구글 랩스가 자사의 워크플로우 플랫폼 Opal을 정적인 모델 호출 방식에서 자율형 에이전트 중심의 동적 생태계로 공식 전환했다. 이번 업데이트의 핵심인 '에이전트 단계(agent step)'는 사용자의 고차원적 목표를 해석하고, 이를 완수하기 위해 필요한 도구를 스스로 선택하는 정교한 논리 계층이다. 특히 실시간 조사를 위한 '웹 검색'이나 고품질 비디오 생성을 위한 'Veo' 등을 직접 골라 복잡한 작업을 수행한다. 이처럼 경직된 순서 대신 유연한 문제 해결 방식을 채택함으로써, Opal은 단순한 자동화 스크립트를 넘어 창의적인 파트너로 진화했다.

단순한 실행력을 넘어, 업그레이드된 에이전트는 이제 '세션 간 메모리(Cross-session memory)' 기능을 갖추게 되었다. 이를 통해 에이전트는 시간이 지나도 사용자의 특정 미적 취향이나 기업의 브랜드 정체성을 정확히 기억한다. 이러한 지속성은 반복적인 설정 과정을 줄여줄 뿐만 아니라, AI를 사용할수록 더욱 개인화된 협력 관계를 구축하게 만든다. 실제로 '미드센추리 모던' 스타일을 기억하는 '룸 스타일러'나 특정 마케팅 문구를 저장해두는 '비디오 브레인스토머'처럼, 기술의 초점이 장기적인 효용과 사용자 맞춤형 맥락으로 이동하고 있다.

또한 실시간 데이터에 기반해 실행 경로를 전환하는 '동적 라우팅(Dynamic routing)' 기능도 새롭게 도입됐다. 무엇보다 정확도를 높이고 오류를 최소화하기 위해 플랫폼 내 대화형 채팅 기능이 강화되었는데, 이는 Opal이 작업을 진행하기 전 사용자에게 누락된 세부 사항이나 명확한 의도를 직접 물어볼 수 있음을 의미한다. 결과적으로 이러한 하이브리드 접근 방식은 에이전트의 자율성과 워크플로우의 세밀한 제어력을 동시에 제공하며, 일반 제작자부터 고정밀 프로토타이핑을 원하는 전문 개발자까지 모두를 만족시킬 것으로 기대된다.

구글 연구소(구글 랩스)가 만든 일하는 도구인 '오팔(Opal)'이 훨씬 똑똑해졌어요. 이제는 정해진 순서대로만 움직이는 게 아니라, 스스로 판단해서 일하는 비서(자율형 에이전트)처럼 변했거든요. 이번 업데이트에서 가장 중요한 '에이전트 단계(agent step)'는 사용자가 무엇을 원하는지 이해하고, 그 일을 끝내기 위해 어떤 도구가 필요한지 AI가 직접 고르는 기능이에요. 예를 들어, 궁금한 걸 찾기 위해 '웹 검색'을 하거나 멋진 영상을 만들기 위해 영상 제작 도구(Veo)를 스스로 선택하는 식이죠. 이제 오팔은 단순히 시키는 대로만 하는 기계를 넘어, 함께 고민하는 창의적인 파트너가 되었어요.

이 똑똑한 비서는 기억력도 아주 좋아졌어요. '대화 내용을 기억하는 기능(세션 간 메모리)'이 생겼기 때문이에요. 덕분에 시간이 흘러도 사용자가 어떤 디자인을 좋아하는지, 우리 팀이 중요하게 생각하는 모습(브랜드 정체성)이 무엇인지 정확히 기억해요. 이렇게 기억을 잘하니 매번 똑같은 설명을 다시 할 필요가 없고, AI를 쓸수록 나에게 딱 맞춰진 특별한 비서가 되어준답니다. 내가 좋아하는 가구 스타일을 기억하는 '방 꾸미기 도구'나 자주 쓰는 문구를 저장해둔 '영상 아이디어 도구'처럼, 앞으로는 AI가 우리를 훨씬 더 잘 이해하게 될 거예요.

또한, 새로운 정보에 맞춰 일하는 길을 바꾸는 능력(동적 라우팅)도 생겼어요. 무엇보다 실수하지 않도록 채팅 기능을 통해 사용자에게 직접 질문도 한답니다. 일을 시작하기 전에 모르는 부분이나 더 자세한 설명이 필요하면 AI가 먼저 말을 걸어 확인하는 거예요. 덕분에 누구나 쉽게 쓸 수 있으면서도 아주 정확한 결과물을 얻을 수 있어요. 스스로 판단해서 행동하면서도 사용자의 의견을 꼼꼼히 챙기는 오팔은, 학생부터 전문가까지 모두에게 큰 도움이 될 것으로 기대됩니다.