google-gemini/cookbook

개요

Google의 Gemini API를 학습하기 위한 실습 튜토리얼 모음(일명 "쿡북")입니다. 단순한 참조 문서가 아닌 실제 예제로 구성된 구조화된 학습 경로로 구성되어 있습니다.

내용

프로젝트는 크게 두 섹션으로 나뉩니다.

• 빠른 시작 — 초보자와 특정 API 기능(예: 시작하기, 텍스트 음성 변환, 비디오 생성, 이미지 생성, 음악 생성, 라이브 오디오 스트리밍, 전사 등)을 위한 단계별 가이드입니다.
• 예제 — 여러 기능을 결합하는 방법을 보여주는 실용적인 사용 사례입니다.

엔드투엔드 데모 애플리케이션을 위한 별도 리포지토리도 있습니다.

형식

대부분의 튜토리얼은 Jupyter 노트북으로, 각각 원클릭 "Colab" 버튼이 있어 로컬에 아무것도 설치하지 않고 Google의 무료 클라우드 노트북 환경에서 실행할 수 있습니다.

시작에 필요한 것

1. Google 계정
2. Google AI Studio에서 생성한 API 키

README는 인증 가이드(API 키 설정)와 Get Started 가이드(기본 프롬프트 및 멀티모달 입력)로 시작할 것을 권장합니다.

포함된 주요 기능

• Gemini 4 Argon — 최대 100만 출력 토큰을 지원하고 "사고" 수준을 조정할 수 있는 추론 모델
• Gemini 3.8 Flash — 소프트웨어 엔지니어링, 자율 에이전트 및 엔터프라이즈 워크플로우를 겨냥한 빠른 모델
• Gemini 3.5 Flash-Lite — 3.5 제품군에서 가장 빠르고 저렴한 모델
• 텍스트 음성 변환 — 표현력이 풍부한 단일 및 다중 화자 음성, 사용자 지정 음성 디자인(텍스트 프롬프트) 및 음성 복제(오디오 샘플)
• 비디오 — 대화형 비디오 생성 및 편집(Omni Flash), 비디오 생성(Veo)
• 이미지 생성 — Nano-Banana 2.1(512px, 생각 및 검색 접지 기능 포함) 및 Nano-Banana Pro(4K 품질)
• 음악 — Lyria 3.5로 전체 노래 생성 및 이미지-음악 변환, 실시간 대화형 음악 스트림
• 에이전트 API — 제어된 환경에서 사용자 지정 에이전트 생성 및 실행
• 라이브 API — 저지연 음성/비디오 스트리밍, 오디오 스트림의 실시간 번역, 라이브 세션에서의 확장 사고
• 전사 — 단어 수준 타임스탬프, 화자 분리 및 사용자 지정 어휘를 사용한 오디오 파일 및 라이브 스트림
• 접지 — Google 검색 결과, Google 지도 데이터 또는 자체 파일(호스팅 RAG)에 응답 연결
• 코드 실행 — 모델이 Python 코드를 생성하고 실행하여 작업을 해결하고 그래프를 출력하게 합니다.
• 웹훅 — 배치 작업 및 비디오 생성과 같은 비동기 작업에 대한 실시간 알림
• 추론 계층 — 속도, 비용 및 안정성의 균형을 맞추는 우선 순위 및 유연한 옵션
• 로봇 공학 — 로봇 응용 프로그램을 위한 공간 이해 및 추론 모델

전체 API 문서 위치

README는 종합 API 문서를 위해 ai.google.dev를 가리키며, Gemma 모델 예제는 별도 Gemma 쿡북을 참조합니다.