이제 고급 대화형 AI 구축에는 실시간 음성 기반 에이전트가 포함됩니다. 이를 위해서는 대기 시간이 짧은 양방향 통신 및 실시간 정보 검색이 필요합니다. 이 가이드에서는 Gemini 및 Google 에이전트 개발 키트(ADK)를 사용하여 이러한 에이전트를 빌드하는 방법을 보여줍니다. 이 프로세스는 페르소나를 소유하지만 외부 도구에 액세스할 수 없는 기본 에이전트로 시작됩니다. 이 기본 상담원은 사전 학습된 지식을 사용하여 채팅할 수 있습니다. 기능을 향상시키기 위해 고급 에이전트에는 실시간 데이터 및 서비스에 액세스할 수 있는 도구가 장착되어 있습니다. ADK는 실시간 정보를 위한 Google 검색 및 Google 지도 통합을 위한 MCP 도구 세트와 같은 도구를 제공합니다. 에이전트는 오케스트레이터 역할을 하여 특수 도구에 작업을 위임합니다. RunConfig 개체는 음성 선택 및 양방향 스트리밍을 포함한 통신을 관리합니다. 양방향 스트리밍을 통해 사용자는 상담원을 방해하여 보다 자연스러운 대화를 촉진할 수 있습니다. 실시간 음성 채팅은 Python의 asyncio 및 TaskGroup을 사용하여 비동기식으로 관리되어 듣기, 생각 및 말하기를 동시에 처리합니다. 오디오 데이터는 Base64 인코딩을 사용하여 전송되며, 텍스트 전사는 즉각적인 사용자 피드백을 위해 스트리밍됩니다. 리소스에는 Google ADK, Gemini의 네이티브 오디오 및 GitHub의 프로젝트 소스 코드가 포함됩니다.