AI CITY BUILDERS ← 지식 아카이브

토큰값 0원! 구글 Gemma 4로 나만의 AI 코딩 에이전트 육성하기 EP.2 (안티그래비티 바이브 + Gemma 4)

2026년 4월 9일 24:04 조회 65,692회 STEP 1

목차

00:00
01:05
02:16
05:15
13:17
16:10
18:15
19:50
20:53
22:25
24:00

AI 코딩 에이전트 육성을 위한 Ollama 및 Gemma 4 준비

이번 강의는 무료로 자신만의 인공지능 코딩 에이전트를 컴퓨터에 구축하는 두 번째 시간입니다. 지난 시간에는 인공지능 에이전트와 대화하는 방법을 배웠다면, 이번에는 직접 코딩을 하고 서비스를 만들며 토큰 사용을 최소화하는 방법을 탐구합니다. 특히 비용 최적화는 AI 1인 기업 운영에 매우 중요합니다.

강의에 앞서 Ollama가 잘 설치되었는지 확인해야 합니다. 터미널을 열고 다음 절차를 따릅니다.

터미널에 `ollama`를 입력하여 설치 상태를 확인합니다.
이어서 `ollama list`를 입력하여 현재 다운로드된 인공지능 모델 목록을 확인합니다. 예를 들어, Gemma 4 모델이 E2B, E4B 등으로 표시될 수 있습니다.
Gemma 4란? 구글에서 개발한 오픈소스 인공지능 모델입니다.
필요에 따라 `ollama run gemma:E4B`와 같이 원하는 Gemma 4 모델을 실행할 수 있습니다.

만약 `ollama list`에서 원하는 Gemma 4 모델(예: E2B)이 없다면, 다음 명령어를 사용하여 다운로드할 수 있습니다. 컴퓨터 사양이 좋지 않은 경우 E2B 모델을 권장합니다.

`ollama pull gemma:E2B`

터미널에서 현재 진행 중인 대화를 종료하려면 `/bye`를 입력한 후 Enter를 누릅니다. 화면을 깨끗하게 지우려면 `clear`를 입력합니다.

Antigravity와 로컬 AI 연동 및 설정

이번 강의의 핵심은 바이브 코딩 툴인 Antigravity와 로컬 AI 모델인 Gemma 4를 연결하는 것입니다. Antigravity는 에이전트 기반의 코딩 툴로, Gemini나 Claude와 같은 인공지능 모델을 선택하여 웹사이트, 모바일 앱, 자동화 에이전트 등을 개발할 수 있습니다. 그러나 클라우드 기반 AI 모델을 사용할 경우 토큰 소비로 인한 비용 문제가 발생합니다. AI 1인 기업 운영에서 비용 최적화는 생산성 대비 수익을 극대화하는 데 필수적입니다. 따라서 무료로 사용할 수 있는 로컬 AI(Gemma 4)를 Antigravity와 연동하여 토큰 소비를 줄이는 방법을 알아봅니다.

Antigravity 다운로드 및 소개

Antigravity 툴이 없는 경우, 구글에서 'Antigravity'를 검색하여 다운로드받을 수 있습니다. Antigravity는 선택한 인공지능 모델이 명령을 받아 코드를 작성하고, 이 코드를 왼쪽에 있는 익스플로러 파일에 넣어 실행시킴으로써 다양한 결과물을 생성합니다. 즉, Antigravity는 AI와 대화하고 코드를 생성하여 내 컴퓨터에 파일을 만들어주는 역할을 합니다.

로컬 AI 연동 절차

Antigravity와 Gemma 4를 연동하기 위한 구체적인 절차는 다음과 같습니다.

**Ollama 호스트 실행**: 기존 터미널에서 `ollama serve` 명령어를 입력하고 Enter를 누릅니다. 이는 Ollama가 Antigravity와 통신할 준비가 되었음을 의미합니다.
**새 터미널 창 열기**: 새로운 터미널 창을 엽니다. (Windows: Ctrl+Shift+N 또는 Ctrl+Shift+T)
**통신 테스트**: 새 터미널 창에 다음 형식의 통신 코드를 입력합니다. (예시: `ollama generate gemma:E4B "AI 멘토는 누구야?" --stream=false`)
- `model`: 사용할 인공지능 모델을 지정합니다. (예: `gemma:E4B`)
- `prompt`: AI에게 전달할 명령 또는 질문입니다.
- `stream`: 스트리밍 방식으로 답변을 받을지 여부를 설정합니다. (`true`는 실시간으로 글자가 하나씩 표시, `false`는 전체 답변 한 번에 표시)
이 명령어를 입력하여 AI가 제대로 응답하는지 확인합니다.
**Antigravity 프로젝트 준비**: Antigravity에서 새 폴더를 생성하거나 기존 프로젝트를 엽니다.
**`antigravity_config.json` 파일 생성**: 프로젝트 내에 `antigravity_config.json`이라는 새 파일을 생성합니다.
**설정 코드 입력**: 생성된 `antigravity_config.json` 파일에 다음 예시와 같은 JSON 형식의 설정 코드를 입력합니다.
```
{
  "model": "gemma:E4B",
  "temperature": 0.1,
  "max_tokens": 2048,
  "fallback_model": "claude-3-opus-20240229"
}
```
- `model`: 사용할 로컬 AI 모델(예: `gemma:E4B`)을 지정합니다.
- `temperature`: AI의 창의성을 조절하는 값입니다. 0에 가까울수록 보수적이고 정확한 응답을, 1에 가까울수록 창의적인 응답을 생성합니다. 코딩과 같이 정확성이 요구되는 작업에는 0.1 또는 0.2와 같은 낮은 값을 권장합니다.
- `max_tokens`: 생성할 답변의 최대 토큰 수를 지정합니다.
- `fallback_model`: 로컬 AI가 처리하지 못하는 복잡한 작업 시 사용할 클라우드 AI 모델을 지정합니다. (예: `claude-3-opus-20240229`, `gemini-1.5-pro`)
**파일 저장**: Ctrl+S를 눌러 `antigravity_config.json` 파일을 저장합니다.

이 과정을 통해 Antigravity와 로컬 AI 모델 Gemma 4의 연동 준비가 완료됩니다.

로컬 AI 코딩 에이전트 활용 및 테스트

연동 설정이 완료되면 이제 Antigravity 내에서 로컬 AI를 활용하여 코딩 작업을 시작할 수 있습니다. 먼저 Antigravity에서 현재 사용 중인 AI 모델을 확인하는 방법은 다음과 같습니다.

Antigravity 대화창에 `@LOCAL 안녕? 너 누구야?`와 같이 입력하고 Enter를 누릅니다. 만약 `@LOCAL` 지시어 없이 질문하면 클라우드 기반 AI(예: Gemini 3.1 Pro)가 응답할 수 있습니다. 클라우드 AI는 명령이 구글 본사의 슈퍼컴퓨터로 전송되어 처리된 후 다시 답변을 받아오는 방식으로 토큰을 소비합니다. 반면 `@LOCAL`을 사용하면 로컬 컴퓨터에서 Gemma 4가 직접 응답하며 토큰 소비가 발생하지 않습니다.

로컬 Gemma 4로 웹사이트 개발 시도

로컬 Gemma 4가 웹사이트를 어느 정도까지 개발할 수 있는지 실험해 봅니다. Antigravity 대화창에 `@LOCAL 멋있는 미래 지향적인 웹사이트 하나 만들어 줘.`라고 입력합니다. 이 과정에서 컴퓨터에서 처리 소음이 발생할 수 있으며, 이는 로컬 AI가 코드를 생성하고 있음을 의미합니다. 잠시 후 Antigravity 좌측 파일 목록에 `index.html`과 `style.css` 등의 파일이 생성됩니다. 이 파일을 실행하여 로컬 AI가 만든 웹사이트의 디자인과 기능을 확인할 수 있습니다. 생성된 웹사이트는 "미래의 인터페이스를 구축하다"와 같은 문구와 기본적인 디자인을 보여줄 것입니다.

디자인 개선 및 타 모델과의 비교

로컬 Gemma 4에게 디자인 개선을 명령해 봅니다. `@LOCAL 디자인 개선. 애니메이션 추가. 네가 할 수 있는 최대한의 능력치를 사용해서 디자인 최고로 해 봐.`라고 입력합니다. Gemma 4는 추가적인 파일을 생성하고 코드를 작성하여 움직이는 요소를 포함한 개선된 디자인을 보여줄 것입니다.

이후 클라우드 기반 AI 모델인 Gemini 3.1 Pro와 Claude Opus를 사용하여 동일한 웹사이트 디자인 개선 명령을 시도하여 로컬 AI와의 성능을 비교합니다.

**Gemini 3.1 Pro**: 백엔드 실행 과정 없이 Antigravity 내에서 직접 실행되며, 멋진 애니메이션을 포함한 세련된 디자인을 생성합니다.
**Claude Opus**: "Welcome to the Construct"와 같은 환영 메시지와 함께 매우 멋지고 세련된 디자인을 개발합니다.

이러한 비교를 통해 Gemma 4는 이제 막 태어난 AI로서 기본적인 기능을 수행하지만, Gemini 3.1 Pro나 Claude Opus와 같은 고성능 클라우드 AI 모델들은 훨씬 정교하고 미려한 결과물을 생성함을 확인할 수 있습니다. 클라우드 모델 간의 결과물은 사용자의 취향에 따라 선호도가 달라질 수 있습니다.

토큰 비용 최적화 전략

로컬 Gemma 4의 웹사이트 개발 능력이 클라우드 AI에 비해 아직 미흡하지만, 이것이 로컬 AI의 가치가 없다는 의미는 아닙니다. 오히려 Gemma 4와 같은 로컬 AI를 활용하여 토큰 비용을 최적화하고 AI 1인 기업의 수익성을 높일 수 있는 여러 전략이 있습니다.

비용 최적화를 위한 세 가지 전략

**초기 코드 생성은 로컬 AI로**: 웹사이트나 서비스의 기본적인 뼈대 코드는 Gemma 4와 같은 로컬 AI로 먼저 생성합니다. 이렇게 하면 처음부터 고비용의 클라우드 AI를 사용하는 것보다 훨씬 적은 토큰으로 작업을 시작할 수 있습니다. 이후 필요에 따라 클라우드 AI로 업그레이드하거나 세부 사항을 다듬는 것이 효율적입니다.
**세부 수정 및 디테일 조정 시 로컬 AI 활용**: 이미 클라우드 AI로 생성된 코드라 할지라도, 색상을 변경하거나 특정 수치를 미세하게 조정하는 등 디테일한 수정 작업에는 로컬 AI를 활용할 수 있습니다. 이는 복잡한 생성 작업에 비해 토큰 소비를 훨씬 줄일 수 있는 방법입니다.
**목적에 맞는 AI 모델 선택**: 모든 작업에 항상 고성능 클라우드 AI를 사용할 필요는 없습니다. 단순한 작업이나 초기 단계에서는 로컬 AI를, 고도화된 기능이나 창의적인 디자인이 필요할 때는 클라우드 AI를 선택적으로 사용하는 것이 중요합니다. 이는 마치 떡볶이집을 만들 때 불필요하게 비싼 이태리 가구를 들여놓지 않고, 안전 설비에 투자하는 것과 같습니다.

이러한 'Cost Optimization(비용 최적화)' 전략은 AI 1인 기업의 사업 성공에 필수적인 요소입니다. 항상 Claude나 Gemini 3.1 Pro와 같은 고성능 AI만을 고집할 필요는 없으며, 사용 목적과 비용 효율성을 고려하여 적절한 AI 모델을 선택하는 지혜가 필요합니다.

결론 및 다음 단계

내 컴퓨터에 나만의 인공지능 에이전트를 육성하는 두 번째 강의를 통해 Ollama 설치, Gemma 4 모델 관리, Antigravity와의 연동 설정, 그리고 로컬 AI를 활용한 코딩 및 비용 최적화 전략을 학습했습니다. 이론적인 지식 습득을 넘어 직접 실습해 보는 것이 중요합니다.

다음 단계에서는 현재의 Gemma 4 모델을 더 똑똑하게 만들고, 나만의 특화된 인공지능 에이전트로 발전시키는 방법을 다룰 예정입니다. 직접 Ollama를 연결하고 Gemma 4를 다운로드하여 대화해 보고, Antigravity와 연동하여 웹사이트를 만들어본 후 클라우드 AI와 비교해 보시길 권장합니다.

지식 아카이브 전체 보기 유튜브에서 보기