자체 호스팅 Gemma 4 모델로 Google Gemma에 대한 조사 및 테마 적용 HTML 리포트 작성하기
새로운 AI 모델 패밀리를 조사하려면 여러 소스를 다루고, 결과를 종합하고, 이를 보기 좋은 결과물로 정리해야 합니다. 이 워크플로는 Eigent가 그 전체 파이프라인을 어떻게 제거하는지 보여줍니다. 로컬에서 호스팅되는 Gemma 4 31B 모델이 vLLM을 통해 실행되며, 하나의 프롬프트만으로 여러 에이전트를 오케스트레이션해 조사, 작성, 스타일링, 전달까지 세련된 HTML 페이지로 완성합니다.
이 데모가 특히 놀라운 이유는 멀티 에이전트 오케스트레이션, 실시간 웹 조사, 스킬 기반 문서 생성, 테마 적용 HTML 출력까지 전체 워크플로가 자신의 하드웨어에서 실행되는 오픈 웨이트 31B 파라미터 모델에 의해 구동되기 때문입니다.
Eigent에서 Gemma 4를 모델로 설정하기
Settings → Agents → vLLM로 이동해 Model Endpoint URL을 로컬에서 호스팅 중인 인스턴스(예: http://localhost:8000/v1)로 설정하고, Model Type을 gemma4-31b로 지정합니다.
이렇게 하면 Eigent가 모든 에이전트 작업을 클라우드 API 대신 자체 호스팅된 Gemma 4 인스턴스를 통해 라우팅하므로 데이터는 로컬에 유지되고 추론 비용은 0이 됩니다.
에이전트 스킬 다운로드 및 가져오기
eigent.ai/skills의 Eigent Skills Hub로 이동해 doc-coauthoring 및 theme-factory 스킬 패키지를 zip 파일로 다운로드합니다.
Eigent로 돌아와 Settings → Agents → Skills로 이동한 뒤 Add Skill 대화상자를 사용해 두 zip 파일을 드래그 앤 드롭합니다. 각 스킬 패키지에는 Eigent가 언제 어떻게 스킬을 활성화할지 알려주는 SKILL.md 파일이 들어 있습니다. theme-factory 스킬에는 큐레이션된 색상 팔레트와 폰트 조합을 갖춘 10개의 사전 구성 테마 정의도 포함되어 있습니다.
조사 프롬프트 제출하기
스킬을 가져오고 Gemma 4를 설정했다면, Eigent의 채팅 입력란에 작업 프롬프트를 입력합니다:
Reuters, TechCrunch, 회사 웹사이트, 공식 문서를 사용해 Gemma 패밀리를 조사하세요. 그런 다음 {{doc-coauthoring}} 및 {{theme-factory}}를 사용해 핵심 발견, 비교, 다음 단계를 포함한 세련된 HTML 페이지를 만드세요. html 파일을 workspace 폴더에 저장하세요.
{{doc-coauthoring}} 및 {{theme-factory}} 참조는 Eigent가 이 워크플로를 위해 두 스킬을 모두 활성화하도록 지시합니다. Eigent는 즉시 실행 계획을 세우기 시작합니다.
Eigent가 작업을 분해하고 계획하는 과정 보기
Gemma 4는 프롬프트를 분석해 이를 두 개의 순차 작업으로 나눕니다:
-
조사 작업: Reuters, TechCrunch, Google 공식 웹사이트, 공식 문서를 사용해 Gemma 모델 패밀리를 조사합니다. 핵심 발견, 모델 비교, 권장 다음 단계를 추출합니다. "Key Findings", "Comparisons", "Next Steps"의 세 섹션을 포함하는 상세한 조사 요약을 markdown 형식으로 출력합니다.
-
HTML 생성 작업: 제공된 조사 요약을 바탕으로
doc-coauthoring및theme-factory스킬을 사용해 세련되고 전문적인 HTML 페이지를 만듭니다. 최종 HTML 파일을 작업 디렉터리에 저장합니다.
이 작업 분해는 자동으로 이루어집니다. Gemma 4는 의존성을 이해하고 그에 따라 작업 순서를 정합니다.
멀티 에이전트 오케스트레이션 시작
Eigent는 계획을 실행하기 위해 여러 전문 에이전트를 병렬로 가동합니다:
-
Browser Agent는 웹 전반을 조사하기 위해 병렬 브라우저 세션을 시작합니다. Google 검색, Reuters, TechCrunch, Gemma에 대한 Google DeepMind 공식 페이지, Google AI 블로그를 모두 동시에 방문해 처리량을 극대화합니다.
-
Developer Agent는 조사 요약이 준비될 때까지 기다리면서, HTML 생성으로 넘어가기 위한 대기 작업 상태를 유지합니다.
Browser Agent는 여러 웹 페이지를 동시에 처리하면서 Gemma 4의 큰 컨텍스트 윈도우를 적극 활용해 Gemma 모델 패밀리의 아키텍처, 배포 옵션, 생태계, 라이선스에 관한 관련 정보를 추출합니다.
Browser Agent가 조사 요약을 전달
지정된 모든 소스를 방문한 뒤 Browser Agent는 종합된 조사를 담은 구조화된 Completion Report를 생성합니다. 보고서는 다음을 다룹니다:
-
핵심 발견: Gemma는 Google DeepMind가 개발한 경량의 최첨단 오픈 웨이트 모델 패밀리로, Gemini 모델과 동일한 기술을 사용해 구축되었습니다. 이 생태계는 효율성을 위해 설계되어 개발자가 다양한 하드웨어에서 로컬로 실행 가능한 AI 애플리케이션을 만들 수 있게 합니다.
-
핵심 특징: Gemini 연구에 기반한 아키텍처, 온디바이스 및 로컬 운영에 매우 최적화됨, Hugging Face, Kaggle, Vertex AI, Ollama, LM Studio를 통해 접근 가능, 1억 1천만 건을 넘는 다운로드를 기록한 생태계 성장, 상업적 사용을 위한 커스텀 라이선스 조건이 포함된 오픈 웨이트 라이선싱.
-
GPT-4와의 비교: GPT-4는 일반적으로 API 또는 클라우드를 통해 접근하는 대규모 멀티모달 모델인 반면, Gemma는 로컬 배포, 완전한 파인튜닝 제어, 오프라인 운영을 가능하게 하는 오픈 웨이트 대안입니다.
-
다음 단계: 개발 통합, 온디바이스 배포 테스트, 특화된 사용 사례, 확장 옵션을 포함한 권장 조치.
이 markdown 조사 요약은 다음 단계의 입력값으로 Developer Agent에 자동 전달됩니다.
Developer Agent가 스킬을 불러와 HTML을 생성
Developer Agent는 조사 요약을 수신하고 두 스킬을 모두 활성화합니다. doc-coauthoring SKILL.md를 읽어 구조화된 문서 워크플로를 이해하고, theme-factory SKILL.md를 읽어 큐레이션된 테마 컬렉션에 접근합니다.
터미널을 사용해 Developer Agent는 다음을 수행합니다:
- 사용 가능한 스킬을 조회해 doc-coauthoring 및 theme-factory를 찾습니다
- 테마 쇼케이스를 읽어 적절한 시각적 테마를 선택합니다
- workspace에 프로젝트 디렉터리를 생성합니다
- 조사 내용을 선택한 테마의 색상 팔레트와 타이포그래피와 결합한 완전한 독립형 HTML 파일을 작성합니다
Developer Agent는 테마의 hex 코드, 폰트 조합, 시각적 아이덴티티를 모든 섹션에 적용합니다. heading, 본문 텍스트, 카드 컴포넌트, 배경 요소까지 반영하여 전문가가 직접 디자인한 듯한 결과물을 만들어냅니다.
최종 테마 적용 HTML 리포트 검토하기
완성된 HTML 페이지는 workspace 폴더에 직접 저장됩니다. 열어 보면 "Google Gemma Family of Models — Advanced Research Summary & Strategic Analysis"라는 제목의 세련된 다크 테마 리포트가 표시되며, 다음을 포함합니다:
- Gemma의 아키텍처, 배포 특성, 접근성, 생태계 성장, 라이선스 조건을 다룬 스타일이 적용된 bullet point가 있는 Key Findings 섹션
- 클라우드 기반 대안인 GPT-4 등과 Gemma를 비교하는 Comparisons 매트릭스
- 개발 통합, 온디바이스 배포, 특수 사용 사례, 확장을 위한 실행 가능한 권장 사항이 포함된 Next Steps 섹션
- 소스 출처 표기가 있는 전문적인 footer
페이지 전체는 반응형이며 단일 HTML 파일에 독립적으로 포함되어 있어 이해관계자와 공유하거나 내부에 게시하기에 적합합니다. 이 모든 것이 로컬 하드웨어에서 실행되는 31B 오픈 웨이트 모델로 생성되었습니다.
이 워크플로가 중요한 이유
이 데모는 세 가지 기능이 함께 작동하는 모습을 보여줍니다:
- 오픈 웨이트 모델의 성능: vLLM을 통해 로컬에서 실행되는 Gemma 4 31B는 일반적으로 훨씬 더 큰 클라우드 호스팅 모델과 관련된 복잡한 멀티 에이전트 오케스트레이션, 실시간 웹 조사, 코드 생성을 처리합니다.
- 스킬 조합: doc-coauthoring과 theme-factory 스킬은 매끄럽게 결합됩니다. 어느 스킬도 서로를 알 필요가 없으며, Eigent가 이를 하나의 파이프라인으로 오케스트레이션합니다.
- 멀티 에이전트 병렬성: Browser Agent는 여러 소스를 동시에 조사하고, Developer Agent는 구조화된 전달을 기다리며, 품질을 희생하지 않고 처리량을 극대화합니다.
다음에 시도해 볼 것
첫 번째 리포트가 생성되면 다음과 같은 후속 프롬프트로 확장할 수 있습니다:
테마를 "Arctic Frost"로 바꾸고 같은 리포트를 다시 생성하세요.
Gemma 조사 대신 다른 AI 모델 패밀리를 심층 분석하세요.
pptx 스킬을 추가해 동일한 조사 내용으로 슬라이드 덱을 생성하세요.
다른 Gemma 변형으로 같은 워크플로를 실행해 모델 크기별 출력 품질을 비교하세요.
더 나은 결과를 위한 팁
- 소스를 명시적으로 지정하세요. Reuters, TechCrunch, 공식 문서를 지정하면 Browser Agent가 막연한 검색에 의존하지 않고 명확한 조사 경로를 갖게 됩니다.
- 중괄호 두 개 스킬 참조를 사용하세요. 프롬프트에
{{doc-coauthoring}}및{{theme-factory}}를 작성하면 가져온 스킬이 명시적으로 활성화됩니다. - 출력 위치를 지정하세요. "HTML 파일을 workspace 폴더에 저장하세요"라고 요청하면 Developer Agent가 최종 결과물을 어디에 작성해야 하는지 정확히 알 수 있습니다.
- 모델이 계획하게 두세요. Gemma 4의 작업 분해는 원하는 결과를 개별 단계로 지시하기보다 결과 중심으로 설명할 때 가장 효과적입니다.
