Antigravity 에이전트 아키텍처 정리: Planning, Fast, Images, Mentions, Workflows

Antigravity 에이전트에서

Planning 모드, Fast 모드 그리고 Images · Mentions · Workflows의 역할 정리

AI 에이전트 프레임워크를 쓰다 보면 자주 마주치는 개념들이 있다.
planning vs fast, 그리고 images / mentions / workflows 같은 구성 요소들이다.
이름은 직관적인데, 막상 “그래서 언제 뭘 써야 하는데?”가 헷갈린다.

이 글에서는 Antigravity 같은 에이전트 프레임워크 기준으로
이 개념들이 각각 어떤 역할을 하고, 어떻게 연결되는지 정리해본다.

 

 

1. Planning 모드 vs Fast 모드

Fast 모드란?

빠르게 결정하고 바로 실행하는 모드다.

• 내부적인 계획 수립을 최소화
• 다음 액션을 즉시 선택
• 응답 속도 빠르고 비용(토큰/연산) 적음
• 단순하거나 반복적인 작업에 적합

적합한 상황

• 간단한 질의응답
• API 호출 1~2번으로 끝나는 작업
• 목표와 절차가 명확한 경우

“일단 해보고 보자” 타입

Planning 모드란?

전체 전략을 먼저 세운 뒤 움직이는 모드다.

• 목표를 여러 단계로 분해
• 멀티스텝 계획 수립
• 중간 결과에 따라 재계획(replan) 가능
• 느리지만 안정성과 성공률이 높음

적합한 상황

• 복잡한 문제 해결
• 여러 에이전트/툴을 순차적으로 써야 할 때
• 실패 비용이 큰 작업
• 장기 목표가 있는 태스크

“화이트보드부터 찾는 전략가”

핵심 차이 요약

구분	Fast	Planning
속도	빠름	느림
비용	낮음	높음
사고 깊이	얕음	깊음
멀티스텝	약함	강함
재계획	거의 없음	있음
안정성	보통	높음

 

기본은 Fast,
막히거나 중요하면 Planning으로 전환

2. Images · Mentions · Workflows는 왜 필요할까?

에이전트가 하나일 때는 체감이 덜하지만,
멀티모달 + 멀티에이전트가 되면 이 세 가지가 핵심이 된다.

Images — “눈을 달아주는 입력”

역할: 이미지 데이터를 에이전트의 컨텍스트로 제공

• 이미지, 스크린샷, 다이어그램 입력
• 텍스트 + 시각 정보 기반 추론 가능
• 다른 워크플로의 트리거로 사용되기도 함

예시

• UI 스크린샷 → UI 자동화 에이전트
• 차트 이미지 → 데이터 해석
• 설계도 → 작업 계획 수립

한 줄 요약
Images = 에이전트의 시각 정보

Mentions — “누가 이 일을 할지 지정”

역할: 특정 에이전트나 툴을 명시적으로 호출

• @agent_name 형태로 사용
• 책임 분리와 역할 명확화
• planning / fast 모드 강제 호출에도 사용

예시

• @planner → 계획 수립
• @image_analyzer → 이미지 분석
• @executor → 빠른 실행

한 줄 요약
Mentions = 호출과 역할 지정

Workflows — “전체 흐름을 설계”

역할: 에이전트들의 협업 순서와 규칙 정의

• 여러 단계를 파이프라인으로 구성
• 조건 분기, 반복, 실패 처리 포함
• 어떤 단계에서 planning / fast를 쓸지 결정

예시

• 입력 → 분석 → 실행 → 검증
• 실패 시 재시도 또는 다른 에이전트로 fallback
• 병렬 실행 후 결과 종합

한 줄 요약
Workflows = 일의 동선과 규칙

3. 세 가지를 한 문장으로 정리하면

Images는 재료,
Mentions는 누가 할지,
Workflows는 어떤 순서로 할지다.

4. 전체 흐름 예시

사용자 입력 + Image
   ↓
Workflow 시작
   ↓
@planner (planning 모드)
   ↓
@image_analyzer (이미지 해석)
   ↓
@executor (fast 모드 실행)
   ↓
결과 검증 → 종료 or 재계획

이 구조 덕분에 에이전트는

• 단순할 땐 빠르게
• 복잡할 땐 신중하게
  행동할 수 있다.

Antigravity 같은 에이전트 프레임워크의 핵심은 “생각하는 방식과 일하는 흐름을 분리해서 설계할 수 있다”는 점이다.

• Fast / Planning → 사고 방식 선택
• Images → 입력 확장
• Mentions → 책임 분리
• Workflows → 전체 구조 제어

이걸 이해하면, 에이전트가 단순한 챗봇이 아니라 작업 수행 시스템처럼 보이기 시작한다.