개요

Gemini CLI는 구글이 만든 Gemini AI 모델을 명령어(Command Line Interface) 환경에서 사용할 수 있도록 도와주는 도구이다. 즉, 터미널이나 콘솔 환경에서 Gemini 모델을 직접 실행하고, 다양한 AI 작업(예: 코드 생성, 문서 요약, 번역, 질의응답 등)을 빠르게 처리할 수 있도록 만들어진 인터페이스이다.

설치

1. 사전에 갖추어야 할 것은 Node.js 버전 20 이상이다. 만약에 없다면 Node.js 다운로드 링크를 타고 들어가서 자신의 OS에 맞게 다운로드하자. 아래의 코드를 터미널에 복붙하고 실행하면 된다.

# Download and install nvm:
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
# in lieu of restarting the shell
\. "$HOME/.nvm/nvm.sh"
# Download and install Node.js:
nvm install 22
# Verify the Node.js version:
node -v # Should print "v22.17.0".
nvm current # Should print "v22.17.0".
# Verify npm version:
npm -v # Should print "10.9.2".

2. Gemini CLI를 본격적으로 다운로드 하자. 아래의 코드를 실행하면 된다.

npm install -g @google/gemini-cli

3. Gemini CLI 실행하면 된다.

gemini

MCP 서버 연결

여러 방법이 있지만, Smithery라는 MCP 도구들을 모아둔 웹사이트를 사용하고 있다. 자신이 관심있는 툴을 검색하거나, 인기도순으로 찾아봐도 좋다.

모든 MCP 도구는 JSON 파일 형태로 저장되며, 홈 디렉토리의 .gemini 숨김 폴더(dot file) 안에 위치한다.

예시: ~/.gemini/settings.json

{
  "mcpServers": {
    "postgres": {
	  ...
    },
    "code-mcp": {
	  ...
    },
    "desktop-commander": {
	  ...
    },
    "excel-mcp-server": {
      ...
    },
    "notionMCP": {
      ...
    },
    "context7-mcp": {
	  ...
      ]
    }
  }
}

후기

아직은 출시하고 얼마 지나지 않아 오류가 많은 것 같다. 업데이트도 잦은 편이며, 사용할 때마다 조금씩 느려지는 느낌이 들기도 한다. 처음에는 많이 써보려고 했지만 갈수록 답변도 느려지고 사실 바이브 코딩을 많이 하는 성격은 아니라서 리팩토링 외에는 잘 안 쓰게 되는 것 같다.

리팩토링 외에 장점은 반복적인 작업을 대신 시킬 수 있다는 점이다. 예를 들어, dbt 모델 만들고 테이블명, 컬럼명, 테스트 등 만드는 게 좀 반복적인 일인데 PostgreSQL MCP Server 툴을 사용하여 데이터베이스를 읽고 모든 스키마, 테이블명, 컬럼명 데이터 타입을 파악하고 나름대로 dbt의 _models.yml 파일을 작성하라고 명령하면 수준급으로 잘하고 있다. 데이터 엔지니어가 사용하기에 이러한 기능은 매우 유용할 것으로 보인다.

처음에는 마치 신세계를 경험하는 듯했지만, 시간이 지날수록 점점 실망스러운 느낌이 들었다. 그럼에도 불구하고 추천하는 이유는, 구글의 지원을 받고 있는 것으로 보이며 (확실하진 않지만), 무료 도구치고는 향후 엄청난 성장을 이룰 가능성이 높다고 생각하기 때문이다.

P.S. 지인을 통해 알게 되었는데 TaskManager MCP 서버가 프로젝트 설계할 때 좋아보였고, .gemini dot 파일에 GEMINI.md에 반복적으로 지시하기 귀찮은 것들을 프롬프트 방식으로 설정할 수 있다는 것을 들었다.