Gemini 2.5 Pro 딥 에이전트: 이 미친 듯이 완전 무료 AI 에이전트는 놀랍습니다!
AICodeKing
구독자 71,200명
요약
이 영상은 Gemini 2.5 Pro라는 최첨단 AI 모델을 소개하며, 주로 코딩 작업 및 복잡한 문제 해결에 탁월한 기능을 설명합니다. Gemini 2.5 Pro는 무료로 제공되며, 사용자는 Vector Shift 플랫폼을 활용해 커스텀 AI 에이전트를 쉽게 구성할 수 있습니다. 영상은 단계별 워크플로우 구성 과정을 통해 사용자 입력, 구글 검색, 웹 스크래핑, 그리고 마크다운 파일로의 결과 출력 과정을 상세히 안내합니다. 또한 API 연동과 다양한 응용 사례를 통해 실질적인 자동화 및 AI 에이전트 활용법을 강조합니다.
주요 키워드
Gemini 2.5 Pro
AI 에이전트
Vector Shift
워크플로우
코드 어시스트
웹 스크래핑
API
자동화
하이라이트
- 🔥 Gemini 2.5 Pro는 최신 AI 모델로 코딩과 문제 해결에 뛰어난 성능을 보입니다.
- 🚀 무료로 제공되는 이 AI 에이전트는 사용자가 다양한 작업을 손쉽게 수행할 수 있게 해줍니다.
- 📌 Vector Shift 플랫폼을 활용하여 복잡한 워크플로우를 드래그 앤 드롭 방식으로 구성할 수 있습니다.
- 🌟 사용자 입력을 바탕으로 구글 검색, 데이터 스크래핑 및 마크다운 파일 생성이 자동으로 이루어집니다.
- ⚡️ API 연동을 통해 챗봇, 음성 봇 등 다양한 응용 프로그램과의 연결이 가능합니다.
- 📢 추가로, 지식 기반 업로드 및 대규모 작업 자동화 등 여러 활용 사례가 소개됩니다.
용어 설명
Gemini 2.5 Pro
최신 AI 모델로, 코딩 및 복잡한 문제 해결에 특화되어 있으며, 무료로 제공되는 에이전트입니다.
Vector Shift
사용자가 드래그 앤 드롭 방식으로 워크플로우를 생성하고 다양한 데이터 소스와 AI를 연동할 수 있는 AI 자동화 플랫폼입니다.
코드 어시스트 에이전트
웹 검색 및 스크래핑 기능을 활용하여 마크다운 파일 형태로 결과를 출력, 추가 코딩 작업에 도움을 주는 맞춤형 AI 에이전트입니다.
[00:00:00]
영상 소개 및 Gemini 2.5 Pro 개요
영상은 Gemini 2.5 Pro의 출시와 주요 기능을 소개합니다. 코딩 작업과 복잡한 문제 해결에 탁월한 이 모델의 무료 사용 가능성도 강조됩니다.
[00:00]
Gemini 2.5 Pro가 최근 출시되어 최첨단 AI 모델로서 코딩, 문제 해결, 리서치 등 다양한 기능을 무료로 제공합니다.
[00:36]
코딩에 주로 사용해온 경험을 바탕으로 커스텀 AI 에이전트를 만드는 방법을 소개하며, 특히 코드 지원 에이전트를 구현할 예정입니다.
[00:00:41]
커스텀 에이전트와 Vector Shift 소개
사용자들이 로컬 환경 설정 없이 AI 에이전트를 쉽게 만들 수 있는 방법을 설명합니다. Vector Shift 플랫폼을 통해 다양한 데이터 소스와의 연결 및 워크플로우 생성법을 소개합니다.
[01:16]
Vector Shift라는 AI 자동화 플랫폼을 사용하여 복잡한 로컬 설정 없이 쉽게 AI 에이전트를 구축하는 방법을 설명합니다.
[01:49]
Google 캘린더 요약, 노션 노트 요약 등 다양한 자동화 기능을 구현할 수 있으며, Discord 메시지나 이메일 트리거를 통한 자동화도 가능합니다.
[02:38]
Vector Shift의 파이프라인 기능을 통해 새로운 워크플로우를 생성하고, 입력 블록부터 시작하여 챗봇 구현 방법을 설명합니다.
[00:03:06]
워크플로우 구성 및 코드 어시스트 에이전트
드래그 앤 드롭 인터페이스를 활용하여 입력, 검색, 스크래핑 등 여러 과정을 연결하는 워크플로우 설정 과정을 보여줍니다. 이를 통해 코드 어시스트 에이전트가 사용자 쿼리를 처리하고 리포트를 생성합니다.
[03:43]
Gemini 2.0을 활용한 검색 및 데이터 처리 워크플로우 설명. 검색어 생성, Google 검색, 결과 스크래핑, Gemini 2.5 Pro를 통한 보고서 생성 과정을 소개합니다.
[04:31]
워크플로우 구성 방법 설명. 입력, Google LLM, 검색, 스크래핑 설정 등 기본적인 구성 요소들의 연결 방법을 단계별로 안내합니다.
[05:33]
Gemini 2.5 Pro 설정 및 출력 구성. API 키 설정, 데이터 요약, 출력 형식 지정 등 상세한 설정 방법을 설명합니다.
[00:06:07]
최종 적용 및 추가 활용 방안
완성된 워크플로우를 API로 배포하여 마크다운 파일 출력, 챗봇 연동 등 다양한 응용 사례로 확장하는 방법을 설명합니다. 추가적으로 지식 기반 업로드와 음성 봇 등의 활용 가능성도 다룹니다.
[06:59]
Vector Shift를 통한 AI 에이전트 확장 기능 소개. 음성봇, 대량 작업, 평가 등 다양한 기능과 활용 방안을 설명합니다.
[00:00]
[음악]
[00:03]
[박수]
[00:04]
안녕하세요, 새로운
[00:07]
영상입니다. Gemini 2.5 Pro가 최근에
[00:12]
출시되었는데, 현재
[00:14]
최첨단 모델로서 특히
[00:17]
코딩 작업에서 뛰어나며
[00:20]
복잡한 문제 해결과 리서치 등
[00:23]
다양한 기능을 수행할 수 있습니다. 현재
[00:26]
완전 무료로 사용할 수 있어서
[00:30]
정말 놀랍습니다. 사용량 제한이 있지만
[00:33]
거의 모든 작업을 수행하기에 충분합니다.
[00:36]
저는 이것을 코딩에 많이 사용해왔는데,
[00:39]
이번에는 여러분께 커스텀
[00:41]
에이전트를 만드는 방법을
[00:43]
보여드리려고 합니다. 이를 통해
[00:46]
다양한 멋진 작업을 수행할 수 있죠.
[00:49]
저는 코드 지원 에이전트를 만들 건데,
[00:51]
아마 기억하실 수도 있겠지만 전에
[00:55]
웹 검색을 통해
[00:57]
마크다운 파일을 만드는 코드 지원 에이전트에
[00:59]
대한 영상을 만든 적이 있습니다.
[01:01]
오늘은 이것을 Vector Shift에서
[01:05]
Gemini 2.5 Pro를 사용해 다시 만들어보고
[01:09]
이전보다 더 자세히
[01:12]
설명해드리도록 하겠습니다.
[01:14]
오늘 보여드릴 내용입니다.
[01:16]
대부분의 사람들은 AI 에이전트를
[01:18]
로컬 환경에서 복잡한 설정 없이
[01:21]
쉽게 만들고 싶어 합니다.
[01:24]
그래서 모든 것을 간단하게 하기 위해
[01:28]
Vector Shift를
[01:30]
사용할 것입니다. Vector Shift에 대해
[01:32]
잘 모르시는 분들을 위해 다른 좋은
[01:34]
영상들도 있지만, 간단히 말씀드리면
[01:38]
AI 자동화 플랫폼으로,
[01:41]
워크플로우를 만들어 데이터 소스를
[01:43]
AI와 연결하고, 커스텀 워크플로우를 만들고
[01:46]
필요한 AI 에이전트를 구축할 수 있습니다.
[01:49]
예를 들어, Google 캘린더 이벤트를
[01:52]
요약하는 AI 에이전트나
[01:54]
노션 노트를 읽고 요약하는
[01:58]
AI 에이전트가 필요하다면
[02:00]
그것도 만들 수 있습니다.
[02:03]
뿐만 아니라
[02:06]
이러한 워크플로우를 챗봇에
[02:08]
넣을 수 있고, API를 통해
[02:10]
접근할 수도 있습니다.
[02:12]
게다가 자동화도 가능한데,
[02:16]
Discord에서 메시지를 보내거나
[02:19]
이메일을 받았을 때
[02:21]
워크플로우가 트리거되도록
[02:24]
설정할 수 있어서 정말 멋집니다.
[02:28]
이제 설정 방법과
[02:30]
새로운 Gemini 2.5 Pro 모델로
[02:32]
에이전트를 만드는 방법을 알려드리겠습니다.
[02:35]
먼저 회원가입을 하시면 됩니다.
[02:38]
무료 티어도 제공되어 좋습니다.
[02:41]
가입하신 후에는 파이프라인으로 가서
[02:44]
새로 만들기 버튼을 클릭하시면
[02:48]
미리 만들어진 워크플로우를 선택하거나
[02:50]
새로운 워크플로우를 만들 수 있는
[02:53]
페이지가 열립니다. 여기서
[02:55]
새 캔버스를 열면 원하는 블록을
[02:59]
드래그하여 연결하고
[03:01]
워크플로우를 만들 수 있습니다.
[03:03]
간단한 챗봇을 만든다고 하면
[03:06]
먼저 입력 블록이 필요합니다. 이것은
[03:10]
사용자가 입력을 할 수 있게 해주고
[03:13]
이 입력을 LLM이나 지식 베이스에
[03:17]
연결할 수 있습니다. 여기서는
[03:19]
사용자 입력 쿼리를 지식 베이스에서
[03:23]
검색하고 필요한
[03:25]
맥락을 제공하거나
[03:28]
다른 통합 기능과 연결할 수 있습니다.
[03:31]
저는 지금 코드 지원 에이전트를
[03:34]
만들고 있는데, 이것은 API를 통해
[03:37]
제가 보내는 쿼리를 받아
[03:43]
그러면 그 쿼리는
[03:46]
Gemini 2.0에 의해 검색어로 변환되고
[03:49]
그 다음 Google 검색을 실행하여
[03:52]
각각의 검색 결과를 스크랩한 후
[03:56]
이를 Gemini 2.5 Pro에 전달하여
[03:59]
해당 내용에 대한 보고서를
[04:02]
생성하게 됩니다
[04:04]
그리고 이는 로컬에
[04:07]
마크다운 파일로 저장되어
[04:10]
AI 코더가 이를 참조하여
[04:13]
컨텍스트로
[04:14]
활용할 수 있습니다. 예를 들어, Sonnet이
[04:18]
Next.js의 새로운 기능에 대해
[04:19]
모르는 경우, 이 워크플로우를 통해
[04:22]
컨텍스트를 담은 마크다운 파일을 만들고
[04:25]
새로운 실무 방식에 대해
[04:27]
참조하도록 할 수 있죠. 꽤 멋지죠.
[04:31]
여기에 입력을 드래그하고
[04:33]
Google LLM을 드래그한 다음
[04:36]
Gemini 2.0을 선택합니다
[04:39]
Flash를 선택하고 나서
[04:42]
입력값과 프롬프트를 제공해야 합니다
[04:45]
이는 검색어를 생성하여
[04:47]
Google 검색으로 보내기 위한 것입니다
[04:49]
이렇게 설정하고
[04:53]
웹 검색에 연결한 다음 Google 검색을
[04:56]
선택하고 연결하면
[04:59]
됩니다
[05:00]
이제 각 항목을 스크랩해야 하므로
[05:03]
스크래핑 옵션을 가져와서
[05:06]
리스트 모드를 활성화하고
[05:09]
적절히 연결합니다
[05:11]
이는 리스트 모드이기 때문에
[05:14]
텍스트 리스트를 출력하고
[05:17]
각 URL을 스크랩하여
[05:20]
리스트 형식으로 내용을
[05:22]
반환합니다
[05:24]
리스트 작업을 가져와서
[05:27]
리스트를 쉼표로 구분된
[05:29]
문자열로 만들도록 설정합니다
[05:33]
이제 Google LLM 옵션을 드래그하고
[05:35]
Gemini 2.5 Pro를 선택합니다
[05:40]
여기서 자신의 API 키를 입력하여
[05:43]
속도 제한을 피할 수
[05:45]
있습니다. 이제 모든 내용을 요약하도록
[05:48]
요청하고 첫 번째 입력도 연결하여
[05:51]
이 컨텍스트를 기반으로
[05:54]
요약된 데이터를 생성하도록 합니다
[05:58]
이제 출력 항목을 드래그하고
[06:01]
변경사항을 배포하여
[06:03]
적절히 사용할 수 있습니다
[06:07]
이것을 실행하면 각 노드를 거쳐
[06:10]
마지막에 입력을 기반으로
[06:13]
AI 코더에게 제공할 수 있는
[06:17]
연구 데이터를 얻어
[06:19]
라이브러리나 새로운 코딩
[06:22]
관례에 대한
[06:24]
컨텍스트를 제공할 수 있습니다
[06:26]
이를 챗봇으로 만들거나
[06:29]
API로 사용할 수 있는데, 저는 API로
[06:32]
사용하려고 합니다
[06:34]
여기로 가서 API 명세를 가져오고
[06:37]
다음과 같은 간단한 프로그램을
[06:40]
만들 수 있습니다
[06:43]
이제 이 API를 사용하는 간단한 스크립트를
[06:46]
만들어 출력을 마크다운 파일로 저장하고
[06:49]
코더에게 해당 파일의 데이터를
[06:52]
참조하여 추가 컨텍스트를
[06:55]
얻도록 요청할 수
[06:58]
있습니다
[06:59]
이렇게 Vector Shift를 통해
[07:02]
Gemini로 AI 에이전트를 쉽게 구성할 수 있고
[07:06]
AI 에이전트에 지식을 추가하는
[07:08]
옵션도 있어서 AI 에이전트가
[07:11]
참조할 파일을 업로드하고
[07:14]
커스텀 지식 기반
[07:16]
컨텍스트를 활용할 수 있어
[07:18]
아주 좋습니다. 음성 봇도
[07:21]
만들 수 있고, 대량 작업, 포털, 평가 등도
[07:26]
가능해서 정말 좋습니다
[07:29]
이렇게 Gemini의 새 모델로
[07:32]
AI 에이전트를 쉽게 만들 수 있습니다
[07:35]
이런 종류의 워크플로우 자동화에
[07:37]
매우 유용한데, 현재는 무료이고
[07:40]
매우 저렴하기 때문입니다
[07:43]
게다가 이러한 작업에서
[07:45]
Claude와 동일한 성능을 매우 저렴하게
[07:48]
얻을 수 있어
[07:49]
좋습니다. 검색, 다양한 앱,
[07:53]
지식 베이스 등을 추가할 수 있어
[07:56]
정말 멋지고, 모든 것이 드래그 앤 드롭
[07:59]
인터페이스로 되어 있어
[08:01]
원하는 대로 커스터마이징하고
[08:04]
무료 Gemini API로 모두 무료로 사용할 수
[08:07]
있으며
[08:09]
전반적으로 매우 멋진 도구입니다
[08:13]
아래에 의견을 남기고 구독해 주세요
[08:15]
Super Thanks 옵션으로 후원하거나
[08:17]
채널 멤버십에 가입하여
[08:19]
혜택을 받을 수 있습니다
[08:21]
다음 영상에서 만나요, 안녕히 계세요
[08:24]
[음악]