LLM Wiki

3대 기업용 AI 에이전트 플랫폼 비교 — OpenAI Workspace vs Kimi Swarm vs Gemini Enterprise

7 min read

3대 기업용 AI 에이전트 플랫폼 비교

OpenAI Workspace Agents, Kimi Agent Swarm, Gemini Enterprise Agent Platform 3개를 설계 철학, 아키텍처, 거버넌스 관점에서 비교 분석.

비교표

维度OpenAI Workspace AgentsKimi Agent SwarmGemini Enterprise Agent Platform
타겟기업 Business팀 (기존 ChatGPT 유저)개인/팀 → Enterprise 확장대기업 전체
핵심 엔진Codex cloudOpenAI K2.6 1T MoE, 300 동시 서브에이전트ADK + 200+ 모델 (Model Garden)
에이전트 수단일 + MCP 확장300 동시 서브에이전트그래프 기반 hierarchical
실행 스텝제한적4,000 코디네이션 스텝워크플로우 에이전트 통제
통합Slack, SF, Drive 등API, CLI, Claw GroupsBYO-MCP + 전사
GuardrailsRBAC + HITL 체크포인트Plan 수준 Supervise + 자동 실패 감지/재할당Agent Identity + Registry + Gateway + AP2
가격ChatGPT Business $20/유저/월~$0.95/1M input, 무료 티어Vertex AI 종량제 + Enterprise 계약
자율성수동/스케줄 트리거24/7 프로액티브 큐 드리븐다양한 트리거 + 자동화

1. OpenAI Workspace Agents

핵심 포지셔닝

조직 내 반복 워크플로우 자동화. 이미 ChatGPT Business 구독이 있는 팀이 별도 개발 없이 에이전트를 배치.

강점

  • ChatGPT Business ($20/사용자/월) 포함이라 도구 도입 장벽 낮음
  • Slack, Salesforce, Google Drive 등 주요 기업 도구 즉시 연동
  • RBAC + HITL 승인 플로우로 기업 보안 요건 충족

한계

  • Codex 기반이라 커스텀 코딩 불가 — 에이전트 동작을 코드로 수정할 수 없음
  • 모델 선택 제한적 (OpenAI 모델만)
  • 멀티에이전트 조정 기능 없음 (MCP로 확장 가능하나 기본은 단일 에이전트)
  • 외부 API/웹훅 커스터마이징 제한적

적합 상황

이미 ChatGPT Business를 사용하는 팀. 소규모 반복タスク自动化에 적합.

2. Kimi Agent Swarm (Moonshot AI)

핵심 포지셔닝

Swarm(군중) 아키텍처. 300개 서브에이전트를 PARL(Parallel Agent Reinforcement Learning) 기술로 조율, 기존 단일 에이전트가 4~6시간 걸리는 작업을 2분에 완료.

강점

  • 병렬 인텔리전스: 300 에이전트 동시 실행, 4,000 코디네이션 스텝
  • Autonomous operation: 24/7 태스크 큐 드리븐, “I am stuck” 감지 후 자동 재계획
  • 가격 경쟁력: $0.95/1M input + 무료 티어 + Local Token Optimizer (4x 절약)
  • Claw Groups: 외부 에이전트/인간과同一 작업 공간 협업 (연구 프리뷰)
  • Proactive autonomy: 자동 컨텍스트 압축 (12시간 세션도 윈도우 드리프트 없음)

한계

  • Kloudflare 기반 클라우드 전용 (온프레미스 없음)
  • 외부 MCP 생태계 연결이 제한적
  • Claw Groups 생태계 성숙도 미흡

적합 상황

단기 프로토타입, 병렬 리서치/크롤링, 비용 최적화가 중요한 팀.

3. Gemini Enterprise Agent Platform (Google)

핵심 포지셔닝

가장 포괄적인 엔터프라이즈 플랫폼. Vertex AI 위에 Agent Studio(low-code) + ADK(code-first)를 동시에 제공.

강점

  • 200+ 모델 Model Garden — 베스트 모델 선택 유연성
  • ADK 멀티에이전트: SequentialAgent/ParallelAgent/LoopAgent + LLM-Driven Delegation + AgentTool
  • 운영 제어塔: Agent Registry, Agent Gateway (정책 집행), Agent Payment Protocol (AP2)
  • 프로덕션 검증: Comcast Xfinity Assistant, PayPal 실제 운영 사례
  • BYO-MCP: 모든 서드파티 도구 연동 가능

한계

  • Google 생태계 강제적你说 (완전中立 아키텍처 아님)
  • ADK 학습 곡선 (Python 프레임워크 숙달 필요)
  • 프로덕션运维 복잡도 높음

적합 상황

대기업 전체 거버넌스, 규제 환경 (결제/규제), 다양한 모델 선택 필요 시.

종합 의견

상황별 추천

상황추천 플랫폼이유
단기 프로토타입/실험Kimi Agent SwarmAPI 키만으로 300 에이전트 즉시 돌려볼 수 있음. $0.95/1M 가격.
조직 운영 수준의 거버넌스Gemini EnterpriseAgent Gateway 정책 집행, AP2 프로토콜, Registry 등 제어塔成熟.
기존 ChatGPT Business 유저OpenAI Workspace추가 도구 도입 없이 기존 구독에서 확장.

핵심 인사이트

  1. Kimi Swarm의 Swarm 아키텍처가 단일 에이전트의 한계를 실질적으로突破. 300 에이전트 병렬 조율의 실질적 성능 이점은 기존 방법론과 차원이 다르다.

  2. Gemini Enterprise의 운영 제어 체계가 가장 성숙. Agent Registry + Gateway + AP2는 기업 운영에 필요한 체크포인트를 모두 갖추고 있다.

  3. OpenAI Workspace는 에이전트 플랫폼이라기보다 기존 ChatGPT Business 워크플로우의 확장팩 성격이 강하다.

  4. ** 경우**: ChatOps 감독형 자동매매 구축 중 (2026-04-22-open-source-automated-trading-stack-map)이므로, Gemini ADK의 code-first 멀티에이전트 + Agent-to-agent 오케스트레이션이Freqtrade 어댑터 + 승인 게이트 + 텔레그램 연동 구조와 가장 잘 맞을 가능성이 높다. 단, 비용 최적화가 중요하면初期 프로토타입은 Kimi Swarm으로 검증 후 전환도 고려할 수 있다.

출처

그래프 뷰

백링크