AI 생성 이미지
Google Workspace의 새 AI 기능을 이해할 때 핵심 질문은 “무엇이 추가됐나”가 아닙니다. 더 중요한 질문은 AI가 업무 맥락을 어디까지 이해하고, 어떤 일을 대신 실행할 수 있나입니다.
이번 변화의 중심에는 Workspace Intelligence가 있습니다. 이는 Docs, Slides, Gmail 같은 개별 앱의 콘텐츠뿐 아니라 프로젝트, 협업자, 조직 지식까지 함께 이해하는 AI 시스템입니다.1 즉, 단순히 글을 써주는 도구가 아니라 Workspace 안에 흩어진 업무 정보를 연결해 행동 가능한 맥락으로 바꾸는 기반에 가깝습니다.
핵심 변화: 앱별 AI에서 업무 맥락 AI로
지금까지 업무용 AI는 주로 “메일 요약”, “문서 초안 작성”, “슬라이드 정리”처럼 특정 앱 안의 보조 기능으로 인식됐습니다. Workspace Intelligence는 이 흐름을 넓힙니다.
구글은 이 시스템이 이메일, 채팅, 파일처럼 흩어진 정보를 하나의 지식 그래프 형태로 연결한다고 설명합니다.1 사용자가 직접 자료를 찾아 조합하기보다, AI가 관련된 업무 맥락을 파악해 필요한 정보를 끌어오는 방식입니다.
따라서 중요한 변화는 생성 능력 자체보다 다음 세 가지입니다.
필요한 정보를 여러 앱에서 수집하는 능력
현재 업무 상황과 우선순위를 이해하는 능력
사용자의 문체, 형식 선호도, 업무 방식을 반영하는 개인화 능력1
이 관점에서 보면 Workspace AI는 “더 빠른 작성 도구”라기보다 “업무 흐름을 이해하는 실행 보조 시스템”에 가깝습니다.
Google Chat은 업무 명령줄이 된다
가장 실용적으로 체감될 변화는 Google Chat입니다. Ask Gemini in Chat은 사용자가 목표를 입력하면 Gemini가 결과물을 채팅 안에서 제공하는 업무용 명령줄 기능입니다.1
예를 들어 Chat에서 일일 브리핑을 요청하면 중요한 작업, 읽지 않은 스레드, 긴급 실행 항목을 보여줄 수 있습니다.1 단순 알림 목록이 아니라, 당장 확인해야 할 업무를 정리해주는 역할에 가깝습니다.
또한 Ask Gemini in Chat은 다음과 같은 작업도 수행할 수 있습니다.
문서와 슬라이드 생성
회의 일정 조율
설명 기반 파일 검색
Workspace 콘텐츠와 Asana, Jira, Salesforce 같은 외부 도구 연결1
이 변화가 의미 있는 이유는 사용자가 앱을 오가며 자료를 찾고, 정리하고, 다시 실행하는 과정을 줄일 수 있기 때문입니다. Chat이 단순 대화 공간에서 업무 지시와 결과 확인이 이뤄지는 중심 인터페이스로 확장되는 셈입니다.
Sheets는 자연어 기반 업무 표로 확장된다
Sheets에서도 같은 방향이 나타납니다. Gemini in Sheets는 자연어 설명만으로 전체 스프레드시트를 만들거나 편집할 수 있습니다.1
중요한 점은 단순히 빈 표를 만들어주는 데 그치지 않는다는 것입니다. Gemini in Sheets는 파일, 이메일, 채팅, 웹의 데이터를 종합해 스프레드시트 구성을 지원합니다.1 즉, 사용자가 “어떤 표가 필요한지” 설명하면 AI가 관련 자료를 바탕으로 구조를 잡는 방식입니다.
이 기능은 특히 다음과 같은 상황에서 유용합니다.
여러 출처의 정보를 하나의 표로 정리해야 할 때
프로젝트 현황이나 고객 정보를 빠르게 구조화해야 할 때
기존 시트를 수정하거나 새로운 분석용 표를 만들어야 할 때
결국 Sheets의 변화도 “계산 도구의 자동화”보다 “업무 정보를 구조화하는 과정의 단축”에 가깝습니다.
도입 기준은 자동화보다 통제다
Workspace AI가 더 많은 맥락을 이해할수록 기업이 봐야 할 기준도 달라집니다. 편리함만으로는 충분하지 않습니다. 어떤 데이터에 접근하는지, 어떤 결과를 생성하는지, 관리자가 어디까지 제어할 수 있는지가 중요해집니다.
구글은 Workspace Intelligence가 Workspace의 보안·거버넌스 기반 위에서 작동하며 관리자 제어 기능을 제공한다고 설명합니다.1 또한 agent governance, AI control center 같은 관리 기능도 함께 강조하고 있습니다.2
따라서 팀에서 도입을 검토할 때는 “어떤 기능이 가장 신기한가”보다 다음 질문이 더 실용적입니다.
반복적으로 정보를 모아야 하는 업무는 무엇인가?
이메일, 채팅, 파일 사이에 흩어진 정보 때문에 지연되는 업무는 무엇인가?
AI가 접근해도 되는 데이터와 그렇지 않은 데이터는 어떻게 구분할 것인가?
결과물 검토와 승인 기준은 누가 정할 것인가?
이 기준이 있어야 AI 기능이 단순한 실험에 머물지 않고 실제 업무 생산성으로 이어질 수 있습니다.
결론: AI를 켜는 것보다 맡길 맥락을 정하는 것이 중요하다
Google Workspace AI의 방향은 단순한 작성 보조가 아닙니다. Workspace는 문서와 메일을 저장하는 도구에서, 업무 맥락을 이해하고 실행을 돕는 환경으로 이동하고 있습니다.
따라서 앞으로 중요한 역량은 더 많은 AI 기능을 켜는 것이 아닙니다. 어떤 업무 맥락을 AI에 맡기고, 어떤 판단은 사람이 통제할지 정하는 것입니다.
반복 업무가 많고 정보가 흩어져 있으며 접근 권한과 승인 기준이 명확한 영역부터 적용하는 것이 현실적입니다. Google Workspace AI의 가치는 기능 목록이 아니라, 팀의 업무 흐름을 얼마나 명확하게 재설계하느냐에 달려 있습니다.
210 more announcements from Google Workspace at Cloud Next '26
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.