구글 ‘Antigravity’ 공개 미리보기: 에이전트가 IDE를 움직인다

Antigravity 한눈에 보기

Antigravity는 구글이 공개 미리보기로 배포 중인 AI 에이전트 기반 IDE입니다. 겉모습은 익숙한 VS Code 스타일이지만, 핵심은 에이전트가 단독으로 작업 계획을 쪼개고, 코드 작성과 테스트, 그리고 브라우저에서의 동작 검증까지 자율적으로 수행한다는 점입니다. 사용자는 자연어로 목표를 제시하고, 에이전트가 만든 계획과 아티팩트를 검토·승인하는 식으로 일을 진행합니다.

기술적 기반은 Gemini 3 Pro가 중심이며, 상황에 따라 타사 모델(예: Claude Sonnet, GPT 계열 등)을 선택해 혼합 운용할 수 있습니다. 1M+ 토큰급 컨텍스트 윈도우와 컴퓨터 제어(브라우저/터미널/에디터 자동화) 능력이 전제되어 대형 레포에서도 맥락 유지가 수월합니다.

왜 ‘에이전트 중심’인가

기존 AI 코딩 도구는 자동완성과 코드 스니펫 제안에 강했습니다. 하지만 빌드·테스트·브라우저 클릭·증거 수집 같은 ‘끝단 업무’는 사람이 직접 챙겨야 했죠. Antigravity는 이 빈틈을 메웁니다. 작업의 시작부터 끝까지 책임지는 흐름을 구현하면서, 개발자는 설계·검토·승인 역할로 이동합니다.

이 패러다임 전환은 생산성을 높이는 동시에 품질 관리 방식도 바꿉니다. 에이전트가 남기는 검증 가능한 아티팩트 덕분에 “무엇을 어떻게 바꿨는지”가 기록으로 남고, 코드 리뷰는 결과 중심에서 근거 중심으로 재편됩니다.

핵심 기능 디테일

1) 에이전트 매니저(Agent Manager)

여러 에이전트를 병렬로 띄워 각기 다른 업무를 맡길 수 있습니다. 예를 들어 레거시 리팩토링, 단위 테스트 작성, 신규 라이브러리 리서치를 동시에 진행하고, 중앙 패널에서 계획과 중간산출물을 검토합니다. 사용자는 “아키텍트”처럼 우선순위를 조정하고 승인만 내리면 됩니다.

2) 검증 가능한 아티팩트(Verifiable Artifacts)

Antigravity의 차별점은 작업 근거를 체계적으로 남긴다는 점입니다. 대표 아티팩트는 다음과 같습니다.

• 작업 목록(Task Lists): 고수준 목표를 실행 단계로 분해
• 구현 계획(Implementation Plans): 아키텍처 결정·제약·로드맵
• 코드 차이(Code Diffs): 변경 파일과 수정 내역 가시화
• 스크린샷/비디오: 브라우저 상 동작 증거
• 테스트 결과(Validation): 실행 로그와 성공/실패 리포트

이 구조 덕분에 “AI가 방금 한 일”을 코드 리뷰하듯 빠르게 검증할 수 있습니다.

3) 에디터 뷰(Editor View)

VS Code와 유사한 편집 환경을 제공하며, 사이드 패널의 어시스턴트와 실시간 협업이 가능합니다. 기존 IDE 습관을 크게 바꾸지 않고도 에이전트 기능을 끼워 넣을 수 있다는 점이 진입장벽을 낮춥니다.

4) 다중 모델 및 MCP 연동

상황별 모델 전환을 지원합니다. 또한 MCP(Model Context Protocol)를 통해 GitHub PR 자동화, DB 마이그레이션, 로컬 도구 접근 같은 외부 통합이 가능해, 팀의 기존 도구 체인을 크게 흔들지 않고 점진적 도입이 가능합니다.

에이전트 문맥 유지: Trinity Files 전략

세션이 바뀔 때 AI가 모든 맥락을 잊는 문제를 줄이기 위해 Antigravity는 세 개의 핵심 파일을 중심으로 문맥을 고정합니다. 일종의 프로젝트 ‘닻’ 역할입니다.

• docs/artifacts/task.md: 현재 진행 중인 작업과 투두, 우선순위
• docs/artifacts/implementation_plan.md: 설계 의사결정과 구현 계획
• docs/artifacts/walkthrough.md: 주요 트러블슈팅과 결정 과정 기록

이 방식은 세션 재개 시 AI가 가장 먼저 읽어야 할 ‘요점 파일’을 명확히 하여, 환각을 줄이고 협업 시 합의를 문서화하는 데 유리합니다.

브라우저 자동화와 검증

Antigravity는 전용 크롬 프로필을 통해 브라우저를 자동 제어합니다. 로컬 서버를 띄우고, UI를 클릭하고, 폼을 작성하고, 콘솔 로그를 읽어 에러를 스스로 디버깅하며 재시도합니다. 이 과정은 스크린샷과 비디오로 남습니다.

경쟁 IDE 보조 도구들이 주로 코드 편집에 치중했던 것과 달리, Antigravity는 ‘작동 증거’를 기본산출물로 포함시켜 품질확신을 높입니다. QA 초기 업무의 상당 부분을 개발 흐름 안으로 끌어들이는 효과가 있습니다.

워크플로우 운영 팁(스마트 리셋)

파일이 비대해지면 AI의 집중력이 떨어지고 토큰 낭비가 발생합니다. 이를 해결하기 위해 자주 쓰이는 워크플로우는 “스마트 리셋(start-new-task)”입니다. 새로운 작업을 시작할 때 아래 4단계를 자동화합니다.

• Archiving: 기존 task/plan/walkthrough를 날짜 폴더로 이관
• Summarization: 반드시 필요한 핵심 문맥만 요약 추출
• Inception: 새 task.md 상단에 ‘이전 작업 문맥’ 삽입
• Reset: implementation_plan.md 초기화로 가벼운 시작

결과적으로 과거 맥락은 유지하되, 현재 작업 파일은 가볍게 유지됩니다. 이 패턴은 장기 프로젝트나 모노레포에서 특히 유용합니다.

참고: 공개 미리보기에서는 레이트 리밋에 걸릴 수 있습니다. 스텝을 묶어 한 번에 실행하기보다, 계획→아카이브→요약→리셋처럼 단계별 승인으로 리밋 리스크를 줄이는 편이 안정적입니다.

설치·시작 가이드

지원 OS와 계정

• OS: macOS 12+, Windows 10 64-bit+, Linux(glibc 2.28+)
• 권장: Apple Silicon 완전 지원
• 계정: 개인 구글 계정 권장(일부 워크스페이스 계정은 미리보기 단계에서 제한될 수 있음)

빠른 시작 4단계

• 1) 다운로드·로그인: 공식 사이트에서 클라이언트 설치 후 로그인
• 2) 워크스페이스 생성: 새 프로젝트와 목표 정의
• 3) 미션 컨트롤: 에이전트 매니저에서 자연어로 지시
• 4) 검토·실행: 계획 승인 후 자동 실행, 진행 상황 실시간 모니터링

초기엔 작은 목표로 시작해 에이전트의 계획 분해 방식과 아티팩트 구성을 파악하는 것을 추천합니다. 이후 CI, 테스트 프레임워크, 리포지토리 규칙을 차례로 연결하면 전환 비용을 낮출 수 있습니다.

장단점 평가와 활용 시나리오

장점

• 끝단까지 책임지는 자동화: 코딩→빌드→테스트→브라우저 검증
• 검증 가능한 기록: 코드 변경·스크린샷·테스트 로그가 일관된 아티팩트로 남음
• 대규모 맥락 처리: 장문 컨텍스트로 모노레포 대응력 강화
• 학습하는 에이전트: 반복 패턴을 누적해 점진적 효율 향상

단점

• 문맥 비대화: 장기 프로젝트에서 artifacts 파일의 관리 필요
• 레이트 리밋: 공개 미리보기 단계 특성상 사용량 제한 발생
• 조직 도입 제약: 보안 정책·계정 정책이 엄격한 팀은 PoC가 선행돼야 함

어울리는 활용 예

• 그린필드 프로토타이핑: 기능 아이디어를 빠르게 작동 증거까지 확보
• 레거시 개선: 리팩토링·테스트 보강을 병렬 에이전트로 분업
• 내부 도구 개발: 반복 패턴을 워크플로우화해 팀 표준으로 축적

팀 도입 체크리스트

• 소스 권한: 에이전트가 접근 가능한 범위를 최소권한으로 설계
• 브라우저 격리: 전용 프로필과 테스트 데이터로 안전한 검증 환경 구성
• 아티팩트 정책: task/plan/walkthrough 운용 규칙, 보존·아카이브 주기 명시
• 승인 게이트: 계획 승인, 코드 머지, 배포 전 검증 스텝을 명확히
• 모델 전략: 기본 모델(Gemini 3 Pro) + 대체 모델 조합 기준 수립

이 체크리스트만 잡혀 있어도, PoC→파일럿→팀 확장 순서를 매끄럽게 밟을 수 있습니다.

자주 받는 질문 요약

Q1. 기존 IDE와 가장 다른 한 가지는?

에이전트가 터미널·브라우저·에디터를 직접 제어하며, 그 결과를 아티팩트로 남긴다는 점입니다. 사용자는 설계와 승인에 집중합니다.

Q2. 대형 레포에서도 쓸 수 있나?

장문 컨텍스트와 아티팩트 전략 덕에 접근은 가능합니다. 다만 artifacts 비대화 관리(스마트 리셋 등)와 단계적 승인 흐름이 필수입니다.

Q3. 보안은 괜찮나?

브라우저는 격리 프로필로 동작합니다. 레포 접근권한과 비밀키 관리만 팀 정책에 맞춰 최소화하면 초기 운영에 무리는 없습니다.

Q4. 지금 당장 도입하기 좋은 용도는?

프로토타입 제작, 테스트 보강, 문서화 자동화, UI 스모크 테스트에 특히 효과적입니다.