Gemini CLI 종료와 Antigravity CLI 분산 런타임 전환
Gemini CLI 종료 이후 Antigravity CLI로 이전할 때 필요한 Go 분산 런타임, gVisor 격리, 인증, CI/CD 전환 경로를 다룬다.
2026-08-15 · 최초 발행 2026-08-02
Gemini CLI가 멈춘 뒤 바뀐 실행 기반
2026년 6월 Google은 구형 Gemini CLI의 서비스를 공식 종료하고, Google I/O 2026에서 발표한 Antigravity 2.0으로 완전히 전환했다. Google AI Pro, Ultra와 무료 Gemini Code Assist 계정에 대한 기존 CLI의 API 요청 수락도 이 시기에 중단됐다.
전환 일정은 계정 유형과 레거시 API 지원 기간에 따라 나뉜다.
| 날짜 | 이벤트 |
|---|---|
| 2026년 5월 (Google I/O) | Antigravity 2.0 공식 발표 |
| 2026년 6월 1일 | Gemini CLI 신규 요청 수락 중단 |
| 2026년 6월 15일 | 무료 Gemini Code Assist 계정 전환 완료 |
| 2026년 6월 30일 | Google AI Pro/Ultra 계정 전환 완료 |
| 2026년 12월 31일 | 레거시 API 엔드포인트 완전 폐기 예정 |
구형 Gemini CLI는 Python 기반 단일 프로세스 구조였다. 단일 스레드에서 여러 에이전트를 병렬로 실행하기 어려웠고, Python GIL은 CPU 바운드 작업의 병목으로 작용했다. 도커·쿠버네티스 네이티브 통합이 없었으며 에이전트별 코드 실행 경계도 충분히 분리되지 않았다. Node.js 기반 배포에서는 V8 JIT 워밍업으로 콜드스타트가 400~800ms에 이르기도 했고, node_modules 의존성 트리는 150MB 이상이었다.
Gemini CLI (Python) 성능 한계:
- 동시 에이전트: 최대 3개
- 평균 응답 지연: 1,200ms
- 메모리 사용: ~450MB (기본)
- 컨텍스트 윈도우 처리: 단일 스트림
Antigravity CLI의 Go 전환 목표는 콜드스타트 1540ms, 단일 바이너리 약 18MB다. 기존 400800ms 대비 약 95% 단축, 150MB 규모 배포 대비 약 88% 감소에 해당한다.
| 지표 | Gemini CLI (Node.js) | Antigravity CLI (Go) | 개선율 |
|---|---|---|---|
| 콜드스타트 시간 | 400~800ms | 15~40ms | 약 95% 단축 |
| 바이너리 크기 | ~150MB (node_modules) | ~18MB (단일 바이너리) | 약 88% 감소 |
| 메모리 사용 (유휴) | ~80MB | ~12MB | 약 85% 감소 |
Antigravity 2.0은 이 실행 기반을 Go로 다시 작성하고, 작업 분배와 격리를 멀티에이전트 분산 런타임 안으로 가져왔다.
고루틴과 태스크 큐가 에이전트를 나누어 실행한다
사용자 요청은 Gateway와 Intent Parser를 지나 Task Orchestrator로 전달된다. 오케스트레이터는 작업을 Agent Pool Manager에 배분하며, 각 에이전트는 독립적인 Go 고루틴에서 실행된다. 에이전트가 만든 결과는 샌드박스 런타임을 거쳐 수집되고 하나의 응답으로 합쳐진다.
Gateway는 Go net/http와 gRPC로 API 라우팅 및 인증을 처리한다. Task Orchestrator는 고루틴 풀을 사용해 일정을 조율하고, Agent Pool Manager는 sync.Pool로 에이전트 생명주기를 관리한다. 실행 격리는 gVisor의 runsc, 비동기 작업은 Redis Streams, 분산 결과 병합은 Go 채널이 맡는다.
| 컴포넌트 | 역할 | 구현 기술 |
|---|---|---|
| Antigravity Gateway | API 요청 라우팅 및 인증 | Go net/http, gRPC |
| Task Orchestrator | 에이전트 작업 분배 및 스케줄링 | Go goroutine pool |
| Agent Pool Manager | 에이전트 생명주기 관리 | Go sync.Pool |
| Sandbox Runtime | 코드 실행 격리 | gVisor (runsc) |
| Background Task Queue | 비동기 작업 관리 | Redis Streams |
| Result Aggregator | 분산 결과 수집 및 병합 | Go channels |
AX 런타임에서는 Agent Registry가 능력 선언, 리소스 요구사항, 버전 정보를 포함한 에이전트 메타데이터를 보관한다. 에이전트가 OpenAPI 스타일의 capability manifest를 제출하면 Registry가 디스커버리 API를 제공하고, Task Router는 이 정보를 태스크 라우팅에 사용한다. Task Router는 capability matching뿐 아니라 현재 부하, 지리적 지연, 비용 제약을 함께 고려하며 하나의 태스크를 병렬 서브태스크로 나누는 DAG 기반 계획도 수립한다.
Result Collector는 분산 실행 결과를 모아 순서가 필요한 결과를 다시 조립하고, 스트리밍 데이터는 Server-Sent Events로 클라이언트에 실시간 전달한다. AX 런타임은 에이전트 사이의 컨텍스트 공유와 장기 실행 태스크까지 다루며, 개별 에이전트의 수명 주기와 리소스 격리, 결과 수집은 런타임이 맡는다.
실패 범위를 에이전트·태스크·클러스터로 나눈다
에이전트 수준에서는 각 에이전트가 헬스체크 엔드포인트를 노출한다. 런타임은 30초 간격으로 상태를 확인하고, 연속 3회 실패한 인스턴스를 격리한 뒤 트래픽을 다른 곳으로 전환한다.
태스크 수준에서는 멱등성 키로 실행 이력을 추적한다. 네트워크 파티션 때문에 같은 요청이 중복 전달돼도 실제 실행은 정확히 한 번만 수행하는 exactly-once semantics를 적용한다. 타임아웃은 태스크 유형별로 설정할 수 있으며 기본값은 300초다. Fault Tolerance Layer는 실패 감지와 자동 재시도, 회로 차단기 패턴을 담당하고, 체크포인팅으로 장기 실행 태스크의 진행 상태를 보존한다.
클러스터 수준에서는 에이전트를 가용 영역에 분산 배치한다. 단일 영역에 장애가 발생해도 서비스를 이어가며, 글로벌 로드밸런서가 지연 시간을 기준으로 가장 가까운 정상 에이전트 클러스터에 요청을 보낸다. 이처럼 에이전트·태스크·클러스터의 실패 범위를 분리하면 한 플러그인이나 실행 인스턴스의 장애가 전체 CLI 실행으로 번지는 범위를 제한할 수 있다.
코드 실행 경계는 gVisor 안에 놓인다
각 에이전트는 별도의 샌드박스에서 실행된다. Antigravity Runtime은 호스트 운영체제와 에이전트 사이에 gVisor 경계를 두고, 파일시스템·네트워크·프로세스 네임스페이스를 격리한다. 에이전트끼리 필요한 데이터는 공유 메모리 버스를 통해 전달한다.
격리는 프로세스 네임스페이스에서 시작해 시스템 콜, 파일시스템, 네트워크, 자원 한도까지 이어진다.
보안 격리 계층:
├── L1: 프로세스 네임스페이스 격리 (PID, Mount, Network)
├── L2: gVisor 커널 에뮬레이션 (시스템 콜 인터셉트)
├── L3: 파일시스템 읽기 전용 마운트 (워크스페이스 제외)
├── L4: 네트워크 에그레스 필터링 (화이트리스트 기반)
└── L5: 리소스 쿼터 적용 (CPU 2코어, RAM 2GB per agent)
/usr와 /etc는 읽기 전용이고 /workspace는 쓰기를 허용한다. 네트워크는 API 호출을 위한 에그레스만 통과시키며, 각 에이전트에는 CPU 2코어와 RAM 2GB의 리소스 쿼터를 적용한다.
백그라운드 작업을 Redis Streams로 조율한다
Antigravity 2.0의 비동기 태스크 큐는 Redis Streams를 백엔드로 사용한다. 로컬 개발 환경에서는 임베디드 Redis 인스턴스를 자동으로 시작하며, 엔터프라이즈 환경에서는 외부 Redis 클러스터에 연결할 수 있다.
// Antigravity 태스크 큐 설정 예시 (~/.config/antigravity/config.toml)
[task_queue]
backend = "redis" # "embedded" | "redis" | "pubsub"
redis_url = "redis://localhost:6379/0"
max_workers = 8 # 동시 에이전트 수
task_timeout = "300s" # 단일 태스크 최대 실행 시간
retry_policy = "exponential_backoff"
max_retries = 3
[agent_pool]
min_idle = 2 # 최소 대기 에이전트
max_active = 16 # 최대 동시 에이전트
scale_up_threshold = 0.8 # 큐 사용률 80% 이상 시 스케일업Antigravity 2.0 기준으로 기본 최대 동시 에이전트는 16개이며 클러스터에서는 무제한이다. 태스크 큐 처리량은 구형의 약 50 tasks/min에서 약 850 tasks/min으로 늘었고, 평균 응답 지연은 1,200ms에서 180ms로 줄었다. 기본 메모리 사용량은 약 450MB에서 약 85MB로 바뀌었다. 컨텍스트 윈도우는 단일 1M 토큰에서 분산 2M 토큰으로 확장됐으며, 이전에는 지원하지 않던 백그라운드 태스크도 지원한다.
| 메트릭 | Gemini CLI (구형) | Antigravity 2.0 |
|---|---|---|
| 최대 동시 에이전트 | 3개 | 16개 (기본), 무제한 (클러스터) |
| 태스크 큐 처리량 | ~50 tasks/min | ~850 tasks/min |
| 평균 응답 지연 | 1,200ms | 180ms |
| 메모리 사용 (기본) | ~450MB | ~85MB |
| 컨텍스트 윈도우 | 1M 토큰 (단일) | 2M 토큰 (분산) |
| 백그라운드 태스크 | 미지원 | 완전 지원 |
스킬과 플러그인으로 확장하는 방식
Antigravity CLI의 확장 모델은 Gemini CLI의 Extensions와 다르다. 스킬, 규칙, 라이프사이클 훅, MCP 서버 정의를 네임스페이스 기반 플러그인 번들로 묶는다.
스킬은 에이전트가 재사용할 수 있는 동작 단위다. 마크다운 파일로 정의하고 특정 작업이 필요할 때 에이전트가 자동 선택한다. Gemini CLI의 /tool 명령과 개념적으로 닮았지만, 조건 기반 트리거와 멀티스텝 실행을 지원한다. 플러그인은 스킬·규칙·라이프사이클 훅·MCP 서버 정의를 하나의 배포 단위로 묶은 네임스페이스 디렉터리 번들이다.
훅은 JSON 설정 파일로 에이전트 라이프사이클의 특정 시점에 동작을 넣는다. before_tool_call은 도구 호출 전 전처리, after_model_call은 모델 응답 후 후처리, on_loop_stop은 에이전트 루프 종료 조건에 사용된다. 기존 geminirc 훅 설정을 옮길 때는 Antigravity CLI의 JSON 스키마에 맞춘 변환이 필요하다.
플러그인 경계는 JavaScript 모듈을 본체와 같은 프로세스에서 실행하던 방식에서 gRPC 기반 별도 프로세스로 분리됐다. 이 구조에서는 Go뿐 아니라 Python과 Rust 등으로 플러그인을 작성할 수 있으며, 플러그인 장애가 CLI 본체로 전파되는 범위도 제한된다. antigravity-sdk-python 라이브러리를 이용하면 프로그래밍 방식으로 커스텀 에이전트를 만들 수 있고, Google 자체 제품과 같은 에이전트 하네스에 접근한다.
기존 명령과 스크립트를 옮기는 경로
Antigravity 2.0은 antigravity-compat 호환성 레이어를 제공한다. 기존 gemini 명령을 antigravity 명령으로 프록시하므로, 먼저 현재 스크립트의 매핑 범위를 확인한 뒤 직접 이전이 필요한 부분을 분리할 수 있다.
# 호환성 레이어 활성화
antigravity compat enable --mode=strict
# 기존 Gemini CLI 스크립트 실행 (자동 변환)
# 구형: gemini -p "코드 리뷰해줘" -f main.py
# 신형 (자동 변환): antigravity run --task="코드 리뷰해줘" --files=main.py
# 호환성 매핑 확인
antigravity compat show-mappings# 기존 (Gemini CLI)
- name: Run AI analysis
env:
GEMINI_API_KEY: ${{ secrets.GEMINI_API_KEY }}
run: gemini -p "코드 분석" --output json
# 전환 후 (Antigravity CLI)
- name: Run AI analysis
env:
AV_API_KEY: ${{ secrets.AV_API_KEY }}
run: agy -p "코드 분석" --output json# 기존 Gemini CLI 제거
npm uninstall -g @google/gemini-cli
# Antigravity CLI 설치 (Go 바이너리)
curl -fsSL https://antigravity.google/install.sh | sh
# 또는
brew install google-antigravity# 기존 Gemini CLI 명령 패턴
gemini --model gemini-pro "코드 리뷰해줘" --file src/main.py
# Antigravity CLI 대응 명령
agy run "코드 리뷰해줘" --file src/main.py --agent code-reviewer# 기존: GEMINI_API_KEY
export GEMINI_API_KEY=...
# 신규: Antigravity 인증
agy auth login --project my-gcp-project
export AGY_API_KEY=...# 기존 플러그인 호환성 검사
agy plugin validate ./my-plugin --check-legacy
# 플러그인 마이그레이션 자동화 도우미
agy plugin migrate ./gemini-plugin --target antigravity-sdk주요 플래그는 다음과 같이 대응한다. --agents <n>와 --background는 Antigravity 2.0에서 새로 추가된 선택지다.
| Gemini CLI 플래그 | Antigravity 2.0 등가 | 비고 |
|---|---|---|
-p <prompt> |
--task <prompt> |
완전 호환 |
-f <file> |
--files <file> |
복수 파일 지원 강화 |
--model gemini-2.5-pro |
--model gemini-2.5-pro |
동일 |
--sandbox |
--isolation=strict |
기본값으로 변경됨 |
--stream |
--output=stream |
기본값으로 변경됨 |
-y (자동 승인) |
--auto-approve |
동일 기능 |
| N/A | --agents <n> |
신규: 에이전트 수 지정 |
| N/A | --background |
신규: 백그라운드 실행 |
스크립트 묶음은 antigravity migrate로 분석, 변환, 테스트할 수 있다. 자동 변환을 바로 적용하기 전에 --dry-run 결과와 수동 검토 대상을 확인하는 흐름이다.
#!/bin/bash
# 자동 마이그레이션 스크립트 (antigravity migrate 도구 사용)
# 1단계: 현재 스크립트 분석
antigravity migrate analyze ./scripts/
# 출력 예시:
# Found 12 scripts using gemini CLI
# Compatibility: 11/12 auto-migratable
# Manual review needed: 1 script (uses deprecated --format=json-v1)
# 2단계: 자동 마이그레이션 실행
antigravity migrate apply ./scripts/ --dry-run
antigravity migrate apply ./scripts/ --backup=./scripts.bak/
# 3단계: 호환성 테스트
antigravity migrate test ./scripts/기존 Node 플러그인은 인터페이스를 분석해 gRPC 스텁을 생성하는 변환 도구로 옮기거나, 당분간 gRPC 어댑터로 감싸 운영할 수 있다. 기존 Extension마다 Plugin 형식 변환 여부를 확인하고, 프롬프트·정책·MCP 연결을 담은 에이전트 하네스는 팀별로 반복 구축하지 않고 사내 레지스트리를 통해 공유할 수 있다.
전면 교체보다 신구 파이프라인을 병행하는 편이 안전하다. 중요도가 낮은 보조 스크립트부터 Antigravity CLI로 바꾸고 주요 프로덕션 경로는 기존 방식으로 유지하면서, 동일 작업을 두 파이프라인에 전달해 출력 차이와 종료 코드, 회귀 여부를 diff로 확인한다. 회귀가 없다고 판단된 경로부터 전환하고, 전면 적용 전에 롤백 계획을 준비한다. CI/CD에서는 CLI 호출을 환경 변수나 래퍼 스크립트 뒤에 두면 파이프라인 YAML의 변경 범위를 줄일 수 있다.
운영 조직은 외부 CLI를 직접 호출하는 지점을 줄이고 교체 가능한 추상화 계층을 두는 편이 좋다. 단일 프로세스에서 gRPC 기반 멀티프로세스로 이동한 구조는 결합도와 응집도, 장애 격리(bulkhead), 프로세스 분리 패턴과 연결된다. 서비스 EOL, 하위 호환성 단절, 롤백 계획은 변경관리(Change Management)와 형상관리(SCM)의 대상으로 다루며, 병행 검증은 회귀 테스트와 점진적 전환(Strangler Fig) 전략으로 운영할 수 있다.
엔터프라이즈 전환과 인증 설정
엔터프라이즈 고객에게는 2026년 12월 31일까지 레거시 API 지원이 제공된다. 전담 CSM이 마이그레이션을 지원하며, 전환 기간의 SLA는 99.9% 가용성을 보장한다. 전환 후 30일 안에는 이전 버전으로 롤백할 수 있고, Google Cloud Skills Boost의 Antigravity 인증 교육 과정도 제공된다.
엔터프라이즈 전환 지원 정책:
├── 레거시 API 지원 기간: 2026년 12월 31일까지
├── 엔터프라이즈 전용 마이그레이션 지원: 전담 CSM 배정
├── SLA 보장: 전환 기간 중 99.9% 가용성 유지
├── 롤백 옵션: 전환 후 30일 내 이전 버전 복귀 가능
└── 교육 지원: Antigravity 인증 교육 과정 (Google Cloud Skills Boost)
인증 방식은 로컬 사용자, CI/CD 서비스 계정, GKE·Cloud Run의 Workload Identity Federation 환경에 맞춰 선택한다.
# 방법 1: gcloud CLI 기반 인증 (권장)
gcloud auth login
gcloud auth application-default login
antigravity auth setup --provider=gcloud
# 방법 2: 서비스 계정 키 기반 인증 (CI/CD 환경)
export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account.json"
antigravity auth setup --provider=service-account
# 방법 3: Workload Identity Federation (GKE/Cloud Run 환경)
antigravity auth setup --provider=workload-identity \
--workload-identity-pool=projects/PROJECT_ID/locations/global/workloadIdentityPools/POOL_ID
# 인증 상태 확인
antigravity auth status
# 출력: ✓ Authenticated as: user@example.com
# ✓ Project: my-gcp-project
# ✓ Quota: Pro tier (1,000 requests/day)Antigravity SDK는 에이전트 하네스를 프로그래밍 방식으로 다룰 수 있게 한다. 역할과 시스템 프롬프트, 실행 도구, 샌드박스 제한, 라이프사이클 훅, 재사용 가능한 플러그인 패키지를 선언적으로 정의하며, 에이전트를 Google Cloud에 원격 배포하면 Interactions API를 통해 지속 가능하고 확장 가능한 서비스로 운영할 수 있다.
크론 기반 스케줄 에이전트는 정기 코드 리뷰, 의존성 취약점 스캔, 테스트 실행, 문서 갱신을 일정에 맞춰 실행할 수 있다. 이 운영 범위는 기업 정책과 분리되지 않는다. VPC Service Controls로 Google Cloud VPC 내부에서만 에이전트 실행을 허용하고, 데이터 소스 화이트리스트로 접근 범위를 제어하며, 모든 툴 호출과 에이전트 액션을 Cloud Audit Logs에 남길 수 있다. IAM 역할 기반 권한을 세분화하고 Gemini Enterprise Agent Platform으로 중앙 집중식 에이전트 거버넌스 정책을 정의하면, 역할별 에이전트 권한과 스케줄 작업의 실행 범위를 함께 관리할 수 있다.
AI Studio에서 컨텍스트와 권한을 공유한다
Antigravity 2.0의 멀티플레이어 기능은 여러 개발자가 같은 에이전트 워크플로우에 동시에 참여하도록 한다. 팀원은 에이전트 대화 컨텍스트를 실시간으로 공유하므로, 한 개발자가 에이전트로 코드베이스를 분석한 결과를 다른 개발자가 이어서 사용할 수 있다.
실행 권한은 역할에 따라 나눌 수 있다. Workspace 관리자는 인턴에게 읽기 전용 에이전트만 허용하고, 시니어 엔지니어에게는 배포 에이전트까지 실행하도록 정책을 설정할 수 있다. 모든 에이전트 실행은 Cloud Audit Logs에 기록돼 규정 준수 요구사항을 지원한다.
Android Studio Meerkat(2026.1) 업데이트부터 Antigravity 에이전트가 IDE에 내장된다. Compose UI 컴포넌트 자동 생성 및 미리보기, Firebase 연동 코드 자동 작성, Play Console 데이터 분석 에이전트, Google Maps Platform API 통합 지원이 포함된다. Google Cloud와 Android 개발 환경을 함께 사용하는 팀은 CLI 전환 일정뿐 아니라 IDE 확장 업데이트와 기존 확장으로 되돌릴 수 있는 계획도 함께 맞춰야 한다.
CI/CD에서 리뷰와 보안 검사를 분리한다
GitHub Actions에서는 멀티에이전트 코드 리뷰와 보안 스캔을 별도 단계로 실행할 수 있다. 리뷰 작업은 4개 에이전트를 백그라운드에서 실행하고, 보안 작업은 2개 에이전트와 strict 격리를 사용해 SARIF 결과를 만든다.
# .github/workflows/antigravity-review.yml
name: Antigravity Code Review
on:
pull_request:
branches: [main, develop]
jobs:
ai-code-review:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- name: Setup Antigravity CLI
uses: google/antigravity-action@v2
with:
version: '2.0.latest'
auth_method: 'workload-identity'
- name: Run Multi-Agent Code Review
run: |
antigravity run \
--task="PR 코드 리뷰: 버그, 보안 취약점, 성능 이슈 분석" \
--agents=4 \
--files="${{ github.event.pull_request.diff_url }}" \
--output=github-comment \
--background \
--timeout=600s
- name: Security Scan Agent
run: |
antigravity run \
--task="보안 취약점 스캔 (OWASP Top 10 기준)" \
--agents=2 \
--isolation=strict \
--output=sarif \
--sarif-output=security-results.sarif
- name: Upload SARIF
uses: github/codeql-action/upload-sarif@v3
with:
sarif_file: security-results.sarif경쟁 CLI는 실행 위치와 오케스트레이션이 다르다
Antigravity 2.0, Claude Code, Codex Remote CLI는 에이전트를 배치하고 코드를 실행하는 위치가 서로 다르다. Antigravity는 Go 기반 분산 멀티에이전트와 gVisor를 사용한다. Claude Code는 단일 에이전트에서 서브에이전트를 지원하며 Docker 또는 네이티브 환경을 활용한다. Codex Remote CLI는 클라우드 기반 원격 에이전트와 클라우드 VM을 중심으로 구성된다.
| 비교 항목 | Antigravity 2.0 | Claude Code | Codex Remote CLI |
|---|---|---|---|
| 개발사 | Anthropic | OpenAI | |
| 출시 | 2026년 5월 | 2025년 2월 | 2025년 4월 |
| 언어 | Go | TypeScript/Node.js | Python/TypeScript |
| 아키텍처 | 분산 멀티에이전트 | 단일 에이전트 (서브에이전트 지원) | 클라우드 기반 원격 에이전트 |
| 기반 모델 | Gemini 2.5 Pro/Ultra | Claude 4 Sonnet/Opus | GPT-5, o3 |
| 최대 컨텍스트 | 2M 토큰 | 200K 토큰 | 128K 토큰 |
| 동시 에이전트 | 16개 (기본) | 10개 (서브에이전트) | 무제한 (클라우드) |
| 오프라인 지원 | 제한적 | 불가 | 불가 |
| 샌드박스 | gVisor 기반 | Docker/Native | 클라우드 VM |
| 무료 티어 | 1,000 req/day | 없음 (유료) | 없음 (유료) |
| 가격 (Pro) | $19/월 | $100/월 | $20/월 |
| MCP 지원 | v2 (네이티브) | v1.x | v1.x |
| 로컬 코드 실행 | gVisor 격리 | Docker 권장 | 제한적 |
| CI/CD 통합 | 네이티브 액션 | GitHub Action | GitHub Action |
| 정보관리기술사 관련성 | AI 아키텍처, 분산시스템 | AI 에이전트, 보안 | 클라우드 컴퓨팅 |
2026 TerminalBench 기준 비교에서는 Antigravity 2.0이 TerminalBench 71.2%, Claude Code가 68.9%, Codex Remote가 64.4%를 기록했다. SWE-bench Verified는 각각 67.3%, 72.5%, 61.8%였고, HumanEval 코드 생성 결과는 94.1%, 93.7%, 91.2%였다. 100K LOC 규모 리팩토링에는 각각 8.2분, 12.1분, 15.7분이 걸렸다. 별도 SWE-Bench Pro 비교에서는 Antigravity CLI 55.1%, Claude Code 64.3%, Codex CLI 58.6%였으며, Codex CLI는 Terminal-Bench 2.0에서 82.7%, SWE-bench Verified에서 88.7%를 기록했다.
| 벤치마크 | Antigravity 2.0 | Claude Code | Codex Remote |
|---|---|---|---|
| SWE-bench Verified | 67.3% | 72.5% | 61.8% |
| TerminalBench | 71.2% | 68.9% | 64.4% |
| HumanEval (코드 생성) | 94.1% | 93.7% | 91.2% |
| 대규모 리팩토링 (100K LOC) | 8.2분 | 12.1분 | 15.7분 |
| 멀티파일 편집 동시성 | ★★★★★ | ★★★★☆ | ★★★☆☆ |
| 컨텍스트 유지 정확도 | 91.4% | 95.2% | 87.6% |
도구 선택은 환경의 우선순위에서 시작한다
분산 런타임과 마이크로서비스형 에이전트 구조가 필요한 환경에서는 Antigravity의 오케스트레이션 모델을 검토할 수 있다. 보안 측면에서는 gVisor 샌드박스와 코드 실행 경계, 성능 측면에서는 Go 고루틴과 태스크 큐, 클라우드 측면에서는 Google Cloud 자격증명과 Workload Identity가 판단 기준이 된다. Redis Streams 큐는 이벤트 드리븐 아키텍처와 연결해 볼 수 있다.
| 시스템 설계 영역 | Antigravity 관련 개념 | 검토 지점 |
|---|---|---|
| 소프트웨어 아키텍처 | 분산 런타임, 마이크로서비스 에이전트 | 에이전트 아키텍처 패턴 |
| 보안 | gVisor 샌드박스, 격리 경계 | 코드 실행 보안 모델 |
| 성능 | Go 고루틴 동시성, 태스크 큐 | 동시성 처리 모델 |
| 클라우드 | Google Cloud 자격증명, Workload Identity | 클라우드 인증 아키텍처 |
| 데이터 | Redis Streams 기반 큐 | 이벤트 드리븐 아키텍처 |
원본의 선택 기준을 의사결정 트리로 놓으면 다음과 같다.
도구 선택 의사결정 트리:
├── 대규모 코드베이스 (>1M LOC) → Antigravity 2.0 (분산 처리)
├── 보안 최우선 환경 → Claude Code (격리 모델 성숙도)
├── 비용 최적화 → Antigravity 2.0 (무료 티어) 또는 Codex Remote
├── Google Cloud 기반 인프라 → Antigravity 2.0 (네이티브 통합)
├── 최고 정확도 요구 → Claude Code (SWE-bench 기준)
└── 빠른 반복 개발 → Antigravity 2.0 (180ms 응답, 멀티에이전트)
하반기 변화에서 지켜볼 지점
2026년 하반기 AI 코딩 에이전트 시장은 MCP v2를 통한 에이전트 간 통신 프로토콜 표준화, 로컬 모델과 클라우드 모델을 함께 실행하는 엣지 추론, 전문 도메인 에이전트 유통, 에이전트 생성 코드의 지식재산권 정책 정비로 향할 전망이다. 하이브리드 실행에 거론되는 로컬 모델은 Gemma 3와 Claude Haiku이며, 전문 에이전트의 범위에는 보안·테스트·문서화가 포함된다.
Antigravity 2.0의 Go 기반 분산 구조는 이 가운데 엣지 배포와 멀티에이전트 오케스트레이션에 맞닿아 있다. 운영팀이 이전을 준비할 때는 CLI 명령만 바꿀 것이 아니라 레거시 API 종료일, 스크립트 호환성, 플러그인의 gRPC 프로세스 경계, 신구 파이프라인의 결과 차이, 샌드박스의 파일·네트워크 경계, Redis 연결 방식, Google Cloud 인증, 에이전트 권한, CI/CD 출력 형식을 한 범위에서 다뤄야 한다.
Sources
- https://blog.google/technology/ai/antigravity-2-0-announcement-google-io-2026/
- https://developers.google.com/antigravity/migration-guide
- https://cloud.google.com/blog/products/ai-machine-learning/gemini-cli-to-antigravity-migration
- https://gvisor.dev/docs/
- https://github.com/google/antigravity-cli
- https://cloud.google.com/iam/docs/workload-identity-federation
- https://swebench.com/leaderboard/2026
- https://terminalbench.io/results/2026-q2