
개발자 0명 팀이 업무 자동화 32개를 굴린다 — 버즈빌 BDSO팀이 개인기를 팀 시스템으로 바꾼 순서
개발자가 한 명도 없는 버즈빌 BDSO팀이 업무 자동화 32개를 운영합니다. 매출 하락 1차 분석 7분, 조작 90% 감소를 만든 비개발자 AI 업무 자동화와 시스템화 순서를 정리했습니다.

구글이 2026년 7월 21일 세 종류의 새 AI 모델을 공개했다. 제미나이 3.6 플래시, 3.5 플래시-라이트, 그리고 3.5 플래시 사이버다. 이 가운데 3.5 플래시-라이트가 구글 검색에 순차적으로 적용되기 시작했다.
구글은 3.5 플래시-라이트를 "가장 빠르고 비용 효율이 높은 3.5급 모델"로 소개했다. 아티피셜 애널리시스 인덱스(Artificial Analysis Index) 기준 초당 350개의 출력 토큰을 처리하며, 이전 세대 플래시-라이트 대비 에이전트형(agentic) 워크플로에서 성능이 크게 향상됐다는 설명이다. 저지연이 중요한 작업과 개발자 워크플로처럼 높은 처리량이 관건인 작업 모두를 겨냥해 설계됐다.
적용 무대는 구글 검색과 제미나이 앱이다. 구글은 특히 '에이전트형 검색' 경험에서의 활용을 강조했으며, AI 오버뷰(AI Overviews)와 AI 모드(AI Mode)에도 투입될 가능성이 거론되지만 이 부분은 아직 공식 확인되지 않았다.
구글 임원 로비 스타인(Robby Stein)은 이 모델이 "더 강력한 지시 이행 능력과 사용자 의도 파악 능력을 갖춰 대화가 훨씬 매끄럽게 이어진다"고 밝혔다. 이번 적용은 지난 5월 구글 I/O에서 발표한 '검색 에이전트' 구상과 맞닿아 있다. 사용자가 검색 화면 안에서 여러 작업에 맞는 AI 에이전트를 직접 만들고 맞춤 설정하고 관리하도록 한다는 방향이다.
검색이 '질의-링크 나열'에서 '의도 파악-자율 실행'으로 이동하고 있다는 신호가 뚜렷하다. 저지연·고처리량 모델을 검색에 직접 얹는다는 것은, 사용자가 여러 단계를 요구하는 복합 질의를 던져도 즉각적인 대화형 응답이 가능해진다는 뜻이다. 이는 기존의 키워드 중심 검색 최적화 문법이 점점 힘을 잃고, 문맥과 의도에 부합하는 콘텐츠 구조화가 더 중요해진다는 것을 시사한다.
특히 에이전트가 검색 안에서 정보를 취합·요약·실행하는 구조가 확산되면, 브랜드 콘텐츠가 노출되는 방식 자체가 달라진다. 마케터는 '클릭을 유도하는 제목'을 넘어, AI가 신뢰하고 인용할 수 있는 명확한 근거·데이터·구조화된 정보를 제공하는 방향으로 콘텐츠 전략을 재정비할 필요가 있다. AI 오버뷰·AI 모드로의 확대 가능성까지 감안하면, 검색 결과 안에서 브랜드가 '인용되는 소스'로 자리 잡는 것이 향후 유입의 핵심 과제가 될 전망이다.
구글이 2026년 7월 21일 공개한 세 신모델 중 하나로, 아티피셜 애널리시스 인덱스 기준 초당 350개 토큰을 처리하는 가장 빠르고 비용 효율이 높은 3.5급 모델이며, 에이전트형 워크플로에서 성능이 크게 향상됐습니다.
구글 검색과 제미나이 앱에 순차 적용되고 있으며, 특히 '에이전트형 검색' 경험에 초점을 맞추고 있습니다. AI 오버뷰·AI 모드 적용 여부는 아직 공식 확인되지 않았습니다.
로비 스타인은 "더 강력한 지시 이행 능력과 사용자 의도 파악 능력을 갖춰 대화가 훨씬 매끄럽게 이어진다"고 밝혔으며, 이는 지난 5월 I/O에서 발표한 '검색 에이전트' 구상과 맞닿아 있습니다.
검색이 '질의-링크 나열'에서 '의도 파악-자율 실행'으로 이동하면서, 키워드 중심 SEO보다 AI가 신뢰하고 인용할 수 있는 명확한 근거·데이터 기반 콘텐츠 구조화가 중요해집니다.
기사에서 본 내용을 우리 사이트에 대입해 보고 싶다면, 무료 진단으로 현재 상태부터 확인해 보세요.
영업일 기준 24시간 안에 담당자가 직접 답변드립니다.

개발자가 한 명도 없는 버즈빌 BDSO팀이 업무 자동화 32개를 운영합니다. 매출 하락 1차 분석 7분, 조작 90% 감소를 만든 비개발자 AI 업무 자동화와 시스템화 순서를 정리했습니다.

메타가 AI 에이전트 뮤즈의 상위 모델 ‘뮤즈 원더’와 ‘뮤즈 원더 풀’을 내놨습니다. 액티브 메모리·액티브 포커스로 며칠짜리 작업까지 맡지만, 판매 위임 중 주소가 노출된 사례처럼 위험도 남아 있습니다.

퓨리서치가 사람 패널을 AI로 복제해 300문항을 돌린 결과, 평균 오차는 12%p였습니다. AI 합성 응답자가 틀리는 다섯 가지 패턴과 마케팅 리서치에서 써도 되는 곳·안 되는 곳을 정리했습니다.