구글 AI의 다음 성장: 좋은 모델을 매일 쓰는 도구로

구글은 AI를 더 똑똑하게 만드는 경쟁에 얼마만큼 힘을 쏟고 있을까. 최근에는 사용자 편의와 여러 도구를 연결하는 연구가 눈에 더 들어온다. 여기서 한 걸음 더 나아가 구글이 프론티어 모델 경쟁에서 물러나고 있다고 해석하면, 실제 발표와는 어긋난다.

구글은 9월 30일 Gemini 4 Argon을 발표했다. 장시간 이어지는 복잡한 작업을 겨냥한 프론티어 모델이다. 현재 접근은 Fairwind 프로그램의 일부 사이버 방어 파트너로 제한돼 있으며, 일반 사용자와 개발자에게 전면 공개된 상태는 아니다. 사용자 편의를 다루는 연구와 최상위 모델 개발이 함께 진행되고 있는 셈이다. Gemini 4 Argon 발표

구글의 성장 가능성은 이 두 흐름을 연결하는 데 있다. 충분히 좋은 모델을 사람들이 이미 쓰는 서비스에 넣고, 반복해서 맡길 수 있는 일로 만들어 유료 수요와 현금흐름을 늘리는 것이다. 모델 성능이 좋아졌다는 소식만으로는 이 연결이 완성됐다고 볼 수 없다.

논문에서 보이는 관심: 도구를 쓰고, 적당한 때에 묻기

구글과 DeepMind의 연구 목록에서 세 가지 사례를 골라보면, 사람들이 AI를 실제로 쓰면서 부딪히는 문제가 드러난다.

이런 질문은 중요하다. AI가 일정을 잡아준다고 해도, 매 단계마다 확인을 요구하면 직접 처리하는 편이 빠르다. 반대로 중요한 선택을 허락 없이 끝내면 사용자는 다음 일을 맡기기 어렵다. 도구를 많이 연결하는 것만으로는 부족하고, 작업의 맥락을 잇고 사용자의 통제권을 지켜야 한다.

다만 이 세 편은 연구 방향을 보여주는 사례다. 전체 논문의 주제별 비중이나 연구비 배분까지 보여주지는 않는다. 따라서 “구글은 이제 모델보다 편의성에 더 투자한다”는 결론까지 내릴 근거는 부족하다. Google Research와 DeepMind의 연구를 한 묶음으로 보고 단일 전략을 단정하는 것도 조심해야 한다.

연구가 제품으로 이어지는 흔적

제품 발표에는 도구 연결이 더 구체적으로 나타난다. 3월 Gemini API 업데이트는 검색·지도 같은 내장 도구와 개발자가 만든 함수를 한 요청에서 함께 쓰고, 도구가 반환한 결과를 다음 단계의 맥락으로 이어가도록 했다. 이는 여러 작업을 연결하는 개발 부담을 낮추려는 기능이다. 고객별 지연 시간과 비용 효과는 실제 사용 결과로 확인해야 한다. Gemini API 도구 업데이트

9월에는 Gemini의 Connected Apps에 Airtable·Linear·Adobe·Webflow 등 외부 서비스 연결이 추가되기 시작했다. 구글 서비스 안의 일을 돕는 데서 나아가, 사용자가 다른 회사의 도구에서 하던 작업도 Gemini 안으로 가져오려는 움직임이다. 연결은 사용자가 설정해야 한다. 발표된 기능이 모든 지역과 계정에 동시에 제공된다는 의미도 아니다. Connected Apps 발표

여기서 투자자가 볼 것은 연결 가능한 앱의 숫자보다, 연결 뒤에 줄어드는 수고다. 예를 들어 자료를 찾고, 비교하고, 팀의 작업 목록에 반영하는 일을 생각해보자. 앞 단계의 결과가 제대로 전달되고 사람이 수정할 일이 줄어야 하나의 쓸 만한 서비스가 된다. 이 예시는 기대할 수 있는 작업 흐름이며, 특정 제품이 이미 전 과정을 보장한다는 설명은 아니다.

OpenAI와 앤트로픽도 같은 시장을 보고 있다

경쟁사도 도구와 사용자 경험에 힘을 쏟고 있다. OpenAI는 9월 Agents API를 공개 베타로 선보이며, 긴 작업에 필요한 맥락·도구·실행 환경을 개발자에게 제공한다고 밝혔다. 앤트로픽은 1월 MCP Apps를 통해 Asana·Slack·Figma 같은 도구의 화면을 Claude 대화 안에서 다루는 기능을 소개했다. OpenAI Agents API, Claude의 대화형 도구

세 회사 모두 모델을 실제 작업에 연결하려 한다. 따라서 경쟁의 차이는 “누가 도구를 연결하는가”라는 질문만으로 찾기 어렵다. 어느 서비스가 일을 시작하는 첫 화면이 되는지, 어떤 맥락을 편하게 가져오는지, 끝난 일을 믿고 다시 맡길 수 있는지가 더 중요해질 수 있다.

MCP Apps가 여러 AI 제품에서 사용할 수 있도록 설계된 개방형 확장이라는 점도 살펴볼 만하다. 외부 앱 연결 자체가 한 회사만의 독점 자산으로 남기는 어렵다는 뜻이다. 구글의 강점은 연결 목록을 넘어 사용자가 자주 돌아오는 서비스에서 찾아야 한다. MCP Apps의 개방형 구조

구글의 성장 경로는 세 갈래다

첫째는 기존 사용 습관이다. 검색에서 정보를 찾고, 지도에서 장소를 확인하고, 업무 문서에서 판단을 정리하는 흐름에 AI가 자연스럽게 들어갈 여지가 있다. 사용자가 새 서비스로 이동하고 자료를 다시 옮기는 부담이 작아지면 반복 사용에 유리할 수 있다. 다만 서비스가 같은 회사 소유라는 이유로 AI가 개인 자료를 마음대로 읽을 수 있는 것은 아니다. 권한 설정, 개인정보 보호, 국가별 제공 범위가 실제 경험을 좌우한다.

둘째는 검색과 업무의 수익화다. 사용자가 질문에 대한 답을 얻은 뒤 비교·선택·구매까지 이어간다면, 구글은 그 흐름에서 새로운 수익 기회를 찾을 수 있다. 반면 AI 답변이 기존 광고 클릭을 줄이거나, 한 번의 응답에 드는 비용을 높일 수도 있다. 업무 도구도 사용 시간이 늘어나는 것만으로는 충분하지 않다. 고객이 추가 비용을 내고 유지할 만큼 시간을 아껴주는지가 관건이다. 이 수익화 경로는 사업에 대한 해석이며, 발표된 기능만으로 이익 증가를 확정할 수 없다.

셋째는 기업 AI를 운영하는 인프라다. Google Cloud는 모델뿐 아니라 기업 데이터와 업무 서비스를 함께 공급할 수 있는 통로다. 구글이 직접 만든 TPU까지 고려하면, 수요가 늘 때 확보할 연산 자원과 비용 구조를 조정할 여지가 있다. 자체 칩의 경제성은 작업마다 따져봐야 한다. 실제 비용에는 칩의 가동률, 전력, 네트워크, 실패한 작업의 재실행까지 들어간다.

8월 발표된 Gemini 3.7 Flash는 코딩과 에이전트용 모델로 소개됐고, 출시 초기 토큰 가격은 기존 3.6 Flash의 최초 가격 대비 절반으로 제시됐다. 저렴한 가격에 쓸 만한 성능을 공급하려는 방향은 분명하다. 다만 이는 당시의 출시 가격 비교다. 업무 하나를 끝내는 총비용이 절반이 됐다는 뜻은 아니다. Gemini 3.7 Flash 발표

실적은 성장과 투자 부담을 함께 보여준다

알파벳의 2026년 2분기 공시에서 전체 매출은 1,197.96억 달러로 전년 대비 24% 증가했고, Google Cloud 매출은 247.68억 달러로 82% 늘었다. 같은 분기 설비투자는 449.24억 달러, 잉여현금흐름은 −58.55억 달러였다. 최근 12개월 잉여현금흐름은 532.73억 달러로 플러스였다. 알파벳 2분기 실적 공시

Cloud 매출에는 AI 솔루션과 인프라, 기존 클라우드 서비스가 함께 들어간다. 전부 Gemini의 수익으로 볼 수 없다. 한 분기의 현금 유출을 곧바로 사업 악화로 읽을 필요도 없지만, 수요 증가가 주주에게 남는 현금으로 이어지는지는 계속 확인해야 한다. AI 사용량과 매출이 늘어도 설비투자가 더 빠르게 늘면 성장의 보상이 늦어질 수 있다.

앞으로 확인할 다섯 가지

이 가운데 일부는 공개 공시만으로 정확히 측정하기 어렵다. 제품 발표와 실적이 같은 방향을 가리키더라도, 아직 확인할 수 없는 부분까지 성공으로 간주해서는 안 된다.

구글은 좋은 모델을 만들고, 그 모델을 일상과 업무에 가져갈 통로를 함께 갖고 있다. 모델 성능이 비슷해지는 구간에서는 이런 통로와 비용 구조의 가치가 커질 수 있다. 그러나 경쟁사가 더 믿을 만한 작업 경험을 제공해 사용자의 시작 화면을 차지한다면, 구글의 기존 규모도 성장으로 이어지지 않을 수 있다.

내 판단은 조건부로 긍정적이다. 구글은 AI가 널리 쓰일수록 수요를 받을 여러 사업을 보유하고 있다. 앞으로의 핵심은 그 수요가 검색의 수익성, 기업 고객의 재구매, 투자 후 현금 회수로 이어지는가다. 이 글은 사업의 성장 경로를 검토한 것이며 현재 주가의 적정가치를 계산하지 않았다. 좋은 사업이라는 판단과 좋은 매수가격이라는 판단은 따로 해야 한다.

자료 기준: 2026년 10월 7일. 논문·제품 발표의 관찰 사실과 사업에 대한 해석을 구분했다.

함께 읽기: AI에 넣은 돈은 어디서 회수되나 · AI 전력·데이터센터 병목