Google, Gemini 2.5 Pro 코드 실행 환경 API 정식 GA—샌드박스 내 Python 런타임 제공

무엇이 달라졌나

Gemini 2.5 Pro의 Code Execution 기능이 베타를 벗어나 정식 GA(General Availability) 상태로 전환됐다. 이제 tools=[{'code_execution': {}}] 파라미터 한 줄만 추가하면 모델이 내부 격리된 Python 3.11 샌드박스에서 코드를 직접 실행하고, stdout·stderr·실행 결과를 응답 본문에 포함해 반환한다. 베타 기간 대비 샌드박스 최대 실행 시간이 30초 → 60초로 늘어났고, numpy·pandas·matplotlib 등 주요 데이터 과학 패키지가 사전 설치된 환경으로 제공된다.

개발자 실무 적용 포인트

• 단일 API 호출로 분석 파이프라인 완성: CSV 업로드 → 통계 분석 → 시각화 코드 생성 → 실행 결과 반환을 하나의 요청으로 처리 가능
• 에이전트 루프 간소화: LangChain·LlamaIndex 등 외부 코드 실행 툴 없이 Gemini API 단독으로 ReAct 패턴 구현 가능. 툴 호출 레이턴시 평균 40% 감소 효과(Google 내부 벤치마크)
• 요금 구조: 코드 실행 자체에 추가 비용은 없으며, 입출력 토큰 요금만 적용. 실행 결과가 응답 토큰으로 산정되므로 긴 출력 시 토큰 소비에 유의. 정확한 단가는 Google AI Studio 공식 페이지 참조
• 제한 사항: 네트워크 외부 요청(HTTP 콜) 불가, 파일 시스템 접근은 세션 내 임시 디렉터리로 한정. 실행 환경은 요청 간 상태 공유 없음

한국 개발자·크리에이터 활용 시나리오

데이터 분석 자동화: 사용자가 자연어로 질문하면 모델이 pandas 코드를 작성·실행하고 결과 수치를 해석까지 해주는 챗봇을 서버리스로 구축 가능. 교육 툴: 코딩 학습 플랫폼에서 제출 코드를 LLM이 직접 실행·채점하는 파이프라인을 외부 채점 서버 없이 구현. 콘텐츠 크리에이터: 유튜브 채널 분석, 광고 성과 데이터를 자연어로 요청해 차트까지 자동 생성하는 워크플로에 적합.

import google.generativeai as genai

model = genai.GenerativeModel(
    model_name="gemini-2.5-pro",
    tools=[{"code_execution": {}}]
)

response = model.generate_content(
    "아래 리스트의 평균, 표준편차, 히스토그램 코드를 작성하고 실행해줘: [12,45,7,89,34,56,23,78]"
)
print(response.text)

공식 문서 및 샘플 노트북은 Google AI for Developers 에서 확인할 수 있다.