제미나이 API 에이전트 개발 가이드: AI 스튜디오와 인터랙션 API 총정리

핵심 메시지

• 구글은 제미나이 3.5 플래시, 오픈 모델 젬마 4, 이미지·오디오 생성 모델까지 빠른 속도로 출시해 왔고, 개발의 출발점으로 AI 스튜디오를 권한다.
• AI 스튜디오에서는 프런트엔드를 넘어 Node.js 서버 런타임, 시크릿 관리, 파이어베이스 인증·DB, 워크스페이스 연동까지 갖춘 풀스택 앱을 도구 밖으로 나가지 않고 만들 수 있다.
• 자연어만으로 네이티브 안드로이드(코틀린·젯팩 컴포즈) 앱을 생성하는 기능이 출시 한 달 만에 100만 개 이상의 앱 생성을 기록했다고 소개한다.
• 새로 정식 출시(GA)된 '인터랙션 API'는 모델과 에이전트를 하나로 다루는 통합 인터페이스로, 서버 측 상태 관리, 백그라운드 실행, 1st·3rd파티 도구 혼합을 지원한다.
• 에이전트는 더 이상 복잡한 파이썬 루프가 아니라 agents.md와 스킬 같은 '파일들의 조합'으로 정의되며, 구글 클라우드의 격리된 원격 환경에서 실행된다.

쉽게 이해하기

이 영상은 구글의 I/O 커넥트 세션으로, 딥마인드의 프로덕트 매니저 마리아노와 제미나이 API 팀의 필립이 제미나이 API로 앱과 에이전트를 만드는 방법을 소개한다. 마리아노는 2024년 제미나이 1.5부터 최근 제미나이 3.5 플래시까지의 흐름과, 오픈 모델 젬마 4, 이미지 생성 모델(나노 바나나), 텍스트 음성 변환 모델 등 다양한 모델을 빠르게 내놓았다고 짚는다. 자신은 받은 편지함을 확인해 아침에 들을 짧은 팟캐스트를 만들어 주는 에이전트를 직접 만들어 쓴다고 소개하며 개발의 출발점으로 AI 스튜디오를 권한다.

제미나이 3의 강점으로는 멀티모달리티가 꼽힌다. 텍스트·이미지·오디오·영상·URL 등 여러 입력을 받아 텍스트·이미지·오디오·영상·함수 호출·코드 등 여러 형태로 출력할 수 있어 다양한 조합이 가능하다. AI 스튜디오의 새 기능으로는 Node.js 서버 런타임을 자동 구성하는 풀스택 앱 생성, 서버 측 API 키를 위한 시크릿 관리, 구글 로그인으로 이어지는 파이어베이스 인증과 파이어스토어 자동 프로비저닝, 그리고 Gmail·독스·챗 등 워크스페이스 앱을 클라우드 콘솔 설정 없이 연동하는 기능이 소개된다.

특히 자연어 프롬프트만으로 네이티브 안드로이드(코틀린·젯팩 컴포즈) 앱을 생성하는 기능이 강조된다. 브라우저 안에서 에뮬레이터로 바로 실행해 보고, 원클릭으로 기기에 설치하거나 플레이 콘솔 테스트로 게시할 수 있으며, 출시 한 달 만에 100만 개 이상의 앱이 만들어졌다고 한다. 이 밖에 구글 클라우드 런으로의 배포, 특정 컴포넌트를 클릭해 그 부분만 수정하는 '포커스 주석 모드', 생성 도중 여러 디자인 시안을 먼저 골라 두는 '디자인 프리뷰', 프롬프트 작성을 실시간으로 자동 완성해 주는 기능, 그리고 작업 맥락을 잃지 않고 로컬 환경(안티그래비티)으로 내보내는 버튼도 소개된다. 마리아노는 실제로 '데일리 스트레칭' 앱을 프롬프트만으로 만들어 시연한다.

이어 필립은 월요일 저녁 정식 출시(GA)된 '인터랙션 API'를 소개한다. 이는 제미나이 모델과 에이전트를 하나로 다루는 통합 인터페이스로, 모델이냐 에이전트냐를 지정하고 도구·입력과 함께 새로 추가된 '환경(environment)' 파라미터를 넘긴다. 오래 걸리는 작업을 위한 비동기·백그라운드 실행(요청 후 ID로 상태를 폴링)과, 이전 항목 ID만 넘기면 되는 서버 측 상태 관리를 지원한다. 또한 사용자–모델 턴을 번갈아 쌓던 방식 대신, 사용자 입력·추론·함수 호출·함수 결과가 각각의 데이터 타입이 되는 '스텝(steps)' 모델로 바뀌어, 구글 검색 같은 1st파티 도구와 사용자 정의 함수를 섞어 쓰기가 쉬워졌다.

필립은 구글 I/O에서 공개한 '안티그래비티 원격 에이전트' 지원도 설명한다. 원격 환경은 구글 클라우드 안의 격리된 샌드박스로, 에이전트가 명령 실행과 파일 작업을 할 수 있고 상태가 유지되어 인프라를 직접 관리할 필요가 없다. 그는 에이전트가 복잡한 파이썬 루프가 아니라 agents.md와 스킬 같은 '파일들의 조합'으로 정의된다는 점을 강조하며, 라디오 토크쇼를 생성하는 애플릿을 예로 든다. 자격 증명은 네트워크 프록시가 대신 주입해 에이전트가 실제 키에 접근하지 못하게 하는 보안 방식도 소개하고, 코딩 에이전트용 설정 가이드로 시작할 것을 권한다.

주요 인사이트

• 구글은 '아이디어에서 프로덕션까지'의 경로를 AI 스튜디오에서 시작해 로컬(안티그래비티)로 내보내는 흐름으로 묶으려 하고 있다.
• 인증·시크릿 관리처럼 프런트엔드 개발에서 번거롭던 부분을 파이어베이스·워크스페이스 자동 연동으로 흡수해, 클라우드 콘솔 설정에서 이탈하던 개발자를 붙잡으려는 의도가 드러난다.
• 에이전트를 '파일들의 조합'으로 정의한다는 관점은, 복잡한 오케스트레이션 코드 대신 agents.md·스킬·환경 설정만으로 에이전트를 구성·재사용할 수 있게 한다.
• 서버 측 상태 관리와 백그라운드 실행은 클라이언트에 머물던 에이전트를 원격·장기 실행 작업으로 확장하기 위한 API 차원의 대응이다.
• 네트워크 프록시로 자격 증명을 주입하는 방식은, 샌드박스 에이전트에 실제 키를 노출하지 않아 키 회전·회수를 쉽게 하고 에이전트 오남용 위험을 낮춘다.

자주 묻는 질문

관련 AI 소식