Gemini CLI와 Antigravity — Google의 바이브코딩 도구

Google이 두 갈래로 바이브코딩에 들어왔다는 게 핵심입니다. Gemini CLI는 1M 토큰 컨텍스트로 대규모 코드베이스를 통째로 읽고 Firebase·Cloud Run·BigQuery와 매끄럽게 엮이는 터미널 도구로, 클로드 코드의 직접 경쟁자입니다. Antigravity(Firebase Studio)는 브라우저에서 자연어로 설명하면 프론트엔드·백엔드·DB를 한 번에 생성하고 Firebase에 바로 연결해 주는 플랫폼으로, Lovable·v0의 대항마입니다. 둘의 공통 강점이자 제약은 모두 Google Cloud 생태계를 전제로 한다는 점입니다.

백엔드가 어디에 묶이는지부터 보셔야 합니다. Gemini CLI와 Firebase Studio의 가장 큰 강점이 동시에 가장 큰 제약인데, Firebase·Cloud Run·BigQuery 같은 Google Cloud 인프라를 전제로 동작하기 때문입니다. 이미 다른 클라우드나 Supabase 위에 올라가 있다면 통합 강점이 거의 사라지고 오히려 이중 관리가 됩니다. 반대로 새 프로젝트를 Google Cloud로 시작한다면 firebase deploy까지 한 흐름으로 끝나니 도입 효과가 큽니다. 따라서 기존 스택이 GCP 계열인지부터 확인하고, 무료 사용도 Google AI Studio API 키 발급과 분당 요청 제한을 함께 점검하시는 것이 순서입니다.

가장 흔한 함정은 Gemini CLI의 1M 토큰 컨텍스트만 보고 코딩 정확도까지 클로드 코드를 앞선다고 기대하는 것입니다. 컨텍스트 크기는 분명 우위지만 SWE-bench 같은 실제 코딩 벤치마크와 에이전트 자율성에서는 아직 클로드 코드가 안정적이라, 복잡한 리팩토링이나 디버깅을 Gemini CLI에 통째로 맡기면 수정 왕복이 늘어납니다. 또 하나는 설치 명령을 npm 글로벌 설치로 단정하는 실수인데, Gemini CLI는 Google Cloud 계정이나 Gemini API 키 기반의 별도 설치 경로를 따릅니다. 정리하면 대규모 코드 읽기는 Gemini, 정밀한 수정은 클로드로 나눠 쓰는 것이 현재 시점의 현실적인 선택입니다.

적합 여부는 기존 스택이 어디에 묶여 있느냐로 갈립니다. Firebase·Cloud Run·BigQuery 같은 Google Cloud 위에서 새 프로젝트를 시작한다면 Gemini CLI가 firebase deploy까지 한 흐름으로 끝내 주고 무료 사용량도 넉넉해 잘 맞습니다. 대규모 코드베이스를 1M 토큰 컨텍스트로 한 번에 읽어야 하는 작업에도 강합니다. 반대로 다른 클라우드나 Supabase 위에 올라가 있다면 통합 강점이 사라지고, 복잡한 리팩토링이나 디버깅처럼 코딩 정확도가 중요한 작업은 SWE-bench에서 앞서는 클로드 코드가 더 안정적입니다. 그래서 대규모 읽기는 Gemini, 정밀한 수정은 클로드로 나눠 쓰는 조합이 현실적입니다.

먼저 Google AI Studio에서 Gemini API 키를 발급받고 분당 요청 제한과 무료 사용량을 직접 확인해 보시는 게 출발점입니다. 그다음 Gemini CLI 공식 저장소(github.com/google-gemini)의 README로 정확한 설치 경로를 잡으시면 됩니다. 본문에 적힌 npm 글로벌 설치 명령은 예시일 뿐이라 실제 경로와 다를 수 있으니 반드시 공식 문서를 따르세요. Antigravity 쪽은 firebase.google.com의 Firebase Studio 문서로 인증·DB·호스팅 자동 설정 흐름을 익히고, Cloud Functions와 Firestore Security Rules 작성법까지 보시면 전체 워크플로우가 완성됩니다.