Kyurasi 큐라시

kyurasi.com/@kyurasi

클로드는 SQL을 보이고, 구글은 게임을 넘긴다

Claude Dashboards·Motion, Google Playground·Unity Spark, Gemini 에이전트를 통해 AI 경쟁이 답변 생성에서 편집 가능한 작업물 제작으로 이동하는 흐름을 분석합니다.

kyurasi 블로그 방문
클로드는 SQL을 보이고, 구글은 게임을 넘긴다

클로드는 SQL을 보이고, 구글은 게임을 넘긴다

📅
KyurasiKyurasi
4
#Claude#GooglePlayground#UnitySpark#GeminiAgent#AI아티팩트#생성형AI#데이터분석#게임개발
💡이 글의 요약

AI 제품이 답변을 내놓는 챗봇에서 검증·편집·재실행 가능한 작업물을 만드는 도구로 이동하고 있다. Claude 대시보드와 Google Playground가 그 전환을 보여준다.

요약

생성형 AI의 다음 경쟁은 더 그럴듯한 답변이 아니라, 사용자가 이어서 다룰 수 있는 작업물을 얼마나 제대로 넘겨주느냐에 있다. Anthropic은 Claude Dashboards와 Motion을 공개해 자연어 질문을 살아 있는 대시보드와 편집 가능한 애니메이션으로 바꿨다. Google은 Playground에서 설명만으로 플레이 가능한 게임을 만들게 했고, Unity와 함께 그 결과를 더 전문적인 제작 환경으로 이어갈 계획을 밝혔다.

세 발표의 공통점은 결과가 대화창 안에서 끝나지 않는다는 것이다. 숫자는 원본 쿼리로 거슬러 올라갈 수 있고, 애니메이션은 코드와 타이밍을 바꿀 수 있으며, 게임은 실행하고 수정하고 공유하는 대상이 된다. AI가 문장을 생산하는 서비스에서 문서·대시보드·영상·게임의 첫 버전을 맡는 제작 환경으로 이동하는 장면이다.

다만 ‘만들어 준다’는 표현만으로 제품성을 판단하면 안 된다. 중요한 것은 첫 결과의 화려함보다 수정 가능성, 출처 추적, 권한 상속, 내보내기, 기존 도구로의 이관이다. 이번 변화의 진짜 의미는 AI가 사람 대신 완성품을 선언하는 데 있지 않고, 사람이 검증하고 계속 소유할 수 있는 형태로 중간 결과를 내놓기 시작했다는 데 있다.

대화창에서 작업물로

지금까지 많은 AI 제품은 요청을 받아 텍스트나 이미지를 한 번 생성하고, 사용자가 그 결과를 다른 도구로 옮겨 다시 손보게 했다. 복사와 붙여넣기가 기본 연결 방식이었다. 이 구조에서는 대화가 길어질수록 맥락은 쌓이지만, 실제 업무 시스템에는 변경 이력도 실행 경로도 남지 않는다.

Claude Dashboards와 Motion은 이 경계를 직접 건드린다. 대시보드는 데이터베이스나 CRM에 연결돼 원본이 바뀌면 함께 갱신되고, Motion은 보고서와 차트를 짧은 영상처럼 보여주되 생성형 비디오가 아니라 코드로 움직임을 만든다. 결과가 고정된 이미지가 아니라 질문을 다시 던지고 수치를 확인하고 타이밍을 고칠 수 있는 객체가 된다.

Google Playground도 같은 방향을 다른 매체에서 보여준다. 사용자는 문장으로 게임을 만들지만 결과는 설명문이 아니라 바로 실행되는 상호작용이다. AI가 무엇을 ‘말했는지’보다 사용자가 무엇을 ‘조작할 수 있게 됐는지’가 제품의 단위로 올라온 셈이다.

Claude가 내놓은 것은 차트가 아니라 경로다

Claude Dashboards는 BigQuery, Databricks, Snowflake, Redshift, ClickHouse 같은 데이터 플랫폼과 Salesforce 같은 업무 도구를 연결한다. 사용자가 자연어로 묻으면 Claude가 쿼리를 작성해 대시보드를 만들고, 각 수치를 누르면 그 값을 만든 쿼리를 확인할 수 있다. 차트에는 마지막 갱신 시점도 표시된다. Anthropic의 설명대로라면 결과와 근거 사이에 되돌아갈 길을 제품 안에 남긴 것이다.

이 설계는 대시보드의 모양보다 중요하다. 숫자가 틀렸을 때 프롬프트를 고치는 데서 끝나는 것이 아니라, 쿼리·권한·데이터 정의를 확인할 수 있기 때문이다. 독립 보도에 따르면 대시보드는 사용자의 기존 데이터 권한을 따르고, 기업용 환경에서는 관리자가 기능과 외부 공유를 통제한다. AI 분석을 도입할 때 필요한 질문이 ‘무슨 모델인가’에서 ‘누가 어떤 데이터로 어떤 계산을 실행했는가’로 이동한다.

Motion도 같은 원칙을 시각 작업에 적용한다. Claude는 영상 모델로 픽셀을 통째로 합성하는 대신 텍스트·차트·도형·이미지를 움직이는 코드를 만들고, 사용자가 단어와 숫자와 재생 시간을 직접 바꾼 뒤 MP4로 내보내게 한다. 생성 결과를 블랙박스 영상으로 잠그지 않고 편집 가능한 제작 재료로 남기는 선택이다.

Playground는 게임보다 제작권을 시험한다

Google의 Playground는 미국의 성인 사용자를 대상으로 문장만으로 게임을 만들고, 플레이하고, 공유하는 실험을 시작했다. 공개 설명에는 이미지의 게임 자산 변환, 커뮤니티 갤러리, 멀티플레이와 순위표 같은 기능이 포함된다. 여기서 눈에 띄는 것은 한 번의 생성보다 결과가 즉시 실행되고 다시 바뀐다는 점이다.

Unity와의 협력은 이 실험을 장난감과 제작 도구 사이의 다리로 만들려는 시도다. 양사는 Unity Spark를 통해 전문적인 게임 규칙, 고품질 3D 기능, Unity 런타임의 유연성을 제공하겠다고 밝혔다. Unity는 ‘한 번에 게임 만들기’보다 작업하고 다듬고 공유할 가치가 있는 경험을 강조한다. 프롬프트가 최종 산출물을 대신하기보다 제작의 시작점을 낮추는 도구라는 설명이다.

아직 경계는 분명하다. Playground는 실험 단계이고, Unity Spark의 확대된 제작 경험은 앞으로 제공될 계획이다. 일반 사용자가 만든 결과가 기존 Unity 프로젝트로 얼마나 자연스럽게 이동하는지, 코드와 자산을 어느 수준까지 소유하고 수정할 수 있는지, 플랫폼 밖으로 무엇을 내보낼 수 있는지는 실제 제품이 더 열려야 판단할 수 있다. 발표의 방향은 선명하지만 완성된 파이프라인으로 단정할 단계는 아니다.

제미나이 에이전트가 보여준 플랫폼의 자리

Google Cloud가 발표한 Gemini 에이전트는 이 흐름을 기업 업무 전체로 넓힌다. 목표를 받으면 도구와 기술을 고르고, 업무 시스템에 연결해 문서·메일함·개발 환경 안으로 결과를 돌려주는 구상이다. 특히 Google은 에이전트와 기반 모델을 분리해, 작업에 따라 Gemini뿐 아니라 Anthropic의 Claude도 선택할 수 있다고 밝혔다.

이 지점에서 모델은 제품의 전부가 아니라 교체 가능한 엔진이 된다. 반대로 사용자의 맥락, 데이터 연결, 권한, 작업 이력, 편집 가능한 결과물을 붙잡는 작업 표면은 더 중요해진다. 가장 똑똑한 모델이 바뀌어도 대시보드와 문서와 승인 흐름이 남아 있다면 사용자는 같은 환경에서 계속 일할 수 있다.

다만 현재 공개된 성능과 생산성 수치의 상당수는 Google과 고객사가 제공한 사례다. 보안과 비용, 정확도를 포함한 효과는 독립적인 장기 평가가 더 필요하다. 지금 확인할 수 있는 사실은 거대 플랫폼이 대화 모델 하나를 파는 대신 여러 모델과 도구를 묶어 실제 작업물이 머무는 자리를 차지하려 한다는 전략적 방향이다.

개발자와 팀이 바꿔야 할 평가 기준

첫째, 데모의 첫 화면보다 수정 경로를 봐야 한다. 생성된 대시보드에서 쿼리를 확인할 수 있는지, 애니메이션의 텍스트와 타이밍을 직접 바꿀 수 있는지, 게임의 규칙과 자산을 별도 도구에서 이어서 편집할 수 있는지가 핵심이다. 결과가 마음에 들지 않을 때 다시 처음부터 프롬프트를 뽑아야 한다면 그것은 제작 환경보다 생성 슬롯에 가깝다.

둘째, 산출물의 계보를 저장해야 한다. 입력 데이터의 버전, 생성에 사용한 모델과 도구, 실행한 쿼리, 사람이 바꾼 부분, 최종 승인자를 함께 기록해야 결과를 다시 만들고 오류를 고칠 수 있다. AI가 만든 작업물이 많아질수록 ‘누가 썼는가’보다 ‘어떤 경로로 만들어졌는가’가 더 실용적인 품질 정보가 된다.

셋째, 이동 가능성을 계약 전에 확인해야 한다. 편집 가능한 파일로 내보낼 수 있는지, 플랫폼을 떠나도 작업 이력과 원본을 보존할 수 있는지, 연결된 데이터 권한이 공유 과정에서도 유지되는지 확인해야 한다. AI가 제작 시간을 줄여도 결과가 한 서비스 안에만 갇히면 장기 비용과 전환 위험은 오히려 커질 수 있다.

생성 속도보다 수정 가능한 첫 버전

Claude의 쿼리 노출, 코드 기반 Motion, Google과 Unity의 플레이 가능한 제작 흐름은 서로 다른 제품처럼 보인다. 하지만 모두 AI의 가치를 ‘잘 답하는 능력’에서 ‘계속 일할 수 있는 첫 버전을 건네는 능력’으로 옮긴다. 채팅은 입구로 남아도 경쟁력은 그 뒤의 객체 모델, 권한, 버전, 실행 환경에서 갈릴 가능성이 크다.

좋은 AI 작업물은 사람이 손댈 필요가 없는 결과가 아니다. 어디서 왔는지 확인할 수 있고, 잘못된 부분만 고칠 수 있으며, 다른 도구로 가져가 계속 발전시킬 수 있는 결과다. 이번 제품들은 완전 자동화를 약속하는 대신 제작의 소유권을 사용자에게 얼마나 돌려줄 수 있는지를 시험하기 시작했다. 그 시험에서 이기는 서비스가 다음 업무 인터페이스가 될 것이다.

출처

마지막 수정: 2026. 10. 10.

다른 포스트

이전 포스트
미스트랄·빔·젬마, 오픈 AI는 ‘한 모델’이 아니다

미스트랄·빔·젬마, 오픈 AI는 ‘한 모델’이 아니다

다음 포스트
메타 ‘뮤즈 원더’ 출시, AI의 끈기는 기능이자 위험이다

메타 ‘뮤즈 원더’ 출시, AI의 끈기는 기능이자 위험이다