프로그래밍 잡기 2026년 5월 20일

오늘도 인터넷의 바다에서 건져 올린, 개인적으로 관심이 갔던 기술 뉴스나 기사를 엄선하여 전달해 드립니다. 의견이나 보충할 점이 있다면 댓글로 알려주시면 감사하겠습니다.

Google I/O 2026에서는 Android 개발 도구가 에이전트 시대를 향해 크게 진화했습니다.

Android Studio에서는 에이전트 스킬을 통해 LLM에 Android 개발의 베스트 프랙티스 (Best Practices)를 학습시켜, 설계부터 코딩, 테스트, 버그 수정까지 자동화할 수 있습니다. Firebase 연동을 통해 풀스택 앱 구축도 가능해졌으며, 여러 대화(Conversation)를 병렬로 실행할 수 있게 되었습니다. 신규 프로젝트 에이전트는 대화면 대응도 강화되었습니다. 모델 측면에서는 Gemini, Claude, GPT에 더해 로컬 실행이 가능한 Gemma 4에도 대응하여, Google AI Studio나 Android CLI를 통해 다양한 환경에서 개발할 수 있습니다.

나아가, 여러 단말의 네트워크 검증이 가능한 에뮬레이터, ADB Wi-Fi 2.0, LeakCanary 및 Android Performance Analyzer, R8 설정 분석, 크래시 수정 AI 등 성능과 품질을 높이는 기능도 확충되었습니다.

Google이 Jetpack Compose를 Android UI 개발의 표준으로 위치시키고, 향후 모든 API·라이브러리·도구·가이드를 Compose First로 제공하겠다고 발표한 기사입니다.

Android 앱이나 게임의 퍼포먼스를 분석·최적화할 수 있는 새로운 프로파일링 도구인 「Android Performance Analyzer (APA)」가 오픈 베타로 공개되었으며, CPU·GPU·메모리·전력의 상세한 해석이나 AI 에이전트에 의한 트레이스 (Trace) 분석이 가능해졌습니다.

AI 에이전트를 운영 환경에서 안정적으로 운용하기 위해 필수적인 LLM 평가와 AI 옵저버빌리티 (AI Observability)의 지표·프레임워크·베스트 프랙티스를 PyCharm 활용 사례와 함께 해설한 기사입니다.

Visual Studio Insiders 18.7부터 네이티브 C++ 프로젝트 (.vcxproj)에서 NuGet 의존 관계를 프로젝트 파일에 직접 기술할 수 있는 <PackageReference>가 실험적으로 지원되기 시작했습니다.

MSVC에 새롭게 도입된 Sample Profile Guided Optimization (SPGO)를 소개하는 기사로, 계측 빌드(Instrumentation Build)나 합성적인 트레이닝 시나리오를 필요로 하지 않고, 프로덕션 릴리스 바이너리에서 하드웨어 샘플링으로 수집한 프로파일을 활용하여 C/C++ 애플리케이션에 5~15%의 성능 향상을 가져오는 메커니즘과 워크플로우를 해설하고 있습니다.

Google의 최신 Flash 계열 모델인 「Gemini 3.5 Flash」가 GitHub Copilot에서 일반 제공되어, Pro 급의 코딩 품질을 Flash 급의 속도와 비용으로 이용할 수 있게 됩니다.

Google 사내 IDE가 오랫동안 제각각이었던 상태에서, 웹 기반 에디터 「Cider」, 그리고 VSCode를 프론트엔드로 채용한 「Cider V」로 진화하여, 2023년에는 사내 개발의 80%를 차지하는 통합적인 IDE가 되기까지의 역사를 전 개발 리드가 회상하는 기사입니다.

감상:

일단, AntiGravity가 아닌 거냐고 일단 태클을 걸고 싶다. MS 제품을 오랫동안 친숙하게 사용해 왔기에, 직원이 제품의 도그푸딩 (Dogfooding)을 하지 않는 회사는 그다지 신뢰가 가지 않는다.

Google Antigravity 2.0은 macOS, Linux, Windows에 대응하는 새로운 스탠드얼론 데스크톱 애플리케이션으로, IDE를 갖추지 않고 에이전트와의 대화에 특화된 설계로 되어 있습니다.

최신 Gemini 모델을 탑재하여 복잡한 태스크를 수행할 수 있는 강력한 에이전트를 제공합니다. 신기능으로는 메인 에이전트가 동적으로 서브 에이전트를 호출할 수 있는 메커니즘, 비동기 태스크 관리, JSON 형식의 훅 (Hook), 그리고 cron을 통해 에이전트를 정기적으로 실행할 수 있는 Scheduled Tasks 등이 있습니다. 대화의 단위는 리포지토리가 아닌 「프로젝트」로 변경되어, 여러 폴더의 참조나 권한 설정이 가능해졌습니다. /goal이나 /grill-me, /schedule 등의 새로운 슬래시 커맨드와 음성 라이브 자막 기능도 추가되었습니다.

기존의 Antigravity IDE는 자동으로 2.0으로 업데이트되지만, 개발자용으로는 IDE도 계속 이용할 수 있습니다.

감상:

IDE가 아니게 된다!

Google은 멀티 에이전트 (Multi-agent) 시대에 대응하기 위해, Gemini CLI를 통합 개발 플랫폼인 「Google Antigravity」의 새로운 터미널 경험인 「Antigravity CLI (agy)」로 이전한다고 발표했습니다. 이에 따라 2026년 6월 18일 이후에는 소비자용 Gemini CLI 및 Gemini Code Assist IDE 확장 기능의 요청 처리를 중단할 예정입니다.

주의:

Gemini CLI나 Gemini IDE 확장은 향후 사용할 수 없게 되므로 주의하십시오. GitHub에 통합된 에이전트도 사용할 수 없게 됩니다.

Zed 에디터에서 로컬 모델 (Local Model)을 사용하는 이점 (개인정보 보호, 비용, 가용성)과 한계를 해설하고, LM Studio나 Ollama 등을 이용한 구체적인 설정 방법, 그리고 비 프론티어 모델 (Non-frontier Model)을 효과적으로 활용하는 팁을 소개하는 기사입니다.

Google I/O 2026에서 발표된 Gemini Omni 및 Gemini 3.5를 비롯한 AI 모델, 에이전트 기능의 확장, 검색 및 쇼핑, Workspace, 스마트 아이웨어 등 Google의 각 제품에서의 AI 활용 최신 업데이트를 정리한 기사입니다.

Google I/O 2026 기조연설에서 Sundar Pichai CEO가 Gemini Omni, Gemini 3.5 Flash, Gemini Spark, Antigravity 2.0 등 에이전트 시대를 개척하는 AI 기술과 제품군을 발표한 내용을 소개하는 기사입니다.

Gemini Spark는 사용자의 지시에 따라 24시간 자율적으로 동작하는 개인용 AI 에이전트입니다. 스마트폰이나 노트북의 전원이 꺼져 있어도 백그라운드에서 가동되며, 중요한 조작 전에는 반드시 확인을 거치는 메커니즘을 갖추고 있습니다. 여러 단계가 필요한 복잡한 태스크도 끝까지 수행하며, Personal Intelligence 기능을 통해 각종 앱과 연동함으로써 이메일 요약, 그룹 여행 일정 조정, 청구서 및 영수증 정리, 웹상에서의 비교 검토 및 예약까지 폭넓게 대응합니다. 태스크, 스케줄, 스킬 등의 기능을 통해 이메일 작성 스타일 학습이나 정기적인 수신함 검토, Google Drive 내 파일 정리 등도 자동화할 수 있습니다. AI Ultra 사용자에게 곧 제공될 예정이며, 구독 계약 및 18세 이상임을 조건으로 합니다.

Google은 프론티어 (Frontier) 수준의 지능과 액션 (Action)을 결합한 최신 모델 제품군인 「Gemini 3.5」를 발표했습니다. 우선 「3.5 Flash」가 출시되었으며, 에이전트 기능과 코딩 성능 면에서 대폭적인 진화를 이루었습니다. Terminal-Bench 2.1 및 MCP Atlas 등의 벤치마크에서 이전 세대인 Gemini 3.1 Pro를 상회하며, 다른 프론티어 모델과 비교해 약 4배의 출력 속도를 실현했습니다. 장기적이고 복잡한 에이전트 작업에 적합하며, Antigravity와 결합함으로써 서브 에이전트 (Sub-agent)를 활용한 다단계 워크플로우를 실행할 수 있습니다. Shopify, Macquarie Bank, Salesforce, Ramp, Xero, Databricks 등의 기업이 이미 업무 자동화에 활용하고 있습니다. 또한 개인용 AI 에이전트 「Gemini Spark」의 기본 모델로도 채택되어, 미국의 Google AI Ultra 가입자를 대상으로 다음 주에 베타 제공이 시작됩니다. 안전성에 대해서도 Frontier Safety Framework에 기반하여 강화되었습니다.

Google은 이미지, 음성, 영상, 텍스트 등 모든 입력으로부터 콘텐츠를 생성할 수 있는 신모델 「Gemini Omni」를 발표했습니다. 첫 번째 모델인 「Gemini Omni Flash」는 영상 출력을 지원하며, 자연어를 통한 대화 형식의 편집이나 물리 법칙 및 세계 지식에 기반한 사실적인 영상 표현을 가능하게 합니다. 자신의 목소리로 말하는 아바타 기능도 제공되며, 생성된 영상에는 SynthID 전자 워터마크가 부여됩니다. 오늘부터 Gemini 앱, Google Flow, YouTube Shorts에서 순차적으로 이용 가능합니다.

Google I/O '26에서 발표된 Antigravity 2.0 및 Managed Agents API 등, Gemini Enterprise Agent Platform 위에서 에이전트를 개발하기 위한 4단계 선택지와 신규 도구군에 대해 해설하는 기사입니다.

Google Cloud가 VS Code 및 Gemini CLI와 같은 개발 환경에 통합하여 엔터프라이즈 데이터에 대한 액세스와 에이전트 구축을 효율화하는 오픈 소스(Open Source) 툴킷인 「Data Agent Kit」를 발표했습니다.

Google Tensor ML SDK가 베타 버전이 됨에 따라, LiteRT와의 통합 및 100개 이상의 모델을 갖춘 모델 가든(Model Garden)을 통해 Pixel 10 시리즈의 TPU 상에서 온디바이스 AI (On-device AI)를 개발할 수 있게 되었습니다.

＿＿＿

Cursor가 지능과 행동을 크게 향상시키고, 장시간 태스크에 대한 지속력과 복잡한 지시에 대한 추종성을 높인 코딩 모델 「Composer 2.5」를 발표했다는 기사입니다.

NTT가 도표 입력 및 이해에 대응하는 생성형 AI 「tsuzumi 2 Vision 모델」을 발표하여, 일본어 비즈니스 문서의 종합적인 활용을 가능하게 했다고 보도하고 있습니다.

Microsoft Foundry의 모델 라우터(Model Router)에 대해, 품질·비용·레이턴시(Latency)를 일괄 측정할 수 있는 오픈 소스 평가 파이프라인의 사용법을 설정부터 결과 확인까지 단계별로 해설하는 기사입니다.

Microsoft의 3가지 에이전트 개발 도구(Agent Builder, Copilot Studio, Azure AI Foundry)에 대해, 빌더상·사용자 접점·로직 복잡도·운영 오너십이라는 4가지 관점에서 클라이언트 프로젝트별로 어떤 것을 선택해야 하는지를 실무 경험에 기반하여 해설한 기사입니다.

Claude Managed Agents에 자사 인프라나 주요 프로바이더 상에서 샌드박스(Sandbox)를 실행할 수 있는 「셀프 호스트 샌드박스(Self-hosted Sandbox)」와 프라이빗 네트워크 내의 MCP 서버에 안전하게 접속할 수 있는 「MCP 터널(MCP Tunnel)」이 추가되었음을 소개하는 기사입니다.

Markdown은 에이전트와의 상호작용에서 주류인 형식이지만, 표현력이 부족하고 장문일 경우 읽기 어렵다는 과제가 있습니다. 저자는 Claude Code에서의 출력에 HTML을 사용하는 것을 권장하고 있으며, 표나 SVG, CSS, 인터랙티브 요소 등으로 정보를 풍부하게 표현할 수 있고, 시각적으로 읽기 쉬우며, 링크로 공유하기 쉽다는 점을 장점으로 꼽고 있습니다. 사양 책정 및 코드 리뷰, 디자인 프로토타입, 리포트 작성, 전용 에디터 구축 등 폭넓은 용도로 활용할 수 있으며, Claude의 작업에 깊이 관여할 수 있다고 기술하고 있습니다.

더 안전하고 투명한 AI 생태계를 향한 콘텐츠 이력의 진전 | OpenAI

OpenAI가 C2CPA 준수 및 Google SynthID 워터마크, 이미지가 자사 도구에서 유래했는지 확인할 수 있는 일반 사용자용 검증 도구의 프리뷰 공개를 통해, 더욱 신뢰성 높은 콘텐츠 이력(Provenance) 생태계 구축을 위한 노력을 진행하고 있음을 소개하는 기사입니다.

AI 에이전트에게 「전부 기억하기」가 아니라 「잘 잊어버리기」 설계를 도입함으로써 효율·속도·안전성이 어떻게 향상되는지를 통신 업계의 대규모 실데이터에 기반한 검증을 통해 해설하는 기사입니다.

위성이나 센서를 사용할 수 없는 영국의 딸기밭에서, 기존 예측 모델의 출력을 LLM 에이전트가 농부의 경험칙처럼 점검·보정함으로써 가정용 GPU 1장만으로도 수확량 예측 정밀도를 2~3할 개선할 수 있었다는 연구를 소개하는 기사입니다.

오픈 소스 리포지토리를 횡단적으로 조사하여, AI 코딩 도구용 설정 파일로서 개발 현장에 정착되어 있는 패턴을 소개하는 기사입니다.

프롬프트 중심의 개발에서는 규모가 커지면 백로그(Backlog)나 완료 기준, 거버넌스(Governance)의 결여로 인해 품질이 무너지고 맙니다. 본 기사에서는 그 해결책으로서 애자일(Agile) 원칙을 AI 에이전트와의 협업에 응용한 「Agentic-Agile」을 제창합니다. 사양을 이슈(Issue)로 기표하고, 수락 기준을 계약으로 취급하며, 단계적으로 결과물을 전달하고, CI나 리뷰 게이트(Review Gate)와 같은 거버넌스를 첫날부터組み込む(통합하는) 것이 요점입니다. 에이전트를 단순한 도구가 아닌 팀의 일원으로 간주하고, 인간은 설계와 사양 책정에 집중하는 협업 모델을 제안합니다.

SMBC 그룹·후지쯔·소프트뱅크 3사가 의료 데이터와 개인 건강 데이터를 활용한 AI 에이전트 및 국산 헬스케어 기반 구축을 통해, 국민의 건강 수명 연장 및 5조 엔 규모의 의료비 억제를 목표로 하는 업무 제휴에 합의했습니다.

AI용 CPU 수요 급증을 배경으로, Intel이 구세대 기술을 사용하는 CPU의 공급을 제한하며 PC 제조사들에게 최첨단 「18A」 기술로 제조된 최신 CPU로의 전환을 촉구하고 있습니다.