Claude 팀이 30분 이내에 AI 에이전트 만드는 방법공개
요즘 Ai 바이브 코딩을 하다보니까
이런 강의가 정말 필요했는데 찾아보니
클로드 팀이 직접 강의 한게 있어서 가져와봄
원본 24분이고 한국어로 핵심 요약해서
10분정도로 편집해봤습니다
영상보고 풀버전 궁금하신분은
댓글에 출처와 원본 남겨놓겠습니다 !
우연히 본 유튜브 영상인데, AI == "효율" 가 아니라 AI == "효과" 를 기준으로 해결하신 사례 공유는 처음이라 공유하게 되었다.
AI라고 하면 대부분 기존에 하던 일을 얼마나 효율적으로, 얼마나 더 적은 사람으로 할 수 있는가에 대해 많이 이야기한다.
평소 하던 일에 대한 개인 단위의 개선이거나, 실제로 성과로 이어지지는 않지만 덜 불편하게 만드는 그러한 것들이 많다.
그렇게 효율적으로 개선하고나면 더 성과가 나는가? 에 대해선 아직까지 사례 공유가 없었던 것 같다.
"원래 5명이 하던걸 이젠 1명이 하게되었습니다." 인데,
그럼 이제 1명이 5명 몫을 하게 되었으니 매출이나 지표가 5배가 되었나요? 로 이어진 사례는 아니였다.
이 강연은 조금 다른 지점을 이야기한다.
AI를 귀찮은 업무를 대신하는 도구로만 쓰지 말고, 회사의 큰 병목을 해결하는 데 써야 한다는 이야기다.
"오픈한"의 최철용 대표님은 Claude Code를 올해 3월 7일 처음 접했고,
2주 정도 써보면서 "AI로 생각보다 거의 모든 작업이 가능하구나"를 체감했다고 한다.
그리고 AI를 작은 업무 자동화가 아니라 회사가 오래 안고 있던 큰 문제에 붙였다.
바로 재고 문제였다.
오픈한에는 약 5억 원 규모의 재고가 있었고,
그중 3억 원 정도는 60일 내에 빠르게 처리해야 하는 상황이었다고 한다.
이건 단순히 물건이 남은 문제가 아니다.
현금흐름, 창고비, 브랜드 가치, 물류 운영이 연결된 문제다.
기존에는 자사몰의 세일 코너를 활용했다.
하지만 담당자가 가격을 조정하고 상품을 바꿔도 성과가 크게 나지 않던 영역이었다고 한다.
최철용 대표님은 이 재고 때문에 다른 대표님들과의 이야기를 나누었고 그때 내린 결론이 "100원이면 필요하지 않아도 사람들이 다 사간다. 재고가 남는 이유는 고객이 매력을 느낄 만큼 적정 가격이 아니라서 그렇다." 였다.
결국 재고는 고객이 안 사는 게 아니라,
회사가 고객이 살 수 있는 가격까지 충분히 조정하지 않았기 때문에 남아 있다는 것이다.
다만 무작정 가격을 낮출 수는 없었다.
국내에서 너무 낮은 가격으로 덤핑하면 브랜드를 훼손할 수 있기 때문이다.
그래서 목표는
"브랜드를 훼손하지 않으면서,
60일 안에 재고를 처리하는 것"
이걸 AI로 풀었다.
AI에게 여러 규칙과 알고리즘을 만들게 하고,
아래 작업을 자동으로 수행하는 시스템을 만들었다고 한다.
1. 상품별 조회수와 판매량을 매일 수집하고,
2. 충분히 노출됐는데도 안 팔리는 상품만 가격을 낮춘다.
3. 가격을 낮춘 상품은 다시 상단에 노출해 반응을 보고,
4. 팔리면 추가 인하를 멈추고, 안 팔리면 다시 조정한다.
날씨와 계절성도 반영했다.
1. 기온이 올라가면 얇은 옷을 더 노출하고,
2. 비가 오면 우비 같은 상품을 올린다.
상품명도 자동으로 바꿨다.
특정 색상이나 사이즈가 품절되면,
고객이 쇼핑 과정에서 바로 알 수 있도록 상품명에 반영했다.
3월 23일 시스템을 오픈한 뒤,
기존 하루 150만 원,
행사 때 200만 원 수준이던 세일 매출이
300만 원, 500만 원, 700만 원, 1,000만 원 수준까지 올라갔다고 한다.
그리고 이 알고리즘을 신제품과 베스트 상품에도 일부 적용하자
정상 상품 매출도 같이 올라갔다고 한다.
---
강연에서 나온 원칙은 두 가지였다.
첫째, AI는 영향력이 큰 문제에 써야 한다.
둘째, AI는 보는 데 쓰는 게 아니라 실행하는 데 써야 한다.
이 사례에서 AI는 조언만 하지 않았다.
데이터를 모으고,
판단하고,
가격과 노출을 바꾸고,
결과를 다시 반영했다.
"AI로 얼마나 효율적으로 일하고 있는가?" 에 대해 이야기 나눌때면 "현재 상황이 더 효율적으로 일하면 더 성과가 나는 구조인가?" 가 먼저 확인되지 않으면 더 효율적으로 일해봐야 공회전만 계속 된다고 생각한다.
내가 속한 팀의 큰 병목은 무엇인가.
내가 속한 팀이 만드는 제품의 큰 병목은 무엇인가.
그 병목은 매출, 전환, 리텐션, 품질, 고객 경험 중 어디에 연결되어 있는가.
성공했을 때 회사의 큰 문제가 실제로 줄어드는가.
이 질문에서 출발해야 한다.
AI로 개인 업무를 조금 편하게 만드는 것도 필요하다.
하지만 거기서 멈추면 하방을 높이는 일에서 끝난다.
상방을 뚫으려면,
AI를 팀과 제품과 회사의 큰 병목에 붙여야 한다는걸 이 강의에서 보여주신 것 같다.
많은 리더분들이 보시면 좋겠다.
스탠퍼드대 4년은 내게 무엇이었나
AI와 그것이 가져다줄 부에 모두 눈이 먼 듯했다
신뢰와 명예는 의미 잃고 편법과 속임수는 사소했다
(아래 원문 발췌)
우리는 AI 시대 첫 대학 학년이다. 입학 두 달 뒤 ChatGPT가 등장했다. 다음 달 졸업 때쯤이면 이 기술은 우리 삶을 아주 다양한 방식으로 바꿔놓을 것이다. 어떤 이들에겐 엄청난 부의 문을 열어줬다. 하지만 불과 4년 전만 해도 고소득 직장을 기대하며 입학했던 많은 이들에겐 문이 닫혔다. AI는 우리 모두의 사고방식과 행동 양식을 영구히 바꿔놓았다.
많은 동기들이 이상주의와 희망 품고 입학했지만, 부를 모색하는 야심가들 사이엔 ‘허슬 문화’가 당연한 삶의 방식이 됐다. 이제 AI는 사기를 그 어느 때보다 쉽고 수익성 있게 만들었다.
모든 게 AI였다. 식당이든 역사 수업이든 데이트 중이든 친구들과 담배를 피우든 체육관에서든 기숙사 공용 욕실에서든 그 얘기였다. 거의 모든 대학 교육이 이것에 휩쓸렸고, 스탠포드는 그 극대화의 사례 연구와도 같다. 지난 4년 우리는 중대한 실험 대상이었다.
기술이 발달하고 AI가 주도하는 세상에서 학생들은 거의 모든 분야에서 점점 더 부정행위를 일삼게 되었고, 이제 어디에나 만연해 있다.
1학년 중반 일부 코딩 수업에선 과제를 제출할 때마다 ChatGPT를 사용하지 않았다는 서약을 받았다. 그 첫 학기 아는 신입생이 벤처 자본가들이 후원한 요트 파티 갑판 위에서, 옆 창엔 ChatGPT가 열려 있는 상태에서 서약서에 서명하는 것 지켜봤다. 인센티브 구조는 정직을 장려하는 방향으로 맞춰져 있지 않았다. 요령껏 자기 홍보에만 집중하면 빠르게 앞서 나갈 수 있었다.
돈이 큰 부분을 차지한다. AI는 이미 진행 중이던 추세를 가속화했을 뿐이며, 이는 미국 내 가장 기업화된 많은 대학들도 마찬가지였다. 교육이란 미래의 성공, 흔히 막대한 이익으로 규정되는 목표의 발판일 뿐 배움 자체는 부차적인 걸로 밀려났다.
스탠퍼드 컴퓨터공학 학위는 입학 때와는 전혀 다른 의미를 갖게 됐다. 더 이상 초급 직책에 대한 실질적인 보장은 없다. 하지만 이름에 ‘AI’가 들어간 회사를 꿈꾸는 이들에겐 금전적 성공을 거둘 수 있는 거의 확실한 길이 있다.
실리콘밸리의 돈은 숨 막힐 정도로 무심하게 오가는, 거의 의미 없는 숫자 놀음이 됐다. 이는 학생들이 기술과 금전적 이익에 대해 느끼는 소용돌이 효과에 일조한다. 룸메가 중퇴하고 1억 달러 규모 창업을 할 수 있다면 나는 왜 그러지 못하겠는가? 주변 모두가 부자가 되는 듯 보일 때, 왜 학생으로서의 삶에 온 힘을 쏟아야 할까?
2학년 때 기숙사 휴게실에서 숙제를 함께 하던 친구가 무심코 “지난주에 라스베이거스에 집을 샀어. 세금 면에서 좋거든”이라고 했다. 그런 말을 듣고ㅠ문제 풀이에 다시 집중하기란 어렵다.
하지만 지금 가장 많은 돈을 버는 듯 보이는 바로 그 스탠퍼드 중퇴자들이 개발하는 기술은 종종 예전 대학 동기들 삶을 더 힘들게 만든다.
실리콘밸리라는 기술 유토피아 한복판에서도 대다수는 기술이 우리에게 해롭다는 사실, 혹은 적어도 그럴 가능성이 있다는 사실을 안다. AI는 종종 생산성을 엄청나게 높여주지만, 내 친구들은 점점 더 숏폼 영상과 AI 채팅 기록을 중독이라는 단어로 표현한다. 이는 우리 세대의 특성을 형성하며 점점 더 뿌리 깊게 자리 잡고 있다. 디지털 세대는 가상 세계에 점점 더 깊이 빠져들고 있다.
인터넷은 이미 우리가 그 어느 때보다 더 연결되어 있다고 느끼게 하면서도 동시에 그 어느 때보다 더 외로워지게 만들었다. AI는 인간 상호작용에서 인간적인 부분을 완전히 배제하게 해준다.
지난 4년 캠퍼스의 시간은 눈을 뜨게 해준 여정이었다. 대학은 AI 혁명을 맞을 준비가 돼 있지 않았다. 언젠가는 완전 자율주행하는 클로드봇이나 몰트봇(뭐라고 부르든)들이, 지금 마비된 듯한 대학들의 우스꽝스러운 과도기를 비웃을 것이다. 과거의 교양 교육과, 지능을 인간이 독점하지 않는 미래 사이의 간극을 메우려 애쓰던 시절의 대학 말이다.
우리에겐 이게 바로 대학이었다.
https://t.co/d6tu7IatOq
원래 이런 거 잘 안퍼오는데 이건 다 읽어봐야 할 것 같아서 퍼옴.
1. MBC PD가 5월 19일에 방영될 <사이비 헌터>라는 다큐를 직접 홍보함.
2. 영화 <사바하> 이정재 캐릭터의 실제 모델인 '탁명환' 소장의 일대기를 다룸.
3. JMS, 신천지, 통일교등의 집단과 싸우던 탁명환 소장이 1994년 살해 당함.
4. 이 사건의 배후를 32년 만에 밝혀냈다고 함.
5. 살해범과 관련 교회 측에서 방송금지 가처분 등 총 4건의 소송을 걸어온 상태임.
6. 제작진이 공들여 만든 만큼 많이 봐주는 게 큰 힘이 됨.
<재벌 3세가 말하는 부자들의 태도>
:SK그룹 3세 이승환 대표
1. 재벌가 집안의 환경과 생활 습관
집 안에 불필요한 물건이 거의 없음
현관 전신거울, 거실 TV 같은 자극 요소를 최소화
단순하고 정돈된 공간을 유지함
청소와 위생을 매우 중요하게 여김
아이들도 직접 청소에 참여하며 책임감을 배움
작은 생활 습관(침대 정리 등)을 자기관리의 기본으로 봄
2. 식사 예절과 대화 문화
식사는 단순히 배를 채우는 시간이 아니라
품격과 태도를 배우는 시간
연예·가십보다 가치관, 생각, 삶의 방향 같은 주제로 대화
식기 사용법과 테이블 매너를 자연스럽게 익힘
가정 안에서 사회적 교양과 예절을 교육함
“어떻게 먹는가”를 통해 사람의 태도를 본다고 여김
3. 가족 모임과 아이 교육 방식
정기적으로 대가족 식사 자리를 가짐
모임은 강요보다 관계 유지와 소통 목적
아이들도 어른과 동등하게 대화에 참여
아이 의견을 존중하고 질문을 많이 던짐
어릴 때부터 스스로 생각하고 표현하는 힘을 길러줌
아이를 ‘통제 대상’보다 ‘한 사람’으로 대우하려 함
4. 소비관과 인간관계
명품이나 과시 소비에 큰 의미를 두지 않음
물질적 행복에는 한계가 있다고 생각
돈보다 자신의 정체성과 성장에 투자
같은 가치관을 공유하는 사람들과의 교류를 중요하게 여김
인간관계도 목적과 방향성이 분명한 관계를 선호
감정 소비보다 건설적인 대화를 추구함
5. 충동 조절과 돈 교육
사고 싶은 것이 생겨도 바로 구매하지 않음
“정말 필요한가?”를 스스로 질문하게 함
시간을 두고 욕구를 다시 점검함
즉흥적 소비보다 사고 과정 자체를 중요하게 여김
욕망의 원인을 분석하는 습관을 들임
감정보다 판단으로 소비하려 노력함
6. 부자들의 핵심 가치관
가장 중요한 것은 ‘자신의 정체성’을 찾는 일이라고 봄
삶을 하나의 실험과 연구처럼 바라봄
경험을 통해 스스로를 검증하고 다듬어감
행복은 외부 조건보다 자기 이해에서 나온다고 생각
자신이 어떤 사람인지 꾸준히 탐구함
결국 부자들의 진짜 힘은 돈보다 ‘내면의 기준’에 있다고 봄
-AI를 이용해 요약 정리했습니다.
지금 많은 기업이 AI 집단 광기에 빠져 있다고 믿는다
- 미첼 하시모토: "지금 많은 기업이 심각한 AI 집단 광기에 빠져 있으며, 그들과 이성적인 대화를 나누는 것은 불가능하다"
- 클라우드 인프라 자동화 시대의 MTBF vs MTTR 논쟁이 이제 소프트웨어 개발 산업 전체…
https://t.co/uSvUsbkdSu
"바이브 코딩으로 만든 서비스, 왜 돈이 안 벌릴까?"
요즘 바이브 코딩으로 서비스 만드는 건 정말 쉬워졌습니다. 그런데 만들기만 하면 돈이 벌릴까요? 당연히 아니죠.
제가 오래전부터 강조하고 또 강조해온 게 있습니다. 수익화에서 '만드는 것'이 차지하는 비중은 많이 쳐줘봤자 30% 내외라는 것. 나머지 70%는 마케팅과 운영입니다.
사실 페이드 마케팅은 채널 자체로만 보면 가장 쉬운 마케팅이에요. 돈만 넣으면 트래픽이 바로 나오니까요. 진짜 어려운 건 두 가지입니다. 하나는 내 돈이 실시간으로 빠져나가는 심리적 압박, 다른 하나는 그 돈을 효율적으로 태우는 노하우. 캠페인 구조, 소재, 타겟팅 이게 안 잡히면 돈은 그냥 증발합니다.
그래서 제 노하우가 궁금하신 분들께 제가 직접 매일 쓰고 있는 서비스를 권해드립니다. Google Ads 캠페인 생성 자동화 시스템을 몇 년째 운영하면서 다듬어온 시스템을, 제가 쓰는 환경 그대로 100% 동일하게 사용해보실 수 있습니다.
AI 비용과 운영유지비가 발생해서 유료 기능이지만, 3일 무료체험을 제공하고 있습니다. 페이드 마케팅 앞에서 돈 태우기가 망설여지셨다면 한번 경험해보세요.
AI 자동화로 누가 이득을 보나
(아래 원문 발췌)
ChatGPT 대화를 분석한 연구에 따르면, 미국인의 약 4분의 1이 세금 신고 위해 인공지능 이용했다. 대화 내용의 4분의 3 가까이는 업무와 무관했다. 사람들은 건강, 집안 수리, 재정적 결정 등 예전엔 전문가가 조언하거나 처리했을 법한 사안에 대해 실질적인 도움을 받으려고 ChatGPT를 찾을 때가 많았다.
AI가 사람들 일자리를 빼앗을 거라고들 했지만, 정작 일의 상당수는 우리에게 돌아오고 있다. 노동을 기계가 대행하는 게 아니라 소비자에게 옮겨가는 현상이다. AI 도움 받아 뭐든 스스로 해낼 수 있어 뿌듯할 수도 있지만 점점 그런 일이 늘어나면서 과부하가 걸릴 수 있다.
AI로 인해 예전 같으면 다른 전문가에게 맡겼을 일이 노동 시장에서 가정 안으로 이동해 보이지 않는 무급 노동의 새로운 형태로 자리 잡고 있다.
이런 셀프 서비스로의 흐름은 노동 역사상 가장 강력하면서도 과소평가된 힘의 하나다. 세탁기 같은 가전제품이 나오면서 가사 일은 사라진 게 아니라 집에서 하는 무급 노동이 늘었다. 세탁부는 일을 잃었고 주부는 집안일을 하나 더 떠안게 되었다.
그 패턴은 이후 계속해서 반복돼 왔다. 셀프 계산대는 상품 스캔과 포장을 고객 몫으로 돌렸고, 온라인 증권사는 고객 손에 거래 단말기를 쥐어줬다. 스마트폰은 은행 창구 직원을 당신으로 대체했다.
우리는 스스로 계산원, 여행사 직원, 은행 창구 직원이 되는 데 익숙해졌다. 이런 일을 직접 처리하면 삶의 효율성은 올라갈 수 있다. 하지만 이제 AI는 법무나 회계, 의료처럼 예전엔 오랜 훈련이 필요했던 분야까지 '가사 경제'의 영역으로 들여 오고 있다. 올해 1월 기준으로 전 세계 4천만 명 이상이 증상 확인부터 진료비 명세서 해석, 보험사와의 분쟁 해결에 이르기까지 건강 관련 질문을 위해 매일 ChatGPT를 사용한다.
분명한 이점도 있다. 가족이 클로드를 이용해 중복 청구와 코딩 오류를 찾아내 병원비를 줄이기도 한다. 하지만 AI를 활용한 셀프 서비스는 전문가의 판단력까지 재현해 주지는 않는다. 도구는 묻는 것에 답하지만 전문가는 무엇을 물어야 할지 알려준다. 이게 바로 AI가 가져오는 이율배반이다. 접근성은 높아졌지만 전문성은 얇아진 것이다.
개인이 행하는 셀프 서비스 하나하나는 큰 부담으로 느껴지지 않는다. 사람들은 그것으로 아낀 비용은 알면서도 그 일을 직접 하며 보낸 시간이나 기회비용은 종종 간과한다.
AI 도움으로 직접 해결하는 일이 점점 늘면서 전문가 찾기는 더 어려워질 수 있다. 직원이 있는 계산대나 은행 지점을 찾기가 이미 어려워진 것처럼.
일이 소비자에게 넘어가면 노동 통계에서 사라진다. 기업은 직원을 기계로 대체할 수도, 업무를 고객에게 넘길 수도 있다. 두 경우 모두 유급의 일은 사라지는 셈이다. 집에서 하는 일은 아무도 값을 쳐주지 않는다. 이것이 바로 디지털 혁명이 노동 생산성과 기업 이익은 높이면서도 사람들에겐 과도한 부담을 느끼게 만드는 이유다.
세탁부가 하던 일은 사람들 기억에서 사라지기 훨씬 전에 통계에서 사라졌다. 훨씬 더 많은 직종과 직업이 같은 변화를 앞두고 있다. AI 혁명이 아직은 당신의 일자리를 빼앗진 않았을지 모른다. 하지만 그것은 이미 당신을 일하게 만들었다.
https://t.co/9yUNYQ9ai2
mise를 만들 Jeff Dickey가 Figma를 퇴사하고 https://t.co/6OmPLWkMiq 라는 1인 오픈소스 개발 회사를 만들어서 오픈소스 풀타임 개발을 한다고 한다. 후원으로 수입을 만들고 장기적으로는 mise로 유료 서비스를 만들 생각인거 같은데 좋은 사례가 되었으면 좋겠다.
https://t.co/86OXuod2Mx
https://t.co/yE2b3PSAAe
모두가 AI를 가져도 회사는 여전히 아무것도 배우지 못할 때
- 직원 개인의 AI 생산성 향상은 자동으로 조직 차원의 학습으로 이어지지 않으며, 실제 발견이 개인에서 팀과 조직 역량으로 이동하는 경로가 핵심 과제가 됨
- AI 도입의 복잡한 중간 단계에서는 Copilot, Ch…
https://t.co/QYnrlSuapy