3. 에이전트(Agent)와 아티팩트(Artifact)
1. 에이전트 (Agent)란?
Antigravity의 에이전트는 단순한 질의응답용 챗봇을 넘어섭니다. 이들은 구글의 최첨단 AI 모델(LLM)을 두뇌로 사용하여, 고도의 추론을 하고 도구(브라우저, 터미널 등)를 사용하여 실제 업무를 수행하는 '실행형 AI 개인 비서' 입니다.
1.1. 모델(Models)
Antigravity에서 '모델(Model)' 은 에이전트의 지능을 담당하는 AI 엔진을 통칭합니다. 이는 크게 사용자가 직접 선택하여 메인 두뇌로 사용하는 '추론 모델(Reasoning Model)' 과, 특정 작업(이미지 생성, 검색 등)을 위해 백그라운드에서 자동으로 동작하는 '추가 모델(Additional Model)' 로 나뉩니다.
1.1.1. 추론 모델(Reasoning Model)
추론 모델은 사용자의 명령을 직접 듣고, 생각하고, 코드를 짜거나 글을 쓰는 '메인 두뇌' 입니다. 우리가 채팅창에 무언가를 물어봤을 때 대답해주는 AI가 바로 추론 모델입니다. 각 모델마다 특징과 용량이 조금씩 다르기 때문에, 내 작업 성향에 맞는 모델을 골라 쓰는 것이 중요합니다.
참고로 여기서 선택하는 모델들은 우리가 익히 알고 있는 ChatGPT, Gemini, Claude 등의 챗봇 서비스에 탑재된 것과 동일한 원천 모델입니다. 즉, 웹사이트가 아닌 나의 작업 공간(에디터) 안으로 이 AI들을 데려와 직접 일을 시키는 구조라고 이해하시면 됩니다.
| 모델명 | 주요 특징 | 컨텍스트 용량 (Context) | 추천 용도 |
|---|---|---|---|
| Gemini Pro (Low/High) | 수백 페이지의 문서를 통째로 읽고 이해하는 '압도적 기억력' 과 '깊이 있는 추론' | 최대 200만 토큰(책 10~20권 분량) | 방대한 프로젝트 전체의 흐름 분석, 수만 줄의 데이터 검토, 대규모 원고 기획 |
| Gemini Flash | 답변 대기 시간이 거의 없는 '고속 응답' 과 '높은 수준의 기억력' | 최대 100만 토큰(책 5~10권 분량) | 실시간 브레인스토밍, 단순 텍스트 교정, 간단한 질문에 대한 즉각적인 피드백 |
| Claude Sonnet(Thinking) | 인간이 쓴 것처럼 '자연스러운 문장력' | 약 20만 토큰(책 1~2권 분량) | 고퀄리티 글쓰기, 정교한 비즈니스 메일/보고서 작성 |
| Claude Opus(Thinking) | 현존 모델 중 최상위권의 '문제 해결 지능' 으로 난이도 높은 과업 수행에 최적화 | 약 20만 토큰(책 1~2권 분량) | 다른 모델이 해결 못 하는 복잡한 로직 설계, 디버깅 |
| GPT-OSS 120B(Medium) | 가장 대중적이고 검증된 '표준적인 성능' 으로 다양한 분야에서 균형 잡힌 결과 제공 | 약 12.8만 토큰(단행본 약 0.5~1권 분량) | 일반적인 정보 검색 및 요약, 특정 모델에 치우치지 않는 보편적인 결과 확인 |
위 비교 표는 일반적인 평가를 바탕으로 정리한 것이며, 절대적인 기준은 아닙니다. 사용자의 작업 스타일이나 선호도에 따라 체감 성능이 다를 수 있으니 참고용으로 활용해 주시기 바랍니다.
저는 일상적인 작업에서는 주로 Gemini Flash 모델을 기본으로 사용하며, 참고할 Context가 양이 많고 복잡한 작업에는 Gemini Pro를 주로 활용합니다. 이전 글("비개발자가 Antigravity를 사용하는 이유")에서도 언급했듯, 제 업무 특성상 대량의 데이터를 읽어야 하는 경우가 많아 '긴 문맥 이해'에 강한 Gemini를 선호하는 편입니다. 또한 저의 전문 분야가 아닌 디자인이나 시각적인 UI 작업에 있어서는 최근 가장 앞서 있다는 평가를 받고 있습니다. 종종 Gemini Pro가 해결하기 어려운 까다로운 논리 문제가 있을 때는 Claude Opus 모델을 활용해 돌파구를 찾기도 합니다. 현재 주요 AI 모델들의 성능은 어느 정도 상향 평준화되었기에, 여러분도 여러 모델을 직접 써보며 본인의 업무 스타일에 가장 잘 맞는 모델을 찾아보시길 권합니다.
1.1.2. 추가 모델(Additional Model)
Antigravity의 흥미로운 점은 사용자가 선택한 '메인 두뇌(추론 모델)' 외에도, 보이지 않는 곳에서 각 분야의 전문가 모델들을 별도로 활용한다는 점입니다. 이러한 추가 모델들은 사용자가 직접 변경할 수는 없지만, 추론 모델의 지시에 따라 적재적소에서 활약하며 작업의 질을 높여줍니다.
- Nano Banana Pro (이미지 생성): 작업 과정에서 시각적인 자료가 필요할 때 자동으로 호출되어 이미지를 생성해줍니다. Nano Banana Pro는 최근 가장 앞서있는 이미지 생성 모델로, Antigravity에서 이를 워크플로우로 활용할 수 있는 것은 매우 큰 장점 중의 하나입니다.
- Gemini Pro UI Checkpoint (웹 서핑): Antigravity는 사람처럼 웹사이트를 방문해서 클릭하고, 스크롤하고, 검색창에 글을 입력하는 등 브라우저 조작을 할 수 있는 '브라우저 서브 에이전트' 기능을 탑재하고 있습니다. 이 때 '브라우저 서브 에이전트'가 사용하는 모델이 바로 Gemini Pro UI Checkpoint 입니다.
- Gemini Flash (백그라운드 관리): 에이전트와의 대화가 길어질 때 핵심 내용을 요약하거나, 작업 중간 단계(Checkpoint)를 저장하는 기능을 수행합니다.
- Gemini Flash Lite (지능형 검색): 단순한 단어 찾기가 아니라, 질문의 '의도'와 '의미'를 파악하여 프로젝트 전체에서 관련된 파일이나 코드를 찾아내는(Semantic Search) 검색 기능을 수행합니다.
우리는 그저 지시만 내리면, 팀장(추론 모델)이 알아서 적절한 팀원(추가 모델)에게 일을 배분하여 최상의 결과를 만들어냅니다.
현재 Antigravity는 퍼블릭 프리뷰(Public Preview) 단계입니다. 사용량 제한은 구글 AI 유료 플랜 가입 여부에 따라 달라집니다.
- Google AI Ultra/Pro 사용자: 더 넉넉한 사용량이 제공되며, 할당량이 5시간마다 갱신됩니다.
- 무료 사용자: 사용량 제한이 다소 타이트하며, 할당량이 매주 갱신됩니다.
제한이 걸리면 작업을 멈춰야 할 수도 있습니다. Extensions에서 설치한 Antigravity Cockpit을 통해 내 잔여량을 수시로 확인하며, 모델 그룹별로 돌아가면서 사용하는 등 '두뇌'를 아껴 쓰는 전략이 필요합니다.
1.2. 에이전트 모드(Agent Modes)
에이전트에게 일을 시킬 때, 어떤 태도 로 일할지 모드(Mode)를 설정해 줄 수 있습니다.
1.2.1. Planning (계획) 모드
AI 도입 초기에는 '프롬프트 엔지니어링' 이라는 개념이 크게 유행했습니다. AI에게 체계적인 계획을 세워 지시할수록 결과물의 품질이 높아지기 때문입니다. Antigravity의 Planning 모드는 이러한 전문적인 설계 과정을 AI가 사용자 대신 스스로 수행해 주는 기능이라고 볼 수 있습니다.
1. 특징: 무작정 실행하지 않고, 먼저 깊게 생각하고 체계적인 계획을 세웁니다.
2. 주요 활동:
- 심층 조사: 작업을 시작하기 전에 관련 파일을 꼼꼼히 읽고 분석합니다.
- 작업 그룹화: 큰 작업을 해결 가능한 작은 단위(Task Groups)로 나눕니다.
- 문서 생성: 구체적인 실행 계획을 담은 'Implementation Plan' 이나 'Task Lists' 와 같은 아티팩트 문서를 먼저 작성하여 사용자에게 제출합니다.
3. 장점: 사용자가 계획 문서를 먼저 검토하고 승인해야만 코드를 짜기 시작하므로, 방향성이 어긋나는 것을 조기에 방지하고 결과물의 퀄리티를 보장할 수 있습니다.
4. 용도: 새로운 개발 프로젝트, 글쓰기 프로젝트 등과 같이 대규모 혹은 복잡한 작업을 체계적으로 시작하고 싶을 때 사용합니다.
1.2.2. Fast (고속) 모드
복잡한 계획보다는 즉각적인 실행과 결과물이 필요할 때 사용합니다.
1. 특징: 복잡한 계획 수립 단계 없이 즉시 실행(Coding/Editing)에 옮깁니다.
2. 장점: 중간 보고 과정이 생략되므로 속도가 빠릅니다.
3. 용도: 간단한 함수 로직 수정, 코드 주석 추가, 스타일 가이드 적용, 명확한 에러 해결 등 고민이 길게 필요 없는 직관적인 작업에 적합합니다.
2. 아티팩트 (Artifacts) : 에이전트의 '보고서'
에이전트가 똑똑하다 해도, 사람의 마음을 100% 읽을 수는 없습니다. 그래서 에이전트는 중요한 작업을 할 때 아티팩트(Artifact) 라는 '보고서'를 제출합니다. 또한 이렇게 생성된 보고서에 리뷰를 줄 수 있으며, 이러한 피드백(Feedback) 을 통해 우리는 에이전트가 엉뚱한 방향으로 가지 않도록 바로잡아 줄 수 있습니다.
2.1. 주요 아티팩트의 종류
Antigravity 에이전트가 주로 생성하는 아티팩트는 다음과 같습니다.
1. Implementation Plan (구현 계획서): 가장 중요한 문서로, 에이전트가 작업을 시작하기 전에 제출하는 계획서입니다. 개발이라면 프로젝트 구조, 기술 스택, 구현 기능 등의 내용을 포함하며 글쓰기라면 한 편의 기획서가 됩니다. 우리는 이 계획서를 보고 "색상은 파란색 말고 초록색으로 해줘", "다른 방향으로 기획해줘"와 같이 구체적인 댓글을 달아 수정할 수 있습니다.
2. Task Lists (작업 목록): 복잡한 프로젝트를 진행할 때, 에이전트가 스스로 할 일을 쪼개어 정리한 목록입니다. 전체적인 진행 상황을 한눈에 파악할 수 있습니다.
3. Walkthrough (작업 완료 보고서): 작업이 끝난 후, 에이전트가 자신이 무엇을 수정했는지, 테스트 결과는 어떤지 요약해서 보여줍니다. 스크린샷이나 영상이 포함되기도 합니다.
2.2. 아티팩트 리뷰 정책
지난 글의 '기본 설정' 파트에서 다루었던 Review Policy가 바로 이 아티팩트를 언제, 어떻게 검토할 것인지를 결정하는 규칙입니다.
- Always Proceed (항상 진행): 승인 절차 없이 즉시 작업을 이어나갑니다.
- Agent Decides (에이전트 판단): 에이전트가 중요하다고 판단할 때만 승인을 요청하며, 가장 권장되는 방식입니다.
- Request Review (항상 검토): 모든 계획과 결과물에 대해 사용자의 승인을 거친 후 다음 단계로 진행합니다.