‘LLM을 사용해서 무언가를 만들고 싶다!’는 생각으로 최신 Gemini API를 사용해 보았더니… 갑자기 ‘404 Error’에 직면했습니다.

이 글에서는 환경 구축부터 API 연결, 그리고 초보자가 반드시 빠지는 벽인 ‘왜 모델이 검색되지 않는지’ 문제를 어떻게 극복했는지 학습 로그로 공유합니다.

우선 Python 환경에 Gemini 라이브러리를 설치합니다.

pip install -U google-generativeai

※ -U를 붙여서 최신 버전을 받는 것이 핵심입니다.

이번에 Gemini 모델을 호출하는 코드를 작성하면서 큰 배움을 얻었습니다. 바로 ‘최신 API에서는 모델명이 자주 업데이트된다’는 것입니다.

import google.generativeai as genai
# API 키 설정
genai.configure(api_key="YOUR_API_KEY")
...

처음에는 튜토리얼대로 gemini-1.5-flash를 지정했더니 다음과 같은 에러가 발생했습니다.

404 models/gemini-1.5-flash is not found ...

【해결책】

API 키 설정이나 환경 문제가 아니라, 단순히 ‘내 환경에서 사용 가능한 모델명’과 ‘코드상의 모델명’이 어긋났을 뿐이었습니다.

genai.list_models()

를 사용하여 현재 환경에서 사용할 수 있는 모델 목록을 한 번 출력하고, 거기에 기재된 이름(예: models/gemini-3.5-flash 등)을 정확하게 복사함으로써 무사히 해결했습니다!

‘에러가 발생하면, 먼저 사용 가능한 리스트를 보여보게 한다’. 이 디버깅 방법은 앞으로 모든 LLM 개발에서 사용할 수 있는 강력한 무기가 될 것 같습니다.

무사히 AI로부터 답변을 받을 수 있었습니다!

pip install -U로 항상 최신 환경을 유지한다. - 모델명으로 에러가 나면
genai.list_models()
로 현황을 확인한다. - 에러 메시지는 ‘적’이 아니라 ‘길잡이’다.

이제야 비로소 ‘AI에게 명령을 내리는’ 기반이 갖춰졌습니다. 다음으로는 이 AI에 자신의 자료를 읽게 하는 ‘RAG’ 구현에 도전할 예정입니다!