Gemini API 관리형 에이전트: 3.6 Flash, 훅 등 새로운 기능

Google이 Gemini API의 관리형 에이전트에 의미 있는 업그레이드를 출시했습니다. 아시아 전역에서 프로덕션 AI 시스템을 구축하고 있다면 세부 사항이 중요합니다. Google DeepMind의 공지사항에서는 새로운 기본 모델, 개발자에게 도구 실행에 대한 실제 제어권을 제공하는 환경 훅, 예산 제어, 예약된 트리거, 무료 티어 액세스를 다룹니다. 이들은 단순한 증분 개선이 아니라 자율 에이전트를 실제로 배포 가능하게 만드는 기반입니다.

Gemini API 관리형 에이전트: 3.6 Flash, 훅 등 새로운 기능은 "인상적인 데모"에서 "프로덕션 인프라"로의 전환을 나타냅니다. 변경된 사항, 아시아에서 개발하는 개발자에게 중요한 이유, 그리고 실제로 어떻게 활용해야 하는지 살펴보겠습니다.

변경 사항

Gemini API의 Google 관리형 에이전트는 Antigravity 에이전트라고 불리는 클라우드 격리 샌드박스를 통해 작동합니다. 단일 API 호출로 추론, 코드 실행, 패키지 설치, 파일 관리, 웹 검색을 조정할 수 있으며 인프라를 직접 관리할 필요가 없습니다. Google 측에 완전히 존재하는 상태 저장 도구 사용 에이전트 런타임이라고 생각하면 됩니다.

주요 변경 사항: antigravity-preview-05-2026 에이전트의 기본 모델로 Gemini 3.6 Flash가 설정되었습니다. Google AI 블로그 게시물에 따르면 코드 변경이 필요하지 않습니다. 다음 상호작용에서 자동으로 적용됩니다. Gemini 3.6 Flash는 추론, 코딩, 도구 사용에 최적화된 균형 잡힌 모델로 설명됩니다. 특정 모델에 고정하거나 비용을 절감해야 하는 경우 상호작용을 생성할 때 agent_config.model을 전달할 수 있습니다:

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "package.json의 모든 종속성을 감사하고, 오래된 패키지를 업그레이드하고, npm test를 실행하여 빌드를 확인하세요.",
  environment: "remote",
  agent_config: {
    type: "antigravity",
    model: "gemini-3.5-flash-lite",
  },
});

console.log(interaction.output_text);

지원되는 모델은 이제 Gemini 3.6 Flash(기본값), Gemini 3.5 Flash(이전 세대), 저비용 워크로드용 Gemini 3.5 Flash-Lite를 포함합니다. 모델 선택 유연성은 중요합니다. 모든 에이전트 상호작용에 단일 모델을 수용하는 대신 작업별로 비용 대 기능을 조정할 수 있다는 의미입니다.

두 번째 주요 추가 사항은 환경 훅입니다. 개발자가 샌드박스 내에서 도구 호출을 가로채고, 검사하고, 차단하고, 린트하거나 감사할 수 있는 메커니즘입니다. 이는 예산 제어(에이전트 지출 한도), 예약된 트리거(비동기 및 시간 기반 에이전트 실행), 무료 티어 액세스(실험 장벽 낮춤)와 함께 제공됩니다. 특히 무료 티어는 Google이 가격 책정을 확정하기 전에 광범위한 개발자 채택을 원한다는 신호입니다.

아시아 개발자에게 중요한 이유

아시아의 개발자 생태계는 단일하지 않지만 주목할 만한 패턴이 있습니다. 동남아시아, 인도, 한국, 일본의 스타트업 팀은 샌프란시스코의 팀보다 규모가 작고, 더 빠르게 움직이며, 더 제한된 인프라 예산으로 운영됩니다. 이 릴리스의 무료 티어 액세스와 모델 수준 비용 제어의 조합은 이러한 현실을 직접 해결합니다.

동남아시아 창업자의 경우 관리형 샌드박스 모델은 일반적으로 전담 엔지니어링 시간이 필요한 DevOps 작업 범주를 제거하기 때문에 매력적입니다. 컴퓨팅을 프로비저닝하고, 패키지 환경을 관리하거나, 도구 실행 주변의 재시도 로직을 구축할 필요가 없습니다. Gemini API가 처리합니다. 자카르타나 호치민시에서 AI 기반 워크플로우 제품을 구축하는 2명 팀은 이제 6개월 전에 플랫폼 팀이 필요했을 에이전트를 배포할 수 있습니다.

예약된 트리거 기능은 비동기 집약적 사용 사례가 있는 아시아 기반 제품과 특히 관련이 있습니다. 야간 데이터 파이프라인, 예약된 보고서 생성, 정기적인 경쟁 모니터링, 또는 아시아 및 서방 시장을 모두 제공하는 비즈니스를 위한 시간대 인식 자동화입니다. 이들은 엣지 케이스가 아니라 아시아 기술 팀이 실제로 구축하는 SaaS 및 내부 도구 제품의 핵심 패턴입니다.

예산 제어도 중요합니다. 많은 아시아 스타트업은 제한된 자금으로 구축하고 있으며, 에이전트 비용 폭증의 위험(에이전트가 루프에 갇혀 있거나 범위가 잘못된 작업이 API 할당량을 소진하는 경우)은 프로덕션 배포에 대한 실제 억제 요인입니다. 애플리케이션 계층 보호에 의존하는 대신 API 수준에서 하드 예산 한도를 적용하는 것이 올바른 위치입니다.

아시아 AI 생태계에 대한 더 광범위한 신호도 있습니다. Google의 관리형 에이전트 인프라 투자(모델뿐만 아니라 런타임 계층)는 AI 개발자 도구의 경쟁 전장이 "어느 모델이 가장 똑똑한가"에서 "어느 플랫폼이 프로덕션에서 에이전트를 가장 쉽게 안정적으로 실행하게 하는가"로 이동하고 있음을 시사합니다. 이는 아시아 개발자와 MonstarX와 같은 AI 네이티브 개발 플랫폼이 모두 주의 깊게 지켜보고 있는 싸움입니다.

개발자를 위한 의미

구체적으로 살펴보겠습니다. 오늘 Gemini API로 구축하고 있다면 이 릴리스에서 실제로 조치해야 할 사항은 다음과 같습니다.

프로덕션 에이전트에 환경 훅을 도입하세요. 실행 전에 도구 호출을 가로챌 수 있는 기능은 데모 에이전트를 신뢰할 수 있는 에이전트로 구분하는 기능입니다. 훅을 사용하여 모든 도구 호출을 기록하고, 에이전트가 액세스할 수 있는 외부 도메인에 대한 허용 목록을 적용하거나, 파일 삭제 또는 데이터베이스 쓰기와 같은 파괴적인 작업에 대한 승인 게이트를 주입합니다. 이것이 아시아의 핀테크, 헬스테크, 엔터프라이즈 SaaS의 규정 준수 의식이 있는 팀이 에이전트를 프로덕션 데이터 근처에 배치할 수 있기 전에 필요한 패턴입니다.

모델 선택을 의도적으로 사용하세요. 새로운 기본값이라는 이유만으로 모든 작업에 Gemini 3.6 Flash를 기본값으로 설정하지 마세요. 복잡도별로 에이전트 작업을 매핑합니다. 데이터 포맷팅이나 분류와 같은 높은 볼륨, 낮은 위험 작업에는 Flash-Lite를 사용합니다. 다단계 추론 및 코드 작업에는 3.6 Flash를 사용합니다. 프로덕션에서 특정 모델 버전에 고정하여 업그레이드가 동작을 자동으로 변경하지 않도록 합니다. agent_config.model 매개변수가 해당 제어권을 제공합니다. 이를 사용하세요.

라이브 상태가 되기 전에 예산 제어를 설정하세요. 이는 인간의 감독 없이 실행되는 모든 에이전트에 필수입니다. 관리형 에이전트의 새로운 예산 제어를 통해 API 수준에서 지출을 한정할 수 있습니다. 이를 애플리케이션 측의 모니터링과 결합합니다. 상호작용당 토큰 사용량을 기록하고, 이상 현상에 대해 경고하고, 예상 기간을 초과하는 작업에 대한 회로 차단기를 구축합니다.

무료 티어에 있는 동안 지금 예약된 트리거를 실험해보세요. 제품에 시간 기반 자동화 사용 사례가 있다면(대부분 있습니다) 이번 주에 프로토타입을 만들어보세요. 관리형 에이전트의 예약된 트리거는 cron 작업 플러스 스크립트 패턴을 자체 실행 환경을 처리하는 단일 에이전트 호출로 바꿀 수 있다는 의미입니다. 무료 티어는 실험 비용을 0으로 만듭니다.

AI 코딩 어시스턴트를 사용하는 경우 Interactions API 스킬을 설치하세요. Google의 공지사항에는 직접 터미널 명령이 포함되어 있습니다: npx skills add google-gemini/gemini-skills --skill gemini-interactions-api. 이는 코딩 어시스턴트에 Interactions API 컨텍스트에 대한 직접 액세스를 제공하여 생성된 에이전트 코드의 품질을 의미 있게 향상시킵니다.

커넥터를 사용하여 에이전트 워크플로우에서 API와 데이터 소스를 연결하는 팀의 경우 Gemini API는