한 줄 요약: Google이 에이전트 퍼스트 AI IDE ‘Antigravity’를 공개 프리뷰로 출시했다. Editor View + Manager Surface 구조로 복수 에이전트를 동시 오케스트레이션하며, Gemini 3 Pro·Claude Opus 4.6·GPT-OSS-120B 멀티 모델을 지원한다. AgentKit 2.0으로 16개 특화 에이전트와 40개 이상의 도메인별 스킬을 제공한다.
에이전트 AI IDE 시장이 불과 6개월 만에 급변하고 있다. Cursor가 AI 코드 에디터를 정의하고, Claude Code가 터미널 에이전트를 열었다면, Google Antigravity는 “에이전트를 스폰하고 관찰하는 플랫폼”이라는 또 다른 카테고리를 만들었다. 이 글은 Antigravity의 핵심 기능, 기존 도구와의 차이, 실무 도입 판단 기준을 정리한다.
※ 이 글은 2026년 4월 기준, Google Developers Blog·Antigravity 공식 문서·BayTech Consulting·Index.dev 분석을 참조하여 작성됐습니다.
Google Antigravity는 2026년 3월 공개된 에이전트 퍼스트(Agent-First) AI 개발 플랫폼이다. 기존 AI 코드 에디터가 “자동완성 + 인라인 제안”에 집중했다면, Antigravity는 복수 에이전트를 동시에 띠우고, 오케스트레이션하고, 결과를 검증하는 것을 핵심 가치로 둔다.
플랫폼은 두 가지 핵심 인터페이스로 구성된다:
| 인터페이스 | 역할 | 비교 대상 |
|---|
| Editor View | AI 기반 코드 에디터 — 탭 자동완성, 인라인 명령 | Cursor, VS Code + Copilot |
| Manager Surface | 복수 에이전트 스폰·모니터링·피드백 | Devin IDE, Claude Agent Teams |
Editor View는 익숙한 AI 코드 에디터와 비슷하지만, Manager Surface가 Antigravity의 차별화 요소다. 여기서 에이전트를 생성하고, 각 에이전트의 작업 상황을 실시간으로 추적하며, 산출물(Artifacts)을 확인할 수 있다.
AI 에이전트의 가장 큰 약점은 “뭐 하고 있는지 모르겠다”는 불투명성이다. Antigravity는 이를 Artifacts로 해결한다.
Artifacts는 에이전트가 작업 중 생성하는 검증 가능한 산출물이다:
- 태스크 리스트 — 에이전트가 수립한 실행 계획
- 구현 계획서 — 어떤 파일을 어떻게 수정할지 요약
- 스크린샷 — 브라우저 또는 UI 실행 결과 캔처
- 브라우저 레코딩 — 에이전트의 웹 작업 과정 동영상
개발자는 Artifact에 직접 피드백을 남길 수 있고, 에이전트는 실행을 멈추지 않고 피드백을 반영한다. Devin의 Interactive Planning이 “실행 전 검토”라면, Antigravity의 Artifacts는 “실행 중 검증”에 해당한다.
이 설계는 실무적으로 큰 차이를 만든다. 에이전트가 30분 동안 잘못된 방향으로 작업한 뒤에야 결과를 확인하는 게 아니라, 작업 중간에 산출물을 보고 방향을 조정할 수 있다.
2026년 3월 업데이트된 AgentKit 2.0은 Antigravity의 에이전트 생태계를 확장했다:
| 영역 | 에이전트/스킬 예시 | 용도 |
|---|
| 프론트엔드 | React 컴포넌트 생성, 스타일링 리팩토링 | UI 컴포넌트 자동 생성 및 스타일 적용 |
| 백엔드 | API 엔드포인트 생성, DB 스키마 마이그레이션 | 서버 코드와 데이터베이스 작업 자동화 |
| 테스트 | 유닛 테스트 생성, E2E 테스트 작성 | 테스트 커버리지 자동 확대 |
| 디버깅 | 에러 추적, 성능 프로파일링 | 버그 원인 분석 및 병목 식별 |
| SEO | 메타태그 최적화, 구조화 데이터 생성 | 검색 노출 자동 최적화 |
| 데이터베이스 | 쿼리 최적화, 인덱스 분석 | DB 성능 개선 |
11개의 사전 구성된 명령어(슬래시 커맨드)도 제공된다. 예를 들어 /fix는 에러 코드를 입력하면 자동으로 관련 파일을 찾아 수정 PR을 생성하고, /test는 변경된 코드에 대한 테스트를 자동 작성한다.
Google 제품치고는 이례적으로, Antigravity는 자사 모델에 잠기지 않는다. 현재 지원하는 모델:
- Gemini 3 Pro — 기본 모델, 무료 티어에서 넓너한 사용량 제공
- Claude Opus 4.6 — Anthropic의 최상위 모델
- Claude Sonnet 4.6 — 속도와 비용 균형용
- GPT-OSS-120B — OpenAI의 오픈소스 모델
에이전트별로 다른 모델을 할당할 수 있다는 점이 중요하다. 예를 들어 코드 작성 에이전트에는 Claude Opus를, 단순 리팩토링에는 Gemini Flash를 할당하는 식이다. 작업 복잡도에 따라 성능과 비용을 조절할 수 있다.
| 항목 | Google Antigravity | Cursor | Claude Code |
|---|
| 핵심 컨셋 | 에이전트 오케스트레이션 | AI 코드 에디터 | 터미널 에이전트 |
| 복수 에이전트 | Manager Surface에서 동시 실행 | Composer 2로 제한적 지원 | Agent Teams로 지원 |
| 모델 | Gemini 3 Pro + Claude + GPT-OSS | Kimi K2.5 + Claude + GPT | Claude Opus/Sonnet 전용 |
| 가격 | 공개 프리뷰 무료 | $20/월 | Claude Pro $20/Max $100~$200 |
| 작업 검증 | Artifacts(실시간 산출물) | 디프 미리보기 | TodoWrite + 대화형 확인 |
| 학습 기능 | Knowledge Base(자동 저장) | .cursorrules | CLAUDE.md + auto memory |
| OS 지원 | macOS, Windows, Linux | macOS, Windows, Linux | macOS, Windows, Linux |
핵심 차이는 선택과 집중의 문제다. Cursor는 “내가 직접 코드를 쓰는데 AI가 도와준다”, Claude Code는 “터미널에서 AI와 함께 작업한다”, Antigravity는 “AI에게 작업을 스폰하고 나는 감독한다”는 모델이다.
Antigravity는 학습을 플랫폼의 핵심 원시(primitive)로 취급한다. 에이전트가 작업 중 유용한 컨텍스트나 코드 스니펫을 발견하면, 이를 Knowledge Base에 자동 저장한다.
이것은 Claude Code의 CLAUDE.md + auto memory와 유사한 컨셋이지만, 더 구조화된 형태다:
| 도구 | 학습 방식 | 저장 구조 |
|---|
| Antigravity | 작업 중 자동 저장 + 수동 추가 | Knowledge Base (DB) |
| Claude Code | 사용자 지시 + 자동 발견 | CLAUDE.md + memory 파일 |
| Cursor | 사용자 수동 작성 | .cursorrules 파일 |
Knowledge Base의 장점은 에이전트가 이전 작업의 컨텍스트를 자동으로 축적한다는 것이다. 같은 프로젝트에서 에이전트를 반복 사용할수록 에이전트의 작업 품질이 향상된다.