Claude Code 또는 Codex를 활용한 이미지 생성, 음성 녹음 및 비디오 요약 기능을 위한 단일 CLI 도구 출시

원문 발행 2026. 10. 27. 17:23원문 언어 영어AI 한국어 번역X @aladagberk (자동 발견) 원문 보기

요약

Gemini API CLI가 출시되어 기존 AI 에이전트의 기능을 확장할 수 있게 되었습니다. 이 단일 도구는 이미지 생성, 음성 녹음(voiceover), 비디오 요약 등 다양한 멀티미디어 작업을 수행합니다. 사용자는 이를 통해 PDF 분석이나 Deep Research 같은 복합적인 작업도 에이전트에 부여할 수 있습니다.

핵심 포인트

Gemini API CLI를 통해 기존 AI 에이전트의 기능을 확장 가능.
이미지, 음성 녹음, 비디오 요약 등 멀티미디어 생성 기능 지원.
PDF, 영상 링크 분석 및 Deep Research 같은 복합 작업 수행.
상태(state) 기반이 아닌 API 호출 방식으로 작동하여 에이전트의 컨텍스트 유지.

RT @aladagberk: Claude Code나 Codex를 사용하여 이미지 생성, 음성 녹음(voiceover)을 하거나 비디오를 요약하고 싶다면 이제 단 하나의 CLI만 있으면 됩니다.

Google이 Gemini API CLI를 공개했습니다. 이는 새로운 코딩 에이전트가 아니라, 이미 사용하고 있는 에이전트에 제공하는 도구입니다.

설치 방법:

CLI 설치

macOS/Linux: curl -fsSL https://t.co/l6B1TzAHMU | bash
Go로 설치: go install https://t.co/ACQfJoRKpD

API 키 설정

Google AI Studio에서 키를 받습니다.
export GEMINI_API_KEY="키값"
먼저 gemini-api generate "merhaba" --dry-run을 통해 네트워크 연결 없이 테스트합니다.

에이전트에게 알리기

README에 있는 짧은 지침 블록을 CLAUDE.md 또는 AGENTS.md 파일에 붙여넣습니다.
ajan --help 및 --usage를 사용하여 명령어들을 스스로 탐색하게 합니다.

일반 작업 부여

"이 애플리케이션에 마스코트 이미지를 추가하고 환영 음성 녹음을 하세요"와 같이 지시합니다.
에이전트는 gemini-api image 및 gemini-api tts 명령어를 스스로 실행하여 파일을 프로젝트에 배치합니다.

주요 기능:

이미지, 비디오, 음악 및 음성 녹음 생성
PDF, 이미지, 음성, 비디오 및 YouTube 링크 분석
녹음을 md, json 또는 srt 자막으로 변환
Deep Research를 백그라운드에서 시작하고 결과를 가져옵니다.

작동 방식: 상태(state)가 아닌 방식으로 작동합니다. 컨텍스트와 계획은 사용자의 에이전트가 유지하며, CLI는 단순히 API 호출만 수행합니다.

필수 요구 사항: Gemini API 키. Beta 버전이며 Apache 2.0 라이선스를 따릅니다.

출처는 첫 번째 댓글에 있습니다.

AI 자동 생성 콘텐츠

원문 바로가기