예전에는 에이전트 개발을 위해 개별 도구를 파편적으로 사용하며 인프라를 수동으로 설정해야 했다. 지금은 노코드부터 전문 코딩까지 네 단계의 경로를 선택하고 A2A(Agent-to-Agent) 프로토콜로 이를 통합 관리하는 구조다. 달라진 점은 Google I/O '26에서 공개된 Antigravity 2.0과 Managed Agents API의 도입이다.

구글은 기존 Vertex AI를 Gemini Enterprise Agent Platform으로 확장하며 세션 메모리와 중앙 거버넌스 기능을 통합했다. 주목할 점은 이번 개편이 단순한 기능 추가가 아니라, 비즈니스 사용자부터 전문 엔지니어까지 하나의 플랫폼 위에 묶으려는 구조적 정비라는 사실이다. 로컬 환경의 빠른 프로토타이핑과 클라우드 배포 사이의 간극을 줄이는 데 집중했다. 그러나 모든 기능이 즉시 제공되는 것은 아니며, 일부 거버넌스 통합 기능은 여전히 준비 단계에 머물러 있다.

Antigravity 2.0과 4단계 개발 경로의 실체

개발자가 체감하는 변화는 도구의 개수가 아니라 진입 경로의 세분화다. 구글은 사용자 숙련도에 따라 선택 가능한 네 가지 에이전트 개발 경로를 정의하고 이를 A2A(Agent-to-Agent) 프로토콜로 연결했다. 이는 단순한 도구 모음이 아니라 로우코드에서 하드코딩까지 이어지는 계층적 사다리 구조를 구축한 것이다. 주목할 점은 각 단계가 독립적으로 작동하는 것이 아니라 A2A 프로토콜이라는 공통 기반 위에서 상호 호환된다는 사실이다. 개발자는 낮은 단계에서 빠르게 프로토타입을 만든 뒤 기존에 투자한 자산을 버리지 않고 상위 단계의 런타임으로 그대로 이전할 수 있다. 이러한 연속성은 초기 실험 단계의 성과를 실제 운영 환경으로 전환할 때 발생하는 리소스를 획기적으로 줄이는 장치가 된다.

1단계인 Agent Studio(에이전트 스튜디오)는 로우코드 기반의 시각적 작업 공간을 제공한다. 사용자는 복잡한 코드를 작성하는 대신 모델을 선택하고 프롬프트와 도구를 시각적으로 연결해 에이전트를 구현한다. 이는 전문 개발자가 아닌 비즈니스 팀이 빠르게 아이디어를 검증하는 프로토타이핑 단계에 최적화되어 있다. 반면 2단계인 Managed Agents API(매니지드 에이전트 API)는 인프라 운영의 복잡성을 구글 클라우드가 대행하는 방식이다. 개발자가 에이전트의 동작 로직만 정의하면 실행 환경은 자동으로 구성된다. 특히 각 에이전트는 일시적(ephemeral) 샌드박스 내에서 격리 실행된다. 이는 다수의 에이전트가 동시에 작동하는 환경에서 보안성을 확보하고 실행 간의 상호 간섭을 물리적으로 차단하기 위한 설계다.

3단계 Antigravity(안티그래비티)는 Gemini 모델에 최적화된 오케스트레이션 솔루션으로 작동한다. 코딩과 에이전트 간의 조율에 집중하며 여기서 개발된 스킬은 여러 환경에서 재사용 가능한 모듈 형태로 관리된다. 그러나 가장 높은 제어권을 제공하는 것은 4단계 ADK 2.0(Agent Development Kit, 에이전트 개발 키트)이다. ADK 2.0은 그래프 기반 엔진을 채택해 엔지니어가 직접 멀티 에이전트 구조를 설계하도록 지원한다. 주목할 점은 동적 추론과 결정론적 워크플로 사이를 자유롭게 오갈 수 있다는 점이다. 이는 단순한 순차적 실행을 넘어 복잡한 분기 로직과 상태 관리가 필요한 엔터프라이즈급 에이전트 설계에 최적화된 구조다. 결과적으로 구글은 개발자의 숙련도와 요구되는 제어 수준에 따라 최적의 도구를 선택하게 함으로써 개발 진입 장벽을 낮추는 동시에 전문적인 확장성을 동시에 확보했다.

ADK 2.0의 그래프 엔진과 Antigravity의 운영 방식

개발자가 바로 체감하는 변화는 응답 속도보다 제어권이다. ADK 2.0(Agent Development Kit, 엔지니어가 직접 코드로 멀티 에이전트 구조를 설계하는 도구)은 기존의 단순 선형 워크플로를 버리고 그래프 기반 엔진으로 전환했다. 이는 동적 추론과 결정론적 제어를 동시에 가능하게 하는 구조적 변화다. 주목할 점은 서브 에이전트를 조직하는 세 가지 운영 모드의 세분화다. 완전한 위임을 전제로 하는 chat 모드와 작업 수행 중 모호함이 발생할 때 사용자에게 명확화를 요구하는 task 모드, 그리고 특정 기능을 수행하는 도구처럼 호출하는 single-turn 모드로 구분된다. 반면 기존의 에이전트 설계 방식이 입력과 출력의 고정된 순서를 따랐다면, ADK 2.0은 실행 시점의 상태에 따라 최적의 모드를 선택해 추론 경로를 동적으로 변경한다.

구현 단계에서는 데코레이터를 활용한 함수형 노드 호출 방식이 도입되었다. 이를 통해 개발자는 복잡한 분기 로직을 코드 수준에서 정교하게 설계할 수 있으며, 워크플로의 각 노드를 독립적인 함수처럼 다룰 수 있다. 그러나 이러한 그래프 모델은 분기가 두 개를 넘어설 때부터 실질적인 가치를 발휘하므로, 단순한 작업 구성 시에는 오히려 진입 비용이 발생하는 학습 곡선의 문제가 존재한다. 한편 ADK Kotlin(코틀린 언어 기반의 ADK 확장 버전) 베타 버전은 실행 환경의 제약을 제거하는 데 집중한다. 안드로이드 온디바이스 에이전트가 백엔드에서 동작하는 Python 에이전트와 자연스럽게 협력할 수 있도록 지원하며, 이는 모바일 기기의 로컬 추론과 클라우드의 고성능 연산을 결합한 하이브리드 에이전트 구조를 가능하게 한다.

운영 인터페이스인 Antigravity(코딩과 에이전트 오케스트레이션을 위한 솔루션)는 실행 제어의 효율성을 극대화한다. 데스크톱 앱의 경우 중앙 작업 공간으로서의 역할을 수행하며, 단일 프롬프트만으로 여러 서브 에이전트를 분기시키거나 복잡한 작업을 병렬로 실행하는 제어 기능을 제공한다. 반면 Antigravity CLI(터미널 환경의 명령줄 인터페이스)는 개발 환경의 일관성을 유지하는 데 목적이 있다. 데스크톱 앱에서 설정한 인증 정보와 컨텍스트, 환경 설정값을 터미널에서도 그대로 공유함으로써 도구 간 전환 시 발생하는 설정 중복을 제거했다. 결과적으로 GUI를 통한 시각적 오케스트레이션과 CLI를 통한 빠른 실행 환경을 동시에 구축하여, 프로토타이핑부터 실제 배포 단계까지의 운영 공수를 줄이는 구조를 취하고 있다.

개방형 인프라 전략과 엔터프라이즈 거버넌스 영향

개발자가 바로 체감하는 변화는 응답 속도보다 제어권의 확장이다. 이번 업데이트에서 구글은 Claude Code(Anthropic의 코딩 에이전트)와 Cursor(AI 기반 코드 에디터) 같은 타사 코딩 에이전트가 구글 클라우드 인프라 위에서 동작할 수 있도록 경로를 열었다. 일반적인 클라우드 사업자가 자사 생태계 내의 도구 사용을 강제하여 벤더 록인(Vendor Lock-in, 특정 업체 기술 종속)을 유도하는 것과 대조되는 행보다. 반면 이는 개발자가 선호하는 도구를 유지하면서도 백엔드 인프라만 구글 클라우드로 흡수하겠다는 계산이 깔려 있다. Agent CLI와 ADK를 통해 외부 도구의 호환성을 보장함으로써, 개발 환경의 파편화를 막고 플랫폼 진입 장벽을 낮추는 실리를 택한 셈이다.

엔터프라이즈 보안은 추론의 물리적 위치와 권한 제어라는 기본 원칙에 충실하다. Cloud OAuth(구글 클라우드 통합 인증 체계) 로그인 기반으로 모든 추론 과정이 사용자의 클라우드 경계 내에서 실행되며, 지역별 모델 엔드포인트를 활용해 데이터 주권을 유지하는 구조를 취했다. 주목할 점은 운영 단계의 거버넌스를 위해 도입된 Skill Registry(공개 프리뷰)의 역할이다. 기업 내 여러 팀에서 중복으로 개발하는 도메인 로직을 카탈로그화하여 공유 자산으로 관리함으로써 개발 효율을 높이려는 의도가 보인다. 여기에 Agent Identity(에이전트 식별자)와 Agent Gateway(에이전트 진입점 제어 도구)를 도입해 개별 에이전트의 권한 관리와 트래픽 제어를 중앙에서 통제할 수 있는 체계를 구축했다.

다만 인프라의 완성도 측면에서는 여전히 해결해야 할 과제가 남아 있다. Managed Agents API(에이전트 인프라 관리 API)의 A2A(에이전트 간 통신) 프로토콜 및 거버넌스 통합 기능은 현재 곧 제공 단계로 명시되어 있어, 실제 운영 환경에서의 완전한 자동화까지는 시간이 필요하다. ADK Kotlin(코틀린 언어 기반 에이전트 개발 키트) 역시 베타 버전으로 제공되어 안드로이드 온디바이스 환경과 백엔드 간의 유기적 협업을 실현하기 위한 안정성 검증 단계에 있다. 그러나 낮은 단계의 로우코드 도구에서 시작해 고도화된 코드 기반 구조로 이동하더라도 동일한 런타임을 유지한다는 점은 유의미하다. 이는 개발자가 초기 프로토타입 단계에서 투입한 리소스를 버리지 않고 상위 단계로 전이시킬 수 있음을 의미하며, 결과적으로 엔터프라이즈 환경에서의 도입 리스크를 낮추는 효과를 낸다.