Gemini CLI 🚀: 설치부터 MCP 연동까지 완벽 가이드

Prompt Engineer 구독자 16,800명

요약

이 영상은 Google의 오픈 소스 AI 에이전트 Gemini CLI를 로컬 환경에 설치하고 활용하는 전 과정을 다룹니다. Node.js 설치부터 CLI 실행 및 색상 테마·인증 설정, 기본 명령어 탐색, 사용 한도 확인, 그리고 Google AI 코딩 어시스트 통합까지 상세히 설명합니다. 특히 MCP(Model Context Protocol)를 이용한 GitHub 연동 예시를 통해 실시간 코드 검색·수정·실행 워크플로우를 소개합니다. 이를 통해 개발자가 터미널 중심의 효율적인 AI 지원 환경을 구축하는 방법을 제시합니다.

주요 키워드

Gemini CLI MCP Model Context Protocol Gemini API 토큰 컨텍스트 윈도우 Docker npx Node.js AI 코딩 어시스턴트 셸 모드

하이라이트

🔑 Gemini CLI는 오픈 소스 AI 에이전트를 터미널에 직접 통합해 개발 워크플로우를 간편하게 확장합니다.
⚡️ Node.js 설치 후 npx 또는 npm 글로벌 설치로 빠르게 시작할 수 있으며, 간단한 터미널 명령으로 실행 환경을 설정합니다.
🌟 무료 사용자는 하루 최대 1,000회, 분당 60회 모델 요청을 지원하고 Gemini 2.5 Pro의 100만 토큰 컨텍스트 윈도우를 활용할 수 있습니다.
🚀 VS Code, Cursor, Vim 등 다양한 편집기 연동과 Google AI 코딩 어시스트(Gemini Code Assist) 통합으로 프로ンプ트 기반 코딩 서포트를 제공합니다.
📌 MCP(Model Context Protocol) 확장을 통해 GitHub 저장소를 에이전트에 바인딩해 코드 검색·수정·실행까지 자동화할 수 있습니다.
🌐 내장된 웹 검색·웹 페치, 파일 시스템 도구, 셸 명령 실행 기능으로 조사·콘텐츠 생성·문제 해결 등 폭넓은 작업이 가능합니다.
✅ 명령어 /help, /stats, /theme, /auth, /mcp 등으로 대화 기록 관리·테마 변경·인증·MCP 설정을 손쉽게 제어할 수 있습니다.

용어 설명

CLI(Command Line Interface)

터미널 기반 명령어 실행 환경으로, 키보드 입력만으로 AI 에이전트를 조작할 수 있습니다.

MCP(Model Context Protocol)

외부 서버나 저장소를 에이전트에 연결해 실시간 컨텍스트(예: GitHub 저장소) 접근을 가능케 하는 확장 프로토콜입니다.

npx

npm 패키지를 글로벌 설치 없이 즉시 실행할 때 사용하는 npm 명령어 도구입니다.

토큰 컨텍스트 윈도우

AI 모델이 한 번에 참조할 수 있는 최대 토큰(문자열 단위) 범위로, 대화 이력이나 파일 내용을 포함합니다.

Docker

컨테이너 기술로, MCP 서버 등 외부 서비스를 격리된 환경에서 실행할 때 사용합니다.

Node.js

JavaScript 런타임 환경으로, Gemini CLI 설치와 실행에 필수입니다.

Gemini API Key

AI Studio에서 발급받아 인증·청구 결제를 위해 사용하는 키로, 기본 로그인 한도 초과 시 사용합니다.

셸 모드(!)

CLI 내에서 !를 앞에 붙이면 직접 셸 명령을 실행해 개발 도구나 스크립트를 자동화할 수 있습니다.

Google의 오픈 소스 AI 에이전트 Gemini CLI를 터미널에 통합해 효율적이고 이식성 높은 AI 지원 환경을 구축할 수 있음을 소개합니다. 기존 Cloud Code, OpenAI codec CLI와 비교해 짧은 출시 기간에도 높은 별(star) 수를 기록한 배경을 설명합니다.

[00:00] 새로운 오픈소스 AI CLI 도구인 Gemini CLI를 소개하고, 기존 OpenAI의 CodeC CLI와 비교하며 단 2일만에 4만개의 별표를 받은 놀라운 성과를 보여준다고 설명합니다.

[00:53] 개발자에게 터미널은 단순한 도구가 아닌 집과 같은 존재이며, AI 지원에 대한 수요가 증가함에 따라 Gemini CLI가 터미널에 직접 Gemini의 힘을 가져오는 오픈소스 AI 에이전트로 개발되었다고 소개합니다.

[01:31] Gemini CLI는 코딩뿐만 아니라 콘텐츠 생성, 문제 해결, 연구, 작업 관리 등 다양한 용도로 사용할 수 있는 다재다능한 도구이며, Google AI 코딩 어시스턴트와 통합되어 VS Code와 CLI 모두에서 사용 가능하다고 설명합니다.

무료 라이선스로 하루 1,000회, 분당 60회 모델 요청이 가능하며 Gemini 2.5 Pro의 100만 토큰 컨텍스트 윈도우를 활용한다고 안내합니다. 웹 검색·웹 페치·파일 시스템·메모리 등 내장 도구로 콘텐츠 생성, 문제 해결, 심층 조사, 업무 관리가 가능함을 강조합니다.

[02:05] 사용 제한은 개인 기준 하루 1,000개 모델 요청, 분당 60개 요청이 무료로 제공되며, Gemini 2.5 Pro와 100만 토큰 컨텍스트 윈도우에 접근할 수 있다고 안내합니다.

[02:32] Google 검색을 통한 그라운드 프롬프트, 웹 페이지 가져오기, 모델 컨텍스트 프로토콜 지원, 사용자 정의 프롬프트, 작업 자동화 및 워크플로우 통합 기능을 제공한다며 실제 테스트해볼 것을 예고합니다.

[03:02] VO와 imagine을 사용한 비디오 제작이 가능하고, MCP를 사용하는 Apache 2.0 라이센스 오픈 소스 프로젝트로 기여와 클론이 가능하다고 설명합니다.

[03:14] 설치 과정을 시작하며, 먼저 NodeJS LTS 버전을 시스템에 설치해야 한다고 안내합니다. Windows 환경에서 MSI 파일을 다운로드하여 설치하는 과정을 보여줍니다.

로컬에 Node.js LTS 버전(예: 22.16.0)이 설치되어 있어야 하며, npx @google/gemini/cli 또는 npm install -g @google/gemini/cli 명령어로 CLI를 설치하는 방법을 단계별로 설명합니다.

[03:34] 명령 프롬프트에서 node --version으로 설치를 확인하고, npx나 npm install -g 명령어로 @google/gemini-cli를 설치하는 방법을 설명합니다.

[04:06] 실제 작업 폴더에서 cursor를 열고 터미널에서 npm install -g 명령을 실행하여 Gemini CLI를 설치하는 실습 과정을 진행합니다.

gemini 명령어로 CLI를 실행하고, GitHub 다크 모드 등 테마를 선택한 뒤 Google 로그인, Gemini API 키, Vertex AI 중 하나로 인증하는 과정을 안내합니다. 인증 후 Google AI 코딩 어시스트도 자동으로 연결됩니다.

[04:55] gemini 명령으로 CLI를 시작하고, 처음 실행 시 색상 테마 선택과 인증 과정을 거쳐야 한다고 설명합니다. 테마 선택에서 GitHub 다크 모드를 선택합니다.

[05:15] 인증 과정에서 Google 로그인, Gemini API 키, Vertex AI 등 세 가지 옵션을 제공한다고 설명하고, Google 로그인으로 시작하여 계정 인증을 완료하는 과정을 보여줍니다.

[06:00] Gemini CLI 인증이 성공적으로 완료되어 이제 Cursor로 돌아가 원하는 작업을 시작할 수 있습니다. API 키가 필요한 경우 하루 제한량을 초과했을 때 생성해서 사용할 수 있습니다.

/about, /bug, /chat clear, /theme, /auth, /stats, /help 등 주요 명령어를 소개하고 사용 예시를 시연합니다. 에디터 설정, 대화 기록 관리, 세션 통계 조회로 입력·출력 토큰 사용량과 남은 컨텍스트를 확인할 수 있습니다.

[06:29] 문서 탐색을 시작하며 슬래시 명령어로 다양한 기능들을 살펴봅니다. about 명령어로 CLI 버전과 모델 정보를 확인할 수 있고, bug 명령어로 버그 리포트를 직접 제출할 수 있습니다.

[06:54] 채팅 기록 관리, 에디터 선택 기능을 소개합니다. Zed, VS Code, WindSurf, Cursor, Vim 등 다양한 에디터를 지원하며, help 명령어로 상세한 사용법을 확인할 수 있습니다.

[07:13] @ 기호를 사용해 파일을 컨텍스트로 추가하는 방법과 느낌표를 사용한 셸 모드 실행 방법을 설명합니다. npm run dev 같은 명령어를 직접 실행할 수 있습니다.

[07:33] docs 명령어로 브라우저에서 전체 문서를 열 수 있으며, 테마 변경, 인증 방법 변경, 에디터 설정 등 다양한 커스터마이징 옵션을 제공합니다.

[08:00] stats 명령어로 입력/출력 토큰 사용량을 확인할 수 있으며, 100만 컨텍스트 토큰이 남아있음을 보여줍니다. MCP 기능도 있지만 아직 설정되지 않았습니다.

[08:21] Gemini CLI 공식 문서로 이동하여 더 자세한 가이드를 확인할 예정입니다.

패키지/CLI(프론트엔드)와 packages/core(백엔드) 구조로 구성된 내부 아키텍처를 다이어그램과 함께 설명합니다. 공식 문서를 /docs 명령어로 브라우저에서 열어 설치·사용·개발 가이드를 확인하는 방법을 안내합니다.

[08:43] Gemini CLI 문서를 살펴보며 설치, 사용, 개발에 대한 포괄적인 가이드를 확인합니다. Gemini CLI는 터미널에서 대화형 REPL 환경으로 Gemini 모델 기능을 제공하는 도구입니다.

[08:50] Gemini CLI의 구조를 분석하며, packages.cli(클라이언트/프론트엔드)가 packages.core(로컬 서버/백엔드)와 통신하는 아키텍처를 설명합니다.

[09:16] 문서의 아키텍처 리뷰 섹션을 통해 Gemini CLI의 전체 동작 플로우 구조를 자세히 살펴봅니다.

[09:31] 일반적인 Gemini CLI 상호작용 플로우를 단계별로 설명합니다: 사용자 입력 → CLI에서 core로 요청 전송 → Gemini API 호출을 위한 프롬프트 구성

[09:54] Gemini API 응답 처리 과정을 설명하며, 직접 답변 또는 도구 호출 요청 등 다양한 응답 유형을 다룹니다.

파일 시스템 도구, 멀티파일 읽기, 셸 도구, 웹 페치·검색 도구, 메모리 도구 등 다양한 통합 도구를 나열하며, AI 에이전트가 필요에 따라 외부 툴을 호출·실행하는 플로우를 설명합니다.

[10:34] 도구 실행 프로세스를 상세히 설명합니다. 파일 시스템 수정이나 셸 명령 실행 시 사용자 승인이 필요하며, 읽기 전용 작업은 자동 실행될 수 있음을 안내합니다.

[11:11] 최종 응답 처리 단계를 설명합니다. Gemini API가 도구 결과를 처리하여 최종 응답을 생성하고, core 패키지를 통해 CLI로 전달되어 사용자에게 표시되는 간단하고 효율적인 시스템임을 강조합니다.

[11:29] Gemini CLI의 기본 명령어들을 소개하며, quit 명령어를 통해 에이전트를 종료하는 과정과 토큰 사용량을 확인하는 방법을 설명합니다.

[12:06] 파일 시스템 도구, 셸 도구, 웹 검색 도구, 메모리 도구 등 다양한 통합 도구들을 소개하고 MCP 통합 기능에 대해 언급합니다.

[12:30] 숫자의 세제곱근을 계산하는 함수 작성을 요청하고, 파일 읽기와 수정 권한 승인 과정을 거쳐 main.py에 함수를 작성하는 실습을 진행합니다.

사용자 프롬프트로 파이썬 함수(예: 수의 세제곱근 계산) 생성을 요청하고, 변경 파일을 허용한 뒤 python main.py 셸 명령을 실행하는 일련의 자동화 과정을 시연합니다.

[13:15] 작성된 함수를 7896이라는 숫자로 테스트하여 python main.py 명령어를 실행하고, 세제곱근 값이 약 19.91임을 확인하며 정상 작동을 검증합니다.

[13:52] 기존 코드베이스인 copilot eggno starter 프로젝트로 이동하여 cursor를 열고, Gemini CLI를 시작해 전체 코드베이스 분석을 요청하는 과정을 보여줍니다.

[14:44] 프로젝트 구조를 살펴보며 React 기반 프론트엔드와 Python 기반 백엔드를 결합한 AI 챗봇 애플리케이션임을 확인합니다. 이 에이전트는 금융 데이터와 웹 검색을 통해 투자 관련 질문에 답할 수 있습니다.

전체 React + FastAPI 풀스택 애플리케이션 소스코드를 읽고 주요 파일을 요약해 달라고 요청해, 각 컴포넌트 역할과 기술 스택(Next.js, Copilot Kit, Agno, FastAPI 등)을 자동으로 분석·정리합니다.

[15:14] GitHub MCP 구현 과정을 설명하며, Gemini CLI가 시작 시 두 위치에서 gemini-extension.json 파일을 검색한다고 안내합니다.

[15:38] 모델 컨텍스트 프로토콜 서버 설정을 위해 GitHub에서 액세스 토큰을 생성하는 과정을 단계별로 설명합니다. Settings > Developer settings > Personal access tokens에서 fine grain 토큰을 생성합니다.

MCP 서버 확장을 위해 GitHub 퍼스널 액세스 토큰을 발급받고 Docker Desktop을 설치·실행하는 과정을 안내합니다. gemini/settings.json에 MCP 서버 정보와 환경 변수를 추가하는 방법을 상세히 설명합니다.

[16:18] MCP 서버 실행을 위해 Docker Desktop 설치 및 실행이 필요함을 설명하고, settings.json 파일에서 MCP 서버 구성 방법을 안내합니다.

[17:12] gemini/settings.json 파일의 위치를 찾는 방법을 설명하며, whoami 명령어를 통해 현재 사용자를 확인하고 C 드라이브의 사용자 폴더에서 gemini 디렉토리를 찾는 과정을 보여줍니다.

[17:49] Gemini CLI 설정 파일을 코드 에디터로 열어서 MCP 서버를 추가하는 과정을 보여줍니다. 설정 파일에 MCP 서버 정보를 추가하고 저장합니다.

[18:16] Gemini CLI를 재시작하여 새로 추가한 MCP 서버를 인식시킵니다. Ctrl+C로 중지 후 다시 실행하여 MCP 서버가 제대로 연결되었는지 확인합니다.

Windows 사용자 디렉토리 내 gemini/settings.json 위치를 찾아 코드 편집기로 열고 MCP 서버 블록을 삽입합니다. 변경 후 Gemini CLI를 재시작해 MCP 서버가 정상적으로 로드되는지 확인합니다.

[18:32] Ctrl+T 명령어로 MCP 서버 상태를 확인합니다. GitHub MCP 서버가 정상적으로 연결되어 51개의 도구가 사용 가능한 상태임을 보여줍니다.

[18:54] MCP를 활용하여 GitHub 저장소에서 최신 정보를 가져오는 실습을 진행합니다. 사용자명을 입력하고 저장소 검색 쿼리를 실행하여 가장 최근에 업데이트된 저장소를 찾습니다.

Ctrl+T로 MCP 서버 목록을 확인한 뒤, GitHub MCP 서버에 사용자명·쿼리를 입력해 가장 최근에 업데이트된 리포지토리를 검색하고 결과를 터미널에 출력하는 과정을 시연합니다.

[20:02] 실행 권한을 허용하여 GitHub API를 통해 저장소 정보를 가져옵니다. 토큰 사용량을 확인하며, 100만 토큰 중 94%가 아직 남아있음을 확인합니다.

[20:21] 검색 결과로 'MCP basic example' 저장소를 찾았으며, 이를 통해 MCP가 정상적으로 작동함을 확인합니다. GitHub 저장소에 직접 링크로 접근할 수 있습니다.

[20:38] Gemini CLI의 가능성과 현재 상태를 설명합니다. 다양한 MCP를 추가할 수 있고, 2일 만에 39.6K 스타를 받은 인기 프로젝트임을 강조하며 기여 참여를 권장합니다.

단 이틀 만에 40K 이상의 별을 기록한 Gemini CLI의 폭발적 성장세를 언급하며, 자신감이 있다면 기여도 가능하다고 강조합니다. 추가 영상 예고와 함께 구독 요청으로 마무리합니다.

타임라인 정보가 없습니다.

[00:00] 자, 여러분, 또 다른 CLI가 있습니다.

[00:04] Gemini CLI입니다. 오픈소스 AI 에이전트죠.

[00:07] 이게 무엇인지 알아보고 로컬 시스템에서 테스트해보겠습니다.

[00:09] Gemini API를 사용해서

[00:12] Gemini CLI를 사용하는 게 어떤지 확인해보겠습니다.

[00:15] Anthropic의 Claude Code도 있었죠.

[00:18] 이건 클로즈드 소스 솔루션이지만

[00:21] OpenAI의 CodeC CLI가 있습니다.

[00:22] 이건 오픈소스 솔루션이에요.

[00:26] 보시면 출시된 지

[00:28] 2-3개월 정도 된 것 같습니다.

[00:30] 하지만 별표 수가

[00:32] 3만개입니다. Google Gemini는

[00:34] 그저께, 2일 전에 출시됐는데요.

[00:37] 보시면

[00:38] 단 2일 만에 약 4만개의 별표를 받았습니다.

[00:42] 그럼 이 Gemini CLI가

[00:44] 무엇인지 알아보고

[00:47] 로컬 시스템에 설치해서

[00:50] 사용해보겠습니다.

[00:52] 다양한 작업을 해보죠. 예를 들어

[00:53] MCP를 시도해보겠습니다.

[00:56] 개발자에게 있어 커맨드라인 인터페이스는

[00:58] 단순한 도구가 아닙니다.

[01:00] 완전히 맞는 말이에요. 동감합니다.

[01:02] 그것은 집입니다. 터미널의

[01:05] 효율성, 범용성, 이식성이

[01:07] 일을 완성하기 위한 필수 유틸리티로 만들어줍니다.

[01:10] 개발자들이 터미널에 의존하는 만큼

[01:13] 통합된 AI 지원에 대한 수요도

[01:15] 더욱 커질 수밖에 없습니다. 맞는 말이죠.

[01:16] 그래서 우리가 Gemini CLI를 소개합니다.

[01:19] 커맨드라인 인터페이스로,

[01:21] Gemini의 힘을 직접

[01:23] 터미널로 가져오는 오픈소스 AI 에이전트입니다.

[01:25] 정말 멋집니다.

[01:26] Gemini에 대한 가벼운 액세스를 제공하여

[01:28] 프롬프트에서 모델까지의 가장 직접적인 경로를 제공합니다.

[01:31] 코딩에 뛰어나지만, 우리는 Gemini CLI를

[01:35] 훨씬 더 많은 일을 할 수 있도록 구축했습니다.

[01:38] 다양한 작업에 사용할 수 있는

[01:40] 다재다능한 로컬 유틸리티입니다.

[01:42] 콘텐츠 생성과 문제 해결부터

[01:44] 심화 연구와 작업 관리까지요.

[01:46] 또한 Google Gemini CLI를

[01:49] Google AI 코딩 어시스턴트인 Gemini Code Assist와 통합했습니다.

[01:52] 따라서 표준, 무료 또는

[01:55] 엔터프라이즈 Code Assist 플랜의

[01:58] 모든 개발자가 프롬프트 기반 접근 방식과

[02:01] AI 코딩을 VS Code와 Gemini CLI 모두에서 사용할 수 있습니다.

[02:05] 사용 제한에 대해 말하자면

[02:06] 개인의 경우 하루에 1,000개의

[02:09] 모델 요청이 가능합니다. 오픈소스이고

[02:12] 분당 60개의 모델 요청이 가능합니다.

[02:14] 하루에 1,000개의 모델 요청이라니

[02:17] 엄청납니다. 많은 분들이 그렇게까지

[02:20] 사용하지는 않을 것 같네요.

[02:22] 이 무료 라이선스는 Gemini 2.5 Pro와

[02:25] 방대한 100만 토큰 컨텍스트 윈도우에 액세스할 수 있게 해줍니다.

[02:28] 멋지네요. 분당 60개 요청과

[02:30] 하루 1,000개 요청을 무료로 제공합니다.

[02:32] 정말 놀랍습니다. 할 수 있는 일은

[02:35] Google 검색을 통한 그라운드 프롬프트가 포함됩니다.

[02:36] 웹 페이지를 가져올 수 있어요.

[02:39] 모델 컨텍스트 프로토콜에 대한

[02:40] 내장 지원을 통해 Gemini CLI 기능을 확장합니다.

[02:42] GitHub이나 MCP를 추가해보겠습니다.

[02:44] 프롬프트와 지침을 사용자 정의하여

[02:46] 특정 요구사항과 작업 흐름에 맞게

[02:49] Gemini를 맞춤화하고

[02:50] 작업을 자동화하고

[02:52] 스크립트 내에서 Gemini CLI를

[02:54] 비대화형으로 호출하여 기존 워크플로우를 통합할 수 있습니다.

[02:57] 이제 이걸 테스트해보겠습니다.

[02:59] 보시다시피 짧은 영상을 만들 수 있습니다.

[03:02] VO와 imagine을 사용한 비디오 제작도 가능합니다

[03:05] MCP를 사용하기 때문이죠. 그리고 이것은

[03:07] Apache 2.0 라이센스의 오픈 소스입니다

[03:09] 기여하거나 코드를 클론할 수도 있습니다

[03:12] 그건 여러분 선택입니다. 그럼 시작해서

[03:14] 무엇을 할 수 있는지 알아보겠습니다

[03:16] 자, 설치 방법을 살펴보겠습니다

[03:18] 먼저 해야 할 일은

[03:19] 시스템에 NodeJS를 설치하는 것입니다

[03:21] NodeJS는 LTS 버전이 필요합니다

[03:24] 이 LTS 버전을 사용하겠습니다. 저는

[03:27] Windows를 사용하고 있으니 Windows용

[03:29] MSI 파일을 다운로드하겠습니다

[03:32] 설치하면 nodejs가 설치됩니다

[03:34] 명령 프롬프트에서

[03:37] node --version을 입력하면

[03:40] 버전이 나옵니다. 22.16.0이네요

[03:44] Node가 설치되었습니다. 다음으로

[03:46] 이제 터미널에서

[03:48] 이 명령을 실행할 수 있습니다

[03:50] npx를 사용해서 Gemini CLI에서 가져옵니다

[03:53] 또는 npm install -g로 설치할 수 있습니다

[03:56] @google/gemini-cli로

[03:58] @google/gemini-cli를 설치하고

[04:01] gemini로 시작할 수 있습니다

[04:04] 색상 테마를 선택하고 인증합니다

[04:06] 특정 폴더로 가보겠습니다

[04:08] 여기가 제 폴더입니다

[04:10] cmd를 실행하겠습니다

[04:12] cursor space를 입력하면

[04:15] cursor에서 열립니다

[04:17] 거기서 해보겠습니다. 새로운 것을

[04:20] 시작하겠습니다. 이 터미널을 종료하겠습니다

[04:23] 여기 cmd가 있고

[04:25] 그 코드를 사용하겠습니다

[04:26] npm install -g를

[04:29] 여기에 붙여넣습니다

[04:31] Google에서 Gemini CLI를

[04:33] 설치하려고 합니다. 저는 이미

[04:35] 설치했습니다. 이것을 가지고

[04:37] 놀아봤거든요. 처음 실행할 때와는

[04:39] 정확히 같은 결과를 얻지 못할 수도 있습니다

[04:42] 하지만 설치하는 동안

[04:44] 살펴보겠습니다. 완료되었습니다

[04:46] 이제 gemini로 시작할 수 있습니다

[04:48] gemini라고 하면 로컬 시스템에서

[04:51] Gemini CLI가 시작되고 굉장히

[04:53] 놀랍습니다. 처음 실행할 때는

[04:55] 색상 테마를 선택하게 됩니다

[04:56] 이것을 호출할 수 있습니다

[04:58] 슬래시를 사용해서 themes라고

[05:02] 할 수 있습니다. 이런 것들을 얻게 되고

[05:06] 무엇을 선택하시겠습니까?

[05:08] 저는 GitHub 다크 모드를 좋아합니다

[05:10] 다크 모드를 선택하겠습니다

[05:12] 그다음 인증이 필요합니다

[05:15] 처음에는 인증을 해야 합니다

[05:17] auth를 실행할 수도 있고

[05:19] 세 가지 인증 옵션이 있습니다

[05:22] 첫 번째는 Google로 로그인

[05:24] 두 번째는 AI Studio에서

[05:26] Gemini API 키 사용

[05:28] 세 번째는 Vertex AI 사용입니다

[05:30] Google 기본 로그인으로 하루 천 건의

[05:33] 요청을 다 사용하면

[05:36] Gemini API 키를 입력할 수 있습니다

[05:38] 지금은 Google 로그인으로 시작하겠습니다

[05:40] Google로 로그인하겠습니다

[05:42] 이 이메일을 선택하고

[05:44] 로그인하겠습니다

[05:46] 로그인하겠다고 하면

[05:47] Google로 로그인할 수 있게 도와줍니다

[05:51] 이제 이 계정에 액세스할 수 있도록

[05:54] 인증되었습니다

[05:55] Google code assist와

[05:57] Gemini code assist를 사용한 인증이

[06:00] Gemini CLI 인증이 성공적으로 완료되었습니다.

[06:02] 이제 완료되었으니 Cursor로 돌아가셔도 됩니다.

[06:05] 이제 원하시는 작업을 하시면 됩니다.

[06:07] 먼저 문서부터 살펴보고 테스트를 진행해보겠습니다.

[06:10] API 키가 필요하시다면 여기로 가시면 됩니다.

[06:12] API 키를 생성하실 수 있습니다.

[06:15] 하루 1만 토큰이나 천 개의 요청을 모두 사용하셨다면

[06:16] API 키를 생성해서 사용하시면 됩니다.

[06:19] 그러면 귀하의 과금으로 처리되어

[06:22] 사용 제한이 없어집니다.

[06:24] 그럼 API 키를 사용하시면 됩니다.

[06:27] 문서로 이동해보겠습니다.

[06:29] 여기서 바로 문서를 열 수 있습니다.

[06:31] 슬래시를 입력하고

[06:34] 각 명령어들을 살펴보겠습니다.

[06:36] about 명령어는 CLI 버전을 보여줍니다.

[06:39] 현재 버전은 0.17입니다.

[06:41] 모델은 Sandbox OSS Win32이고

[06:44] 인증 방법은 OAuth입니다.

[06:47] 다음으로 bug 명령어가 있습니다.

[06:49] 여기서 직접 버그 리포트를 제출할 수 있습니다.

[06:51] 다음으로 채팅 대화 기록을 관리할 수 있습니다.

[06:54] 물론 현재는 기록이 없습니다.

[06:56] 예를 들어 선호하는 에디터를 선택할 수 있습니다.

[06:58] Zed, VS Code, WindSurf, Cursor,

[07:00] Vim을 지원합니다.

[07:02] 다음으로 help 명령어가 있습니다.

[07:06] 이것이 도움말입니다.

[07:08] 도움말에서 @ 기호를 사용해서

[07:10] 컨텍스트용 파일을 지정할 수 있다고 나와있습니다.

[07:13] 예를 들어 여기에 메인 파일이 있다면

[07:15] 여기에 메인 파일이 있다면

[07:17] @ 메인 파일을 추가할 수 있습니다.

[07:19] 이 메인 파일을 참조로 제공하고

[07:21] 질문을 하거나 원하는 모든 작업을 할 수 있습니다.

[07:23] 느낌표를 사용해서 셸 모드로도 실행할 수 있습니다.

[07:25] 여기서 직접 셸 명령어를 실행할 수 있습니다.

[07:28] npm run dev를 실행할 수 있습니다.

[07:29] 이렇게 할 수 있습니다.

[07:31] 다음으로 여러 명령어들이 있습니다.

[07:33] help는 Gemini CLI 도움말을 보는 것이고

[07:35] docs는 브라우저에서 전체 문서를 여는 것입니다.

[07:38] 이것이 제가 보여드리려던 것입니다.

[07:39] 돌아가서 docs를 클릭하면

[07:42] docs를 입력하고 엔터를 누르면

[07:44] 공식 문서로 이동합니다.

[07:46] 여기서 모든 것을 닫고

[07:47] 함께 문서를 살펴보겠습니다.

[07:49] 그 전에 관심 있으실 만한 다른 명령어들을 살펴보겠습니다.

[07:52] 테마 변경, 인증 방법 변경,

[07:55] 에디터 설정 변경이 가능합니다.

[07:56] 통계를 확인할 수도 있습니다.

[07:58] 세션 통계 말이죠.

[07:59] 또 다른 흥미로운 기능입니다.

[08:00] stats를 입력하면

[08:02] 입력 토큰과 출력 토큰 사용량을 볼 수 있습니다.

[08:04] 100% 컨텍스트가 남아있다고 나오는데, 이는 100만 컨텍스트 토큰이 남아있다는 뜻입니다.

[08:08] 다음으로 MCP 목록 명령어가 있습니다.

[08:10] MCP를 테스트해볼 수 있는데

[08:12] 아직 MCP가 설정되지 않았습니다.

[08:13] MCP 통합 방법을 알려줍니다.

[08:15] MCP 하나를 테스트해보겠습니다.

[08:17] 대략 이 정도입니다.

[08:19] 문서를 확인해보겠습니다.

[08:21] Gemini CLI 문서에 오신 것을 환영합니다.

[08:24] 이 문서는

[08:26] 이 문서는

[08:30] 이 문서는

[08:32] 이 문서는

[08:34] 이 문서는

[08:37] 이 문서는

[08:39] 이 문서는

[08:42] 이 문서는

[08:43] 설치, 사용 및 Gemini CLI 개발에 대한 포괄적인 가이드를 제공합니다.

[08:45] Gemini CLI는 터미널에서 대화형 REPL 환경으로 Gemini 모델의 기능을 제공합니다.

[08:47] Gemini CLI는 클라이언트 측 애플리케이션으로 구성되어 있습니다.

[08:50] packages.cli가 로컬 서버인 packages.core와 통신합니다.

[08:51] 이 레포지토리로 가서 클론하거나

[08:54] zip 파일을 다운로드하면

[08:56] zip 파일을 열 수 있고, 이미 여기에 zip 파일을 가져왔습니다.

[08:58] 이것을 열어서 코드를 이해해보겠습니다.

[09:01] packages에는 core와 CLI가 있습니다.

[09:04] 이것이 프론트엔드와 백엔드입니다.

[09:06] 이것이 클라이언트 애플리케이션임을 볼 수 있습니다.

[09:08] packages/CLI가 프론트엔드이고

[09:11] 로컬 서버와 통신합니다.

[09:13] packages.core가 여기 백엔드입니다.

[09:16] 이것이 문서 실행 및 배포입니다.

[09:18] 실행 방법을 이미 봤고

[09:20] 이것을 사용했으며 설치한 후

[09:21] Gemini를 사용해서 실행했습니다.

[09:24] 다음으로 아키텍처 리뷰를 볼 수 있습니다.

[09:26] 모든 것이 어떻게 작동하는지 플로우 구조를 보여드리겠습니다.

[09:28] Gemini CLI와의 일반적인 상호작용은 이런 플로우를 따릅니다.

[09:31] 사용자 입력 - 사용자가 터미널에 프롬프트나 명령을 입력하면

[09:33] packages/CLI에서 관리되고

[09:35] core로 요청을 보냅니다.

[09:37] packages CLI가 사용자 요청을 packages core로 보냅니다.

[09:40] 프론트엔드에서 백엔드로 요청을 보내는 거죠.

[09:42] 그러면 core 패키지는

[09:44] Gemini API에 적절한 프롬프트를 구성합니다.

[09:46] Gemini API를 호출할 것이기 때문입니다.

[09:48] 대화 기록과 사용 가능한 도구 정의 목록을 포함해서요.

[09:51] 프롬프트를 Gemini API로 보냅니다.

[09:54] Gemini API가 응답하면

[09:56] Gemini API가 프롬프트를 처리하고 응답을 반환합니다.

[10:00] 이 응답은 직접적인 답변이거나

[10:02] 사용 가능한 도구 중 하나에 대한 요청일 수 있습니다.

[10:04] 도구 실행 - 해당되는 경우

[10:07] 도구가 설치되어 있고

[10:09] 프롬프트가 도구 호출이 필요한 경우

[10:11] 도구를 사용해야 한다면

[10:13] 이 구조를 따릅니다.

[10:15] Gemini API가 도구를 요청하면

[10:17] core 패키지가 실행을 준비합니다.

[10:19] 요청된 도구가 파일 시스템을 수정하거나

[10:22] 셸 명령을 실행할 수 있다면

[10:24] 사용자에게 먼저 도구의 세부사항과

[10:26] 인수가 제공되고 사용자가 실행을 승인해야 합니다.

[10:29] 읽기 전용 작업은 명시적인 사용자 확인이

[10:31] 필요하지 않을 수 있습니다.

[10:34] 확인되면 또는 정보가 필요하지 않다면

[10:36] core 패키지가 관련 도구 내에서

[10:39] 관련 작업을 실행하고

[10:41] 결과가 core 패키지에 의해 Gemini API로 다시 전송됩니다.

[10:44] 그러면 Gemini API가 도구 결과를 처리하고

[10:46] 최종 응답을 생성합니다. 얼마나 멋진가요?

[10:48] 그다음 CLI core 패키지로 응답을 보냅니다.

[10:50] core 패키지가 최종 응답을

[10:52] CLI 패키지로 보내고 사용자에게 표시됩니다.

[10:55] 정말 놀랍죠. 이렇게 간단합니다.

[10:57] 이것이 일반적인 흐름입니다.

[10:59] 이미 본 명령 목록을 보여드리겠습니다.

[11:01] 확인이 필요하지 않을 수도 있습니다.

[11:03] 확인되거나 정보가 필요하지 않으면

[11:05] core 패키지가 관련 작업을 실행합니다.

[11:07] 관련 도구 내에서 결과가

[11:09] core 패키지에 의해 Gemini API로 다시 전송됩니다.

[11:11] Gemini API가 도구 결과를 처리하고

[11:13] 최종 응답을 생성합니다.

[11:15] 얼마나 멋진가요? 그다음 CLI core 패키지로 응답을 보냅니다.

[11:18] core 패키지가 최종 응답을

[11:20] CLI 패키지로 보내고

[11:21] 사용자에게 표시됩니다.

[11:23] 정말 놀랍죠. 이렇게 간단합니다.

[11:26] 이것이 일반적인 흐름입니다.

[11:28] 이미 본 명령 목록을 보여드리겠습니다.

[11:29] 일반적인 흐름입니다. 이제 앞서

[11:31] 살펴본 명령어 목록을 보여드리겠습니다.

[11:33] 이것이 바로 그 명령어들입니다.

[11:36] bug, chat, clear 명령어가 있고

[11:39] compress, editor, help, mcp, memory

[11:42] restore, stats, claim about tools, quit가 있습니다.

[11:46] quit 명령어를 보여드리겠습니다.

[11:48] 정말 아름답게 표시됩니다.

[11:50] quit를 입력하면

[11:52] 에이전트 종료 중, 안녕히가세요가 나오고

[11:55] 지금까지 사용한

[11:56] 입력 토큰과 출력 토큰 수가 표시됩니다.

[11:58] 물론 아직까지는 사용하지 않았죠.

[11:59] Gemini 명령어로 다시 시작할 수 있습니다.

[12:02] 이렇게 하면 CLI가 다시 시작됩니다.

[12:05] 문서를 살펴보면

[12:06] 도구 개요, 파일 시스템 도구

[12:08] 파일 다중 파일 읽기 도구

[12:10] 셸 도구, 웹 가져오기 도구, 웹 검색

[12:13] 도구, 메모리 도구까지

[12:14] 통합된 다양한 도구들이 있습니다.

[12:16] MCP 통합을 보여드리겠습니다.

[12:18] 이것은 흥미로운 부분이 될 것입니다.

[12:21] 시스템에 MCP를 추가하는

[12:22] 확장 기능을 보여드리겠습니다.

[12:25] 하지만 그 전에 이것을 사용해보겠습니다.

[12:28] 새로운 함수를 만들어보겠습니다.

[12:30] 숫자의 세제곱근을 계산하는

[12:33] 완전한 함수를 작성해 달라고 해보겠습니다.

[12:37] 파일을 성공적으로 읽고 있는 것을 볼 수 있습니다.

[12:40] 한 파일의 내용을 읽고 연결했으며

[12:44] 작성을 시도하고 있습니다.

[12:46] 변경사항을 적용할지 묻고 있습니다.

[12:48] 예, 이번 한 번만 허용하거나

[12:51] 항상 외부 에디터로 수정 허용하거나

[12:54] 아니오 중에 선택할 수 있습니다.

[12:57] 이번 한 번만 허용을 선택해서

[12:59] 이 모델의 다양한 기능을

[13:01] 보여드리겠습니다.

[13:03] 한 번만 허용을 선택하겠습니다.

[13:05] main.py에 함수를 작성했습니다.

[13:07] 사용 방법에 대한 몇 가지 예시를

[13:10] 포함할 수 있습니다.

[13:11] 7896이라는 숫자로 실행해보겠습니다.

[13:15] main.py 파일을 읽고 실행을 시작하고 있습니다.

[13:19] 이번 한 번만 허용하겠습니다.

[13:22] 한 번만 허용을 선택하고

[13:24] 실행을 시도하고 있습니다.

[13:27] 전략을 설명하고 있습니다.

[13:30] python main.py라는 셸 명령어를

[13:33] 실행하려고 합니다.

[13:36] 허용할 수 있습니다.

[13:39] python main.py 명령어를 실행하겠습니다.

[13:43] 7896의 세제곱근은

[13:46] 약 19.91입니다. 잘 작동하고 있습니다.

[13:50] 꽤 좋네요. 잘 작동합니다.

[13:52] 이제 이 모델을 기존 코드베이스에

[13:56] 적용해보겠습니다.

[13:58] 예를 들어, 이 copilot eggno starter로

[14:01] 가보겠습니다. 제 지난 영상을

[14:03] 확인해보세요.

[14:04] cmd를 누르고 code space dot

[14:07] 엔터를 입력하겠습니다.

[14:11] 이렇게 하면 cursor가 열립니다.

[14:13] 처음부터 보여드리기 위해

[14:15] 모든 것을 삭제하고 종료하겠습니다.

[14:18] Gemini를 실행하면

[14:20] Gemini가 시작되고

[14:23] 전체 코드베이스를 읽고 요약해달라고 할 수 있습니다.

[14:28] 모든 파일을 읽고 답변을 주는 데

[14:30] 얼마나 시간이 걸리는지 봅시다.

[14:34] 여기서 다양한 파일들을 읽고 있습니다.

[14:37] readme, agent 등을 볼 수 있습니다.

[14:39] 여기 분석 결과입니다. readme 파일

[14:44] 이것이고 에이전트를 볼 수 있습니다

[14:46] 요구사항입니다. 이것은 Python

[14:47] 종속성입니다. 이것은 풀스택

[14:49] React 기반 프론트엔드와

[14:51] Python 기반 백엔드를 결합하여

[14:53] AI 챗봇을 만드는 애플리케이션입니다. 프론트엔드는

[14:55] Next.js와 Copilot Kit으로 구축되어 있습니다.

[14:58] 백엔드는 Agno와

[15:00] FastAPI로 구축되었고, 에이전트는

[15:02] 금융 데이터와 웹 검색 결과에 액세스해서

[15:05] 투자에 대한 사용자 질문에 답할 수 있습니다.

[15:08] 그리고 이것은 꽤 정확합니다.

[15:11] 이제 제가 보여드리고 싶은 것은

[15:14] GitHub MCP 구현입니다. 그래서

[15:16] 다시 여기로 돌아가서, 이것이

[15:19] 시작할 때마다 하는 일은 두 위치에서 검색하는 것입니다.

[15:22] 기본적으로

[15:25] Gemini extensions와

[15:27] Gemini extensions인데 보시면

[15:30] gemini-extension.json이라는 파일이 있으면

[15:33] 해당 파일을 찾습니다. 좋습니다.

[15:35] Gemini CLI 튜토리얼로 가면

[15:38] 전체 과정을 볼 수 있습니다

[15:40] 이 모델 컨텍스트 프로토콜 설정에 대한

[15:42] 서버입니다. 먼저

[15:44] GitHub MCP 서버를 구축해보겠습니다. 그래서

[15:47] 필요한 것은 GitHub에서

[15:50] 액세스 토큰을 먼저 받는 것입니다. 그래서

[15:52] GitHub로 가서 여기 settings

[15:54] 그리고 여기 developer settings로 가서

[15:56] 그리고 personal access token으로 가서

[15:58] fine grain 토큰을 클릭하고

[16:01] 자신을 위한 토큰을 생성할 수 있습니다.

[16:03] 토큰이 있으면

[16:06] 여기서 새로운 토큰을 생성하고

[16:08] 이름을 입력하고 그냥 공개 저장소를 사용하면

[16:11] 토큰 준비가 완료됩니다.

[16:13] 토큰이 있으면 할 수 있는 것은

[16:16] Docker가 실행되어야 한다는 것입니다. 그래서

[16:18] Docker를 설치할 수 있습니다. 이곳이

[16:21] MCP 서버가 실행될 곳이기 때문입니다. 그래서

[16:24] Docker Desktop을 다운로드하고

[16:26] 실행 상태로 유지할 수 있습니다. 이런 모양입니다.

[16:29] 이것이 Docker Desktop입니다. 다음으로

[16:32] 이미 새 토큰을 만들었습니다.

[16:35] 다음으로 할 수 있는 것은

[16:38] MCP 서버를 구성하기 위해

[16:40] settings.json으로 가서

[16:42] 파일을 열고 이 MCP 서버를 추가하는 것입니다.

[16:44] MCP 서버의 이름은 GitHub이고 명령어는

[16:48] docker이고 인수는 이것들이고

[16:50] 환경 변수는 이것입니다. 이제

[16:52] 환경 변수 부분에

[16:54] 실제 환경 변수를

[16:56] 지금 추가하겠습니다. 좋습니다.

[16:58] 이것은 이런 모양입니다. 그래서

[17:00] MCP GitHub가 있고 그다음에

[17:03] 실제 액세스 토큰이 여기 있습니다. 좋습니다.

[17:06] 이것을 gemini/

[17:08] settings.json에 추가하겠습니다.

[17:12] 이제 어떻게 찾는지

[17:14] gemini 파일이 있는 위치를 말입니다.

[17:17] 물론 이것은 현재 작업 디렉토리에 있지 않습니다.

[17:19] 여기서 작업하는. 당신은

[17:22] 이 명령어를 실행할 수 있습니다 기본적으로

[17:23] whoami 같은 명령어를 실행하면

[17:25] whoami라고 하면

[17:28] 저는 omen npal인 것을 볼 수 있습니다.

[17:32] 좋습니다. 그래서 C 드라이브로 가서

[17:36] users로 가서 좋습니다 그리고 사용자 목록을 찾습니다.

[17:40] 이것이 현재 사용자이고

[17:42] 해당 사용자 안에 gemini가 있어야 하고

[17:44] 그 안에 이 settings가 있어야 합니다. 그래서

[17:49] 이것이 우리가 변경해야 하는 설정 파일입니다.

[17:51] 그럼 이걸 열어보겠습니다.

[17:54] 코드 lm으로요. 이것도 다른 에디터입니다.

[17:57] 이제 이 MCP를 해당 위치에 추가하겠습니다.

[18:01] 이걸 복사해서

[18:03] 여기에 쉼표를 넣고

[18:05] MCP 서버를 추가하겠습니다.

[18:09] 정말 멋지죠.

[18:11] MCP 서버를 추가했고

[18:13] 이제 안전하게 닫을 수 있습니다.

[18:16] 이제 Gemini를 재시작할 수 있습니다.

[18:20] 이게 Gemini예요. Ctrl + C를 2-3번

[18:22] 누르면 이걸 중지할 수 있습니다.

[18:24] 그리고 Gemini를 클릭하거나

[18:27] Gemini라고 입력하면 됩니다.

[18:29] 이제 여기에 MCP 서버 하나가 보일 거예요.

[18:32] MCP 서버를 보고 싶다면

[18:34] Ctrl + T를 누르면 됩니다.

[18:37] Ctrl T를 누르면 준비된

[18:40] MCP 서버가 보입니다.

[18:42] 녹색으로 표시돼요. GitHub MCP 서버고

[18:45] 준비되었습니다. 51개의 도구가 있고

[18:47] 이 모든 도구들을 볼 수 있어요.

[18:49] 이제 여러분의 액세스 토큰이

[18:52] 이 MCP에 얼마나 많은 도구 접근 권한을 주는지 결정합니다.

[18:54] 이제 최신 repo를 가져올 수 있습니다.

[18:58] 이 MCP를 사용해서 다양한 작업을 할 수 있어요.

[19:02] 원격에서 이 저장소로 최신 변경사항을 가져오거나

[19:04] GitHub 계정에서 가장

[19:07] 업데이트된 저장소를 찾을 수 있습니다.

[19:09] 이런 질문을 받는 게 정말 멋져요.

[19:12] 두 번째예요. 내 GitHub 계정에서

[19:15] 가장 업데이트된 저장소를 찾고 싶어요.

[19:18] 이제 내 사용자명이 뭔지 확인하려고 해요.

[19:21] 내 사용자명은 prompt engineer인 것 같아요.

[19:24] 한 번 더 확인해보겠습니다.

[19:26] GitHub.com으로 가서

[19:30] 가면 내 이름이

[19:33] prompt engineer 48인 걸 볼 수 있어요.

[19:37] 계속해서

[19:39] 모든 걸 지우고

[19:41] prompt engineer 48을 입력할게요.

[19:43] 내 사용자명이 계획을 세밀하게 조정하고 있어요.

[19:46] 다양한 것들을 가져오려고 해요.

[19:49] 저장소 GitHub MCP 서버를

[19:51] 검색하려고 한다고 물어보고

[19:54] 쿼리는 사용자 prompt engineer 48이고

[19:57] 정렬은 업데이트순이며, 실행을 허용할지

[20:00] 물어보고 있어요? 네, 한 번만 허용하면

[20:02] 최신 저장소를 가져올 수 있을 거예요.

[20:06] 확인해보겠습니다. 99%의

[20:09] 컨텍스트가 남아있다고 보이네요.

[20:12] 이 채팅에서 100만 토큰 중

[20:15] 94개에서 94%가 아직 남아있어요.

[20:18] 이것이 내가 호스팅한

[20:21] 최신 GitHub 저장소입니다.

[20:24] MCP basic example. 내 저장소로 가면

[20:27] MCP basic example이 있어요.

[20:30] 이 링크로 직접 갈 수도 있고

[20:32] 여기로 가져다 주거나 보내줄 거예요.

[20:35] 좋아요, 이 MCP도 잘 작동하네요.

[20:38] 이제 다양한 MCP를 추가하고

[20:41] 이 새로운 Gemini CLI로

[20:43] 다양한 예제를 시도해볼 수 있어요.

[20:46] 정말 놀라운 CLI예요. 다른 것도 사용해봤지만

[20:50] 이걸 사용하고 있어요. 물론

[20:52] 지금은 도구가 많지 않아요.

[20:54] 진행 상황을 볼 수 있어요.

[20:56] 단 2일 만에

[20:59] 39.6K 스타를 받았고 정말 놀라워요.

[21:02] 자신이 있다면

[21:05] 기여할 수도 있어요.

[21:06] 더 흥미로운 비디오를 가져올게요.

[21:08] 이 영상이 도움이 되었기를 바라요.

[21:10] 제 채널을 구독해주세요.

[21:12] 다음 영상에서 뵐게요.

[21:13] 감사합니다.