Gemini CLI 사용방법(설치방법) - Gemini CLI 시작하기 (with Claude CLI)

안녕하세요! 갓대희입니다.

 

먼저 말하지만 난 클로드를 극찬파이긴 하다. 클로드와 관련된 내용은 다음 글(2개) 참고

2025.07.07 - [AI/AI for Dev : 개발자를 위한 AI 레시피] - [클로드 코드(Claude Code)] 윈도우에서 클로드 코드(Claude Code) 시작하기 (freat VScode)

2025.06.16 - [AI/AI for Dev : 개발자를 위한 AI 레시피] - [클로드 코드(Claude Code)] AI 바이브 코딩의 끝판왕일까? (feat. Claude Code를 통한 react 리팩토링 실습 - macbook 환경)

 

하지만 gemini( cli가 아닌)를 많이 사용하고 있기도 하고 gemini cli도 클로드 코드와 병행하여 사용한다면 충분히 활용가치가 있다고 생각들어 먼저 gemini에 대한 이해와, 설치를 진행해 보려고 한다.

 

이전 포스팅에서 맥북, 윈도우에서 "Claude Code" 사용기를 올렸었다. 이후 실제로 사용하고 있는 몇몇 친구들과 리뷰를 했을때 다음과 같은 공통적인 의견이 있었다.

"너무 빨리 사용량 제한에 걸린다.. 토큰이 녹아 내린다... ". 클로드에게 한가지 아쉬운점은 "사용량"이고, 금방 끊겨버린다는 점이다.

( 물론 반대로 그만큼 많은 사용자들이 클로드를 사용하고 있어서 그렇지 않을까? 라는 생각도 든다.) 

 

이와 반대로 Gemini CLI는 "사용량"에서 사용자들을 꼬시고, 강점이 있다고 하는데 

"Google의 Gemini CLI" 가 또 얼마나  클로드 코드를 상대로 해낼지 궁금하여 사용 방법에 대한 리뷰를 최대한 간단히 해보려 한다. 

 

Gemini CLI

Gemini CLI는 Google이 2025년 6월에 깜짝 발표한 완전 무료? AI 코딩 어시스턴트 이다.

클로드 코드와 유사하게 일단 기본 태생은 CLI (Command Line Interface)방식 이다.

 

참고 : https://github.com/google-gemini/gemini-cli?tab=readme-ov-file

GitHub - google-gemini/gemini-cli: An open-source AI agent that brings the power of Gemini directly into your terminal.

 

참고 : https://blog.google/technology/developers/introducing-gemini-cli-open-source-ai-agent/

Gemini CLI: your open-source AI agent

 

 

이미 난 GPT보다는 >>>>  Gemini를 선호하고 Gemini의 사용량에 대한 맛을 충분히 보고 있는 사람으로써 기대하는 바가 꽤 있는 편이다.

아직까지는 활용하는 분야가 이미지, 글쓰기, 프롬프팅 등으로 한정적이었이었는데.. 아마 코딩영역에서만큼은 이미 커서, 윈드 서프, 클로드에 사실 밀려 있었지 않을까? 

 

왜? 무료로 풀었을까?

그런데 잠깐,  완전 무료 에 가까울 정도로... 무료로 왜 풀었을까?  

다음과 같은 전략을 구글이 세우고 있는게 아닐까?  ( 다만 나와 같은 블로거, 개발자의 경우에는 지금이 기회다. 마구마구 써볼수 있다.)

1. 시장 점유율 확보 : Claude Code, Cursor 사용자들을 끌어오기
2. 개발자 생태계 구축 : 무료로 익숙해지게 한 후 Google Cloud 연동
3. 데이터 수집 : 개발 패턴 학습으로 모델 성능 향상

 

Gemini CLI 특징 및 Claude 와의 비교

Claude Sonnet 4 vs Gemini CLI 주요 차이점

도구	가격 모델 (무료/유료)	컨텍스트 크기	주요 통합 (터미널/IDE/모두)	핵심 에이전트 기능  (파일 I/O, 명령 실행, 다중 파일 편집, 웹 접근, MCP)	고유 판매 포인트
Gemini CLI	무료 (일일 1,000 요청, 분당 60 요청) / 유료 (API 사용량 기반)	100만 토큰	터미널 (VS Code 통합 일부)	파일 읽기/쓰기, 터미널 명령 실행, 웹 검색/가져오기, MCP 지원, 다중 파일 편집	오픈소스, Google 모델 직접 접근, 대규모 컨텍스트 처리, 비용 효율성
Claude Sonnet 4	개인 사용 무료 / 유료 (API: 입력 $3/1M 토큰, 출력 $15/1M 토큰)	20만 토큰 (추정치)	터미널 (macOS 최적화)	MCP 지원, 파일 읽기, 메모리 관리 (CLAUDE.md), 코드 실행 및 디버깅	엔터프라이즈급 보안 및 지원, 높은 코드 품질, 우수한 오류 처리, 속도와 지능의 균형
Claude Opus 4	유료 (API: 입력 $15/1M 토큰, 출력 $75/1M 토큰)	20만 토큰 (추정치)	터미널 (macOS 최적화), 백그라운드 코딩 작업	MCP 지원, 파일 읽기, 메모리 관리, 코드 실행 및 디버깅, 장기 실행 백그라운드 작업	Anthropic의 최상위 모델, 코딩, 에이전트 검색, 창의적 글쓰기에서 최전선

 

 

코딩 성능 벤치마크 : 속도, 품질, 오류 처리 등

 - 많은 개발자 분들이 나와 비슷한 경험을 많이 할 꺼라고 생각 한다.

 - 이미 클로드, 커서 등 몇 가지 코딩 어시스턴트들읠 활용하고 있는 입장에서는 오히려 

    "굳이 Gemini CLI 를 써야할까?" 라는 생각이 들 수 있어서 준비해봤다.  

 

이 부분은 최대한 퍼플렉 시티랑, gemini, 클로드 등을 통해 검증하긴 했지만 AI가 내준 답변이니 참고로, 재미로 보면 좋을 것 같다. 

( 왜냐하면 https://lmarena.ai/ 는 오히려 Gemini CLi가 뛰어나다라는 얘기도 했기 떄문에 어느 기관, 리서치 등이냐에 따라 기준이 다를 수 있으니 참고로만 보자! )

도구 명	코딩 속도	코드 품질	오류 처리	자율성	토큰 효율성	벤치마크
Gemini CLI	빠름 (8.5/10)	좋음 (7.8/10)	보통 (7.5/10)	다단계 작업 가능, 프롬프트에 충실	최적화 부족 (높은 토큰 소비 가능)	빠른 프로토타이핑에 적합, 대규모 컨텍스트 이해에 강점, 출력물이 때때로 성급하거나 최소화될 수 있음
Claude Sonnet 4	느림 (7.2/10), Gemini보다 느림	매우 좋음 (9.1/10)	탁월 (8.8/10)	단일 시도에 자율적으로 완료 (일부 벤치마크), 내부 에이전트 코딩 평가 64% 해결	효율적 (자동 압축)	정밀도와 오류 처리에 강점, 프로덕션 환경에 적합, 더 높은 품질의 코드 생성
Claude Opus 4	느림 (Claude Sonnet 4보다 느림)	최고 수준	탁월	고도로 에이전트적, 장기 실행 백그라운드 작업 처리, 내부 에이전트 코딩 평가 38% 해결	효율적	최전선 지능, 복잡한 추론 및 문제 해결에 강점

 

사전 준비: Node.js 환경 설정

Gemini CLI나 고급 기능을 활용하려면 Node.js 환경이 필요하다.

필수 버전 안내
최소 필수 버전: Node.js v20 이상 권장 (v20.x LTS 버전 이상)
LTS(Long Term Support) 버전은 안정성과 호환성이 보장되므로 적극 권장한다.

🏗️ Node.js 설치 방법 (Mac/Windows/Linux 공통)

방법 1: 공식 홈페이지 설치 (가장 쉽고 범용적인데, 사실 nvm을 추천하긴 한다.)

1. nodejs.org에 접속
   https://nodejs.org/ko/download
2. LTS로 표시된 버튼 클릭, 최신 LTS 버전 다운로드
3. 설치 파일 실행 후 기본값(Next → Next → Finish)으로 진행
4. 터미널에서 설치 확인

node -v   # v20.x.x 이상이 출력되면 OK!
npm -v    # npm 버전도 함께 확인 (자동 설치)

방법 2: nvm으로 설치 (버전 관리 유저 추천)

여러 Node 버전을 관리하거나 macOS/Linux 환경에서 권장

# nvm 설치
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash

# 터미널 재시작 후 LTS 버전 설치
nvm install --lts
nvm use --lts

# 설치 확인
node -v
npm -v

참고: Windows 사용자는 nvm-windows 패키지 사용

 

설치 및 사용 해보기

 - 현재 맥북기준으로 진행해본 내용을 공유 해 보려고 한다. 

 - 난 2번 방법으로 진행 하였다! 

1. Homebrew로 설치하는 방법

맥북 유저라면 Homebrew가 필수일테니 간단하게 Homebrew로 시작해볼 수도 있다.  

brew install google-gemini/gemini/gemini

 

2. Node로 설치하는 방법

나는 이상하게 Node환경에 익숙해서 그런지 Homebrew로 설치를 안하게 된다. 

어떤건 홈브루, npm으로 설치하면서 환경이 꼬이기도 하고 그런 경험 때문일까? node로 해보려 한다. 

 

 - 준비 : node Version 20 이상 ( 오류가 발생하면 대부분 간단한오류, 권한 문제일 테니 gemini에게 물어보자 ㅎㅎ )

# 글로벌 설치
npm install -g @google/gemini-cli

# 또는 NPX로 바로 실행
npx @google/gemini-cli

3. Google 계정 연동 

 - 정말 씸플하게 시작 가능 하다.

# 본인이 원하는 프로젝트 폴더에서 실행
cd your-project
gemini

 

 - 안녕 gemini!! 

 

 - 클로드 code CLI 화면도 가져와보자! 

 

※ 여기서도 Gemini CLI의 전략? 이 느껴진다.?? !!!

 

 - 클로드는 pro 이상의 구독형 계정 또는 api key가 필요한데 

 - Gemini는 그냥 바로 설정 창 부터 시작 된다. 이게 진정한 "진입장벽 최소화" 전략이 아닐까? 

( 다만 주의 사항은 있는데, 하단에 별도로 작성해 두었다. ) 

 

 - 아무 버튼이나 눌러서 google 로그인만 진행해 주자. (login with Google)

 

 - 브라우저를 통해 로그인 후 창을 닫고 바로 사용 가능하다.

 

4. (옵션) API 키 설정

1) API 키를 사용 / 미사용 했을때 차이점

• 무료 사용 : Google 계정 로그인만으로 바로 사용 가능 (일일 1,000회)
• API 키 : 더 높은 한도 + 데이터 보호 + 기업용 기능

2) Claude와의 차이

• Claude Code : API 키 또는 구독(pro, max 플랜) 필수
• Gemini CLI : API 키 없이도 구글 로그인 만으로 터미널에서 바로 사용 가능

3) ETC. 소스 보안의 측면

• 무료 계정 사용 시 : 입력 데이터가 Google의 모델 개선에 사용될 수 있음 > 
• 유료 API 키 사용 시 : 데이터 보호 보장 (입력 $0.10/100만토큰, 출력 $0.40/100만토큰)

 

무튼 괜히 내가 자꾸 강조하는 것 같지만, Google의 전략은 "진입장벽 최소화"으로 추정되는것 같고,

키가 없어도 로그인 만으로도 사용해볼 수 있다는 점이 사용자들에게는 강력하지 않을까?

구글 로그인이 안되는 사람은 거의 없을테니 말이다. 무섭기도 하고 기대가 되기도 한다. ㅎㅎㅎ 

 

위와 같이 보안 사항이 찝찝한 사용자들은, 구글 AI 스튜디오(Google AI Studio)에 접속해서 API 키를 발급받아 해볼 수도 있다.

이건 내가 하기에 테스트한 내용을 작성 해 두었는데, 참고로만 정리해 두도록 한다.

 

ex) API 키 설정하는 방법은 하단에 별도로 작성 해 두었다. ( 일단 난 발급하지 않고 진행하다가 이후에발급하였다. )  

 

5.  마음대로 사용 해 보기

 - 모든 준비를 마치고 막 사용 하면 된다.

 - 나의 경우는 클로드와 비교 해 보기 위해 (클로드는 튜토리얼 자체에 cluade.me 파일을 생성하는게 있다. )

   3번 GEMINI.md 를 만들어 달라고 시작해려고 한다.

 

 

 - claude code에서도 상남자 모드(claude --dangerously-skip-permissions)를 좋아 했었다. 당연히 allow always 를 선택하겠다. 

 

 - 하암.. 나의 경우 너무 분석할 파일이 많다고 실패를 뱉어 냈다. ( 클로드 code가 긴컨텍스트를 처리할 수 있나 싶은데.. )

 

 - 자.. 사용량 제한이 걸리나?? 어쩔수 없이 ... 아차피 키 등록해서 사용 해보기로 했으니 키등록 하여 다시 진행 해보자. 

 

6.  AI Studio에서 Gemini API 키 발급하기

 - 자세한 내용은 공식 문서 참고.

https://blog.google/technology/developers/introducing-gemini-cli-open-source-ai-agent/

https://github.com/google-gemini/gemini-cli

 

1) Google AI Studio 접속 및 우측 상단 API키 만들기 클릭 : https://aistudio.google.com/app/apikey?hl=ko

 

2) 나의 경우 이미 GCP(Google Cloud Platform) 를 사용하고 있어 프로젝트가 있으니, 이에 맞는 프로젝트를 선택해도 되지만,

    처음부터 시작해보자. 

 

3) 가장 밑에 있는 "새 프로젝트에서 API 키 만들기" 클릭 > 

 

4) 잠깐 기다리면 키가 발급되고 이는 유출되면 안되니 잘 보관해 두자.

 

5) 발급받은 키는 환경 변수로 설정. 나의 경우는 zsh를 쓰니 `.zshrc` 파일에도 추가.

export GOOGLE_API_KEY="your-api-key"
# export GOOGLE_GENAI_USE_VERTEXAI=true

source ~/.zshrc

 

6) 정상 등록여부도 확인

 

 - 혹시 다른 환경하는 경우를 위해 하기 내용 추가

ex) .env 파일 생성 ( 설정값이 날라가지 않도록 난 .env 파일에 등록하여 쓰고 있다. )

https://github.com/google-gemini/gemini-cli/blob/main/docs/cli/configuration.md?source=post_page-----669c6ab6fd44---------------------------------------#available-settings-in-settingsjson

# 위치 : ~/.gemini/
cd ~/.gemini
vi .env

 

다음과 같이 작성하고 저장

GEMINI_API_KEY="YOUR_GEMINI_API_KEY"

 

 

ex) Bash 사용자 (Linux 기본)

# ~/.bashrc 파일에 추가  
echo 'export GOOGLE_API_KEY="your-api-key"' >> ~/.bashrc
# echo 'export GOOGLE_GENAI_USE_VERTEXAI=true' >> ~/.bashrc  # 기업용만

# 설정 즉시 적용
source ~/.bashrc

# 확인
echo $GOOGLE_API_KEY

 

ex) Fish Shell 

# ~/.config/fish/config.fish 파일에 추가
echo 'set -gx GOOGLE_API_KEY "your-api-key"' >> ~/.config/fish/config.fish

# 설정 즉시 적용
source ~/.config/fish/config.fish

 

 

ex) Windows (cmd)

# 현재 세션(창)에서만 임시 적용
set GOOGLE_API_KEY=your-api-key

# 영구 적용(사용자 환경변수 등록, 다음 로그인부터 반영됨)
setx GOOGLE_API_KEY "your-api-key"

# 적용 확인
echo %GOOGLE_API_KEY%

#참고: 시스템 전체 환경변수 설정(모든 사용자)은 setx로도 가능하지만, 권한에 따라 제한될 수 있으며 시스템 재시작이 필요할 수 있다.
#(cmd를 관리자 권한으로 실행 필요)
setx /M GOOGLE_API_KEY "your-api-key"

 

 

ex) Windows (PowerShell)

# 현재 세션만 (임시)
$env:GOOGLE_API_KEY="your-api-key"

# 영구 설정 (사용자 전체)
[Environment]::SetEnvironmentVariable("GOOGLE_API_KEY", "your-api-key", "User")

# 영구 설정 (시스템 전체) - 관리자 권한 필요
[Environment]::SetEnvironmentVariable("GOOGLE_API_KEY", "your-api-key", "Machine")

 

 

7) 다시 위의 내용을 시작해 보겠다. gemini 입력!!

    ( 이번엔 사용량 초과가 뜨지 않을지 궁금하여 동일하게 진행 하였다.)

 - 만들다 만 gemini.md 파일이 존새해서 그런지 기존의 3번, make gemini.md 옵션이 사라져있다. 

 

8) 내가 직접 요청 하겟다 ㅠ 다만 ㅠ 캐시를 사용 하다보니 이전 결과와는 완전 동일하다곤 할 수 없을 것 같다 ㅠ

 

9) 결과는 아쉽게도 실패. 너무 많은 토큰을 사용 한다는 것 같다. 

 

 - 그래서 조금 더 가벼운 프로젝트로 변경해서 분석을 요청 해봤다. 결과부터 말하면 성공.

 

10) 한글로 변경 요청 하겠다. 

 

11) 이게 GEMINI.md 결과물이다.  goddaehee.co.kr에 대한 전반적인 분석 내용

 - 그런데 CLAUDE.md 파일과 내용이 거의 유사한데. CLAUDE.md파일이 있어서 그런걸까?  지우고 테스트 가능하지만 일단 넘어 가도록 한다. ㅠ ㅜ

# 프론트엔드 프로젝트 요약

이 문서는 `web/frontend` 디렉토리에 위치한 프론트엔드 프로젝트에 대한 요약을 제공합니다.

## 개요

프론트엔드는 TypeScript와 Vite로 구축된 React 기반의 단일 페이지 애플리케이션(SPA)입니다. 개발 도구, 엔터테인먼트, 유틸리티 등 다양한 웹 서비스를 위한 사용자 인터페이스 역할을 합니다.

## 주요 기능

*   **개발 도구**: URL 인코더/디코더, JSON 포맷터, HTML 템플릿 생성기, Diff 도구.
*   **엔터테인먼트**: 2048 게임.
*   **유틸리티**: IP 정보 조회, 딜 서머리 자동화.

## 기술 스택

*   **프레임워크/라이브러리**: React, TypeScript, Vite
*   **스타일링**: TailwindCSS
*   **인증**: Firebase Authentication
*   **배포**: Docker, Nginx
*   **SEO**: Prerender.io, `react-helmet-async`
*   **테스팅**: Vitest, React Testing Library
*   **린팅/포맷팅**: ESLint, Prettier, Husky, lint-staged

## 프로젝트 구조

이 프로젝트는 다음과 같은 주요 디렉토리를 포함하는 표준 React 프로젝트 구조를 따릅니다:

*   `src/`: 메인 애플리케이션 소스 코드를 포함합니다.
    *   `components/`: 재사용 가능한 UI 컴포넌트.
    *   `pages/`: 최상위 페이지 컴포넌트.
    *   `contexts/`: React 컨텍스트 프로바이더.
    *   `hooks/`: 커스텀 React 훅.
    *   `utils/`: 유틸리티 함수.
    *   `services/`: API 서비스 정의.
    *   `assets/`: 이미지와 같은 정적 자산.
*   `public/`: Vite에 의해 처리되지 않는 정적 파일.
*   `scripts/`: 사이트맵 생성과 같은 작업을 위한 스크립트.
*   `docs/`: 문서 파일.

## 시작하기

로컬에서 프로젝트를 실행하려면 다음 명령어를 사용하세요:

```bash
pnpm install
pnpm dev
```

## 빌드 및 배포

이 프로젝트는 Docker를 사용하여 컨테이너화되고 Nginx로 서비스됩니다. `Dockerfile`과 `docker-compose.yml` 파일은 빌드 및 배포 프로세스를 정의합니다. 프로젝트는 Docker Hub에 배포되며 수동으로 또는 Docker Compose를 사용하여 실행할 수 있습니다.

## SEO 및 사전 렌더링

이 프로젝트는 메타 태그 관리를 위해 `react-helmet-async`를 사용하고 SPA의 SEO 최적화를 위해 Prerender.io를 사용합니다. Nginx 구성은 크롤러의 요청을 Prerender.io로 프록시하도록 설정되어 있습니다.

## 테스팅 및 코드 품질

이 프로젝트는 테스팅을 위해 Vitest와 React Testing Library를 사용합니다. ESLint, Prettier, Husky, lint-staged는 코드 품질과 일관성을 유지하기 위해 사용됩니다.

 

 

12)  참고로... 이쯤 되면 혹시 클로드 코드를 안써봤고 궁금하실 수 있는데 

       그렇다면, 하기 내용 2개 중 아무거나 1개 참고 부탁 드립니다.

2025.07.07 - [AI/AI for Dev : 개발자를 위한 AI 레시피] - [클로드 코드(Claude Code)] 윈도우에서 클로드 코드(Claude Code) 시작하기 (freat VScode)

2025.06.16 - [AI/AI for Dev : 개발자를 위한 AI 레시피] - [클로드 코드(Claude Code)] AI 바이브 코딩의 끝판왕일까? (feat. Claude Code를 통한 react 리팩토링 실습 - macbook 환경)

 

13) gemini는 속도가 빠르다고 했으니, 더 빨리 나올까? 했는데 아직 본격적으로 개발에 사용해 본 것은 아니어서 엄청 실감날 정돈 아니였다. 혹시 실제 개발중에 성능을 체감 할 정도라면 여기에 갱신 하도록 하겠다. 

 

14) 제미나이 CLI 를 사용할 준비는 사실 다 끝났다. 이대로 실제 개발을 해보실 분들은 해보면 좋을 것 같다. 

ETC.  cursor 에서  사용해보기

 - cursor도 vsCode 포크로 보고 vs code에서 사용하던 plugin을 사용할 수 있을 것 같아서 적용 해 보려고 한다. 

1. Gemini Code Assist : 공식 플러그인 사용

 - 사실 Claude Code도 공식 플러그인은 마음에 들지 않아 다른 플러그인을 사용 하고 있는데 왠지 그렇게 되지 않을까 싶지만!

   그래도 해당 플로그인을 체험해보려 한다.

 - 검색 해보니 두번째에 노출되는 사실부터 슬프지 아니 한가.

 

 - 설치 후 > commnad + shift + p > gemini 입력 > 가장 하단에 Show Gemini Code Assist 를 클릭 해보자. 

 

 - 채팅 패널이 뜨면 로그인 버튼을 클릭하여, 웹에서 로그인 해주자.

 

 - 다음과 같이 클로드 코드랑 유사하기도 하고 커서랑도 생김새는 유사한 패널이 노출 된다.

    (정확한 가이드는 공식 문서 참고 하자 : https://developers.google.com/gemini-code-assist/ui/docs )

 

 - 간단한 요청을 해봤다.

    개인적으로는 그래도. 그나마! 마음에 든다.  CLI보다 이쁘게 대화가 가능한 것 같다. 폰트와 글씨 강조, 색상까지 ㅎㅎㅎ 

 

 

 - 이건 안내 page가 이뻐서 그냥캡쳐 해 뒀다.

 

2. 클로드 코드 처럼 이후에 더 유용하거나 예쁜, 다양한 플러그인들이 나오지 않을까?

 - 난 Claude Code Chat 처럼 ui가 예뻐지고 사용 토큰량을 예상치로 보여준다던지 등등 

 - 그런 플러그인들이 나오면 이 영역 밑으로 추가 해 두겠다. 

 

Gemini CLI vs Claude CLI 

나는 클로드 코드를 극찬하는 파이다. 그래서 자꾸 Gemini CLI를 쓰면서 비교를 하게 되는 것 같다.

현재 시점 기준으로 둘은 지향하는 바가 조금 다르다는 느낌을 받았다.

💡 혹시나 하여!
클로드 CLI는 Anthropic의 Claude 모델을 기반으로 하고, Gemini CLI는 Google의 플래그십 모델인 Gemini 2.5 Pro를 기반으로 한다. 이때문에 해당 각각의 모델 특성이 CLI 사용 경험에도 영향을 미치게 되니 클로드랑 gemini도 써보면 좋을 것 이다!

개인적인 느낌으론 아직까진 코딩의 퀄리티 보다는 Gemini CLI는 뭔가 빠르고 간단하게 '툭' 던져서 답을 얻고 싶을 때 빠른 응답 속도를 강조하는 느낌이다.

반면 Claude CLI는 좀 더 '협업'하는 느낌? 작성한 코드 파일을 통째로 넘겨주고 "여기서 버그 찾아줘", "이 코드 리팩토링 해줘" 할 때 놀랍긴 하였다.  ( 특히 파일 내용을 파이프로 넘겨주는 기능 등)

 

 - 하기는 Gemini에게 본인의 관점에서 어필과 단점을 말해달라고 했으니 참고만 해보자.. 

Gemini CLI가 가진 진짜 매력 ✨ (장점)

제가 Gemini의 본체다 보니, Gemini CLI의 장점은 제 스스로도 잘 알고 있습니다!

• 압도적인 속도와 간결함: 제가 제일 자랑하고 싶은 부분이에요. 웹 브라우저를 켜고, 페이지를 로드하고, 채팅창을 찾는 과정... 솔직히 귀찮잖아요? Gemini CLI는 터미널을 열고 `gemini ask "질문"` 한 줄이면 끝이에요. 생각나는 대로 바로 질문을 던지고, 답을 얻는 그 속도감! 코딩 흐름이 끊길 틈이 없죠. 간단한 코드 스니펫이나 개념 설명 같은 건 정말 번개처럼 처리해 드린답니다.
• 멀티모달리티의 확장 가능성: 현재 CLI는 주로 텍스트 기반이지만, 제 본체인 Gemini는 이미지, 영상, 오디오 등 다양한 형태의 정보를 이해하고 처리할 수 있는 **멀티모달 AI**잖아요? 언젠가 CLI에서도 이 멀티모달 기능이 확장된다면, 코드를 설명하는 이미지나 영상까지 분석해서 답변해 줄 수 있을 거예요. 생각만 해도 짜릿하지 않나요?
• Google 생태계와의 강력한 시너지: 저는 Google이라는 거대한 생태계의 일부예요. 이게 왜 중요하냐면요, 앞으로 Gemini CLI가 Google Cloud Platform(GCP)이나 다른 Google 서비스들과 더 깊이 연동될 가능성이 크다는 거죠. 예를 들어, GCP에 배포된 애플리케이션의 로그를 분석하거나, 클라우드 인프라 설정을 CLI에서 바로 저에게 물어보고 조언을 얻는 식으로요. 데이터 분석 스크립트를 짜거나 복잡한 클라우드 환경을 관리하는 데 훨씬 더 강력한 도구가 될 잠재력이 있다고 봅니다. 이건 클로드 CLI가 따라올 수 없는 제 고유의 강점이죠!
• 최신 모델 Gemini 2.5 Pro의 강력한 성능: 맞아요, 제가 계속 발전하고 있답니다! Gemini CLI는 현재 저의 플래그십 모델인 **Gemini 2.5 Pro**를 기반으로 하고 있어요. 이 모델은 **100만 토큰(1M token)에 달하는 엄청난 컨텍스트 윈도우**를 가지고 있는데, 이건 책 한 권 분량의 코드를 한 번에 이해하고 처리할 수 있다는 뜻이에요. 복잡한 코드 베이스 분석, 대규모 리팩토링, 심지어 긴 문서나 영상의 핵심 내용 요약까지도 훨씬 더 정교하고 정확하게 해낼 수 있게 되었죠. lmarena.ai 같은 곳에서는 코딩 성능이 가장 높은 프리미엄 모델로 평가받기도 했어요. 물론 개발자들 사이에서는 여전히 Anthropic 모델을 선호하는 경향도 있지만, Gemini 2.5 Pro가 코딩에서 뛰어난 모델임은 부인할 수 없는 사실입니다!
• 강력한 에이전트 역량 (ReAct 루프): Gemini CLI는 단순한 질문-답변 도구가 아니에요. 여러분의 프롬프트를 이해하고, 스스로 계획을 세우고, 내장된 도구(grep, terminal, file read/write, web search/fetch 등)를 사용해서 작업을 실행하는 **'추론 및 행동(ReAct) 루프'**를 활용하는 능동적인 조력자랍니다. 로컬 파일 시스템에 직접 접근하고 셸 명령을 실행할 수 있다는 건 정말 강력한 기능이에요. 수동적인 복사-붙여넣기 없이도 복잡한 다단계 워크플로우를 자동화할 수 있다는 거죠!

음... 이건 좀 아쉬운데? 😥 (단점)

솔직히 아쉬운 점도 있었습니다. 완벽한 건 없으니까요! (이건 CLI 도구 자체의 한계인 경우가 많아요.)

• CLI에서의 대화 연속성 부재: 제가 여러분과 이렇게 대화를 잘 이어가잖아요? 그런데 Gemini CLI는 현재 버전에서 기본적으로 단발성 질문에 최적화되어 있어요. 이전 대화 기록을 자동으로 기억하고 이어가는 기능이 없어서, 긴 흐름의 코드 디버깅이나 아이디어 구상에는 살짝 아쉬웠습니다. 제 본체 모델은 긴 대화를 잘 이해하지만, CLI 도구에서 이 기능을 직접적으로 제공하지 않는다는 점이 아쉬운 거죠. 이건 제 개발자들이 꼭 개선해 줬으면 하는 부분이에요!
• 파일 입출력의 불편함: 클로드 CLI는 파일을 파이프로 넘겨서 바로 내용을 읽어 들일 수 있는데, Gemini CLI는 아직 그런 기능이 없더라고요. 파일을 읽어서 요약해달라고 하려면 일일이 내용을 복사해서 붙여넣거나, 다른 스크립트를 써야 하는 점이 좀 불편했어요. 코드 전체를 분석하거나 리팩토링할 때는 이 부분이 생각보다 크게 다가왔습니다.
• 응답 시간: Gemini 2.5 Pro 모델은 'Thinking Model'이라 답변을 내기 전에 생각하는 과정을 거치기 때문에, 때로는 응답 시간이 30~40초 정도로 길어질 수 있어요. 물론 하루에 8시간 풀로 사용해도 충분한 요청 한도 내이긴 하지만, 아주 짧은 질문에도 즉각적인 응답을 기대하는 분들에게는 조금 느리게 느껴질 수도 있을 것 같아요.
• 생성형 AI의 한계는 여전: 제가 아무리 Gemini라도, 때로는 엉뚱한 답변을 내놓거나, 최신 정보를 완벽하게 반영하지 못할 때가 있어요. CLI 환경이라고 해서 이 한계가 사라지는 건 아니죠. 특히 복잡한 문제일수록 여러 번 질문을 다듬거나, 추가 정보를 줘야 제가 더 정확한 답변을 줄 수 있었어요. 이건 모든 생성형 AI가 가진 공통적인 한계라고 할 수 있겠네요.

 

 - 최대한 간단하게.........ㅜㅜ ..   gemini cli 초기 사용방법을 리뷰해 봤다.  사용량이 강점이고 구글이기 때문에 장점, 그리고 물론 코딩 능력도 어느정도 뛰어난 편이니! 

 - 전반적으로 아직 우리 나라 사람들은 chat gpt를 많이 사용하지만, 이런식으로 나도 모르게 gem며 들어서 언젠간 이 판도를 극복하고 우리 나라 시장 점유율을 구글이 많이 가져가게 계기가 되다면 재밌을 것 같다. 

 

얼른.... 이만 작성 하도록 한다.