Gemini on 가십데일리

Gemma 4 비주얼 가이드

Sun, 05 Apr 2026 00:00:00 +0000

Google DeepMind의 Gemma 4는 E2B·E4B·31B·26B A4B 4가지 모델로 구성된 멀티모달 LLM 패밀리다. 모든 변형이 이미지 입력을 지원하며, 로컬 어텐션(슬라이딩 윈도우)과 글로벌 어텐션 레이어를 교차 배치하는 구조를 공유한다. 다양한 파라미터 규모로 제공되어 로컬 배포부터 서버 배포까지 유연하게 선택할 수 있다.

💡 실무 포인트: 멀티모달 로컬 모델이 필요하다면 Gemma 4의 E2B(경량)부터 31B(고성능)까지 용도별로 선택할 수 있다. 슬라이딩 윈도우 어텐션 구조를 이해하면 긴 문맥 처리 시 성능 예측에 도움이 된다.

Google, 오픈 모델 Gemma 4 공개

Sat, 04 Apr 2026 00:00:00 +0000

Google DeepMind가 Gemini 3 기술 기반의 차세대 오픈 모델 Gemma 4를 발표했다. E2B, E4B, 26B, 31B 네 가지 크기로 제공되며, 모바일·IoT부터 개인용 GPU 환경까지 폭넓은 배포를 지원한다. 매개변수당 지능 효율을 극대화한 구조로 설계되었으며, reasoning, 멀티모달, 툴 호출 기능을 통합 지원한다. Hugging Face에서 양자화 모델을 받을 수 있고, Unsloth 가이드도 제공된다.

커뮤니티 의견

@eoeoe: “120b 루머는 아쉽게도 아니었네요”

관련 레퍼런스

Hugging Face Gemma 4 컬렉션

💡 실무 포인트: Gemma 4 E2B/E4B 모델은 모바일·엣지 디바이스에 배포 가능한 크기로, 온디바이스 AI 기능 구현 시 유력한 후보다. temperature=1.0, top_p=0.95, top_k=64 파라미터를 권장한다.

PDF 논문 RAG, 텍스트만으로 충분할까? - Gemini embedding 002 임베딩 검색 실험

Thu, 02 Apr 2026 00:00:00 +0000

Gemini embedding-2-preview의 네이티브 멀티모달 임베딩으로 학술 논문 PDF의 텍스트 임베딩과 이미지 임베딩을 비교 실험한 결과다. 같은 페이지의 텍스트-이미지 코사인 유사도 평균이 0.642로, SEM 사진, 그래프, 공간 배치 등 약 36%의 시각 정보가 텍스트 임베딩에 반영되지 않는다는 결론이다. ColPali와 비교 시 영문에서는 ColPali가 우수하나, 한국어 등 비영어권에서는 정확도가 크게 떨어진다는 피드백도 공유되었다.

커뮤니티 의견

@mammal: “ColPali와 비교해서는 어떤가요?”

@230kimi: “영문은 colpali가 확실히 더 좋은것 같습니다. 다만 한국어나 비영어권에서 정확도가 확 내려가더라구요”

💡 실무 포인트: 논문 RAG 파이프라인 구축 시 텍스트만으로는 약 36%의 시각 정보가 누락되므로, 도표나 그래프가 중요한 문서에는 멀티모달 임베딩을 병행하라.

PDF 논문 RAG, 텍스트만으로 충분할까? - Gemini embedding 002 임베딩 검색 실험

Wed, 01 Apr 2026 00:00:00 +0000

Gemini embedding-2-preview 네이티브 멀티모달 임베딩으로 학술 논문 PDF의 텍스트 임베딩과 이미지 임베딩을 비교 실험한 결과다. 같은 페이지의 텍스트-이미지 코사인 유사도 평균이 0.642로, SEM 사진·그래프 곡선·공간 배치 등 약 36%의 시각 정보가 텍스트 임베딩에 반영되지 않는 것으로 나타났다. 18개 쿼리 테스트에서 이미지 임베딩이 텍스트 대비 유의미한 검색 성능 차이를 보였다. ColPali와의 비교에서는 영문에서 ColPali가 우세하지만 한국어 등 비영어권에서는 정확도가 크게 하락한다는 피드백이 있었다.

커뮤니티 의견

@mammal: “ColPali와 비교해서는 어떤가요?”

@230kimi: “영문은 ColPali가 확실히 더 좋은것 같습니다. 다만 한국어나 비영어권에서 정확도가 확 내려가더라구요”

💡 실무 포인트: PDF 기반 RAG 파이프라인 구축 시 텍스트 임베딩만으로는 시각 정보의 36%를 놓칠 수 있다. 도표·그래프가 중요한 문서는 멀티모달 임베딩 또는 이미지 임베딩 병행을 검토하라.

Gemini의 비디오 임베딩 기능을 활용한 SentrySearch

Fri, 27 Mar 2026 00:00:00 +0000

대시캠 등 영상 파일에서 자연어로 장면을 검색해 해당 구간을 자동으로 잘라내는 의미 기반 검색 시스템이다. Google Gemini Embedding 2 모델로 비디오 자체를 벡터로 임베딩하고, ChromaDB에 저장해 초단위 이하 정밀도로 검색한다. 감시 사회로의 확장 가능성에 대한 우려도 커뮤니티에서 제기되고 있다.

커뮤니티 의견

@GN⁺: “기술은 멋지지만 AI가 모든 영상을 실시간으로 분석하고 특정 인물이나 행동을 자연어로 탐지할 수 있게 되면 전면 감시가 현실이 될 수 있다는 우려가 있음”

관련 레퍼런스

SentrySearch GitHub

💡 실무 포인트: 영상 콘텐츠 검색이 필요한 서비스에서 Gemini Embedding 2의 비디오 임베딩 API를 활용하면 텍스트 기반 메타데이터 없이도 의미 기반 검색을 구현할 수 있다.

나노 바나나 효과: AI가 건축 시각화를 재편하는 방법

Fri, 27 Mar 2026 00:00:00 +0000

Google의 최신 이미지 생성 모델 Gemini 3 Pro Image(코드명 Nano Banana Pro)가 건축 시각화 업계에 큰 파장을 일으키고 있다. 기존 AI 도구와 차별화되는 핵심은 도면 해독 능력(blueprint literacy)으로, 평면도를 추상적 선이 아닌 건축 지시로 해석할 수 있다.

💡 실무 포인트: 건축, 인테리어 등 도면 기반 산업에서 Gemini 3 Pro Image의 도면 해석 기능을 활용하면 시각화 파이프라인을 크게 단축할 수 있다.

Gemini + Claude 병렬 리뷰 파이프라인으로 블로그 품질 자동 검증하기

Tue, 24 Mar 2026 00:00:00 +0000

블로그 퇴고 과정을 AI 5명(멀티 모델)에게 위임하는 자동 검수 파이프라인을 구축한 사례다. Gemini와 Claude를 병렬로 실행하여 라인 단위 리뷰를 수행하며, 단일 모델 대비 검출 범위와 정확도를 높였다. 구독 기반으로 운영하므로 API 비용은 무시할 수준은 아니지만 부담되지 않는 수준이라고 한다.

커뮤니티 의견

@ide127: “죽은 인터넷 이론…”

@goooods: “API 비용이 만만치 않겠습니다”

@neocode24: “구독이라 부담되진 않는데, 무시할순 없을것 같습니다”

💡 실무 포인트: 멀티 모델 병렬 리뷰는 기술 문서·블로그 퇴고뿐 아니라 코드 리뷰 파이프라인에도 동일 패턴으로 적용 가능하다.

Gemini + Claude 병렬 리뷰 파이프라인으로 블로그 품질 자동 검증하기

Mon, 23 Mar 2026 00:00:00 +0000

AI가 작성한 블로그 초안을 5개 AI 리뷰어가 라인 단위로 병렬 검수하는 파이프라인을 구축한 경험기다. 직접 퇴고하는 시간을 줄이기 위해 AI에게 AI를 검수시키는 구조를 설계했으며, Gemini와 Claude를 병렬로 활용해 각 모델의 강점을 상호 보완하는 방식이다.

💡 실무 포인트: 콘텐츠 QA 파이프라인에 복수 LLM을 병렬 배치하면, 단일 모델의 편향을 교차 검증으로 줄일 수 있다.

Google AI Studio, 새로운 "풀스택 바이브 코딩 환경"으로 업그레이드

Sat, 21 Mar 2026 00:00:00 +0000

프롬프트만으로 프로덕션급 애플리케이션을 제작할 수 있도록 Google AI Studio가 업그레이드되었다. Google Antigravity 코딩 에이전트를 기반으로 멀티플레이어 경험, 외부 라이브러리 설치, 데이터베이스·인증까지 통합 지원한다. Firebase 연동을 통해 Cloud Firestore 데이터베이스와 인증 기능을 즉시 활용할 수 있다.

💡 실무 포인트: 빠른 프로토타이핑이나 해커톤에서 Firebase 통합이 내장된 AI Studio를 활용하면 백엔드 설정 시간을 대폭 줄일 수 있다.

Google Maps, 새 AI 기능 Ask Maps와 몰입형 내비게이션 발표

Sun, 15 Mar 2026 00:00:00 +0000

구글지도가 Gemini 모델을 결합한 대화형 탐색(Ask Maps)과 몰입형 내비게이션을 발표, 10년 만의 최대 개편. Ask Maps는 복잡한 실제 질문에 대화형으로 답변하며, 3억 개 이상의 장소 정보와 5억 명 이상의 기여자 리뷰를 분석해 맞춤형 결과를 제공.

커뮤니티 의견

@xguru: “국내에도 곧 구글 네비게이션이 열릴 거라는 걸 본 거 같은데, 우리도 쓸수 있게 되려나요?”

💡 실무 포인트: LLM + 대규모 리뷰 데이터 결합 패턴은 자사 서비스의 검색/추천 기능 고도화에 참고할 수 있는 아키텍처.

Google Maps, 새 AI 기능 Ask Maps와 몰입형 내비게이션 발표

Sat, 14 Mar 2026 00:00:00 +0000

구글 지도가 Gemini 모델을 결합하여 대화형 탐색 기능 Ask Maps와 몰입형 내비게이션이라는 10년 만의 최대 개편을 발표했다. Ask Maps는 3억 개 이상의 장소 정보와 5억 명 이상의 기여자 리뷰를 분석하여 복잡한 질문에 맞춤형으로 답변한다.

커뮤니티 의견

@xguru: “국내에도 곧 구글 네비게이션이 열릴 거라는 걸 본 거 같은데, 우리도 쓸수 있게 되려나요?”

@blackdog: “이 기능으로 제미나이가 범죄소탕에 한 몫해줬르면 좋겠네”

💡 실무 포인트: 위치 기반 서비스에 LLM 기반 자연어 검색을 결합하는 패턴은 자사 서비스의 검색 UX 개선에 참고할 수 있다.

MLC-LLM으로 iOS에서 로컬 LLM(Gemma 3) 실행하기

Sat, 14 Mar 2026 00:00:00 +0000

MLC-LLM과 Metal API 가속을 활용하여 Gemma 3 모델을 iOS 기기에서 로컬로 구동하는 방법과 실측 성능 지표를 정리한 포스팅이다. 모바일에서도 지연 시간이 거의 없는 추론 환경을 구축할 수 있으며, Mac 전용 Metal 커널 최적화로 일반 GGUF보다 빠른 로딩과 실행이 가능하다. 다만 4B 모델까지는 구형 기기에서 원활한 구동이 어렵다는 의견도 있다.

커뮤니티 의견

@newbie1004: “갤럭시 노트 20 울투라 gemma3 1b int4 모델 연구중입니다 구모델에서 돌아가는 수준입니다”

@kji96: “MLX를 사용하면 일반 GGUF 보다 빠른 로딩과 실행이 가능한 것으로 알고 있습니다”

💡 실무 포인트: 모바일 온디바이스 LLM 배포 시 MLC-LLM + Metal(iOS) 조합을 검토하되, 타겟 디바이스의 메모리 한계에 맞는 모델 크기(1B~4B)를 사전 테스트하라.

Gemini Embedding 2: 최초의 네이티브 멀티모달 임베딩 모델

Fri, 13 Mar 2026 00:00:00 +0000

Google이 텍스트, 이미지, 비디오, 오디오, 문서를 하나의 임베딩 공간에 매핑하는 최초의 완전 멀티모달 임베딩 모델을 퍼블릭 프리뷰로 공개했다. Gemini 아키텍처 기반으로 100개 이상의 언어에서 시맨틱 의도를 포착하며, RAG·시맨틱 검색·감성 분석·데이터 클러스터링 등에 활용 가능하다.

💡 실무 포인트: 멀티모달 RAG 파이프라인 구축 시 텍스트+이미지+오디오를 단일 임베딩 공간으로 통합할 수 있는 실질적 옵션. 기존 텍스트 전용 임베딩 대비 검색 품질 향상 기대.

MLC-LLM으로 iOS에서 로컬 LLM(Gemma 3) 실행하기

Fri, 13 Mar 2026 00:00:00 +0000

Gemma 3 모델을 MLC-LLM을 통해 iOS 기기에서 로컬로 구동하는 방법과 실구동 성능 지표를 정리한 포스팅이다. Metal API 가속을 통해 모바일 기기에서도 지연 시간이 거의 없는 추론 환경을 구축할 수 있다. 온디바이스 LLM 구동의 실질적 가이드를 제공한다.

💡 실무 포인트: iOS 앱에 온디바이스 LLM을 통합하려는 경우, MLC-LLM + Metal API 조합이 현실적인 출발점.

NOD — 웹 콘텐츠를 AI로 요약하고 검색 가능한 지식으로 저장하는 크롬 확장

Fri, 13 Mar 2026 00:00:00 +0000

웹페이지, GitHub 레포, 논문, 유튜브 영상을 AI로 요약해 검색 가능한 형태로 저장하는 크롬 확장이다. 원래 n8n + Gemini + Obsidian으로 구축한 개인 자동화를 확장 형태로 재구현했으며, FastAPI 백엔드를 사용한다.

💡 실무 포인트: 개인 지식 관리(PKM) 파이프라인에서 “n8n + LLM + 노트앱” 조합은 검증된 자동화 패턴.

Gemini Embedding 2: 최초의 네이티브 멀티모달 임베딩 모델

Thu, 12 Mar 2026 00:00:00 +0000

Google이 텍스트, 이미지, 비디오, 오디오, 문서를 하나의 임베딩 공간에 매핑하는 최초의 완전 멀티모달 임베딩 모델을 퍼블릭 프리뷰로 공개했다. Gemini 아키텍처 기반으로 100개 이상의 언어에서 시맨틱 의도를 포착하며, RAG·시맨틱 검색·감성 분석·데이터 클러스터링 등에 활용 가능하다.

💡 실무 포인트: 텍스트와 이미지를 동시에 검색해야 하는 멀티모달 RAG 파이프라인을 구축할 때, 별도의 임베딩 모델을 조합할 필요 없이 단일 모델로 통합할 수 있는 기회다.

언더로그 - 밑줄 친 문장을 촬영하면 AI가 서재로 옮겨주는 iOS 앱

Fri, 06 Mar 2026 00:00:00 +0000

책에 밑줄 친 문장을 촬영하면 AI(Gemini Vision)가 밑줄·형광펜 표시를 인식하여 문장을 추출하고 디지털 서재로 정리해주는 iOS 앱이다. Apple VisionKit → GPT → Gemini 순으로 테스트한 결과 Gemini가 밑줄 인식 요구사항에 가장 충족하는 성능을 보여 채택되었다. 사진첩에 묻히는 독서 기록을 구조화된 데이터로 전환하는 실용적 사례다.

커뮤니티 의견

@shintwl: “Apple VisionKit 대신 Gemini Vision을 쓴 이유는 성능 때문인가요?”

@anyjava: “네! VisionKit → GPT → Gemini 로 변경해가면서 테스트했는데, Gemini가 요구사항에 충족하는 성능이 나와서 선택하게 되었습니다.”

💡 실무 포인트: 이미지 내 특정 영역(밑줄, 하이라이트) 인식 같은 세분화된 Vision 태스크에서는 여러 모델을 A/B 테스트하여 요구사항 적합성을 비교하는 것이 효과적이다.

CMU 10-202: 현대 인공지능 입문

Wed, 04 Mar 2026 00:00:00 +0000

카네기멜론대학에서 개설한 현대 AI 시스템의 작동 원리를 다루는 입문 과정이다. 머신러닝과 대규모 언어모델을 중심으로 ChatGPT, Gemini, Claude 같은 시스템의 기반 기술을 학습한다. AI 도우미 사용을 허용하되 최종 제출본은 직접 작성을 권장하는 정책이 주목받고 있다.

커뮤니티 의견

@GN⁺: “스스로 문제를 해결한 학생이 시험에서 훨씬 좋은 성과를 낸다는 경험적 근거가 있음”

관련 레퍼런스

CMU 10-202 강의 사이트

💡 실무 포인트: LLM의 기반 원리를 체계적으로 학습하고 싶다면 이 무료 강의를 참고하라. AI 도구 활용 능력의 깊이가 달라진다.

Google API 키는 비밀이 아니었다. 그러나 Gemini가 규칙을 바꿨다

Sun, 01 Mar 2026 00:00:00 +0000

Google이 10년 넘게 “API 키는 비밀이 아니며 공개해도 안전하다"고 안내해왔으나, Gemini API 활성화 이후 동일 키가 민감한 인증 수단으로 변모했다. 기존에 Google Maps, Firebase 등에서 사용되던 공개 키가 Gemini API 접근 권한을 자동으로 얻게 되면서, 공개 저장소에 노출된 API 키를 통한 AI 과금 남용이 가능해진 상황이다.

커뮤니티 의견

@GN⁺: “Google AI Studio 문서가 오픈 프록시를 통해 앱을 배포하도록 권장하고 있음. AI 기능이 전혀 없는 앱조차도 키 범위가 수동으로 제한되지 않으면 고비용 모델에 노출됨”

💡 실무 포인트: Google API 키를 사용 중이라면 즉시 Generative Language API 권한이 활성화되어 있는지 확인하고, 불필요한 경우 해당 API를 비활성화해야 한다.

Google API 키는 비밀이 아니었다. 그러나 Gemini가 규칙을 바꿨다

Sat, 28 Feb 2026 00:00:00 +0000

Google이 10년 넘게 API 키는 비밀이 아니며 공개해도 안전하다고 안내해 왔으나, Gemini API 활성화 이후 동일 키가 민감한 인증 수단으로 변했다. 기존에 Google Maps, Firebase 등에서 사용되던 공개 키가 Gemini API 접근 권한을 자동으로 얻게 되어 심각한 보안 위협이 발생했다.

커뮤니티 의견

@GN⁺(HN): “Google AI Studio 문서가 오픈 프록시를 통해 앱을 배포하도록 권장하고 있음. API 키가 프록시 뒤에 있으니 안전하다고 착각하게 만들지만, 실제로는 AI 과금 남용이 가능”

💡 실무 포인트: 기존 Google API 키의 Gemini API 권한을 즉시 점검하고, 필요시 Generative Language API 권한 제거

Google AI 검색이 콘텐츠를 읽는 방식 실증 분석

Fri, 27 Feb 2026 00:00:00 +0000

SEO 전문가 Dan Petrovic이 Google Gemini API의 원시 데이터를 분석해 Google AI 검색(Gemini 기반)이 웹페이지에서 어떤 문장을 답변 근거(grounding snippet)로 뽑아내는지 처음으로 실증적으로 밝혔다. 질문에서 query fanout이 발생하고, 특정 문장 단위로 grounding snippet이 추출되는 방식을 확인했다.

💡 실무 포인트: AI 검색 최적화 시 문장 단위의 명확한 정보 제공, 구조화된 콘텐츠 작성 중요

Google API 키는 비밀이 아니었다. 그러나 Gemini가 규칙을 바꿨다

Fri, 27 Feb 2026 00:00:00 +0000

Google이 10년 넘게 API 키는 비밀이 아니며 공개해도 안전하다고 안내해 왔으나, Gemini API 활성화 이후 동일 키가 민감한 인증 수단으로 변했다. 기존에 Google Maps, Firebase 등에서 사용되던 공개 키가 Gemini API 접근 권한을 자동으로 얻게 되면서, AI 기능이 전혀 없는 앱조차도 키 범위가 수동으로 제한되지 않으면 고비용 모델에 노출된다. Google AI Studio 문서가 오픈 프록시를 통해 앱을 배포하도록 권장하는 것도 문제다.

커뮤니티 의견

@GN⁺(HN 의견): “Gemini 출시 이전에 생성된 모든 키가 Gemini에 접근하지 못하도록 막는 게 이상적이었음. 최소한 Generative Language API 권한을 모든 기존 키에서 제거해야 함”

💡 실무 포인트: 기존 Google API 키의 Gemini API 접근 권한 즉시 점검, 불필요한 권한 제거

Show GN: 2분 불안 관리 앱

Fri, 27 Feb 2026 00:00:00 +0000

번아웃과 불안장애 치료 경험을 바탕으로 만든 2분 웹앱이다. 3개의 질문으로 막연한 불안을 구체화하고 그 생각과 거리를 둘 수 있도록 설계했다. 바닐라JS로 만들었고, AI는 Gemini를 연동했다. AI를 웰니스/멘탈헬스 영역에 적용한 간단한 사례다.

Google AI 검색이 콘텐츠를 읽는 방식 실증 분석

Wed, 25 Feb 2026 00:00:00 +0000

SEO 전문가 Dan Petrovic(DEJAN)이 Google Gemini API의 원시 데이터를 분석해 Google AI 검색(Gemini 기반)이 웹페이지에서 어떤 문장을 답변 근거(grounding snippet)로 뽑아내는지 처음으로 실증적으로 밝혔다. 질문에서 query fanout이 발생하고, 각 쿼리에 대해 관련 문장을 추출하는 방식으로 작동한다. SEO 전략 수립에 중요한 인사이트를 제공한다.

💡 실무 포인트: AI 검색 최적화를 위해 콘텐츠 구조화 방식 재검토. 핵심 정보를 명확한 문장 단위로 구분하고 질문-답변 형식 콘텐츠 강화.

Show GN: 2분 불안 관리 앱

Wed, 25 Feb 2026 00:00:00 +0000

번아웃과 불안장애를 겪으면서 여러 치료를 받은 경험을 바탕으로 2분 웹앱을 만들었다. 3개의 질문으로 막연한 불안을 구체화하고 그 생각과 거리를 둘 수 있도록 설계했다. 바닐라JS로 만들었고, AI는 제미나이를 연동했다.

Ask GN: 'Claude Code에 Gemini 연결하는 법'에 대해 궁금한 분 계실까요?

Tue, 24 Feb 2026 00:00:00 +0000

저렴한 Gemini 토큰을 Claude Code의 에이전트 설계와 결합하여 사용하는 프록시 백엔드 구현 사례가 공유되었다. 핵심은 Anthropic API 형식을 다른 LLM 제공자 형식으로 변환하는 프록시 서버를 구축하는 것이다. 로컬 서버 방식(anthropic-proxy)과 AWS Lambda 서버리스 방식 두 가지 접근법이 논의되었으며, 서버리스 방식은 LLM 응답 시간이 길어 콜드스타트가 체감되지 않고, Function URL을 통한 스트리밍도 가능하다. 다만 OpenCode 대규모 정지 사태처럼 ToS 위반으로 계정이 정지될 수 있는 리스크가 있다.

커뮤니티 의견

@winterjung: “로컬에 anthropic-proxy 이런거 띄워서 ANTHROPIC_BASE_URL=http://0.0.0.0:3000 claude 같은 명령어로 proxy해서 다른 gemini나 gpt 모델을 쓰긴했는데 서버리스로 구현하셨다고 하니 궁금하네요.”

@bsh998: “클로드 코드에 gemini 연결하면 정지를 먹을 수도 있긴 한데요. opencode대규모 정지 사태를 조심하셔야 할 것 같아요.”

관련 레퍼런스

Ask GN: 'Claude Code에 Gemini 연결하는 법'에 대해 궁금한 분 계실까요?

Mon, 23 Feb 2026 00:00:00 +0000

소프트웨어 엔지니어가 Gemini 토큰을 저렴하게 활용하기 위해 Claude Code에 Gemini 백엔드를 프록시로 연결하는 방법을 공유했다. Gemini CLI가 너무 “전투적”(코드만 읽으라고 해도 자꾸 수정하려 함)인 반면, Claude Code의 에이전트 설계가 가장 안정적이라는 평가다. 로컬에 anthropic-proxy를 띄워 ANTHROPIC_BASE_URL을 설정하는 방식과, AWS Lambda 서버리스로 구현하는 방식이 논의되었다. 단, OpenCode 대규모 정지 사태 사례처럼 계정 정지 위험이 있다는 경고도 나왔다.

커뮤니티 의견

@winterjung: “로컬에 anthropic-proxy 띄워서 proxy해서 다른 gemini나 gpt 모델을 쓰긴 했는데 서버리스로 구현하셨다고 하니 궁금하네요.”

@bsh998: “Claude Code에 gemini 연결하면 정지를 먹을 수도 있긴 한데요. opencode 대규모 정지 사태를 조심하셔야 할 것 같아요.”

관련 레퍼런스