배경 및 맥락
지난 1년간 agent 도구 시장은 코드 생성, 브라우저 조작, MCP 연결처럼 개별 기능 단위로 분화돼 있었다. 하지만 실제 제품화 단계에서는 모델 성능보다도 세션을 어디서 실행할지, 상태를 어떻게 이어받을지, 모바일/IDE/클라우드 사이를 어떻게 넘길지가 더 큰 마찰로 남았다. Google은 이번 I/O에서 그 마찰을 줄이기 위해 모델, agent harness, 개발환경, 배포 경로를 하나의 표면으로 묶는 방향을 분명히 했다.
Android Intelligence System 발표가 OS 차원의 capability exposure에 가까웠다면, 이번 발표는 개발자가 agent를 만들고 실행하고 넘겨주는 runtime 체계 자체를 정리한 쪽에 가깝다. 즉 같은 Google 계열 뉴스라도 논점이 다르다.
핵심 내용
공식 발표에 따르면 Gemini 3.5 Flash는 Gemini 3.1 Pro를 대부분의 벤치마크에서 앞서면서도 다른 frontier 모델보다 4배 빠른 속도를 제공한다고 제시됐다. 동시에 Google은 Antigravity 2.0 데스크톱 앱, Antigravity CLI, Antigravity SDK를 공개했고, Gemini API에는 단일 호출로 reasoning, tool use, code execution을 수행하는 Managed Agents를 추가했다.
Managed Agents는 격리된 Linux 환경에서 실행되며, follow-up call에서 파일과 상태를 이어받을 수 있는 persistent session 특성을 제공한다. Google AI Studio는 모바일 앱 사전 등록, Google Workspace API 호출, Antigravity로의 one-click export, prompt 기반 Android 앱 생성과 Play Console test track 배포까지 지원 범위를 넓혔다. 또한 AI Ultra 요금제는 월 100달러와 Antigravity 사용 한도 5배 확대를 결합해 agent 실험 비용 구조까지 제품에 포함시켰다.
경쟁 구도 / 비교
이 구성은 단순한 '새 모델 출시'보다 더 전략적이다. OpenAI, Anthropic, Microsoft, AWS도 agent 실행 계층을 강화하고 있지만, Google은 Gemini API, AI Studio, Android, Workspace, Cloud 프로젝트 연결을 한 번에 이어 붙이며 ecosystem lock-in이 아니라 ecosystem throughput을 강화하려 한다. 특히 AGENTS.md와 SKILL.md 스타일의 선언형 커스텀 지점을 공개적으로 드러낸 것은 agent 개발의 단위를 프롬프트에서 버전 가능한 런타임 설정으로 옮기려는 시도다.
이 때문에 경쟁 축도 변한다. 앞으로는 어떤 모델이 더 똑똑한가보다, 어떤 플랫폼이 더 적은 인프라 비용과 더 나은 상태 지속성으로 production-grade agent를 만들게 해주는지가 중요해진다.
의미
산업적으로는 agent 플랫폼 시장이 '모델 API + 샘플 코드' 단계를 지나 managed runtime 사업으로 재편되고 있다는 신호다. 실무적으로는 개발조직이 agent proof-of-concept를 만들 때부터 실행 격리, 세션 재개, observability, local-to-cloud migration을 아키텍처의 기본 항목으로 다뤄야 한다.
Google 스택을 쓰는 팀에게는 이번 발표가 실험용 데모를 넘어 실제 제품 개발 체인으로 이어질 수 있는지 검증할 첫 계기다. 반대로 다른 벤더를 쓰는 팀도 자신들의 agent 플랫폼이 이 정도의 end-to-end surface를 제공하는지 비교 기준을 업데이트해야 한다.