Google Antigravity 완전 가이드 3편 — 브라우저 서브에이전트, 2M 토큰 인덱싱, Google Cloud 직접 배포

다른 IDE는 코드 짜고 끝이에요. Antigravity는 한 발 더 나가서 에이전트가 직접 앱을 실행하고, 클릭하고, 영상으로 검증까지 해줘요. 3편에서는 Cursor나 Claude Code에는 없는 Antigravity만의 기능 세 가지를 다뤄볼게요.

 

메인 에이전트와는 별도로 동작하는 브라우저 서브에이전트가 직접 클릭하고 스크롤하고 폼을 입력할 수 있고, DOM 캡처와 스크린샷, 영상 녹화, 콘솔 로그 읽기까지 지원하는데 Chrome 확장 프로그램 설치가 필요해요.

서브에이전트가 실행되는 동안에는 파란 테두리 오버레이가 떠서 해당 탭 조작이 차단돼요. 컨텍스트 측면에서는 Cursor의 200K 토큰 대비 10배인 2M 토큰을 지원해서 전체 코드베이스를 인덱싱할 수 있는데, Progressive Disclosure 방식으로 필요한 부분만 골라서 로드하기 때문에 효율도 챙겨요.

여기에 .gemini/antigravity/brain/ 디렉토리가 세션 간 아키텍처 결정을 자동으로 저장해주고, Google Cloud 통합으로 GCS와 Cloud Run, BigQuery, Pub/Sub까지 직접 연동해서 배포할 수 있어요.

브라우저 서브에이전트 — 에이전트가 직접 앱을 테스트한다

Antigravity의 가장 독특한 기능이에요. 에이전트가 UI 기능을 구현하면, 메인 에이전트와는 별도로 동작하는 브라우저 서브에이전트가 자동으로 앱을 열고 직접 클릭해서 검증해줘요.

메인 에이전트는 사용자가 선택한 모델(Gemini Pro, Claude 등)이 코드 작성과 파일 수정, 계획 수립을 담당해요. 반면 브라우저 서브에이전트는 별도의 브라우저 특화 모델로 자동 선택되는데, 메인 에이전트가 필요할 때 자동으로 호출하고 Chrome 전용 확장 프로그램으로 동작하면서 메인 에이전트와 독립적으로 실행돼요.

브라우저 서브에이전트가 할 수 있는 것

서브에이전트는 단순히 화면을 보는 게 아니라 실제로 페이지를 조작할 수 있어요. 버튼이나 링크, 체크박스를 클릭하고, 페이지나 특정 엘리먼트를 스크롤하고, 폼 입력이나 검색창에 타이핑하고, 드래그 앤 드롭까지 처리해요. 읽는 쪽도 만만치 않은데, DOM을 캡처해서 전체 HTML 구조를 분석하고, 스크린샷으로 현재 UI 상태를 찍고, 마크다운으로 텍스트 컨텐츠를 파싱하고, 콘솔 로그를 읽어서 JS 에러나 네트워크 요청까지 확인해요. 여기다 전체 인터랙션 세션을 영상으로 녹화하고, 로딩 스피너 같은 동적 상태 변화도 캡처하고, Before/After 스크린샷까지 자동으로 만들어줘요.

브라우저 서브에이전트 설치 및 실행

처음 쓰려면 Chrome 확장 프로그램부터 설치해야 해요. Agent Manager에서 새 대화를 시작하고 "antigravity.google 에 가줘"라고 입력하면 에이전트가 확장 프로그램 설치를 안내해줘요. 안내를 따라 Chrome 확장 프로그램을 설치하면 이후 모든 브라우저 작업이 자동화돼요.

다만 주의할 점이 하나 있어요. 서브에이전트가 실행 중일 때는 파란 테두리 오버레이가 표시되면서 해당 탭은 조작할 수 없게 막혀요. 대신 다른 탭은 자유롭게 쓸 수 있고, 서브에이전트는 비포커스 탭도 조작할 수 있어서 작업 흐름이 끊기지는 않아요.

실전 — 로그인 플로우 자동 검증

직접 어떻게 동작하는지 예시로 보면 이해가 빨라요. "로그인 기능 구현하고 직접 테스트해줘. 이메일/비밀번호 입력 → 로그인 → 대시보드 이동 확인" 이렇게 프롬프트를 주면, 먼저 메인 에이전트가 로그인 코드를 구현하고 npm run dev로 앱 서버를 localhost:3000에서 실행해요. 그 다음 브라우저 서브에이전트가 자동으로 호출돼서 localhost:3000에 접속한 다음, 이메일에 test@example.com을, 비밀번호에 password123을 입력하고 로그인 버튼을 클릭해요. 스피너가 끝날 때까지 기다린 뒤 대시보드 URL(/dashboard)로 이동했는지, 콘솔에 에러가 없는지까지 확인해요. 이 모든 과정은 Browser Recording Artifact로 남는데, 10~30초짜리 전체 플로우 영상과 로그인 페이지 Before 스크린샷, 대시보드 After 스크린샷, 콘솔 로그 요약까지 한 번에 생성돼요. 그래서 개발자는 "직접 실행해서 확인해봐" 할 필요 없이 이 영상만 보면 끝이에요.

보안 측면에서는 1편에서 설정한 JS 실행 정책을 그대로 따라요. 금융이나 의료처럼 보안에 민감한 환경이면 비활성화하는 게 안전하고, 일반적인 경우엔 JS 실행 전에 승인을 받는 "검토 요청" 설정이 권장돼요. "항상 실행"으로 두면 자율성은 최대가 되지만 보안 위험도 같이 올라가요. 서브에이전트가 실제로 Chrome을 제어하는 만큼 실수로 폼이 제출될 수도 있으니, 프로덕션 URL보다는 localhost 환경에서만 쓰는 걸 권장하고, 실제 카드 번호 같은 민감한 데이터는 절대 폼에 입력하지 않는 게 좋아요.

2M 토큰 코드베이스 인덱싱 — 전체 코드베이스를 한 번에

컨텍스트 윈도우만 비교해봐도 차이가 확연해요. Cursor와 Claude Code는 둘 다 약 200K 토큰 수준인데, Antigravity는 Gemini 3.1 Pro 기준으로 2,000K 토큰, 즉 10배나 더 큰 컨텍스트를 가지고 있어요. 그래서 중간 규모의 전체 코드베이스를 한 번에 인덱싱할 수 있고, 파일 간 의존성이나 네이밍 컨벤션, 아키텍처 패턴까지 전체적으로 파악할 수 있어요.

Progressive Disclosure — 스마트 로딩 방식

2M 토큰이라도 모든 파일을 한 번에 로드하면 비효율적이죠. Antigravity는 Progressive Disclosure라는 방식으로 필요한 부분만 골라서 로드해요.

일반 IDE는 열린 파일만 컨텍스트에 포함시키고, 다른 파일을 참조해야 하면 수동으로 열어야 하는 번거로움이 있어요. Antigravity는 다르게 동작하는데, 먼저 프로젝트 구조를 스캔해서 파일명과 디렉토리를 파악하고, 태스크와 관련된 파일을 자동으로 식별한 다음, 의존성 그래프를 추적해서 연관 파일까지 자동으로 포함시켜요. 도메인 지식은 Skills 프레임워크로 모듈화되는데 이건 4편에서 자세히 다룰게요. 결국 필요할 때만 전체 파일을 로드하는 방식이에요. 실제로 "auth 모듈 리팩토링해줘"라고 입력하면 파일 구조를 스캔하고 auth 관련 파일을 자동으로 식별한 다음, auth와 의존 관계가 있는 파일까지 추가로 로드해서 전체 코드베이스 컨텍스트를 기반으로 일관된 패턴을 적용해줘요.

.gemini/antigravity/brain/ — 세션 간 기억

Antigravity는 세션이 끝나도 맥락을 잊지 않는데, 그 비밀은 brain 디렉토리에 있어요. 구조는 아래와 같아요.

.gemini/
└── antigravity/
    └── brain/
        ├── architecture.md      # 아키텍처 결정 기록
        ├── conventions.md       # 코딩 컨벤션
        ├── decisions/           # 주요 기술 결정
        │   ├── 2026-05-auth.md  # JWT 방식 선택 이유
        │   └── 2026-05-db.md    # PostgreSQL 선택 이유
        └── knowledge-items/     # KI: 세션별 학습 내용
            ├── ki-001/
            │   ├── metadata.json
            │   └── artifacts/
            └── ki-002/

이 구조 안에 세션마다 쌓인 결정과 컨벤션이 차곡차곡 저장돼요.

세션이 종료되면 Knowledge Subagent가 대화 내용을 분석해서 핵심 정보를 Knowledge Item(KI)으로 추출하고 저장해요. 다음 세션을 시작하면 이 KI 요약이 자동으로 로드되기 때문에, "지난번에 JWT refresh token 방식으로 변경했음" 같은 내용을 에이전트가 알아서 인식하고 중복 분석 없이 바로 이어서 작업할 수 있어요. 팀으로 작업한다면 brain 디렉토리를 git에 커밋해두면 새 팀원이 프로젝트 컨텍스트를 즉시 습득할 수 있고, "왜 이렇게 설계했지?"라는 질문이 나올 때마다 brain/decisions/를 확인하면 답이 바로 나와요.

Google Cloud 직접 배포 — 에이전트가 인프라까지

Antigravity의 Google Cloud 통합은 코드 작성부터 배포까지 한 번에 처리해줘요.

실전 — 서버리스 파이프라인 배포

Google Codelabs 공식 예제를 기반으로 한 실전 예시예요. 배포 전에는 빌링이 활성화된 Google Cloud 프로젝트와 gcloud CLI 로그인이 필요하고, Agent Manager에서 Review Policy를 "Asks for Review"로, Terminal은 "Request Review"로 설정해서 배포 전에 확인하는 절차를 거치는 게 좋아요. 모델은 Gemini Pro(High)를 권장해요.

Agent Manager에 아래처럼 GCP 프로젝트 ID와 리전을 포함해서 구체적으로 요청하면 돼요.

"GCS에 파일 업로드되면 자동으로 처리하는
 서버리스 파이프라인 만들어줘.

 구조:
 - GCS 버킷에 파일 업로드
 - Pub/Sub 이벤트 트리거
 - Cloud Run으로 Gemini API 호출해서 처리
 - 결과를 BigQuery에 저장

 내 GCP 프로젝트 ID: my-project-123
 리전: asia-northeast3 (서울)
 Python/Flask 기반으로 만들어줘."

이 프롬프트 하나로 에이전트는 할 일 목록부터 만들어요. GCS 버킷 생성, Pub/Sub 토픽 생성, BigQuery 데이터셋 생성, Flask 앱 구현, Dockerfile 작성, GCS-Pub/Sub 알림 설정, Cloud Run 배포, 엔드투엔드 테스트까지 전부 Task List Artifact로 정리해서 보여줘요. 동시에 Implementation Plan Artifact도 만들어지는데, 여기에는 asia-northeast3 리전에 Uniform ACL로 설정될 GCS 버킷, 7일 보존 기간의 Pub/Sub 토픽, id·filename·content·gemini_summary·created_at 컬럼을 가진 BigQuery 테이블, 그리고 Flask와 Vertex AI 패키지로 구성될 앱 구조와 최소 1 인스턴스 512MB로 설정될 Cloud Run까지 상세하게 담겨 있어요. 이 계획에 인라인 코멘트로 "리전 asia-northeast1으로 바꿔줘" 같은 수정 요청을 남기면 에이전트가 바로 반영해줘요.

승인이 끝나면 에이전트가 실제로 터미널에서 아래 명령어들을 검토 후 실행해서 인프라를 만들고 배포까지 진행해요.

# 에이전트가 터미널에서 실행 (검토 후 승인)

# 인프라 생성
gcloud storage buckets create gs://my-project-123-docs \
  --location=asia-northeast3

gcloud pubsub topics create doc-processing-topic

bq mk --dataset my-project-123:documents

# Cloud Run 배포
gcloud run deploy doc-processor \
  --source . \
  --region asia-northeast3 \
  --platform managed \
  --allow-unauthenticated

# GCS → Pub/Sub 연결
gcloud storage buckets notifications create \
  gs://my-project-123-docs \
  --topic=doc-processing-topic \
  --event-types=OBJECT_FINALIZE

명령어들이 실행되면 버킷과 토픽, BigQuery 데이터셋이 만들어지고 Cloud Run에 앱이 배포되면서 GCS와 Pub/Sub이 연결돼요.

배포가 끝나면 에이전트가 Walkthrough Artifact를 자동으로 만들어서 검증까지 해줘요. GCS에 테스트 파일을 업로드하고 Pub/Sub 메시지가 발행됐는지, Cloud Run 로그에서 처리가 됐는지, BigQuery에 결과가 저장됐는지까지 확인한 다음 전체 흐름을 스크린샷과 요약으로 정리해줘요. 개발자는 이 Walkthrough Artifact를 읽고 BigQuery 결과를 한 번 쿼리해보면 작업이 끝나요.

지금 시점에서 Antigravity가 지원하는 Google Cloud 서비스는 Cloud Run, Cloud Functions, GCS, Pub/Sub, BigQuery, Firebase, Vertex AI, Cloud SQL까지 꽤 폭넓어요. 다만 GKE처럼 복잡도가 높은 Kubernetes 환경은 아직 지원이 약하고, 2026년 초 기준으로는 내부 정책상 프로덕션 배포에도 제한이 있고, GCP 외의 멀티 클라우드 환경은 지원하지 않아요.

마무리

3편에서 다룬 세 가지 기능은 상황에 따라 효과가 확실히 갈려요. UI를 구현하고 매번 직접 실행해서 테스트하는 게 귀찮았다면 브라우저 서브에이전트가 그 수고를 대신 덜어줄 거예요. 대형 레거시 코드베이스를 한 번에 파악해야 하거나, 오래된 프로젝트에서 "왜 이렇게 설계했지?" 맥락을 잃어버린 상황이라면 2M 토큰 인덱싱과 brain 디렉토리가 큰 도움이 되고, GCP 스택을 쓰는 팀이라면 서버리스 배포 자동화까지 한 번에 누릴 수 있어요. 다만 브라우저 서브에이전트는 프로덕션 URL에서는 절대 실행하지 말아야 하고, 2M 토큰 인덱싱은 Gemini 3.1 Pro에서만 제대로 작동하며 Flash에서는 제한된다는 점, Google Cloud 배포는 아직 프로덕션 환경을 공식 지원하지 않는다는 점, brain 디렉토리를 git에 커밋할 때는 민감한 아키텍처 정보가 노출되지 않도록 주의해야 한다는 점은 꼭 기억해두는 게 좋아요.