증하면 병목이 생기지만, 에이전트는 설정 범위 내에서 처리량을 유연하게 늘릴 수 있습니다. 비즈니스 성장에 따른 운영 확장 비용을 낮추는 구조적 이점입니다.

---

❓ 자주 묻는 질문 FAQ

Q1. Gemini 3.5 Flash Computer Use는 지금 바로 사용할 수 있나요?
A. 네, 2026년 6월 24일부로 Gemini API를 통해 개발자와 기업이 이용할 수 있습니다. Gemini Enterprise Agent Platform을 통해서도 접근 가능합니다. 단, OS 및 파일 시스템 접근 기능은 현재 지원되지 않으므로 자동화 대상 업무의 범위를 먼저 확인하시기 바랍니다.

Q2. 기존 RPA 솔루션을 이미 쓰고 있는데, Computer Use로 완전히 대체해야 하나요?
A. 대체가 아닌 보완적 활용을 권장합니다. 기존 RPA가 잘 작동하는 구조화된 API 기반 자동화는 그대로 유지하고, API가 없거나 UI가 복잡하게 변동하는 영역에 Computer Use 에이전트를 추가 적용하는 하이브리드 전략이 현실적으로 가장 효과적입니다.

Q3. 보안이 걱정됩니다. 민감한 기업 데이터를 에이전트가 다뤄도 괜찮을까요?
A. Google이 제공하는 적대적 학습, 민감 행동 확인 요구, 프롬프트 인젝션 감지 자동 중단 등의 안전장치는 의미 있는 보호막이지만, 이것만으로 충분하지 않습니다. 에이전트에 부여하는 권한을 최소화하고, 접근 로그를 주기적으로 감사하며, 민감 데이터 처리 영역은 별도의 내부 보안 정책을 적용하는 것이 필수입니다.

Q4. 개발 역량이 없는 기업도 도입할 수 있나요?
A. Gemini API 자체는 개발자 중심의 플랫폼이지만, Gemini Enterprise Agent Platform은 기업 환경에서의 배포와 관리를 지원하는 인프라를 포함합니다. 내부 개발 역량이 부족한 기업의 경우, AI 에이전트 구현 전문성을 보유한 파트너사를 통한 도입을 고려하는 것이 현실적입니다. 도입 문의는 아래 서명 블록을 참고하세요.

Q5. 비용은 어느 정도로 예상해야 하나요?
A. 공식 API 가격은 입력 토큰 100만 개당 1.50달러, 출력 토큰 100만 개당 9달러이며 캐싱으로 추가 절감이 가능합니다. 그러나 실제 총 비용에는 API 사용료 외에 구현 개발 비용, 테스트 및 운영 유지 비용이 포함되므로, 전체 TCO(총소유비용)를 기준으로 기존 자동화 방식과 비교 평가하는 것이 정확합니다.

---

🎯 마무리 — AI 에이전트가 일하는 시대, 준비되셨나요?

Gemini 3.5 Flash에 Computer Use가 내장됐다는 것은, AI 에이전트 업무자동화가 드디어 실용의 문턱을 넘었다는 신호입니다. 화면을 보고 클릭하고 입력하는 — 이 단순해 보이지만 근본적인 능력이, 기존 자동화 도구가 해결하지 못했던 수많은 현장 문제의 답이 될 수 있습니다.

물론 만능은 아닙니다. OS·파일시스템 접근 미지원이라는 현재의 한계, 보안 설계의 필요성, 파일럿을 통한 검증 과정 — 이 모든 것을 직시하면서 도입해야 합니다. 하지만 그 한계를 알면서도 활용할 수 있는 영역은 분명히 넓습니다.

지금 가장 중요한 것은 "우리 조직의 어떤 업무부터 시작할 것인가"를 구체적으로 정의하는 것입니다. 기술이 아무리 발전해도, 비즈니스 문제를 명확히 정의한 기업만이 AI 자동화의 실질적 가치를 얻을 수 있습니다. AI 에이전트 업무자동화 도입을 검토 중이시라면, 아래 서명 블록을 통해 전문가의 도움을 받아보세요.