머가필요해

GitHub Pull-Request 관련하여 뭔가 만들어보려고 하다보니

`코드리뷰`를 어떻게 하는 것이 효율적인 것인지에 대해서 알아보게 되었다.

그러다가 알게된 "코드리뷰 in 뱅크샐러드 개발 문화"라는 포스팅 !!!

왜 진작 알지 못했을까!? 라는 탄식이 나오게 하는 너무나 유용한 내용이었다.

  - https://blog.banksalad.com/tech/banksalad-code-review-culture/#커뮤니케이션-비용을-줄이기-위한-pn-룰

꼭, 반드시 원본글을 완독해보시기를 강력하게 추천을 드린다.

아래 포스팅은 내가 감동한 부분에 대한 이야기만 조금 남겨보도록 하겠다.

Communication: Sync vs. Async

회사에서 일을 하다보면 참으로 많은 인터럽트 상황이 발생하게 된다.

주로 발생하는 것은 메일, 메신저, 전화, 문자 그리고 직접적으로 찾아오는 사람 방문(대면) 등

`개발자의 몰입 비용`에 대해서도 한 번 정리해보고 싶긴 한데, 지금은 소통 방식에 대해서 집어보도록 하자.

소통하는 방식을 조금 다르게 분류해보면 `동기(sync)`와 `비동기(async)`으로 나누어 볼 수도 있다.

그 중에서 개인 업무 시간을 보장할 수 있는 소통 비용이 저렴한 방식은 `비동기 소통`이다.

개인의 업무 시간, 특히 집중을 깨뜨리지 않기 위해서는 `비동기 소통(async communication)`이 중요하다.

그래서, 뱅크샐러드에서도 기본적인 소통 방식을 `비동기 소통`을 하도록 권장하고 있고

그 연장선에서 코드리뷰 도구로 GitHub Pull-Request를 선택했다고 한다.

나도 회사에서 업무할 때

PR을 떠나 개발자들이 더 잘 집중할 수 있도록 `비동기 방식의 소통`을 기본 정책으로 하는 것에 대해 많이 고민해봐야겠다.

작은 PR(Pull-Request)

코드 리뷰를 할 때에 매번 언급되면 `작은 PR`.

누구나 알고있지만 누구나 잘 지키기 어려운 ... 항상 있는 숙제 같은 느낌의 정책이다.

나도 회사에서 이를 지켜보려고 하지만 정말 쉽지 않다.

그러다가 저 블로그 포스팅에서 얻은 힌트 ~~~ !!!

예외를 명시적으로 두자 !!!

Initial Commit, Test Code 등 큰 덩치로 들어오는 경우에 대해

공식적으로 예외 규칙을 두게 되면 좀 더 자연스럽에 PR을 운영할 수 있을 것 같다.

1,000 line 이후의 작은 PR을 유지하면 리뷰 병목을 해소할 수 있다.

`Low Context` Communication

`Low Context`는 번역될 때 다양하게 표현된다.

  - 저 문맥

  - 저 맥락

  - 저 배경

어떻게 번역되더라도 사실 잘 와닿지는 않는다.

Low가 있다는 것은 반대로 High도 있다는 것인데,

`High Context`는 조금 돌려말하는 것을 의미하고 `Low Context`는 직설적으로 표현하는 것을 의미한다고 한다.

`Code Review`를 요청할 때에는 `Low Context`로 설명을 해줘야 한다는 것이다.

상대방이 `이 정도는 알거야`라고 생각하지도 말고, 애둘러 표현하거나 추상적으로 표현하지도 말고

그냥 정확하게, 직설적으로, 최대한 구체적으로 표현(소통)하는 것이 효과적이다.

파트원들에게 꼭 하고 싶은 중요한 rule인 것 같다.

`Pn` 룰

개인적으로 가장 감동을 받은 정책이다.

처음 본 것도 아니고, 모르던 것도 아니고, 안해본 것도 아닌데 그럼에도 신선했다 !!!

P1: 꼭 반영해주세요 (Request changes)
  - 중대한 코드 수정이 반드시 필요하다고 판단되는 경우. 합리적인 의견을 통해 리뷰어 설득 필요

P2: 적극적으로 고려해주세요 (Request changes)
  - 수용하거나 만약 수용할 수 없는 상황이라면 적합한 의견을 들어 토론할 것을 권장

P3: 웬만하면 반영해 주세요 (Comment)
  - 수용할 수 없는 상황이라면 이유 설명 또는 향후 반영 계획 명시

P4: 반영해도 좋고 넘어가도 좋습니다 (Approve)
  - 무시 가능. 고민 추천

P5: 그냥 사소한 의견입니다 (Approve)
  - 아무런 의견을 달지 않고 무시해도 괜찮음

뱅크샐러드에서는 단지 PR에만 사용하는 것이 아니라

Slack 대화할 때 또는 평상시에도 Prefix로 자연스럽게(문화) 사용하고 있단다.

우와!!!!

부서에 꼭 반드시! 빠르게! 적용하고 싶은 rule 이다.

`D-n` 룰

`Pn 룰`만큼은 아니지만, 그래도 너무나 좋은 정책이라고 여겨지는 rule이다.

D-0 (ASAP)
  - 긴급한 수정사항으로 바로 리뷰해 주세요.
  - 앱의 오류로 인해 장애가 발생하거나, 빌드가 되지 않는 등 긴급 이슈가 발생할 때 사용합니다.

D-N (Within N days)
  - “Working Day 기준으로 N일 이내에 리뷰해 주세요”
  - 일반적으로 D-2 태그를 많이 사용하며, 중요도가 낮거나 일정이 여유 있는 경우 D-3 ~ D-5 를 사용

우와 ... 얼마나 명확한 소통 방식인가 !!!

뱅크샐러드에서는 Prefix 방식이 아니라 Tag 방식으로 활용하고 있단다.

그렇게 어렵지도 않고, 복잡하지도 않은 `리뷰 정책`인데,

제대로 정착만 된다고 하면 정말 상당히 꽤 효율적으로 pull-request를 수행할 수 있을 것이라 믿음이 생긴다.

간단히 요약해보았는데, 관심이 있으신 분은 원본 글을 꼭 찾아가서 읽어보시기 바랍니다!!!

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

귀여운 토깽이와 함께하는 "5분 제미나이" !!!

어떻게 하다보니 지난 달에도 제미나이였는데 이번 달에도 제미나이를 공부하게 되었다. ㅋ

- [한빛] "누구나 아는 나만 모르는 제미나이", 이제는 나도 아는 제미나이?

"누구나 아는 나만 모르는 제미나이" 책이 입문서라고 한다면,

"5분 제미나이" 책은 기본서 정도로 볼 수 있을 것 같다.

2권의 책 모두 S/W개발자만 위한 것이 아니고, 모두를 위한 책이다.

그리고, 정말 성의 충만한(?) 책이기도 하다.

동영상 강의 및 프롬프트를 포함해서 다양한 자료를 제공해주고 있다.

엑셀 파일도 그냥 시트 하나가 아니라 여러 개의 시트로 많은 것을 공유해준다.

목차를 보면 이 책의 특징을 더 확실하게 알 수 있다.

간단한 설명(워밍업) 후 다양한 실습을 통해 익히는 방식이다 ^^

모든 실습을 다 따라해보는 것이 좋지만 바쁜 사람들을 위해

수행 결과를 미리 살펴보고 마음에 드는 것만 선택해서 실습해볼 수도 있다.

이 책에서 여러 실습들이 블로그나 인스타그램 포스팅하는 것들인데,

개인적으로 AI를 이용해 이런 컨텐츠를 작성하는 것을 좋아하지 않는다.

'죽은 인터넷 이론(Dead Internet Theory)'에서 말하는 것과 같이

인터넷 컨텐츠와 소통의 대부분이 AI에 의해 자동 생성된 것이라면 ... 우리는 왜 ... 

사람이 작성한 것에 대한 편집 정도라면 괜찮겠지만 ... (할말하않)

개인적인 의견이다 !!!

그 외에 회의록을 정리한다던지, 보고서를 작성하는 것 등에 대한 실습은

실제 업무에서도 사용할 때 많은 도움이 되었다.

텍스트도 재미있지만,

특히 Nano Banana를 이용한 이미지 생성이 정말 재미있다.

책의 실습 내용을 살짝 변경해서 아래와 같은 이미지도 만들어 보았다.

책 표지의 앞뒤가 조금 어색하긴 하지만, 그래도 재미있는 결과를 만들어주었다.

손가락도 어색하지 않게 만들어주는 것을 보니 이제는 AI를 이용한 이미지 생성이 정말 대단한 수준까지 올라온 것 같다.

Canvas 기능도 ChatGPT 때 해보고 안해봤는데,

코딩이 아니라 자료 조사를 위해 사용해보니 재미있었다.

한 번만에도 꽤 쓸만한 결과를 보여주었다.

Canvas 특징을 살려서 추가 수정을 해봤는데, 역시나 잘 해주었다.

그런데, 사실 방금 해본 내용은 `Deep Research` 기능을 이용하는 것이 더 좋을 것 같다 ^^

...

이렇게 하나씩 따라가다보면 어느덧 구글에서 나온 다양한 AI 도구들에 모두 익숙해질 수 있을 것 같다 !!!

AI를 이용해서 글도 쓰고, 보고서도 쓰고, 홍보용 이미지도 만들고, 이것 저것 해보고 싶은 분들에게

강력하게 추천하는 책이다 !!!

오늘은 재미있는 컨텐츠로 포스팅 !!!

GPT, Gemini, Opus, Sonnet, Grok, DeepSeek 중에 누가 제일 똑똑할까?

아니, 누가 돈을 제일 잘 벌까?

아니, 아니, 누가 게임을 제일 잘 할까?

그 호기심에 대한 답까지는 아니지만,

살짝 엿볼 수 있는 재미있는 사이트가 있다.

LLM Holdem

- https://llmholdem.com/

LLM 끼리 둘러 앉아서 홀덤을 하고 있다 !!!

현재 순위를 한 번 살펴보면, GPT 5.2가 제일 잘 하고 있다.

- https://llmholdem.com/leaderboard

지켜보기만 하는 것은 재미가 없으니,

직접 `Create Room`을 해서 Join을 해보자.

나랑 상대할 LLM을 고를 수도 있다.

나쁜 것들!

나를 탕진시키고 지들끼리 게임을 하고 있다니 ... ㅠㅠ

대출 받아서 다시 참여할까? 하다가 ... 어?! 지들끼리 짜고 하는 거 아냐? 라는 생각이 ... ㅋㅋ

재미로 살펴보자 ^^

혼자 개발하면 외롭다.

특히, 코드 리뷰를 받고 싶은데 내 마음 같은 사람 만나기도 어렵고 ...

우리의 구글님은 이런 외로운 개발자를 위해서

공짜로 Gemini를 제공해주신다 !!! 경배하라 !!!

의외로 모르시는 분들이 많은데,

GitHub.com 왼쪽 메뉴를 살펴보면 `Marketplace`가 있다.

- https://github.com/ 

Marketplace에서는 여러 유형의 상품(?)을 제공해주고 있는데, `Apps` 항목을 살펴보자.

좀 더 편하게 살펴보기 위해 `AI Assisted` 카테고리를 선택하면 `Gemini Code Assist`를 발견할 수 있다.

오해를 줄이기 위해서는 `Gemini Code Assist for GitHub`이라고 해야할 것 같은데...

- https://github.com/marketplace/gemini-code-assist 

생각보다 설치 수가 좀 적어서 깜짝 놀랐다 !!

GitHub PR(Pull-Request)과 관련된 몇 가지 명령어를 제공해주고 있다.

우리의 구글님은 이런 아름다운 기능을 `Free`로 제공해주고 계신다 !! 경배하라 !!

하지만, 나중에는 십일조라도 받아가시겠지!? ^^

지금은 Free Tier 이지만,

나중에 얼마든지 십일조를 걷어가기 위해 `결제 정보`는 요구하고 있다.

개인 계정을 기준으로 설치할 수도 있고, Organization 단위로 설치할 수도 있다.

화끈하게 All repositorues를 선택해도 좋지만,

처음에는 조심스럽게(소심하게?) `Only select repositories`를 선택해보자.

이제서야 `Gemini Code Assis for GitHub`라고 자백하는구나 !!

우리의 구글님께 모든 권한을 바칩니다 !!! 

개인 계정 또는 Organization을 선택해야 한다.

리뷰의 정도를 선택할 수 있는 것 같은데, 일단은 Medium !

이 정도의 설정만 해주면 된다.

지정한 Repository의 Settings를 보면 잘 설치되어 있는 것을 확인할 수 있다.

이렇게 해놓은 상태에서, PR을 신규로 올리면 자동으로 코드 리뷰를 진행해준다.

그리고, 직접 명령을 내릴 수도 있다.

이렇게 명령을 내리면, gemini가 지켜보는 이모지가 등장한다 !! 귀엽다 !!

그렇게 시간이 좀 지나면, Gemini가 리뷰를 준다.

Summary는 기다림 없이 바로 이루어진다.

리소스 할당에 따라 지켜보는 이모지가 선택적으로 나오는 것일까?

코멘트 중간에 Gemini 홍보(광고? 안내? 공지?)도 들어있다.

무료인데 안쓸 이유는 없을 것 같다 !! 고고씽 !!

`구글의 위기`라고 했던 것이 얼마 안된 것 같은데,

최근에는 ChatGPT 대신 Gemini를 구독한다는 사람들이 주위에 종종 있는 것을 보면 정말 구글의 저력이란 !!!

AI 개발자들을 위해서 제공해주는 통합 사이트를 방문해보자.

- https://ai.google.dev/ 

Gemini API 가이드 문서도 여기에서 살펴볼 수 있다.

- https://ai.google.dev/gemini-api/docs 

Gemini API를 사용하기 위한 방법을 빠르게 살펴보도록 하자.

- https://ai.google.dev/gemini-api/docs/quickstart 

Coding Agent의 세상이기에 Skills 설치 가이드를 친절하게 알려주고 있다.

Skills 등록하고 Coding Agent에게 알아서 하라고 해도 되겠지만,

우리는 공부하는 입장이니 훌륭한 Human Agent가 되기 위해 하나씩 공부해보자 !!

① API Key

API를 사용하겠다라고 하면 제일 먼저 떠오르는 그것 !!!

API Key를 확보해야한다.

Google AI Studio에서 Key를 받을 수 있다.

- https://aistudio.google.com/app/api-keys

예전에는 GCP 설정을 포함해서 상당히 복잡했지만,

요즘은 Google AI Studio에서 너무나 편하게 제공해주고 있다.

② GenAI SDK

Google에서는 일단 공식적으로 6개 언어를 지원해주고 있다.

- https://ai.google.dev/gemini-api/docs/quickstart 

가장 대중적인, 그리고 내가 사랑하는 Python을 기준으로 살펴보겠다.

그런데, Gemini API를 사용하는 방법에 대해 구글링을 하다보면,

상당히 많은 블로그 포스팅 및 가이드에서 generativeai 패키지 이야기를 하고 있다.

- https://pypi.org/project/google-generativeai/

그렇다 !!

이제는 Deprecated 된 패키지이다.

지금은 genai 패키지를 사용해야 하는 것이다.

- https://pypi.org/project/google-genai/

③ Hands-On

genai 패키지는 Python v3.9 이상부터 지원을 하고 있다.

개인적인 취향 + 최근 트랜드에 맞춰 uv 패키지 관리자를 사용하는 것을 기준으로 실습해보도록 하겠다.

genai 패키지 설치만 하면 된다.

환경변수로 Key값 설정 후 가이드에 있는 샘플코드를 돌려보면 잘 되는 것을 확인할 수 있다.

간단하게 살펴보았다 !!

Git을 이용해서 소스코드 버전 관리를 하며 개발을 한다고 하면서

branch와 code-review(pull-request)를 이야기하지 않으면 안될 것 같다.

[ Default Branch ]

Git을 처음 공부하면 기본적으로 main branch를 사용한다고 배울 것이다.

(master branch라고 하면 나이 많이 들었다고 인정하는 것이다 !!! 😅)

조금 더 공부하다보면 꼭 "main" 이름이 아니어도 된다는 것을 알 수 있다.

하지만, 그냥 "main"으로 정하는 것이 속편하다는 것도 알게된다.

그렇지만 GitHub을 사용한다면, `기본 브랜치(base branch)`를 변경하는 것이 상당히 쉽다.

그럼, 이렇게 설정한 default branch에는 바로 commit을 반영하지 못하고

반드시 Pull-Request를 통해서 approve 받은 내역만 merge가 되도록 설정을 해보자.

(오해는 하지 말아야 한다. 반드시 default branch에 대해서만 이렇게 할 수 있는 것은 아니다 !!!)

[ Branch protection rules ]

Repository의 Settings 메뉴 중 `Branches` 부분을 살펴보도록 하자.

기존 방식의 `Add classic branch protection rule` 항목이 아직도 보이지만,

현재 새로 힘을 주고 있는 rulesets 방식으로 살펴보도록 하자.

`Add branch ruleset` 버튼을 누르고 왼쪽 메뉴를 보면

`Rules` 항목으로 점프한 것을 볼 수 있을 것이다.

요즘 GitHub에서 Rules 부분으로 뭔가 다 모으고 있다.

`Rulesets` 항목이 여러가지인데,

지금 우리가 진행하는 항목은 `branch ruleset`이다.

Ruleset 이름은 편하게 지어주면 되고,

이렇게 만들어진 ruleset은 활성화 여부를 선택할 수 있다. (Enforcement status)

사용자들의 다양한 요구사항이 있어서인지

왠지 기존에 GitHub에서 잘 반영해주지 않던 Bypass와 같은 옵션도 추가가 되어 있다.

다음으로

어떤 branch에 지금 ruleset을 적용할 것인지 선택해보자.

pattern을 지원해주면서 정말 자유도가 확! 올라갔다.

지금은 그냐 default branch로 정하고 진행해보자.

한동안 살펴보지 않은 동안에, 정말 신기하고(?) 요상한 옵션들이 많이 생겼다. 공부 많이 해야할 것 같다😥

지금 중요한 옵션은 `Require a pull request before merging` 이다 !!!

다행히 예전(classic ?) 옵션들과 크게 바뀌지 않았다.

`Required approvals` 부분을 1 이상 값으로 넣어버리자 !!!

형상관리(소스코드 버전 관리)에서 가장 해로운 행위인 `force push` !!!

기본적으로 설정되어 있는 `Block force pushes` 옵션은 꼭 유지하자 !!!

이렇게 해서 만들게 되면 아래와 같이 Rulesets이 저장된다.

[ Practice ]

이렇게 적용하면 어떻게 되는지 살펴보자.

기존에 하듯이 commit 작성 후 `main` branch에 push를 하면 reject을 당한다.

코드리뷰(pull-request)를 받지 않은 commit을 집어넣으려고 하니 거절을 하는 것이다.

새로운 branch를 만들어서 그렇게 집어넣으면 이것은 잘 들어간다.

이렇게 되면 GitHub에서는 pull-request를 할거냐고 묻게 된다.

당연히 Pull-Request 생성하면 된다 !!

이렇게 만들어지면 앞에서 만든 Ruleset에 의해 제약이 걸리게 된다.

빨간 딱지들을 잘 봐야 한다.

리뷰를 반드시 받아야 하며(approve), 지금은 조건을 충족하지 못했기에 merge가 막혀있다 !!!

어?! 그런데, 어떻게 하지!?

나는 Pull-Request를 만든 사람이기에 approval을 할 수가 없다 😅

다른 누군가가 도와줘야 한다 😍

혼자서는 ... 코드리뷰를 동반한 S/W개발은 팀으로 해야하는 것이다 !!! ㅋ

혼자서라도 어떻게든 되도록 하고자 한다면,

`Required approvals` 값을 0으로 해야 한다.

AI Agent 세상에서 코드 리뷰의 필요성은 더욱 더 커졌다.

- 사람이 작성한 코드에 대한 AI 코드 리뷰

- AI가 작성한 코드에 대한 사람의 코드 리뷰

이러한 프로세스를 강제화 하고 자동화 하기 위한 기본 개발환경 설정을 살펴보았습니다.

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

정말 고맙게도 2026년 서평단에 또 선발되었다. `한빛미디어` 정말 사랑해요 !!! 😍

하지만, 개인적으로 조금 아쉬운 점은 올해 부터는 종이책이 아니라 전자책(이북)으로 책을 제공받는다.

쌓여가는 책들을 바라보는 것이 나의 행복이었는데 ... 😥

그래도 우수리뷰어로 3번 선발되면 종이책을 받을 수 있다니까, 열심히 해봐야겠다 !!! 😁

이번에 살펴볼 책은 "누구나 아는 나만 모르는 제미나이" 이다.

이북이다보니 모니터 화면으로 책 표지를 찍어어야 했다 😅

사실 책 표지가 개인적인 취향이 아니었지만(좀 더 예쁘게 만들어주시지 😋),

간만에 정말 보기 편한 내 입맛에 딱 맞는 책이었다. 그런데 !!!

이 책이 가장 마음에 드는 이유가 설마, 내 나이가 ... 내 나이가 ... 이런 ... 흑 ... 흑 ... 😥

그렇지만, 이 부분을 보고 오해를 하면 안된다 !!!

큰 부담없이 편하게 볼 수 있는 접근성이 좋은 책이라는 이야기이지, 나이든 사람만을 위한 책이라는 말이 아니다 !!!

책 제목 부분을 잘 살펴보면 보일텐데 "누", "나"라는 부분이 부각되어 있다.

이 책의 저자가 바로 57만 구독자를 갖고 있는 유튜버 "누나IT" 이다. 나도 오며 가며 여러번 봤던 컨텐츠의 주인공이라니...

IT유투버이니만큼 이 책과 관련해서도 컨텐츠를 제공해주고 있다.

  - https://www.youtube.com/playlist?list=PLBkBo__arIECXOtt1EK7NkzZ7Ga9aQvQn

그런데, 사람들에 따라서 "어?! 나는 ChatGPT 쓰니까 굳이 제미나이까지 살펴봐야 하나?"라는 식으로 생각할 수도 있다.

제미나이 외에도 ChatGPT를 비롯해서 Claude라던지, Perplexity라던지 다른 AI 도구들을 많이 사용할테니 말이다.

하지만, 제미나이는 무려 우리 구글님이 제공해주는 도구이다.

다른 도구들을 사용하더라도 편하게 접근할 수 있도록 무료 등급으로도 큰 불편함 없이 사용할 수 있고,

유튜브, 캘린더, 지메일 등의 온갖 구글 생태계에 있는 도구들과의 연계성이 정말 훌륭하기에 사용할만한 가치가 있다.

사실 나는 이미 구글을 PRO 등급으로 사용하고 있다.

하지만, 그냥 대화방 수준으로만 사용하고 있을 뿐이었다.

이 책을 보면서 배운 것이 정말 많은데,

만날 보면서도 이게 뭔지 몰랐던 ... `임시 채팅` 버튼을 이번에 처음 알게 되었다.

민감한 정보를 다룰 때, 학습에 사용되지 않으면서 자동으로 삭제되는 채팅 세션이란다.

그렇다. 사람은 배워야 한다. 🙄 (매뉴얼을 무시하면 안된다. 차근 차근 배워야 한다!)

다만, 이 책을 보면서 책이 나온지 얼마 되지 않았는데 벌써 UI가 달라져 버려서 마음이 아팠다.

AI 세계는 정말 너무 빨리 변한다. 쫒아가기에 버겁다.

책에서는 이렇게 안내를 해주셨다.

그런데, 실제 따라해보려 했더니 메뉴 위치가 바뀐 것이다.

그리고, 책에서 `Google Maps` 연결해서 "평점 4.5 이상 설렁탕 맛집 추천"을 할 수 있다고 해서

오늘 점심 먹을 식당을 찾아보려고 했는데,

안타깝게도 요즘 Google과 우리나라 지도 반출 문제로 시끄럽더니,

연결된 앱에서 `Google Maps` 항목을 찾을 수가 없었다.

어?! 그런데, 딱히 앱을 연결하지 않아도 된다 !!!

그냥 채팅창에서 프롬프트를 넣으니 그냥 된다.

그리고, AI Studio에서도 UI가 좀 바뀌었다.

Playground를 클릭하고 바로 Audio를 선택하면 된다고 나와있지만,

지금의 AI Studio에서는 오른쪽에 보이는 모델 부분을 클릭해야 한다.

그러면 Audio 관련 모델을 선택할 수 있도록 나온다.

이렇게 변경된 부분들이 있다고 해서 책의 가치가 떨어지는 것은 절대 아니다.

메뉴의 위치나 사용법이 약간 바뀌었을 뿐이지,

Gemini, Veo, AI Studio, Mix Board 등의 여러 구글 AI 도구들을 이용해서

무엇을 할 수 있고 어떻게 해야하는지에 대한 부분은 여전히 유효하면서 유용하다.

거의 매뉴얼 수준으로 Gemini의 각 기능을 설명해주고

보면서 그냥 그대로 따라하면 되는 수준으로 사용법을 설명해주고

유튜브 영상을 통해 보충 수업까지 해주는 정말 편하게 공부할 수 있는 훌륭한 책이다.

Gemini에 대해서 대화방처럼만 사용해본 사람들이라면

그리고 Google 생태계에 있는 도구나 서비스들을 사용하고 있는 사람이라면

이 책을 통해서 AI를 이용해 얼마나 편해질 수 있는지, 역량향상을 할 수 있는지 경험해보기 바란다.

Local LLM을 직접 띄워서 공부하려는데,

GPU를 갖고 있지 않다고 시작도 하기 전에 포기하는 분들이 의외로 많은 것 같다.

사실 인내심만 충분히 있다면 CPU로도 맛보기는 가능한데도 이를 모르는 경우도 많은 것 같고,

또 하나! 우리의 구글님께서는 아름다운 Colab을 무료로 제공해주고 있기에

이를 이용하면 어지간한 그래픽카드에서도 어려운 모델들을 이용할 수 있게 된다.

[ Gemma ]

이번에 사용해볼 모델은 구글님이 우리에게 은혜를 내려주신 Gemma 이다.

- https://deepmind.google/models/gemma/

구글님이 상업적으로도 사용할 수 있도록 `open-weights`로 공개해준 모델로써,

그다지 많은 인기가 높지는 않지만 구글님이 꾸준히 신경써주셔서 성능도 어지간히 나오는 괜찮은 모델이다.

다양한 유형의 다양한 크기 모델을 제공해주기 때문에, 상황에 맞게 골라서 사용하면 된다.

- https://ai.google.dev/gemma/docs/get_started?hl=ko

다만, 상업용으로도 사용할 수 있는 괜찮은 라이선스 조건이지만

일반적인 라이선스 유형은 아니고 'Gemma License'라는 특화된 라이선스이기에 주의를 하기는 해야 한다.

[ Ollama ]

LLM 모델을 serving하기 위해서는 사실 공부해야할 것도 많고,

 vLLM이나 SGLang같은 솔루션들을 살펴보고 이를 실행해야하는 등 어려움이 많다.

하지만, Local LLM을 사용하는 사람들을 위해 은혜로운 솔루션이 등장했으니,

그것이 바로 Ollama이다 !!! 그것도 MIT 라이선스로 !!!

- https://ollama.com/

사용법은 더 이상 쉬운 방법이 없을 정도이다.

홈페이지에서의 가이드도 너무나 깔끔하다.

- https://ollama.com/library/gemma3:12b 

[ Ollama on Colab ]

Colab에서 GPU 리소스를 사용하도록 하자.

- https://colab.research.google.com/

Ollama 설치를 위해서 기본적인 패키지들을 미리 설치해주자.

Ollama 설치 자체는 너무나 쉽다.

서비스 실행은 직접 해줘야 한다.

실제 실행에는 소요시간이 조금 필요하다. 2~3초 정도!?

여기까지만 하면 기본적인 준비는 끝이다 !!! 너무 쉽지 않은가!?

이제 다양한 활용 방법을 알아보자.

[ Ollama CLI ]

Gemma3 12B 모델을 이용해서 질문을 해보자.

잘 대답을 하기는 하는데, 첫 실행에는 3분 정도 소요가 된다.

Gemma3 12B 모델을 다운로드 받는 것에 시간이 걸리는 것이다.

다시 같은 질문을 해보자.

이번에는 13초 정도만에 답변을 해준다.

간단한 Local LLM 사용 ... 정말 쉽지 않은가?!

[ with Python ]

Python으로 LLM을 이용하도록 해보자.

그렇게 하기 위해서는 우선 필요한 Local LLM 다운로드를 먼저 해야한다.

`ollama list`를 이용해서 필요한 모델이 있는지 먼저 확인을 해보고

없으면 pull을 이용해 다운로드를 받으면 된다.

다운로드를 받았다면 이렇게 확인이 된다.

Python을 이용해서 ollama 활용을 하기 위해서는 패키지 설치가 필요하다.

이제 준비는 모두 끝났다.

코딩을 해보자.

순차적으로 문장을 생성하는 LLM 특성을 반영해서

stream 방식으로 처리하도록 해보자.

[ REST API ]

Ollama는 실제로 REST API 방식으로 서빙이 된다.

그렇기에 `curl`을 통해서도 접근을 할 수가 있다.

generate 방식 말고 chat 방식도 지원을 해준다.

어!? 그렇다면,

Colab으로 서비스를 띄워놓고 내 PC에서 원격으로 사용할 수는 없을까!?

있다!!!! 가능하다!!!

[ ngrok ]

Colab에서 띄워놓은 서비스를 외부에서 접근할 수 있도록 하기 위해서

명시적인 주소를 하나 할당해주는 것이 필요하다.

- https://ngrok.com/

가입만 하면 무료로 사용할 수 있는 아주 아름다운 서비스이다.

하지만, 당연하게도 token 발급을 해야한다 ^^

- https://dashboard.ngrok.com/get-started/your-authtoken

Colab에 어떻게 설치를 하면 좋을까!?

ngrok은 아주 친절하게 다양한 설치 방법을 제공해준다.

우리는 Download 방식으로 해보겠다.

- https://ngrok.com/download/linux?tab=download

파일을 다운로드 받을 수 있는 주소를 먼저 확보해보자.

이제 Colab에서 설치를 진행하면 된다.

ngrok을 실행하면 URL 주소를 하나 알려준다. 메모하자.

[ Remote Connect with Python ]

집에 있는 내 PC에서 접근해보기 위해서 일단 Python 실행 환경을 확보하자.

최근 유행에 맞춰 `uv`를 이용해 보도록 하겠다.

소스 코드는 단순하다.

너무나 잘 된다 !!!

이제는 Colab에 나만의 LLM Server를 두고, 마음껏 LLM API를 사용할 수 있게 되었다 !!!

가난한 개발자의 몸부림은 계속 됩니다 !!! ^^