Bubble이 10월에 공개한 데모는 Agent 2와 MCP라는 두 가지 변화가 맞물려 비개발자와 여러 역할을 함께 맡는 팀의 앱 제작 방식에 중요한 전환점이 될 수 있음을 보여줍니다. 새롭게 개편된 어시스턴트인 Agent 2는 복잡한 요청을 하나의 프로젝트처럼 다룹니다. 먼저 추가 질문을 하고 계획을 제시한 뒤, 실제 에디터를 수정하기 전에 승인을 기다립니다. 베타 버전인 MCP를 사용하면 Claude와 ChatGPT 같은 외부 LLM에서도 에디터에 접근할 수 있어, 다른 모델에게 실행 중인 앱을 살펴보고 페이지나 UI 요소를 직접 추가하도록 요청할 수 있습니다. 두 기능이 결합되면서 ‘AI 프로토타입’과 유지보수 가능한 시각적 앱의 경계가 흐려지고 있습니다.
실제로 Agent 2의 작업 흐름은 모호한 프롬프트 하나로 기능이 잘못 구현될 위험을 줄여줍니다. 여러 단계가 필요한 기능을 요청하면 먼저 확인 질문으로 부족한 정보를 파악하고, 단계별 계획을 제시한 다음, 명시적인 승인을 받은 항목만 실행합니다. 마지막으로 이슈 검사와 스크린샷을 활용해 내부 점검을 진행합니다. 사람의 검토가 정해진 단계마다 이뤄지므로 규모가 커져도 중요한 흐름을 유지할 수 있습니다. 에디터 안에서 미리보기를 제공하는 기능도 변경 사항을 더 쉽게 확인하도록 돕습니다. 제작자는 Agent가 보는 화면을 직접 살펴보고, 맥락을 파악한 뒤 추가로 확인하거나 변경 사항을 되돌릴 수 있습니다.
외부 LLM이 실행 중인 Bubble 프로젝트에 페이지와 요소를 추가할 수 있게 되면서 팀 구성과 도구 선택의 폭도 넓어집니다. 이제 Claude, ChatGPT 등 다른 어시스턴트를 프런트엔드 디자이너나 개발자처럼 활용해 Bubble의 시각적 모델에 직접 작업 내용을 반영할 수 있습니다. 실용적인 활용 방법도 다양합니다. 다른 AI 도구로 만든 바이브 코딩 프로토타입을 MCP로 가져온 뒤 Bubble에서 유지보수하거나, 여러 에이전트가 공통 스키마에 맞춰 기능을 구현하는 표준 실행 환경으로 Bubble을 사용할 수 있습니다.
이러한 변화는 운영 환경을 어디에 집중할지 결정하는 제품 팀에 중요한 의미가 있습니다. 일회성 코드를 생성하는 바이브 코딩 플랫폼과 달리 Bubble의 에디터와 MCP 조합은 시각적 워크플로, 데이터 모델, 재사용 가능한 요소를 사람이 계속 편집할 수 있는 지속성 있는 작업 환경을 제공하겠다는 구상입니다. 다만 이를 실현하려면 Agent가 명확한 계획과 테스트에 따라 작업하도록 하고, 어떤 에이전트가 프로젝트를 수정할 수 있는지 통제하며, 사용량이 늘어날 때 요금이 어떻게 산정되는지 투명하게 공개해야 합니다. 요컨대 이 기술은 새로운 작업 방식을 가능하게 하지만, 실제 운영에 적합한지는 안전장치에 달려 있습니다.