GeminiGemini Enterprise
교육 포털

🔵 Track 2. Advanced

Google Drive, 사내 데이터와 Gemini를 연결하고, 나만의 AI 에이전트를 직접 만들어보는 심화 실습입니다.


2.1. Google Drive & Workspace 권한 승인

구글 드라이브, 캘린더, Gmail 등을 연동해 사내 문서 검색이나 요약, 일정 관리를 자동화하기 위해 사용자가 최초 1회 권한 승인을 완료하는 프로세스입니다.

구글 드라이브, 캘린더, Gmail 등을 연동해 사내 문서 검색이나 요약, 일정 관리를 자동화하려면 먼저 권한 승인이 필요합니다. 실습 과정 중 연동 권한을 요구하는 팝업(넛지)이 나타나면, 제공받은 구글 계정으로 로그인하여 권한 승인을 완료해 줍니다. (참고: 각 고객사의 Gemini Enterprise 어드민 설정 및 권한 제어 범위에 따라 Workspace 연동 활성화 여부가 상이할 수 있습니다. 활성화된 상태라면 개인 또는 사내 계정으로 최초 1회 동의를 마치면 즉시 사내 데이터 RAG를 사용하실 수 있습니다.)

[!TIP] 현장 꿀팁 (Field Pro Tip) - OAuth 팝업 차단 트러블슈팅

  • 구글 드라이브나 Workspace 연동 과정에서 최초 1회 권한 승인 팝업이 나타나지 않고 무한 로딩이 걸리는 경우, 브라우저 주소창 우측 끝의 팝업 차단 아이콘을 클릭하고 ‘항상 허용’으로 변경한 뒤 페이지를 새로고침을 진행합니다. 특히 크롬 브라우저에서 최초 동의 시 자주 발생하는 현상입니다.

2.2. 사내 정보 검색 및 클라우드 지식 RAG 탐색

사내 드라이브나 클라우드 스토리지에 올려둔 문서를 바로 검색하고 답변을 받을 수 있습니다. 이것이 RAG입니다.

💻 실습 준비: 원천 문서 다운로드 및 업로드

사내 데이터 RAG 환경을 직접 검증해보기 위해 아래 가이드라인 파일을 로컬에 다운로드한 후, 실습용 구글 드라이브(또는 지정된 클라우드 스토리지)에 업로드해 줍니다.

  1. Google Drive RAG 실습용 샘플 (원하는 파일 포맷을 다운로드하여 사용하세요):
  2. GCS RAG 실습용 샘플 (원하는 파일 포맷을 다운로드하여 사용하세요):

  • 실습 예시 1 (내부 규정 검색 - Google Drive): Google Search를 끈 상태에서 사내 드라이브에 업로드한 임직원 복리후생 가이드라인 문서를 RAG 검색합니다.

    내 드라이브에 있는 "복리후생" 문서를 기반으로 자녀 학자금 지원 한도가 재직 기간에 따라 어떻게 다른지 알려줘

    (OAuth 최초 팝업 발생 시 승인 선택)

    커넥터 승인 넛지 계정 승인 선택 드라이브 스캔 진행 검색된 복지 정책 문서 결과 소스를 클릭하여 원본 마크다운 및 복지 파일 확인
  • 실습 예시 2 (GCS 사설 데이터베이스 RAG 검색): 구글 클라우드 스토리지(GCS) 버킷에 사내 특수 마케팅 캠페인 및 일정 데이터를 보관해 둔 상황을 전제하여 쿼리해 봅니다. (참고: GCS 버킷 및 Vertex AI Search 연동 RAG는 고객사 클라우드 인프라 관리자의 사전 설정과 권한 매핑이 필요한 고급 기능입니다. 해당 환경이 준비되어 있지 않은 경우, 본 실습용 GCS RAG 샘플 파일([마케팅_캠페인]…)을 구글 드라이브에 업로드하여 Workspace RAG 형식으로 동일하게 질문을 테스트할 수 있습니다.)

    넥스트 테크놀로지스의 사내 브랜드 앰버서더 참여 요건과 전용 VIP 혜택이 무엇인지 요약해줘
    GCS 정보 실시간 질문 결과 답변 출처 목록 확인
    넥스트월드 토크콘서트 개최 일정, 시간, 대강당 위치, 그리고 초청 강사를 정확히 가이드해줘
    일정 쿼리 결과 화면

[!TIP]

💡 RAG-Ready: 검색 정확도를 높이는 문서 작성 가이드

Gemini의 사내 지식 기반 RAG(Retrieval-Augmented Generation) 검색 정확도는 원본 문서의 구조와 정돈 상태에 직접적인 영향을 받습니다. 사내 문서를 업로드하기 전, 아래의 RAG-Ready 표준 수칙을 적용하면 오답(환각)을 방지하고 정확한 출처 인용 결과를 얻을 수 있습니다.

  1. 시각 자료의 텍스트 병기 (OCR 상호 보완):
    • 차트, 다이어그램, 아키텍처 등 이미지 내의 핵심 데이터는 반드시 하단에 텍스트 요약 및 표(Table) 형태로 한 번 더 기술합니다. Gemini가 다중 모달(Multimodal) 분석을 수행하지만, 구조화된 텍스트가 병기되었을 때 임베딩 검색 정확도가 높아집니다.
  2. 명확한 헤딩(Heading) 계층 구조화:
    • 문서 작성 시 제목과 본문의 스타일 태그(H1, H2, H3 등)를 명확히 구분하여 작성합니다. 장황하게 나열된 텍스트보다 명확한 단락 구분과 계층 구조가 적용된 문서가 청킹(Chunking) 및 시맨틱 검색 시 관련성 스코어를 훨씬 높게 받습니다.
  3. 버전 관리 및 최신본 동기화:
    • 동일한 파일의 구버전과 신버전이 구글 드라이브나 스토리지에 중복 존재하지 않도록 관리합니다. 구버전 문서가 방치되면 LLM이 상충되는 정보 중 어떤 것이 최신인지 판단하기 어려워 구버전 정보를 인용할 위험이 있습니다. 주기적으로 아카이브 전용 폴더로 구버전 문서를 이관 처리합니다.

2.3. 엔터프라이즈 NotebookLM 협업 실습

내가 올린 문서 안에서만 답하는 신뢰할 수 있는 팀 지식 도서관입니다. RFP·제안서 GAP 분석을 직접 해봅니다.

💻 실습 준비: 실무 비교 분석용 샘플 다운로드

스마트 오피스 구축 사업 수주 및 요구사항 정밀 분석을 위해 발주사(넥스트 테크놀로지스)의 공식 제안요청서(RFP)와 자사(에이아이 솔루션즈)의 제안서 초안 파일 2종을 로컬에 다운로드합니다.

  1. 발주사 도입 RFP (Source A) (원하는 파일 포맷을 다운로드하여 사용하세요):
  2. 자사 제안서 초안 (Source B) (원하는 파일 포맷을 다운로드하여 사용하세요):

💡 실습 진행 순서

  1. NotebookLM 접속 및 노트북 생성: NotebookLM 웹사이트에 접속하여 새 노트북을 생성합니다.
  2. 소스 업로드: 다운로드한 두 개의 마크다운 (.md) 또는 PDF (.pdf) 파일을 한꺼번에 업로드 소스로 바인딩합니다. (구조화된 보고서 스타일인 PDF 버전을 다운로드하여 업로드하는 방식을 권장합니다.)
  3. RFP/제안서 갭(Gap) 분석 쿼리: 대화창에 아래 프롬프트를 복사하여 입력하고 전송합니다.
    우리가 제출하려는 제안서 초안([제안서_초안]_에이아이_솔루션즈...)의 내용이 발주사인 넥스트 테크놀로지스가 요청한 도입 RFP([고객사_RFP]_넥스트_테크놀로지스...)의 5대 필수 기능 요구사항(FR-01 ~ FR-05)을 모두 만족하는지 정밀하게 분석해줘. 만족 여부, 제안된 구현 내용 및 한계점/누락 항목(GAP)을 한눈에 식별할 수 있는 비교 대조 표(Table)로 도출해 주고, 제안서 보완을 위한 행동 지침(Action Item)을 구체적으로 제시해줘
  4. 인용구 정합성 확인: 출력된 답변 우측 또는 하단의 출처 숫자 인덱스를 클릭하여 원본 문서의 정확한 조항, 본문을 시각적 패널로 대조 확인합니다.

2.4. 자율형 심층 조사 및 아이디어 연쇄 생성

주제 하나만 주면, 수백 개의 웹 소스를 스스로 탐색해 목차 있는 보고서를 만들어 줍니다. Idea Generation 에이전트로 비즈니스 아이디어도 연쇄 생성해봅니다.

  • 실습 진입: 화면 좌측 또는 하단 메뉴에서 Deep Research 아이콘을 클릭합니다.

    Deep Research 에이전트 진입
  • 리서치 프롬프트 복사 및 실행: 대화창에 아래 프롬프트를 입력하여 실습을 진행합니다.

    현재 글로벌 스마트 오피스 IoT 및 디지털트윈 솔루션 시장의 기술 트렌드와 주요 경쟁사 동향을 종합적으로 분석해 줘. 넥스트 테크놀로지스가 속한 오피스 테크 산업의 핵심 경쟁 우위 요소를 도출하고 향후 직면할 기회와 위협 요인을 논리적으로 설명해 줘

    에이전트가 작동하면 수집 및 심층 검색 단계가 비주얼 대시보드로 표기되며, 최종 완료 시 목차(TOC)와 풍부한 인용 링크가 매핑된 완성도 높은 마스터 보고서 및 팟캐스트 형태의 오디오 요약본이 완성됩니다.

    Deep Research 분석 보고서 생성 결과 1 Deep Research 분석 보고서 생성 결과 2

💡 Idea Generation Agent 실습

비즈니스 난제를 해결하고 창의적이고 파격적인 마케팅/운영 서비스를 설계하는 연쇄 추론형 아이디어 브레인스토밍 에이전트입니다.

  • 실습 진입: 화면 좌측 에이전트 목록에서 Idea Generation 에이전트를 선택합니다.

    에이전트 목록 UI Idea Generation 에이전트 활성화
  • 첫 번째 아이디어 세션 생성: 아래 프롬프트를 복사하여 입력하고, Start Session 버튼을 클릭하여 백그라운드 추론 세션을 실행합니다.

    넥스트 테크놀로지스에서 일하는 20~30대 젊은 신입 사원 및 주니어 임직원들의 관점에서 스마트 오피스 환경에서 느끼는 일상적인 불편함 5가지를 발굴하고, 이를 해결하여 임직원 경험을 극대화할 수 있는 참신하고 파격적인 서비스/운영 아이디어를 제안해줘. 이들에게 줄 수 있는 가장 큰 감동은 무엇일까?
    Start Session 추론 실행 추론 완료 및 아이디어 제안 확인
  • 두 번째 아이디어 세션 생성 (업무 자동화 아이디어): 다른 실무 주제로도 창의적인 아이디어를 유도해 봅니다.

    내가 매일 수행하는 [매출 데이터 정리, 사내 게시판 모니터링, 메일 회신] 업무를 Gemini Enterprise를 활용해 자동화하거나 효율화할 수 있는 아이디어를 제시해줘. 특히 Gemini Enterprise의 <b>데이터 연결 기능</b>을 어떻게 활용하면 정보 검색 시간을 절반으로 줄일 수 있을지, 구체적인 프롬프트 체인(연속 질문) 구조를 설계해줘.
    업무 자동화 프롬프트 체인 설계 결과

    [!NOTE] 실습 안내 및 팁 Idea Generation 에이전트는 깊이 있는 다중 단계 분석과 사내외 소스 검색을 자율적으로 수행하므로 완료되는 데 수 분의 시간이 소요될 수 있습니다. 세션 창을 그대로 유지하고 다음 실습 단계를 먼저 수행하고 돌아와 결과를 확인하셔도 좋습니다.

2.5. 노코드/로우코드 커스텀 에이전트 빌더 실습

코드 없이 클릭 몇 번으로, 내 업무에 특화된 AI 에이전트를 직접 만들고 팀원들과 공유해봅니다.

1) 에이전트 분류

  • No-Code 에이전트: Agent Designer에서 말하듯 대화하며 자연어로 규칙과 대상을 설계하는 임직원용 간편 에이전트.
  • Low-Code 에이전트: 시각적인 노드 기반 흐름 빌더(Flow Builder)와 트리거, 승인 단계 레이아웃을 통해 제작하는 업무 에이전트.
  • High-Code 에이전트: 개발자 전용 프레임워크인 ADK(Agent Development Kit)를 사용해 파이썬이나 고(Go) 언어 소스로 복잡한 백엔드 API와 레거시 시스템 트랜잭션을 연동해 구축하는 최고 수준의 지능형 에이전트.

2) Agent Designer 구성

Agent Designer 전체 UI 구조
  • Chat Pane: 말하듯이 “이메일 알리미 만들어줘”라고 요청하면, 에이전트의 역할과 시스템 권한이 자동 생성됩니다.
  • Designer Pane:
    • Flow: 시각화된 대화 노드와 실행 경로 파악.
    • Schedule: 특정 요일이나 주기적 트리거 감지 구성.
    • Preview: 오른쪽 간이 챗봇 창을 통해 실시간 프롬프트 응답 디버깅.

3) 💻 실전 실습: 뉴스 링크 기반 SNS 마케팅 포스팅 자동 빌더 에이전트 구축

  1. 에이전트 목록 메뉴에서 새 에이전트 생성(New Agent)을 클릭합니다.

  2. 에이전트 디자이너가 켜지면 왼쪽 대화창에 아래의 설계 요구 명세 프롬프트를 입력합니다.

    뉴스 링크를 입력 받아서 Social Media 포스팅할 게시물 문구를 생성하는 에이전트를 만들어줘 포스팅할 문구는 간략한 한줄 문장과 bullet point 5개를 생성하고 Hashtag도 추천
    에이전트 디자이너 프롬프트 입력
  3. 시스템이 자동으로 뼈대를 잡으면, 우측 상세 Flow를 최종 검토한 뒤 상단의 Create(생성) 또는 Publish 버튼을 클릭하여 적용합니다.

    디자이너 Flow 및 상세 설정
    1. 프리뷰 테스트 창에 아래 뉴스 기사 링크를 복사해 붙여넣어 에이전트의 결과물이 의도대로 요약 포스팅을 잘 도출하는지 테스트합니다.
      이 뉴스 링크로 소셜 미디어 게시물을 만들어줘: https://news.next-tech.com/smart-office-iot-2026/
    에이전트 프리뷰 뉴스 테스트 테스트 성공 출력화면
  4. 에이전트가 완성되었다면 사내 Agent Gallery에 발행하여 전사 공유합니다. 우측 상단의 Share 클릭 후, Add People 지정 대신 Done을 누르면 사내 공용 채널인 ’Low Code Agents’에 갤러리 형태로 자동으로 등록됩니다.

에이전트 공유 시작

2.6. 하이코드 워크플로우 및 ADK/CAA 통합 에이전트 개발

ADK로 사내 레거시 시스템에 에이전트를 연결하고, BigQuery 연동 CAA 아키텍처를 설계해보는 하이코드 심화 실습입니다.

  • 이벤트/일정 트리거: 시스템에서 대기하고 있다가 매주 특정 요일, 혹은 외부 이슈 메일 감지 시 자동 기동됩니다.
  • 하이브리드 디시전 트리: 정적 규칙(Rule-based)과 AI 판단(Non-deterministic)을 조합하여 분기를 결정합니다.
  • Human-in-the-loop: 자산 손실이나 대형 실수 위험을 원천 방어하기 위해, 중요 메일 발송 전이나 시스템 결제 실행 직전 반드시 지정된 휴먼(Human) 관리자의 결재와 메일 승인 액션을 기다리도록 지능적인 승인 블록을 장착할 수 있습니다.

🏭 글로벌 비즈니스 시나리오 예시

  1. 공급망 리스크 선제 대응: 글로벌 공급망(SCM) 뉴스 및 컨테이너 선적 상태 실시간 웹 검색 ➡️ 항만 파업 감지 시 리스크 수준(High/Medium) AI 판단 ➡️ 대체 운송 루트 제안서 자동 생성 ➡️ SCM 파트장 결재 및 메일 발송 승인 대기 (Human-in-the-loop) ➡️ 긴급 대체 노선 예약 메일 발송.
  2. 글로벌 고객 VoC 피드백 개선 루프: 해외 법인 다국어 오디오/이메일 클레임 수집 ➡️ 현지 언어 번역 및 주요 페인포인트 분류 ➡️ AI가 핵심 부서 배정 제안 ➡️ 제품 책임자 승인 ➡️ 즉시 Jira 티켓 생성 및 협업.