▲

Gemini CLI

 (blog.google)
1P by GN⁺ 7시간전 | ★ favorite | 댓글 1개
  • Google이 Gemini CLI라는 오픈 소스 AI 에이전트를 새롭게 공개함
  • 이 도구는 명령줄 환경에서 직접 Gemini 모델의 인공지능 기능을 이용할 수 있게 지원함
  • 개발자는 코드 생성, 문서 요약, 번역 등 여러 작업을 CLI에서 바로 수행 가능함
  • Gemini CLI는 확장성, 사용자 정의, 오픈 소스 접근성이 특징임
  • 기존 AI 에이전트 대비 편리성과 생산성 향상이라는 장점을 가짐

Gemini CLI 소개

  • Google은 Gemini CLI를 공개하여 개발자가 명령줄 환경에서 인공지능 기능을 쉽게 사용할 수 있도록 지원함
  • Gemini CLI는 Google의 Gemini 모델을 기반으로 하며, 일상적인 개발 작업 자동화, 자연어 처리, 번역, 코드 생성, 문서 요약 등 다양한 AI 기능을 통합적으로 제공함
  • 오픈 소스로 제공되어 자유롭게 커스터마이징 및 확장 가능하며, 개발자 커뮤니티의 요구에 맞춘 다양한 플러그인 및 확장 개발이 가능한 환경을 가짐
  • 기존의 LLM 기반 명령줄 도구에 비해 단순한 통합 및 높은 편의성을 제공하며, 활용 예시로는 코드 오류 수정, 개발 문서 자동화, 데이터 분석 등 여러 업무가 언급됨
  • Gemini CLI는 빠른 AI 접근성과 실시간 활용성, 개발자 환경에 자연스럽게 통합될 수 있는 구조로 생산성 향상에 기여함
▲
GN⁺ 7시간전  [-]
Hacker News 의견

  • Google의 Gemini 제품들이 너무나 파편화된 상황에 혼란스러움 발생. Pro 구독자인 나도 "Gemini Code Assist Standard"나 "Enterprise"를 써야 더 많은 사용량이 제공된다는 사실을 이제야 알게 됨. 이런 요금제나 기능 차이에 대해 알지 못하던 평범한 구글 유저로서, 구글에 Gemini 구독비를 내더라도 "Gemini CLI"에서는 별다른 혜택을 못 받는 어이없는 상황 경험

    • Google도 Microsoft처럼 거의 모든 분야에 제품을 갖고 있으면서, 혼동스러운 메시징 때문에 각각의 장점이 희석되는 느낌. 나 역시 Gemini 2.5 Pro를 좋아하지만, 일상용 AI 챗 어시스턴트를 찾으려 한동안 여러 AI 제품도 시도함. Gemini Pro 구독은 Google One에 포함되어 구글 드라이브와 쓸 때 좋지만, 이미 iCloud 구독과 iOS 환경에 맞춘 데이터 연동 때문에 넘어갈 이유 없음. Gemini 챗 UI는 OpenAI ChatGPT macOS 클라이언트보다 한참 뒤떨어짐. NotebookLM은 문서 요약에 강점이 있지만 Gemini 챗과 통합되어 있지 않아, 구글 제품들 사이 계속 오가야 하는 번거로움이 남음. 결국 Raycast AI에 구독비를 내고 있는데, 워크플로에 잘 녹아든 통합 경험과 다양한 모델 시도가 가능해서임. 최신 모델이 바로 제공되진 않지만 일관된 사용성 만족. 이렇게 구글이 다양한 제품에 분산된 탓에, 사용성 면에서 오픈AI(일반 업무), Anthropic(코딩)보다 뒤처지는 상황. 최근 수개월 간 Google Stitch, GH Copilot/Cursor용 VSCode 플러그인, Claude Code 등으로 따라잡으려 했지만, 다들 금방 사라질 듯한 사이드 프로젝트 분위기만 풍김

    • 품질은 매우 높지만 Google Cloud Dashboard는 복잡해서 대부분의 스타트업이나 개인 개발자는 Google 아닌 다른 솔루션을 택함. Vertex로 모델을 호스팅하는데, 구글 클라우드와 차이가 뭔지 불명확. 프로젝트 레벨별로 API도 두 가지나 있음. AI 제공 업체라면 규모와 상관없이 진입 장벽 없이 쓰게 해줘야 하는데, Google AI Studio API에서 시작했다가 프로젝트가 커지면 Vertex API로 강제로 옮겨야 하는 구조로 확장성 없는 API 솔루션 설계. OpenAI 호환 API도 자주 작동하지 않아, 이를 쓴 여러 툴들이 제대로 동작하지 않음. Google AI 라인업, 즉 Jules와 Gemini CLI의 구분, Vertex API와 AI Studio API 차이, Vertex가 Google Cloud에 종속되어 앱 개발 시 환경 변수 설정 등 복잡함으로 인한 진입 장벽 존재 Vertex 환경 변수 공식 문서

    • Google의 가격 정책이 이해하기 힘든 수준. Gemini 2.5 Pro가 내가 써본 모델 중 최고라고 여겨질 정도인데, Claude나 Cursor처럼 한 번에 전체 기능을 쓸 수 있는 심플한 구독제가 존재하지 않음. 엔터프라이즈 사용자 쪽은 OpenAI가 완전히 점령

    • 매월 300달러 AI ULTRA 멤버십도 있음. Google One 멤버십조차 어떤 "추가 기능"을 주는지 시시각각 변하는 느낌이라 명확하게 안내받기 힘듦

    • Anthropic도 마찬가지. 구독하면 Claude는 쓸 수 있지만 Claude Code는 별도의 "API 사용량"으로 과금되어 구독과 분리된 요금 체계. 어떤 누군가가 CLI를 선호하는 우리를 파악하고 이를 따로 요금 매기는 법을 배운 듯. GUI로 우회도 가능하지만 터미널에서처럼 네비게이션이 직관적이지 않아 불편함

  • 이 프로젝트에 참여 중인 당사자임. 현재 도입 곡선이 가파른 상태로, 오늘같이 TPU가 열심히 일하는 날에 모두의 피드백을 소중하게 읽는 중. 버그 제보나 기능 요청은 언제든 환영

    • 어제 오후, 루비(모르는 언어)로 작성된 알고리즘을 바닐라 자바스크립트로 변환하려 애썼음. GPT-4.1로 시도했으나 시간만 잡아먹어 실패. 호기심에 Gemini CLI 설치해 루비 프로젝트 지정 후 단 한 번의 요청으로 금방 변환 성공. 모든 과정이 5분 만에 끝나 놀라움

    • Google Workspace with Gemini 유료 조직 계정인데, GOOGLE_CLOUD_PROJECT 환경변수 없음 안내 메시지 출력. GCP를 쓰지 않아 추가 안내가 없으면 환경 변수 값 획득이 직관적이지 않음. 유료 사용자가 일반 구글 사용자보다 접근성이 떨어지는 점, 문서 개선 필요

    • Apple Container on M1에 Gemini CLI가 생성한 코드를 성공적으로 연동. CodeRunner에서 Gemini CLI 옵션 적용 방법 설명

    • 더 소비자 친화적인 구독제(예: Claude Max처럼 Gemini CLI와 Gemini 앱 결합, IP 준수 및 API 접근 포함) 출시 요청 기대

    • Google Gemini, Gemini Ultra, AI Studio, Vertex AI, Notebook LLM, Jules 등 비슷한 기능을 하는 제품들이 너무 많아 사용자 안내 및 라이선스 체계 혼란 유발

  • Claude Code (4 Opus)로 대용량 Rust 코드베이스에서 그럭저럭 성과를 냈지만, 복잡한 작업에는 아쉬움 존재. Gemini CLI도 오늘 시도해봤는데 설치는 쉬웠지만 결과는 처참. Rust 코드 수정 후 컴파일 성공률에서 Claude보다 확실히 별로였음. 다만, Gemini가 "코드를 엉망으로 만들었으니 모든 변경을 원상복구하고 새로 시작하겠다"는 셀프 리셋 멘트를 남겨 오늘의 웃음 포인트 제공

    • Gemini의 실패 방식이 오히려 재미 포인트. 코드 고친 게 안 먹힐 땐 "이건 예상 밖이네요" 같은 인간스러운 멘트와 함께 "테스트 통과할 것 같아요!" 하고 스스로 자신감 넘치게 선언. 너무 과신하는 기본 성격과 감탄사 과다 사용도 눈에 띔. 아마 훈련 과정에서 결과 단정이 더 좋은 결과를 만든다고 학습된 듯

    • Google 내부의 대규모 코드베이스로 Gemini가 트레이닝된 덕을 보고 있지만, Google 내 Rust 활용이 미미(좋은 C++ 툴링 때문)에 Rust 쪽에선 Gemini가 상대적으로 약하다는 가설

    • 비슷한 경험. 앱 신규 기능 테스트 중이었는데 완전히 꼬여버림. 정의 안 된 함수 사용, 몇 번의 오류 반복 끝에 포기. Claude는 무난하게 완수했지만 코드 퀄리티는 미흡했고, Gemini는 개별 아이디어는 참신했지만 일관성 결여로 마지막에 완성 못함

    • 나도 시도해봤는데 15분 만에 똑같이 "모두 원상복구"하는 반응을 받음

    • Claude도 상황이 너무 나빠지면 애초로 되돌아가는 시도를 함. 내부적으로 편집이 뒤죽박죽될 때 이런 경우 목격

  • Gemini Code Assist를 사용하면 내 코드 데이터가 전부 Google로 전송됨(공지사항 링크), 프롬프트, 관련 코드, 결과물, 사용 피드백, 기능 사용 정보 등 모든 데이터가 수집되어 Google 서비스 및 머신러닝 개선에 쓰임. 품질 개선을 위해 사람이 직접 데이터 열람, 주석 추가, 가공 가능. 개인정보 보호를 위해 계정 정보에서 분리 후 최대 18개월 보관. 민감한 정보나 외부에 공개를 꺼리는 데이터는 입력하지 말 것을 권장

    • 이 부분은 좀 더 복잡함. 무료판 Code Assist는 수집 데이터가 기본 활용되지만 별도안내 절차를 통해 opt-out 가능. 유료 Code Assist는 데이터가 모델 개선에 쓰이지 않음. pay as you go 계정의 Gemini API 키로 쓰더라도 마찬가지로 수집되지 않음. 실제 민감한 데이터 활용 범위는 원글보다 한발 더 완화

    • 팀에서 Gemini CLI를 어떻게 로그인하느냐에 따라 개인정보 보호 정책이 헷갈린다는 지적에 공감. 논란을 해소하기 위해 각 계정별 서비스 약관·데이터 정책을 일목요연하게 정리한 문서 및 FAQ를 새로 정리( 문서 링크)

    • Gemini 생태계에서 가장 답답한 게 바로 투명하지 못한 프라이버시 정책. 2.5 pro가 최고 모델이라 업무에 쓰고 싶어도 프라이버시 조건이 너무나 혼란스럽고 실제로는 아무런 보호도 못 받는다는 가정하에 움직이게됨. 비싼 최상위 구독자임에도 마찬가지

    • Mozilla와 Google이 Gemmafile이라는 대안 출시. Gemma는 단일 파일로 로컬에서 돌아가는 완전 오프라인(open-airgapped) Gemini 버전으로, 의존성 없는 독립 실행 지원. 다운로드 2025년 기준 32%의 조직이 실제 배포( 보고서 )

    • Gemini CLI의 configuration.md 문서에 "수집하지 않는 정보" 섹션에서 개인 식별 정보, 프롬프트 및 응답 내용, 파일 컨텐츠는 로그로 저장하지 않는다고 명시

  • Gemini CLI의 시스템 프롬프트는 Gist 링크에서 공개. 관련 개인 노트는 여기

    • Gemini CLI는 오픈소스라 Github 저장소에서 시스템 프롬프트 원문까지 확인 가능

    • 시스템 프롬프트에선 절대 경로만 쓰라는 안내가 있지만, 임시 파일 예시에는 상대 경로 사용되어 있음

  • 며칠 전 Claude Code로 streamlit Python 기반 간단 주식 추적 웹앱을 코드 흐름대로 작성하는데, 프로젝트 일정 크기까지는 매우 잘 동작하다 그 시점 이후 버그 수정을 더이상 빠르게 못함. 같은 작업을 Gemini CLI로 해보니, Claude Code가 헤맬 때쯤 "코드베이스 분석 후 모든 버그 고쳐줘" 요청에 일단 앱이 성공적으로 실행. 정말 미래 체감

    • 이게 context window size(컨텍스트 윈도) 차이 때문인지 궁금. Gemini의 윈도 크기가 Claude보다 5배 큼. Claude 쓸 때는 디버깅하면서 어느 순간 컨텍스트 부족으로 동작이 꼬임. 나중에 Gemini의 큰 윈도우 환경에서 이걸 테스트해 볼 예정

    • 현재 Claude Code의 모범적 사용법은 무거운 처리는 Gemini 2.5 Pro나 o3/o3pro에 맡기고, MCP 지원 등 덕분에 두 모델 연결이 매끄럽게 가능. Gemini CLI도 오픈소스라면 다양한 모델 플러그인 가능해 보임. 향후 LLM이 커머더티화될 세상에는 UI 래퍼보다 CLI 에이전트형 도구가 메인 될 수도 있을 것. OpenAI가 유저 수 경쟁에선 승자지만, 실제 업무용 UI로선 ChatGPT가 열세

    • 모듈별로 100줄 이내 요약 markdown 문서로 각 모듈 개요와 파일 위치만 담아 AI가 그 내용을 탐색할 수 있게 하면 맥락 이해 도움이 됨. 이 양식으로 담기가 힘들 정도면 인간 개발자도 관리하기 힘듦. 핵심 맥락을 AI에게 잘 지정해 주는 게 중요

    • 구체적이고 명확한 프롬프트 엔지니어링이 훨씬 생산성 높을 것 같음. "모든 버그 고쳐라"식 요청은 현실적 시나리오와 다소 맞지 않음

    • 이 방식은 복잡성이 커질수록 무너지고, 중복 코드 많아 메모리 효율 매우 낮을 가능성 높음. 결국 직접 작성하는 게 더 효율적일 수도. 대충 만든 코드가 늘어나면 DRAM 수요가 비정상적으로 증가할지도 궁금

  • Gemini CLI에 양방향 음성 인터페이스를 직접 추가함.

  • Go나 Rust 등 런타임 불필요한 단일 바이너리로 되었으면 하는 아쉬움. Node 런타임 필요하다는 점이 아쉬움

    • 이런 프로젝트는 업데이트가 자주 필요한 만큼 npm이나 pip 관리가 더 현실적. 엄청난 연산이나 대단한 용량 요구 프로그램 아니기에 현대 하드웨어에선 별 문제 없음. Go도 이런 용도에 정말 잘 어울린다고 생각하는데, 현실성 측면에선 라이브러리 관리가 더 편함

    • Gemini CLI에 자기가 원하는 언어로 다시 짜달라고 프롬프트에 넣을 방법도 있음

    • 제품의 품질보다, "우리도 CLI도구 있어요"라는 마케팅 목적에 더 가까운 프로젝트 느낌

    • 실제로 OpenAI도 Typescript 대신 Rust로 Codex CLI를 리빌드 중이라는 기사 참조. Node 경험이 많진 않지만 설치, 패키징, 격리 경험이 대단히 잘 되어 있다고 느낌

    • Bun과 Deno로 standalone 실행 파일 제작 가능할지도 모름. Bun bundler 설명 Deno CLI 컴파일 설명. 표준 Node 코드면 Bun에선 최소한 잘 동작할 듯. 실행파일 크기가 Go, Rust와 어떻게 다를지 궁금

  • "Failed to login. Ensure your Google account is not a Workspace account." 워크스페이스 계정은 쓸 수 없는 구조인지 의문. GSuite 시절부터 Workspace 계정인데 결국 구글 서비스에서 계속 제한 당하는 느낌. 예전부터 Gmail에서 커스텀 도메인이 필요했던 것뿐인데 YouTube 데이터, Fitbit 데이터 등도 날리고 구독 서비스 선택 등도 난잡하게 막혀 있음. 결국 Workspace 계정이라 Gemini CLI로 소프트웨어 개발 업무를 할 수 없는 점이 장기 충성 고객에 대한 배려 결여처럼 느껴져 실망

  • 1개월 정도 써봤는데 2.5pro의 SOTA 성능, 맥락 1M context window 지원 등으로 대부분 도구에 비해 월등함. 대규모 코드베이스를 던져도 빠르고 정확하게 분석 및 탐색 가능

    • Cursor에서 써봤을 땐 대형 Python 파일 임포트가 깨지는 문제 발생. Claude에선 이런 문제 없었음. Gemini에서 특이한 문제 경험 궁금

    • 워크플로가 궁금

답변달기