Antigravity 2.0의 내부 구조 이해하기

Antigravity 2.0은 Google이 제공하는 에이전트형 AI 코딩 어시스턴트입니다. 단순한 챗봇이 아니라 파일 조작·명령 실행·Web 검색·서브 에이전트(Sub-agent) 기동 등을 자율적으로 수행하는 "에이전트"로서 동작합니다.

본 기사에서는 다음과 같은 관점에서 그 내부 메커니즘을 해설합니다.

• 사용자 프롬프트가 어떻게 처리되는가
• LLM은 어디서·어떻게 관여하는가
• 사용할 수 있는 도구(Tool)의 종류와 특성
• 규칙 파일(Rule file: GEMINI.md / AGENTS.md / SKILL)의 역할
• 서브 에이전트와 MCP의 위치 선정

블록 다이어그램

전체 아키텍처

Antigravity 2.0은 크게 3개의 레이어로 구성되어 있습니다.

┌─────────────────────────────────────────┐
│ 📜 규칙 파일 레이어 │
│ GEMINI.md / AGENTS.md / SKILL.md │
...

사용자 프롬프트 처리 흐름

1. 시스템에 의한 컨텍스트 구성 (프로그램 처리)

사용자가 프롬프트를 입력하면, 먼저 시스템(프로그램)이 다음을 구성합니다.

• 시스템 프롬프트 (Antigravity의 동작 지시)
• 규칙 파일의 내용 (GEMINI.md / AGENTS.md)
• 대화 이력
• 환경 정보
• 현재 열려 있는 디렉토리·파일 정보

이는 LLM은 관여하지 않는 순수한 프로그램 처리입니다. 템플릿 방식으로 정보를 묶어 LLM으로의 입력을 구성합니다.

2. LLM에 의한 판단 (LLM 처리)

구성된 컨텍스트를 모두 LLM에 전달합니다. LLM은 여기서:

• 다음 액션 (도구 호출(Tool call) 또는 최종 답변 생성)을 결정합니다.

3. 도구 호출 루프 (LLM ⇔ 시스템의 왕복)

LLM이 "도구를 사용한다"라고 판단한 경우, 도구 이름과 인수를 포함한 명령을 출력합니다.

// LLM이 출력하는 도구 호출 명령의 이미지
{
"tool": "grep_search",
...

시스템이 이 명령을 받아 실제로 실행하고, 그 결과를 컨텍스트에 추가하여 다시 LLM에 전달합니다. LLM은 다시 판단하며——이 LLM → 도구 실행 → LLM으로 복귀의 루프가 에이전트의 핵심입니다.

[사용자 입력]
↓
[시스템: 컨텍스트 구성]
...

규칙 파일의 메커니즘

Antigravity 2.0에는 3종류의 규칙 파일이 있습니다.

GEMINI.md — 에이전트의 "헌법"

LLM에 대한 지시를 Markdown으로 기술하는 파일입니다. 항상 컨텍스트에 주입됩니다.

활용 예시:

# ~/.gemini/GEMINI.md 의 예
- 모든 답변은 일본어로 수행할 것
- 코드 주석도 일본어로 작성할 것
...

AGENTS.md — 크로스 툴 공통 설정

Cursor·Claude Code 등 여러 AI 도구에서 공유하고 싶은 규약을 작성하는 파일입니다. Antigravity 전용이 아니라, 어떤 도구에서도 읽을 수 있는 범용적인 포맷입니다.

SKILL.md — 온디맨드(On-demand)로 읽어오는 전문 절차서

SKILL에 대해서는 "Google Antigravity CLI 무료 범위에서 SKILL을 사용해 보았다!"를 참고해 주세요.

필요할 때만 읽히는 전문 태스크용 절차서입니다.

[LLM이 SKILL.md의 description을 단서로 전문 태스크를 감지]
↓
[view_file (IsSkillFile=true)로 SKILL.md의 본문을 읽음]
...

GEMINI.md와의 가장 큰 차이점은 **컨텍스트 절약 (Context Saving)**입니다. 항상 로드되지 않기 때문에 복잡한 절차서도 부담 없이 정의할 수 있습니다.

도구의 전체 모습

빌트인 도구 (Built-in Tools)

Antigravity가 표준으로 제공하는 도구입니다.

📁 파일 조작 계열

🔍 검색 계열

💻 명령 실행 계열

🎨 크리에이티브 계열

🤖 서브 에이전트 (Sub-agent) 계열

🔐 기타

서브 에이전트의 메커니즘

서브 에이전트는 도구로서 호출되지만, 내부에 LLM 루프를 가진 특수한 존재입니다.

메인 LLM
↓ 「invoke_subagent를 호출함」 (도구 명령)
시스템: invoke_subagent를 실행
...

사용 가능한 서브 에이전트 종류:

Built-In vs. Custom Subagents

병렬 실행이 가능하기 때문에, 메인이 작업을 계속하면서 조사는 research 에이전트에게 맡기는 식의 효율적인 사용이 가능합니다.

MCP (Model Context Protocol)

MCP란

Anthropic이 책정한 「AI와 도구를 연결하는 표준 규격」입니다. 「AI를 위한 USB-C」라고도 표현됩니다.

빌트인 도구 vs MCP 도구

MCP 도구의 활용 예시

GitHub MCP ── Pull Request 생성·Issue 관리
Google Workspace MCP ── Drive·Gmail 조작
DB MCP ── 사내 데이터베이스로의 액세스
...

search_web

은 MCP인가?

정답: MCP가 아니라, 빌트인 도구 (Built-in Tool)입니다.

search_web은 Antigravity에 내장된 표준 기능입니다. 다만, 반환되는 「요약」은 Google의 AI(아마도 Google의 Vertex AI Grounding API)가 생성하고 있기 때문에, 도구 내부에 LLM이 숨겨져 있다는 점에서 다른 빌트인 도구와 다릅니다.

요약

개인적으로 AI 에이전트를 능숙하게 다루기 위해서는 컨텍스트 윈도우 (Context Window)가 중요한 개념이라고 생각하기 때문에, Antigravity 2.0의 매력은 컨텍스트 윈도우에 주목하면 알 수 있습니다! + 「서브 에이전트 만드는 법」을 참고해 주세요.

Discussion