Gemini API로 비전 기능 살펴보기

ai.google.dev에서 보기 Google Colab에서 실행 GitHub에서 소스 보기

Gemini API는 전달된 이미지와 동영상에 대한 추론을 실행할 수 있습니다. 이미지, 일련의 이미지 또는 동영상을 전달하면 Gemini가 다음 작업을 할 수 있습니다.

  • 콘텐츠에 관한 설명 또는 질문에 답변
  • 콘텐츠를 요약하세요.
  • 콘텐츠에서 추론

이 튜토리얼에서는 Gemini API에 이미지 및 동영상 입력을 프롬프트하는 몇 가지 방법을 보여줍니다. 모든 출력은 텍스트 전용입니다.

다음 단계

이 가이드에서는 generateContent를 사용하고 이미지 및 동영상 입력에서 텍스트 출력을 생성하는 방법을 보여줍니다. 자세한 내용은 다음 리소스를 참고하세요.

  • 미디어 파일로 프롬프트 설정: Gemini API는 텍스트, 이미지, 오디오, 동영상 데이터가 포함된 프롬프팅(멀티모달 프롬프팅이라고도 함)을 지원합니다.
  • 시스템 안내: 시스템 안내를 사용하면 특정 요구사항과 사용 사례에 따라 모델의 동작을 조정할 수 있습니다.
  • 안전 안내: 생성형 AI 모델이 부정확하거나 편향되거나 불쾌감을 주는 출력 등 예상치 못한 출력을 생성하는 경우도 있습니다. 이러한 출력으로 인한 피해 위험을 최소화하기 위해서는 후처리와 사람의 평가가 필수적입니다.