Claude Code의 최대 난제를 해결한 오픈소스 저장소
CChase AI
Computing/SoftwareSmall Business/StartupsInternet Technology
Transcript
00:00:00Graphify가 Claude Code의 메모리 문제를 해결했습니다.
00:00:03모든 저장소를 가져와서 거대한 지식 그래프로 변환할 수 있죠.
00:00:06지금 보시는 것처럼 말입니다.
00:00:08이 과정 덕분에 Claude Code가 훨씬 정확한 답변을 제공하면서도
00:00:12토큰 비용은 훨씬 적게 듭니다.
00:00:14전체 코드 베이스를 탐색하고,
00:00:17모든 연결을 매핑하여 그 이면의 이유까지 파악해냅니다.
00:00:21게다가 오픈 소스라서 완전히 무료라는 점이 최고죠.
00:00:24오늘 여러분이 직접 이 기능을 구현하는 방법과
00:00:27내부적으로 어떤 일이 일어나는지 알려드려,
00:00:30바로 활용하실 수 있도록 하겠습니다.
00:00:32Graphify는 몇 달 전에 출시되었습니다.
00:00:34벌써 별점 6만 개에 육박하고 있죠.
00:00:36이 도구는 AI 코딩 어시스턴트가,
00:00:39꼭 Claude Code가 아니더라도, 오늘 시연할 대상이지만요,
00:00:41전체 프로젝트의 코드, 문서, PDF, 이미지, 영상을 매핑해서
00:00:45파일을 일일이 grep할 필요 없이 쿼리할 수 있는 지식 그래프로 만들어줍니다.
00:00:49Graphify를 원하는 저장소에 연결하기만 하면,
00:00:54이런 지식 그래프를 생성합니다.
00:00:55우리가 이 기능을 중시하는 이유는 지식 그래프를 생성하면,
00:01:00모든 것이 이미 매핑되어 있기 때문에 Claude Code가
00:01:04저장소에 관한 질문에 훨씬 쉽게 답할 수 있기 때문입니다.
00:01:06A가 B와 어떻게 연결되고, B가 C와 어떻게 연결되는지,
00:01:09그리고 그 연결이 왜 중요한지가 아주 명확해집니다.
00:01:11이는 파일을 일일이 grep하는 방식과는 대조적인데,
00:01:13기존 AI 코딩 어시스턴트들이 작동하는 방식이 바로 이렇거든요.
00:01:16조금 단순하게 비유하자면, 그냥 'Ctrl+F'로
00:01:19파일을 찾는 것과, 모든 구조가 명확히 매핑된 지도를 가지고 있는 것의 차이랄까요?
00:01:25이 방식은 Claude Code에게 지도를 쥐여주는 셈입니다.
00:01:29그래서 Graphify를 사용하면 토큰 비용은 줄이면서 더 정확한 답변을 얻을 수 있습니다.
00:01:35그럼 토큰 절감 효과가 얼마나 클까요?
00:01:37최대 70배까지 절감된다는 주장도 있지만, 저는 조금 과장된 것 같고요.
00:01:41오늘 데모를 통해 보시겠지만,
00:01:4270배보다는 낮지만 여전히 유의미한 수준입니다.
00:01:45이게 바로 여러분이 관심을 가져야 할 이유입니다.
00:01:47이제 어떻게 작동하는지 알아봅시다.
00:01:48어떻게 코드 베이스가 이런 지식 그래프로 변환될까요?
00:01:51Graph RAG 지식 베이스와 매우 비슷해 보이는데,
00:01:56같은 걸까요?
00:01:56RAG와는 어떤 관계일까요?
00:01:57한번 살펴보죠.
00:01:58세 단계의 패스를 거쳐 작동합니다.
00:02:00첫 번째 패스에서는 코드 구조를 살피는데,
00:02:03이 과정은 완전히 무료입니다.
00:02:05여기 보이는 모든 것이 첫 번째 패스를 통해 만들어진 겁니다.
00:02:09확정적인(deterministic) 작업이죠.
00:02:10AI가 추측하는 게임이 아닙니다.
00:02:12말 그대로 코드를 분석해서,
00:02:15이 코드 조각이 저 코드 조각과 관련이 있다는 것을 파악하는 것이죠.
00:02:18코드 베이스 자체가 이런 방식으로 작성되어 있으니까요.
00:02:20이것은 확립된 연결 관계입니다.
00:02:22설명처럼, Tree-sitter가 코드 파일을 파싱하여 클래스,
00:02:26함수, 임포트, 호출 그래프, 인라인 주석 등을 추출합니다.
00:02:29이 작업은 LLM 없이 로컬에서 실행됩니다.
00:02:31두 번째 패스에서는 비디오와 오디오 파일을 확인하는데,
00:02:34파일이 존재할 경우에 한합니다.
00:02:36만약 존재한다면 Faster-Whisper로 전사됩니다.
00:02:39텍스트로 분해되면,
00:02:41그 내용 또한 지식 그래프에 주입됩니다.
00:02:44마지막으로 문서, 논문, 이미지에 대한 세 번째 패스를 수행합니다.
00:02:47코드 베이스에 순수 코드 외의 파일이 포함되어 있다면,
00:02:50즉 PDF, 문서, 이미지 등 무엇이든,
00:02:54세 번째 패스에서 처리됩니다.
00:02:56여기서 대규모 언어 모델(LLM)이 개입하여
00:02:58의미론적 분석을 수행합니다.
00:03:00즉, 이 문서의 실제 의미는 무엇이며,
00:03:03거대한 지식 그래프에서 어디에 위치해야 하는지를 판단하죠.
00:03:06이 세 번째 패스는 실제 임베딩 과정 없이도
00:03:10RAG 시스템과 유사한 역할을 합니다.
00:03:12이 모든 과정을 거치면,
00:03:13실제 지식 그래프를 생성하기 시작합니다.
00:03:17여기서 더 기술적인 세부 사항으로 들어가긴 하지만,
00:03:19여러분은 노드를 생성한다는 것만 이해하시면 됩니다.
00:03:23노드는 이렇게 작은 원들을 의미하죠.
00:03:26이 원 하나하나가 노드입니다.
00:03:28그리고 노드 사이를 잇는 선인 엣지가 있고,
00:03:33서로 연결된 것들, 그리고 커뮤니티가 있습니다.
00:03:35커뮤니티는 본질적으로 유사한 노드들의
00:03:38큰 그룹일 뿐입니다.
00:03:39지금 보시는 것처럼 486개의 커뮤니티가 있습니다.
00:03:43데이터가 실제로 어떻게 추출되어 그래프로 변환되는지에 대한
00:03:46개요는 이렇습니다.
00:03:47그래프로 만드는 이유는,
00:03:49사실상 그게 Claude Code에게는
00:03:51하나의 지도이기 때문입니다.
00:03:52그래서 더 빠르게 질문에 답할 수 있죠.
00:03:54이제 몇 가지 궁금한 점이 있으실 겁니다.
00:03:56첫째, 코드 구조가 없으면 어쩌죠?
00:03:58마크다운 파일로만 가득 찬 저장소라면요?
00:04:01그냥 수많은 문서인데,
00:04:02지식 그래프를 만들고 싶지만
00:04:03완전한 RAG는 원치 않는다면요?
00:04:05가능할까요?
00:04:05네.
00:04:06사실 Graphify를 통해 Obsidian 볼트로
00:04:08바꿀 수도 있습니다.
00:04:09그건 끝에서 조금 더 얘기해 보죠.
00:04:11두 번째로 궁금하실 점은,
00:04:13이게 GraphRAG와 정말 비슷해 보인다는 것일 텐데,
00:04:15도대체 무엇이 다른가요?
00:04:17차이점은 무엇이며
00:04:18언제 무엇을 사용해야 할까요?
00:04:21Graphify와 LightRAG, RAGanything,
00:04:23혹은 Microsoft GraphRAG 같은 시스템의
00:04:25가장 큰 차이점은 임베딩에 있습니다.
00:04:28임베딩 시스템을 전혀 사용하지 않으니까요.
00:04:29두 번째로 큰 차이는 사용 사례입니다.
00:04:33Graphify는 코드 베이스를 다룰 때 최상의 성능을 보여줍니다.
00:04:35새로운 코드든 기존 코드든 상관없이,
00:04:37거대한 저장소의 구조를 파악하고 싶다면,
00:04:39Graphify가 제격이죠.
00:04:40반면 GraphRAG는
00:04:42더 비정형적인 데이터에 적합합니다.
00:04:44Graphify는 그런 구조 파악에 완벽합니다.
00:04:46GraphRAG는 반대로,
00:04:48비정형 데이터에 정말 좋습니다.
00:04:50수만 개의 PDF나 마크다운 파일이 있는데,
00:04:52그 내용에 관해 질문하고 싶다고 해보죠.
00:04:55전부 정책 문서라고 가정하고,
00:04:57질문은 정책 문서 전체에서
00:04:58어떤 정책이
00:04:59X에 대해 말하는지 찾는 것과 같죠.
00:05:01이 문서들 사이 어딘가에 내용이 흩어져 있을 텐데,
00:05:04꼭 서로 연결된 것은 아닙니다.
00:05:05상당히 비정형적이죠.
00:05:06그럴 때 GraphRAG나 다른 RAG 시스템이 빛을 발합니다.
00:05:09그럼에도 불구하고 이 둘의 경계는
00:05:13다소 모호합니다.
00:05:14아까 언급했듯이 세 번째 패스에서
00:05:16Graphify로도 그런 처리가 가능하거든요.
00:05:18그런 의미에서 일종의 '라이트 RAG' 시스템과 같습니다.
00:05:21Graphify가 무엇인지,
00:05:22어떻게 작동하며 왜 중요한지 알아봤습니다.
00:05:24이제 이 도구를 직접 설치하고
00:05:27실제로 사용해 봅시다.
00:05:27데모로 넘어가기 전에,
00:05:29오늘의 스폰서인 저에 대한 짧은 광고가 있겠습니다.
00:05:32얼마 전,
00:05:33Claude Code 마스터클래스를 출시했습니다.
00:05:35기술적 배경에 상관없이 AI 개발자로 거듭날 수 있는
00:05:37최고의 방법입니다.
00:05:39이 코스는 매주 업데이트되며,
00:05:40Codex 마스터클래스나
00:05:43Claude OS 마스터클래스 같은
00:05:45추가 과정도 포함되어 있습니다.
00:05:48이 분야를 진지하게
00:05:49배우고 싶으시다면,
00:05:51꼭 확인해 보세요.
00:05:52Chase AI+ 내에서 찾아보실 수 있습니다.
00:05:53고정 댓글에 링크가 있습니다.
00:05:55Graphify 설치는 비교적 간단합니다.
00:05:58몇 가지 사전 요구 사항과
00:05:59설치 지침이 있습니다.
00:06:02Cloud Code를 사용 중이라면,
00:06:03정말 간편하게 하는 방법을 추천합니다.
00:06:06Graphify GitHub 링크로 바로 이동하세요.
00:06:08아래에 링크를 남겨두겠습니다.
00:06:09복사해서 Cloud Code에 붙여넣고
00:06:11이렇게 말하세요.
00:06:12야, Graphify 설치해 줘.
00:06:14수동으로 하고 싶으시다면,
00:06:15나와 있는 단계들을
00:06:16그대로 따라 하시면 됩니다.
00:06:18다시 말하지만, Graphify는 플랫폼 독립적이며
00:06:20세상의 모든 코딩 에이전트와 작동합니다.
00:06:22Graphify를 설치했다면,
00:06:23다음 질문은,
00:06:24어떻게 사용하냐는 거겠죠.
00:06:25명령어들은 무엇인가요?
00:06:27명령어들이 꽤 많습니다.
00:06:30정말 너무 많죠.
00:06:31사실 여러분은
00:06:32아무것도 기억 못 하실 겁니다.
00:06:33다행히 Graphify를 설치하면,
00:06:35Graphify 스킬이 함께 제공됩니다.
00:06:38이 기술은 Claude Code에게
00:06:39Graphify 사용법과,
00:06:41자연어를 바탕으로 언제 어떤 명령어를
00:06:42사용해야 하는지를 가르쳐줍니다.
00:06:45그러니,
00:06:47GitHub 저장소를 한번 훑어보고,
00:06:49어떤 기능들이 있는지
00:06:50살짝만 알아두세요.
00:06:51정말 많거든요.
00:06:52이해하세요,
00:06:53다 외울 필요 없습니다.
00:06:54Cloud Code가 알아서 처리할 겁니다.
00:06:56하지만 몇 가지는
00:06:58알아둘 필요가 있습니다.
00:06:59슬래시(/)와 함께 Graphify를 입력하면,
00:07:00현재 위치한 디렉토리에서
00:07:02전체 작업을 실행하게 됩니다.
00:07:04지식 그래프를 조회하기 위한
00:07:05Graphify 명령어도 따로 있습니다.
00:07:07예를 들어 Graphify query나
00:07:09Graphify explain을 사용하면,
00:07:10Cloud Code나 사용하는 코딩 에이전트에게
00:07:12분명하게 전달하죠.
00:07:13야,
00:07:14답변할 때 지식 그래프를
00:07:16답변할 때 활용하게 되죠.
00:07:17게으름 피우지 말고
00:07:17혼자서 답하려고 하지 마세요.
00:07:19게다가,
00:07:19항상 켜져 있게 만드는
00:07:20명령어들도 있습니다.
00:07:21Graphify Cloud install이라고 하면,
00:07:23항상 Graphify를
00:07:25사용해서
00:07:26질문에 답하게 됩니다.
00:07:27일일이 말하지 않아도 되죠.
00:07:28말 그대로 후크(hook)가 되는 거예요.
00:07:29그 외에도 몇 가지
00:07:30흥미로운 플래그들이 있는데,
00:07:31예를 들어 obsidian 플래그는,
00:07:32명령어 한 번으로
00:07:33전체 옵시디언
00:07:34볼트를 생성해서
00:07:35당신을 위해
00:07:36Graphify가 찾아낸
00:07:37모든 것으로 채워줍니다.
00:07:39하지만 다시 말하지만,
00:07:40스킬이 설치되었다는 점을 기억하세요.
00:07:41무엇이 합리적인지
00:07:42헷갈린다면,
00:07:43Cloud Code에게 물어보세요.
00:07:44알아서 이해할 겁니다.
00:07:45그럼 이제 직접 실행해 보죠.
00:07:47데모를 위해,
00:07:47Cloud Code를 OpenDesign에
00:07:49지정할 겁니다.
00:07:51비교적 규모가 큰 코드베이스죠.
00:07:53OpenDesign을 써본 적 없다면,
00:07:55기본적으로 Cloud Design이지만
00:07:57오픈 소스인 버전입니다.
00:07:59내 기기에 복제해 뒀고,
00:08:00그 디렉터리 안에서
00:08:02Cloud Code를 열겠습니다.
00:08:03이제 디렉터리 안에 들어왔고,
00:08:04이제 제가 할 일은
00:08:05슬래시 Graphify,
00:08:07그리고 점을 찍는 것뿐입니다.
00:08:08이제 이 폴더에서 Graphify를 실행합니다.
00:08:10전체 폴더에 대해 말이죠.
00:08:126분간 실행한 결과입니다.
00:08:13이렇게 나왔네요.
00:08:15203개의 파일을 분석했고,
00:08:171,907개의 노드,
00:08:203,447개의 엣지, 109개의 커뮤니티를 찾았습니다.
00:08:24출력 토큰은
00:08:2512만 개 조금 안 되네요.
00:08:27갓 노드(God nodes)들을 나열해 줍니다.
00:08:29갓 노드란 사실상
00:08:30가장 두드러진 노드들,
00:08:32가장 눈에 띄는 연결들을 말합니다.
00:08:33트래버스된 정보들 중에서요.
00:08:36예상치 못한 놀라운
00:08:37연결들도 있었고,
00:08:39질문들도 제안해 줍니다.
00:08:42그래프를 살펴보고 싶다면,
00:08:42이렇게 말하면 됩니다.
00:08:43가서
00:08:44그래프를 보여줘.
00:08:47이렇게요.
00:08:49여기 구축된
00:08:50지식 그래프가 있고,
00:08:51여기 커뮤니티들을
00:08:52확인할 수 있습니다.
00:08:53109개의 커뮤니티가 만들어졌는데,
00:08:54그게 바로 이 클러스터들입니다.
00:08:56확대해서 보면,
00:08:56점들이 보일 텐데,
00:08:58각각의 노드들이고,
00:09:00그 사이에 있는
00:09:01연결선들은 엣지입니다.
00:09:03노드를 클릭하면,
00:09:05오른쪽 상단에
00:09:06정보가 나타납니다.
00:09:07타입이나,
00:09:08코드 노드인지,
00:09:10어떤 커뮤니티인지,
00:09:11출처가 어디인지,
00:09:12주변 노드들은 무엇인지
00:09:13모두 볼 수 있습니다.
00:09:14하지만 기억하세요.
00:09:15시각화가 아무리 멋져도
00:09:16실제 가치는
00:09:17이 지식 그래프 자체가 아닙니다.
00:09:19보기엔 좋지만,
00:09:20진정한 가치는
00:09:21이제 Claude Code에게
00:09:23OpenDesign 저장소에 대한
00:09:24지도를 건네줬다는 사실입니다.
00:09:25이제 질문을 하고
00:09:26Claude Code에 지도를 건네준 셈이죠
00:09:27받을 수 있게 된 거죠.
00:09:29자, 그럼 이제 테스트해 볼까요.
00:09:31저장소에 관한 질문을
00:09:31던져볼 건데요,
00:09:33하나는 Graphify를 사용해서,
00:09:34즉 지식 그래프를 활용하게 하고,
00:09:35다른 하나는
00:09:36Graphify를 사용하지 않고
00:09:37질문해 보려고 합니다.
00:09:38그럼 토큰 차이가
00:09:39어떻게 나오는지
00:09:40비교해 보겠습니다.
00:09:41토큰 차이를 확인하기 위해
00:09:42Claude Code에게
00:09:43같은 질문을
00:09:44던질 겁니다.
00:09:45첫 번째 질문은
00:09:46웹 앱에서
00:09:47코딩 에이전트로
00:09:48디자인 요청이
00:09:49어떻게 흘러가는지
00:09:49추적해 봐.
00:09:50이 애플리케이션이
00:09:51어떻게 작동하는지
00:09:52이해하기 위한 거죠.
00:09:53Claude Code에게
00:09:54Graphify를 사용하라고 하고,
00:09:55두 번째 탭에서는
00:09:56똑같은 질문을 하되
00:09:58Graphify를 사용하지 말라고
00:09:59지시했습니다.
00:10:00첫 번째 탭을 보면
00:10:00Graphify 스킬이
00:10:01바로 로드되는 걸
00:10:03볼 수 있고,
00:10:03질문을 던지자
00:10:04Graphify query 명령어가
00:10:05실행되네요.
00:10:06반면 다른 쪽,
00:10:07Graphify를 안 쓰는 쪽을 보면
00:10:08Claude Code가
00:10:09탐색 에이전트를 생성해서
00:10:10코드베이스를 직접
00:10:11확인하는 걸 볼 수 있습니다.
00:10:11벌써 토큰을
00:10:1310만 개 정도
00:10:14사용했네요.
00:10:15실제 얻은 답변은
00:10:16동일했습니다.
00:10:17Claude Code에게 했던 질문이죠.
00:10:18여기 보면
00:10:19그래피파이(graphify)가 아닌 쪽에서는
00:10:20Claude Code가
00:10:21탐색 에이전트를
00:10:22직접 실행했기에,
00:10:23대략 15만 개의 토큰을
00:10:25소모했고,
00:10:25메인 세션에서
00:10:27추가로 5만 개의 토큰을
00:10:27써버려서,
00:10:28총 20만 개의 토큰을
00:10:29쓴 셈입니다.
00:10:30반면 Graphify 버전은
00:10:308만 개의 토큰만
00:10:31사용했죠.
00:10:32그러니까
00:10:3240% 수준의
00:10:34비용으로 해결한 셈인데,
00:10:35상당한 절감 효과죠.
00:10:36이제 non-graphify 버전도
00:10:37저장소를 다
00:10:38훑어봤기 때문에,
00:10:39다음 질문부터는
00:10:40토큰 소모가
00:10:40그렇게까지
00:10:42심하지는 않을 겁니다.
00:10:43하지만
00:10:44이미 지식 그래프가
00:10:45구축되어 있으니,
00:10:46언제든 Graphify로
00:10:47질문할 때는
00:10:48이런 반복적인
00:10:50토큰 비용을
00:10:50다시 감당할 필요가
00:10:52없어지는 것이죠.
00:10:54저장소를
00:10:55다시 파고들지
00:10:58않아도
00:10:58되니까요.
00:11:00아주 효율적입니다.
00:11:01이게 바로
00:11:02지식 그래프를
00:11:03사용하는
00:11:04이유입니다.
00:11:06Claude Code는
00:11:07정말 똑똑하게
00:11:08질문의 의도를
00:11:09잘 파악합니다.
00:11:11Graphify를 쓰면
00:11:12데이터 분석도
00:11:13정말 빠르죠.
00:11:14코드 최적화나
00:11:14구조 이해에
00:11:16탁월합니다.
00:11:16정말 유용해요.
00:11:17원할 때마다
00:11:18질문할 수 있죠
00:11:18그에 대해
00:11:19그래피파이로요
00:11:20그럼 우리는
00:11:21굳이 매번
00:11:21감당할
00:11:22토큰 비용을
00:11:22계속해서
00:11:23쓸 필요가 없죠
00:11:24그 점이 바로
00:11:25메모리 기능과
00:11:26일맥상통합니다
00:11:26이미 구축해
00:11:27놓았으니
00:11:28언제든
00:11:28저렴하게 쿼리할 수 있죠
00:11:29그럼 이제
00:11:30의문이 생깁니다
00:11:31만약 이게
00:11:31계속 바뀌는 저장소라면
00:11:32업데이트를
00:11:33할 때
00:11:34무슨 일이 벌어질까요?
00:11:35지식 그래프도
00:11:35업데이트될까요?
00:11:36답은 그렇다입니다
00:11:37네
00:11:38리드미 파일에
00:11:39자세히 나와 있어요
00:11:40만약 우리가
00:11:40그래피파이 훅을
00:11:41설치하면
00:11:42자동으로
00:11:43재빌드됩니다
00:11:44커밋할 때마다요
00:11:45그건 순전히
00:11:45AST(추상 구문 트리)만
00:11:46다루기 때문에
00:11:47API 비용이
00:11:48따로 들지 않죠
00:11:48그저 말 그대로
00:11:49무엇이 실제로
00:11:50변경되었는지
00:11:51확인해서
00:11:51지금은 무엇에
00:11:52연결되어 있는지
00:11:53트리를 재구축하는
00:11:53것뿐이니까요
00:11:54비용은 전혀
00:11:54발생하지 않습니다
00:11:55이 모든 게
00:11:56결정론적인 방식으로
00:11:56처리되거든요
00:11:57더 나아가서
00:11:58팀 단위 작업에서도
00:11:59아주 잘 작동합니다
00:12:00개발자 두 명이
00:12:00같은 저장소를
00:12:01동시에
00:12:01작업해도
00:12:02충돌 없이
00:12:02잘 처리해주죠
00:12:03결국
00:12:04지속적이면서도
00:12:04살아있는 지도를
00:12:05얻게 되는 겁니다
00:12:06원하는 저장소를
00:12:07클로드 코드에게 주면
00:12:08더 효율적인
00:12:09답변을 얻을 수 있죠
00:12:09마지막으로
00:12:10살짝 언급했지만
00:12:10옵시디언 플래그를
00:12:11사용하면
00:12:12코드 기반이 아닌
00:12:13저장소도 다룰 수 있어요
00:12:14조금 다르긴 한데
00:12:14그건 다음 영상에서
00:12:15그래피파이와
00:12:16옵시디언을 연결하는 방법을
00:12:17자세히 다뤄볼게요
00:12:18그러니 일단은
00:12:19코드에만 국한되지 않는
00:12:19꽤 유연한 도구라는 점
00:12:20알아두세요
00:12:21오늘은 여기까지 하겠습니다
00:12:22정말 멋진 도구라고 생각합니다
00:12:23클로드 코드나
00:12:23코덱스처럼 메모리와
00:12:25관련된
00:12:26응용 프로그램이나 플러그인
00:12:27범위 안에서
00:12:28그래피파이는
00:12:29옵시디언과
00:12:30진정한 RAG 시스템
00:12:31그 어딘가에 있는
00:12:32훌륭한 도구죠
00:12:33선택지가 많을수록
00:12:33우리의 무기는 늘어납니다
00:12:34작업에 맞는
00:12:35최고의 도구를
00:12:36고를 수 있으니까요
00:12:37꼭 옵시디언만
00:12:37고집할 필요도 없고
00:12:39마크다운만
00:12:40사용할 필요도 없죠
00:12:42복잡한
00:12:43RAG 인프라를
00:12:43일부러 만들지 않아도
00:12:44되니까요
00:12:44이건 정말 유용한
00:12:45중간 지점이라
00:12:46탐색해볼 가치가
00:12:47충분합니다
00:12:48언제나처럼 의견 남겨주시고
00:12:49체이스 AI 플러스에서
00:12:50클로드 코드 마스터클래스도
00:12:52꼭 확인해보세요
00:12:53그리고 옵시디언 관련해서
00:12:53다음 주에
00:12:54무료 라이브 웨비나를
00:12:55진행할 예정입니다
00:12:56옵시디언과
00:12:57클로드 코드에 관해서요
00:12:58참여 링크를
00:12:59아래에 남겨둘 테니
00:12:59관심 있는 분들은
00:13:00확인해주세요
00:13:02그럼
00:13:03다음 시간에
00:13:04다시 뵙겠습니다
00:13:04정말 멋진
00:13:05중간 지점이라
00:13:05한번쯤
00:13:06알아볼 만하다고 생각합니다.
00:13:06항상 그렇듯,
00:13:08여러분의
00:13:08생각을 알려주세요.
00:13:09꼭 확인해 보세요.
00:13:10Chase AI Plus를요.
00:13:11만약 여러분이
00:13:11직접
00:13:12클라우드 코드 마스터클래스를 경험하고 싶으시다면요.
00:13:13옵시디언 이야기가 나온 김에,
00:13:14다음 주에
00:13:15무료 라이브 웨비나를
00:13:16진행할 예정입니다.
00:13:17옵시디언과
00:13:18클라우드 코드에 대한 내용이죠.
00:13:19관련 링크도
00:13:19아래에 남겨둘게요.
00:13:21그럼 다들
00:13:22다음에 또 뵙겠습니다.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video