피드로 돌아가기
Dev.toAI/ML
원문 읽기
Gemini API의 Managed Agents 도입을 통한 Agentic Runtime 표준화
Google I/O 2026’s Smartest Developer Release Wasn’t a Model, It Was the Runtime - Managed Agents in Gemini API
AI 요약
Context
기존 Agent 구현 방식은 모델의 추론 능력에만 의존하여 실제 운영 환경의 Sandbox, State 관리, 파일 시스템 등 Runtime 인프라를 개발자가 매번 직접 구축해야 하는 한계 존재. 단순한 Prompt-Response 구조로는 다회차 작업의 상태 유지와 복잡한 Tool Execution을 안정적으로 처리하기 어려움.
Technical Solution
- Managed Agents를 통한 Agent Loop의 플랫폼 Primitive화로 인프라 구축 오버헤드 제거
- Interactions API를 도입하여 Stateful한 멀티턴 워크플로우와 대화 상태의 지속성 확보
- Remote Linux Environment 제공을 통한 코드 실행, 파일 관리, 네트워크 액세스의 격리된 Sandbox 환경 구축
- environment_id와 previous_interaction_id라는 두 가지 Handle을 통해 작업 디렉토리와 대화 맥락을 분리하여 유지
- Antigravity managed agent를 통해 Gemini 3.5 Flash 기반의 정책 및 Tool-using 워커 레이어 표준화
- Execution Trace 노출을 통해 Agent의 중간 단계 추론 과정과 결과물(Artifact)에 대한 Observability 확보
실천 포인트
1. Stateless API와 Stateful Agent Runtime의 용도 구분 필요성 검토
2. Agent 설계 시 대화 상태(Conversation State)와 실행 상태(Execution State)의 분리 관리 전략 수립
3. 외부 코드 실행이 포함된 Agent 도입 시 Managed Sandbox 적용을 통한 보안 리스크 최소화
4. 단순 결과값 외에 Step-by-step Execution Trace를 통한 디버깅 및 검증 프로세스 구축