거대 언어 모델

Gemini 4 Hydrogen 실전, 멀티 Agent는 많을수록 좋다

Gemini 4 Hydrogen과 Antigravity Orchestrator를 활용한 멀티 Agent 개발 방식을 분석한다. 핵심은 Agent 수가 아니라 명확한 작업 경계, 결과 병합, 검증 책임이다.

글자 크기

Google은 Gemini 4 Hydrogen을 Antigravity에 도입하고 Orchestrator로 개발 작업을 분할했다. 실제 신뢰성을 결정하는 것은 Agent의 수가 아니라 작업 경계, 결과 병합 방식, 검증 책임이다.

출시 내용: 모델은 그저 시작점일 뿐

Google은 최근 Antigravity 공식 블로그에서 Gemini 4 Hydrogen을 공개하고 이를 지능형 에이전트 개발 환경의 핵심 모델로 규정했다.

이번 공개는 모델 업데이트에 그치지 않는다. Antigravity에는 제품 수준의 오케스트레이션 도구인 Orchestrator도 함께 도입됐다. 모델은 실행을 담당하고, Orchestrator는 복잡한 소프트웨어 엔지니어링 작업을 분해하고 배정한 뒤 결과를 통합한다.

공식 발표글:

Gemini 4 Hydrogen in Google Antigravity

Antigravity는 IDE에 채팅 창을 하나 추가하는 방식이 아니다. 코드 작성, 실행, 수정을 하나의 개발 흐름에 연결한다. Gemini 4 Hydrogen은 이 흐름에서 작업을 수행하는 모델이다.

여기에는 두 가지 변화가 있다.

첫째, 모델 성능이 독립적으로 판매되지는 않는다. 생성된 코드가 실용적인지는 도구가 의존성 설치, 테스트 실행, 오류 확인, 후속 수정까지 지원느냐에 달려 있다.

둘째, 상호작용의 단위가 개별 Prompt에서 엔지니어링 작업으로 이동했다. 요구사항이 여러 파일과 모듈에 걸쳐 있을 수 있고, 저장소를 조사한 뒤 수정하고 최종 검증을 실행해야 한다.

따라서 이번 출시에서 주목할 점은 모델 상호작용이 멀티 Agent 소프트웨어 엔지니어링 흐름으로 확장됐다는 사실이다.

Orchestrator: 요구사항을 여러 역할로 분해

Antigravity는 복잡한 개발 작업을 분해하고 배정한 뒤 통합하는 멀티 에이전트 협업 메커니즘인 Orchestrator를 도입했다.

현실적인 분할 방식은 다음과 같다.

  • 한 Agent는 저장소를 읽어 관련 모듈과 호출 관계를 찾는다.
  • 한 Agent는 구현을 수정한다.
  • 한 Agent는 테스트를 추가하거나 보완한다.
  • 다른 Agent는 테스트를 실행하고 실패 정보를 정리한다.

Orchestrator는 채팅 창 네 개를 동시에 여는 도구가 아니다. 다음 네 가지 엔지니어링 질문에 답해야 한다.

  1. 어떤 작업을 병렬로 처리할 수 있는가?
  2. 어떤 작업 사이에 선후 관계가 있는가?
  3. 각 Agent의 입력, 출력, 수정 범위는 무엇인가?
  4. 여러 결과가 충돌할 때 누가 병합하는가?

가장 문제가 되기 쉬운 것은 네 번째 질문이다.

예를 들어 Agent A가 인증 모듈을 수정하고, Agent B가 기존 인터페이스를 기준으로 호출부를 변경했다고 하자. 각각은 독립적으로 합리적으로 보이지만, 결과를 병합하면 컴파일되지 않을 수 있다. Orchestrator가 작업을 배분하기만 하고 소유권과 병합 규칙이 명확하지 않으면, 멀티 Agent는 오히려 충돌 범위를 넓힐 뿐이다.

작업 경계는 검증 가능한 인터페이스에 최대한 맞춰 설정해야 한다.

  • 수정 가능한 디렉터리를 지정한다.
  • 변경해서는 안 되는 공용 API를 명확히 한다.
  • 모든 수정에 테스트를 첨부하도록 요구한다.
  • 지정된 명령으로 결과물을 검증한다.

이 방식은 “모두 자유롭게 작업한 뒤 마지막에 정리하자”보다 훨씬 신뢰할 수 있다.

반통념: 멀티 Agent가 곧 높은 신뢰성을 뜻하지 않는다

멀티 Agent 시스템은 흔히 다음과 같은 선형 효과를 기대하며 홍보된다.

Agent가 많을수록 능력은 강해진다.

실제 엔지니어링 환경에는 이런 관계가 없다.

Agent 수가 늘어나면 최소 세 가지 유형의 손실이 발생한다.

컨텍스트 손실

주 Agent가 하위 Agent에게 작업을 전달할 때 저장소 전체의 컨텍스트를 손실 없이 넘기는 것은 보통 불가능하다. 하위 Agent가 받는 것은 요약, 파일 목록, 몇 가지 제약 조건일 뿐이다.

정보가 압축되면 암묵적인 조건도 사라진다. 프로젝트에서 특정 예외 유형을 사용한다는 규칙, 테스트가 로컬 서비스에 의존한다는 사실, 공용 함수의 기존 시그니처를 변경하면 안 된다는 조건 등이 앞선 대화에는 있었지만 하위 작업에는 반영되지 않을 수 있다.

중복 수정

두 Agent가 모두 특정 파일을 이번 작업의 범위로 판단하면 같은 코드를 동시에 수정할 수 있다. 한쪽은 함수 단위로 요구사항을 이해하고, 다른 쪽은 텍스트 검색으로 범위를 판단했다면 최종 결과에는 서로 덮어쓰는 두 개의 패치가 남는다.

오류 증폭

개별 Agent의 오류는 자신의 출력에만 국한되지 않을 수 있다.

검토 Agent가 잘못된 구현을 승인하고, 테스트 Agent가 그 구현을 기준으로 잘못된 테스트를 추가했다면 후속 Agent는 오류를 사실로 받아들이게 된다. 결과적으로 절차는 많아 보이지만, 검증은 요구사항 자체가 아니라 시스템 내부의 일관성만 확인하게 된다.

따라서 멀티 Agent의 핵심 지표는 “몇 개의 작업을 병렬로 처리했는가”가 아니라 다음 항목이어야 한다.

  • 병합 충돌률
  • 최초 검증 통과율
  • 실패 후 원인 파악 비용
  • 중복 수정 횟수
  • 최종 실행 결과가 요구사항을 충족하는지 여부

이 지표들을 기록하지 않으면 Agent 수는 단순히 아키텍처 그림을 장식하는 요소일 뿐이다.

엔지니어링 검증: 실행 가능한 결과가 반드시 필요하다

소프트웨어 엔지니어링 작업은 “코드가 괜찮아 보인다”는 단계에서 끝날 수 없다. 정상적인 산출물은 최소한 다음 흐름을 형성해야 한다.

요구사항 -> 수정 -> 의존성 설치 -> 테스트 실행 -> 실패 진단 -> 수정 -> 최종 검증

이 단계들은 서로 다른 Agent가 맡아도 되지만, 전부 모델의 자기 평가에 맡겨서는 안 된다.

예를 들어 다음은 실제로 실행할 수 있는 최소 검증 명령이다.

npm ci
npm test

이 명령은 프로젝트의 README 또는 CI 설정에서 가져와야 한다. 모델이 임의로 테스트 명령을 만들어 내서는 안 되며, “테스트 파일을 생성했다”를 “테스트를 통과했다”와 동일하게 취급해서도 안 된다.

책임은 세 단계로 나눌 수 있다.

첫째는 구현 책임이다. 수정을 담당한 Agent는 무엇을 바꿨는지만 보고할 수 있으며, 작업 완료 여부를 선언할 수는 없다.

둘째는 실행 책임이다. 테스트 Agent는 저장소에 정의된 명령을 실행하고 종료 코드, 실패 로그, 재현 방법을 기록한다. 이 단계에서는 자연어 요약이 아니라 기계의 결과만 본다.

셋째는 요구사항 검증이다. 사람이나 독립적인 검토자가 구현 Agent의 자기 설명이 아니라 원래 요구사항과 실제 동작을 대조해 확인한다.

모델 자기 평가는 뚜렷한 누락을 찾는 데 적합하지만 최종 심판에는 부적합하다. 코드 생성, 테스트 실행, 의존성 설치, 최종 검증은 분담할 수 있지만 최종 판단은 외부 신호에 의존해야 한다. 종료 코드, 테스트 리포트, 빌드 산출물 또는 실제 실행 결과가 그에 해당한다.

실전 제안: 단일 작업부터 시작

Antigravity에서 멀티 Agent 워크플로를 검증한다면, 다섯 역할로 구성된 “소프트웨어 팀”을 먼저 세우지는 않는다.

대신 기존 테스트가 있는 버그 수정처럼 경계가 분명한 작은 작업에서 시작한다.

  1. 한 Agent가 실패한 테스트와 관련 구현을 읽는다.
  2. 한 Agent가 코드를 수정한다.
  3. 한 Agent가 프로젝트에 이미 정의된 테스트 명령을 실행한다.
  4. 실패하면 추측을 추가하지 않고 로그를 반환한다.
  5. 통과한 뒤 사람이 요구사항과 변경 범위를 확인한다.

규모는 작지만 완전한闭环을 포함한다. 테스트가 없다면 먼저 문제를 재현할 수 있는 테스트를 추가한다. 명확한 검증 명령이 없다면 README와 CI 설정에서 먼저 찾는다.

둘째 단계에서 병렬 작업을 도입한다.

  • 프런트엔드 컴포넌트와 백엔드 인터페이스를 따로 처리한다.
  • 단위 테스트와 문서 업데이트를 동시에 진행한다.
  • 겹치지 않는 두 모듈을 서로 다른 Agent가 수정하게 한다.

Agent를 추가할 때마다 추가 비용을 기록한다. 컨텍스트 준비 시간, 출력물을 다시 정리해야 하는지, 다른 작업과 파일 충돌이 발생했는지를 확인한다.

사람의 확인 지점도 단계적으로 조정한다. 초반에는 병합할 때마다 검토하고, 시스템이 안정된 뒤에는 공유 인터페이스 변경, 의존성 업그레이드, 최종 검증 시에만 개입한다.

사전에 “Agent 세 개가 두 개보다 빠르다” 같은 규칙을 정하는 것보다 실용적이다.

편집자 생각

이번 출시의 가치는 Gemini 4 Hydrogen이 어떤 모델 지표를 다시 갱신했는지만이 아니다. Google이 모델을 제품 수준의 작업 오케스트레이션에 넣었다는 것은 업체 간 경쟁이 “코드를 한 번 답하는 수준”에서 “엔지니어링 흐름을 수행하는 수준”으로 이동하고 있음을 보여준다. 그러나 멀티 Agent의 수를 능력 홍보 단위로 삼아서는 안 된다. 작업을 잘게 나누면 communications 비용과 병합 충돌이 함께 증가한다. 공개해야 할 것은 실패율, 충돌률, 수정 반복 횟수, 실행 가능한 검증 통과율이다. 공식 발표에는 아직 충분히 엄밀한 평가 기준이 제시되지 않았으므로 이 수치들은 계속 관찰해야 한다. Hacker News의 305점과 72개 댓글은 높은 관심사를 보여줄 뿐 신뢰성을 입증하지는 않는다. Antigravity가 안정적인 엔지니어링 시스템인지, 그럴듯하게 포장된 인터랙션 실험인지 판단하려면 우선 제3자의 재현 결과를 기다리는 편이 낫다.

출처: https://antigravity.google/blog/gemini-4-hydrogen-in-google-antigravity/