브라우저가 업무 에이전트가 될 때: Google Intelligent Endpoints의 보안 설계 읽기

업무용 브라우저는 오랫동안 사람이 여러 웹 애플리케이션을 오가며 정보를 옮기는 창구였습니다. 이제 브라우저 안의 AI가 여러 탭을 열고, 양식을 채우고, CRM과 협업 도구를 연결하며, 사용자가 정한 목표를 여러 단계로 실행하려 합니다.

Google은 2026년 9월 23일 Google Intelligent Endpoints 전략을 발표했습니다. 엔터프라이즈 브라우저, 운영체제, 하드웨어를 하나의 엔드포인트 경험으로 묶고, 브라우저 안의 Gemini와 관리 정책을 결합하겠다는 방향입니다. 발표에는 다음 변화가 포함됐습니다.

Chrome에서 여러 탭을 넘나드는 에이전트형 작업 자동화
IT 팀이 사전 검토한 업무용 AI Skills를 게시하는 Enterprise Skills library
Chrome Enterprise Premium의 브라우저 기반 데이터 손실 방지(DLP)
모바일까지 확장되는 다운로드·붙여넣기·스크린샷 제어
웹에서 사용하는 AI와 SaaS를 파악하고 정책을 바로 조정하는 GenAI 보고

이 발표를 “Chrome에 AI 기능이 더해졌다”로만 보면 핵심을 놓칩니다. 중요한 변화는 브라우저가 단순한 사용자 인터페이스가 아니라 에이전트의 실행 경계와 보안 정책의 집행 지점이 된다는 것입니다.

이 글은 Google Cloud의 2026년 9월 23일 발표, Chrome Enterprise 관리 문서와 Gemini in Chrome 지원 문서, Chrome Enterprise 출시 노트, Cloud Security Alliance 연구를 교차 확인해 작성했습니다. 기능의 제공 지역·계정·라이선스·관리 정책은 계속 달라질 수 있으므로 실제 도입 전에 최신 문서를 확인해야 합니다.

1. Intelligent Endpoint는 무엇을 묶는가

Google이 말하는 Intelligent Endpoint는 하나의 제품명이기보다 운영 모델에 가깝습니다. 브라우저·OS·기기의 보안 상태와 AI 기능을 같은 정책 체계에서 관리하려는 접근입니다.

계층	새 역할	관리자가 확인할 것
브라우저	웹 애플리케이션과 에이전트 작업의 실행 공간	탭·세션·확장 프로그램·복사·붙여넣기
운영체제	파일·화면·클립보드·사용자 계정의 경계	기기 상태, 로컬 저장, 모바일 정책
하드웨어	AI 작업을 수행하는 단말과 성능 기반	지원 모델, 업데이트, 분실·폐기
관리 콘솔	정책·보고·조치의 제어면	사용자·그룹·기기별 적용과 감사

기존에는 브라우저 정책, MDM, DLP, SaaS 접근 제어가 별도 도구로 흩어져 있었습니다. 에이전트가 여러 웹 앱을 가로질러 작업할수록 이 분리는 약점이 됩니다. 브라우저가 데이터를 읽고, 다른 탭에 입력하고, 파일을 다운로드하고, 외부 AI 서비스에 전달하는 흐름을 한 번에 관찰해야 하기 때문입니다.

2. 브라우저 안의 에이전트는 무엇이 다른가

Google Cloud 발표에 따르면 Chrome의 에이전트형 기능은 여러 탭에서 반복적인 다단계 작업을 자동화합니다. 예를 들어 CRM에서 리드를 조회하고, 협업 도구에 내용을 옮기고, 업무 시스템에 결과를 입력하는 흐름입니다.

기존 자동화와 다른 점은 작업 단위가 단일 API 호출이 아니라 사용자 세션과 웹 UI의 연속적인 맥락이라는 것입니다.

어떤 탭의 정보가 현재 작업의 근거인지
로그인한 사용자의 권한으로 어떤 버튼을 누를 수 있는지
한 사이트에서 읽은 데이터가 다른 사이트로 넘어가도 되는지
CAPTCHA·2차 인증·승인 대화상자를 어떻게 처리할지
실패했을 때 어느 단계까지 되돌릴지

따라서 브라우저 에이전트는 단순한 생산성 기능이 아니라 새로운 권한 경계입니다. 에이전트에게 “고객 목록을 정리해 달라”고 말하는 순간, 읽기 권한만 필요한지, CRM 수정 권한도 필요한지, 외부 문서 공유 권한까지 필요한지 분리해야 합니다.

실무에서는 다음 세 가지를 별도로 기록하는 편이 좋습니다.

관찰 범위: 에이전트가 읽을 수 있는 탭·도메인·파일
행동 범위: 입력·다운로드·삭제·공유·결제 같은 허용 작업
승인 지점: 외부 전송·권한 변경·대량 수정 전에 사람이 확인할 단계

에이전트가 사람의 브라우저에서 실행된다는 사실이 자동으로 안전을 의미하지는 않습니다. 오히려 로그인 세션과 업무 데이터가 가까이 있기 때문에, 최소 권한과 사용자 승인 설계가 더 중요해집니다.

3. IT 검증 Skills가 의미하는 것

Google은 Enterprise Skills library를 통해 IT 팀이 사전 구성하고 검토한 AI Skills를 관리 사용자에게 제공할 수 있다고 설명합니다. Skills는 반복 업무를 수행하는 지침과 맥락의 묶음으로 볼 수 있습니다.

일반 사용자가 매번 긴 프롬프트를 직접 작성하는 대신, 조직이 검증한 “주간 영업 요약”, “지원 티켓 분류”, “내부 문서에서 회의 안건 작성” 같은 작업을 목록에서 선택하게 만드는 방식입니다.

이 구조는 프롬프트 표준화에는 유리하지만, Skills도 소프트웨어 공급망처럼 관리해야 합니다.

관리 항목	확인 질문
소유자	이 Skill의 업무 책임자와 보안 검토자는 누구인가?
입력	어떤 도메인·파일·탭의 정보에 접근하는가?
출력	결과를 어디에 저장하거나 전송하는가?
행동	읽기만 하는가, 수정·공유·삭제까지 하는가?
버전	변경 이력과 롤백 버전이 있는가?
만료	업무 프로세스가 바뀌었을 때 자동으로 중지되는가?

특히 Skill 설명이 자연어로 되어 있다는 이유로 위험이 사라지지 않습니다. 사용자가 의도한 작업과 Skill 안의 추가 지침이 다를 수 있고, 연결된 웹 앱의 화면 변경으로 잘못된 필드에 입력할 수도 있습니다. 업무 영향이 큰 Skill에는 테스트 계정, 샘플 데이터, 승인된 도메인 목록을 함께 두는 것이 안전합니다.

현재 발표는 Enterprise Skills library를 신뢰할 수 있는 테스터 프로그램을 통해 제공한다고 설명합니다. 그러므로 모든 조직과 계정에 즉시 일반 제공되는 기능으로 가정하지 말고, 테스터 프로그램과 Workspace·Chrome 관리 정책의 제공 범위를 확인해야 합니다.

4. 브라우저 DLP는 클립보드까지 내려간다

Google은 Chrome Enterprise Premium에서 브라우저 안의 세밀한 DLP 정책을 적용할 수 있다고 설명합니다. 발표에서 특히 눈에 띄는 방향은 복사 트리거 시점에 민감한 레코드를 감지하고, 데이터가 시스템 클립보드로 넘어가기 전에 차단하는 기능입니다.

이 방식은 “외부 AI 사이트에 붙여넣지 마세요”라는 교육만으로 막기 어려운 실수를 기술적으로 줄일 수 있습니다.

예를 들어 다음과 같은 정책을 생각할 수 있습니다.

주민등록번호·계좌번호·고객 식별자를 공개형 AI 사이트에 붙여넣지 못하게 함
사내 문서에서 복사한 텍스트를 승인되지 않은 웹 앱으로 전송할 때 경고
비관리 기기에서는 파일 다운로드와 화면 공유를 제한
모바일에서 민감한 콘텐츠 붙여넣기와 스크린샷을 차단
정책 위반을 보고서에 남기고, 관리자가 해당 앱을 바로 차단

다만 DLP는 데이터 분류 품질에 의존합니다. 정규식이나 분류 모델이 민감 정보의 모든 형태를 잡는다고 가정해서는 안 됩니다. 반대로 정상적인 고객 상담 문장까지 차단하면 사용자는 우회 도구를 찾을 수 있습니다.

권장하는 순서는 차단부터 시작하는 것이 아닙니다.

먼저 브라우저와 SaaS 사용 현황을 보고 모드로 수집합니다.
교육·개인정보·연구 데이터의 민감도 분류를 정합니다.
공개 AI·개인 계정·파일 공유 서비스별 위험도를 나눕니다.
경고와 승인으로 오탐을 측정합니다.
근거가 쌓인 정책부터 차단으로 전환합니다.

DLP는 에이전트가 못 하게 만드는 장치라기보다, 에이전트가 다룰 수 있는 데이터의 경계를 명시하는 장치입니다.

5. Core와 Premium을 구분해야 하는 이유

Chrome Enterprise Core는 Google Admin 콘솔에서 브라우저 정책·설정·앱·확장 프로그램을 관리하고, 브라우저 버전·기기·보안 이벤트를 보고하는 기본 관리 계층으로 안내됩니다. Google의 제품 페이지는 Core 관리와 보고를 추가 비용 없이 제공한다고 설명합니다.

반면 DLP, Zero Trust 접근, 보안 인사이트에서의 조치 같은 고급 기능은 Chrome Enterprise Premium 영역에 포함됩니다. 제품 페이지에는 Premium 가격을 사용자당 월 6달러로 표시하고 있지만, 계약·지역·라이선스 구성에 따라 실제 비용과 기능 범위가 달라질 수 있습니다.

도입 전에 다음을 분리해서 계산해야 합니다.

브라우저 등록과 정책 관리만 필요한가
AI 기능 사용 현황을 보고해야 하는가
차단·격리·증거 보관까지 필요한가
개인 기기와 모바일을 같은 수준으로 관리할 것인가
기존 MDM·CASB·DLP와 중복되는 기능은 무엇인가

무료 관리 계층으로 브라우저 인벤토리를 확보한 뒤, 고위험 부서·데이터·기기에 Premium 정책을 단계적으로 적용하는 방법이 현실적일 수 있습니다. 모든 사용자에게 같은 수준의 통제를 적용하면 비용과 운영 마찰이 커집니다.

6. Gemini in Chrome의 실제 제공 조건

Gemini in Chrome 지원 문서는 기능이 모든 사용자에게 즉시 제공되는 것이 아니라 점진적으로 출시된다고 안내합니다. 현재 문서 기준으로 컴퓨터에서 사용하려면 다음 조건을 확인해야 합니다.

지원 지역과 지원 언어
Chromebook Plus, macOS 또는 Windows 기기
최신 Chrome
Chrome 로그인 상태
시크릿 모드가 아닌 세션
학교·회사 계정 사용 시 관리자의 접근 허용

지원 지역 목록에는 대한민국과 한국어가 포함되어 있지만, 계정 유형과 단계적 배포에 따라 실제 노출 여부는 다를 수 있습니다. 따라서 “한국에서 사용 가능하다”와 “우리 조직의 모든 계정에서 사용 가능하다”를 같은 뜻으로 보면 안 됩니다.

교육기관에서는 특히 다음을 확인해야 합니다.

학생 계정과 교직원 계정의 AI 기능 정책이 다른가
미성년자 계정의 연령·보호자 설정은 어떻게 적용되는가
수업 자료·개인정보·연구 데이터가 어떤 기능으로 전송될 수 있는가
브라우저가 관리 상태인지 사용자가 확인할 수 있는가
AI 기능을 끄는 예외 그룹과 허용 그룹이 필요한가

브라우저 기능은 버전 업데이트로 바뀔 수 있으므로, 장기 강의나 업무 매뉴얼에는 특정 화면보다 정책·권한·검증 절차를 중심으로 기록하는 편이 좋습니다.

7. 에이전트 시대의 새로운 위협 모델

Cloud Security Alliance는 브라우저에 통합된 AI 패널이 기존 브라우저 공격 표면과 다른 위험을 만들 수 있다고 분석했습니다. 브라우저 안의 AI가 페이지 내용, 기록, 화면, 클립보드 또는 연결된 웹 앱과 상호작용하면 공격자는 웹 페이지·확장 프로그램·세션 조작을 통해 에이전트의 판단을 흔들 수 있습니다.

업무 에이전트의 위협 모델은 최소한 다음을 포함해야 합니다.

간접 프롬프트 주입

웹 페이지의 텍스트나 문서 안에 에이전트에게 다른 작업을 하도록 유도하는 지시가 들어갈 수 있습니다. 사용자가 요청하지 않은 외부 전송이나 파일 다운로드를 하지 않도록 신뢰할 수 없는 콘텐츠와 지시를 구분해야 합니다.

세션 권한의 과잉 사용

에이전트가 로그인된 탭을 사용하면 사람에게는 편리하지만, API 토큰보다 넓은 화면·세션 권한을 얻을 수 있습니다. 읽기 전용 업무와 쓰기 업무를 서로 다른 계정·프로필·환경으로 분리하는 것이 좋습니다.

확장 프로그램과 Skill의 결합

확장 프로그램이 페이지 내용을 읽고, Skill이 그 내용을 외부 서비스에 전송하면 개별 도구만 볼 때는 드러나지 않는 데이터 경로가 생깁니다. 설치된 확장 프로그램, Skill, 외부 도메인을 하나의 연결 목록으로 감사해야 합니다.

클립보드·스크린샷·다운로드 우회

복사 차단 정책이 있어도 화면 촬영, 모바일 공유, 파일 다운로드 같은 다른 경로가 남을 수 있습니다. 브라우저 DLP는 운영체제·모바일·네트워크 통제와 함께 사용해야 합니다.

8. 운영 도입을 위한 5단계

1단계: 관찰

브라우저를 등록하고 버전·확장 프로그램·AI·SaaS 사용 현황을 수집합니다. 이 단계에서는 정책을 강제하기보다 실제 업무 흐름과 개인 도구 사용을 파악합니다.

2단계: 데이터 흐름 지도화

업무 데이터가 브라우저에서 어디로 들어오고 나가는지 그립니다. CRM에서 복사해 AI에 붙여넣는 흐름, 문서를 다운로드해 개인 기기에 저장하는 흐름, 모바일에서 화면을 공유하는 흐름을 구분합니다.

3단계: 승인된 AI 경로 만들기

사용자에게 “AI를 쓰지 말라”고만 하지 말고, 사용할 수 있는 도구·계정·Skill·데이터 등급을 제시합니다. 승인된 대안이 없으면 사용자는 개인 계정과 비관리 브라우저로 이동할 수 있습니다.

4단계: 위험도별 정책 적용

전사 차단보다 데이터·사용자·기기 위험도를 기준으로 정책을 나눕니다. 연구 원문과 공개 홍보 자료는 같은 복사 정책을 사용할 필요가 없습니다. 외부 전송이 꼭 필요한 업무에는 경고와 승인 흐름을 먼저 적용합니다.

5단계: 감사와 복구

정책 위반이 발생했을 때 누가 무엇을 복사하거나 공유하려 했는지, 어떤 정책이 차단했는지, 정상 업무가 얼마나 영향을 받았는지 기록합니다. 오탐 정책을 되돌릴 수 있는 롤백과 사용자 지원 절차도 필요합니다.

운영의 성공 지표는 AI 사용량 자체가 아닙니다.

지표	의미
승인된 AI 사용 비율	비관리 도구 대신 조직이 통제하는 경로를 사용하는 정도
민감 데이터 차단·경고 건수	위험 신호와 정책 오탐을 함께 보여 줌
오탐으로 인한 업무 중단	정책이 생산성을 얼마나 방해하는지
Skill 재검토 주기	업무·웹 앱 변화가 지침에 반영되는 속도
비관리 브라우저 비율	엔드포인트 통제 밖의 사각지대

9. 기존 애플리케이션을 버리지 않아도 되는가

Google은 Chrome Enterprise Premium과 Cameyo를 조합해 레거시 애플리케이션을 Chrome 탭에서 스트리밍하고, 브라우저의 보안 정책을 적용할 수 있다고 설명합니다. 이는 모든 시스템을 한 번에 웹 애플리케이션으로 재작성하지 않아도 된다는 장점이 있습니다.

그러나 브라우저 탭으로 보인다는 사실만으로 애플리케이션의 모든 보안 문제가 해결되는 것은 아닙니다.

레거시 앱의 내부 권한 모델은 여전히 별도로 관리해야 합니다.
스트리밍 세션과 파일·클립보드 전송 경로를 검증해야 합니다.
네트워크 지연과 오프라인 업무 요구를 확인해야 합니다.
DLP 정책이 화면·다운로드·복사 동작을 모두 같은 방식으로 처리하는지 시험해야 합니다.
애플리케이션 공급자의 지원 범위와 장애 대응 책임을 계약에 반영해야 합니다.

브라우저를 통합 화면으로 활용하는 것은 마이그레이션 시간을 줄일 수 있지만, 통합된 화면 뒤에 남는 오래된 인증·데이터·운영 구조를 잊지 말아야 합니다.

10. 한계와 도입 전 체크리스트

Intelligent Endpoint 전략은 강력하지만 만능 보안 경계는 아닙니다.

관리되지 않는 개인 브라우저·기기에는 정책이 적용되지 않을 수 있습니다.
네이티브 앱, 복사기, 카메라, 외부 메신저처럼 브라우저 밖 경로가 남습니다.
DLP 분류가 부정확하면 민감 데이터를 놓치거나 정상 업무를 막습니다.
에이전트 기능은 계정·지역·언어·브라우저 버전에 따라 단계적으로 제공됩니다.
Skill이 승인된 조직 코드라도 웹 앱 변경으로 오동작할 수 있습니다.
브라우저 벤더에 정책·AI·엔드포인트가 집중되면 이전 비용과 공급자 종속이 커집니다.

도입 전에는 다음 질문에 답할 수 있어야 합니다.

어떤 업무 데이터가 브라우저에서 민감한가?
관리 대상 브라우저와 미관리 브라우저를 어떻게 구분하는가?
AI Skill이 읽고 쓸 수 있는 도메인과 데이터 등급은 무엇인가?
복사·붙여넣기·다운로드·스크린샷 차단이 어느 기기에서 동작하는가?
사용자가 차단된 업무를 합법적으로 완료할 대안은 무엇인가?
정책 위반을 조사할 로그의 보존 기간과 접근 권한은 어떻게 되는가?
에이전트의 실패나 오작동으로 생긴 변경을 되돌릴 수 있는가?

11. 교육과 실무에서 얻는 교훈

브라우저 에이전트는 소프트웨어공학·보안·데이터 교육을 연결하는 좋은 사례입니다.

실습 1: 같은 업무, 다른 권한

한 계정은 CRM 조회만 허용하고 다른 계정은 수정까지 허용한 뒤, 같은 Skill이 어떤 차이를 만드는지 비교합니다. AI의 언어 능력보다 세션 권한이 결과를 결정할 수 있음을 확인합니다.

실습 2: 데이터 흐름 그리기

문서에서 CRM, 브라우저 AI, 외부 공유 도구로 이동하는 경로를 그립니다. 각 화살표에 데이터 등급과 승인 지점을 붙여 브라우저를 데이터 파이프라인으로 보는 연습을 합니다.

실습 3: 간접 지시와 정책 검증

실제 민감 정보 없이 웹 페이지에 상충하는 지시를 넣고, 에이전트가 사용자의 목표·페이지 내용·정책 중 무엇을 우선해야 하는지 토론합니다. 결과를 정답률이 아니라 안전한 중단과 승인 요청 여부로 평가합니다.

학생과 실무자 모두에게 중요한 역량은 “AI가 일을 대신한다”는 감탄이 아닙니다. 어떤 데이터가 어느 엔드포인트를 지나며, 어떤 권한으로 행동하고, 문제가 생기면 어떻게 되돌리는가를 설명하는 능력입니다.

결론

Google Intelligent Endpoints 발표는 브라우저를 업무 에이전트와 보안 정책의 공통 실행 공간으로 재정의합니다. 여러 탭을 넘나드는 자동화와 검증된 Skills는 반복 업무를 줄일 수 있고, 브라우저·모바일 DLP와 GenAI 보고는 데이터 유출 경로를 더 가까이에서 통제할 수 있게 합니다.

하지만 에이전트가 브라우저 안에 들어왔다는 이유로 보안이 자동으로 완성되지는 않습니다. 먼저 브라우저와 기기를 등록해 관찰하고, 승인된 Skill과 데이터 흐름을 정의하고, Core와 Premium의 역할을 구분한 뒤, 경고·승인·차단을 단계적으로 적용해야 합니다. 마지막으로 브라우저 밖의 화면 촬영·네이티브 앱·개인 기기와 간접 프롬프트 주입까지 포함해야 합니다.

브라우저가 지능형 엔드포인트가 될수록 IT 팀의 역할은 기능을 켜는 관리자가 아니라, 에이전트의 행동 범위와 데이터의 이동 경로를 설계하는 정책 엔지니어에 가까워집니다.

참고 자료

Chrome Enterprise와 Gemini in Chrome의 제공 지역·계정·라이선스·정책은 계속 변경될 수 있습니다. 실제 도입과 교육 환경 적용 전에는 Google Admin Console, 최신 지원 문서, 개인정보·보안 담당자의 검토를 함께 진행하세요.