에이전트 (Agent)

에이전트 핵심 구성요소 공식 문서 #

에이전트(Agent)는 프론티어 LLM에 의해 구동되는 다단계 추론 시스템입니다. 사용자의 요청을 이해하고, 계획을 세우고, 도구를 사용하여 작업을 수행합니다.

핵심 구성요소 (Core Components)

언제 어떤 도구를 사용할까?

에이전트 모드 & 설정 공식 문서 #

에이전트의 작동 방식을 대화 단위로 선택할 수 있습니다. 두 가지 모드가 있습니다.

에이전트 모드 (Conversation-Level)

Planning 모드 실행 흐름 (4단계)

Planning 모드로 작업을 시작하면 에이전트는 아래 4단계 순서로 Artifacts를 생성합니다. 각 단계에서 사용자가 개입하고 방향을 수정할 수 있습니다.

아티팩트 유형 & 상호작용

전체 설정 (Overall Settings)

주요 보안 위협 유형

AI 에이전트 사용 시 주의해야 할 대표적인 보안 위협입니다. 각 위협에 맞는 대응 방법을 함께 확인하세요.

터미널 보안 — 허용 목록 / 차단 목록 설정

설정 → Terminal → Terminal Command Auto Execution에서 정책을 선택합니다.

허용 목록(Allowlist) 단계별 설정

Request Review 정책에서 자주 사용하는 안전한 명령은 허용 목록에 추가하면 자동 실행됩니다.

1. 설정 → Terminal → Terminal Command Auto Execution을 Request Review로 설정
2. "Allowlist Terminal Commands" 섹션에서 + Add 클릭
3. 허용할 명령어 입력 (예: ls -al, python --version, git status)
4. Antigravity 재시작 — 허용 목록은 앱 시작 시 로드되므로 반드시 재시작해야 적용됩니다

차단 목록(Denylist) 단계별 설정

Always Proceed 정책에서 위험한 명령은 차단 목록에 추가하면 자동 실행을 막습니다.

1. 설정 → Terminal → Terminal Command Auto Execution을 Always Proceed로 설정
2. "Blocklist Terminal Commands" 섹션에서 + Add 클릭
3. 차단할 명령어 입력 — 공식 권장: rm, sudo, curl, wget
4. Antigravity 재시작 — 차단 목록도 재시작해야 적용됩니다

보안 수준별 설정 프레임워크

브라우저 URL 허용 목록 (Browser URL Allowlist)

설정 → Browser → Browser URL Allowlist에서 신뢰할 수 있는 도메인만 등록합니다. 에이전트가 등록되지 않은 도메인에 접근하면 승인을 요청하므로 프롬프트 인젝션 공격을 방지할 수 있습니다.

Walkthroughs — 단계별 의사결정 가이드 공식 문서 #

v1.22.2(2026-04-08) 업데이트로 Walkthroughs가 Manager Surface의 1급 UI 레이어가 되었습니다. 프로젝트 초기 세팅·아키텍처 결정·라이브러리 도입 등 "긴 응답을 읽고 직접 실행에 옮겨야 했던" 작업이 단계별 의사결정 흐름으로 시각화됩니다.

핵심 개념 — 의사결정을 흐름으로 가시화

기존에는 에이전트가 긴 응답으로 "이렇게 가실래요, 아니면 저렇게 가실래요?"를 한꺼번에 묻고 사용자가 그 안에서 답을 추려야 했습니다. Walkthroughs는 그 흐름을 다음과 같이 분해합니다.

1. 주요 결정 지점을 자동으로 분리 — 예: React + TypeScript + Tailwind 프로젝트 스캐폴딩 시 "라우팅 라이브러리 / 상태 관리 / 테스트 러너" 같은 결정 항목이 단계로 나뉨
2. 각 단계에서 사용자가 선택 — 옵션별 장단점이 함께 표시되고, 사용자는 한 항목을 골라 다음으로 진행
3. 에이전트가 결정에 맞춰 다음 단계를 구체화 — 앞 단계 선택이 다음 단계의 보기와 코드에 반영됨
4. 완료 후에는 결정 이력이 그대로 남음 — 어떤 시점에 어떤 옵션을 선택했는지 추적 가능

3컬럼 Manager Surface UI

Walkthroughs는 새로 도입된 3컬럼 레이아웃의 Manager Surface에서 가장 자연스럽게 동작합니다.

이전에는 Walkthrough를 열면 전체 화면을 점유해 다른 작업이 끊겼습니다. 3컬럼 구조에서는 여러 Walkthrough를 동시에 띄워 비교할 수 있습니다.

어떤 작업에 Walkthrough가 자동 생성되나

모든 응답이 Walkthrough가 되지는 않습니다. 다음 유형의 작업에서 에이전트가 자동으로 생성합니다.

• 프로젝트 스캐폴딩 — 새 앱·새 패키지 초기 구조 결정
• 아키텍처 의사결정 — 상태 관리·라우팅·데이터 fetching 전략
• 라이브러리 도입 — 후보 비교 → 선택 → 설치·초기화
• 마이그레이션 — 단계별 변경이 필요하고 중간 검증이 중요한 작업
• 대형 리팩터링 — 영향 범위가 크고 순서가 중요한 코드 이동

이용 시 주의 — 커스텀 Walkthrough의 레이아웃 문제

Walkthrough 활용 프롬프트 예시

• "새 Next.js 15 프로젝트를 만들 거야. 라우팅·상태 관리·테스트 러너 선택을 Walkthrough로 만들어 줘. 각 옵션마다 우리 팀(소규모·러닝 커브 중요)에 맞는 추천을 함께 표시해 줘."
• "기존 Express 코드를 Fastify로 마이그레이션할 거야. Walkthrough로 만들어 단계마다 검증할 수 있게 해 줘. 큰 변경 전에는 항상 사용자 승인을 받도록 단계 사이에 멈춰 줘."
• "이미 진행 중인 Walkthrough 두 개(A·B)를 좌측 인덱스에 함께 두고 비교하고 싶어. 각각의 마지막 결정 이력을 한 줄씩 요약해 줘."

Agent Manager — 미션 컨트롤 대시보드 공식 문서 #

Antigravity의 가장 핵심적인 화면입니다. 한 명의 사용자가 여러 에이전트·여러 워크스페이스를 동시에 조율할 수 있도록 설계된 대시보드로, 일반 IDE의 "에디터+사이드바" 구조 대신 여러 대화·여러 산출물을 한 자리에서 묶어 보는 미션 컨트롤 패러다임을 따릅니다.

구성 요소 — 4가지 핵심 영역

병렬 에이전트 운영 흐름

Agent Manager의 핵심 강점은 동시에 최대 5개 에이전트를 한 화면에서 관리할 수 있다는 점입니다. 자세한 모범 사례는 아래 병렬 대화 절에서 다루고, 여기서는 화면 흐름만 정리합니다.

1. Workspaces에 프로젝트 추가 — 한 워크스페이스에 한 에이전트를 두는 것이 충돌 회피에 유리.
2. 각 워크스페이스에서 Start Conversation — 각자 다른 작업 부여.
3. 에이전트가 작업 중 사용자 입력이 필요하면 Inbox에 알림 — 사용자는 Inbox만 보면 어디서 멈춰 있는지 파악.
4. 승인 후 다음 단계 진행 — Implementation Plan 승인·Walkthrough 단계 선택·Review Changes 수락 등.
5. 완료된 에이전트는 산출물(Implementation Plan·Walkthrough·Code diffs)을 남김 — 사용자가 한 자리에서 비교·통합.

Implementation Plan 깊이 보기

Planning 모드에서 사용자 요청을 받으면 에이전트는 코드를 곧바로 작성하지 않고 Implementation Plan을 먼저 산출합니다. 이는 단순한 "작업 목록"이 아니라 다음을 포함하는 구조화된 산출물입니다.

• 요구사항 해석 — 사용자가 명시한 것과 함의된 것을 분리
• 변경 대상 파일·디렉터리 목록
• 접근 방식 — 어떤 라이브러리·패턴을 쓰고 왜 그렇게 결정했는지
• Task Groups — 위 작업을 어떤 단위로 묶어 실행할지 (다음 절 참고)
• 예상 위험과 가정 — 사용자 확인이 필요한 가정 명시

Implementation Plan 단계에서 사용자가 할 수 있는 동작:

Task Groups 깊이 보기

큰 작업을 하나의 흐름으로 다루기 어려울 때 에이전트는 Task Groups로 분해합니다. 각 Task Group은 다음 성격을 갖습니다.

• 독립 실행 단위 — 한 Group 안의 작업은 함께 성공·실패. 다음 Group은 이전 결과에 의존.
• 중간 검증 지점 — Group 완료마다 사용자가 Review Changes로 검토 가능. 큰 작업을 작은 PR 단위로 쪼개는 효과.
• 의존성 명시 — 어떤 Group이 어떤 Group을 기다리는지 Plan에 표시됨.
• 병렬 실행 가능 — 의존성이 없는 Group은 동시에 진행 가능 (성능보다 검토 편의성을 위해).

Agent Manager에서 자주 쓰는 키보드 단축키

Rules, Skills, Workflows #

에이전트의 행동을 커스터마이징하는 세 가지 도구입니다. 각각의 상세 내용은 별도 페이지를 참고하세요.

세 가지 도구 비교

Rules 활성화 모드

Rules vs Workflows — 언제 무엇을 쓸까?

가장 많이 헷갈리는 Rules와 Workflows의 선택 기준입니다. 하나의 지시사항이 항상 적용되어야 하면 Rules, 특정 시점에 단계별로 실행되어야 하면 Workflows입니다.

Skill vs MCP 비교 — 언제 무엇을 쓸까? #

Antigravity에서 에이전트의 기능을 확장하는 두 가지 핵심 수단이 Skill과 MCP입니다. 둘 다 "에이전트가 더 많은 일을 하도록" 만들지만, 작동 원리와 토큰 비용, 적합한 상황이 근본적으로 다릅니다.

핵심 차이점 한눈에 보기

토큰 사용량 비교

토큰 비용은 실제 프로젝트에서 중요한 고려 사항입니다. 두 방식의 토큰 소비 패턴은 일반적인 직관과 반대일 수 있습니다.

수치로 보는 토큰 비교

이럴 때는 반드시 Skill을 사용하세요

이럴 때는 MCP를 사용합니다

MCP를 Skill로 대체할 수 있을까?

결론부터 말하면: 부분적으로 가능하지만, 완전한 대체는 어렵습니다.

실전 조합 패턴

30초 의사결정 가이드

선택 가이드 플로우차트

자주 묻는 질문 (FAQ)

병렬 대화 (Parallel Conversations) #

Antigravity에서는 여러 Agent 대화를 동시에 병렬로 실행할 수 있습니다. 하나의 에이전트가 프론트엔드를 작업하는 동안, 다른 에이전트는 백엔드 API를 구현하는 방식입니다.

병렬 대화 시작 방법

1. 새 대화 열기 — Agent Manager 상단의 "+" 버튼을 클릭하거나, 에디터에서 새 에이전트 패널을 추가합니다.
2. 각 대화에 작업 배분 — 대화창마다 독립적인 작업을 할당합니다. 대화 간에 파일 시스템을 공유하므로 같은 워크스페이스 내 파일에 접근 가능합니다.
3. 모드/모델 독립 설정 — 각 대화에서 Planning / Fast 모드와 모델을 개별적으로 선택할 수 있습니다. 복잡한 작업에는 Planning 모드, 빠른 작업에는 Fast 모드를 활용하세요.
4. 탭 전환으로 진행 상황 확인 — Agent Manager에서 여러 대화 탭을 오가며 각 에이전트의 진행 상황을 모니터링합니다.
5. 결과 통합 — 각 에이전트가 완료한 결과물을 하나의 대화에서 취합하여 최종 통합 작업을 수행합니다.

병렬 대화 실전 시나리오

고급 통합 — AgentKit 2.0 · A2A · 로컬 LLM #

2026년 3~5월에 걸쳐 도입된 개발자·고급 사용자 대상 통합입니다. 일반 사용에는 필수가 아니지만 외부 에이전트 프레임워크와의 연동·로컬 모델 활용·세밀한 실행 설정이 필요할 때 활용합니다.

AgentKit 2.0 통합 2026-03+

Google의 에이전트 빌더 프레임워크 AgentKit이 2.0으로 개편되며 Antigravity와 더 깊게 결합됐습니다. 같은 에이전트 정의를 Antigravity에서 시각적으로 운영하고, 동시에 AgentKit SDK로 자동화·테스트할 수 있습니다.

A2A 프로토콜 — 외부 에이전트와 상호 운용 2026-05+

A2A(Agent-to-Agent)는 Google이 제안한 에이전트 간 통신 표준입니다. 5월 업데이트로 Antigravity에서 만든 에이전트가 LangChain · AutoGen 등 다른 프레임워크의 A2A 호환 에이전트와 메시지를 주고받을 수 있게 됐습니다.

실전 활용 시나리오

• 여러 프레임워크 혼합 시스템 — Antigravity 에이전트가 사용자 입력을 받고, 내부 분석은 LangChain 파이프라인에 위임, 결과를 다시 Antigravity로 반환.
• 레거시 에이전트와의 점진적 통합 — 이미 운영 중인 AutoGen 기반 봇을 그대로 두고 Antigravity 흐름에서 도구처럼 호출.
• 팀 간 협업 — 데이터팀 에이전트(LangChain)와 프런트엔드 팀 에이전트(Antigravity)가 같은 작업을 분담.

로컬 LLM 백엔드 — Ollama · LM Studio 2026-05+

5월 업데이트로 로컬 모델 백엔드 연결이 안정화됐습니다. Ollama(터미널 기반 모델 러너)와 LM Studio(GUI 기반)를 통해 로컬에서 호스팅하는 모델을 Antigravity의 모델 드롭다운에서 선택할 수 있습니다.

설정 흐름 (개요)

1. 로컬 모델 실행 — ollama run llama3 또는 LM Studio의 Local Server 시작.
2. Antigravity Settings → Model Providers에서 사용자 정의 백엔드 추가. URL 예: http://localhost:11434/v1 (Ollama 기본).
3. 모델 드롭다운에서 신규 모델 선택 — 일반 Gemini 모델과 동일한 인터페이스로 사용.

AgentConfig 옵션 2026-05+

5월 업데이트로 에이전트 실행을 세밀하게 제어할 수 있는 옵션이 추가됐습니다. 대부분 워크스페이스 단위 설정 또는 AgentKit SDK 호출에서 지정합니다.

Antigravity 2.0 신규 기능 — Subagents · 스케줄링 2026-05+ #

2026-05-19 I/O 2026에서 발표된 Antigravity 2.0은 단순 버전 업이 아니라 에이전트 운영 패러다임을 한 단계 위로 옮긴 메이저 업데이트입니다. 본 절에서는 일반 사용자 영향이 큰 두 가지를 집중적으로 정리합니다 — 다이내믹 Subagent와 스케줄링된 작업.

다이내믹 Subagent — 주 에이전트가 PM 역할

기존 병렬 대화는 사용자가 직접 워크스페이스마다 새 에이전트를 띄우는 방식이었습니다. Antigravity 2.0의 Subagent는 한 단계 자동화된 형태입니다.

1. 주 에이전트가 사용자 요청을 받음 — 예: "이 프로젝트에 인증·결제·관리자 페이지를 추가해 줘"
2. 요청을 작업 단위로 분해 — 인증/결제/관리자 페이지가 별개 모듈임을 인지
3. 전문 Subagent에 위임 — 각각 별도 컨텍스트의 Subagent가 자기 작업만 책임
4. 결과를 주 에이전트가 통합 — 충돌 검토·인터페이스 정리·요약 보고
5. 사용자는 최종 결과만 검토 — 또는 중간 Subagent 결과를 개별 검토 가능

병렬 대화 vs Subagent — 무엇이 다른가

커스텀 Subagent 정의

Antigravity 2.0 SDK로 도메인별 전문 Subagent를 정의할 수 있습니다. 데이터 분석가·프런트엔드·백엔드·테스트 자동화 등 역할별로 별도의 시스템 프롬프트·도구·MCP 서버를 묶어 두면, 주 에이전트가 작업을 위임할 때 가장 적합한 Subagent를 선택합니다.

스케줄링된 작업 — 백그라운드 자동 실행

특정 시간·이벤트에 에이전트가 자동으로 작업을 시작하도록 예약할 수 있습니다. 사용자가 IDE를 켜놓지 않아도 동작하므로 야간 빌드·일일 리포트·정기 점검 자동화에 적합합니다.

스케줄링 예시

• 매일 오전 9시 — 어제 데이터로 KPI 대시보드 생성, Slack에 요약 전송
• 매주 금요일 17:00 — 한 주 git 변경 사항 요약 리포트 작성
• main 브랜치 push 시 — 자동으로 변경 영향 분석 + 테스트 커버리지 점검
• 매 30분 — 운영 API의 응답 시간 측정·이상 감지 시 알림

Antigravity SDK — 같은 에이전트를 코드로 운영

2.0과 함께 공개된 Antigravity SDK는 데스크톱 앱·CLI와 같은 에이전트 하네스를 프로그래밍 방식으로 호출할 수 있게 해줍니다. UI에서 만든 Subagent·Skill·Hook 정의가 그대로 코드에서도 동작합니다.

• 활용 시나리오 — CI 파이프라인에서 변경 사항 분석·테스트 결과 요약, 외부 시스템(Slack·Jira·내부 도구)에서 Antigravity 에이전트 호출, 사내 자동화 스크립트와의 통합.
• 관리형 에이전트 (Managed Agents in Gemini API) — Gemini API에서 직접 에이전트를 띄울 수 있는 신규 옵션. 격리된 Linux 환경에서 추론·도구 호출·코드 실행을 수행하며, 환경 상태가 호출 사이에 유지되어 후속 요청에서 이어서 작업 가능.
• 엔터프라이즈 배치 — Gemini Enterprise Agent Platform 안에서 Antigravity가 조직 단위 거버넌스·감사 로그·접근 통제와 함께 동작.

Google AI Studio · Workspace 연동

2.0은 다른 Google 도구와의 경계가 크게 낮아졌습니다.

Gemini Spark — Antigravity 하네스 위의 일반 사용자 에이전트 2026-05+

I/O 2026 발표 중 개발자가 알아두면 좋은 단서가 하나 있습니다 — Gemini Spark가 Antigravity의 에이전트 하네스를 그대로 사용해 만들어졌다는 점입니다. Antigravity가 단순한 IDE/CLI가 아니라 Google의 다른 일반 사용자 제품을 떠받치는 에이전트 인프라로 자리잡고 있다는 신호입니다.

Antigravity 2.0 사용 시작 — 마이그레이션 흐름

1. Antigravity 2.0 데스크톱 앱 업데이트 — 기존 1.x 사용자는 자동 알림 또는 공식 다운로드 페이지에서 신규 빌드 수동 설치.
2. 기본 모델이 Gemini 3.5 Flash로 변경됐는지 확인 — 더 빠르고 대부분 작업에 적합. 특정 작업이 더 느려졌거나 품질 저하가 보이면 Gemini 3.x Pro로 명시 전환.
3. 기존 워크스페이스 그대로 사용 — Rules·Skills·Workflows·MCP 설정은 호환 모드로 그대로 동작.
4. Gemini CLI 사용자는 Antigravity CLI 설치 — 2026-06-18 이전에 전환 (자세한 안내는 Gemini CLI 페이지).
5. Subagent·스케줄링 점진 도입 — 큰 작업부터 Subagent 위임으로 옮기고, 반복 작업은 스케줄로 등록.
6. SDK·Managed Agents 검토 — CI·외부 시스템 통합이 필요하면 SDK, 격리 환경이 필요하면 Managed Agents API.
7. AI Ultra 필요성 검토 — Subagent·스케줄링 사용이 늘면 한도가 빨리 차므로 $100 또는 $200 Ultra 플랜 비교.