Using ENVI and IDL Agents with Your Own API Keys - NV5 Geospatial (원문링크)
ENVI/IDL Agent, LLM을 선택해서 사용하는 방법
Zachary Norman 2026/06/22의 글을 소개합니다.
ENVI Agent와 IDL Agent가 처음 소개되었을 때는 Visual Studio Code(VS Code)와 GitHub Copilot을 이용하는 것이 기본적이며 예외 없는 사용 방법이었습니다. 따라서 ENVI/IDL Agent를 사용하려면 ENVI 또는 IDL 뿐 아니라 GitHub 계정과 GitHub Copilot 구독도 필요했습니다. 지금도, 만일 다른 LLM의 API 서비스를 이용하는 것이 없다면, GitHub Copilot을 선택하는 것을 권장합니다.
이 블로그 Using ENVI and IDL Agents with Your Own API Keys 는 이 구조에 중요한 변화가 생겼음을 소개하는 글입니다. 이제 ENVI/IDL Agent가 반드시 GitHub Copilot을 통해서만 LLM을 사용해야 하는 것은 아닙니다. 사용자가 OpenAI나 Anthropic 등의 API Key를 직접 연결하는 BYOK(Bring Your Own Key) 방식이나, 자신의 컴퓨터 또는 내부 서버에서 실행되는 Local LLM도 사용할 수 있습니다.
처음 Agent Coding을 접하면 ENVI Agent(IDL Agent), VS Code, GitHub Copilot, Claude, GPT와 같은 이름들과 역할이 구분되지 않을 수 있습니다. 다들 처음 시작할 때는 그렇습니다.
- ENVI Agent : ENVI와 IDL의 기능을 AI가 이해하고 사용할 수 있도록 연결해 주는 전문적인 Agent
- VS Code : Agent가 동작하는 환경 (ENVI Agent와 IDL Agent는 VS Code를 필수 환경으로 사용합니다).
- LLM : 실제로 판단하고 코드를 생성. (그동안 GitHub Copilot의 서비스 범위 안에서 Claude나 GPT 등 선택. 이제 각자 보유한 API Service 사용 가능)
처음에는 이 LLM을 연결해 주는 역할을 GitHub Copilot이 담당하였고, GitHub Copilot 서비스 구독은 필수였으며, GitHub Copilot이 포함한 LLM 중에 선택할 수 있었습니다. 사실 꽤 다채로운 서비스를 이용할 수 있으므로 GitHub Copilot은 여전히 추천합니다. 처음 시작하는 경우라며, 주변에 이미 Agentic Coding을 하고 있는 동료들과 상의해 보시고, 특별한 추천이 없다면 GitHub Copilot으로 처음 시작하는 것은 여전히 좋은 선택지입니다.
이제 VS Code가 BYOK를 지원하며서 사용자는 GitHub Copilot 선택이 필수가 아니게 되었고, 자신의 OpenAI 또는 Anthropic API를 직접 연결할 수 있게 되었습니다. 이 글에서 강조하는 것이 이 변화입니다. 이미 우리 연구소는 Anthropic API를 구독하고 있다면, 이 구독 API를 이용할 수 있습니다. 참고로 일반적인 ChatGPT Plus나 Claude Pro와 같은 개인용 서비스 구독과 API 사용은 별개입니다. BYOK에서 말하는 API Key는 각 LLM Provider의 API 서비스를 직접 이용하기 위한 Key를 의미합니다.
기술적인 이야기
현재 VS Code에서는 Language Model을 여러 방법으로 연결할 수 있습니다.
GitHub Copilot을 사용하면 GitHub Copilot에서 제공하는 GPT, Claude, Gemini, MAI-Code 등의 모델을 선택합니다.
BYOK(Bring Your Own Keys)를 사용하면 OpenAI, Anthropic 등의 API Key를 VS Code에 직접 등록합니다. 이 경우 GitHub Copilot을 거치지 않습니다.
이 글에서 하나 더 주목할 부분은 Ollama를 이용한 local LLM 입니다. NV5는 GPU가 장착된 자신의 컴퓨터에서 Ollama를 이용하여 LLM을 실행하고, ENVI/IDL Agent가 그 모델을 사용할 수 있다고 설명합니다. 데이터와 Prompt를 외부 AI 서비스로 전송하지 않아도 되기 때문에, 인터넷 연결이 제한된 환경이나 보안이 중요한 환경에서 의미가 큽니다. 원문에서도 데이터의 Local 유지와 disconnected environment에서의 활용을 언급하고 있습니다.
기관 내부에 LLM Server아 있는 경우 이를 사용할 수 있는 가능성을 제시하고 있습니다.
아마도 이 글을 한 줄로 요약한다면 다음과 같이 정리할 수 있을 것입니다.
Agent는 ENVI/IDL에 남겨 두고, LLM은 기관이 허용하는 환경을 선택한다.
Using ENVI and IDL Agents with Your Own API Keys - NV5 Geospatial (원문링크)
ENVI/IDL Agent, LLM을 선택해서 사용하는 방법
Zachary Norman 2026/06/22의 글을 소개합니다.
ENVI Agent와 IDL Agent가 처음 소개되었을 때는 Visual Studio Code(VS Code)와 GitHub Copilot을 이용하는 것이 기본적이며 예외 없는 사용 방법이었습니다. 따라서 ENVI/IDL Agent를 사용하려면 ENVI 또는 IDL 뿐 아니라 GitHub 계정과 GitHub Copilot 구독도 필요했습니다. 지금도, 만일 다른 LLM의 API 서비스를 이용하는 것이 없다면, GitHub Copilot을 선택하는 것을 권장합니다.
이 블로그 Using ENVI and IDL Agents with Your Own API Keys 는 이 구조에 중요한 변화가 생겼음을 소개하는 글입니다. 이제 ENVI/IDL Agent가 반드시 GitHub Copilot을 통해서만 LLM을 사용해야 하는 것은 아닙니다. 사용자가 OpenAI나 Anthropic 등의 API Key를 직접 연결하는 BYOK(Bring Your Own Key) 방식이나, 자신의 컴퓨터 또는 내부 서버에서 실행되는 Local LLM도 사용할 수 있습니다.
처음 Agent Coding을 접하면 ENVI Agent(IDL Agent), VS Code, GitHub Copilot, Claude, GPT와 같은 이름들과 역할이 구분되지 않을 수 있습니다. 다들 처음 시작할 때는 그렇습니다.
처음에는 이 LLM을 연결해 주는 역할을 GitHub Copilot이 담당하였고, GitHub Copilot 서비스 구독은 필수였으며, GitHub Copilot이 포함한 LLM 중에 선택할 수 있었습니다. 사실 꽤 다채로운 서비스를 이용할 수 있으므로 GitHub Copilot은 여전히 추천합니다. 처음 시작하는 경우라며, 주변에 이미 Agentic Coding을 하고 있는 동료들과 상의해 보시고, 특별한 추천이 없다면 GitHub Copilot으로 처음 시작하는 것은 여전히 좋은 선택지입니다.
이제 VS Code가 BYOK를 지원하며서 사용자는 GitHub Copilot 선택이 필수가 아니게 되었고, 자신의 OpenAI 또는 Anthropic API를 직접 연결할 수 있게 되었습니다. 이 글에서 강조하는 것이 이 변화입니다. 이미 우리 연구소는 Anthropic API를 구독하고 있다면, 이 구독 API를 이용할 수 있습니다. 참고로 일반적인 ChatGPT Plus나 Claude Pro와 같은 개인용 서비스 구독과 API 사용은 별개입니다. BYOK에서 말하는 API Key는 각 LLM Provider의 API 서비스를 직접 이용하기 위한 Key를 의미합니다.
기술적인 이야기
현재 VS Code에서는 Language Model을 여러 방법으로 연결할 수 있습니다.
GitHub Copilot을 사용하면 GitHub Copilot에서 제공하는 GPT, Claude, Gemini, MAI-Code 등의 모델을 선택합니다.
BYOK(Bring Your Own Keys)를 사용하면 OpenAI, Anthropic 등의 API Key를 VS Code에 직접 등록합니다. 이 경우 GitHub Copilot을 거치지 않습니다.
이 글에서 하나 더 주목할 부분은 Ollama를 이용한 local LLM 입니다. NV5는 GPU가 장착된 자신의 컴퓨터에서 Ollama를 이용하여 LLM을 실행하고, ENVI/IDL Agent가 그 모델을 사용할 수 있다고 설명합니다. 데이터와 Prompt를 외부 AI 서비스로 전송하지 않아도 되기 때문에, 인터넷 연결이 제한된 환경이나 보안이 중요한 환경에서 의미가 큽니다. 원문에서도 데이터의 Local 유지와 disconnected environment에서의 활용을 언급하고 있습니다.
기관 내부에 LLM Server아 있는 경우 이를 사용할 수 있는 가능성을 제시하고 있습니다.
아마도 이 글을 한 줄로 요약한다면 다음과 같이 정리할 수 있을 것입니다.
Agent는 ENVI/IDL에 남겨 두고, LLM은 기관이 허용하는 환경을 선택한다.