Transcript
00:00:00Claude code에는 콘텐츠 제작 문제가 있는데, Higgs Field의 새로운 MCP
00:00:04서버가 방금 그 문제를 해결했습니다. 모든 AI 콘텐츠 제작 도구를
00:00:09Claude code에 일일이 연결하는 대신에 말이죠.
00:00:10최고의 도구들이 매주 바뀌기 때문에 어쩔 수 없이 그래야만 했지만,
00:00:14이제 MCP 서버를 통해 한곳에서 모두 이용할 수 있습니다.
00:00:17이건 단순히 편의성 측면에서의 승리만이 아닙니다.
00:00:19이제 콘텐츠 제작 프로세스의 상당 부분을
00:00:24작업에 가장 적합한 AI 도구로 안정적으로 자동화할 수 있다는 뜻입니다.
00:00:28그래서 오늘은 이 도구를 설치하는 정확한 방법과
00:00:31이 콘텐츠를 만들기 위해 제가 사용한 프로세스를 보여드리겠습니다.
00:00:34Higgs Field MCP 서버를 사용해 24시간도 안 되어 10만 뷰를 달성했습니다.
00:00:39그럼 Higgs Field MCP 서버가 왜 중요할까요? 왜 관심을 가져야 할까요?
00:00:43도입부에서 암시했듯이 두 가지 이유가 있습니다.
00:00:45첫 번째는 우리가 이제 모든 AI 콘텐츠 제작 도구에
00:00:50접근할 수 있는 단일 통로를
00:00:55갖게 되었다는 사실입니다. 지금까지는 프로그래밍 방식으로 그게 불가능했죠.
00:00:59대신 이 모든 도구를 Claude에 개별적으로 연결해야 했는데
00:01:04정말 귀찮은 일이었습니다.
00:01:05도구마다 각자의 API와 결제 방식이 있어서 아무도 이렇게 하지 않았습니다.
00:01:10어떤 경우에는 API가 공개되지 않은 경우도 있었고요.
00:01:14그래서 실제로 사용하는 한두 개에만 갇혀 지낼 수밖에 없었습니다.
00:01:18문제는 최고의 도구가 항상 바뀐다는 겁니다. 지난주에는
00:01:23nano banana pro가 1위였습니다. 그런데 지금은 GPT images too입니다.
00:01:276개월 전엔 VU three가 최고였고 한 달 전엔 clean이었죠.
00:01:31그리고 오늘은 seed dance입니다. 여러분은 최고의 도구를 쓰고 계신가요?
00:01:35기존 방식대로 설정하셨다면 그러지 못했을 가능성이 큽니다.
00:01:37하지만 이제 Higgs Field MCP에 연결하기만 하면
00:01:42이 모든 도구와 그 이상의 것들에 연결할 수 있습니다.
00:01:47여기서 '이상'이란 17개의 이미지 모델과 14개의 비디오 모델을 뜻하며,
00:01:52Higgs Field의 수많은 독점 모델도 사용할 수 있습니다.
00:01:56하지만 진짜 핵심은 편의성이 아닙니다.
00:01:58MCP 서버이기 때문에 이제 Claude code를 통해
00:02:00이러한 프로세스의 상당 부분을 자동화할 수 있다는 점입니다. 예를 들어,
00:02:05매일 실행되는 자동화 프로그램을 만들 수 있습니다.
00:02:08Claude code가 GitHub을 살펴보고 "이봐,
00:02:11이번 주나 이번 달에 가장 인기 있는 AI 저장소가 뭐야?"라고 묻는 거죠.
00:02:16방금 출시된 새로운 것들을 말이죠. 그리고 그 정보를 가져올 겁니다.
00:02:20그 정보를 Claude code 안으로 가져온 다음,
00:02:22소셜 미디어 포스팅에 사용할 수 있는 방식으로 구조화할 겁니다.
00:02:25저희 예시에서는 카드뉴스가 될 텐데, 그와 동시에 진행될 겁니다.
00:02:30그런 다음 이미지용 프롬프트를 생성해서
00:02:35이런 이미지들을 얻게 될 겁니다.
00:02:36방금 가져온 GitHub의 문구와 정보가 포함된 이미지 말이죠.
00:02:40그 모든 정보를 Higgs Field로 보낼 계획이고,
00:02:43그러면 Higgs Field가 GPT images too를 호출해 모든 걸 만들어 줄 겁니다.
00:02:47그걸 다시 Claude code로 가져오면 끝입니다.
00:02:51완전히 자동화된 콘텐츠 제작 프로세스가 완성되는 거죠.
00:02:54제가 직접 검토할 수도 있고, Claude code가 게시하게 할 수도 있지만,
00:02:57중요한 점은 이제 어떤 흐름이든 자동화할 수 있다는 것입니다.
00:03:01외부의 다른 곳에서 정보를 가져오는 방식으로 더 많이 자동화할 수도 있습니다.
00:03:05이 경우에는 GitHub이었죠.
00:03:07그 정보를 Claude code 내부에서 분석한 다음,
00:03:10분석된 정보를 일종의 콘텐츠 프롬프트로 변환하여
00:03:14Higgs Field MCP로 보냅니다. 그러면 모든 결과물을 저에게 다시 가져다주죠.
00:03:18손가락 하나 까딱하지 않고 멋진 결과물을 얻게 되는 겁니다.
00:03:21이것이 바로 이 MCP 서버를 통해 열리는 진짜 힘입니다.
00:03:25이 두 가지를 결합하면 Claude code를 진정한
00:03:29마케팅 머신으로 만들 수 있습니다. 그럼 설치에 대해 이야기해 보죠. 우선,
00:03:32Higgs Field 계정이 필요합니다.
00:03:34설명란에 링크를 남겨두겠습니다. 지금까지 눈치채셨겠지만,
00:03:37Higgs Field는 AI 콘텐츠 제작에 관한 모든 것을 해결하는 곳입니다.
00:03:42다음으로 MCP를 설치해야 합니다. 방법은 크게 두 가지가 있습니다.
00:03:47하나하나 claud.ai에 접속해서 커넥터를 설정하는 방법이 있고,
00:03:51다른 하나는 Claude code를 통해 터미널에서 바로 하는 방법입니다.
00:03:55커넥터 설정은 매우 간단합니다. claud.ai로 가서
00:03:58설정(Settings)으로 들어간 다음 커넥터(Connector)를 선택하세요.
00:04:01커스텀 커넥터 추가(Add custom connector)를 누르고 이걸 복사해서
00:04:06붙여넣은 뒤 추가(Add)를 누르면 됩니다.
00:04:09그런 다음 연결(Connect)을 누르면 로그인하라는 창이 뜹니다.
00:04:12짠, 이제 됐습니다.
00:04:14이제 웹 앱인 Claude 자체에서 Higgs Field 안에 있는
00:04:19모든 오디오, 비디오, 이미지 도구들을 호출할 수 있습니다.
00:04:23데스크톱 앱에서도 가능하죠. 채팅창에 이렇게 입력했습니다.
00:04:26"Higgs Field 커넥터를 사용해서 GPT image too로
00:04:29Claude code와 Higgs Field의 시너지를 보여주는 이미지를 만들어줘."
00:04:32보시다시피 지금 모델을 호출하고 있습니다.
00:04:36몇 가지 권한을 요청할 겁니다.
00:04:37JSON 형태로 전송되는 실제 프롬프트를 볼 수 있고, 이미지가 생성되는
00:04:42진행 상황도 확인할 수 있습니다.
00:04:42실제 챗봇 애플리케이션이나 데스크톱
00:04:47Claude 앱 내에서 이 작업을 수행할 때의 장점은
00:04:49이미지가 대화창 안에 생성되어 바로 볼 수 있다는 점입니다. 그리고
00:04:52단순히 이미지나 비디오를 만드는 것 이상의 일을 할 수 있다는 걸 기억하세요.
00:04:54이 MCP의 내부에는 실제로 훨씬 많은 기능이 있습니다.
00:04:58Claude에게 직접 설명해달라고 요청할 수도 있지만,
00:05:01무료 스쿨 커뮤니티에 제가 작성한 가이드도 올려두겠습니다.
00:05:04설명란에 해당 링크를 걸어둘게요.
00:05:07여기에 생성된 이미지가 있습니다. 마우스를 올려보면
00:05:10몇 가지 옵션이 보입니다. 다시 생성(Recreate)할 수도 있는데,
00:05:13기본적으로 프롬프트를 다시 보내는 거죠. 애니메이션 효과를 줄 수도 있습니다.
00:05:16비디오 편집기로 보내는 거죠. 편집(Edit)도 가능합니다.
00:05:19편집을 누르면 기본적으로 또 다른 프롬프트 창이 뜹니다. 이 경우엔
00:05:22nano banana too로 보내겠지만, GPT image too 같은 거로
00:05:26바꿀 수도 있습니다. 참조 이미지를 링크하기 때문에
00:05:29무엇을 편집하는지 알고 있죠.
00:05:32그다음 프롬프트만 입력하면 됩니다.
00:05:36챗봇 앱 내에서 사용하는 방법은
00:05:37매우 직관적이라고 할 수 있습니다.
00:05:42하지만 진짜 핵심 기능인 Claude code에서의
00:05:43사용법에 대해 이야기해 봅시다. Claude code 내에서 MCP 서버를 설정하는 것도
00:05:46마찬가지로 매우 간단합니다.
00:05:50그냥 일상적인 언어로 "이 MCP 서버를 설정해줘"라고 말하면 됩니다.
00:05:51다시 Higgsfield MCP 페이지로 돌아가 보겠습니다.
00:05:56이 페이지도 링크해 드릴게요. 커스텀 커넥터를 선택하고
00:05:59복사한 내용을 붙여넣으면 알아서 작업을 시작할 겁니다.
00:06:03설정을 완료해 줄 것이고
00:06:06방금 웹 앱에서 했던 것과 같은 인증 프로세스 링크를 줄 겁니다.
00:06:07설정되었는지 확인하려면 '/mcp'를 입력해 보세요.
00:06:10그러면 Higgsfield가 연결된 것을 볼 수 있습니다.
00:06:13만약 안 보인다면 Claude code와 몇 마디 나누면
00:06:17연결되었는지 확인하는 단계를 안내해 줄 겁니다.
00:06:20Claude code를 종료했다가 다시 실행해야 할 수도 있습니다.
00:06:22일단 MCP 서버가 연결되면,
00:06:26자연어를 사용하여 터미널을 통해 거의 모든
00:06:28AI 콘텐츠 제작 모델을 사용할 수 있습니다.
00:06:34만약 Claude code에 "GPT images too로
00:06:36서로 다른 이미지 16개를 만들어줘"라고 하면 다 해줄 겁니다.
00:06:41이미지를 다운로드하고, "이미지를 나에게
00:06:44보여줘"라고 말할 수도 있습니다.
00:06:47터미널의 유일한 단점은 터미널 내부에서 이미지를
00:06:48직접 볼 수 없다는 점이지만,
00:06:52우리가 정말 하고 싶은 건 이걸 자동화에 넣고
00:06:55스크립트로 만드는 방법을 찾아내는 것입니다.
00:06:58하지만 자연어 프롬프트 방식은 단순하며 웹 앱에서
00:06:59보여드린 것과 정확히 같은 프로세스입니다.
00:07:04그럼 이 과정을 한번 진행해 보죠.
00:07:05먼저 GitHub에서 정보를 가져와 Claude code로
00:07:07다시 가져와야 합니다. 여기서 보시는 것이 바로 그것입니다.
00:07:11이건 매일 아침 실행되는 자동화 프로그램인데,
00:07:13지난 7일 동안 생성된 이번 주 인기 GitHub 저장소
00:07:15상위 10개를 가져와 별점 순으로 순위를 매깁니다.
00:07:20간단한 설명과 같은 여러 정보를 제공하죠.
00:07:24또한 지난 한 달간의 인기 상위 5개도 볼 수 있습니다. 다시 말하지만,
00:07:26이것들은 이제 막 등장한 새로운 것들입니다.
00:07:30이걸 직접 만드는 법은 사실 정말 간단합니다.
00:07:32chase AI plus에 전체 분석 내용을 올려두었지만,
00:07:35Claude code에 대고 그냥 "GitHub을 매일 확인하는
00:07:38자동화 프로그램을 만들어 줄 수 있어?"라고 물으면 됩니다.
00:07:40API 같은 걸 따로 설정할 필요도 전혀 없죠.
00:07:44제가 하고 싶은 건 Claude code가 이 정보를 살펴보고
00:07:46기본적으로 카드뉴스로 변환하게 하는 것입니다.
00:07:51카드뉴스가 익숙하지 않으시다면 이런 게시물을 말합니다.
00:07:55표지가 있고, 이건 '상위 5개 Claude code 프론트엔드 기술'이지만,
00:07:58대신 '상위 5개 GitHub 저장소'나 '상위 5개 AI 저장소'로 할 겁니다.
00:08:02Claude code가 무엇을 만들어내는지 지켜봅시다.
00:08:07여기 보이는 참조 이미지들을 제공할 겁니다.
00:08:09표지와 몇몇 본문 슬라이드를 줄 텐데,
00:08:11같은 스타일로 만들어지길 원하기 때문입니다.
00:08:15어떤 결과가 나오는지 보죠. 이걸 입력하고
00:08:16GitHub 정보도 입력하면 Claude code는 "좋아요,
00:08:20이 GitHub 정보와 참조 이미지를 바탕으로
00:08:23어떤 프롬프트를 만들지 생각해 봅시다"라고 할 겁니다.
00:08:27그래서 저는 Claude code에 꽤 간단한 프롬프트를 주었습니다. 이렇게요.
00:08:31"오늘의 GitHub 인기 데이터를 살펴봐줘.
00:08:34조금 전 Obsidian에서 보여준 것 말이야.
00:08:36그 정보를 가지고 카드뉴스를 만들고 싶어.
00:08:39'이달의 인기 AI 저장소 상위 5개' 같은 제목으로 말이지.
00:08:41이 표지와 본문 슬라이드 같은 형태로 만들어줬으면 좋겠어."
00:08:44그리고 슬라이드 서너 장을 넣어준 뒤 말했습니다.
00:08:48"콘텐츠 제작 단계로 넘어가기 전에 먼저 이야기를 나눠보자."
00:08:52지금 우리는 각 단계를 수동으로
00:08:57하나씩 거치고 있습니다. 콘텐츠 내용은 이미 정해졌죠.
00:08:59이제 Higgs Field로 보내기 전에 먼저 논의를 하려는 겁니다.
00:09:04이 방식이 마음에 들고 계속 반복해서 사용하게 된다면,
00:09:07"이제 GitHub 확인하자", "이제 논의하자", "이제 프롬프트 보내자" 하는 대신
00:09:10이 전체 과정을 하나의 커다란 기술로 만들 수 있습니다.
00:09:15'Higgs Field 스킬'이나 원하는 이름으로 부를 수 있겠죠.
00:09:19이 전체 프로세스를 자동화할 수 있고,
00:09:23매일 아침 GitHub에 새 소식이 뜨자마자 "자,
00:09:27인기 저장소 10개야. 이걸 바로 포스팅으로 만들자"라고 할 수 있죠.
00:09:31매일 "오늘의 인기 AI 저장소 상위 10개" 같은
00:09:33카드뉴스를 올릴 수 있는 겁니다.
00:09:37사람들이 실제로 좋아할 만한 꽤 유용한 콘텐츠이고,
00:09:42이건 그걸 만드는 쉬운 방법입니다. 제 아이디어는 아니지만요.
00:09:45Claude가 "오늘의 인기 파일을 가져왔습니다"라고 말하네요.
00:09:47이번 달 상위 5개 GitHub 저장소를 다시 확인해주고 있습니다.
00:09:52몇 가지 생각들을 내놓네요. Claude code가 좀 의심스럽네요. 약간 수상해요.
00:09:53사람들의 시선을 끄는 각도나 제목,
00:09:56레이아웃, 메인 이미지 등 모든 것에 대해 이야기합니다.
00:10:00여기에 제가 준 프롬프트가 있습니다. '카드뉴스 스킬'을 사용하자고 하는데,
00:10:03사실 이 작업과는 별로 상관없는 스킬인 캐러셀 스킬을 사용하라고 하더군요.
00:10:07Higgsfield MCP와는 아무런 관련이 없죠. 그래서 그 스킬은 무시하라고 했습니다.
00:10:13표지 슬라이드부터 시작해 봅시다.
00:10:18모두가 보게 될 메인 슬라이드를 제가 준 참조 이미지와
00:10:22같은 스타일로 만들길 원합니다. 여러분의 문구와 Higgsfield MCP를 쓰고,
00:10:25GPT images too를 써서 다양하게 만들어 보세요. 말이 좀 길어졌는데,
00:10:26이래서 나중에는 이걸 실제 스킬로 만들고 싶어지는 겁니다.
00:10:30자주 반복하는 작업이니까요.
00:10:31우리는 이 참조 이미지를 직접 입력하고 있기 때문에
00:10:35이와 비슷한 결과물을 만들려고 하는 것임을 기억하세요.
00:10:39내용과 제목만 바꿔서 비슷하게 해달라고 주문하는 거죠.
00:10:43방금 네 가지 변형된 결과물을 가져왔습니다.
00:10:475분 정도 걸렸네요.
00:10:48이 작업의 속도는 전적으로 어떤 모델을 사용하는지,
00:10:53그리고 어떤 품질을 원하는지에 달려 있습니다. GPT image two의 경우,
00:10:55고품질 2K로 네 가지 버전을 요청했습니다.
00:10:58또 하나 생각할 점은, MCP의 작동 방식이
00:11:01단순히 요청을 보내는 방식이라는 겁니다.
00:11:03작업이 끝나도 알림을 주지 않죠. 그래서 Claude code에 말해줘야 합니다.
00:11:07"60초나 90초마다 Higgsfield를 확인해서
00:11:12저는 고화질 2K로 설정하고 4개의 변형을 요청했습니다.
00:11:15이 작업을 할 때 고려해야 할 또 다른 점은 MCP가 작동하는 방식이
00:11:19단순히 요청을 보내는 방식이라는 것입니다.
00:11:21작업이 끝나도 자동으로 알려주지 않으므로, Claude Code에게 이렇게 말해야 합니다.
00:11:25"저기,
00:11:2560초나 90초마다 Higgsfield를 확인해서
00:11:28완료되었는지 확인하고 결과를 가져와 줘."
00:11:32자, 여기 네 가지 변형이 있습니다. 하나, 둘, 셋, 넷.
00:11:37우리는 기본적으로 똑같은 작업을 하라고 명령했습니다.
00:11:39그저 새로운 문구만 넣어달라고 했죠. 그리고 정확히 그렇게 해냈습니다. 사실,
00:11:43꽤 괜찮아 보이네요. 제가 만약 수정을 한다면,
00:11:46하단에 있는 이 목록은 아마 제거할 것 같습니다.
00:11:48상단의 Chase AI 로고가 마음에 쏙 드는지는 모르겠지만,
00:11:52핵심은 "이 참조 이미지를 사용해"라고 말하면,
00:11:55그 참조 이미지를 그대로 전송한다는 것입니다.
00:11:56여러분이 직접 수동으로 작업하는 것과 똑같죠. 그래서 1단계로,
00:12:00커버로 사용할 참조 이미지를 주는 작업은 아주 잘 수행되었습니다.
00:12:04이제 본문 슬라이드에서는 얼마나 잘 하는지 확인해 봅시다.
00:12:07여기 보시면 아시겠지만,
00:12:08실제로 GitHub 페이지 자체에서 데이터를 가져오고 있습니다.
00:12:12그래서 여기서 Claude Code에게 시킬 작업은, 이 가치 제안 페이지에
00:12:17참조 이미지로 쓸 만한 적절한 에셋들을 직접 찾아내라는 것입니다.
00:12:21다시 말씀드리지만,
00:12:21우리는 결과물의 품질을 높이기 위해 Claude Code의 모든 기능을 활용할 수 있습니다.
00:12:26첫 번째 슬라이드는 괜찮으니 본문 슬라이드로 넘어가자고 했습니다.
00:12:30먼저 검색된 첫 번째 GitHub 리포지토리를 사용하라고 했죠. 그리고,
00:12:34해당 GitHub에서 이번 생성 작업에 필요한 에셋들이
00:12:39무엇인지 직접 파악하라고 했습니다. GitHub을 조사해 필요한 에셋을 추출하고,
00:12:42그것들을 MCP 요청에 포함하라고 했습니다. 꽤 많은 일을 시키고 있는 셈이죠.
00:12:46인터넷에 접속해 적절한 리포지토리를 찾고,
00:12:48필요한 것을 가져와 프롬프트에 반영한 다음,
00:12:51MCP로 전송하는 과정입니다. 그리고 그 결과가 이렇게 나왔습니다.
00:12:54참조용으로 awesome-design.md 파일의 슬라이드를 제공해 주었네요.
00:12:58이것이 실제 awesome-design.md GitHub의 모습입니다.
00:13:02꽤 비슷하죠. 잘 나온 것 같습니다. 그리고 네 가지 변형을 주었는데,
00:13:08모두 조금씩 다르지만 특별히 눈에 띄게 이상한 부분은 없으며,
00:13:12정말 훌륭하게 처리했다고 생각합니다.
00:13:14우리가 참조 이미지로 제공했던 미적 요소와도
00:13:19확실히 일치합니다. 아주 만족스럽네요.
00:13:21이제 우리가 할 일은 나머지 슬라이드에 대해서도
00:13:25동일한 과정을 반복하는 것뿐입니다. 하나씩 할 필요도 없습니다.
00:13:27기본적으로 모든 슬라이드를 한꺼번에 쏟아내게 할 수 있습니다.
00:13:30이를 통해 이런 작업을 얼마나 쉽게 콘텐츠 생산 머신으로
00:13:35바꿀 수 있는지 알 수 있습니다.
00:13:35특히 매일 업데이트되는 GitHub 리포지토리 리스트와 같은
00:13:41리소스가 있다면, 사람들이 관심을 가질 만한 상시적인 콘텐츠가 됩니다.
00:13:45그리고 이 모든 것을 여기서 처리할 수 있죠.
00:13:47MCP 서버를 통해 이 과정을 하나의 기술(Skill)로 만들어서
00:13:51창의적인 측면을 크게 강화할 수 있습니다.
00:13:53그리고 한 가지 더 언급하고 싶은 점은, 이 모든 과정에
00:13:57반드시 AI 이미지 생성만을 고집할 필요는 없다는 것입니다.
00:14:00예를 들어, 미적 감각이 중요한 커버 이미지에는 Higgsfield를 사용하는
00:14:04하이브리드 방식을 사용할 수도 있습니다.
00:14:05커버는 첫인상에서 시각적 요소가 큰 역할을 하기 때문이죠.
00:14:08그런 다음 비용이나 토큰 소모를 줄이고 싶다면,
00:14:12본문 슬라이드 같은 경우에는 HTML 등을 사용해서
00:14:16Claude Code가 코드로 생성하게 할 수도 있습니다. 접근 방식은 다양합니다.
00:14:20하지만 가장 중요한 점은 우리에게 선택지가 생겼다는 것입니다.
00:14:22이 MCP 서버 덕분에 이제 다양한 옵션을 가질 수 있게 되었습니다.
00:14:24오늘 이야기는 여기서 마치도록 하겠습니다.
00:14:27관련된 모든 링크는 영상 설명란에서 확인하실 수 있습니다.
00:14:30저의 Claude Code 마스터클래스를 수강하고 싶으시다면
00:14:32반드시 Chase AI Plus를 확인해 보시기 바랍니다.
00:14:35그럼 언제나 그렇듯, 다음에 다시 뵙겠습니다.