스크립트
00:00:00클로드에게 당신의 삶을, 적어도 지루한 부분들을 맡기세요.
00:00:04클로드를 개인 비서로 만드는 건 사실 매우 쉽습니다.
00:00:07저처럼 매주 5~10시간씩 시간을 아낄 수 있죠.
00:00:10이 채널에서 나만의 '클로드 OS'를 만드는 법을 다룬 적이 있는데요.
00:00:13음성 기능이 포함된 웹 기반 설정이든,
00:00:17옵시디언 기반의 커맨드 센터든 상관없습니다.
00:00:20하지만 이전 영상들에서는 시스템 설계,
00:00:24기술 아키텍처를 구축하는 방법,
00:00:26그리고 실제 옵시디언 볼트를 어떻게 설정해야 하는지에 대해서였죠.
00:00:29하지만 오늘은 조금 다른 이야기를 해볼까 합니다.
00:00:31제 실제 개인 비서 설정,
00:00:35제 사업과 채널, 리서치를 운영하는 데 사용하는 기술과 자동화 방식들을 살펴볼 겁니다.
00:00:41이를 통해 여러분도 어떻게 구현해야 할지 감을 잡을 수 있을 겁니다.
00:00:45여기 보이는 이런 멋진 대시보드나 커맨드 센터 같은 경우,
00:00:49마지막에 다루도록 하죠. 개인 비서 설정을 만들 때 분명 가치가 있으니까요.
00:00:52하지만 우선 정의해야 할 첫 번째는,
00:00:54대체 이 비서가 뭘 할 것인가입니다.
00:00:56무슨 일을 할 것인지 확실히 정해야 하죠.
00:00:59우리가 자동화하여 기술로 바꿀 수 있는 지루하고 반복적인 업무는 무엇일까요?
00:01:04저는 제가 주로 다루는 세 가지 분야에 반복적인 작업이 많다고 봅니다.
00:01:08정말 힘든 노역 같은 것들이죠.
00:01:10엄청난 시간을 잡아먹으면서도 특별한 의사 결정은 필요 없는 일들입니다.
00:01:14그런 단순 업무들을 저는 '클로드 코드(Claude Code)'에 맡깁니다.
00:01:18그 세 가지 분야는 생산성, 영업,
00:01:21그리고 리서치와 콘텐츠 제작입니다.
00:01:23영업과 생산성은 한 카테고리로 묶고,
00:01:24나머지는 소셜 미디어 관련 업무로 봅니다.
00:01:28이렇게 생산성/영업과 리서치/콘텐츠 분야로 나뉩니다.
00:01:32이해가 가시죠?
00:01:33좋은 점은, 여기서 보시는 내용 중 상당수가,
00:01:37콘텐츠 제작을 제외하면 거의 모든 사람에게 적용 가능하다는 겁니다.
00:01:42모두가 콘텐츠를 만드는 건 아니지만, 대부분은 어딘가에서
00:01:46영업이나 마케팅 업무를 하며 고객으로부터 정보를 얻고,
00:01:51그에 대응하고, 매일매일 뒤처지지 않게
00:01:55리서치를 해야 하는 환경에 있으니까요.
00:01:57따라서 제가 사용하는 방식은 여러분에게도 충분히 적용 가능합니다.
00:02:02지금부터 보여드릴 생산성 섹션이 가장 즉각적인 가치를 드릴 겁니다.
00:02:05바로 이메일 분류 자동화인데요.
00:02:06모든 것이 여기서 시작됩니다.
00:02:11이메일 분류 기술은 다음과 같이 작동합니다.
00:02:13매일 아침 8시에 제 Gmail 받은 편지함을 확인합니다.
00:02:16클로드 커넥터를 사용해서 말이죠.
00:02:20지난 24시간 동안 들어온 모든 메일을 살펴보고,
00:02:24잠재 고객, 긴급, 보통, 스폰서, 미팅, 스팸 등 여러 분류로 나눕니다.
00:02:30이메일들을 이렇게 분류한 다음에는 각 카테고리에 따라 다른 작업을 수행하는데,
00:02:34특히 잠재 고객과 스폰서 분류의 경우가 그렇습니다.
00:02:41스폰서 메일이라면 클로드가 자동으로 미디어 키트 링크가 포함된
00:02:46표준 답변을 작성해 줍니다. 가격은 얼마인지 등등을 적어서요.
00:02:50하지만 잠재 고객의 경우, 조금 더 깊은 과정이 시작됩니다.
00:02:54제 웹사이트의 잠재 고객 폼에는 예산, 원하는 서비스,
00:02:57일정 등 기본적인 정보가 다 담겨 있습니다.
00:03:00이 모든 정보는 Claude Code의 받은 편지함 분류 과정에서 수집됩니다.
00:03:04그 후 이메일이 실제 문의라고 판단되면,
00:03:09즉, 내용이 명확하고 예산도 적절하며,
00:03:13무의미한 낚시성 메일이 아니라면 클로드가 웹 검색을 시작합니다.
00:03:17해당 회사에 대한 배경 정보를 조사하고 이메일을 분석해서,
00:03:22미팅을 할 때 제가 무엇을 알고 있어야 하는지 기초 정보를 미리 가져다주죠.
00:03:27발견(Discovery) 미팅을 대비해서요.
00:03:28그 후 클로드는 제가 조사한 내용과 상대방의 요구사항을 기반으로,
00:03:32진행할지 말지를 추천해 줍니다.
00:03:34물론 최종 결정은 제가 내리죠.
00:03:37진행하기로 하면 클로드는 미팅 예약 링크가 포함된 답장 메일 초안을 작성합니다.
00:03:43아니라면 그냥 넘기고요.
00:03:46아니면 그냥 무시하는 거죠.
00:03:47긴급한 메일이라면 잠재적인 답변 초안을 저에게 보여주고,
00:03:51다른 메일들은 표시만 해둡니다.
00:03:52추가로 하는 일은 전체 보고서를 작성하는 건데,
00:03:56이 보고서는 마크다운 파일로 제 옵시디언 볼트에 저장되어,
00:04:00한눈에 내용을 확인할 수 있게 해줍니다.
00:04:02보고서는 이런 식으로 생겼고, 제가 신경 쓸 필요 없는 스팸성 메일도 따로 정리해 줍니다.
00:04:05정말 유용하죠.
00:04:05이 간단한 설정만으로 매일 엄청난 시간을 아낍니다. 이메일을 일일이 읽지 않아도 되니까요.
00:04:08수동으로 분류할 필요도 없고요.
00:04:09잠재 고객을 직접 필터링할 필요도 없습니다.
00:04:12괜찮은 문의라고 판단되면 미리 조사까지 끝내고 답장 초안까지 만들어두니까요.
00:04:16이건 정말 누구든 적용 가능합니다.
00:04:17여러분은 평소에 어떤 이메일을 받으시나요?
00:04:20그 메일들을 어떻게 분류할 수 있을까요?
00:04:22분류가 완료되면 클로드 코드가 무엇을 수행하게 할 것인가,
00:04:24그리고 더 중요한 건, 정보를 분류한 뒤에 Cloud Code가 무엇을 하길 원하느냐는 점입니다.
00:04:29그 부분이 핵심이죠.
00:04:30제 시간을 아껴주는 또 다른 핵심은 제안서와 팔로우업입니다.
00:04:33미팅을 마친 뒤 고객에게 하는 작업이죠.
00:04:37저는 캘린들리(Calendly)를 사용하는데요.
00:04:38미팅이 끝나면 받은 편지함으로 요약 내용이 들어옵니다.
00:04:43캘린들리가 대화의 주요 내용을 정리해서 자동으로 요약을 제공하죠.
00:04:47이 내용이 클로드 코드로 전송됩니다.
00:04:48그 요약본은 바로 클로드 코드(Claude Code)로 전송됩니다.
00:04:52클로드 코드는 그 요약본을 바탕으로 상세 내용을 담은 브랜드 PDF를 생성하죠.
00:04:57가격은 얼마인지,
00:05:00서명 양식은 무엇인지,
00:05:01진행할 것인지,
00:05:02이 모든 것을 담은 제안서를요.
00:05:04그럼 우리는 그냥 진행하면 되는 겁니다.
00:05:05물론 제가 최종적으로 확인하지만, 수동으로 제안서를 만드는 것보다 시간을 훨씬 아껴줍니다.
00:05:09제안서를 만드는 수고를 엄청나게 줄여주니까요.
00:05:12그 후엔 드라이브 링크가 생성되어 고객에게 전송됩니다.
00:05:16링크가 포함된 초안과 함께 말이죠.
00:05:17제안서는 이런 식으로 생겼습니다.
00:05:19이건 테스트용 버전이라,
00:05:20실제 고객 정보는 없지만, 업무 범위, 타임라인, 투자 비용이 다 들어가 있죠.
00:05:24마지막 페이지에는 서명할 공간도 있고요.
00:05:27팔로우업 관련해서는 조금 더 기술적이라,
00:05:30제 AI 감사(Audit) 업무에 국한된 내용이라 자세히 다루지는 않겠습니다.
00:05:34대부분의 여러분과는 상관없을 테니까요.
00:05:35하지만 이게 제 클로드 코드 개인 비서의 생산성 및 영업 측면의 전부입니다.
00:05:38모든 걸 다 할 필요는 없습니다.
00:05:40하지만 여기서 보셨듯, 제가 하루에 수 시간씩 허비하던 지루한 일들을 자동화해 줍니다.
00:05:47말씀드렸듯, 모든 업무를 다 맡길 필요는 없습니다.
00:05:49하지만 보셨다시피, 많은 업무가 제가 평소라면 몇 시간씩 붙들고 있었을 지루한 일들입니다.
00:05:54어떤 걸 클로드에게 맡길 수 있을까요?
00:05:55당장 시작해야 합니다.
00:06:00이제 개인 비서의 리서치 파트로 넘어가기 전에,
00:06:01오늘의 스폰서인 '저'를 잠시 소개하겠습니다.
00:06:07제 '클로드 코드 마스터클래스'를 출시했습니다.
00:06:09비개발자 출신이어도 AI 개발자로 거듭날 수 있는 최고의 방법입니다.
00:06:12오늘 다룬 개인 비서 같은 실질적인 유즈케이스에 집중하죠.
00:06:15다른 AI 도구들과 코덱스 마스터클래스도 커뮤니티에 포함되어 있습니다.
00:06:20AI를 진지하게 배우고 싶다면 꼭 오세요.
00:06:23링크는 아래에 남겨두겠습니다.
00:06:26오늘 보신 제 시스템과 설정들도 다 여기에 있습니다.
00:06:30자, 그럼 이제 리서치 이야기를 해보죠.
00:06:32제 리서치는 전부 AI에 집중되어 있습니다.
00:06:36핵심은 '정보가 어디서 시작되는가'를 아는 것입니다.
00:06:39AI 분야에선 보통 트위터, 깃허브,
00:06:40유튜브가 시작점이죠.
00:06:44여러분 분야의 정보 출처를 먼저 찾아내야 합니다.
00:06:50그걸 알아야 자동화가 가능하니까요.
00:06:52일단 소스를 알면 제 방식과 똑같이 세팅하면 됩니다.
00:06:55가장 중요한 건 '일일 브리핑(Daily Brief)' 자동화입니다.
00:07:00정보 소스를 훑고,
00:07:01무슨 일이 벌어지는지 파악하는 거죠.
00:07:02저에겐 트위터, 유튜브, 깃허브가 전부입니다.
00:07:04깃허브 설정은 간단합니다. 깃허브 API를 써서 트렌딩 AI 프로젝트를 찾죠.
00:07:08주 단위, 월 단위로 분류합니다.
00:07:09이번 주에 새로 나온 것,
00:07:11지난 30일 내에 나온 것 중 트렌딩,
00:07:15지난 24시간 동안 빠르게 성장한 것 등.
00:07:15이걸 통해 사람들이 요즘 뭘 갖고 노는지 바로 알 수 있습니다.
00:07:21AI 분야 트렌드는 하루가 다르게 변하니까요.
00:07:27유튜브와 트위터도 마찬가지입니다.
00:07:27특히 유튜브는 누가 올렸는지, 조회수는 얼마인지 등을 보고,
00:07:32사람들이 정말 관심 있어 하는 주제를 찾아냅니다.
00:07:35구독자가 적은데 조회수가 터진다면?
00:07:36그건 진짜 뜨거운 주제라는 거죠.
00:07:41트위터도 같은 방식으로 분석합니다.
00:07:42핵심은 이런 로우 데이터를 직접 수집할 필요가 없다는 겁니다.
00:07:44물론 제가 직접 확인도 하지만,
00:07:4630분 걸릴 일을 5분 만에 끝낼 수 있게 해주죠.
00:07:50이 이메일 분류와 리서치 브리핑은 '아침 자동화' 루틴으로 묶여 있습니다.
00:07:57컴퓨터를 켜면 알아서 실행되죠.
00:08:00나머지는 'xPulse'라는 앱을 사용합니다.
00:08:01이건 레일웨이(Railway) 서버에서 24시간 돌아가며,
00:08:04AI 분야에서 트렌딩되는 톱 트윗을,
00:08:05텔레그램으로 매시간 보내줍니다.
00:08:10주요 인플루언서들의 소식도 바로 알 수 있죠.
00:08:11트위터를 새로고침하며 기다릴 필요가 없는 겁니다.
00:08:14이게 다 자동화되어 있으니까요.
00:08:16나머지 '유튜브 다이브'와 '심층 리서치'는,
00:08:18필요할 때마다 사용하는 온디맨드 기술입니다.
00:08:21특히 '심층 리서치'는 클로드 코드에 내장된 명령입니다.
00:08:22명령어 하나로 최대 100개의 서브 에이전트가 작동하죠.
00:08:24웹을 샅샅이 뒤지고 정보를 검증해서 최상의 결과를 synthesise 해줍니다.
00:08:29일반 검색과는 차원이 다릅니다.
00:08:30자, 이렇게 시스템을 갖추면,
00:08:33더 이상 시간 낭비할 일이 없습니다.
00:08:38여러분도 각자의 분야에 맞춰 이 시스템을 구축해보세요.
00:08:43실제로 어떤 주제를 다뤄야 할지 정할 때는 AI가 꽤나 오락가락하는 편입니다.
00:08:46우리가 여기서 정말 중요하게 보는 건 AI가 가져오는 가공되지 않은 데이터죠.
00:08:49오늘 영상이 도움이 되셨길 바랍니다.
00:08:50궁금한 점은 언제든 댓글로 물어봐 주시고요.
00:08:52구독과 좋아요도 잊지 마세요.
00:08:57그럼 다음에 더 좋은 영상으로 뵙겠습니다.
00:08:58안녕히 계세요.
00:08:59지루한 업무들은 다 AI에게 맡겨버리세요.
00:09:03그게 여러분의 미래를 바꿉니다.
00:09:05자, 오늘 강연은 여기까지입니다.
00:09:07도움이 되었길 바라며,
00:09:12다음엔 더 실전적인 팁으로 돌아올게요.
00:09:16감사합니다.
00:09:18성공적인 자동화 루틴을 응원합니다.
00:09:22여러분만의 클로드 비서를 만들어보세요.
00:09:27정말 새로운 세상이 열릴 겁니다.
00:09:28기술적인 어려움이 있다면 언제든 물어보시고요.
00:09:32언제나 열려 있으니까요.
00:09:36오늘도 시청해 주셔서 감사합니다.
00:09:37그럼 저는 다음 영상 기획하러 갑니다.
00:09:43다들 파이팅하세요.
00:09:44성공적인 하루 되세요.
00:09:46AI와 함께 말이죠.
00:09:47생산성을 극대화해서 더 가치 있는 일에 집중해보세요.
00:09:54우리에겐 AI라는 든든한 파트너가 있으니까요.
00:09:56더 나은 삶을 향해 함께 나아갑시다.
00:10:00AI 기술은 여러분의 삶을 훨씬 수월하게 해줄 겁니다.
00:10:02오늘 영상이 그 시작이 되길 바랄 뿐입니다.
00:10:07정말 유익한 시간이었길 바랍니다.
00:10:08다음에 또 뵙겠습니다.
00:10:11지금까지, 클로드와 함께하는 자동화 강좌였습니다.
00:10:17정말 고생하셨습니다.
00:10:18좋은 하루 보내세요.
00:10:19이 두 가지, 유튜브 분석과 심층 연구는 특정 목적에 맞는 온디맨드 기술입니다.
00:10:23관심 있는 주제를 찾았을 때 더 깊이 알아보고 싶으면 언제든 사용할 수 있죠.
00:10:28심층 연구는 매우 기본적입니다.
00:10:30기본적이라고 한 이유는 이미 모든 사람의 WOD 코드 내에 설정된 명령어이기 때문입니다.
00:10:35그러니 "/deep research"를 입력하면 본질적으로 미리 로드된 동적 워크플로가 실행됩니다.
00:10:40그냥 내버려 두면 적대적 정보 수집을 수행하는 최대 100개의 하위 에이전트를 생성합니다.
00:10:46본질적으로 정보 수집이죠.
00:10:48웹을 검색해서 정보를 찾은 다음, 서로 검증하며 옳은지 확인하고 합성합니다.
00:10:51Claude 코드에 그냥 웹 검색을 요청하는 일반적인 방식과는 차원이 다릅니다.
00:10:55말이죠.
00:10:55Claude에게 "Fable 5에 대한 정보를 찾아줘"라고 하면,
00:10:59웹을 탐색하기 위해 몇 개의 하위 에이전트를 보낼 뿐입니다.
00:11:01이건 그 기능을 대폭 강화한 것인데, 토큰을 많이 잡아먹지만 많은 사람들이 실제로 사용하지 않는 기능입니다.
00:11:05잘 쓰지 않죠.
00:11:06또한 저는 제가 "유튜브 파이프라인" 기술이라고 부르는 것도 가지고 있습니다.
00:11:11그 기능은 제가 질문하는 내용과 관련된 유튜브 영상을 검색하는 것입니다.
00:11:19그다음 모든 URL을 Notebook LM으로 보냅니다.
00:11:19그렇게 하는 거죠.
00:11:23Notebook LM은 그 모든 대본을 가져와서 합성을 마친 뒤 저에게 보내줍니다.
00:11:29저는 특정 CLI를 사용하여 이 작업을 수행하는데, 바로 Notebook LM Pi CLI입니다.
00:11:34Claude Code에 Notebook LM을 위한 비공식 API를 제공해 주는 셈이죠.
00:11:37그렇게 하면 Notebook LM의 강력한 기능을 모두 사용할 수 있으면서도,
00:11:41Google 서버가 유튜브 대본을 합성하는 비용을 토큰으로 지불하지 않아도 됩니다.
00:11:46우리가 지금 무엇을 하고 있는 걸까요?
00:11:48시간을 아끼려는 거죠.
00:11:49특정 주제에 대해 10개의 유튜브 영상을 다 보고 싶지는 않거든요.
00:11:52요약본만 주세요.
00:11:53합성해주세요.
00:11:5410개 영상의 공통점이 무엇인지 알려주세요.
00:11:57어디서 의견이 갈리는지도 알려주세요.
00:11:58그리고 제가 왜 관심을 가져야 하는지도요.
00:12:00이 모든 걸 합치면, 최소 5시간에서 10시간은 절약해주는 연구 환경이 완성됩니다.
00:12:06이것만으로도 그 정도 시간이 절약되죠.
00:12:11제가 혼자서 이 모든 연구를 하려 했다면 아마 녹초가 됐을 겁니다.
00:12:13정말 힘들었을 거예요.
00:12:15AI 기반 검색을 사용하든 아니든, 생산성과 연구 측면은 함께 가야 한다고 생각합니다.
00:12:20여러분이 일하는 분야에서도 이메일에 답장하거나 무언가를 창작할 때 필요한 연구들이 있을 겁니다.
00:12:24그러니 왜 이 두 가지를 결합하지 않을 이유가 있을까요?
00:12:30그렇죠, 여러분이 만드는 것들은 특정 연구에 기반하고 있잖아요.
00:12:33그러니 왜 이런 것들을 통합하지 않는 거죠?
00:12:35특히 의사결정이 필요 없는 낮은 수준의 작업이라면 더더욱요.
00:12:38Claude 코드를 활용한 개인 시스템에 맡겨서 자동으로 처리하게 하세요.
00:12:42그게 훨씬 효율적입니다.
00:12:44마지막은 '콘텐츠' 영역입니다.
00:12:45대부분의 사람에게는 가장 덜 중요하다고 생각해서 시간을 짧게 쓰겠습니다.
00:12:48그렇지만 혹시 궁금해할 분들을 위해,
00:12:49제가 어떻게 콘텐츠를 만드는지 말씀드리자면, 제 경우엔 단순한 온디맨드 기술을 활용합니다.
00:12:54스크립트 후크나 개요를 짤 때 말이죠.
00:13:00그게 다입니다.
00:13:01저는 Callaway를 정말 좋아하는데, 유튜브에서 아주 훌륭한 크리에이터죠.
00:13:05그래서 후크를 작성하거나 전환을 생각하는 방식 등 여러 영상들을 Claude에게 학습시켰습니다.
00:13:10그런 식으로요.
00:13:13그건 일종의 참고용이죠.
00:13:13하지만 솔직히 말해서 저는 스크립트를 제대로 짜는 편은 아닙니다.
00:13:16그래서 이건 저에게 브레인스토밍 도구에 가깝지만, 매우 유용합니다.
00:13:20제가 할 말을 AI에 전적으로 의존하진 않지만, 어떤 아이디어를 가지고 있을 때 AI와 대화하면 좋거든요.
00:13:25이미 특정 기술로 학습된 상태라 일반적이고 쓸데없는 소리만 늘어놓지 않으니까요.
00:13:30아주 괜찮죠.
00:13:33그런 대화를 거치면서 실제 인간인 저의 아이디어가 구체화되는 겁니다.
00:13:37그렇게 하는 거죠.
00:13:38그러니까 후크와 개요에 관해서는 그런 식으로 접근합니다.
00:13:41스크립트를 완벽히 짜는 사람도 있지만, 저는 그렇게 일하지 않습니다.
00:13:44다음은 패키징인데, 후크나 개요와 비슷합니다.
00:13:47AI에게 제목이나 썸네일을 그냥 만들어달라고 하진 않습니다.
00:13:50썸네일은 거의 제가 직접 합니다.
00:13:52제목에 대해서는 아까 말한 Callaway의 방식을 사용합니다.
00:13:56"어떤 단어를 쓰는지", "어떤 심리적 트리거를 사용하는지" 같은 것들을요.
00:13:59뭐 어떻게 부르든 상관없죠.
00:14:00어쨌든 대화를 주고받는 과정입니다.
00:14:02제가 이전에 반응이 좋았던 제목들을 보여주고 그 이유를 학습시킵니다.
00:14:06종이 한 장과 펜만 가지고 혼자서 모든 걸 100% 만들어내려 하면,
00:14:09분명히 고전하게 될 겁니다.
00:14:12반대로 모든 창작 목적을 AI에게 떠넘기는 것도 힘들 겁니다.
00:14:16이른바 '취향'이 중요한 영역에서는 AI가 그리 뛰어나지 않으니까요.
00:14:20그래서 이런 혼합된 접근 방식이 큰 도움이 됩니다.
00:14:23마지막으로 AI가 저에게 정말 유용한 부분은 '콘텐츠 재활용'입니다.
00:14:28단순히 영상을 폴더에 넣으면 여러 플랫폼에 뿌려주는 정도가 아닙니다.
00:14:32훨씬 깊이 있는 작업이죠.
00:14:33매일 정오와 오후 8시, 하루 두 번 제가 새 유튜브 영상을 올렸는지 확인합니다.
00:14:38그리고 작업을 시작하죠.
00:14:40그 영상에서 대본을 가져오는 '콘텐츠 캐스케이드' 기술을 실행합니다.
00:14:45그다음,
00:14:46대본을 바탕으로 블로그 글, LinkedIn 게시물, 트윗을 다시 작성합니다.
00:14:55이 기술을 완성하는 데는 시간이 좀 걸렸습니다. '나만의 목소리'를 찾아야 했으니까요.
00:15:00목소리는 곧 당신 그 자체입니다.
00:15:02아주 유니크하죠.
00:15:03남들이 '어떻게 기술을 만들면 가장 좋을지' 알려줄 수 있는 성질의 것이 아닙니다.
00:15:06이런 걸 직접 해보고 싶다면 제가 드리는 조언은,
00:15:10자신이 직접 100% 쓴 글의 예시를 가지고 있어야 한다는 점입니다.
00:15:13그리고 지속적인 피드백을 주고받아야 합니다.
00:15:15마치 순환 고리 같죠.
00:15:17Claude에게 제가 쓴 글의 예시를 줍니다.
00:15:21그다음 '이걸 기술로 만들어줘'라고 합니다.
00:15:24알겠죠?
00:15:24그럼 Claude가 기술을 실행하고 결과물을 보여줄 겁니다.
00:15:29그럼 그다음엔 뭘 할까요?
00:15:30그 결과물을 철저히 박살 내는 겁니다.
00:15:32완전히 해체하며 말하는 거죠. 이건 틀렸고, 이건 잘못됐어.
00:15:34이 부분도 틀렸어.
00:15:35이건 좀 틀렸네.
00:15:35이건 맞네.
00:15:36이런 식으로 바꿔보자고 하는 겁니다.
00:15:38수정된 예시를 다시 주고,
00:15:40기술을 업데이트하게 하세요.
00:15:41그럼 새로운 결과물이 나옵니다.
00:15:43그걸 다시 박살 내세요.
00:15:44이 과정을 10번 정도 반복하세요.
00:15:47실제 작업에 적용하면서도 계속 그렇게 해야 합니다.
00:15:50그러면 결국 여러분에게 완벽하게 맞는 기술을 얻게 될 겁니다.
00:15:55그게 유일한 방법입니다.
00:15:56자신의 목소리를 담는 '인간화' 과정을 거치려면 '인간이 루프 안에' 반드시 있어야 합니다.
00:16:01글쓰기에서도 마찬가지고요.
00:16:03그러니 아무거나 '이거 써라'하는 말을 믿지 마세요.
00:16:05스스로 개선되는 원샷 기술 같은 건 없습니다.
00:16:07아니, 아니, 절대 없죠.
00:16:08당신이 반드시 루프 안에 있어야 합니다.
00:16:09그게 방법입니다.
00:16:10블로그용 목소리는 링크드인이나 트윗용과는 조금 다르니 다 따로 만들었죠.
00:16:15링크드인 게시물이나 트윗과는 조금 다르죠.
00:16:17솔직히 말해서 저는 트윗을 직접 올리는 건 매우 귀찮아해요.
00:16:20하지만 링크드인이나 블로그 포스팅은 아주 유용하죠.
00:16:24더 이상 고민할 필요가 없어요.
00:16:26자동으로 게시물을 올리니까요.
00:16:27제 목소리로 게시물을 올려주지 않았다면 전 아마 평생 안 했을 겁니다.
00:16:31안 했을 거예요.
00:16:32이게 제가 실제로 사용하는 Claude 비서 설정과 자동화 기술의 핵심입니다.
00:16:36정말 알짜배기들이죠.
00:16:38여러분도 이 영상에서 이게 얼마나 유니크한 건지 알게 되셨으면 좋겠습니다.
00:16:42저는 더 높은 레버리지를 내는 일에 집중하기 위해,
00:16:46시간 낭비라고 생각되는 업무들을 자동화한 겁니다.
00:16:49이메일 답장도,
00:16:50아침에 대규모 연구를 하는 것도,
00:16:53콘텐츠 재활용도 하기 싫었거든요.
00:16:55제안서를 매번 직접 쓰고 리드를 거르는 것도 정말 싫었습니다.
00:16:59여러분에게 무엇이 그런 귀찮은 문제인지 식별하는 건 오직 여러분 자신뿐입니다.
00:17:02중요한 건, 일단 찾으면 기술로 만들면 된다는 겁니다.
00:17:05잘 작동하는지 확인하고,
00:17:06자동화하세요.
00:17:08몇 번 반복해보면,
00:17:09금세 일주일에 5시간에서 10시간은 거뜬히 아낄 수 있을 겁니다.
00:17:15하지만 이를 더 고급스럽고 일관된 시스템으로 만들려면 구조가 필요합니다.
00:17:20자,
00:17:20브리핑도 만들고 이메일도 처리하고,
00:17:21콘텐츠도 만들고 있는데,
00:17:22어떻게 '뇌'를 줄 것인가?
00:17:23과거에 했던 일을 참조하게 하려면 어떻게 할까?
00:17:26브리핑 내용을 한 대시보드에 다 모으려면?
00:17:29거기서부터 'Cloud OS' 이야기가 시작됩니다.
00:17:30단일 대시보드요.
00:17:32이 영상의 마지막 부분에서 그 내용을 짧게 다룰 예정입니다.
00:17:37이미 과거에 충분히 다뤘던 내용이라 간단히 언급만 하고 넘어가죠.
00:17:41관련 영상 링크도 여기 남겨두겠습니다.
00:17:43모두가 Obsidian과 Claude 코드로 '제2의 뇌'를 말하는 이유가 뭘까요?
00:17:45자, 이제 다들 Obsidian과 Cloud Code를 활용한 제2의 뇌에 대해 이야기하는 것을 들어보셨을 겁니다.
00:17:50왜 Obsidian에 관심을 가져야 할까요?
00:17:51Obsidian 자체가 Cloud Code의 작동 방식을 근본적으로 바꾸는 걸까요?
00:17:55답은 '꼭 그렇지는 않다'입니다.
00:17:58이런 것조차 그저 화려한 시각적 지식 그래프일 뿐이니까요.
00:18:02하지만 Obsidian을 활용하면 개인 비서 설정 내에서 생성된 모든 것을 체계적으로 정리할 수 있습니다.
00:18:09시간이 흐르면서 구축되는 이 지도(맵)를 Cloud Code에 제공하면, 질문에 대해 빠르고 정확하며 진실된 답변을 얻을 수 있습니다.
00:18:19모든 것을 단순히 '폴더'라고 생각해보세요.
00:18:21알겠죠? 다 폴더입니다.
00:18:23맨 꼭대기엔 'Vault'가 있습니다.
00:18:26Obsidian Vault로 지정한 폴더죠.
00:18:30그 아래에
00:18:30하위 폴더들이 있고요.
00:18:31Raw, Wiki, Output 섹션으로 나뉩니다.
00:18:33정보를 적절한 곳에 둘 장소만 있으면 됩니다.
00:18:36Raw는 구조화되지 않은 데이터,
00:18:40예를 들어 Claude 코드가 무작위로 수집한 정보들이죠.
00:18:41아직 합성되지 않은 정보들.
00:18:42그냥 Raw 폴더에 덤프 하는 겁니다.
00:18:44정보가 충분히 모이면, 보고서로 만들어야겠죠?
00:18:47그럼 'Wiki' 섹션으로 옮깁니다.
00:18:49예를 들어, Cloud Code에게 어떤 것들에 대해 조사 좀 해달라고 시킨 거죠.
00:18:52그건 'Output' 섹션입니다.
00:18:53그냥 그 모든 원시 정보를 이곳에 쏟아내는 거죠.
00:18:56음, 정보를 다 모은 다음에는, 그 정보를 어떤 보고서 형태로 만들고 싶겠죠.
00:19:01보고서가 백만 개라면 Claude 코드가 어디로 가야 할지 어떻게 알까요?
00:19:04모든 폴더 아래에 '인덱스 문서'를 둡니다.
00:19:05하위 폴더의 목차 같은 거죠.
00:19:06'여기에 뭐가 있고 저기에 뭐가 있다'고 알려주는.
00:19:09이해되시죠?
00:19:09AI 에이전트, RAG 시스템, 콘텐츠 제작에 관한 보고서들이 있다고 칩시다.
00:19:13그 아래에 자율 코딩이나 도구 사용 패턴 같은 더 상세한 보고서가 또 있다면,
00:19:17Cloud Code는 정보를 찾으러 어디로 가야 할지 어떻게 알까요?
00:19:21Claude 코드가 길을 잃지 않게 말이죠.
00:19:24조직화된 파일 구조와 그 안의 인덱스 파일들.
00:19:28이게 바로 Claude 코드의 'Filing Cabinet'입니다.
00:19:32멋진 지식 그래프도 좋지만, 이 파일링 캐비닛 아이디어가 핵심입니다.
00:19:38두 번째는 커맨드 센터와 대시보드입니다.
00:19:42Claude 코드가 다 하는데, 정보는 어디로 갈까요?
00:19:44어디서 다 볼 수 있을까요?
00:19:45한곳에 모을 순 없을까요?
00:19:46터미널은 그 용도가 아니니,
00:19:49웹 앱 대시보드가 필요합니다.
00:19:53이게 100% 맞춤형 대시보드의 가치입니다.
00:19:54여기서 모든 토큰 소모량과 자동화 기술들을 관리하죠.
00:19:59버튼 하나로 실행하고요.
00:20:00그래서 Cloud Code가 항상 어디로 가야 할지 알게 되죠.
00:20:03절대 길을 잃을 일이 없습니다.
00:20:04이제, 제가 길을 잃는다고 말했는데, Cloud Code가 정말 길을 잃는 걸까요?
00:20:07아니요, 하지만 정리가 되어 있지 않으면 토큰 비용이 증가하게 됩니다.
00:20:14모든 것에 grep만 의존하는 것은 반드시 가장 효율적인 방법은 아니니까요.
00:20:18그래서 효율적인 설정이 되어 있지 않으면 토큰 비용이 늘어날 겁니다.
00:20:22사실 시간이 지날수록 정확도도 떨어지게 되죠.
00:20:26파일 구조가 점점 커지고 그 안에 더 많은 것들이 들어갈수록,
00:20:32어떤 형태로든 정리가 필요합니다.
00:20:34이건 기본적으로 Cloud Code를 위한 파일 캐비닛인 셈이죠.
00:20:37고정 댓글에 링크가 있습니다.
00:20:39하지만 그 서류 보관함이나 지도라는 개념이야말로 진정한 가치입니다.
00:20:42그리고 방정식의 나머지 절반은 일종의 명령 센터와 대시보드 같은 것들이죠.
00:20:45Cloud Code가 제 개인 비서라는 건 멋진 일이에요.
00:20:47이메일을 가져오기도 하죠.
00:20:49끝까지 봐주셔서 감사합니다.
00:20:51더 궁금한 건 댓글로 달아주시고요.
00:20:53구독도 부탁드립니다.
00:20:54다음 영상은 더 대단한 걸로,
00:20:55더 강력한 자동화 시스템을 들고 오겠습니다.
00:20:58오늘 배운 것들 꼭 직접 실습해보세요.
00:21:00Claude 코드는 정말 강력하니까요.
00:21:03잘 활용하시면,
00:21:05분명 생산성이 폭발할 겁니다.
00:21:07그리고 사실 Cloud Code 데스크톱 앱의 목적도 아니죠.
00:21:09그러니 우리가 이런 커맨드 센터에 대해 이야기할 때,
00:21:12AI와 함께하는 여정, 계속 즐겨보자고요.
00:21:15여러분 모두 할 수 있습니다.
00:21:18100% 맞춤 설정이 필요하기 때문이죠.
00:21:20보조 기반 설정에서 그 진가가 드러나는 걸 볼 수 있죠, 그렇지 않나요?
00:21:23여기 모든 지표와 토큰 소모량이 나와 있습니다.
00:21:25우리가 이야기했던 다양한 자동화 기능들도 여기에 다 있죠.
00:21:28버튼 클릭 한 번으로 실행할 수 있습니다.
00:21:30여기 있는 오디언스 섹션은 사실상 아침 보고서를 다르게 분류해 놓은 거예요.
00:21:35웹 앱 버전에서도 똑같은 것들을 확인할 수 있습니다.
00:21:38지표도 있고,
00:21:39기술도 있습니다.
00:21:40아래쪽에는 문서가 있어서 보고서들을 바로 불러올 수 있죠.
00:21:43그리고 이건 제가 옵시디언 볼트에서 볼 수 있는 것과 완전히 똑같은 내용입니다.
00:21:46다음에 봬요!
00:21:48이 대시보드들이 관측 가능성을 제공해 주죠.
00:21:50옵시디언은 이 모든 것을 정리할 수 있게 해 주고요.
00:21:52실제로 시간을 절약해 주는 건 바로 이런 기술과 자동화들이며,
00:21:56개인 비서나 임원 비서로서의 업무를 수행하게 해 줍니다.
00:22:00이 모든 것을 합치면 클라우드가 실제로 여러분을 위해 일하게 만들 수 있죠.
00:22:04구독과 좋아요는 큰 힘이 됩니다.
00:22:06정말 고마워요.
00:22:08이번 영상이 여러분의 비서 업무에 도움이 되었으면 합니다.
00:22:13오늘 이야기한 클로드 코드 마스터클래스나 관련 기술들을 배우고 싶으시거나
00:22:16이런 대시보드들, 제 실제 설정 환경이 궁금하시다면 Chase AI+에서 확인하실 수 있습니다.
00:22:20고정 댓글에 링크를 남겨두었으니 참고해 주세요.
00:22:22다음 영상에서 다시 만나요!