AI 코딩 에이전트 (AI Coding Agent)를 일상적으로 사용하다 보면 문득 궁금한 점이 생깁니다.

"이 데이터, 다른 PC로 옮길 수 있을까?"

"만약 다른 AI 도구로 갈아탄다면, 지금까지의 설정이나 대화 내용을 가져갈 수 있을까?"

본 기사에서는 **Google Antigravity (Gemini Code Assist)**와 Claude Desktop / Claude Code라는 두 가지 AI 코딩 에이전트에 대해, 실제 Windows 환경의 데이터를 조사하여 이식성(Portability)을 비교 분석했습니다.

OS: Windows 11 -
Antigravity: Gemini Code Assist (VS Code 확장) -
Claude: Claude Desktop 앱 v1.1.5749

모든 데이터는 다음 디렉토리에 집약되어 있습니다:

%USERPROFILE%\.gemini\antigravity\

.gemini\antigravity\
├── conversations/ # 대화 데이터 (.pb Protocol Buffers)
├── brain/ # 아티팩트 (Markdown, JSON, 이미지)
...

대화 데이터 (conversations/*.pb)가 Protocol Buffers 형식이기 때문에, Antigravity 전용 스키마 정의가 없으면 역직렬화(Deserialization)할 수 없습니다. 가장 큰 대화 파일은

2.3MB에 달하며, 텍스트 에디터로는 읽을 수 없습니다.

반면, brain/ 디렉토리에는 아티팩트(구현 계획, 가이드 문서 등)가 Markdown 형식으로 저장되어 있어, 이를 자유롭게 복사하거나 이용할 수 있습니다.

brain/
└── 676ec81d-.../
├── command_log_and_ifthen_guide.md # 14KB
...

용량의 최대 요인은 browser_recordings/ 로, 브라우저 서브 에이전트의 조작 기록으로서 수천 장의 JPG 스크린샷이 저장됩니다.

Claude는 여러 장소에 데이터가 분산되어 있습니다:

# Claude Desktop
%APPDATA%\Claude\
# Claude Code CLI (설치 시)
...

%APPDATA%\Claude\
├── claude_desktop_config.json # MCP·환경 설정
├── config.json # 로케일·테마
...

Claude의 설정 파일은 모두 인간이 읽을 수 있는 JSON입니다:

// claude_desktop_config.json
{
"preferences": {
...

// config.json
{
"locale": "ja-JP",
...

Claude Code는 설정 범위(Scope)의 계층 구조가 명확하게 정의되어 있습니다:

[관리형 (조직)] → [사용자] → [프로젝트] → [로컬]
↓ ↓ ↓ ↓
C:\Program Files\ ~/.claude\ .claude/\ .claude/
...

프로젝트 설정 (.claude/settings.json, CLAUDE.md)은 Git 리포지토리에 포함하여 팀과 공유하는 설계 사상입니다.

Antigravity: ████████████████████████████████ 312 MB
Claude: ██ 19 MB

Antigravity가 16배 이상의 데이터량을 사용하고 있습니다. 주된 원인은 browser_recordings/ (브라우저 조작 스크린샷의 대량 JPG 파일)입니다.

이식성(Portability) 측면에서는 Claude가 압도적으로 우세합니다. 그 이유는 다음과 같습니다:

• 클라우드 퍼스트 (Cloud-first) 설계 — 대화 데이터가 클라우드에 저장되므로, 로그인만으로 환경이 복원됩니다.
• 전체 JSON 설정 — 설정 파일이 모두 인간이 읽을 수 있는 형태(Human-readable)이며, 수동 편집과 버전 관리(Version control)가 용이합니다.
• Git 통합 사상 — 프로젝트 설정을 Git 리포지토리에서 관리한다는 전제의 설계입니다.
• 가벼운 로컬 데이터 — 19MB vs 312MB로 16배의 차이가 납니다.

반면, Antigravity는 로컬 완결성이 뛰어납니다. 클라우드에 의존하지 않기 때문에 오프라인 환경이나 데이터 주권(Data sovereignty)을 중시하는 경우에는 유리합니다. 또한, brain/ 디렉토리의 Markdown 아티팩트(구현 계획, 가이드 문서 등)는 이식성이 높아 유용한 문서 자산으로 활용할 수 있습니다.

선택의 포인트:

• 🔄 빈번한 PC 교체 및 멀티 디바이스 사용 → Claude
• 🔒 데이터를 로컬에 유지하고 싶은 경우 → Antigravity
• 👥 팀 개발의 설정 공유 → 둘 다 동등
• 📦 향후 도구 전환 가능성 → Claude (데이터 형식이 개방적임)

본 기사의 데이터는 2026년 3월 시점의 실제 환경에서 취득한 것입니다. 각 도구의 버전 업데이트에 따라 구조가 변경될 수 있습니다.