구글 'Gemini API CLI' 공개 — 명령 한 줄로 이미지·자막·영상을 만드는 도구, 내 자동화에 어떻게 쓸까?
코딩 에이전트에게 "썸네일 만들고 영상 자막 뽑아"라고 시키는 일이 한 단계 쉬워졌습니다. 설치 파일 하나와 Gemini API 키만 있으면 됩니다.
무슨 일인가
구글이 10월 23일(현지 시간) Gemini API CLI(명령어 gemini-api)를 실험적 프리뷰로 공개했습니다. 터미널에서 명령 한 줄로 텍스트·이미지·음성·음악·영상을 만들고, PDF·이미지·오디오 파일을 분석하고, 영상이나 녹음에서 SRT 자막을 뽑을 수 있습니다. 긴 조사 작업은 백그라운드 '관리형 에이전트'에 맡기는 명령도 들어 있습니다.
맥·리눅스·윈도우용 단일 바이너리이고 소프트웨어 라이선스는 Apache 2.0입니다. 깃허브 README는 "베타이며 호환성이 깨질 수 있다"며 버전 고정을 권하고, 외부 PR은 받지 않습니다. 기본 모델은 텍스트·분석에 Gemini 3.8 Flash, 이미지 Nano Banana 2.1, 음악 Lyria 3.5, 영상 Gemini Omni 1.1 Flash입니다.
핵심은 사람이 아니라 코딩 에이전트가 쓰라고 만든 도구라는 점입니다. Claude Code·Codex처럼 셸을 쓸 수 있는 에이전트의 CLAUDE.md·AGENTS.md에 사용법을 적어 두면 에이전트가 필요할 때 직접 호출합니다. 요청을 보내기 전에 내용을 미리 보는 --dry-run, 요청 형식을 출력하는 --schema, 결과를 바로 거르는 --jq 같은 자동화용 옵션이 기본입니다. 대화 상태를 저장하지 않는(stateless) 설계라 스크립트나 예약 작업에 넣기 좋습니다.
내 사업·앱에 무슨 의미
- 쇼핑몰·스토어 운영자 — 상품 소개 이미지, 영상 자막, 음성 안내 생성을 에이전트 작업 흐름 안에 넣을 수 있습니다. 단, 생성 비용은 Gemini API 요금(모델별)으로 청구되니 무료 도구로 오해하면 안 됩니다.
- 앱 운영자 — 앱 안에 Gemini 기능을 직접 붙이기 전에 CLI로 결과 품질을 빠르게 검증할 수 있습니다. 업로드한 파일은 48시간만 보관됩니다.
- 개발자 — 에이전트에 '도구 하나 추가'가 셸 명령 한 줄로 끝납니다. 종료 코드(0/1/2/3)와 JSON 오류 형식이 정해져 있어 파이프라인에서 실패 처리가 쉽습니다.
지금 해볼 것
gemini-api configure --interactive로 키를 키체인에 저장, gemini-api whoami로 확인.gemini-api transcribe --input 영상.mp4 --format srt — 유튜브 영상을 블로그 글로 바꾸는 자동화에 바로 연결됩니다.