Gemini Enterprise AI 실습과 에이전트 구축
Compartida el 13 de octubre de 2026
Gemini Enterprise 실습 교육
개요
- 콘텐츠 유형: 강의
- Gemini Enterprise의 주요 기능과 기업 데이터 활용 방식을 소개하고, 채팅·에이전트·워크플로·NotebookLM을 활용한 실습을 진행했다.
- 핵심은 기업 데이터에 근거한 답변을 만들고, 필요한 도구와 사람의 승인을 연결해 업무를 자동화하는 것이다.
핵심 개념
- Gemini 앱과 Gemini Enterprise
- 일반 Gemini 앱은 주로 공개 데이터를 활용한다.
- Gemini Enterprise는 공개 데이터뿐 아니라 회사 내부 데이터도 연결해 활용할 수 있으며, 기업 환경에 맞는 보안 및 관리 기능을 제공한다.
- 프롬프트 구성
- 효과적인 요청에는 네 요소가 중요하다.
- 페르소나: AI의 역할과 전문성
- 맥락: 참고할 데이터와 배경
- 작업: 수행해야 할 구체적인 행동
- 형식: 결과물의 구조와 표현 방식
- 필요한 제약사항과 고려사항도 명시하면 결과를 개선할 수 있다.
- 컨텍스트 엔지니어링과 그라운딩
- 모델에 적절한 맥락과 도구를 제공해 기업 데이터 등 신뢰할 수 있는 정보에 근거한 답변을 생성하는 방식이다.
- 근거 데이터가 부족하면 일반적인 답변이나 부정확한 응답이 나올 수 있으므로, 사용할 데이터 출처를 명확히 지정해야 한다.
- 에이전트와 워크플로
- 에이전트는 요청을 해석하고, 필요한 도구를 선택해 실행한 뒤 결과를 반환한다.
- 채팅형 에이전트는 지정된 지침과 도구를 이용해 대화형 작업을 수행한다.
- 워크플로 에이전트는 여러 단계를 연결하고, 일정 실행이나 사람의 승인 절차를 포함할 수 있다.
- 저장 메모리와 스킬
- 저장 메모리는 사용자 선호 등을 이후 대화에 반영한다.
- 스킬은 반복적으로 쓰는 지침·브랜드 가이드·산출물 형식을 재사용하도록 돕는다.
상세 노트
Gemini Enterprise 앱 사용법
- 새 채팅을 열어 요청을 작성하고, 필요에 따라 도구와 모델을 선택한다.
- 연결된 사내 데이터 소스 중 사용할 출처를 지정할 수 있다.
- 채팅 기록은 히스토리에서 확인·검색·삭제할 수 있으며, 세션 안에서는 앞선 대화의 맥락을 이어서 활용한다.
- 구글 드라이브 등에서 파일을 추가해 프롬프트의 참고 자료로 사용할 수 있다.
실습 1: 기업 정보 분석 및 마케팅 자료 제작
- 회사 웹사이트를 바탕으로 기업의 비즈니스와 주요 서비스를 조사·요약했다.
- 요약 내용을 활용해 소셜 미디어용 이미지와 인포그래픽을 생성했다.
- 생성한 이미지는 확인·다운로드할 수 있으며, 채팅 기록에서 이전 결과를 다시 찾을 수 있다.
실습 2: 매장 사고 분석 및 보고서 작성
- BigQuery 에이전트로 매장 사고 데이터를 질의해 사고 발생률이 높은 매장과 CCTV 카메라를 파악했다.
- Google Drive에 저장된 CCTV 영상과 매장별 가이드라인을 함께 참고해 위험 요소와 권장 조치를 분석했다.
- 분석 결과를 바탕으로 보고서를 작성하고, Canvas를 이용해 내용을 보완한 뒤 PDF 등으로 내보냈다.
- 보고서 초안은 사람이 검토하고 세부 내용을 수정한 후 공유하는 것이 권장됐다.
실습 3: 승인 절차를 포함한 공급망 워크플로
- 재고 정보를 Google Drive에서 확인하고, 이메일에서 공급업체 가격 정보를 찾아 구매 검토 내용을 작성하는 워크플로를 구성했다.
- 지정된 담당자의 사람 승인을 거친 뒤 캘린더 초대와 이메일을 발송하도록 했다.
- 워크플로는 수동 실행뿐 아니라 일정에 따라 실행하도록 설정할 수 있으며, 테스트 화면에서 각 단계와 실행 내역을 확인할 수 있다.
- 승인이 완료되지 않으면 후속 단계는 진행되지 않는다.
실습 4: 일본 기업 M&A 분석
- 일본 기업 관련 문서와 내부 자료를 바탕으로 인수 검토 보고서를 작성했다.
- 언어와 문화적 맥락을 고려해 위험 요소, 차이점, 완화 방안과 경영진 권고사항을 정리했다.
- 이메일로 결과를 전달하고, 브랜드 보이스 스킬과 가이드라인을 적용해 발표용 슬라이드를 만들었다.
- 인수 여부뿐 아니라 전제조건과 대안 시나리오를 함께 검토했다.
실습 5: NotebookLM으로 자료 기반 분석
- 문서와 음성 자료 등 지정된 자료만을 근거로 질의응답과 요약을 수행했다.
- CEO 브리핑, 예상 질문과 답변, 역할극 대화, 마인드맵, 오디오·슬라이드 자료 등을 생성했다.
- 출처 기반 답변을 통해 근거를 확인하고, 불필요한 추측을 줄이는 데 초점을 맞췄다.
실습 6: 데이터 정제와 분석
- 매출 데이터를 대상으로 Python 코드를 생성·실행해 날짜와 지역 값을 정리하고, 손상된 숫자를 처리했다.
- 정제된 데이터를 바탕으로 지역별 추이와 향후 매출을 분석하고 시각화했다.
- 코드 실행 결과와 처리 과정을 확인해 분석의 타당성을 점검할 수 있다.
활용 및 운영 시 유의사항
- Drive, Gmail, Calendar, 검색, 외부 서비스 등의 커넥터를 연결할 수 있으며, 권한 부여가 필요한 경우 승인 절차를 거친다.
- 공유 에이전트와 개인용 에이전트는 사용 범위와 접근 권한을 구분해 관리한다.
- 자동화 결과는 업무의 중요도에 따라 사람의 검토·승인을 포함하도록 설계한다.
- 에이전트가 어떤 데이터와 도구를 사용했는지 확인하고, 최종 산출물은 담당자가 검토해야 한다.