Gemini Live API 개요 (original) (raw)

Live API는 Gemini와의 지연 시간이 짧은 실시간 음성 및 시각 상호작용을 지원합니다. 오디오, 이미지, 텍스트의 연속 스트림을 처리하여 즉각적이고 사람과 유사한 음성 대답을 제공하므로 사용자에게 자연스러운 대화 환경을 제공합니다.

사용 사례

Live API는 다음과 같은 다양한 업계에서 실시간 음성 에이전트를 빌드하는 데 사용할 수 있습니다.

• 이커머스 및 소매업: 맞춤 추천을 제공하는 쇼핑 어시스턴트 및 고객 문제를 해결하는 고객 지원 담당자
• 게임: 대화형 논플레이어 캐릭터(NPC), 인게임 도움말 어시스턴트, 인게임 콘텐츠의 실시간 번역
• 차세대 인터페이스: 로봇 공학, 스마트 글라스, 차량의 음성 및 동영상 지원 환경
• 의료: 환자 지원 및 교육을 위한 건강 도우미
• 금융 서비스: 자산 관리 및 투자 안내를 위한 AI 자문가
• 교육: 맞춤형 교육 및 의견을 제공하는 AI 멘토 및 학습자 도우미
• 번역 및 현지화: 음성 대화의 지연 시간이 짧은 실시간 번역을 통해 원활한 다국어 커뮤니케이션 지원

주요 특징

Live API는 강력한 음성 에이전트를 빌드하기 위한 포괄적인 기능 세트를 제공합니다.

• 다국어 지원: 지원되는 70개 언어로 대화할 수 있습니다.
• 통화 참여: 사용자는 언제든지 모델을 중단하여 응답형 상호작용을 할 수 있습니다.
• 도구 사용: 함수 호출 및 Google 검색과 같은 도구를 통합하여 동적 상호작용을 지원합니다.
• 오디오 스크립트 작성: 사용자 입력과 모델 출력의 텍스트 스크립트를 제공합니다.
• 능동적 오디오: 모델이 응답하는 시점과 컨텍스트를 제어할 수 있습니다.
• 공감형 대화: 사용자의 입력 표현에 맞게 대답 스타일과 어조를 조정합니다.
• 실시간 번역: 70개 이상의 언어로 실시간 음성 번역을 지원합니다.

기술 사양

다음 표에는 Live API의 기술 사양이 나와 있습니다.

구현 접근 방식 선택

Live API와 통합할 때는 다음 구현 접근 방식 중 하나를 선택해야 합니다.

• 서버 간: 백엔드가 WebSockets을 사용하여 Live API에 연결합니다. 일반적으로 클라이언트는 스트림 데이터 (오디오, 동영상, 텍스트)를 서버로 전송한 후 서버에서 Live API로 전달합니다.
• 클라이언트-서버: 프런트엔드 코드가 Live API 에 직접 연결하여 WebSockets을 사용하여 백엔드를 우회하고 데이터를 스트리밍합니다.

시작하기

개발 환경에 맞는 가이드를 선택합니다.

서버 간

생성형 AI SDK 튜토리얼

생성형 AI SDK를 사용하여 Gemini Live API에 연결하여 Python 백엔드로 실시간 멀티모달 애플리케이션을 빌드합니다.

클라이언트-서버

WebSocket 튜토리얼

WebSocket을 사용하여 Gemini Live API에 연결하여 JavaScript 프런트엔드 및 단기 토큰으로 실시간 멀티모달 애플리케이션을 빌드합니다.

에이전트 개발 키트

ADK 튜토리얼

에이전트를 만들고 에이전트 개발 키트(ADK) 스트리밍을 사용하여 음성 및 영상 커뮤니케이션을 사용 설정합니다.

파트너 연동

실시간 오디오 및 동영상 앱 개발을 간소화하려면 WebRTC 또는 WebSocket을 통해 Gemini Live API를 지원하는 서드 파티 연동을 사용하면 됩니다.

달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.

최종 업데이트: 2026-06-12(UTC)