금주에는 인터넷에서 공개된 구글의 에이전트 구축 가이드 문서를 읽은 것을 계기로, 실제 에이전트 애플리케이션을 직접 구축해보는 작업을 시작하였다. 단순한 AI 활용을 넘어, 특정 문서와 규칙을 기반으로 동작하는 에이전트를 만드는 것을 목표로 삼고, Gemini CLI 기반의 에이전트 환경을 구성하는 첫 단계를 진행하였다. 이번 주 작업은 에이전트 구축의 ‘출발점’을 만드는 성격의 실험이었다.

Gemini CLI를 통해 로컬 프로젝트 폴더 내 파일을 에이전트가 직접 읽고 참조하도록 설정하는 데 성공하였으며, 지침 파일을 기반으로 에이전트의 응답 범위와 행동을 일정 수준 통제할 수 있음을 확인했다. 주석 없이 웹 검색을 시도하던 초기 상태와 달리, 경로 명시와 지침 강화를 통해 로컬 문서 중심의 응답을 유도할 수 있었다. 또한 구축 과정에서 발생한 문제와 해결 방법을 정리해, 재사용 가능한 트러블슈팅 문서를 함께 남겼다.

이번 실험을 통해 에이전트의 성능은 모델 자체보다도 ‘초기 세팅, 지침 문서, 질문 방식’에 크게 좌우된다는 점을 명확히 체감했다. 특히 마크다운 파일을 통해 에이전트의 역할과 참조 규칙을 문서화하는 방식은, 향후 다른 프로젝트에서도 그대로 확장 가능한 구조라는 점에서 의미가 있었다. 에이전트는 즉흥적으로 쓰기보다는, 충분히 설계된 작업 환경 안에 두었을 때 비로소 협업 파트너로 기능할 수 있음을 확인한 한 주였다.

에이전트 구축에는 Google Gemini CLI를 사용하였으며, API 키는 Google AI Studio를 통해 발급받아 로컬 환경에 등록하였다. 에이전트의 지식 기반으로는 KRDS(공공 디자인 시스템) 가이드 파일을 활용했고, 이를 프로젝트 폴더 단위로 로드하여 로컬 파일 우선 참조 방식의 그라운딩을 적용하였다. 또한 에이전트의 역할과 동작 규칙을 정의하기 위해 GEMINI.md 마크다운 파일을 생성하여 시스템 지침으로 사용하였다.

차주에는 이번 주에 구축한 Gemini CLI 기반 에이전트 구조를 바탕으로, 실제 에이전트 애플리케이션 형태로 확장하는 작업을 계속 진행할 예정이다. 단순 질의응답을 넘어, 특정 작업을 반복 수행하거나 프로젝트 맥락을 유지하는 방향으로 에이전트를 발전시키는 것을 목표로 하며, 관련 과정 또한 지속적으로 문서화하여 워크플로우 기반을 다질 계획이다.