구글 Opal 에이전트, 무료인데 이 한계 먼저 보세요
구글 Opal이 2026년 2월 24일 에이전트 단계(Agent Step)를 추가했습니다. 공식 발표만 보면 꽤 인상적입니다. 그런데 막상 실제 사용 사례와 기술 구조를 공식 자료와 함께 뜯어보면, 이게 Lovable이나 Replit과 완전히 다른 카테고리의 도구라는 게 보입니다. 뭐가 추가됐는지, 그리고 어디서 막히는지 같이 확인해 봤습니다.
🌏 160개국 무료 이용
🤖 Gemini 3 Flash 탑재
📅 에이전트 단계 신규 추가
구글 Opal이 뭔지부터 — 오해가 많은 도구입니다
구글 Opal은 2025년 7월 24일 구글 랩스(Google Labs)에서 출시한 노코드 AI 미니앱 빌더입니다.
처음엔 미국 단독 공개 베타였고, 같은 해 10월에 한국을 포함한 15개국으로 확대됐고,
11월에 160개국 이상으로 열렸습니다.
(출처: Google Developers Blog, 2025.07.24 / TechCrunch, 2026.02.24)
핵심은 이겁니다. 많은 글에서 Opal을 “Lovable이나 Replit 같은 바이브 코딩 도구”로 소개하는데, 공식 문서를 보면 포지셔닝이 다릅니다. Opal은 코드를 생성하는 도구가 아닙니다. 프롬프트·AI 모델 호출·도구를 시각적 노드 형태로 연결해 워크플로를 만드는 도구입니다. 코드를 전혀 볼 일이 없습니다. 이게 장점이기도 하고 한계이기도 합니다.
💡 구글 공식 발표문과 경쟁 도구들의 실사용 흐름을 같이 놓고 보니 이런 차이가 보였습니다.
Opal은 AI 모델을 코드로 연결하는 게 아니라 “목표를 설명하고 에이전트가 경로를 결정하는” 구조로 설계됐습니다. 이 차이가 2026년 2월 업데이트에서 더 선명해졌습니다.
2025년 12월에는 Gemini 웹앱에 통합됐고, 현재는 Gemini 앱에서 바로 오팔 미니앱을 만들 수 있습니다.
모두 무료입니다. 구글 계정만 있으면 됩니다.
에이전트 단계 추가, 실제로 뭐가 달라졌나
2026년 2월 24일 업데이트 전에는 Opal 워크플로의 각 단계마다 어떤 AI 모델을 쓸지 사람이 직접 골라야 했습니다. “이 단계에서는 Gemini 3 Flash를 쓰고, 저 단계에서는 Veo로 영상을 만들어라”는 식으로요. 그게 이제 바뀌었습니다.
새로운 에이전트 단계(Agent Step)를 선택하면, 목표만 설명하면 됩니다. 에이전트가 어떤 도구와 모델을 어떤 순서로 써야 할지 스스로 판단합니다. 예를 들어 리서치가 필요하면 Web Search를 불러오고, 영상이 필요하면 Veo를 호출합니다. 이 판단을 사람이 매번 설정하지 않아도 됩니다.
(출처: Google Blog, 2026.02.24 — “Build dynamic agentic workflows in Opal”)
이번 업데이트에서 추가된 기능 4가지
목표 기술만으로 도구·모델 선택을 에이전트에게 위임
사용자 이름·스타일 선호·쇼핑 목록 등을 다음 세션에 기억
조건에 따라 워크플로 경로를 자연어로 정의해 분기 처리
정보가 부족하면 에이전트가 먼저 추가 질문을 시작
공식 예시로 나온 건 인테리어 디자인 앱입니다. 업데이트 전엔 사진을 올리면 AI가 결과물을 내놓고 끝이었습니다. 이제는 에이전트가 “mid-century modern 스타일을 더 구체화하고 싶다면 어떤 색상 팔레트가 좋겠어요?”라고 되물으며 대화 형태로 결과를 만들어 갑니다. 한 번에 끝나는 게 아니라 대화로 다듬어집니다.
메모리 기능, 쓸수록 똑똑해진다고요? 조건이 있습니다
이번 업데이트에서 가장 주목받은 기능이 세션 간 메모리입니다. 공식 블로그 기준, Video Hooks Brainstormer 예시 앱에서 에이전트가 사용자의 브랜드 정체성과 선호 스타일을 메모리에 저장해 다음 세션에도 반복 설명 없이 맞춤 아이디어를 바로 뽑아줍니다.
(출처: Google Blog, 2026.02.24)
들으면 꽤 인상적입니다. 그런데 구글이 이 메모리의 기술 구현 방식을 공식 문서에서 별도로 공개하지 않았습니다. VentureBeat 분석(2026.02.27)에 따르면, TechCrunch 보도에서 Google Sheets를 통해 세션 간 메모리를 유지한다는 게 언급됐습니다. 즉, 구조상 개인 단독 사용자 기준으로 설계됐습니다.
💡 공식 발표문과 실제 사용 흐름을 같이 놓고 보니 이런 차이가 보였습니다.
1명이 쓰는 개인 도구에서 메모리는 훌륭하게 작동합니다. 그런데 같은 앱을 여러 사람이 동시에 쓰는 상황이 되면, 사용자마다 별도의 메모리 상태를 유지하고 데이터를 분리해야 하는 문제가 생깁니다. 이 부분에 대한 공식 가이드는 아직 나오지 않았습니다.
개인 사용자가 자신만의 루틴 자동화 앱을 만든다면 메모리 기능은 상당히 유용합니다. 반면 팀이 함께 쓰는 업무용 도구를 만들려고 한다면, 이 메모리 구조가 어떻게 작동하는지 좀 더 따져볼 필요가 있습니다.
Lovable·Replit과 비교하면 카테고리가 다릅니다
솔직히 말하면, “구글도 Lovable 같은 거 만들었다”는 식으로 소개하는 글이 많습니다. 그런데 구글 Opal은 코드를 생성하는 도구가 아닙니다. 이 차이가 생각보다 큽니다.
| 항목 | 구글 Opal | Lovable | Replit |
|---|---|---|---|
| 코드 생성 여부 | ❌ 없음 | ✅ React/TypeScript | ✅ 50개 이상 언어 |
| DB 연동 | ❌ 없음 | ✅ Supabase 내장 | ✅ 지원 |
| 앱 내보내기 | ❌ 구글 서버 고정 | ✅ GitHub 연동 | ✅ 배포 가능 |
| AI 에이전트 기능 | ✅ 이번에 추가됨 | △ 제한적 | △ 브라우저 에이전트 |
| 가격 | 무료 | 유료 (약 $20~30/월) | 유료 ($20/월~) |
| 주요 대상 | 비개발자 워크플로 | 프론트엔드 개발자·창업자 | 개발자·학습자 |
(출처: TechCrunch 2026.02.24, Hyperdev 2025.08.01, Replit 공식 사이트)
Opal 앱은 구글 서버에 고정됩니다. 링크 공유만 가능하고, 커스텀 도메인이나 GitHub 연동이 없습니다. 이 부분은 에이전트 업데이트 이후에도 변하지 않았습니다. 배포 가능한 프로덕트를 만들고 싶다면 다른 도구가 맞습니다.
공식 자료에서 확인한 구조적 한계
구글 Opal 에이전트 업데이트에서 “이건 못 한다”고 직접 적어둔 내용은 없습니다. 그런데 공식 발표와 구조를 같이 보면 윤곽이 잡힙니다.
① API 생성과 서버 로직은 지원하지 않습니다
공식 발표문 어디에도 API 엔드포인트 생성, 서버사이드 로직, 인증 시스템에 대한 언급이 없습니다. Opal이 만드는 건 시각적 워크플로이지 실제 서버 코드가 아닙니다. 복잡한 백엔드가 필요한 서비스 개발엔 처음부터 구조적으로 맞지 않습니다.
② Gemini 3 Flash 기반인데, 모델 선택의 자유도가 제한됩니다
에이전트 단계는 Gemini 3 Flash 모델을 기반으로 작동합니다. (출처: TechCrunch, 2026.02.24) 에이전트가 Web Search나 Veo 같은 구글 도구를 선택하는 방식이라, 외부 서비스나 비구글 AI 모델과의 연동 가능성은 현재 구조상 공식적으로 지원되지 않습니다.
③ “에이전트가 알아서 한다”고 해도 복잡한 요청은 여전히 한계가 있습니다
Hyperdev의 직접 테스트(2025.08.01) 결과, 벡터 검색·DB 연동·PDF 내보내기가 필요한 여행 플랫폼 프롬프트를 주었더니 Opal은 기본 텍스트 입력·출력 노드만 있는 워크플로를 만들었습니다. 에이전트 단계가 추가된 지금도 이 구조적 제약은 동일하게 적용됩니다. 에이전트가 더 똑똑해졌지만, 줄 수 있는 도구 자체가 제한돼 있기 때문입니다.
💡 공식 발표문과 실측 사례를 교차해서 보면 이게 보입니다.
에이전트가 “경로를 스스로 결정한다”는 게 인상적으로 들립니다. 그런데 선택지 자체가 구글이 Opal에 넣어둔 도구들로 한정됩니다. 자유도가 올라간 건 “목표만 말해도 된다”는 부분이지, “뭐든 할 수 있다”는 의미가 아닙니다.
이런 상황이면 Opal이 맞습니다
한계를 말했으니, 반대로 Opal이 실제로 잘 맞는 경우도 같이 짚어봐야 공정합니다. 공식 사례와 실사용 후기를 교차해서 보면 패턴이 있습니다.
📌 콘텐츠 제작 보조 도구를 빠르게 만들고 싶을 때
유튜브 영상 훅 아이디어 생성, 블로그 포스팅 초안 자동화, 스타일북 제작 등 AI 모델 호출로 해결되는 작업에 최적화돼 있습니다.
📌 아이디어를 빠르게 검증하고 공유하고 싶을 때
Opal 앱은 링크 하나로 즉시 공유됩니다. 코드 배포 없이 프로토타입을 팀이나 고객에게 보여줄 때 편합니다.
📌 반복되는 AI 작업을 비개발자가 직접 자동화하고 싶을 때
매주 같은 형식의 보고서 생성, 신규 고객 브리핑 준비 등 조건 분기가 필요한 반복 작업을 코딩 없이 설계할 수 있습니다.
🚫 이건 맞지 않습니다
DB 연동이 필요한 서비스, 실제 배포 가능한 프로덕트 개발, 외부 API를 직접 호출해야 하는 복잡한 앱 개발.
자주 묻는 것들 — Q&A 5가지
마치며
구글 Opal 에이전트 업데이트는 분명 의미 있는 진전입니다. 도구를 매번 지정하지 않아도 되고, 메모리가 생겼고, 대화형으로 작업이 다듬어집니다. 개인이 반복 작업을 자동화하거나, 프로토타입을 빠르게 공유하는 데는 꽤 쓸 만합니다.
다만 이건 Lovable이나 Replit과 다른 도구입니다. 코드가 없고, 데이터베이스가 없고, 앱은 구글 서버에 고정됩니다. 에이전트가 경로를 스스로 결정한다는 표현이 인상적이지만, 선택 가능한 도구 자체는 구글이 제공하는 것들로 제한됩니다. 이 부분을 먼저 이해하고 쓰면 실망할 일이 없습니다.
코딩 한 줄 없이 AI 워크플로를 설계하고 싶은 사람에게는 현재 무료 도구 중 구조적으로 가장 잘 설계된 축에 들어간다고 봅니다. 가볍게 직접 열어서 써봐도 손해 볼 게 없는 도구입니다.
📚 본 포스팅 참고 자료
-
Google Blog — “Build dynamic agentic workflows in Opal” (2026.02.24)
https://blog.google/innovation-and-ai/models-and-research/google-labs/opal-agent/ -
Google Developers Blog — “Introducing Opal” (2025.07.24, 한국어)
https://developers.googleblog.com/ko/introducing-opal/ -
TechCrunch — “Google adds a way to create automated workflows to Opal” (2026.02.24)
https://techcrunch.com/2026/02/24/google-adds-a-way-to-create-automated-workflows-to-opal/ -
VentureBeat — “Google’s Opal just quietly showed enterprise teams the new blueprint for building AI agents” (2026.02.27)
https://venturebeat.com/technology/googles-opal-just-quietly-showed-enterprise-teams-the-new-blueprint-for -
Hyperdev — “I tried Google Opal so you don’t have to” (2025.08.01)
https://hyperdev.matsuoka.com/p/i-tried-google-opal-so-you-dont-have
※ 본 포스팅은 2026년 2월 24일 기준 구글 공식 자료와 외부 기술 매체를 바탕으로 작성됐습니다. 본 포스팅 작성 이후 서비스 정책·UI·기능이 변경될 수 있습니다. Google Opal은 Google Labs의 실험적 도구로, 기능 변경·서비스 종료 가능성이 일반 제품 대비 높을 수 있습니다.
댓글 남기기