Google Antigravity가 Gemini 3.1 Pro를 워크플로우에 넣었다(2026년 3월 기준). 코드 한 줄 전에 아키텍처를 그리고 논문 PDF를 웹앱으로 옮기는 흐름이 생겼다. 에이전트에게 맡길 첫 과제에 문제 정의와 판정 기준이 적혀 있는지 본다.
이 글은 2026년 3월 기준으로 쓴다. 지금까지 개발자 옆의 AI는 자동완성 도구였다. 한 줄을 치면 다음 줄을 덧붙였고, 주도권은 늘 사람에게 있었다.
원문 필자가 2026년 3월 2일에 정리한 글은 이 관계가 바뀌었다고 본다. 근거는 Google Antigravity 팀이 Antigravity 블로그에 올린 발표다. Gemini 3.1 Pro를 Antigravity 워크플로우에 넣었고, 기능을 만들자고 하면 폴더 구조와 아키텍처부터 잡고 시작하자고 먼저 제안하는 쪽이 AI가 됐다. 원문은 이 방식을 에이전트 중심(Agent-first) 개발이라 부르고, 개발자의 자리를 코더에서 디렉터로 옮겨 적는다.
원문은 이 변화를 편집기 이름으로도 구분한다. Gemini나 ChatGPT를 열어 두고 개발하면 결국 사람이 코드를 쓰지만, IDE가 아니라 ADE를 쓰면 코드를 직접 읽지 않고 에이전트에게 맡긴 뒤 구현체만 보고 판단한다. 그러면 사람이 준비할 것은 코드가 아니라 문제 정의와 구현체를 판정할 기준이 된다.
Gemini 3.1 Pro가 Antigravity 안에서 바꾼 것은 코드 한 줄 전과 그 뒤의 긴 구간이다
원문이 전하는 Gemini 3.1 Pro의 핵심은 추론이다. 문답 한 번으로 풀리지 않는 문제 앞에서 해결 경로를 스스로 따진다. Antigravity 안에서 원문이 꼽는 향상은 넷이다.
| 향상 | 무엇이 달라지나 |
|---|---|
| 코딩 전 사전 설계 | 코드 한 줄을 쓰기 전에 전체 아키텍처 계획을 먼저 매핑한다 |
| 텍스트→코드 애니메이션 | 텍스트 입력만으로 픽셀이 아닌 코드(SVG) 기반 웹 애니메이션을 만든다 |
| 전체 코드 문맥 유지 | 방대한 코드베이스를 훑으면서 문맥을 잃지 않고 오래 걸리는 작업을 수행한다 |
| 추상 개념의 시각화 | 대략적인 개념을 조작 가능한 대화형 UI나 동적 데이터 시각화로 바꾼다 |
원문 필자가 무게를 두는 것은 셋째다. 새로 합류한 사람이 가장 힘들어하는 일은 수만 줄짜리 레거시 코드를 읽는 것이고, 기존 AI는 질문이 길어지면 앞의 내용을 잃었다. 3.1 Pro가 코드 전체의 문맥을 쥔 채 긴 호흡으로 일한다면 오래된 인증 모듈 리팩토링에서 가장 크게 작용한다고 원문은 본다.
첫째와 셋째를 붙이면 사람이 관여하는 지점이 보인다. 코드 한 줄 전의 아키텍처 계획, 그리고 긴 작업이 끝난 뒤의 구현체다. 그 사이는 에이전트가 혼자 지나간다.
구글이 공개한 두 사례는 모두 입력이 코드가 아니었다
원문이 옮긴 구글의 사용 예시는 둘이다. 첫째는 데이터베이스 마이그레이션이다. 사람이 준 것은 작업 지시였고, 에이전트는 데이터 손실 위험을 평가해 방지책을 세운 뒤 로컬 퍼스트(Local-First) 동기화 엔진과 데이터 충돌 해결 전략까지 스스로 설계해 작업을 마쳤다. 둘째는 논문 구현이다. 고차원 이론이 담긴 PDF를 Antigravity에 통째로 넣자, Gemini가 이론을 읽고 실시간 동기화되는 양방향 웹 애플리케이션 코드로 옮겼고 디버깅까지 끝냈다.
원문 필자가 가장 크게 반응한 쪽은 둘째다. CRDT(충돌 없는 복제 데이터 타입) 같은 분산 시스템 이론은 사람이 읽고 코드로 옮기려면 오래 걸린다. 학술 PDF에서 작동하는 웹 앱이 나온다는 것은 진입 장벽이 다른 자리에 생긴다는 뜻이라고 원문은 적는다. 그래서 개발자에게 필요한 능력은 이론 암기가 아니라 "어떤 문제를 풀기 위해 어떤 논문/기술을 가져와 AI에게 조합시킬 것인가"를 정하는 문제 정의와 기획력이라는 것이 원문의 결론이다.
두 사례에서 사람의 입력은 마이그레이션 지시 한 건과 논문 PDF 한 편이었고, 어느 쪽도 코드가 아니다. 사람의 일은 에이전트가 낸 동기화 엔진과 웹 앱을 판정하는 것이다.
시작점은 최신 Antigravity와 Google Codelabs 두 편이다
원문 기준으로 Gemini 3.1 Pro는 최신 버전 Antigravity에서 바로 쓸 수 있고, Google AI Studio·Vertex AI·Gemini CLI·Android Studio에도 Gemini API로 순차 제공된다. 원문이 고른 입문 자료는 Google Codelabs 두 편, 설치와 기능 체험을 다루는 시작하기 편과 여러 사용 사례로 개발과 단위 테스트까지 끝내는 빌드 편이다.
토큰에 관한 원문의 평가도 시작 조건이다. 필자는 Claude Code의 토큰량이 다소 빡빡한 반면 Gemini는 넉넉해서, Antigravity가 3.1 Pro를 지원하면서 개발자와 바이브코더가 더 적극적으로 쓸 수 있게 됐다고 본다. 긴 작업을 맡기는 방식은 도중에 한도에 걸리면 성립하지 않으므로, 모델 성능과 같은 무게로 확인할 조건이다.
비개발 실무자 교육에 Antigravity를 붙인 현대백화점 인재개발원 SQL 심화반도 화면을 가산점으로 떼고 쿼리 품질에 통과선을 두었다. 구현체로 판단하려면 통과 기준이 코드보다 먼저 적혀 있어야 한다.
가져갈 것
- 과제가 "이 함수를 고쳐라"가 아니라 풀어야 할 문제와 조건으로 적혀 있는가
- 코드를 쓰기 전에 에이전트가 낸 아키텍처 계획을 사람이 확인하는 단계가 있는가
- 참고할 논문·설계 문서를 요약이 아니라 PDF 원문으로 입력에 붙였는가
- 마이그레이션 과제라면 데이터 손실 위험 평가와 방지책을 결과물에 넣도록 요구했는가
- 결과를 코드 줄이 아니라 동작하는 구현체로 판정할 기준(테스트·동기화 확인)이 있는가
- Antigravity가 최신 버전이고, 긴 작업을 끝까지 돌릴 토큰 한도가 확보돼 있는가
안 되는 경우
- 원문은 Gemini 3.1 Pro의 컨텍스트 길이, 요금, 토큰 한도를 수치로 밝히지 않는다. Claude Code보다 토큰이 넉넉하다는 평가는 필자의 경험이지 측정 결과가 아니다.
- 두 사례는 구글이 공개한 시연이다. 코드베이스 규모, 소요 시간, 사람이 개입한 횟수를 원문은 전하지 않는다.
- 구현체만 보고 판단하는 방식은 통과 기준을 미리 적을 수 있는 과제에서만 성립한다. 기준이 없으면 오류가 늦게 드러난다.
- Antigravity나 Gemini API 접근이 막힌 사내망에서는 이 흐름을 그대로 쓸 수 없다. 원문은 폐쇄망 옵션을 다루지 않는다.
이번 주에 바꿀 것은 하나다. 에이전트에게 주는 첫 지시를 코드 수정 요청에서 문제 정의 한 장으로 바꾸고, 코드가 나오기 전에 계획을 한 번 보는 단계를 넣는 것이다. 어떤 문제를 어떤 자료와 함께 넘길지부터 막힌다면 조녁컴퍼니 사업영역의 교육·컨설팅 항목을 보면 된다. 사업영역 →