본문으로 건너뛰기
IFAI

AI 도구

구글, 안티그래비티용 '에이전트 스웜' 모드 개발

게시 확산 지수 75

구글이 개발 플랫폼 안티그래비티에 여러 AI 에이전트를 조율하는 '에이전트 스웜(Agent Swarm)' 모드를 준비 중이다. 개발자는 공유 게시판과 대시보드를 통해 에이전트 간의 협업 과정을 실시간으로 모니터링할 수 있다. 대규모 개발 작업을 분담할 수 있지만, 쿼터 소모량이 크게 늘어날 수 있다.

이미지: x.com

지금까지 AI 코딩 어시스턴트를 쓰는 일은 초보 인턴을 옆에 두고 일일이 지시하는 과정에 가까웠습니다.

구글이 이 작업 방식을 완전히 바꾸려는 움직임을 보이고 있습니다. 구글의 에이전트 개발 플랫폼 안티그래비티(Antigravity)에 여러 AI 에이전트가 협업하는 '에이전트 스웜(Agent Swarm)' 모드가 개발 중인 것으로 나타났습니다. 사용자가 /swarm 명령어를 입력하면 전용 대시보드가 열리며, 에이전트 간의 소통과 작업 조율 과정을 한눈에 모니터링할 수 있습니다.

하나의 모델과 끝없이 문답을 주고받는 대신, 에이전트들이 공유 게시판을 통해 역할을 나누고 몇 시간씩 걸리는 대형 프로젝트를 병렬로 처리하는 구조입니다.

개발자뿐 아니라 '비판자'와 '감사관'까지 한 팀으로

안티그래비티의 멀티 에이전트 구조는 조율, 실행, 검증의 세 단계로 정교하게 나뉩니다.

사용자가 프롬프트를 확정하면 Sentinel이 프로젝트를 접수하고, Project Orchestrator가 전체 목표를 단계별 마일스톤으로 쪼갭니다. 대화가 길어지면서 맥락을 잃어버리는 현상을 막기 위해, 마일스톤마다 새로운 관리자 에이전트에게 바통을 넘기는 방식을 채택했습니다.

실무 영역에서는 Explorer 에이전트가 코드 저장소를 읽기 전용으로 탐색해 호출 구조를 파악하고, Worker 에이전트가 독립된 환경에서 실제 코드 작성과 리팩터링을 수행합니다.

눈에 띄는 점은 철저한 자체 검증 관문입니다. Critic이 코드 품질과 스타일을 독립적으로 리뷰하고, Challenger는 극한의 엣지 케이스를 만들어 코드를 강하게 스트레스 테스트합니다. Auditor는 테스트가 가짜로 통과되거나 생략되지 않았는지 실제 터미널 출력을 검증하며, 마지막으로 Success Auditor가 최종 승인을 내립니다.

대규모 병렬 작업의 이면: 치솟는 쿼터와 비용

이 스웜 기능은 구글의 최신 Gemini 4 모델군과 맞물려 돌아갑니다. 일상적인 딥워크용인 Argon 외에도, 복잡한 소프트웨어 엔지니어링과 장기 추론에 특화된 Gemini 4 Carbon이 투입됩니다.

실제 내부 시연에서는 웹사이트 콘텐츠 100여 페이지를 17개 언어로 현지화하는 작업을 이틀 만에 끝마쳤습니다. 사람 번역가들이 몇 주 동안 매달려야 했던 분량입니다. Blender에서 프롬프트 하나로 정교한 3D 사원 모델을 만들어내는 작업도 시연되었습니다.

하지만 여러 에이전트가 동시에 실행되는 만큼 자원 소모는 극심합니다. 화면에는 쿼터 소모량이 급증할 수 있다는 경고 문구가 명시되어 있습니다. 게다가 Gemini 4 Carbon의 API 가격은 11월 30일 이후 두 배로 인상될 예정이어서, 비용 부담 또한 만만치 않을 것으로 보입니다.

왜 중요한가

개발자 관점에서 이는 일하는 방식의 근본적인 전환을 의미합니다. 코드를 한 줄씩 들여다보는 실무자에서, 대시보드를 보며 마일스톤 승인 여부를 결정하는 프로젝트 관리자로 역할이 바뀌기 때문입니다. 단순한 수정 작업에는 과하지만, 대규모 프레임워크 전환이나 복잡한 시스템 검증에는 상당한 효용을 줄 수 있습니다.

업계 전체로 보면, 그동안 오픈소스 진영의 실험에 머물며 무한 루프나 오류에 취약했던 멀티 에이전트 기술을 빅테크가 정식 개발 플랫폼 환경으로 끌어올렸다는 점이 중요합니다.

우리는 에이전트가 스스로 작성한 코드를 적당히 넘겨짚지 못하도록 Challenger와 Auditor 같은 적대적 검증 계층을 둔 점이 매우 영리한 접근이라고 봅니다. 다만 에이전트 간의 충돌 해결 방식이나 컨텍스트 분배 기준이 아직 완전히 공개되지 않은 만큼, 실제 복잡한 상용 프로젝트에서 비용 대비 얼마나 안정적인 성능을 낼지는 지켜볼 필요가 있습니다.

출처 (5)

  1. [1]
  2. [2]
    @Google(새 탭에서 열림)토론x.com
  3. [3]
  4. [4]
  5. [5]

매일 AI 콘텐츠 픽