Google AI Studio 풀스택 개발 환경과 Antigravity CLI 전환

프롬프트가 풀스택 애플리케이션이 되는 과정

Google AI Studio는 프롬프트를 시험하는 도구에서 출발했지만, 이제 자연어 요구사항을 풀스택 애플리케이션으로 만들고 프로덕션에 배포하는 흐름까지 한 환경에서 다룬다. 멀티플레이어 협업, Android·Google Workspace 연동, AI 에이전트 오케스트레이션이 결합되면서 바이브 코딩도 단순한 코드 생성보다 넓은 개발 방식으로 확장되고 있다.

이 환경에서는 단일 프롬프트로 프론트엔드와 백엔드, 데이터베이스 레이어를 함께 스캐폴딩한다. Gemini 2.5 Pro가 요구사항을 분석해 React 또는 Angular 기반 프론트엔드, Node.js·Python·Go 가운데 적합한 백엔드 스택, Firebase Firestore 또는 Cloud SQL 스키마를 생성한다.

핵심은 생성된 레이어들이 각자 따로 움직이지 않도록 인터페이스 계약을 함께 만드는 데 있다. API 엔드포인트 명세와 데이터 모델 타입, 인증 흐름이 일관된 형태로 연결되므로 개발자는 레이어 사이의 보일러플레이트보다 비즈니스 로직에 집중할 수 있다.

⤢✕

생성과 수정은 프리뷰 루프 안에서 이어진다

AI Studio의 에이전트는 코드 완성만 제공하는 방식이 아니다. 요구사항 분석에서 아키텍처 설계, 코드 생성, 자체 테스트, 오류 수정으로 이어지는 멀티스텝 루프를 수행한다. 개발자는 중간 단계에 개입할 수도 있고, 에이전트가 다음 단계로 계속 진행하도록 맡길 수도 있다.

생성된 결과는 Web Container 기술을 이용한 브라우저 내부 Node.js 런타임에서 확인한다. 코드가 바뀌면 핫 리로드로 프리뷰에 반영되며, 개발자가 작성한 코드와 에이전트가 수정한 코드가 같은 확인 과정을 거친다. 로컬 환경을 별도로 구성하지 않고도 풀스택 애플리케이션의 동작을 검토할 수 있는 구조다.

배포 대상은 Firebase Hosting, Cloud Run, Google Kubernetes Engine(GKE)이다. AI는 프로젝트 성격에 따라 정적 웹앱을 Firebase Hosting으로, 컨테이너 기반 마이크로서비스를 Cloud Run으로, 대규모 트래픽을 처리하는 서비스를 GKE Autopilot으로 연결하도록 추천한다.

Cloud Build와 통합된 CI/CD 파이프라인에서는 커밋 이후 배포까지의 상태를 AI Studio 안에서 시각적으로 관리한다. 환경 변수와 시크릿, 스케일링 정책도 자연어로 설정할 수 있어 개발 흐름과 배포 구성을 같은 작업 공간에서 다룰 수 있다.

사람과 에이전트가 같은 코드를 편집할 때

멀티플레이어 환경에서는 여러 개발자뿐 아니라 AI 에이전트도 동시 편집의 참여자가 된다. AI Studio는 Operational Transformation(OT) 또는 CRDT(Conflict-free Replicated Data Type) 알고리즘을 기반으로 편집 충돌을 해소한다. 같은 파일에서 발생한 변경에는 벡터 클록(Vector Clock) 타임스탬프가 부여되고, 서버 측에서 병합된다.

AI 에이전트의 제안도 이 동기화 계층을 통과한다. 에이전트가 함수를 수정하는 동안 팀원이 같은 파일의 다른 부분을 편집할 수 있으며, 에이전트가 만든 변경은 별도 레인(Lane)에 표시돼 사람의 편집과 구분된다.

⤢✕

AI가 제안한 개선안은 팀의 공용 공간에서 공유된다. 다른 팀원이 내용을 검토하고 투표할 수 있으며, 과반수가 승인하면 코드베이스에 자동으로 적용되는 협업 모델을 지원한다.

리뷰 인터페이스는 GitHub Pull Request와 비슷한 방식으로 구성된다. AI 에이전트는 변경사항에 리뷰 코멘트를 만들고 잠재적 버그와 성능 문제, 보안 취약점을 인라인으로 표시한다. 사람과 AI가 남긴 코멘트가 한곳에 모이므로 팀원은 같은 변경 맥락을 보며 논의를 이어갈 수 있다.

조직에서 사용할 때는 역할 기반 접근 제어(RBAC)가 경계를 만든다. 프로젝트 소유자(Owner), 편집자(Editor), 뷰어(Viewer), AI 에이전트 운영자(Agent Operator) 역할에 따라 에이전트 실행과 코드 병합, 배포 권한을 나눈다. Google Workspace의 그룹과 디렉터리 구조는 AI Studio 프로젝트에 반영되며, 엔터프라이즈 계층에서는 SOC 2 준수를 위한 감사 로그와 데이터 상주(Data Residency) 정책, VPC Service Controls 통합을 지원한다.

경쟁 도구와 갈리는 지점은 작업 범위다

Cursor는 로컬 IDE 확장을 중심으로 개인 생산성에 초점을 맞춘다. Replit은 교육과 프로토타이핑에 특화되어 있고, Claude Code는 터미널 기반 에이전트 코딩에 강점이 있다. Google AI Studio는 풀스택 생성과 팀 협업, 배포를 Google 생태계 안에서 연결하는 방향에 무게를 둔다.

⤢✕

AI Studio의 차별점은 Firebase, Cloud Run, BigQuery, Google Analytics를 개발 환경에 네이티브로 연결하는 수직 통합이다. 이미 Google Cloud를 사용하는 엔터프라이즈 팀이라면 풀스택 개발에 필요한 서비스를 별도 도구로 이어 붙이는 부담을 줄일 수 있다.

따라서 이 도구들의 관계를 단순한 우열로 보기는 어렵다. 로컬 IDE, 클라우드 IDE, 터미널, Google Cloud 중심 통합 환경 가운데 현재 워크플로우와 인프라 스택에 맞는 범위를 선택하는 문제에 가깝다.

Gemini CLI 이후를 맡는 Antigravity CLI

Gemini CLI의 공식 deprecation과 Go로 재작성된 Antigravity CLI로의 이동은 명령 이름만 바꾸는 전환이 아니다. Node.js 기반 Gemini CLI에서 Go 기반 도구로 아키텍처가 바뀌면서 실행과 배포, 확장 방식에도 변화가 생긴다.

Go의 컴파일 언어 특성은 시작 시간(Startup Time)을 단축하고 메모리 사용량을 줄여 CI/CD 파이프라인에서 활용하기 좋은 조건을 만든다. 단일 바이너리로 배포할 수 있어 별도의 복잡한 런타임 의존성 없이 Linux, macOS, Windows에서 같은 도구를 실행할 수 있다. 플러그인 시스템도 다시 설계돼 서드파티 도구와의 통합이 더 유연해진다.

전환 일정은 6월 18일로 예정되어 있다. 기존 Gemini CLI 사용자를 위해 스크립트 마이그레이션 가이드와 자동 변환 도구가 제공되며, gemini 명령은 antigravity 또는 축약형 ag로 대체된다. 주요 플래그와 환경 변수는 하위 호환성을 유지한다.

Android 개발 흐름까지 연결되는 AI Studio

Android 연동은 Android Studio 플러그인을 통해 이뤄진다. 개발자는 Android Studio에서 AI Studio 워크스페이스를 열고, AI 에이전트에 Compose UI 컴포넌트 생성과 API 연동 코드 작성, 단위 테스트 자동화를 맡길 수 있다.

Firebase AI Logic SDK의 Android 지원은 온디바이스 AI와 클라우드 AI를 함께 사용하는 하이브리드 추론 패턴으로 이어진다. 네트워크 연결이 불안정하면 온디바이스 Gemini Nano가 작동하고, 연결이 안정되면 클라우드 Gemini 2.5 Pro로 자동 전환되는 폴백 메커니즘을 제공한다. Google이 AI 코딩 환경을 웹과 백엔드에 한정하지 않고 모바일 앱 개발로 확장하는 연결점이다.

Google AI Studio를 선택할 이유는 코드 생성 기능 하나에 있지 않다. 프롬프트에서 시작한 요구사항이 인터페이스 계약을 갖춘 풀스택 코드가 되고, 사람과 에이전트의 공동 편집을 거쳐 Google Cloud 배포로 이어지는 전체 경로가 핵심이다. 여기에 Antigravity CLI와 Android 개발 흐름이 연결되면서 Google 생태계를 사용하는 팀에게 하나의 통합된 개발 선택지가 형성된다.