Google은 지난 18개월 동안 지난 10년보다 더 많은 AI 검색 기능을 출시했습니다. AI Overviews. AI Mode. Gemini Deep Research. 각각이 "검색"의 의미를 바꾸고 있습니다 — 사용자에게, 퍼블리셔에게, 그리고 검색 결과에 의존하는 제품을 만드는 모든 사람에게 말이죠.
AI 에이전트를 구축 중이라면, 이 환경은 흥미롭기도 하고 답답하기도 합니다. Google의 AI 검색 기능은 정말 인상적입니다. 하지만 프로그램 방식의 접근에서는 완전히 차단되어 있습니다. API를 호출하는 에이전트가 아니라 Chrome을 사용하는 사람들을 위해 만들어졌습니다.
실제로 존재하는 것, 다가오는 것, 그리고 Google이 API를 만들기를 기다리지 않고 에이전트에 Google 수준의 검색을 제공하는 방법을 알아봅니다.
AI Mode는 큰 변화 — 에이전트에게는 아님
Google AI Mode는 2025년 5월에 공개 출시되었습니다. 완전한 대화형 검색 탭으로, 파란 링크도, 유기적 검색 결과도 없이 합성된 답변만 제공합니다. 사용자에게는 열 개의 링크와 꿈보다 훨씬 나은 개선입니다. 콘텐츠 퍼블리셔에게는 새로운 종류의 가시성입니다. Google의 AI가 당신을 인용하면 노출을 얻고, 그렇지 않으면 얻지 못합니다.
에이전트 빌더에게 AI Mode는 블랙박스입니다. API도 없고, 엔드포인트도 없습니다. 쿼리를 전달해서 합성된 답변을 받을 방법도 없습니다. AI Overviews — 180개 이상 국가에서 유기적 결과 위에 나타나는 요약 — 도 마찬가지입니다. 인상적이지만 접근할 수 없습니다.
여기서 얻을 교훈은 Google이 잘못된 결정을 내리고 있다는 것이 아닙니다. 소비자 검색과 에이전트 검색이 갈라지고 있다는 것입니다. Google은 긴 대화형 쿼리에 최적화하고 있습니다. 에이전트 검색은 구조화된 쿼리, 결정론적 응답, 기계 분석 가능한 출력이 필요합니다. 이는 근본적으로 다른 요구사항이며, Google은 첫 번째를 위해 구축하고 있습니다.
Gemini Deep Research: 거의 유용함
Gemini Deep Research는 Google이 에이전트가 사용할 수 있을 만한 것에 가장 가까이 다가간 기능입니다. 다중 라운드 검색을 수행하고, 수십 개의 소스를 종합하여 구조화된 보고서를 생성합니다. Gemini Advanced와 Google AI Studio를 통해 제한된 API 엔드포인트로 이용 가능합니다.
문제점: 출력이 에이전트 소비용이 아니라 인간의 읽기를 위해 포맷되어 있습니다. 엔드포인트를 호출하는 에이전트는 인용 배열이 있는 구조화된 데이터가 아니라 텍스트 보고서를 받습니다. 기술적으로는 작동할 수 있지만 — 텍스트 보고서를 파싱하여 인용을 추출하는 것은 Google이 출력 형식을 변경할 때 깨지는 취약한 통합 방식이며, Google은 끊임없이 변경합니다.
Programmable Search Engine: 겨우 작동함
프로그램 방식으로 실제 Google 검색 결과가 필요한 개발자에게 Google Programmable Search Engine(구 Custom Search)이 유일한 선택지입니다. URL, 제목, 스니펫을 반환하며 — AI 합성도, 답변 생성도 없습니다.
일반적인 통합 방식: Google에 링크 쿼리 → LLM에 링크를 전달하여 합성 → 인용과 함께 답변 포맷. 세 개의 별도 시스템, 그중 두 개는 직접 유지 관리해야 합니다. 에이전트 하나에는 괜찮습니다. 에이전트 여러 개에는 인프라 오버헤드입니다.
실제로 필요한 것
"Google에는 놀라운 AI 검색이 있다"와 "내 에이전트가 Google 수준의 검색을 사용할 수 있다" 사이의 간극은 소비자 제품과 개발자 인프라 사이의 간극입니다. Stripe가 결제를 쉽게 만들기 전, Twilio가 SMS를 프로그래머블하게 만들기 전에 존재했던 것과 같은 간극입니다.
에이전트 빌더에게 실용적인 답은 grounded search입니다 — 하나의 명령어로 검색 → 검색결과 가져오기 → 합성 → 인용 파이프라인을 처리하는 CLI:
anycap search "Acme Corp 기업 가격 Q2 2026" \
--citations --output acme-pricing.json
하나의 명령어. 인용과 함께 구조화된 출력. Google API를 다룰 필요도, 별도의 LLM 통합도, 텍스트 파싱도 없습니다. 동일한 명령어가 Claude Code, Cursor, 크론 작업, n8n 워크플로우에서 작동합니다.
핵심은 Google의 검색이 나쁘다는 것이 아닙니다. Google의 AI 검색이 이 사용 사례를 위해 구축되지 않았다는 것입니다. Grounded search는 그렇습니다.
에이전트를 구축 중이라면 이것이 의미하는 것
소비자 검색과 에이전트 검색은 갈라지고 있습니다. Google은 대화하는 인간을 위해 최적화하고 있습니다. 에이전트는 구조화되고, 결정론적이며, 인용 가능한 답변이 필요합니다. 간극은 좁혀지기는커녕 벌어지고 있습니다.
소비자 제품에 의존성을 구축하지 마세요. AI Overviews를 스크래핑하거나 Gemini Deep Research 텍스트를 파싱하는 것은 이번 주에는 작동할 수 있습니다. Google이 무언가를 변경하면 깨질 것이며 — Google은 끊임없이 변경합니다.
인용은 AI 검색의 화폐가 되고 있습니다. Google은 AI Overviews와 AI Mode에서 출처를 인용합니다. 같은 원칙이 당신의 에이전트에도 적용됩니다: 모든 답변은 그 출처로 링크되어야 합니다. 답변과 함께 인용을 반환하는 CLI는 기능이 아닙니다. 기본 요건입니다.
추가 읽을거리:
- AI 에이전트를 위한 AI 검색: Grounded Search vs RAG — Grounded search가 전통적인 검색 아키텍처와 어떻게 비교되는지
- 2026년 AI 에이전트를 위한 최고의 딥 리서치 도구 — 단일 패스 검색으로 충분하지 않을 때
- 엔터프라이즈 검색을 위한 최고의 AI 도구 — Google 도구와 Glean, Perplexity, Copilot 비교