반응형
Google에서 제공하는 Generative AI API를 사용하면 강력한 AI 모델을 활용할 수 있습니다. 이 글에서는 Python 코드를 활용하여 다음과 같은 작업을 수행하는 방법을 설명합니다.
- Google AI의 모델 리스트 조회
- 프롬프트를 사용하여 AI 모델과 상호작용
1. 사전 준비
Google Generative AI API를 사용하기 위해서는 서비스 계정 키 파일이 필요합니다. 이를 환경 변수로 설정해야 합니다.
import os
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "agent/api-key.json"
위 코드에서 "agent/api-key.json" 파일은 Google Cloud 콘솔에서 생성한 서비스 계정 키 파일입니다. 자신의 키 파일 경로로 수정해야 합니다.
2. 사용 가능한 모델 리스트 조회
먼저, Google AI에서 지원하는 모델 목록을 조회해 보겠습니다.
from google.ai import generativelanguage_v1beta
# 모델 리스트를 가져오기 위한 클라이언트 생성
client = generativelanguage_v1beta.ModelServiceClient()
# 사용 가능한 모델 리스트 출력
try:
models = client.list_models()
print("사용 가능한 모델 목록:")
for model in models:
print(f"- {model.name}: {model.description}")
except Exception as e:
print("모델 목록 조회 중 오류 발생:")
print(str(e))
💡 코드 설명
- ModelServiceClient()를 사용하여 모델 리스트를 가져오는 클라이언트를 생성합니다.
- list_models() 메서드를 호출하여 사용 가능한 모델 목록을 가져옵니다.
- 모델의 이름(model.name)과 설명(model.description)을 출력합니다.
📌 실행 결과 예시
사용 가능한 모델 목록:
- models/gemini-1.5-pro: 고급 AI 모델, 자연어 처리에 강함
- models/gemini-1.0-pro: 이전 버전의 고급 AI 모델
...
3. 프롬프트를 활용한 AI 응답 테스트
이제, AI 모델을 사용하여 프롬프트를 입력하고 응답을 받아보겠습니다.
from google.api_core import client_options
# 생성 모델 클라이언트 생성
client = generativelanguage_v1beta.GenerativeServiceClient()
# 테스트할 프롬프트 준비
content = generativelanguage_v1beta.Content()
content.parts = [{"text": "안녕하세요! 당신은 누구인가요?"}]
# 요청 생성
request = generativelanguage_v1beta.GenerateContentRequest(
model="models/gemini-1.5-pro", # 사용할 AI 모델 선택
contents=[content]
)
try:
response = client.generate_content(request)
print("\n응답:")
print(response.candidates[0].content.parts[0].text)
except Exception as e:
print("오류 발생:")
print(str(e))
💡 코드 설명
- **GenerativeServiceClient()**를 사용하여 AI 생성 모델 클라이언트를 생성합니다.
- 프롬프트(content.parts)를 설정합니다.
- GenerateContentRequest를 생성하여 요청을 보냅니다.
- AI의 응답을 출력합니다.
📌 실행 결과 예시
응답:
안녕하세요! 저는 Google AI의 Gemini 모델입니다. 무엇을 도와드릴까요?
4. 마무리
이제 Google AI의 모델을 조회하고, 프롬프트를 테스트하는 방법을 알게 되었습니다. 이 API를 활용하면 다양한 AI 기반 응용 프로그램을 개발할 수 있습니다. 🚀
✅ 정리
- Google Cloud 서비스 계정 키를 설정해야 합니다.
- ModelServiceClient()를 사용하여 지원 모델 리스트를 조회할 수 있습니다.
- GenerativeServiceClient()를 사용하여 AI 모델과 상호작용할 수 있습니다.
이제 AI 모델을 활용하여 다양한 자연어 처리(NLP) 프로젝트를 진행해 보세요! 😃
반응형
'AI' 카테고리의 다른 글
[AI] LangChain 에이전트 구현하기: ReAct 프레임워크 기반 자동화 시스템 (1) | 2025.03.06 |
---|---|
[AI] 에이전트란 무엇인가? - (초보자를 위한 쉬운 설명) (0) | 2025.03.05 |