Antigravity, Claude Code, GitHub Copilot 커스터마이징 비교
코딩 경험 없이도 AI를 “우리 팀만의 비서”로 바꿀 수 있다. 핵심은 3가지 파일 구조에 있다.
왜 커스터마이징인가?
ChatGPT, Gemini, Claude… 어떤 AI를 써도 결국 같은 문제에 부딪힌다:
- “우리 팀 이름도 모르면서 뭘 도와줘?”
- “매번 배경 설명부터 해야 하나?”
- “어제 한 대화를 오늘은 기억 못 하네?”
이 문제의 해결책이 바로 AI 코딩 어시스턴트의 커스터마이징 시스템이다. Google의 Antigravity, Anthropic의 Claude Code, GitHub Copilot — 이 세 가지 모두 파일 기반으로 AI의 행동을 정의할 수 있는 구조를 갖추고 있다.
3대 AI 코딩 어시스턴트 커스터마이징 구조
1. 규칙 파일 — AI의 “헌법”
매 대화마다 자동으로 적용되는 기본 규칙이다. AI의 정체성, 행동 규칙, 팀 정보를 여기에 쓴다.
|
Antigravity |
Claude Code |
GitHub Copilot |
| 파일명 |
GEMINI.md |
CLAUDE.md |
.github/copilot-instructions.md |
| 위치 |
워크스페이스 루트 |
워크스페이스 루트 |
.github/ 폴더 |
| 형식 |
Markdown |
Markdown |
Markdown |
| 적용 범위 |
모든 대화 |
모든 대화 |
모든 대화 |
규칙 파일에 들어가는 것들:
– AI의 이름과 정체성
– 팀 구성원 테이블 (이름, ID, 이메일)
– 사용자 자동 식별 규칙
– 반드시 지킬 것 (MUST) / 절대 하지 말 것 (NEVER)
– 참조할 파일 경로
– 출력 형식 기본값 (날짜 형식, 파일명 규칙 등)
2. Skills — AI의 “업무 매뉴얼”
특정 키워드에 반응하여 자동으로 로드되는 전문 작업 지시서다.
|
Antigravity |
Claude Code |
GitHub Copilot |
| 경로 |
.agent/skills/ |
.agent/skills/ |
없음 |
| 파일 |
SKILL.md |
SKILL.md |
— |
| 로드 방식 |
의미 기반 자동 매칭 |
의미 기반 자동 매칭 |
— |
Antigravity와 Claude Code는 .agent/skills/ 구조가 동일하다. 한 번 만들면 두 AI 모두에서 작동한다.
스킬 예시:
– “주간 로그 쓰자” → weekly-log 스킬 → 인터뷰 형식으로 주간 로그 작성
– “내 할 일 보여줘” → my-dashboard 스킬 → 업무 대시보드 생성
– “회의록 정리해줘” → meeting-note 스킬 → 구조화된 회의록 생성
각 SKILL.md에는 YAML 메타데이터로 트리거 키워드를 정의한다:
---
name: weekly-log
description: 팀원의 주간 업무를 인터뷰 형식으로 물어보고 구조화된 주간 로그를 생성한다. 주간 로그, 이번 주 한 일, 위클리 로그 등의 요청에 반응한다.
---
AI는 사용자의 자연어 요청과 이 description을 의미적으로 매칭해서 관련 스킬을 자동으로 찾아 참조한다.
3. Knowledge Base — AI의 “참고 자료”
AI가 상시 참조하는 지식 베이스다.
|
Antigravity |
Claude Code |
GitHub Copilot |
| 경로 |
.context/ |
.context/ |
없음 |
| 자동 참조 |
✅ |
✅ |
❌ |
| 형식 |
Markdown |
Markdown |
— |
Knowledge Base에 넣을 것들:
– team-info.md — 팀 기본 정보, 구성원, 미션
– folder-guide.md — 폴더 구조와 용도 정의
– project-glossary.md — 업무 용어 사전
Antigravity 기반 워크플로우
전체 흐름
사용자 질문 입력
│
├─ ① GEMINI.md 항상 적용 (규칙/정체성)
│ "한국어로 응답, 록님이라 호칭, 🏗️ 이모지 사용"
│
├─ ② .agent/skills/ 키워드 매칭
│ "주간 로그 쓰자" → weekly-log/SKILL.md 자동 로드
│
└─ ③ .context/ 필요 시 참조
│ 팀 정보, 폴더 가이드, 용어 사전
│
▼
AI 응답 생성
실제 사용 시나리오
시나리오 1: 주간 로그 작성
사용자: "주간 로그 쓰자"
│
├─ GEMINI.md → 사용자를 "록 팀장"으로 식별
├─ weekly-log/SKILL.md → 인터뷰 형식 절차 로드
└─ .context/team-info.md → 팀 맥락 참조
│
AI: "록님, 이번 주(W07) 주간 로그를 작성할게요!
이번 주에 한 일을 편하게 말씀해주세요."
│
사용자: "OOO 현안보고, AI비서환경 구축"
│
AI: [구조화된 주간 로그 생성 → 1 Note/1A/2026-W07-log.md 저장]
시나리오 2: 업무 대시보드
사용자: "오늘 할 일 정리해줘"
│
├─ my-dashboard/SKILL.md → 대시보드 템플릿 로드
└─ Daily Notes, Work 폴더 → 진행 중 업무 파악
│
AI: [마감 임박 태스크, 진행 중 업무, 우선순위 제안]
워크스페이스 구조
📁 워크스페이스 루트/
│
├── GEMINI.md ← Antigravity 규칙 (항상 적용)
├── CLAUDE.md ← Claude Code 규칙 (항상 적용)
│
├── .agent/skills/ ← 스킬 모듈 (공통)
│ ├── weekly-log/SKILL.md
│ ├── my-dashboard/SKILL.md
│ └── meeting-note/SKILL.md
│
├── .context/ ← Knowledge Base (공통)
│ ├── team-info.md
│ ├── folder-guide.md
│ └── project-glossary.md
│
├── 1 Note/ ← Obsidian 노트
├── 2 Work/ ← 업무 데이터
└── ...
비교 요약: 어떤 AI를 써야 할까?
| 항목 |
Antigravity |
Claude Code |
GitHub Copilot |
| 규칙 파일 |
✅ GEMINI.md |
✅ CLAUDE.md |
✅ copilot-instructions.md |
| 스킬 시스템 |
✅ .agent/skills/ |
✅ .agent/skills/ |
❌ |
| Knowledge Base |
✅ .context/ |
✅ .context/ |
❌ |
| 의미 기반 스킬 로딩 |
✅ |
✅ |
❌ |
| 비용 |
무료 (프리뷰) |
무료 (프리뷰) |
유료 ($10~19/월) |
| IDE |
Antigravity 앱 |
VS Code / 터미널 |
VS Code |
| 비개발자 친화도 |
⭐⭐⭐⭐⭐ |
⭐⭐⭐ |
⭐⭐ |
핵심 포인트: Antigravity와 Claude Code는 .agent/skills/와 .context/를 공유한다. 규칙 파일(GEMINI.md / CLAUDE.md)만 각각 만들면, 나머지 스킬과 지식 베이스는 두 AI가 동일하게 사용한다.
시작하는 법 (비개발자용)
- 규칙 파일 만들기 (10분)
– GEMINI.md에 AI 이름, 팀원 정보, 행동 규칙 작성
– 마크다운 문법일 뿐, 코딩 아님
- Knowledge Base 세팅 (20분)
– .context/ 폴더에 팀 정보, 폴더 가이드, 용어 사전
- 스킬 1~2개 만들기 (30분)
– .agent/skills/[스킬명]/SKILL.md
– 트리거 키워드 + 실행 절차 + 출력 형식
- 테스트 (5분)
– “나는 누구야?” → 사용자 식별 확인
– “주간 로그 쓰자” → 스킬 작동 확인
총 소요: 약 1시간. 이후로는 매일 수 분의 대화로 업무를 정리할 수 있다.
이 글은 실제로 팀에서 Antigravity 기반 AI 비서를 구축하면서 작성했습니다.
2026-02-16