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.

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.

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.

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.

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]