구글이 2026년 7월 28일 공개한 사례에 따르면 미국 미시간주 낙농가 폴 윈드멀러는 Gemini 3.6 Flash 기반 다중 에이전트 시스템으로 농장 데이터를 모아 매일 수익성과 운영 상태를 분석하고 있다. 폴과 브리트니는 2014년 임대한 젖소 30마리로 드림 윈즈 데어리를 시작했으며, 12년에 걸쳐 홀스타인 260마리를 착유하는 자동화 시설로 키웠다. 농장에서는 젖소의 센서 목걸이, 지역 기상 관측소, 우유 품질·출하 포털이 계속 데이터를 만들지만 서로 다른 소프트웨어에 흩어져 있었다. 폴은 매일 아침 파일을 내려받고 스프레드시트를 합쳐 성과를 계산하는 데 여러 시간을 써야 했다.
폴이 Google Antigravity 안에서 구축한 시스템은 응용프로그램 인터페이스나 웹 수집 대신 로컬 폴더를 파일 연결 창구로 쓴다. 착유 로봇 내보내기 파일과 사료 기록 같은 CSV 파일, 종이 영수증 사진, PDF와 송장을 감시 폴더에 넣으면 Gemini의 멀티모달 기능이 시각·수치 정보를 추출해 합친다. 전체 흐름을 관리하는 조정 에이전트, 원본 파일을 표준화하는 수집 에이전트, 생물학적·기상 영향을 살피는 분석 에이전트, 자연어 보고서를 만드는 보고 에이전트가 역할을 나눴다. 로컬 파일 방식이어서 민감한 운영 데이터는 농장 안에 남는다.
시스템은 우유 생산량과 유지방·단백질, 체세포 수, 사료 섭취량을 읽고 고정 가격을 적용한 수익에서 사료비와 젖소별 변동비를 빼 일일 고정변동마진을 계산한다. 보고 에이전트는 새벽 3시에 확인하는 일일 브리핑에서 마진 변동 원인과 대응 항목을 제시한다. 구글이 든 예시에서는 젖소 한 마리당 고정변동마진이 0.15달러 줄었을 때 건물 섭취량 감소 0.08달러, 체세포 수 증가 0.04달러, 치료 구역으로 옮긴 두 마리의 폐기 우유 0.03달러로 원인을 나눴다. 환기 조정 같은 대응책도 덧붙인다. 이런 흐름은 독립 농가처럼 반복적인 문서 작업을 줄이고 현장 판단 시간을 확보하려는 소규모 사업자에게 도움이 될 수 있다.
| 구분 | 확인된 작동 방식 |
|---|---|
| 입력 | 착유 로봇·사료 기록 파일, 영수증 사진, PDF, 송장 |
| 처리 | 파일 표준화, 생물학·기상 영향 분석, 자연어 보고 |
| 결과 | 일일 고정변동마진과 변동 원인, 대응 항목 |
| 데이터 관리 | 로컬 폴더로 연결하고 민감한 자료를 농장 내부에 보관 |
Gemini 3.6 Flash는 100만 토큰 컨텍스트 창과 최대 6만4000토큰 출력을 지원한다. 구글이 제시한 벤치마크에서는 Gemini 3.5 Flash보다 출력 토큰을 약 17% 줄였고 출력 토큰당 비용도 더 낮았다. 추론과 파일 해석, 도구 실행을 되풀이하는 에이전트 작업의 비용 부담을 낮추는 사양이다. 다만 이 사례는 완제품을 도입한 것이 아니라 농장주가 직접 설계한 맞춤형 시스템이다. 다른 사업자가 같은 방식을 쓰려면 자체 파일 형식과 비용 구조에 맞춰 에이전트 역할과 계산 기준을 구현해야 한다. 구글은 실제 토큰 사용량이나 전체 구축비, 도입 전후 수익 개선 폭은 공개하지 않았다.
저작권자 © STORIUM 무단전재 및 재배포 금지
