Agentic AI CLI 3종 한 번에 정리하기: Claude Code, Gemini CLI, Codex CLI 허브 가이드

“이제는 에디터에서만 AI를 쓰는 시대는 지나가는 건가…?”
요즘 개발자들 사이에서 은근히 뜨고 있는 키워드가 바로 Agentic AI CLI 是

  • Agentic AI: 사람이 하나하나 시키지 않아도, 스스로 계획 세우고 여러 단계를 수행하는 AI
  • CLI: 개발자의 모든 일이 모이는 터미널/콘솔 환경

이 둘을 합친 Agentic AI CLI 조합은,
단순히 “코드 몇 줄 만들어 주는 AI”를 넘어서 레포 전체를 이해하고 테스트·커밋까지 손대는 자동 조수에 가까운 느낌이에요.

이 허브 포스트에서는

  • Agentic AI란 뭔지
  • 왜 굳이 에이젠틱 AI CLI 조합을 신경 써야 하는지
  • Claude Code / Gemini CLI / Codex CLI 세 도구가 어떤 역할을 하는지
  • 윈도우·맥 기준으로 어떤 그림을 그리면 되는지
  • 앞으로 시리즈에서 어떤 순서로 파고들지

까지 한 번에 정리해 볼게요.
이 글을 “지도(허브)”로 두고, 이후에 각 브랜드별 상세 포스트로 천천히 내려가면 됩니다.

1. Agentic AI란? – 단순 “한 번 답변”에서 “여러 단계를 스스로”로

먼저 핵심 개념부터 정리해볼게요.

페이지에서 정의하는 Agentic AI를 한 줄로 옮겨보면

“사람이 하나하나 시키지 않아도, 스스로 계획을 세우고 여러 단계를 수행하는 AI”

옛날에는

  • “이 함수 리팩터링해줘” → 그 함수만 살짝 손보는 수준

이제는

  • 레포 전체를 읽고,
  • 어떤 파일을 고쳐야 하는지 스스로 찾고,
  • 브랜치를 만들고, 테스트를 돌리고, 커밋/푸시까지 한 흐름으로 이어서 처리하는 게 가능해졌죠.

이런 흐름을 만드는 주인공이 바로 에이젠틱 AI CLI 도구들,
즉 에이젠틱 AI CLI 조합이라고 보시면 됩니다.

2. 왜 굳이 Agentic AI CLI 조합이어야 할까?

Agentic AI CLI pic

2.1 CLI는 원래부터 “작업 허브”였다

터미널/콘솔(=CLI)은 사실 예전부터 개발자의 허브였습니다.

  • 笨蛋, 蟒蛇, django, npm, pytest, docker…
    대부분 명령어 한 줄로 실행하죠.
  • 자동화 스크립트, CI, 서버 운영 작업도 전부 CLI 기반입니다.

여기에 에이젠틱 AI CLI가 붙으면 어떤 일이 생기냐면

  • 코드를 읽고 → 파일을 수정하고 → 테스트 실행하고 → 로그를 보고 → 다시 수정하는
    이 “왕복 루프”를 AI가 터미널 안에서 직접 돌릴 수 있게 됩니다.

이게 바로 에이젠틱 AI CLI 조합의 핵심 포인트例如

2.2 IDE 플러그인만으로는 부족한 부분 채우기

VSCode나 JetBrains 플러그인도 좋지만,

  • 서버 설정, 배포 스크립트, Docker, CI, manage.py 커맨드…
    이런 것들은 대부분 결국 CLI에서 확인·실행하게 되죠.

그래서 실무에서는

  • “에디터 안에서 AI” +
  • “터미널에서 에이젠틱 AI CLI”

이렇게 둘을 함께 쓰는 흐름이 점점 자연스러워지고 있습니다.
이 허브 글에서는 그 중에서도 주요 3인방

  • Claude Code
  • Gemini CLI
  • Codex CLI

를 중심으로 에이젠틱 AI CLI 전체 그림을 잡아볼게요.

3. 이 섹션에서 다룰 3가지 Agentic AI CLI 도구

본문에서는 세 가지 도구를 중심으로 에이젠틱 AI CLI 개념을 풀어갑니다.

Agentic AI CLI 도구

3.1 Claude Code – 폴더 하나 통째로 맡기는 느낌

  • 제작사: Anthropic
  • 역할: 터미널 기반 코딩 에이전트(에이젠틱 AI CLI)
  • 特点
    • 프로젝트 폴더 전체를 읽고
    • 오류를 찾고, 코드를 수정하고, 테스트를 돌리고
    • “이 버그 고쳐줘”, “이 뷰를 CBV로 바꿔줘” 같은 자연어 요청을 받는 스타일

한마디로, “폴더 하나를 맡겨놓고 이슈 해결을 부탁하는” 에이젠틱 AI CLI라고 생각하면 직관적입니다.

3.2 Gemini CLI – 구글 스타일의 오픈소스 에이전트

  • 제작사: Google
  • 설치: npm install -g @google/gemini-cli
  • 特点
    • Node.js 기반 오픈소스 Agentic AI CLI
    • 코드 이해, 파일 조작, 셸 명령 실행
    • MCP 확장 등 다양한 기능 제공
  • 활용 예:
    • “이 폴더 코드 요약해줘”
    • “이 함수에 대한 테스트 코드 만들어줘”

조금 더 “플러그인·확장 가능한 Agentic AI CLI” 느낌이라,
자기 워크플로우에 맞춰 커스터마이징하기 좋습니다.

3.3 Codex CLI – OpenAI 생태계에 맞춘 터미널 에이전트

  • 제작사: OpenAI
  • 설치: npm i -g @openai/codex 或 brew install --cask codex
  • 特点
    • ChatGPT 계정 연동
    • 터미널에서 바로 GPT 계열 모델을 이용하는 Agentic AI CLI
  • 활용 예
    • “이 레포에 DRF 기반 API 레이어 추가해줘”
    • “이 프로젝트에 인증/권한 구조 추가해줘”

세 도구 모두 공통적으로

  • 프로젝트 폴더를 읽고,
  • 파일을 수정하고,
  • 테스트/명령 실행까지 도와주는 Agentic AI CLI 도구입니다.
    다만 사용하는 모델(Claude / Gemini / GPT)과 UI/명령 구조, 부가 기능 등에서 차이가 있죠.

4. Windows / macOS 기준으로 Agentic AI CLI를 바라보는 그림

이 강의(원문)에서는 OS별로 Agentic AI CLI 사용 흐름을 분리해서 설명하고 있습니다.

Windows / macOS 기준으로 Agentic AI CLI

4.1 공통 준비 – Agentic AI CLI 이전에 필요한 것들

두 OS 모두 공통적으로

  • Node.js, 패키지 관리자(npm)
  • 혹은 Homebrew, 파이썬 환경 등

을 미리 준비해 두고,
**“AI에게 맡길 프로젝트 폴더 하나를 딱 정해두는 것”**이 핵심입니다.

예
C:\projects\my-django-app
~/projects/my-django-app

이 폴더가 바로 Agentic AI CLI 도구들이 놀이터로 삼을 공간이 됩니다.

4.2 Windows – PowerShell / CMD 기준

  • PowerShell / CMD에서 설치 & 실행 예시 제공
  • PATH 문제, 관리자 권한 이슈 등
    윈도우 특유의 설치/실행 문제에 대한 팁이 함께 따라옵니다.

Agentic AI CLI 도구를 윈도우에서 쓰고 싶다면:

  1. PowerShell을 기본 터미널로 삼고
  2. npm 或 brew(WSL 환경) 기반으로 설치
  3. 프로젝트 폴더에서 claude, gemini, codex 명령으로 에이전트 실행

하는 그림을 그리면 됩니다.

4.3 macOS – zsh + Homebrew 기준

  • 셸: 기본 zsh
  • 패키지 관리: brew + npm 조합
  • Apple Silicon(M1/M2/M3) 기준 최적화 팁까지 고려해 설명합니다.

맥북에서는 보통

brew install node
npm install -g @google/gemini-cli
npm i -g @openai/codex
# Claude Code 쪽은 별도 설치 가이드 따라가기

→ 그런 다음 프로젝트 폴더에서 Agentic AI CLI를 실행하는 흐름을 쓰게 됩니다.

5. 이 섹션(시리즈) 전체 목표 – Agentic AI CLI 3종을 “내 개발 파이프라인”에 녹이기

원문 페이지에서 정리한 이 섹션의 목표는 아주 명확합니다.

5.1 Claude Code로 할 수 있게 되는 것

  • 내 Django/파이썬 프로젝트 폴더에서
    claude(또는 해당 명령) 한 번 실행하고 “이 버그 고쳐줘”
    “이 FBV를 CBV로 바꿔줘” 같은 요청을 자연어로 던질 수 있게 되는 것.

즉, **Agentic AI CLI 중에서도 “코드 리팩터링·버그 해결 전문 에이전트”**로 역할을 잡게 됩니다.

5.2 Gemini CLI로 할 수 있게 되는 것

  • gemini 명령으로 “이 폴더 구조 요약해줘”
    “이 함수 테스트 코드 만들어줘” 같은 작업을 맡길 수 있게 되는 것.

조금 더 프로젝트 전체 이해 + 문서화 + 파일 조작에 강한 Agentic AI CLI라는 느낌으로 사용할 수 있죠.

5.3 Codex CLI로 할 수 있게 되는 것

  • codex 명령으로 “이 레포에서 DRF 기반 API 레이어 추가해줘”
    “권한 구조, JWT 인증 넣어줘”

같이 조금 큰 단위의 리팩터링 작업을 맡길 수 있게 됩니다.

요약하자면, 이 섹션(그리고 앞으로 쓸 시리즈)의 목표는

“세 가지 Agentic AI CLI 도구를 각각 이해하고,
내 개발 파이프라인에서 언제·어떤 도구를 써야 가장 효과적인지 감을 잡는 것”

이라고 보시면 됩니다.

类似文章