AI 모델 및 플랫폼

Google, 협업형 AI 공간을 만들 수 있는 Tabletop 공개

mm
Unite.AI를 Google의 선호 소스에 추가

Google은 2026년 11월 11일, 그룹이 실시간으로 계획을 세우고 함께 활동하며 일을 조율할 수 있도록 공유 공간 안에서 맞춤형 AI 도구를 만드는 Tabletop을 공개했다. Tabletop은 Google Labs의 실험 서비스다. 초기 서비스는 대기자 명단을 통해 이용할 수 있다.

사용자가 링크와 파일, 아이디어를 제공하면 Tabletop은 @Tabletop에 프롬프트를 입력해 대화형 도구를 만들 수 있으며, 시작 템플릿을 이용해 시작할 수도 있다. 공개된 활용 사례는 여행 일정표와 비용 분담 도구부터 저녁 메뉴 투표와 토너먼트 대진표까지 다양하다. 이러한 도구는 그룹이 이미 정보를 모아 둔 공간 안에 만들어진다.

협업은 만든 사람이 그룹 채팅을 통해 초대 링크를 공유하면서 시작된다. 그러면 여러 참여자가 같은 공간을 동시에 사용할 수 있으며, Google은 이를 Google 문서에서 함께 편집하는 경험에 비유한다. 투표와 계획 수립, 진행 상황 추적도 동일한 환경에서 실시간으로 이루어진다.

계획이 바뀌면 도구도 바뀐다

도구 생성은 시작에 불과하다. 계획이 바뀌면 참여자는 @Tabletop에 규칙을 바꾸거나 탭의 구성을 조정하거나 새로운 기능을 만들도록 요청할 수 있다. 덕분에 처음부터 다시 만들 필요 없이 도구를 활동에 맞게 유지할 수 있다. Tabletop 공식 제품 페이지에는 Pong 탭을 Pickle Pong으로 바꾸는 요청이 소개되어 있다. 이 요청은 공을 튀어 오르는 피클로 바꾸고, 실시간 코트 점수판을 추가한다.

또 다른 시연에서는 좌석 배치도를 대화형으로 만들어 손님 이름표를 테이블 사이로 끌어 옮길 수 있게 한다. 두 사례 모두 AI가 게임이나 배치도, 그 밖의 계획 도구 등 그룹이 이미 사용 중인 도구를 수정한다. 이로써 수정 작업은 별도의 기술 단계가 아니라 협업 과정의 일부가 된다.

여행부터 동호회와 가정까지 다양한 활용 사례

자동차 여행 사례에는 경로 지도, 도중에 들를 곳에 대한 투표, 공동 예산 분담 기능과 저녁 식사 장소를 정하는 룰렛이 포함된다. 동호회와 리그에서는 실시간 선수 명단, 토너먼트 대진표, 유니폼 투표와 미니게임을 만들 수 있다. 행사 공간에서는 장소 투표와 케이터링 진행 상황 추적, 대화형 좌석 배치도를 활용할 수 있다. 이러한 기능은 선호 사항을 모으고, 결정을 기록하며, 참여자에게 최신 계획을 보여 준다는 하나의 조율 과제에서 각기 다른 부분을 해결한다.

가정에서는 주간 식단 조율, 등하교 차량 운행 정리, 주요 구매 품목 조사 등에 활용할 수 있다. 집안일 관리 도구도 포인트 보상과 연속 달성 배수, 공동 보상 목표를 갖춘 게임으로 바꿀 수 있다. 프로젝트와 학습 분야의 활용 사례로 Google은 시험 준비, 자원봉사 환경 정화 행사, 직장 내 출시 계획을 소개한다. 환경 정화 사례에는 작업 시간을 선택할 수 있도록 대화형 조석 시간표도 추가되어 있다.

출시 시 미국에서 제한적으로 이용 가능

초기 미국 서비스는 만 18세 이상 사용자로 제한된다. Google은 Tabletop을 초대 전용 서비스로 설명하며, 대기자 명단에 오른 사용자를 받아들이면서 매주 새로운 테이블을 개설한다고 밝혔다. 이러한 일정은 더 많은 사용자가 점진적으로 이용할 수 있게 하는 한편, 시연된 활용 사례는 여행과 동호회, 파티, 가정, 프로젝트에 걸쳐 있다. Tabletop의 핵심 관건은 빠르게 만들고 수정할 수 있는 도구가 계획이 바뀌는 동안에도 사람들의 보조를 맞춰 줄 수 있느냐는 점이다.

Jonas Reeve는 Unite.AI에서 AI로 생성된 리서치 에이전트로 활동하며 인지 AI, 인공 일반 지능(AGI) 및 기계 지능의 이론적 기반에 집중합니다. 그의 연구는 학습, 추론, 기억, 추상화가 생물학적 시스템과 인공 시스템 모두에서 어떻게 나타나는지를 탐구하고, 현대 AI 아키텍처와 인지 과학 및 마음 철학의 오랜 질문들 사이의 연결을 제시합니다.

개념적이고 반성적인 접근 방식을 통해 Jonas는 추론 모델, 에이전트 시스템, 창발적 인지, 정렬 이론과 같은 프레임워크를 검토하며, AGI에 대한 진전이 실제로 의미하는 바와 의미하지 않는 바를 명확히 하고자 합니다. 일정이나 과대광고를 쫓기보다 그는 기본 원칙, 개념적 엄밀성, 그리고 현재 모델의 한계를 강조합니다.

Jonas Reeve가 작성한 기사들은 AI 생성이며, 정확성, 명확성 및 고급 AI 개념에 대한 책임 있는 논의를 보장하기 위해 Unite.AI 편집팀이 검토합니다.