구글 리서치는 2026년 11월 13일 자 블로그 게시물을 통해 Antigravity 플랫폼의 /teamwork 기능을 활용한 최신 연구 성과를 발표했습니다. 이번 발표는 Vahab Mirrokni 구글 펠로우 겸 부사장이 주도했으며, 인간 전문가와의 협업을 통해 수학, 화학, 시스템 소프트웨어, 머신러닝 엔지니어링 등 다양한 분야의 오픈 문제를 해결하는 데 초점을 맞추고 있습니다.

핵심 기술은 Gemini 4 Argon, Carbon, Hydrogen 모델과 결합된 멀티 에이전트 워크플로우입니다. 이 시스템은 정보 이론, 형식 검증, 분자 구조 발견, 커널 최적화 등에서 새로운 혁신을 이끌어냈습니다. 또한 구글 내부의 프로덕션 인프라 개선에도 기여한 것으로 확인되었습니다.

연구진은 기존 언어 모델이 가진 두 가지 한계를 지적하며 /teamwork의 설계 배경을 설명했습니다. 첫째는 단일 시도에서 정답에 도달하기까지의 예측 불가능성입니다. 이를 극복하기 위해 병렬 처리 방식을 도입하여 검색 공간을 넓히고 후보 디자인을 테스트하며 논리 체인을 검증하는 과정을 자동화했습니다.

프론티어 연구와 시스템 엔지니어링은 방대한 문헌 탐색, 맞춤형 계산 파이프라인 구축, 물리적 측정과의 비교, 단계별 검증을 요구합니다. /teamwork는 이러한 상호작용적 발견 루프를 지원하도록 설계되었습니다. 연구자가 질문을 정의하고 제약 조건을 설정하면, 장기적인 범위의 에이전트가 맞춤형 솔버를 작성하고 복잡한 작업을 수행합니다.

구글은 이 에이전틱 도구를 Antigravity의 /teamwork 기능과 함께 /boost 등 다른 에이전트들과 통합하여 외부 연구자와 개발자에게 제공하기로 했습니다. 이는 단순한 내부 실험을 넘어 실제 문제 해결 도구로서의 활용 가능성을 열어두기 위한 조치입니다.

커뮤니티 반응에서는 유사한 멀티 에이전트 접근법의 효과성에 대한 논의가 이어지고 있습니다. 일부 사용자는 역할 기반의 다중 에이전트 설정이 성능 향상에 도움이 된다는 학술 자료들을 인용하며 지지를 보냈습니다. 반면, 특정 경쟁 서비스와의 차별점이나 기능 완성도에 대해 의문을 제기하는 목소리도 존재했습니다.

구글 측은 이미 일부 기능이 공개되었으나, 이번 포스트는 수학과 과학, 코딩, 엔지니어링 분야에서의 구체적인 진전을 보여주는 사례 모음이라고 해명했습니다. 동적으로 에이전트 팀을 구성하는 방식에 대한 추가 세부 사항과 개선 내용은 향후 블로그 게시물을 통해 공유될 예정입니다.

현재로서는 해당 도구가 외부 사용자들에게 얼마나 실질적인 생산성 향상으로 이어질지, 그리고 제시된 기술적 한계들이 어떻게 구체적으로 보완될지가 관건입니다. 구글은 지속적인 업데이트를 약속했지만, 아직 확정된 후속 일정이나 구체적인 로드맵은 공개되지 않은 상태입니다.