5x. Google이 새롭게 선보인 AI Ultra 플랜의 사용 한도가 기존 AI Pro 플랜보다 5배 더 높다는 수치다. 비유하자면, 좁은 1차선 도로에서 달리던 개발자가 갑자기 5차선 고속도로로 진입해 훨씬 더 많은 데이터를 막힘없이 처리할 수 있게 된 셈이다. 그리고 이번 발표의 진짜 핵심은 단순한 한도 증액이 아니라, 개발자가 AI를 사용하는 방식 자체를 완전히 바꾸겠다는 선언에 있다.

Google은 I/O 2026 개발자 키노트를 통해 'Antigravity 2.0'을 공개하며 기존의 IDE(통합 개발 환경, 코딩 도구) 중심 보조 방식에서 벗어나, 여러 AI 에이전트가 협업하는 '에이전트 중심 워크플로우'로의 전환을 공식화했다. 쉽게 말하면, 지금까지의 AI가 코딩 중에 옆에서 힌트를 주는 '똑똑한 조수'였다면, 이제는 아이디어만 던져주면 설계부터 구현까지 스스로 수행하는 '전문가 팀'을 운영하는 방식으로 바뀐 것이다. 개발자는 이제 코드 한 줄의 추천을 받는 수준을 넘어, 독립형 데스크톱 앱과 CLI, SDK를 활용해 여러 에이전트를 동시에 배치하고 병렬로 작업을 수행시키는 오케스트레이터(지휘자)의 역할을 수행하게 된다. 이는 단순한 도구 업데이트가 아니라, AI 보조 개발의 추상화 단계를 '코드'에서 '워크플로우'로 끌어올린 아키텍처의 거대한 전환이다.

Antigravity 2.0과 AI Ultra 플랜이 가져온 도구의 변화

이번 업데이트에서 먼저 바뀐 건 도구의 연결 방식이다. 구글은 기존의 IDE(통합 개발 환경, 코드를 작성하고 실행하는 소프트웨어) 중심의 보조 도구 체계에서 벗어나 에이전트 오케스트레이션(여러 AI 에이전트의 동작을 조율하고 관리하는 것) 중심의 통합 환경을 구축했다. 그 핵심인 Antigravity 2.0은 독립형 데스크톱 애플리케이션으로 제공된다. 쉽게 말하면 기존에는 개발자가 AI에게 일일이 명령을 내리는 방식이었다면, 이제는 여러 명의 전문 AI 직원들이 서로 협력하며 작업을 수행하도록 관리하는 관제탑을 하나 세운 셈이다. 개발자는 이 앱을 통해 다양한 에이전트를 동시에 구동하고 작업을 병렬로 처리하며 복잡한 개발 공정을 효율적으로 제어할 수 있다.

도구의 접근 경로 역시 개발자의 성향과 규모에 맞춰 세분화되었다. 터미널 기반의 빠른 작업을 선호하는 이들을 위해 Antigravity CLI(명령 줄 인터페이스, 텍스트 명령어로 프로그램을 제어하는 도구)를 출시했다. 이는 기존 Gemini CLI를 완전히 대체하며 에이전트 스킬이나 플러그인 같은 핵심 기능을 그대로 계승한다. 또한 자체 서비스에 에이전트 기능을 내장하려는 팀을 위해 Antigravity SDK(소프트웨어 개발 키트, 응용 프로그램 개발을 돕는 도구 모음)를 제공하여 개발자가 원하는 인프라에 에이전트 동작을 직접 정의하고 호스팅할 수 있게 했다. 기업 규모의 환경에서는 Gemini Enterprise Agent Platform(기업용 에이전트 플랫폼)을 통해 구글 클라우드 프로젝트와 직접 연결함으로써 조직 내 워크플로우를 단순화할 수 있다. 비유하자면 개인용 작업실부터 대규모 공장 라인까지 모두 대응할 수 있는 표준화된 도구 세트를 갖춘 것이다.

이 모든 생태계를 지탱하는 엔진으로는 Gemini 3.5 Flash가 기본 모델로 설정되었다. 여러 에이전트가 동시에 작동하는 병렬 워크플로우에서는 모델의 응답 속도가 전체 작업 시간에 누적되어 영향을 주기 때문에, 속도가 빠른 모델을 표준으로 삼아 지연 시간을 최소화한 전략이다. 구글 팀에 따르면 3.5 Flash는 거의 모든 벤치마크에서 Gemini 3.1 Pro보다 뛰어난 성능을 보이면서도 다른 최신 모델들보다 4배나 빠른 속도로 작동한다. 비용 체계에서는 월 100달러의 AI Ultra 플랜이 새롭게 도입되었다. 이는 기존 AI Pro 플랜 대비 5배 더 높은 사용 한도를 제공하여, 고성능 AI 에이전트를 상시 가동하며 대규모 프로젝트를 수행해야 하는 전문 개발자의 요구를 반영했다.

Gemini 3.5 Flash와 관리형 에이전트의 작동 원리

개발자가 바로 체감하는 변화는 응답 속도보다 제어권이다. 기존의 AI가 채팅창에서 정답을 알려주는 비서에 가까웠다면, 이번에 도입된 관리형 에이전트(Managed Agents)는 실제로 작업을 수행하는 실행자로 변했다. 쉽게 말하면 AI에게 전용 컴퓨터 한 대를 통째로 빌려주는 방식이다. 단 한 번의 API 호출만으로 추론과 도구 사용, 코드 실행이 모두 가능한 격리된 리눅스 환경이 생성된다. 비유하자면 AI가 단순히 요리법을 설명하는 것이 아니라, 모든 조리 도구가 갖춰진 독립된 주방에 들어가 직접 요리를 시작하는 것과 같다. 이 환경은 외부와 철저히 격리되어 있어 보안성이 높으며, AI가 작성하고 실행한 코드가 시스템 전체에 영향을 주지 않고 안전하게 작동할 수 있는 물리적 기반이 된다.

AI가 작업하던 환경은 세션이 끝나도 사라지지 않고 유지된다. 이를 지속적 격리 환경(Persistent Isolated Environments)이라 부른다. 보통의 AI는 대화가 길어지면 이전 맥락을 잊거나 매번 상황을 다시 설명해야 하는 번거로움이 있었다. 하지만 이 구조에서는 세션 간에 파일과 상태가 그대로 유지된다. 쉽게 말하면 AI가 사용하던 화이트보드와 메모지가 그대로 남아 있어, 다음 대화에서 다시 처음부터 설명할 필요 없이 바로 작업을 이어갈 수 있는 상태 유지 기능을 제공하는 셈이다. 여기에 마크다운(Markdown) 파일을 이용한 커스텀 에이전트 정의 기능이 더해졌다. 개발자는 복잡한 코딩 없이 텍스트 파일에 지침과 기술을 적어 넣는 것만으로 에이전트의 전문성을 확장할 수 있다. 이는 마치 신입 사원에게 상세한 업무 매뉴얼을 전달해 특정 분야의 전문가로 빠르게 교육시키는 과정과 비슷하다.

이 모든 인프라의 구동 속도를 결정하는 것은 Gemini 3.5 Flash다. 에이전트가 여러 명 투입되어 병렬로 작업을 처리할 때 가장 큰 걸림돌은 응답 지연 시간이다. 여러 모델이 동시에 추론하고 코드를 실행하면 대기 시간이 누적되어 전체 작업 속도가 느려지기 때문이다. 구글 팀에 따르면 Gemini 3.5 Flash는 다른 프런티어 모델보다 4배 빠른 속도를 보여준다. 비유하자면 숙련된 작업자 한 명이 처리하던 일을, 아주 빠른 속도로 움직이는 여러 명의 보조 작업자가 나누어 처리함으로써 전체 공정 시간을 획기적으로 줄이는 구조다. 이러한 고속 추론 능력 덕분에 지연 시간을 최소화하며 복잡한 멀티 에이전트 워크플로우를 매끄럽게 구현할 수 있다. 이 기능들은 Interactions API와 Google AI Studio를 통해 제공되어 개발자가 자신의 환경에 맞춰 유연하게 도입할 수 있도록 설계되었다.

IDE 보조 도구에서 에이전트 오케스트레이션으로의 전환

개발자가 바로 체감하는 변화는 도구의 위치가 아니라 제어권의 범위다. 기존의 AI 보조 도구들이 통합 개발 환경(IDE, 소프트웨어 개발을 위한 모든 도구가 합쳐진 프로그램) 내부에서 다음 코드를 추천해 주는 수준이었다면, 이번 업데이트는 멀티 에이전트 워크플로우 관리라는 더 높은 추상화 단계로 이동했다. 쉽게 말하면 과거에는 AI가 내 옆에서 오타를 잡아주거나 문장을 완성해 주는 똑똑한 비서였다면, 이제는 전체 프로젝트의 공정을 설계하고 실행하는 프로젝트 매니저 역할을 수행하는 셈이다. 단순히 코드를 짜주는 것을 넘어, 어떤 에이전트가 어떤 작업을 맡을지 결정하고 이를 조율하는 에이전트 우선 방식으로 진화하며 개발자의 개입 지점을 코드 단위에서 프로세스 단위로 끌어올렸다.

이러한 변화는 터미널 환경의 도구 구성에서도 명확히 드러난다. 기존의 Gemini CLI(명령줄 인터페이스, 텍스트 기반으로 컴퓨터에 명령을 내리는 도구)는 이제 Antigravity CLI로 완전히 대체되었다. 단순히 이름만 바뀐 것이 아니라, 기존에 제공하던 핵심 기능들을 그대로 흡수하며 관리 체계를 일원화했다. 구체적으로는 에이전트의 특수 능력을 정의하는 Agent Skills, 특정 이벤트 발생 시 동작하는 Hooks, 하위 작업을 수행하는 Subagents, 그리고 기존의 Extensions(확장 기능)를 Antigravity 플러그인이라는 이름으로 재편해 유지했다. 개발자는 이제 복잡한 그래픽 화면 없이도 터미널에서 빠르게 에이전트를 생성하고 관리하며, 기존에 구축해 둔 숙련된 워크플로우를 그대로 가져와 사용할 수 있는 환경을 갖추게 되었다.

가장 결정적인 차이는 단발성 요청을 처리하던 방식에서 지속적인 자동화 파이프라인으로의 전환이다. 이전에는 개발자가 프롬프트를 입력할 때마다 AI가 응답하는 일회성 상호작용이 중심이었다. 하지만 이제는 예약된 작업(Scheduled tasks) 기능을 통해 백그라운드에서 에이전트가 자동으로 동작하도록 설정할 수 있다. 비유하자면 매번 주문서를 넣어야 움직이던 외주 업체가, 이제는 정해진 시간에 맞춰 알아서 결과물을 가져다 놓는 자동화 공장으로 바뀐 것과 같다. 여기에 동적 서브에이전트(Dynamic subagents) 기능이 더해져 여러 작업을 동시에 처리하는 병렬화까지 구현했다. 복잡한 기능을 구현할 때 하나의 AI가 순차적으로 고민하는 것이 아니라, 여러 명의 전문 에이전트가 동시에 투입되어 각자의 파트를 해결함으로써 전체 작업 시간을 획기적으로 단축하는 구조다.

모바일 앱부터 안드로이드 배포까지 확장된 개발 생태계

이번 주부터 사전 등록이 시작되는 Google AI Studio(구글의 AI 프로토타이핑 도구) 모바일 앱은 개발자가 아이디어를 떠올린 순간 바로 기록하고 구체화할 수 있는 환경을 제공한다. 예전에는 길을 걷다 좋은 아이디어가 생각나면 메모장에 적어두었다가 나중에 컴퓨터 앞에 앉아 다시 구현하는 번거로운 과정이 필요했다. 쉽게 말하면 이제는 스마트폰이 단순한 메모장이 아니라 실제 작동하는 시제품을 만드는 작은 실험실이 된 셈이다. 여기서 만든 프로젝트는 Export to Antigravity(앤티그래비티로 내보내기) 기능을 통해 클릭 한 번으로 로컬 개발 환경인 Antigravity로 그대로 옮겨진다. 비유하자면 스케치북에 그린 밑그림을 버튼 하나로 실제 정밀 설계도로 변환해 전문 작업대로 옮기는 과정과 같다. 특히 단순한 파일 이동이 아니라 프로젝트의 모든 맥락이 유지된 채로 이동하기 때문에 개발자는 환경 전환 시 발생하는 설정 오류나 데이터 유실 걱정 없이 즉시 고도화 작업에 착수할 수 있다.

개발 과정에서 데이터 관리의 효율을 높이는 Workspace(구글 워크스페이스) 통합 기능도 주목할 만하다. AI 에이전트가 Google Docs, Sheets, Calendar API(응용 프로그램 인터페이스, 소프트웨어 간 통신 규칙)를 네이티브하게 호출할 수 있게 되었다. 이는 에이전트가 단순히 텍스트를 생성하는 수준을 넘어 실제 업무 도구의 데이터를 읽고 쓰는 권한을 갖게 되었음을 의미한다. 비유하자면 AI에게 사무실의 모든 서류함과 일정표에 접근할 수 있는 마스터키를 쥐여준 것과 비슷하다. 개발자는 복잡한 연동 코드를 일일이 짤 필요 없이 에이전트에게 특정 문서의 내용을 반영하거나 캘린더 일정을 조정하라고 명령하기만 하면 된다. 실무자 관점에서는 외부 API 연동에 소요되던 반복적인 보일러플레이트(반복되는 표준 코드) 작성 시간이 획기적으로 줄어들어 비즈니스 로직 설계에 더 많은 시간을 할애할 수 있게 된다.

가장 파격적인 변화는 안드로이드 앱 빌드와 배포 과정의 단순화다. 이제는 복잡한 코딩 과정 없이 프롬프트(AI에게 내리는 지시어)만으로 네이티브 안드로이드 앱을 구축할 수 있는 환경이 마련되었다. 여기서 끝나는 것이 아니라 Google Play Console(구글 플레이 스토어 관리 도구)이 AI Studio 내에 직접 통합되었다. 덕분에 개발자는 AI Studio 환경을 벗어나지 않고도 자신이 만든 앱을 테스트 트랙으로 즉시 게시할 수 있다. 이는 아이디어 캡처부터 실제 스토어 배포까지의 전 과정을 하나의 매끄러운 파이프라인으로 연결한 결과다. 비유하자면 원재료 수급부터 최종 제품의 진열대 배치까지 모든 공정이 자동화된 스마트 팩토리를 구축한 것과 같다. 개발자 입장에서는 도구 사이를 이동하며 발생하는 맥락 손실이 완전히 사라지고 오직 제품의 완성도와 사용자 경험을 개선하는 데만 집중할 수 있는 통합 개발 생태계를 경험하게 된다.

한국 AI 실무자가 주목해야 할 에이전트 기반 개발의 실무적 의미

이번 업데이트에서 가장 먼저 바뀐 점은 구글 클라우드 프로젝트와 Antigravity(에이전트 기반 개발 플랫폼)의 직접 연결 방식이다. 기업이 기존에 사용하던 클라우드 인프라에 에이전트를 즉시 붙일 수 있게 되면서 엔터프라이즈 워크로드(기업용 작업 부하)의 복잡성이 크게 줄었다. 여기에 Antigravity SDK(소프트웨어 개발 키트)를 활용하면 기업 내부의 전용 툴링이나 실제 고객 서비스 제품 내에 에이전트 기능을 직접 임베딩할 수 있다. 비유하자면 지금까지의 AI 도입이 외부 상담원과 채팅하며 답을 얻는 수준이었다면, 이제는 회사 내부의 핵심 공정마다 전문 AI 작업자를 배치해 업무를 자동으로 처리하는 자동화 파이프라인으로 확장되는 셈이다. 이는 단순한 인터페이스의 변화가 아니라 AI가 기업의 운영 체제 깊숙이 들어오는 경로가 단순해졌음을 의미한다.

개발 환경의 속도감 역시 이전과는 차원이 다르다. 기본 모델로 채택된 Gemini 3.5 Flash는 다른 프런티어 모델보다 4배 빠른 속도를 제공하며, 이는 여러 에이전트가 동시에 작동하는 병렬 워크플로우에서 모델 지연 시간이 누적되는 문제를 획기적으로 해결한다. 쉽게 말하면 아이디어를 내고 이를 프로토타입(시제품)으로 구현해 검증하는 반복 주기가 극단적으로 짧아진다는 뜻이다. 개발자는 더 이상 모델의 느린 응답을 기다리며 사고의 흐름을 놓치지 않고, 고속 반복 프로토타이핑 환경에서 빠르게 가설을 검증하며 제품의 완성도를 높일 수 있다. 특히 빠른 피드백 루프가 중요한 한국의 서비스 개발 환경에서 이러한 속도 이점은 시장 진입 시간을 단축하는 강력한 무기가 된다.

이러한 기술적 변화는 한국 AI 실무자의 역할 정의를 근본적으로 다시 쓰게 만든다. 전통적인 코딩 작업의 자동화 비중이 급격히 증가하면서, 단순한 코드 구현 능력보다는 전체적인 시스템의 흐름을 잡는 아키텍처 설계 역량이 훨씬 중요해졌다. 비유하자면 벽돌을 정교하게 쌓는 숙련공의 역할에서, 어떤 방을 어디에 배치하고 각 공간을 어떻게 유기적으로 연결할지 결정하는 건축 설계자의 역할로 중심축이 이동하는 것이다. 이제 실무자에게 요구되는 핵심 역량은 특정 프로그래밍 언어의 문법을 숙달하는 것이 아니라, 복잡한 비즈니스 요구사항을 어떤 에이전트들의 협업 구조로 풀어낼 것인지 정의하고 관리하는 설계 능력이 될 것이다. 구현의 영역을 AI에게 맡기고, 인간은 더 높은 차원의 논리적 구조를 설계하는 에이전트 설계자로 진화해야 하는 시점이다.