[AI] Gemini Conductor 완벽 가이드 - Context-Driven Development

---

Gemini Conductor 완벽 가이드 - AI 코딩의 새로운 패러다임, Context-Driven Development

요약: Google이 공개한 Gemini Conductor는 "계획 후 코딩" 철학을 구현한 Gemini CLI 확장입니다. 기존 AI 코딩 도구와 달리 프로젝트 컨텍스트를 이해하고, 계획을 먼저 세운 뒤 코드를 작성합니다.

---

Gemini Conductor란?

2024년 12월 Google이 발표한 Gemini CLI 확장 프로그램입니다. 벤자민 프랭클린의 명언 "계획 실패는 실패를 계획하는 것"에서 영감을 받아, AI 코딩에 체계적인 계획 단계를 도입했습니다.

핵심 철학: "Measure twice, code once" (두 번 재고, 한 번 자르기)

기존 AI 코딩 도구의 한계

ChatGPT, Copilot 같은 기존 도구들의 문제점:

• 컨텍스트 부족 - 프로젝트 전체 구조를 모름
• 휘발성 - 대화 끝나면 맥락 사라짐
• 즉흥적 - 계획 없이 바로 코드 생성
• 일관성 부족 - 팀 코딩 스타일 무시

Conductor의 해결책: Context-Driven Development

Conductor는 컨텍스트를 채팅 창이 아닌 코드베이스에 직접 저장합니다. 마크다운 파일로 관리되어 영구 보존됩니다.

핵심 기능

1. Plan before you build - 코드 작성 전 스펙/계획 생성
2. Maintain context - 스타일 가이드, 기술 스택, 목표 유지
3. Iterate safely - 계획 검토 후 코드 작성
4. Work as a team - 팀 전체가 동일한 컨텍스트 공유
5. Brownfield support - 기존 프로젝트 분석 및 이해

Conductor 워크플로우

1단계: Setup - 컨텍스트 설정

gemini conductor setup

프로젝트의 핵심 요소를 정의합니다:

• Product - 사용자, 제품 목표, 주요 기능
• Tech Stack - 사용 기술, 라이브러리
• Guidelines - 코딩 스타일, 규칙

2단계: Plan - 계획 수립

gemini conductor plan "사용자 인증 기능 추가"

AI가 작업 계획을 마크다운으로 생성합니다. 개발자가 검토/수정 가능합니다.

3단계: Run - 계획 실행

gemini conductor run

승인된 계획에 따라 코드를 생성합니다.

기존 도구 vs Conductor 비교

항목	기존 AI (ChatGPT 등)	Gemini Conductor
작업 방식	질문 → 즉시 코드	분석 → 계획 → 검토 → 코드
컨텍스트	대화 내에서만 유지	마크다운 파일로 영구 저장
프로젝트 이해	없음	기존 코드베이스 분석
팀 협업	개인별 대화	공유 컨텍스트
일관성	보장 안 됨	코딩 스타일 가이드 준수

Brownfield 프로젝트 지원

대부분의 실무는 새 프로젝트(Greenfield)가 아닌 기존 프로젝트(Brownfield)입니다. Conductor는 이를 위해:

• 기존 코드베이스 자동 분석
• 아키텍처 문서 생성
• 프로젝트 히스토리 이해
• 기존 패턴 학습 및 준수

팀 협업 기능

Conductor의 컨텍스트 파일들은 Git에 커밋됩니다:

• 신규 팀원 온보딩 가속화 - 프로젝트 컨텍스트 즉시 공유
• 일관된 코드 품질 - 누가 작성해도 동일한 스타일
• 테스트 전략 공유 - 팀 전체 테스트 규칙 적용

설치 및 시작하기

1. Gemini CLI 설치

npm install -g @anthropic/gemini-cli

2. Conductor 확장 설치

gemini extensions install conductor

3. 프로젝트 초기화

cd my-project
gemini conductor setup

생성되는 파일 구조

.gemini/
  context/
    product.md      # 제품 정의
    tech-stack.md   # 기술 스택
    guidelines.md   # 코딩 규칙
  plans/
    feature-auth.md # 기능별 계획

언제 사용하면 좋을까?

• 복잡한 기능 개발 - 단순 수정이 아닌 대규모 작업
• 팀 프로젝트 - 여러 명이 일관된 스타일로 작업
• 레거시 코드 - 기존 프로젝트 리팩토링
• 문서화 필요 - 계획 자체가 문서가 됨

결론

Gemini Conductor는 AI 코딩의 새로운 패러다임을 제시합니다. "빠르게 코드 생성"에서 "체계적으로 계획하고 실행"으로 전환하여, 개발자가 통제권을 유지하면서 AI의 도움을 받을 수 있게 합니다.

특히 기존 프로젝트나 팀 협업 환경에서 진가를 발휘합니다. AI 코딩 도구에 실망했다면, Conductor의 접근 방식을 시도해보세요!

참고 자료

• Conductor GitHub
• Google 공식 발표 블로그
• Gemini CLI 문서