- 구글은 기존의 링크 나열식 검색에서 벗어나, AI가 직접 답을 찾고 요약해 주는 '질문 엔진(Ask Engine)'으로 완전히 탈바꿈했습니다.
- 반도체(TPU)부터 클라우드, AI 모델까지 자체 보유한 풀스택 강점을 살려, 더 똑똑하면서도 저렴한 AI 비서 서비스를 24시간 제공합니다.
- 현실 물리 법칙을 이해하는 영상 AI와 실시간 통역이 가능한 스마트 글래스의 등장은 사용자를 구글 생태계에 더욱 강하게 묶어두는 핵심 무기가 될 것입니다.
구글 본사 캠퍼스 한복판에는 '스탠'이라는 이름의 티라노사우루스 화석 복제품이 서 있습니다. 한때 지구를 호령했던 최강의 포식자라도 환경의 변화에 적응하지 못하면 멸종한다는 뼈아픈 경고를 매일 상기하기 위함입니다. 이번 구글 I/O 행사에서 구글은 바로 그 위기감을 바탕으로 스스로의 정체성을 완전히 뒤바꿨습니다. 이제 구글은 단순한 검색(Search) 회사가 아닙니다. 질문에 답하고(Ask), 사용자를 대신해 24시간 행동하는 'AI 생태계'로 진화하고 있습니다. 정보의 링크를 던져주던 과거의 방식에서 벗어나, 사용자의 의도를 파악하고 직접 업무를 수행하는 거대한 플랫폼으로의 탈바꿈이 시작된 것입니다.
단순한 링크 제공이 아니라 '질문 엔진'으로의 진화
이번 발표에서 가장 임팩트 있었던 한 문장은 "Google search is AI search"였습니다. 구글의 모든 검색이 AI 검색으로 바뀐다는 명확한 천명입니다. 구글은 스스로를 서치 엔진이 아닌 '에스크 엔진(Ask Engine)'으로 재정의했습니다. 사용자가 검색하면 여러 웹페이지 링크를 나열해 주고 알아서 찾아보게 하던 수작업의 시대가 끝났다는 뜻입니다. 이제는 질문을 던지면 AI가 관련 콘텐츠와 답변을 한 번에 정리해서 제공합니다.
놀라운 것 중에 하나는 이 변화가 구글닷컴에만 머물지 않고 유튜브 등 모든 패밀리 앱으로 확장된다는 점입니다. 지금까지는 유튜브에서 '구글 I/O란?'이라고 검색하면 수십 분짜리 영상이 통으로 나왔습니다. 하지만 조만간 적용될 유튜브의 에스크 기능은 다릅니다. 특정 정보를 물어보면 AI가 40분짜리 영상 속에서 정확히 3분 35초에 그 내용이 있다는 것을 찾아내어 바로 재생해 줍니다. 아이의 두 발 자전거 타는 법을 찾기 위해 긴 영상을 일일이 탐색하며 시간을 낭비할 필요 없이, 가장 필요한 순간으로 즉시 이동하게 되는 엄청난 효율성의 변화입니다.
가격과 속도를 다 잡은 구글의 '풀스택' 인프라
챗GPT나 퍼플렉시티 같은 AI 서비스들이 이미 비슷한 기능을 제공하고 있음에도 불구하고, 구글의 대반격이 위협적인 이유는 그들이 '풀스택(Full-stack)' 조직이기 때문입니다. 구글은 단순히 소프트웨어만 만드는 회사가 아닙니다. AI 연산에 필요한 TPU 반도체 칩부터 데이터 센터, 클라우드 인프라, AI 모델, 그리고 최종 서비스까지 모두 자체적으로 보유하고 있습니다.
이러한 구조적 강점은 곧장 압도적인 가성비로 이어집니다. 이번에 공개된 '제미나이 1.5 플래시' 모델은 불과 몇 달 전의 최고 모델이었던 프로 버전보다 더 똑똑하면서도 출력 속도는 4배 빠르고 가격은 절반 이하로 낮췄습니다. 또한 타사들이 월 20달러 요금제 외에 100달러, 200달러짜리 고가 요금제를 신설하는 가운데, 구글은 기존 250달러 요금제를 200달러로 단번에 50달러나 인하했습니다. 인프라 원가를 통제할 수 있는 구글만이 보여줄 수 있는 강력한 시장 장악 전략입니다.
컴퓨터를 꺼도 일하는 24시간 '클라우드 비서'
제가 볼 때 이번 행사의 핵심 중 하나는 AI가 단답형 답변을 넘어 '에이전트(대리인)' 역할을 본격적으로 수행하기 시작했다는 것입니다. 새롭게 등장한 AI 에이전트는 사용자가 컴퓨터를 덮어도 구글 클라우드 상에서 24시간 내내 쉬지 않고 작동합니다.
예를 들어, 매달 날아오는 카드 명세서를 AI에게 확인하라고 지시해 두면, AI가 알아서 메일을 열어보고 불필요한 구독 서비스가 결제되고 있는지 모니터링한 뒤 해지까지 돕습니다. 또는 학교에서 오는 가정통신문 메일 중 마감일이 있는 것만 추려서 매일 아침 요약해 달라고 할 수도 있습니다. 굳이 내 노트북을 켜두거나 무거운 연산 프로그램을 돌릴 필요 없이, 이미 내 파일이 다 올라가 있는 구글 생태계 안에서 AI가 백그라운드 업무를 완벽하게 대체하는 것입니다.
검색 영역에서도 에이전트가 활약합니다. 한정판 농구화를 구하고 싶은데 당장 매물이 없다면, 과거에는 매일 중고 사이트를 들락거려야 했습니다. 하지만 이제는 "내 사이즈에 맞는 농구화가 올라오면 알려줘"라고 지시 한 번만 해두면, 검색 에이전트가 24시간 인터넷을 모니터링하다가 매물이 나오는 즉시 사용자에게 알려줍니다. 정보 탐색에 들이던 시간과 스트레스가 획기적으로 줄어드는 셈입니다.
물리 법칙을 이해하는 AI와 제너레이티브 UI
단순히 텍스트나 이미지를 생성하는 것을 넘어, 구글 AI는 이제 세상의 물리적 원리까지 이해하는 단계(월드 모델)로 진입했습니다. '제미나이 옴니'와 같은 새로운 모델은 중력이나 사물의 마찰력 등을 계산하여 실제와 똑같이 농구공이 튀기는 시뮬레이션 영상을 만들어냅니다. 이는 단순한 영상 제작 툴이 아니라, 향후 스스로 움직이는 로봇 등을 위한 피지컬 AI의 학습용 데이터로 직결될 수 있는 무궁무진한 기술입니다.
또한 검색 결과에 앱을 즉석에서 만들어 띄워주는 '제너레이티브 UI'도 매우 혁신적입니다. "블랙홀이 시공간에 미치는 영향"을 물어보면 관련된 텍스트 링크를 주는 것이 아니라, 사용자가 직접 수치를 조절하며 좌우로 움직여볼 수 있는 인터랙티브 시뮬레이션 프로그램을 검색창 안에 바로 생성해 줍니다. 사용자는 정보를 얻기 위해 외부 사이트나 앱으로 빠져나갈 필요 없이 구글 안에서 모든 시각적 경험을 끝낼 수 있습니다.
스마트 글래스, 구글 생태계 록인(Lock-in)의 화룡점정
구글이 그리는 AI 생태계의 최종 종착지는 결국 하드웨어와의 결합입니다. 이번에 체험해 본 구글의 스마트 글래스는 아직 초기 단계임에도 불구하고 일상을 바꿀 강력한 잠재력을 보여주었습니다. 글래스를 낀 채로 바둑판을 보며 "어떻게 둬야 해?"라고 물으면 시각 정보를 인식해 최적의 훈수를 두어주고, 외국인이 한국어로 말하는 내용을 실시간으로 번역해 디스플레이에 영어로 띄워줍니다.
여기서 제일 중요한 것은 이 디바이스가 스마트폰 속 구글 에이전트와 매끄럽게 연동된다는 점입니다. 퇴근길에 스마트폰을 꺼내지 않고도 글래스에 대고 "집에 가는 길인데 짜장면 배달시켜 줘"라고 말하면, 가방 속 스마트폰이 알아서 배달 앱을 구동하고 결제까지 마친 뒤 음성으로 결과를 알려줍니다. 메타(Meta)가 글래스 자체의 독립성에 집중한다면, 구글은 기존의 안드로이드 및 구글 서비스 생태계를 안경이라는 새로운 인터페이스로 확장하는 데 주력하고 있습니다.
결국 구글의 이러한 전방위적 AI 도입은 사용자에게 극강의 편리함을 제공하는 동시에, 구글 생태계 밖으로는 한 발짝도 나갈 필요가 없게 만드는 강력한 록인(Lock-in) 전략입니다. 검색, 업무, 영상 시청, 그리고 일상의 행동까지 구글이 모두 대신해 주는 시대가 열린 지금, 우리는 이 편리함을 누리는 동시에 거대 플랫폼에 대한 의존도가 얼마나 높아질 것인지에 대해서도 한 번쯤 고민해 보아야 할 시점입니다.
FAQ
구글 검색은 앞으로 어떻게 바뀌나요?
기존처럼 웹페이지 링크를 나열하는 방식에서 벗어나, 사용자의 질문에 AI가 직접 답을 찾고 요약해 주며 필요한 앱 형태의 UI까지 즉석에서 만들어주는 '질문 엔진(Ask Engine)'으로 진화합니다.
유튜브 영상 검색에도 AI가 적용되나요?
네, 곧 적용될 유튜브 에스크 기능을 통해 긴 영상 속에서 사용자가 궁금해하는 내용이 정확히 몇 분 몇 초에 있는지 AI가 찾아내어 바로 해당 구간을 보여줍니다.
구글이 선보인 '클라우드 비서'는 무엇인가요?
사용자가 컴퓨터나 스마트폰을 꺼두어도, 구글 클라우드 상에서 24시간 작동하며 이메일 확인, 불필요한 구독 해지, 원하는 조건의 상품 모니터링 등의 업무를 스스로 처리하는 AI 에이전트입니다.
구글의 스마트 글래스는 기존과 무엇이 다른가요?
단순한 디스플레이 기기가 아니라, 사용자의 시야를 실시간으로 인식해 바둑 훈수를 두거나 실시간 통역을 제공하며, 스마트폰의 AI 에이전트와 연동되어 음성만으로도 앱을 제어하고 행동을 수행할 수 있습니다.
원본 영상 보기
