이번 주 터미널에서 코딩 에이전트를 돌리려다, “어떤 설정을 어디에 넣어야 하지?”에서 막힌 경험이 있을 것이다. 특히 평가, 배포, 로그 확인 같은 단계가 문서마다 흩어져 있으면, 작업은 늘고 시행착오는 길어진다.
Google Agents CLI가 겨냥한 ‘에이전트 만들기’ 흐름
Google이 Cloud Next에서 공개한 agents-cli는 Gemini CLI, Claude Code, Codex 같은 코딩 에이전트에 Google Cloud 기반 AI 에이전트를 설계하고 배포하는 전문 역량을 주입하는 CLI 도구다. 에이전트 그 자체를 만드는 게 아니라, 에이전트를 만드는 “에이전트의 실력”을 끌어올리는 레이어를 맡는다. Google의 ADK(Agent Development Kit, 에이전트 개발 프레임워크)를 기반으로 프로젝트 생성부터 평가, 배포, 엔터프라이즈 등록까지 에이전트 개발의 전체 생명주기를 하나의 CLI로 묶는다.
설치는 아래 한 줄로 한다. Python 3.11 이상, uv(Python 패키지 매니저), Node.js가 필요하다.
uvx google-agents-cli setupagents-cli는 코딩 에이전트에 7종의 스킬을 주입하는 방식으로 동작한다. 워크플로우 설계, ADK 코드 작성, 프로젝트 스캐폴딩(뼈대 자동 생성), 평가(LLM-as-judge 방식 포함), 배포(Agent Runtime, Cloud Run, GKE), Gemini Enterprise 퍼블리싱, 관측성(Observability, 로그와 트레이스로 시스템 상태를 파악하는 체계)을 각각 담당한다.
또한 도구 연결(Tool Wiring)에서 MCP(Model Context Protocol, 모델이 외부 도구를 호출하는 표준), A2A(Agent-to-Agent, 에이전트 간 통신 프로토콜), 커넥터를 지원한다. 로컬 개발은 AI Studio API 키만으로 가능하고, 클라우드 배포 시에만 Google Cloud 계정이 필요하다.
기존 에이전트 프로젝트에 ‘사후’로 붙이는 방식
예전에는 코딩 에이전트가 제안한 코드를 그대로 받아서, 배포 설정이나 CI/CD 파이프라인(코드 변경을 자동으로 테스트·배포하는 체계)을 사람이 따로 정리해야 하는 경우가 많았다. agents-cli는 기존 에이전트 프로젝트에도 scaffold enhance 명령으로 배포 설정과 CI/CD 파이프라인을 사후 추가할 수 있게 한다.
또한 “코딩 에이전트 없이도” 터미널에서 독립 실행이 가능하다고 한다. 즉, 에이전트가 항상 필요했던 구조가 아니라, 필요한 단계만 골라 쓰는 쪽에 가깝다. 비유하자면, 예전엔 레시피를 보고 요리사가 직접 불을 조절했다면 이제는 “불 조절 규칙”을 도구에 미리 넣어 주는 셈이다.
결과: 문서 탐색 비용과 조합 판단 부담이 줄어든다
개발자가 바로 체감하는 변화는 “무엇을 만들지”보다 “어떤 컴포넌트를 어떤 순서와 설정으로 조합할지”에서 시간을 덜 쓰는 쪽이다. agents-cli는 수십 가지 컴포넌트 중 선택과 조합이 실제 병목이라는 인식에서 출발해, 숙련된 플랫폼 엔지니어 수준의 판단을 코딩 에이전트에 내재화하는 방식을 택한다. 그리고 “무엇을 했는지”뿐 아니라 “왜 그렇게 결정했는지”를 코딩 에이전트가 함께 설명하도록 설계해 팀원의 플랫폼 이해도도 함께 올라가는 구조를 지향한다.
다만 이 도구는 현재 Pre-GA(정식 출시 전) 단계이며, 소스코드가 아닌 사전 빌드된 .whl 파일(Python 패키지 배포 형식)로만 배포되어 오픈소스 커뮤니티의 직접적인 코드 기여는 제한된다. 또한 Google Cloud 에이전트 생태계 중심이라 멀티클라우드나 비-Google 스택을 주로 쓰는 팀에는 적용 범위가 좁을 수 있다.
마지막으로, 문서와 도구를 하나로 수렴시키려는 시도는 분명하지만, 그만큼 이 도구 하나에 대한 의존도가 커질 수 있다는 점은 엔지니어링 조직 차원에서 미리 따져봐야 한다.
