AI 에이전트는 어떻게 만들고 서로 연결할까? Google Agentic AI Night 참관기
AI 에이전트는 어떻게 만들고, 서로 연결해 하나의 일을 맡길 수 있을까요? 에이전트마다 역할을 정하고, 참고할 지침과 사용할 도구를 갖춰 주는 것부터 시작합니다. 여러 에이전트가 함께 일하려면 요청을 주고받고 결과를 이어받는 방식도 필요합니다.
10월 13일, Google 서울 오피스에서 열린 Google Agentic AI Night에 다녀왔습니다. 이번 글에서는 현장에서 소개된 기획·카피·이미지 제작 사례를 통해 에이전트를 구성하는 방식과, A2A로 별도의 에이전트를 연결하는 흐름을 전해 드리겠습니다. 캠페인 제작 과정을 따라가며 우리 업무에 적용할 때 살펴볼 점도 함께 짚어 보겠습니다.
기획·카피·이미지를 맡은 AI들
소개할 사례는 Creative Pitch Generator입니다. 캠페인 아이디어를 넣으면 기획과 카피, 이미지 제작을 맡은 에이전트가 각자의 결과를 만들고, 마지막에 이를 모으는 구조였습니다.
데모에서는 ‘제트팩을 멘 동물’ 같은 아이디어를 다뤘습니다. 먼저 Creative Director가 콘셉트와 기획 근거를 정리합니다. 이어 Copywriter는 게시할 문구를 쓰고, Visual Director는 브랜드 지침을 참고해 이미지를 만듭니다. 마지막 Assemble 단계에서는 문구와 이미지를 하나의 결과로 묶습니다.
이처럼 여러 에이전트가 역할을 나누는 방식을 ‘멀티 에이전트’라고 합니다. 기획 담당, 카피 담당, 이미지 담당으로 생각하면 이해하기 쉽습니다.
제가 이 사례에서 짚어 보고 싶은 부분은 각자 만든 결과가 다음 작업으로 이어진다는 점입니다. AI 도구를 따로 쓸 때는 사람이 기획 내용을 복사해 전달하고, 문구와 이미지를 가져와 조합합니다. 이 데모에서는 그런 연결을 작업 흐름 안에 구성했습니다.
이를 실제 캠페인에 적용한다면, 타깃 고객과 핵심 메시지를 기획 결과에 담고 문구와 이미지 담당이 함께 참고하도록 만들 수 있겠습니다. 다만 문구와 이미지가 같은 상품과 혜택을 설명하는지는 별도로 확인해야 합니다.
브랜드 지침을 함께 쓰는 방법
이미지 담당인 Visual Director가 일하는 방식도 조금 더 풀어 보겠습니다. 데모에서는 브랜드 지침을 불러온 뒤 이미지 생성 도구를 실행하고, 완성된 결과물을 저장해 전달했습니다.
여기서 나오는 ‘스킬’은 특정 일을 할 때 참고하는 지침 묶음으로 이해하시면 됩니다. 관련 Google 공식 실습에서도 브랜드 규칙을 스킬로 정리해 필요할 때 읽도록 구성합니다.
업무에 대입해 보면 익숙한 내용입니다. 우리 브랜드가 쓰는 색상, 사진이나 일러스트의 분위기, 제품을 배치하는 방식, 넣으면 안 되는 표현 등을 정리하는 것입니다. 사람이 작업할 때 브랜드 가이드를 참고하듯, AI에게도 반복해서 사용할 기준을 마련해 주는 셈입니다.
브랜드 색상이 바뀌면 지침을 고치고, 생성 방식을 바꾸면 해당 기능을 점검하며, 완성된 이미지는 따로 검토하는 식으로 수정할 대상도 분명해집니다.
다만 늘 유지할 기준과 이번 캠페인에만 쓰는 정보는 구분하는 편이 좋겠습니다. 브랜드의 기본 색상은 지침에 담되, 이번 주 할인율이나 행사 종료일은 해당 요청과 함께 전달하는 방식입니다. 그래야 지난 캠페인의 조건이 다음 작업에 섞이는 일을 줄일 수 있습니다.
A2A로 이미지 담당 연결하기
데모에서는 Visual Director만 별도 서비스로 배포해 두고, 나머지 작업 흐름에서 이를 불러 썼습니다. 이미지 제작 기능을 독립시켜 필요한 곳에서 연결하는 구조였습니다.
이때 사용한 기술이 A2A(Agent2Agent)입니다. 독립적으로 실행되는 에이전트끼리 업무 요청과 진행 상태, 결과를 주고받는 공통 규약입니다. 어떤 일을 부탁했는지, 작업이 끝났는지, 추가 정보가 필요한지, 결과는 무엇인지 서로 전달하는 데 쓰입니다.
여러 캠페인이 같은 이미지 제작 기능을 사용한다면, 브랜드 지침과 생성 기능을 한곳에서 관리하고 필요할 때 불러올 수 있겠습니다. 팀별 시스템이나 운영 담당자가 다를 때도 검토할 만한 방식입니다.
그렇다고 처음부터 모든 작업을 나눠 연결할 필요는 없습니다. 원격으로 요청을 보내면 통신 지연과 인증, 연결 실패에 대응하는 작업이 추가됩니다. 에이전트가 늘면 모델 사용료와 재시도 비용도 함께 살펴야 합니다.
짧은 홍보 문구는 하나의 에이전트로도 충분할 수 있습니다. 같은 팀에서 운영한다면 하나의 앱 안에서 작업만 나누는 방법도 있습니다. 같은 기능을 얼마나 반복해서 쓰는지, 따로 관리해야 할 이유가 있는지를 먼저 따져 보는 것이 좋겠습니다.
우리 업무에 가져올 세 가지 기준
우리 업무에 대입해 본다면 어떨까요? 저는 익숙한 캠페인 하나를 놓고, 정보를 주고받는 과정부터 정리해 보시길 제안합니다.
첫째는 처음에 전달할 정보입니다. ‘신제품 홍보물을 만들어 주세요’라고만 하면 AI는 제품의 특징이나 고객층을 추측해야 합니다. 제품 설명, 타깃 고객, 게시 채널, 확정된 혜택을 함께 건네야 합니다. 가격이나 기간처럼 빠졌을 때 반드시 물어봐야 할 정보도 정해 둘 필요가 있습니다.
둘째는 다음 작업으로 넘길 결과입니다. 기획 담당은 핵심 메시지를, 카피 담당은 채널에 맞는 문구를, 이미지 담당은 파일과 규격 정보를 남기는 식입니다. 파일이 어디에 저장되고 다음 담당이 열어 볼 수 있는지도 확인해야 합니다.
실무에서는 수정도 빠질 수 없습니다. 기획이 바뀌면 어떤 문구와 이미지를 다시 만들어야 할까요? 이전 기획의 이미지와 새 문구가 섞이지 않도록, 각 결과가 어느 요청에서 나온 것인지 연결해 두어야 합니다.
셋째는 실제로 사용할 수 있는지 판단할 기준입니다. 문구 길이나 이미지 크기는 자동으로 검사할 수 있습니다. 상품 설명이 정확한지, 브랜드에 어울리는지, 문구와 이미지가 같은 혜택을 말하는지는 사람이 살펴야 할 수 있습니다. 제작을 마치는 단계와 외부에 게시하는 단계 사이에 승인 절차를 두는 이유입니다.
우리 업무에서 AI가 어디까지 완성하고, 사람은 무엇을 확인하면 될까요?
정보가 빠지거나 이미지 생성이 실패했을 때 어디서 멈췄는지, 무엇을 다시 하면 되는지도 확인해야 합니다. 비용 역시 재시도와 사람의 수정 시간을 포함해 계산하는 것이 맞겠습니다.
이번에 소개한 데모는 기획에서 문구와 이미지까지, 여러 AI가 역할을 나누어 하나의 결과를 만드는 모습을 보여 줬습니다. 저는 이 사례를 우리 업무에서 반복되는 전달과 수정 과정을 돌아보는 출발점으로 소개하고 싶습니다. 자주 만드는 결과물 하나를 골라 누가 무엇을 받아 어디까지 완성할지 정리하면, AI에 맡길 부분도 더 구체적으로 보일 것입니다.
AI를 업무에 어떻게 도입하고 활용할지 고민이 있으시다면 AIB의 ‘출장 AI 고민 상담소’에 문의해 주세요. 의뢰해 주시면 직접 찾아뵙고, 현장의 고민을 들으며 함께 해결 방법을 찾아보겠습니다.
참고 자료
행사 안내: [Seoul] Google Agentic AI Night
관련 공식 실습: Build an Agentic Pitch Generator: Orchestration, Evaluation, and Analytics with Google Cloud
에이전트 연결 규약: Core Concepts