Google Gemini 생태계, 1년 만에 완전히 달라졌다설계부터 시작한다. Stitch로 UI를 말로 만드는 시대"Stripe처럼 깔끔하게" 한마디면 된다Stitch에서 코딩 도구로 바로 넘기기 (MCP 연동)터미널에서 에이전트를 부린다. Gemini CLI에서 Antigravity까지Gemini CLI의 시작과 변화 과정Antigravity CLI와 멀티 에이전트 오케스트레이션GitHub 이슈를 던지면 PR이 돌아온다. JulesJules가 실제로 하는 일현실적인 활용 시나리오와 한계이미지, 영상, 음성까지 하나의 벡터로. Gemini Embedding 2멀티모달 임베딩이 판도를 바꾸는 핵심 이유실무 적용. Agentic Multimodal RAG 파이프라인 구성에이전트가 진짜 똑똑해지는 방법. API 툴링 업데이트Context Circulation. 대화가 길어져도 맥락을 잃지 않는다Tool Combos + Maps Grounding. 하나의 요청으로 세상과 연결"이번 달 API 요금이 얼마지?" 불안감을 끝내는 Spending Cap하나로 연결하면 보이는 것. 풀스택 AI 개발 파이프라인지금 바로 시작하는 방법
Google Gemini 생태계, 1년 만에 완전히 달라졌다설계부터 시작한다. Stitch로 UI를 말로 만드는 시대"Stripe처럼 깔끔하게" 한마디면 된다Stitch에서 코딩 도구로 바로 넘기기 (MCP 연동)터미널에서 에이전트를 부린다. Gemini CLI에서 Antigravity까지Gemini CLI의 시작과 변화 과정Antigravity CLI와 멀티 에이전트 오케스트레이션GitHub 이슈를 던지면 PR이 돌아온다. JulesJules가 실제로 하는 일현실적인 활용 시나리오와 한계이미지, 영상, 음성까지 하나의 벡터로. Gemini Embedding 2멀티모달 임베딩이 판도를 바꾸는 핵심 이유실무 적용. Agentic Multimodal RAG 파이프라인 구성에이전트가 진짜 똑똑해지는 방법. API 툴링 업데이트Context Circulation. 대화가 길어져도 맥락을 잃지 않는다Tool Combos + Maps Grounding. 하나의 요청으로 세상과 연결"이번 달 API 요금이 얼마지?" 불안감을 끝내는 Spending Cap하나로 연결하면 보이는 것. 풀스택 AI 개발 파이프라인지금 바로 시작하는 방법
터미널 창 하나에 gemini 치던 시절이 벌써 옛날 얘기가 됐어요.
매달 쏟아지는 AI 도구 발표를 따라가다 보면 묘한 피로감이 듭니다. 또 새 모델이야? 이번엔 뭐가 바뀐 거야? 사실 저도 그랬어요. Google I/O 때마다 발표하는 기능 목록을 훑다가 문득 깨달은 게 하나 있습니다.
개별 기능만 놓고 보면 그래서 뭐? 싶은데, 7개를 이어 붙이니까 전혀 다른 그림이 보이기 시작했어요. UI 설계부터 코드 작성, 멀티모달 검색, 자율 PR 생성, 비용 통제까지. Google이 조용히 깔아놓은 건 단순한 도구 모음이 아니라, 개발자의 하루 전체를 먹는 파이프라인이었습니다.
이 글에서는 그 파이프라인을 직접 걸어보려고 합니다. 각 도구가 실무에서 어떤 문제를 풀어주는지, 그리고 서로 어떻게 연결되는지 지금부터 풀어드릴게요.
매달 쏟아지는 AI 도구 발표를 따라가다 보면 묘한 피로감이 듭니다. 또 새 모델이야? 이번엔 뭐가 바뀐 거야? 사실 저도 그랬어요. Google I/O 때마다 발표하는 기능 목록을 훑다가 문득 깨달은 게 하나 있습니다.
개별 기능만 놓고 보면 그래서 뭐? 싶은데, 7개를 이어 붙이니까 전혀 다른 그림이 보이기 시작했어요. UI 설계부터 코드 작성, 멀티모달 검색, 자율 PR 생성, 비용 통제까지. Google이 조용히 깔아놓은 건 단순한 도구 모음이 아니라, 개발자의 하루 전체를 먹는 파이프라인이었습니다.
이 글에서는 그 파이프라인을 직접 걸어보려고 합니다. 각 도구가 실무에서 어떤 문제를 풀어주는지, 그리고 서로 어떻게 연결되는지 지금부터 풀어드릴게요.
Google Gemini 생태계, 1년 만에 완전히 달라졌다
솔직히 말씀드리면 2025년 6월 처음 출시한 Gemini CLI는 그저 터미널에서 챗봇을 부르는 신기한 장난감 정도로 생각했어요. 하지만 딱 1년이 지난 지금, 이 생태계는 완전히 다른 괴물이 되었습니다. 개인 사용자에게 제공하던 무제한 액세스 티어를 종료하고, 어제인 2026년 6월 18일부로 Antigravity CLI라는 강력한 기업용 도구로 전환을 마쳤거든요.
지금의 Google Gemini 개발자 도구 생태계를 이해하려면 개별 제품을 따로 떼어놓고 보면 안 됩니다. 하나의 거대한 흐름으로 봐야 해요. 제가 실무에서 체감한 이 흐름은 설계, 코딩, 검색, 연동, 자동화, 그리고 비용 통제라는 6단계로 완벽하게 이어집니다.
단계 | 도구 | 실무 활용 |
설계 (Design) | Stitch | 말로 설명하면 프로덕션급 UI와 HTML 코드를 뽑아냄 |
코딩 (Dev) | Antigravity CLI | 터미널 안에서 멀티 에이전트를 지휘함 |
검색 (RAG) | Gemini Embedding 2 | 영상, 음성, 텍스트를 하나의 벡터 공간에서 뒤짐 |
연동 (API) | Tool Combos | 검색과 지도 데이터를 한 번의 API 호출로 끝냄 |
자동화 (CI/CD) | Jules | GitHub 이슈를 읽고 알아서 코드를 짜고 PR을 날림 |
통제 (Ops) | Spending Cap | 예산 초과 시 API 요청을 칼같이 차단함 |
이제 첫 번째 단계부터 차근차근 짚어보겠습니다.
설계부터 시작한다. Stitch로 UI를 말로 만드는 시대
개발자라면 누구나 공감하실 겁니다. 기획서 텍스트만 보고 화면을 짜는 건 정말 고통스러운 일이죠. 하지만 Stitch를 쓰면서 이런 고통이 확 줄었습니다.
"Stripe처럼 깔끔하게" 한마디면 된다
Google Labs에서 만든 Stitch는 텍스트 프롬프트만으로 고충실도 UI 디자인을 뽑아냅니다. Vibe Design 컨셉을 적용해, 단순히 "버튼 하나 만들어줘"가 아니라 "Stripe 결제창처럼 깔끔하고 신뢰감 가는 형태로 짜줘"라고 요청하면 그 뉘앙스를 기가 막히게 캐치합니다. Voice Canvas 기능으로 마이크를 켜고 디자인 목표를 대충 말해도 찰떡같이 알아듣더라고요.
가장 놀라운 건 Infinite Canvas입니다. 여러 화면을 쭉 펼쳐놓고 클릭 가능한 인터랙티브 프로토타입을 순식간에 만들어냅니다. 디자이너가 바빠서 일정을 못 맞출 때, 개발자가 직접 프로덕션급 UI 프로토타입을 뽑아낼 수 있다는 건 엄청난 무기입니다. 반응형 디자인은 기본이고 다크모드와 라이트모드 전환까지 완벽하게 지원합니다.
Stitch에서 코딩 도구로 바로 넘기기 (MCP 연동)
디자인 결과물은 단순히 예쁜 그림으로 끝나지 않습니다. HTML과 CSS 코드, Figma 파일, 그리고 DESIGN.md 블루프린트 형태로 바로 얻을 수 있습니다. 여기서 MCP(Model Context Protocol) 연동이 빛을 발합니다. Stitch 디자인 결과물을 Google AI Studio나 Antigravity 같은 개발 환경으로 끊김 없이 바로 넘길 수 있어요. 제가 현업에서 겪어본 바로는, 이 기능 하나만으로도 프론트엔드 초기 세팅 시간이 절반으로 줄었습니다.
터미널에서 에이전트를 부린다. Gemini CLI에서 Antigravity까지
디자인을 마쳤으니 이제 코드를 짤 차례입니다. 터미널은 우리에게 가장 편안한 공간이죠.
Gemini CLI의 시작과 변화 과정
작년 여름, npm install -g @google/gemini-cli 명령어 하나로 터미널에 Gemini 2.5 Pro를 불러왔을 때 정말 짜릿했습니다. 오픈소스에 개인 무제한 액세스까지 열어줬으니 개발자들이 열광할 수밖에 없었죠. 하지만 Google의 진짜 노림수는 따로 있었습니다.
어제 개인 티어가 공식적으로 종료되고 Go 기반의 Antigravity CLI로 전환했습니다. 언어까지 바꿔가며 구조를 개편한 이유는 엔터프라이즈 환경에서 대규모 에이전트를 더 빠르고 안정적으로 운영하기 위해서입니다.
Antigravity CLI와 멀티 에이전트 오케스트레이션
이제는 단일 프롬프트를 던지고 답변을 기다리는 수준이 아닙니다. Antigravity CLI는 멀티 에이전트 오케스트레이션을 네이티브로 지원합니다.
"데이터베이스 스키마를 짜는 에이전트와 API 문서를 쓰는 에이전트를 동시에 띄워."
터미널에서 이렇게 지시하면 Conductor 확장이 알아서 작업을 분배하고 조율합니다. geminicli.com 확장 갤러리에서 필요한 플러그인을 쏙쏙 골라 쓰는 재미도 쏠쏠합니다. Gemini 3 시리즈 모델의 강력한 추론 능력이 터미널 안에 통째로 들어온 느낌이랄까요.
GitHub 이슈를 던지면 PR이 돌아온다. Jules
로컬 코딩을 마치고 GitHub에 올렸다고 가정해 볼게요. 보통 여기서부터 또 다른 막노동을 시작합니다. 버그 잡고 테스트 코드 짜고 의존성 패키지 업데이트하고. Jules 코딩 에이전트가 이 귀찮은 일을 싹 가져갑니다.
Jules가 실제로 하는 일
Jules를 "원격 팀원"이라고 부르는 건 결코 과장이 아닙니다. 동작 방식이 진짜 개발자랑 똑같거든요.
1.
작업할 레포지토리의 VM을 통째로 클론합니다.
2.
이슈를 읽고 작업 계획을 세웁니다.
3.
여러 파일에 걸쳐 코드를 수정합니다.
4.
테스트를 돌려보고 실패하면 스스로 고칩니다.
5.
코드 리뷰가 편하도록 정리해 PR을 생성합니다.
트리거하는 방법도 아주 직관적입니다. jules.google.com 웹 UI에서 직접 시키거나, GitHub 이슈에 "jules" 라벨만 딱 붙여두면 됩니다. GitHub Actions를 통해 자동화 플로우를 짤 수도 있고요. Gemini 3 Pro를 달고 있어서 컨텍스트 이해도도 아주 높습니다.
현실적인 활용 시나리오와 한계
사실 아키텍처를 뒤엎는 복잡한 리팩토링까지 Jules에게 맡기기엔 아직 무리가 있습니다. 하지만 지루하고 반복적인 태스크에는 이만한 녀석이 없습니다. 오래된 의존성 패키지 버전을 일괄 업데이트하거나, 커버리지가 비어있는 곳에 테스트 코드를 추가하거나, 명확하게 재현 가능한 버그를 수정하는 일에 투입해보세요. Standard 요금제만 써도 하루에 15개 태스크를 처리해주니 팀원 한 명 몫은 거뜬히 해냅니다.
이미지, 영상, 음성까지 하나의 벡터로. Gemini Embedding 2
자, 이제 데이터를 다룰 차례입니다. 요즘 RAG 안 쓰는 곳 찾기가 더 힘들죠. 2026년 4월에 정식 출시한 Gemini Embedding 2는 RAG의 판도를 완전히 뒤집었습니다.
멀티모달 임베딩이 판도를 바꾸는 핵심 이유
지금까지 텍스트 전용 RAG를 쓰면서 답답하셨던 분들 많으실 겁니다. 카탈로그 이미지나 설명서 PDF, 튜토리얼 영상은 검색에 써먹을 수가 없었으니까요. Gemini Embedding 2는 Google 최초의 네이티브 멀티모달 임베딩 모델입니다.
텍스트, 이미지, 비디오, 오디오, PDF를 하나의 벡터 공간에 욱여넣어 버립니다. 이는 텍스트로 "빨간색 스포츠카가 코너를 도는 소리"라고 검색하면 그 소리가 들어간 영상 클립을 정확히 찾아준다는 뜻입니다. 3072차원의 촘촘한 벡터를 만들고 Matryoshka 기법을 적용해 재훈련 없이 768이나 1536차원으로 잘라 쓸 수도 있습니다.
실무 적용. Agentic Multimodal RAG 파이프라인 구성
입력 스펙도 아주 괴물 같습니다. 단일 API 호출 한 번에 8,192 토큰 텍스트, 이미지 6장, 120초짜리 비디오, 180초짜리 오디오, 6페이지 분량의 PDF를 한꺼번에 때려 넣을 수 있습니다. Gemini Embedding 멀티모달 RAG를 구축하면, 고객이 스마트폰으로 고장 난 부품 사진을 찍어서 올렸을 때 관련 매뉴얼 텍스트와 수리 방법 영상 클립을 동시에 찾아주는 서비스를 며칠 만에 뚝딱 만들 수 있습니다.
에이전트가 진짜 똑똑해지는 방법. API 툴링 업데이트
에이전트를 복잡하게 엮어 쓰다 보면 꼭 마주치는 벽이 있습니다. 맥락을 까먹거나 외부 도구를 제대로 못 쓰는 문제죠. 이번 API 툴링 업데이트가 이 가려운 부분을 정확히 긁어줬습니다.
Context Circulation. 대화가 길어져도 맥락을 잃지 않는다
긴 에이전틱 체인에서 맥락 유실은 정말 골칫거리입니다. 프롬프트를 아무리 꼼꼼하게 짜도 턴이 넘어가면 바보가 되기 일쑤였죠. Context Circulation 기능은 도구 호출 기록, 모델의 응답, 그리고 추론 과정의 핵심 정보를 멀티턴에 걸쳐 자동으로 순환시킵니다. 서버사이드 상태 관리를 돕는 Interactions API를 활용하면 대화가 끝도 없이 길어져도 에이전트가 절대로 정신줄을 놓지 않습니다.
Tool Combos + Maps Grounding. 하나의 요청으로 세상과 연결
예전에는 모델한테 검색을 시키고, 그 결과를 받아서 다시 지도 API를 찌르는 오케스트레이션 코드를 일일이 짰습니다. 이제는 그럴 필요가 없어요. Tool Combos 기능으로 Function Calling과 Google Search, Google Maps를 단일 API 요청 하나로 결합할 수 있습니다.
"내일 서울 날씨에 맞춰서 강남역 근처 산책하기 좋은 코스 짜줘"라고 던지면, 모델이 알아서 검색하고 지도 데이터를 엮어서 완벽한 답변을 줍니다. 개발자는 그냥 결과를 받아서 화면에 뿌리기만 하면 됩니다.
"이번 달 API 요금이 얼마지?" 불안감을 끝내는 Spending Cap
이 단계에서는 API 요금 폭탄에 대한 걱정이 생길 수 있습니다. 사실 저도 프로덕션에 AI를 도입할 때 가장 망설여지는 부분이 바로 비용 통제였습니다.
Google AI Studio에 드디어 Spending Cap 기능이 들어왔습니다. Gemini API 비용 관리의 핵심은 바로 자동 차단입니다. 팀이나 프로젝트 단위로 월별 지출 상한선을 걸어두면, 한도 도달 시 API 요청을 칼같이 끊어버립니다. 실시간 모니터링 대시보드도 제공해 이번 달 예산이 얼마나 남았는지 직관적으로 확인할 수 있습니다. 이제 퇴근하고 발 뻗고 주무셔도 됩니다.
하나로 연결하면 보이는 것. 풀스택 AI 개발 파이프라인
도구를 하나씩 살펴보면 제가 도입부에서 했던 말이 조금 더 와닿으실 겁니다. Google은 단순히 성능 좋은 AI 모델을 파는 게 아닙니다.
1.
Stitch로 아이디어를 화면으로 설계하고
2.
Antigravity CLI를 띄워 로컬에서 에이전트와 코드를 짜고
3.
Gemini Embedding 2로 멀티모달 데이터를 엮어 검색 엔진을 붙이고
4.
Tool Combos로 외부 세상과 클릭 한 번에 연동하고
5.
Jules를 시켜 GitHub에서 버그를 잡고 PR을 날리게 하고
6.
Spending Cap으로 전체 파이프라인의 예산을 안전하게 틀어막습니다.
2026년은 멀티모델 아키텍처의 시대라고들 합니다. 이 치열한 경쟁 구도 속에서 Gemini 생태계의 포지셔닝은 아주 명확합니다. 압도적인 비용 효율과 네이티브 멀티모달, 그리고 Google의 강력한 생태계 통합입니다. MCP라는 사실상의 표준을 적극 수용해 파이프라인의 각 단계를 매끄럽게 연결한 것도 신의 한 수죠.
지금 바로 시작하는 방법
이 거대한 파이프라인을 당장 내 프로젝트에 어떻게 적용할지 막막하시다면 딱 세 단계만 따라 해보세요.
1.
설계 맛보기: stitch.withgoogle.com에 접속해 지금 생각나는 서비스의 UI를 말로 설명해보세요.
2.
CLI 설치하기: 터미널을 열고 Antigravity CLI를 세팅한 뒤, Stitch에서 뽑은 코드를 넘겨받아 보세요.
3.
자율 코딩 구경하기: jules.google.com에 들어가 밀려있는 귀찮은 이슈 하나를 던져보세요.
개별 도구를 써보는 건 돈이 드는 일도 아니고 설정이 복잡한 것도 아닙니다. 그저 브라우저를 열고 터미널을 켜면 끝입니다.
오늘 소개해 드린 Google Gemini 개발자 도구 파이프라인 중 실무에 가장 먼저 적용해보고 싶은 도구를 아래 댓글로 공유해 주세요. 같이 이야기 나눠보시죠.
'BLOGGER' 구독하기
사이트를 구독하면 새 포스트 등 최신 업데이트를 알림과 메일로 가장 먼저 받아보실 수 있습니다.
Slashpage에 가입하고 'BLOGGER'을 구독하세요!
Slashpage에 가입하고 'BLOGGER'을 구독하세요!
구독
