목록으로
· 8분 읽기 · Tech

Antigravity와 Codex에 정착하기까지

수많은 AI 코딩 에이전트 IDE와 CLI를 거쳐 Antigravity에 정착하기까지의 여정

AI 코딩 에이전트와의 시작

나는 꽤 오래전부터 AI 코딩 에이전트를 사용해왔다. GitHub Copilot 초창기 Beta 때 Waitlist에 등록하고, VSCode-insider에서 처음 써봤으니 말이다.

alt text VSCode-insider에서 GitHub Copilot Chat을 사용할 수 있게 됐다는 2023년 5월 24일 메일이다.

생각보다 꽤 많이 오래 전이다. 2024년도 일 줄 알았는데…

결제내역을 확인해보니 23년 5월 14일부터 Copilot 1년 요금제를 결제하고 시작했다. 그 이후로 쭉 사용하다가, Copilot 1년 요금제를 다시 결제한 지 얼마 안 되어 Cursor의 존재를 알게 됐다. 처음 Cursor를 써봤을 때, Tab 자동완성 기능이 너무 편해서 깜짝 놀랐던 기억이 난다.

하지만 이미 Copilot 1년 요금제를 결제한 상태라 선뜻 추가 결제를 하지 못하고 있다가, 9월에 Cursor 한 달 요금제로 시험 삼아 써보기로 했다. 한 달간의 경험이 워낙 좋았어서, 이중 지출을 감수하고 Cursor도 1년을 결제했다.

그런데 Cursor 1년 요금제를 결제하고 나서 사용하는 동안, 수많은 AI 코딩 에이전트들이 쏟아져 나오기 시작했다. 그렇게 오래된 만큼 AI 코딩 에이전트의 발전을 꽤 가까이서 지켜볼 수 있었고, 많은 IDE와 CLI를 사용해보며 거쳐왔다.

거쳐온 AI 코딩 에이전트들

그동안 사용해본 AI 코딩 에이전트는 다음과 같다.

  • GitHub Copilot
  • Cursor
  • Windsurf
  • Warp
  • Kiro
  • Zed
  • Gemini Code Assist
  • Claude Code(클로드 코드)
  • Gemini CLI
  • Codex(코덱스)
  • Antigravity
  • TRAE
  • v0
  • Tabnine

이 외에도 다른 AI 코딩 에이전트들이 있었을 거라고 생각하지만, 기억나는 것만 적었다. TRAE는 SWE-Bench가 높길래 사용해보려 했는데, 대규모 개인정보 무단 수집 논란 때문에 사용하지 않았다.

결제까지 했던 에이전트

대부분 무료체험 기간이 있었는데, 체험 후 결제까지 진행했던 에이전트는 다음과 같다.

  • GitHub Copilot
  • Cursor
  • Claude Code(클로드 코드)
  • Gemini CLI
  • Antigravity ( 현재 사용중 - IDE)
  • Codex(코덱스) ( 현재 사용중 - Antigravity에서 Extension으로 사용중)

결제하지 않았지만 인상 깊었던 에이전트

결제하고 싶었지만 아쉬운 부분이 있어서 결제까지는 하지 않은 에이전트들도 있다. 공통적으로 UI/UX가 개인적으로 매우 마음에 들었었다.

  • Warp (터미널, 영어 장벽)
  • Zed (IDE, 영어 장벽)
  • Kiro (IDE, 무거움)
  • v0 (코드 생성, 회사 프로젝트보다는 개인 아이디어 구현에 적합하다고 느낌)

특히 Kiro에 대해서는 할 말이 좀 있다. Kiro의 Spec 기반 개발 방식이 너무 마음에 들었다. Requirement > Design > Task List > Implement plan 순서로 진행되는 워크플로우와 UI/UX가 인상적이었고, 심지어 테마 색감까지 마음에 들어서 테마를 직접 만들어 사용하기도 했다.

이 작업 방식에서 많은 영감을 받아, Claude code agents orchestra의 CLAUDE.md.example에 청사진(Blueprint)을 제공하라는 지침을 추가하게 됐다. Kiro의 영향인지는 확실치 않지만, 이후 출시되거나 업데이트된 AI 코딩 에이전트들에는 Plan Mode가 추가되는 추세가 생겼다. Github에서도 AI 코딩 에이전트가 Spec 기반으로 개발하도록 Spec-kit을 오픈소스로 선보이기도 했다.

다만 Kiro는 전체적으로 무거운 느낌이 있어서 결제까지는 하지 않았다. ( 지금은 CLI까지 나와서 다시 써봐도 좋을 듯하다 )

결제 후 사용했던 에이전트 후기

결제한 에이전트들을 실제로 사용하면서 느꼈던 점들을 정리해보았다.

GitHub Copilot

초창기에 사용했는데, 당시에는 굉장히 놀랍고 신기했다. 하지만 지금 돌아보면 모델 성능 자체가 부족해서 사람이 꽤 많이 손을 봐야 했다.

Copilot을 쓸 때 영어 노래 가사와 번역본을 .json 파일에 구조에 맞게 입력하는 작업을 했었다. 영상 자막 타이밍에 맞춰 시간대별로 가사를 분류하고, 타임라인에 맞게 배치해야 하는 작업이었다. 그런데 내가 제공한 번역본을 사용하지 않고, Copilot이 영어 가사를 마음대로 번역해서 자막을 생성해버리는 큰 사고가 있었다. 결국 모든 팀원이 잘못 번역된 자막을 찾아 검수하는 작업을 해야 했다. 그때 생각하면 아직도 팀원들에게 죄송하고 감사하다… ( 이후에 그럴 수 있다고 위로까지 해주셔서 정말 감사했다… ) 그 사건 이후로는 AI 결과물을 두 번, 세 번 확인하는 버릇이 생겼다.

나름 긍정적인 영향도 있었는데, 이때부터 다른 개발자 팀원분들도 AI를 사용하게 되셨다. ( 부장님까지 )

좋은 에이전트였으나, Cursor의 등장 이후로는 자연스럽게 Copilot을 사용하지 않게 되었다.

Cursor

Tab 자동완성 기능이 첫인상부터 강렬했다. 1년 구독 기간 동안 Composer, Bugbot 등 신규 기능이 지속적으로 추가되어 매우 만족스러웠다. 하지만 요금제가 비싸져서, 다른 AI 코딩 에이전트들을 살펴보게 되었다.

Claude Code(클로드 코드)

아마 클로드 코드에 가장 많이 지출한 것 같다.

클로드 코드를 쓰면서 MCP(Model Context Protocol)를 처음 접하게 되었다. 처음에는 MCP를 많이 설치해봤지만, 결국 실제로 쓰는 기능은 몇 개 안 되어서 최소화했다. (뭐든 과한 건 별로라고 느꼈다)

그중 zen-mcp-server(지금은 pal-mcp-server)가 가장 인상 깊었다. 기존 AI 코딩 에이전트는 단일 모델만 사용했는데, 이 MCP를 통해 여러 모델을 동시에 연결하여 AI끼리 협업하고 교차 검증하는 워크플로우를 구성할 수 있었다. 덕분에 OpenRouter도 처음 사용해봤다. 다만 API 비용이 추가로 발생해서, 결국 사용을 중단하게 됐다.

이후 Subagent 기능이 등장하면서, 각 subagent에게 개별적인 페르소나(시스템 프롬프트, rule)를 부여할 수 있게 되었다. zen-mcp-server에서 얻은 아이디어를 응용해, 오케스트레이션(orchestration) 워크플로우로 작업을 수행하는 Claude code agents orchestra를 구현하기도 했다.

요금제는 $20 플랜으로 시작해서 직전에는 $100 플랜까지 올렸는데, Opus 모델을 충분히 사용하기에는 여전히 모자란 느낌이 있었다. 차선책으로 Opus로 계획을 짜고, Sonnet으로 코드를 작성하는 방식으로 사용해봤다.

클로드 코드는 Codex와 한동안 병행했지만, Codex 대비 사용량이 적고 비용이 높아서 결국 Codex로 완전히 넘어가게 되었다.

Gemini CLI

사실상 무료로 사용 가능했던 걸로 기억한다. Pro 요금제에서 한도가 좀 더 넉넉했던 걸로 기억한다. CLI로 Gemini를 처음 사용해봤는데, 잔버그가 꽤 있었다. 결과물도 만족스럽지 않아서 점점 사용하지 않게 되었다.

Codex

Claude Code 대비 사용량이 넉넉하고 GPT 모델도 마음에 들어서 가성비로 선택했다. 무엇보다 Codex 전용 모델이 따로 존재한다는 점이 매력적이었다. 처음에는 CLI로 사용했는데, 지금은 Antigravity의 Extension으로 사용하고 있다. 아직 한국어 말투가 어색한 부분이 있지만 전반적으로 만족하고 있다. ChatGPT에서도 GPT 5.2 Pro를 유용하게 활용하고 있다.

Antigravity에 정착한 이유

정착하게 된 가장 큰 이유는 솔직히 금전적인 부분이다. Google AI Pro 대학생 요금제를 1년 동안 사용 중이었는데, 마침 Antigravity가 출시되어 추가 비용 부담 없이 쓸 수 있었다.

하지만 그 외에도 충분히 매력적인 기능들이 있었다.

  • Agent Manager를 사용한 병렬 작업: Claude Code도 병렬 작업이 가능했지만, CLI 환경이다 보니 진행 상황을 눈으로 직접 확인하기 쉽지 않았다. Antigravity는 이 부분이 시각적으로 훨씬 편했다.
  • Implement Plan: 마크다운으로 읽기 좋은 계획서를 작성해준다. 사용자가 계획서에서 바로 특정 부분에 대해 질문하거나 리뷰를 남겨 재제출을 요구할 수 있어서, 만족할 만한 계획서가 나올 때까지 반복할 수 있다.
  • Walkthrough: 작업이 완료되면 계획서처럼 작업 내용을 보여주는데, 어떤 작업을 진행했고 어느 부분을 수정했는지 한눈에 파악할 수 있어서 좋다.
  • 모델 선택지: Gemini뿐만 아니라 최신 버전의 Opus도 사용할 수 있다. (한도가 적지만)

물론 초기에는 잔버그(설정을 해두어도 기본 세팅으로 돌아간다거나)도 있었고, “캐시 좀 지워줘” 라는 말에 D드라이브를 증발시키는 사고도 있었다.

하지만 잔버그들은 점차 수정되고 있고, 앞의 사건은 권한 설정을 제대로 해두면 예방할 수 있다. Antigravity의 작업 방식 자체가 마음에 들고, 최신 Opus 모델까지 쓸 수 있다는 점이 결정적이었다.

마무리

꽤 많은 AI 코딩 에이전트를 거치면서 느낀 점이 있다.

우선, CLI 기반 에이전트는 macOS에서는 잘 동작하지만, Windows에서는 지원이 원활하지 않아 WSL을 사용해야 하는 경우가 많아 불편했다.

그리고 결국 사용되는 LLM 모델들(GPT, Claude, Gemini 등)은 비슷비슷해서, AI 코딩 에이전트를 선택할 때는 UI/UX가 얼마나 마음에 드느냐, 사이드 기능(Cursor의 Tab, Kiro의 Spec 기반 개발 등)이 얼마나 생산성을 높여주느냐에 따라 갈리는 것 같다.

하지만 어떤 에이전트를 사용하든, 결국 가장 큰 결과물의 차이를 만들어내는 것은 개인의 프롬프트 역량이라고 생각한다.

지금 내가 사용하는 방식(Antigravity + Codex)은 추후 서술해보도록 하겠다.