기본 콘텐츠로 건너뛰기

Gemini Deep Research 새롭게 업그레이드된 강력한 새 기능들 심층 탐구

 

Gemini Deep Research 새롭게 업그레이드된 강력한 새 기능들 심층 탐구

Google의 혁신적인 AI 연구 도구, Gemini Deep Research의 모든 것을 파헤쳐 봅니다.



들어가며: AI 연구의 새로운 지평을 열다

최근 Google I/O 2025에서 공개된 Gemini 관련 발표는 AI 기술의 현주소와 미래를 가늠케 하는 중요한 이정표였습니다. 이 방대한 정보를 효과적으로 분석하고 인사이트를 도출하기 위해, 저는 새롭게 업그레이드된 Google의 Gemini Deep Research를 활용해 보았습니다. 

특히 이번 업데이트에서는 기존의 강력한 분석 능력에 더해, 연구 결과를 웹페이지 자동 생성, 핵심 내용 인포그래픽화, 연구 기반 인터랙티브 퀴즈 제작, 그리고 AI 음성 개요 제공 등 다채로운 형태로 즉시 변환하여 공유할 수 있는 혁신적인 기능들이 추가되었습니다. 이 글에서는 Gemini Deep Research의 이러한 강력한 새 기능들을 포함하여 Google I/O 2025의 Gemini 관련 내용을 분석하고, 그 과정에서 경험한 놀라운 기능들을 공유하고자 합니다.

1단계: 정교한 질문 설계 - Deep Research의 시작

심층적인 연구 결과를 얻기 위한 첫걸음은 바로 '질문'입니다. 저는 도서 'AI DEEP RESEARCH 완전 정복'에서 제시된 Deep Research용 질문 템플릿을 활용하여 Gemini Deep Research에 전달할 프롬프트를 구성했습니다. 이 템플릿은 연구의 목표, 맥락, 그리고 구체적인 요청 사항을 명확히 정의하여 AI가 최적의 결과를 도출하도록 돕습니다.

도서 ‘AI DEEP RESEARCH 완전 정복’ https://www.yes24.com/product/goods/146140506 에서 발췌한 Deep Research 용 질문 템플릿 

질문 템플릿: https://shorturl.at/NIeac

템플릿 기반 프롬프트 생성 요청:

"업로드 문서는 Gemini Deep Research 기능을 최대한 활용하기 위한 Deep Research 를 위한 질문 템플릿입니다. 이 템플릿을 적용하여 다음 내용에 대하여 Deep Research 에게 질문할 수 있는 프롬프트를 생성:[이번 2025년 Google I/O 에서 발표한 Gemini 관련 내용을 심층 연구]"

생성된 Google Gemini Deep Research 질문:

<목표/맥락>

2025년 Google I/O에서 발표된 Gemini 관련 내용에 대한 심층 보고서 작성을 위해 다음 내용을 조사하고 분석하여 체계적으로 정리해주세요.


<요청 내용>

  1. [핵심 개념 및 기술 분석] 2025년 Google I/O에서 발표된 Gemini의 주요 업데이트 사항, 핵심 기술(예: 새로운 모델 아키텍처, 학습 방법, 주요 기능)들을 상세히 설명하고, 이전 버전 또는 경쟁 기술과 비교하여 주요 특징 및 개선점을 분석해주세요.
  2. [발표 내용 심층 분석] Google I/O 2025에서 Gemini와 관련하여 공개된 주요 발표 세션, 데모, 관련 제품/서비스 통합 계획 등을 요약하고, 각 발표 내용의 기술적 의미와 시장에 미칠 영향을 분석해주세요.
  3. [적용 분야 및 활용 사례 전망] 발표된 Gemini의 새로운 기능과 성능을 바탕으로 예상되는 주요 적용 분야(예: 특정 산업, 새로운 서비스 모델 등)와 구체적인 활용 사례를 전망하고, 이것이 사용자 경험과 개발 생태계에 어떤 변화를 가져올지 분석해주세요. (출처 명시 필수)
  4. [시장 및 경쟁 환경 분석] 이번 Gemini 발표가 AI 기술 시장, 특히 대규모 언어 모델(LLM) 및 생성형 AI 시장의 경쟁 구도에 미칠 영향과 주요 경쟁사(예: OpenAI, Anthropic, Meta AI 등)의 예상되는 대응 전략을 분석해주세요.
  5. [전문가 및 미디어 반응 종합] 2025년 Google I/O Gemini 발표에 대한 국내외 AI 전문가, 개발자 커뮤니티, 주요 기술 미디어의 반응 및 평가를 종합적으로 분석하고, 긍정적/부정적 관점과 주요 논쟁 지점을 정리해주세요.
  6. [결론 및 전략적 시사점] 위 분석 내용을 종합하여, 이번 Gemini 발표의 핵심적인 의의와 향후 AI 기술 발전 방향에 대한 시사점을 도출하고, 기업 및 개발자들이 주목해야 할 기술적 과제와 기회 요인을 제시해주세요.

2단계: Gemini Deep Research의 경이로운 심층 분석 결과

앞서 설계한 정교하고 다층적인 질문 프롬프트를 Gemini Deep Research에 입력하자, 그 결과는 실로 놀라웠습니다. 단순히 정보를 나열하는 수준을 넘어, Google I/O 2025에서 발표된 Gemini 관련 내용의 핵심을 꿰뚫고, 각 기술적 요소와 시장에 미칠 영향까지 다각도로 분석한 종합 보고서가 눈앞에 펼쳐졌습니다. 마치 숙련된 전문 애널리스트 팀이 며칠 밤낮으로 작업한 듯한 깊이와 통찰력에 감탄을 금할 수 없었습니다. 

각 항목에 대한 분석은 체계적이었으며, 제시된 근거들은 명확했습니다. 특히, 복잡한 기술적 개념들을 이해하기 쉽게 설명하고, 경쟁 환경 분석과 향후 전망까지 아우르는 그 방대함과 정교함은 AI의 능력이 어디까지 진화했는지를 실감케 했습니다. 이 모든 결과물이 Google Docs 형태로 깔끔하게 정리되어 제공되었기에, 내용을 검토하고 필요한 부분을 추가하거나 편집하는 과정 또한 매우 수월했습니다. 이는 연구자가 분석 자체에 더욱 집중할 수 있도록 돕는 강력한 장점이라 할 수 있습니다.

생성된 Google Docs 보고서 (직접 경험해보세요!) : https://shorturl.at/3fm6F 

3단계: 새롭게 업그레이드된 Gemini Deep Research 기능 활용 - 정보의 가치를 극대화하다!

Gemini Deep Research의 진정한 강력함은 단순히 깊이 있는 정보를 수집하고 분석하는 것을 넘어, 그 결과를 사용자의 목적과 필요에 맞게 다양한 형태로 가공하여 제공하는 데 있습니다. 이는 정보 과잉 시대에 사용자가 핵심 내용을 효과적으로 파악하고, 더 나아가 연구 결과를 다양한 방식으로 소통하고 활용할 수 있도록 돕기 위한 Google의 깊은 고민이 담긴 결과일 것입니다. 

이번에 새롭게 추가된 웹페이지 자동 생성, 핵심 내용 인포그래픽화, 연구 기반 인터랙티브 퀴즈 제작, 그리고 AI 음성 개요 제공(이는 마치 이전에 Google NotebookLM에서 제공되었던 놀라운 음성 요약 기능이 그대로 구현된 것과 같습니다) 기능들은 바로 이러한 배경에서 탄생했습니다. 각 기능은 단순한 정보 전달을 넘어, 사용자의 편의성과 정보 전달력을 극대화하며, 연구 결과의 가치를 한층 끌어올리는 놀라운 유용성을 보여줍니다. 마치 개인 연구 비서팀이 생긴 것처럼, 복잡한 후속 작업들을 AI가 대신 처리해주어 사용자는 본질적인 연구와 분석에 더욱 집중할 수 있게 됩니다.

1. 웹페이지 생성: 연구 결과를 즉시 공유 가능한 전문가 수준의 웹사이트로!

Gemini Deep Research는 단 몇 번의 클릭만으로 방대한 연구 보고서를 체계적으로 정리된 반응형 웹페이지로 변환해줍니다. 이는 코딩 지식이 전혀 없는 사용자라도 전문가 수준의 온라인 보고서를 즉시 생성하고 공유할 수 있게 해주는 혁신적인 기능입니다. 생성된 웹페이지는 다양한 디바이스(데스크톱, 태블릿, 모바일)에 최적화되어 제공되며, 연구의 주요 섹션, 핵심 내용, 관련 이미지나 차트 등이 자동으로 배치되어 가독성을 높입니다. 이를 통해 연구 결과를 팀원, 고객, 또는 대중과 신속하게 공유하고, 별도의 웹 개발 리소스 없이도 높은 수준의 정보 전달이 가능해집니다.

웹 페이지: Gemini AI 산업 트렌드 및 시장 분석 결과

https://g.co/gemini/share/c83edb05a006

2. 인포그래픽 생성: 복잡한 데이터를 시각적 스토리텔링으로!

텍스트 위주의 방대한 보고서에서 핵심적인 데이터, 통계, 트렌드를 자동으로 추출하여 시각적으로 매력적이고 이해하기 쉬운 인포그래픽으로 변환하는 기능입니다. Gemini Deep Research는 주요 성장 지표, 시장 점유율 비교, 기술적 특징 등을 효과적으로 시각화하여, 정보의 핵심을 빠르게 전달합니다. 생성된 인포그래픽은 프레젠테이션 자료, 소셜 미디어 콘텐츠, 요약 보고서 등 다양한 용도로 활용될 수 있으며, 복잡한 내용을 직관적으로 전달하여 청중의 이해도를 높이는 데 크게 기여합니다. 사용자는 별도의 디자인 도구나 전문 지식 없이도 고품질의 인포그래픽을 손쉽게 제작할 수 있습니다.

인포그래픽: Gemini AI 산업 트렌드 및 시장 분석 결과

https://g.co/gemini/share/1a306c5289c2


3. 퀴즈 생성: 능동적 학습과 이해도 점검을 위한 인터랙티브 도구!

연구 보고서의 핵심 내용을 기반으로 객관식, 참/거짓 등의 다양한 유형의 퀴즈를 자동으로 생성하여, 독자들이 연구 내용을 얼마나 잘 이해했는지 스스로 점검하고 능동적으로 학습에 참여하도록 유도합니다. 이 기능은 교육 자료 개발, 팀 내부 스터디, 워크숍 등에서 학습 효과를 높이는 데 매우 유용합니다. Gemini Deep Research는 보고서의 중요한 개념, 데이터, 결론 등을 바탕으로 적절한 난이도의 질문과 선택지를 구성하며, 필요시 힌트도 제공하여 학습 과정을 지원합니다. 이를 통해 지루할 수 있는 정보 습득 과정을 게임처럼 재미있고 인터랙티브하게 만들 수 있습니다.

퀴즈 결과:

https://g.co/gemini/share/d1afb95eab0b 

4. AI 음성 개요: 바쁜 현대인을 위한 오디오 브리핑!

긴 보고서를 읽을 시간이 부족한 사용자를 위해, 연구의 핵심 내용을 요약하여 자연스럽고 듣기 편안한 AI 음성으로 제공하는 기능입니다. 출퇴근길, 운동 중, 또는 다른 업무를 하면서도 연구 결과를 귀로 들으며 빠르게 파악할 수 있어 시간 효율성을 극대화합니다. Gemini Deep Research의 AI 음성은 단순한 텍스트 읽기를 넘어, 중요한 부분을 강조하고 내용의 흐름을 살려 전달함으로써 마치 전문가가 직접 브리핑해주는 듯한 경험을 제공합니다. 이는 정보 접근성을 높이고, 다양한 환경에서 연구 결과를 효과적으로 소비할 수 있도록 돕는 스마트한 기능입니다.

AI 음성 개요 듣기



결론: Gemini Deep Research, AI 연구의 패러다임을 바꾸는 혁신!

Gemini Deep Research를 활용한 이번 Google I/O 2025 분석 과정은 AI가 연구 및 콘텐츠 생성 방식을 얼마나 혁명적으로 바꿀 수 있는지를 명확히 보여주었습니다. 특히, 'AI DEEP RESEARCH 완전 정복'에서 제시된 질문 템플릿의 유용성은 아무리 강조해도 지나치지 않습니다. 이처럼 정교하게 설계된 질문은 Gemini Deep Research의 잠재력을 최대한 끌어내어, 그야말로 '숨 막힐 듯한' 깊이와 품질을 자랑하는 'Google I/O 2025 분석 보고서'를 탄생시켰습니다. 단순한 정보 요약을 넘어선 통찰력 있는 분석, 기술적 맥락에 대한 정확한 이해, 그리고 시장 전망까지 아우르는 이 보고서는 Gemini Deep Research의 놀라운 분석 능력을 여실히 증명했습니다.

여기에 더해, 새롭게 업그레이드된 웹페이지 자동 생성, 인포그래픽, 인터랙티브 퀴즈, AI 음성 개요 기능들은 그야말로 '화룡점정'이었습니다! 이 기능들은 복잡한 연구 결과를 다양한 형태로 손쉽게 변환하고 공유할 수 있게 함으로써, 정보의 활용 가치를 극대화하고 커뮤니케이션의 효율성을 전례 없이 높여줍니다. 마치 숙련된 연구 보조원 팀이 24시간 대기하며 지원해주는 듯한 이 강력한 기능들은 연구자에게 날개를 달아주는 것과 같습니다.

결론적으로, Gemini Deep Research는 단순한 정보 검색 도구를 넘어, 사용자의 연구 목표에 맞춰 능동적으로 정보를 분석하고, 다양한 관점에서 인사이트를 제공하며, 최종적으로는 효과적인 커뮤니케이션까지 완벽하게 지원하는 진정한 의미의 'AI 연구 파트너'입니다. 앞으로 AI 기술을 활용한 연구 및 분석 업무에 있어 Gemini Deep Research가 새로운 표준을 제시하며 핵심적인 역할을 수행할 것이라고 확신합니다. 이 놀라운 도구가 가져올 연구의 미래가 정말 기대됩니다!


참고: 위 내용은 Gemini Advanced Deep Research 를 활용하여 생성한 것입니다.

-----------------

---

참고 도서: 

- Claude AI 글쓰기 (종이책):’AI 전환 시대엔 혼자보다 함께, 클로그 AI 글쓰기' (2025년 4월 2쇄) 
- Perplexity AI 의 모든 것(종이책): Yes24 (2025년 3월)

- AI DEEP RESEARCH 완전 정복 (종이책): 브크크 (2025년 4월)

댓글

이 블로그의 인기 게시물

AI 바이브코딩 운영 가이드 (프롬프트 25종 첨부)

  AX컨설팅 동료용 실무 가이드 AI 바이브코딩 80% 벽 을 넘는 운영 가이드 AI로 웹사이트, 업무 자동화, 데이터 분석, 제안서 보조 도구, 내부 업무 시스템을 만들어보려는 컨설턴트를 위한 문서입니다. 바이브코딩은 “AI에게 코딩을 맡기는 일”이 아니라, AI 개발팀을 운영하는 일 입니다. 빠르게 되는 구간 ◀ 80% 벽 운영으로 넘는 구간 95% 80%까지는 AI가 데려다줍니다. 나머지 15%는 코딩 실력이 아니라 운영 방식 으로 넘습니다. 목차 1. 왜 80%에서 막히는가 2. 자주 나오는 네 가지 증상 3. 반드시 박아둘 검증 원칙 4. 상황별 실전 프롬프트 8종 5. 운영 4원칙 6. 컨설팅 현장 시나리오 7. 현장 체크리스트 18 8. 복사해서 쓰는 프롬프트 9. 최종 정리 01 · 진단 처음엔 날아가는데, 왜 80%에서 멈출까 요즘 AI로 개발을 해보면 처음에는 정말 빠릅니다. 로그인 화면이 금방 만들어지고, 버튼도 생기고, 데이터 입력 폼도 나오고, 간단한 대시보드도 몇 분 만에 완성됩니다. “이제 코딩은 AI가 다 해주는구나.” 그런데 실제 프로젝트에서는 이상한 일이 생깁니다. 처음 70~80%까지는 빠르게 가는데, 그 다음부터 갑자기 진도가 안 나갑니다. 증상 80% 지점에서 벌어지는 일 버튼 하나 고쳤더니 다른 버튼이 망가집니다. 오류를 고쳐달라고 했더니 디자인이 깨집니다. AI는 “수정 완료했습니다”라고 하는데 실행해보면 그대로입니다. 이전에 정한 요구사항을 잊어버립니다. 새 기능을 붙일수록 코드가 점점 복잡해집니다. 결국 처음부터 다시 만드는 것이 더 빠른 상황이 됩니다. 한 줄 결론 80% 벽은 AI의 코딩 실력만의 문제가 아닙니다. 대부분은 검증 없는 지시, 오염된 컨텍스트, 롤백 없는 작업 방식, 모호한 완료 기준 때문에 생깁니다. AI에게 코딩을 맡긴다는 것은 개발자를 없애는 일이 아닙니다. 오히려 우리의 역할이 바뀝니다. 기존 방식 AI 바이브코딩 방식 내가 직접 코드를 작성한다 AI에게 작업을 나누어 맡긴다 개발...

[알아두면 쓸모 있는 구글 문서 팁] 문서 공유시- 사용자 이름 대신에 익명의 동물이 표시 되는 이유와 동물 종류

구글 드라이브에는 다른 유사 서비스에서는 제공하지 않는 구글 만의 유니크한 기능들이 있다 구글 문서를  불특정 다수에게 전체 공개로 공유할 수 있습니다. 불특정인이 구글 문서에 접속한 경우 익명의 동물로 표시됩니다.  ' 웹에 공개' 또는 '링크가 있는 사용자' 공유 설정을 선택하면 인식할 수 없는 이름이나 익명의 동물이 표시될 수 있습니다. 파일에서 인식할 수 없는 이름을 볼 수 있는 몇 가지 이유는 다음과 같습니다. 메일링 리스트와 파일을 공유합니다. Google 계정이 없는 사용자와 파일을 공유하며, 그 사용자가 다른 사용자에게 공유 초대를 전달했습니다. 내 파일을 수정할 수 있는 누군가가 파일을 다른 사용자와 공유했습니다. 다른 사용자가 자신의 Google 계정 이름을 변경했습니다. 공유 설정 페이지에서 해당 사용자 이름 위로 마우스를 이동하여 이메일 주소를 확인하세요. 익명의 동물 다른 사용자에게 개별적으로 보기 또는 수정 권한을 부여하거나 메일링 리스트에 속해 있는 경우에만 사용자 이름이 표시됩니다. 파일 권한을 '링크가 있는 사용자'로 설정하면 파일을 보고 있는 사용자의 이름이 표시되지 않습니다. 대신 다른 사용자가 익명으로 라벨이 지정되어 표시되고 각 익명 사용자는 다양한 익명의 동물로 나열됩니다. 파일 권한을 '링크가 있는 사용자'로 설정했지만 특정 사용자와 파일을 공유하는 경우 파일을 공유한 사용자의 이름이 표시됩니다. 그 외 다른 사용자가 파일을 볼 때는 익명으로 나타납니다. 비공개 파일의 익명 동물 파일 권한을 '링크가 있는 사용자'로 설정한 다음 이를 '특정 사용자'로 변경하면 다음과 같은 경우 여러 익명의 동물이 표시될 수 있습니다. 누군가 파일을 여러 번 여는 경우에는 익명의 동물 목록에서 오래되고 연결이 끊긴 세션을 강제 종료하는 데 조금 시간이 걸릴 수 있습니다. 누군가 온...

[Google이 교육용 G Suite 을 위한 LMS 연동 키트 - Course Kit 베타 공개]

Google 이 드디어 G Suite for Eudcation 버전을 위한  LMS (Learning Management System) 연동을 위한 키트를 제공한다는 소식입니다.  현재는 베타 서비스로 베타 서비스 신청을 하면 서비스를 받을 수 있다고 합니다. 44개 언어로 제공이 된다고 합니다. 다행히도 한국어도 포함되어 있습니다. 자세한 사항은 아래 내용을 참고하시기 바랍니다.  효과적인 교수 및 학습을 위해서는 강사와 학생 간의 원활한 협력이 필요합니다. 올바른 기술과 교육은 이러한 연결을 용이하게하는 데 도움이 될 수 있습니다. 따라서 많은 대학, 대학, 학교 및 기타 교육 기관에서 강사 및 학생들에게 LMS (Learning Management System)를 제공합니다. 교육자와 학생들은 LMS를 사용하는 것 외에도 G Suite의 클라우드 기반 생산성 도구를 사용하여 실시간으로 만들고 공동 작업하고 통신합니다. 지금까지는 G Suite를 많은 LMS와 통합하는 쉬운 방법이 없었습니다. Course Kit 입력  - 강사가 Google 문서 도구 및 드라이브를 사용하여 과제를 수집하고, 학생들에게 더 빠르고 풍부한 피드백을 제공하고, 이미 사용중인 LMS 내의 강의 자료를 공유 할 수있게 해주는 무료 툴킷입니다.  Course Kit는 학습 도구 상호 운용성 (LTI) 표준 을 사용하여 구축되므로 LTI를 지원하는 모든 LMS를 쉽게 설정하고 사용할 수 있습니다. Course Kit에는 현재 할당 도구 및 파일 포함 도구가 포함되어있어 G Suite의 강력한 협업 기능을 교육 및 학습 워크 플로에 통합하기가 빠르고 안전합니다. 지난 학기 동안 더 높은 교육 기관을 통해 Course Kit를 시범 적으로 운영하여 현재 베타 프로그램을 통해 더 널리 사용하도록하고 있습니다. Course Kit의 과제 도구로 사려 깊은 피드백을 얻을 수있는 시간을 ...

[팁] Google Slide 프리젠테이션시 모든 한글폰트가 '굴림체' 로 바뀌는 현상을 해결한 크롬 확장 프로그램 소개

구글 문서도구인 구글 슬라이드를 이용하여 프리젠테이션을 많이 하는 분들을 위한 희소식 현재 구글 슬라이드에서는 슬라이드 편집시 사용한 고유 한글 폰트들은 프리젠테이션 모드로 전환할 경우는 모두 '굴림체' 로 바뀌어 표시가 되는 불편함이 있었습니다. 예). 슬라이드 편집에서 사용한 '궁서체' 한글 폰트는, 프리젠테이션 모드에서는 '굴림체'로 바뀌어 디스플레이됨 예). 슬라이드 편집 모드 - '궁서체' 폰트 사용 프리젠테이션 모드에서 '굴림체' 로 변경됨    따라서, 이러한 현상을 해결하는 크롬 확장 프로그램이 개발 되었습니다.  크롬 확장 프로그램 명 - ShowAsis 입니다. 크 롬 웹스토어 링크 -  https://goo.gl/PVPkZz 이 확장 프로그램을 사용하여 슬라이드 프리젠테이션을 하면, 편집 모드의 폰트 그대로 프리젠테이션시에도 그대로 한글 폰트로 디스플레이 됩니다. 단, 단점은 슬라이드가 애니메이션 슬라이드가 있는 경우는 애니메이션이 동작하지 않습니다. ----------------------- G Suite/Google Apps 전문 블로그 -  charlychoi.blogspot.kr 도서 '기업과 학교를 위한 구글크롬북'

Uber의 Software Factory에서 배울 점: AI 에이전트는 ‘비용’이 아니라 ‘운영 설계’의 문제다

Uber의 Software Factory에서 배울 점: AI 에이전트는 ‘비용’이 아니라 ‘운영 설계’의 문제다 Uber Engineering이 공개한 “Running a Software Factory Efficiently at Uber Scale” 글은 단순한 AI 코딩 도구 소개가 아닙니다. 핵심은 AI 에이전트를 개발 현장에 많이 쓰면서도 비용을 통제하기 위한 운영 구조 입니다. 저는 이 글을 보면서 개인용 AI 오케스트레이션, 특히 제가 정리하고 있는 CPAO(Cost-aware Personal Agentic Orchestration) 와 매우 가까운 문제의식을 느꼈습니다. 규모는 Uber처럼 크지 않더라도, 개인·소규모 조직도 이제 AI를 “가끔 쓰는 도구”가 아니라 “반복 업무를 맡기는 업무팀”으로 운영해야 하는 단계에 들어섰기 때문입니다. 1. Uber가 말하는 AI Software Factory Uber는 AI 도구가 소프트웨어 개발 전 과정에 들어와 있다고 설명합니다. 코드 작성, 코드 리뷰, CI 실패 복구, 버그 분석, 온콜 알림 처리, 유지보수 PR 생성 등 여러 업무가 에이전트 기반으로 움직이고 있습니다. 인상적인 것은 사용량 증가입니다. Uber에 따르면 2026년 2월부터 8월까지 주간 활성 사용자는 7배, 주간 에이전트 요청은 9.4배 증가했습니다. 그런데 총 AI 비용은 4월 이후 비교적 안정화됐다고 합니다. 동일 모델 기준으로 보면 1,000개 요청당 비용은 피크 대비 약 34%, 세션당 비용은 6월 피크 대비 52% 낮아졌다고 합니다. 즉, Uber의 방향은 “AI를 덜 쓰자”가 아닙니다. 오히려 더 많이 쓰되, 낭비되는 턴·요청·토큰을 줄이는 방식 입니다. 2. 핵심은 비용 방정식이다 Uber는 AI 에이전트 비용을 다음과 같은 식으로 분해합니다. 총비용 = 사용자 수 × 세션/사용자 × 턴/세션 × 요청/턴 × 토큰/요청 × 토큰당 가격 이 식이 중요한 이유는 AI 비용을 막연한 “...