Gemini CLI 인증 방안에 따른 차이점
Gemini CLI는 Claude, Amazon Q와 다르게 다양한 인증방법과 실제 사용하는 LLM엔진이 다릅니다.
해당 부분에 대해 정리하였습니다.
위의 그림은 Gemini CLI의 로그인을 도식화한 부분입니다.
아래의 공식 privacy 문서 내용을 참조로 정리하였습니다.
https://github.com/google-gemini/gemini-cli/blob/main/docs/tos-privacy.md
- Google 계정 로그인
Google 계정으로 로그인해서 사용하는 방안입니다.
대부분의 사용자들이 사용하고 있으며, 사유는 8월 5일 현재까지 개인에게도 “분당 60회 요청, 일일 1000회 요청, Gemini 2.5 Pro 액세스”를 무료로 제공하기 때문입니다.
여기에서도 형태에 따라 아래와 같이 2가지로 결정 됩니다.
개인 Gmail ( 프롬프트, 답변 및 관련 코드가 수집되어 학습개선)
Workspace, Standard 또는 Enterprise용 Gemini Code Assist Google계정 (프롬프트, 답변 및 관련 코드 미수집 및 미학습)
다만, Gemini Code Assist는 GCP에 있는 서비스이고 구독형으로 되어있습니다. 다만 GCP계정인데, 설명자체가 Google 계정으로 되어있는 상황입니다.
고객사가 사용시에는 Vertex AI로 가이드 하는것이 맞다고 판단되며, 위의 서비스의 경우 명확하게 구분되어 제공될때까지는 google 계정사용시에는 학습이 가능하다로 이해하는 것이 맞다고 판단됩니다.
사용방안→ “Loging With Google” 선택시 Google 로그인 웹페이지가 호출되며 로그인 후 권한을 부여하면 사용이 가능합니다. - AI Studio API Key 사용 ( https://aistudio.google.com )
Google AI Studio는 빠른 기술 검증에 유용한 솔루션입니다.
무료로 사용할 수 있는만큼 고객의 학습데이터와 코드를 수집하여 개선하는데 사용됩니다. 그래서 gemini 버전도 더 최신입니다.
즉 구글에서는 AI Studio로 테스트 후 안정화되면 Vertex AI Gemini로 이동하는 전략을 가진 것으로 판단됩니다.
애매한 부분이 일단 AI Studio의 경우 GCP 프로젝트와 연결을 하게됩니다..
무료로 사용할 경우 입력한 프롬프트와 코드는 학습에 사용되며, 유료로 사용하는 경우에는 학습에 사용되지는 않으나, 사용통계에 익명으로 수집과 사용 정책 확인 목적으로 제한된 기간동안 프롬프트와 응답을 별도로 기록해둡니다.
사용방안 → AI Studio에서 아래와 같이 API키를 발급받습니다.
이후 CLI환경에서 export GEMINI_API_KEY="YOUR_API_KEY" 로 설정 후 사용합니다.
3. Vertex AI
Vertex AI의 경우 기업용 환경에 적합합니다.
코드, 프롬프트 미수집 및 학습에 사용하지 않습니다.
사용방안 → 터미널에서 아래와 같이 환경변수 설정을 합니다.
export GOOGLE_GENAI_USE_VERTEXAI=true
export GOOGLE_CLOUD_PROJECT="PROJECT_ID" (Vertex AI 사용할 프로젝트)
export GOOGLE_CLOUD_LOCATION="PROJECT_LOCATION" ("global" 이나 us-centeral1등 Vertex AI Gemini API를 호출할 위치입니다. gemini API 버전에 따라 다르지만, 최신버전은 보통 한국리전은 지원되지 않으니 global로 설정합니다.
인증은 ADC (애플리케이션 기본 자격증명)으로 진행합니다.
“gcloud auth application-default login”
혹여 AI Studio등으로 미리 사용했다면 기존 API 환경변수들은 아래 명령어로 다 해제시켜야 사용이 가능합니다.
unset GOOGLE_API_KEY
unset GEMINI_API_KEY
공식문서에서는 위의 방법이 아니라 API키로 하게 되어있지만, 그렇게 되면 실패합니다.
계속 검색끝에 레딧에서 저와 같은 고민을 하는 사람의 글을 보았고 위와같이 했을때 해결되어 정리하였습니다.