요새 아주 핫한 Antigravity + Claude code 조합으로
2시간만에 게임을 하나 만들어봤다.
What
어떤 게임을 만들었는가?
5가지 랜덤 게임으로 집중력을 향상시키는 게임,
Focus를 만들었다.
(꽤 어렵고 꽤 재밌다 ㅎ)
https://focus-on.kr/
How
코드 한줄 적지 않고
Antigravity와 Claude Code
2가지 Agent만 이용해서 만들었다.
만드는데 1시간도 안걸렸고
지금 고도화 중이다. (약 6시간 정도 사용)
Why
이전에 AI 역량검사에 필요한 여러가지 게임을 만들어보면서
가볍게 할 수 있는 게임을 조합해보면 어떨까 싶었고
(블로그 이전 글 참고)
무엇보다 내가 쇼츠에 절여져서
집중력이 점점 떨어지는 것 같아
뇌를 자극할 수 있는 소일거리용 게임을 만들고 싶었다.
지금 Limit 기다리는 중이라..ㅎㅎ
남는 짬을 활용해서 나의 소감을 남겨본다.
작업 방식
1. Proto는 Antigravity로 만들었고
2. MVP로 구현하고 Publish는 Claude Code를 이용했다.
최초에 Antigravity를 설치하면
스스로가 작업 과정에서 Confirm을 받고 진행할지
아니면 그냥 완전 자동화를 할지 물어본다.
나는 쫄보라 단계별 Confirm을 활성화해놨는데
완전 자동화 Agent도 추후 도전해 볼 예정.
---
어쨌든
Antigravity를 통해서 게임을 위한 조건과 디테일을 잡아서
프롬프트로 전달하면 Agent가 서비스 구축을 진행한다.
Planning 모드가 Default라서
아래와 같이 Implement Plan을 수립하는데
여기서 강력한 강점 한가지가 등장한다.
저 User Review Required에 라벨링과 색상을 통해
시각적으로 어떤 것을 피드백 받아야할지 명확하게 물어본다.
그리고 유저는
위와 같이 해당 부분에만 '너 이렇게 해' 라고 코멘트를
입력함으로써, 기존 CLI/프롬프트 위주의 Agent 보다
명확하게 요구사항을 전달할 수 있게 된다.
이 코멘트는 다른 라인에도 모두 넣을 수 있게 된다.
나는 개인적으로 이게 굉장히 편리했고, 직관적이었다.
이건 마치 Figma에서
UI 영역별 피드백을 주는 듯한 편의성..!!!
---
이후 작업에서 기술적으로 사용자가 직접
연동을 진행해줘야 하는데, 그 과정에서 궁금한게 있으면
그부분 또한 CLI에 출력하는게 아니라
md 파일 형태로 문서화를 해준다.
문서를 천천히 읽어보고 작업할 수 있도록,
사용자의 집중도가 분산되지 않고
가독성을 높여서 전달해준다.
초보자에게 매우 좋은 기능이라고 생각한다.
---
하나의 Window에서 Token을 매우 길게 사용할 수 있는 것 같다.
암만 입력해도 계속 대답하고, Session Limit 또한 안보였다.
(무료 Plan인데도 불구하고)
하지만..
그렇게 작업을 이어가다보면
이제 점점 Agent가 멍청해진다.
아무래도 Context Rot이 발생하고
점점 이전에 의사결정한 것들이
조금씩 흐려지는 것으로 느껴진다.
그래서 결국
Bug Fix에 많은 컨텍스트를 낭비했다...
역시 Google! 할 정도로
Context는 많이 제공해주지만
역시 Google.. 할 정도로
코딩에선 금방 바보가 된다.
(최적화가 필요해보임)
그외에 경험해 본 Antigravity의 특징들
1. Antigravity가 Cursor와 크게 다른 점은 모르겠다.
(뭐가 더 좋은지 잘 모르겠다. 깊이가 얕아서 그런 것 같은데, 조금 더 써볼 예정)
2. 영어다.
(2025.12.14 기준)
Agent에 한국어를 입력해도 영어로 뱉고, 영어로 모든 작업을 한다.
영어가 불편하신 분들은 IDE를 Cursor나 VSC로 하시는게 더 나을듯.
3. Agent의 Mode는 2가지
Default가 즉시 작업인 Claude Code나
Cursor와 달리,
Antigravity는 Plan이 Default이다.
4. 선택 가능 Model은 Gemini, Claude 전체 지원 + GPT는 OSS만.
선택 가능한 위와 같다.
근데 Claude만 추론이고
Gemini를 사용하는게 기본적으로 더 편하다.
5. Agent 성능
모든 Agent가 그렇지만
대화가 길어지면 급격하게 이해도가 떨어진다.
Code Factoring과 Architecture에 대한 이해도가 아쉽다.
Claude Code나 Codex는
대화가 길어져도 현재 어떤 아키텍쳐와 구조로 진행하고 있는지
이해도가 높다고 생각이 든다.
근데 Antigravity와 Gemini 3.0 Pro 조합은
대화가 길어지면 현재의 기능 구현에 집중하느라
네이밍 컨벤션이 변경된다던가하는 실수가 발생한다.
6. 그럼에도 Antigravity를 사용한다면?
Antigravity의 역대급 장점은
MCP 연동 용이 + 편의성이다.
장점 1번 - 클릭하면 연동이다.
VSC의 Market Place처럼
Install 누르면 설치다.
Claude에서 생각해보면
무조건 명령어를 구구절절 입력하고, 세팅까지 해야한다.
클코에 비해서 이런 부분은 큰 장점으로 다가온다.
이게 근데 2번 장점과 결합되어서 더욱 증폭되는데,
2번 - 구글 생태계
구글이 자기들 강점을 너무 잘 알고 있는 것 같은게,
MCP Store에 리스트업 되어있는걸 보면
리스트 상단부터 5~6개까지는 전부
Google 생태계의 기능들이다.
Firebase, BigQuery, Looker 등,
GCP 기반 서비스를 만드는 사람들에게
이렇게 간편한 통합형 AI Agent가 있을까?
그 이후에는 현재 Directory를
Github에 올리고
Claude Code로 작업을 이어갔다.
작업은 단순해서,
느낀 점만 요약해보자면
Claude Code와 Google Antigravity 비교
1. 확실히 기능 단위로 작업의 완성도와 정확성은 Claude Code - Sonnet 4.5가 우월하다.
Antigravity에서 Gemini 3.0 Pro를 사용하는 것보다
클코 + 소넷 4.5가 더욱 빠르고 정확하게 작업한다.
이 '정확한 작업'이라는게 중요하다. 사용자 의도를 명확하게 파악한다.
2. 아무래도 한국어가 필요한 사람들은 Claude Code - Sonnet 4.5가 아직은 더 좋은 것 같다.
Output이 영어냐 한국어냐가 중요한게 아니다.
Input이 문제다. 이미 한국어 프롬프트에 익숙한 유저들은 어쩔 수 없다.
자신이 원하는 방향을 찰떡같이 알아듣고 구현해주는 것은 아무래도 클코 + 소넷 4.5가 이해도가 높고, 기반이 있다.
그렇다고 Gemini 3.0 Pro가 한국어를 못 알아 듣는다는 것은 아니다.
그보다는 Antigravity라는 IDE가 한국어 지원을 안하다보니
Agent에 사전 정의된 프롬프트가 한국어 범용성을 얼마나 지원하고 있는지,
한국어 Local 감성에 얼마나 정확하게 대응할 수 있는 상태인지 아직은 100% 확신할 수 없다.
아직은 딱 이정도 수준으로 느낌을 적어봤는데,
앞으로 몇 가지 프로덕트를 더 만들어보고
피드백을 남겨봐야겠다.