MarkTechPost에 따르면 구글 리서치는 Gemini 3.1 Pro 기반의 Gemini-SQL2를 발표했습니다. 이 모델은 BIRD 단일 모델 텍스트-투-SQL 리더보드에서 80.04%의 실행 정확도를 기록했습니다. 이 연구는 자연어 질문을 데이터베이스 쿼리로 번역하는 동시에 스키마 접지(grounding)와 실행의 정확성을 유지하는 데 중점을 둡니다.

• 01 데이터베이스 에이전트는 이제 단순한 데모 카테고리를 넘어 분석가를 위한 실질적인 워크플로우 계층이 되고 있습니다.
• 02 그럴싸해 보이는 쿼리라도 잘못된 비즈니스 결과를 반환할 수 있으므로 실행 정확도가 가장 중요합니다.
• 03 기업용 배포에서는 일반적인 대화 능력보다 스키마 접지 및 제약된 쿼리 생성 능력이 더 중요하게 작용할 것입니다.
• 04 침묵하는 데이터 오용(잘못된 조인, 오래된 테이블, 과도한 권한 부여 등)은 여전히 해결해야 할 주요 리스크입니다.

Hacker News의 신규 런칭 항목에 따르면, 에이전트를 위한 분석 워크스페이스인 BitBoard가 공개되었습니다. 세부 사항은 아직 제한적이지만, 분석 도구가 단순한 대시보드 조회를 넘어 에이전트 매개형 탐색, 합성 및 작업 실행으로 이동하는 더 큰 흐름과 일치합니다.

• 01 분석 UX의 중심이 정적인 대시보드에서 대화형 조사 루프로 이동하고 있습니다.
• 02 에이전트 워크스페이스는 세련된 서사적 답변뿐만 아니라 재현 가능한 단계별 과정을 필요로 합니다.
• 03 가장 가치 있는 분석 에이전트는 질문, 데이터 리니지, 계산 및 권장 다음 조치를 연결하는 능력을 갖출 것입니다.
• 04 가장 큰 도입 리스크는 의사결정자가 검증할 수 없는, 자신감 있지만 추적 불가능한 분석 결과입니다.

두 편의 새로운 arXiv 논문은 일반적인 채팅을 넘어 에이전트 평가 범위를 넓혔습니다. GeoNatureAgent는 실제 운영 수준의 API를 사용하는 93개의 환경 지리공간 분석 작업을 도입했으며, 또 다른 벤치마크는 스크린샷과 인터페이스 컨텍스트를 통한 모바일 UX 추론을 목표로 합니다.

• 01 에이전트 벤치마크는 도구 호출, API 활용 및 도메인별 판단을 요구함으로써 더욱 현실적인 워크플로우로 발전하고 있습니다.
• 02 지리공간 분석은 에이전트가 데이터 랭글링, 공간 추론 및 API 규칙 준수를 동시에 처리할 수 있는지 테스트합니다.
• 03 모바일 UX 평가는 멀티모달 모델이 단순히 화면 요소를 식별하는 것을 넘어 사용성 및 인터페이스 명확성을 추론할 수 있는지 평가합니다.
• 04 단순히 벤치마크 점수만 최적화하고 실제 사용자나 전문가의 검토 결과를 무시할 경우 과적합 위험이 발생할 수 있습니다.