필로소피 AI 교육_AI 에이전트 및 자동화

1. (쉬운 실습) 클로드 코드, Agent들을 내 마음대로 지휘하다! (에이전트 오케스트레이션, AI Agent Orchestration)

• 핵심 요약 및 개요: 클로드 코드를 활용해 여러 AI 에이전트를 오케스트라 지휘자처럼 제어·조정하는 '에이전트 오케스트레이션(AI Agent Orchestration)' 시스템을 구축하고, 수업 자료 생성을 자동화하는 실습입니다.
• 사용한 도구명: Claude Projects / Gems / GPTs (스타트 프롬프트 제작), Claude Desktop App (Code 기능), VS Code.
• 실습 절차:
  1. Claude Projects에 전용 지침을 입력해 에이전트와 스킬 구조가 포함된 '스타트 프롬프트'를 생성합니다.
  2. 스타트 프롬프트를 복사해 Claude 데스크톱 앱의 Code 탭(로컬 폴더 지정)에 입력합니다.
  3. 클로드 코드가 오케스트레이터 및 서브 에이전트 5개와 6개의 스킬 파일을 지정 폴더에 자동 생성합니다.
  4. 대화창에서 "중학교 과학 광합성 수업 자료를 만들어줘"라고 지시합니다.
  5. 에이전트들이 병렬로 작동하여 수업 계획서, 워크시트, 퀴즈 등을 동시에 생성하는 것을 확인합니다.
• 주의점: 초기 설계도 역할을 하는 '스타트 프롬프트'가 구체적이어야 에이전트와 스킬 파일이 오차 없이 정확하게 구성됩니다.
• 활용 팁: 개별 에이전트를 따로 불러올 필요 없이 오케스트레이터가 요청을 분석해 일괄 병렬 처리해주므로, 단 한 번의 질문으로 다양한 형태의 산출물을 한눈에 도출할 수 있습니다.

2. (실습) Agent Builder 배포하는 방법 (n8n, make, zapier 대체 서비스 등장!)

• 핵심 요약 및 개요: OpenAI의 노코드 자동화 도구인 Agent Builder의 연동법을 익히고, 이를 바이브 코딩 및 OpenAI API 키와 결합하여 셰익스피어 시험 문제 생성 웹앱으로 배포하는 전체 과정을 다룹니다.
• 사용한 도구명: OpenAI Agent Builder (platform.openai.com/agent-builder), Project Gutenberg (원문 자료), OpenAI API Key, Cursor (바이브 코딩).
• 실습 절차:
  1. platform.openai.com/agent-builder에 접속하여 새 워크플로우를 만듭니다.
  2. '자료 수집 에이전트' 노드를 가져와 지침과 Project Gutenberg 파일 검색(File Search) 툴을 등록합니다.
  3. '문항 생성 에이전트'와 'User Approval' 노드를 순서대로 연결하고 워크플로우를 게시(Publish)합니다.
  4. 추출된 에이전트 SDK 코드를 복사해 Cursor 등 바이브 코딩 툴에 전달하고 웹 사이트 코드를 생성합니다.
  5. 배포된 웹 사이트에 OpenAI API 키를 입력해 학생용 시험지, 답안지, 교사용 가이드가 포함된 시험 문제를 자동 출력합니다.
• 주의점: Agent Builder 웹 화면의 프리뷰나 임베드를 이용하려면 조직 신분증 인증(Verification) 절차가 요구될 수 있습니다.
• 활용 팁: n8n이나 Make 같은 외부 서비스 없이 OpenAI 플랫폼 내에서 노드로 연결된 에이전트 워크플로우를 구축할 수 있어 개발 체계가 정돈됩니다.

3. [클로드 Cowork] 매일 같은 시각에 뉴스레터 자동 생성하는 법 (작업 예약 기능)

• 핵심 요약 및 개요: Claude 데스크톱 앱의 Cowork 기능과 작업 예약(Schedule) 설정을 결합하여, 폴더 내 부동산 엑셀 데이터를 분석하고 매일 오전 9시 최신 뉴스 기반 뉴스레터를 자동 발행하는 시스템을 구축합니다.
• 사용한 도구명: Claude Desktop App (Cowork), 한국은행/KB 부동산 CSV 데이터 (12개), 인터넷 웹 검색, 작업 예약 기능 (/schedule).
• 실습 절차:
  1. 부동산 관련 CSV 데이터 파일 12개가 담긴 로컬 폴더를 만든 후 Claude Cowork에서 작업 폴더로 지정합니다.
  2. Cowork에게 해당 폴더 데이터를 분석하여 '원페이지 보고서 및 뉴스레터 스킬'을 자율 생성하도록 지시합니다.
  3. 스킬을 통해 12개 CSV 각각의 요약 보고서와 한국 부동산 종합 분석 보고서를 도출합니다.
  4. 매일 아침 최신 부동산 뉴스를 검색해 보유 엑셀 데이터와 대조·분석하는 뉴스레터 프롬프트를 테스트합니다.
  5. "매일 오전 9시에 자동 실행 스케줄을 설정해줘"라고 요청하여 예약 작업을 완료합니다.
• 주의점: 정해진 시각에 예약 작업이 실행되려면 해당 컴퓨터가 켜져 있어야 하며, Cowork가 폴더 내부 파일을 수정/삭제할 수 있으므로 원본 데이터 백업이 필수적입니다.
• 활용 팁: 매일 실시간 검색된 뉴스 트렌드와 사전에 넣어둔 정량적 데이터 통계를 대조 분석하여 인사이트를 도출하므로, 시황 보고서 작성 자동화에 유용합니다.

4. [클로드 Skills] 나만의 AI 직원에게 업무 인수인계 하는 법

• 핵심 요약 및 개요: 클로드의 스킬(Skills) 기능을 활용하여 내 업무 스타일에 맞춘 재사용 가능 지침서(.zip 모듈)를 만들고, AI 인수인계서 형태로 등록하여 대화창에서 자유롭게 불러와 사용하는 기법을 소개합니다.
• 사용한 도구명: Claude (Projects / Skills / Profile Settings), 스킬 제작 전문팀 프롬프트 (.txt), .zip 모듈 파일.
• 실습 절차:
  1. Claude에서 '스킬스 제작 전문팀' 프로젝트를 생성하고 전용 지침(.txt)을 세팅합니다.
  2. 기존에 만들어둔 PPT 파일이나 유튜브 대본 자막 예시 파일 3개를 첨부하여 내 스타일을 분석하게 합니다.
  3. 프로젝트 팀이 가이드라인(어조, 금지사항 등)을 적용해 생성해 준 .zip 스킬 파일을 다운로드합니다.
  4. Claude 프로필 -> 설정 -> 기능 -> 스킬 업로드 메뉴로 이동하여 다운로드한 .zip 스킬을 등록합니다.
  5. 새 대화창에서 "필로소피 스타일로 대본을 써줘"라고 요청하면 등록된 스킬을 자동 인식하여 맞춤형 대본을 생성합니다.
• 주의점: 너무 많은 스킬을 동시에 활성화해 두면 클로드가 작업 시 혼란을 겪을 수 있으므로 사용하지 않는 스킬은 설정의 토글 스위치로 꺼두어야 합니다.
• 활용 팁: 커스텀 인스트럭션이 모든 대화에 일률 적용되는 것과 달리, 스킬은 대화 중 필요할 때만 명칭이나 맥락으로 불러와 일관된 업무 품질을 유지할 수 있습니다.

5. AI Agent 이메일 자동화 (Flowise AI)

• 핵심 요약 및 개요: 오픈소스 AI 에이전트 빌더인 Flowise AI를 이용해 Claude 3.5 Sonnet, Serp API(구글 검색), Gmail 연동(Composio)을 결합하고 실시간 검색 기반 이메일 자동 전송 에이전트를 구축하는 실습입니다.
• 사용한 도구명: Flowise AI, Claude 3.5 Sonnet (Anthropic Console API Key), Serp API, Composio (Gmail Integration).
• 실습 절차:
  1. Flowise AI에 접속하여 'AgentFlow' 새 프로젝트를 생성하고 시작 노드를 배치합니다.
  2. AI 모델로 Anthropic Claude 3.5 Sonnet을 선택하고 API 키 크리덴셜을 등록합니다.
  3. 구글 검색용 Serp API 노드를 추가하고 계정 API 키를 연동합니다.
  4. Composio 서비스를 통해 Gmail 커넥터를 승인(Connect)하고 'Send Gmail' 툴 노드로 플로우와이즈와 연결합니다.
  5. 채팅창에 "손흥민 선수의 커리어를 검색해서 내 이메일로 작성해 보내줘"라고 요청 후 이메일 수신을 확인합니다.
• 주의점: Composio 연동 시 Gmail 계정 접근 권한 승인을 빠짐없이 체크해야 하며, 최신 3.5 Sonnet 모델 등 사용 시 API 비용이 발생할 수 있어 한도를 확인해야 합니다.
• 활용 팁: 단순 문장 생성을 넘어 웹 실시간 정보 검색과 이메일 실제 발송 툴이 직관적인 노드로 연결되어 있어, 정기 리포트 발송 업무를 손쉽게 오토메이션할 수 있습니다.

6. AI Agent, Operator 진짜 놀랍네요..

• 핵심 요약 및 개요: OpenAI가 공개한 CUA(Computer Using Agent) 기반 웹 자동화 에이전트 Operator(운영자)의 주요 기능, 시각적 브라우저 제어 시연, 'Take Control' 기능 및 파급력을 분석합니다.
• 사용한 도구명: OpenAI Operator (ChatGPT Pro Plan 전용), 야놀자 / 아고다 / 오픈테이블 / 인스타카트.
• 실습 절차:
  1. ChatGPT Pro 요금제 계정에서 '운영자(Operator)' 모드를 선택하여 실행합니다.
  2. 야놀자 등의 예약 사이트를 고르고 "경주 2박 3일 오션뷰 숙소를 찾아줘"라고 요구사항을 입력합니다.
  3. Operator가 시각적 브라우저 화면을 직접 보며 새로고침, 날짜 선택, 오션뷰 필터링을 자율 수행하는 과정을 관찰합니다.
  4. 중간에 사람이 직접 개입할 때 'Take Control' 버튼을 눌러 로그인을 수행한 뒤 'Return Control'로 업무 인수인계를 전달하여 재개합니다.
  5. 최종 결정 단계에서 승인(Allow)을 받아 결제 전 단계까지 예약을 대행 완료시킵니다.
• 주의점: 아직 리서치 초기 단계로 웹 요소 인식에 다소 시간이 걸리거나 오류가 날 수 있으며, 로그인/결제 등 중요 개인정보는 사람이 직접 입력해야 합니다.
• 활용 팁: AI가 시각적으로 브라우저를 마우스와 키보드로 제어하므로, 사용자는 자리를 비우고 알림(Notification)이 올 때만 접속해 승인해주면 되는 개인 비서 서비스를 경험할 수 있습니다.

7. AI Agent가 내 자료를 참고해서 이메일을 보내줍니다! (Flowise AI Document store)

• 핵심 요약 및 개요: Flowise AI의 Document Store 기능과 Supabase(PostgreSQL Vector DB) 및 Google Embedding Gemma를 연동하여, 내 사내 보도자료/PDF 데이터를 RAG 방식으로 읽어 정돈된 요약 이메일을 자동 발송하는 실습입니다.
• 사용한 도구명: Flowise AI (Document Store), Supabase (PostgreSQL), Google AI Studio (Gemini Embedding), Composio (Gmail API).
• 실습 절차:
  1. Flowise AI 메뉴에서 'Document Store'를 생성하고 한국은행 기업경기조사 보도자료(PDF)를 업로드합니다.
  2. Text Splitter로 청크(Chunk Size 1000) 분할 후 Google Gemini Embedding 모델과 Supabase 데이터베이스 연결 정보를 입력합니다.
  3. 업서트(Upsert)를 실행하여 PDF 문서 내용을 벡터 수치로 분할·저장합니다.
  4. 에이전트 플로우로 돌아와 해당 Document Store를 널리지(Knowledge) 노드로 연결합니다.
  5. 대화창에 "Document Store에 넣은 자료를 요약해서 이메일로 보내줘"라고 명령하여 메일 수신을 확인합니다.
• 주의점: Supabase 커넥션 세팅 시 DB 비밀번호 및 포트번호(6543 등)를 정확히 기입해야 하며, 문서 분할 청크 크기와 오버랩 설정을 적절히 해주어야 답변 누락이 없습니다.
• 활용 팁: 챗봇 형태의 RAG를 넘어, 내 문서 원본을 바탕으로 핵심 인사이트를 요약해 즉시 Gmail로 발송하는 고도화된 업무 자동화 파이프라인을 구축할 수 있습니다.

8. AI의 생산성을 높이는 방법 (Agentic Workflow)

• 핵심 요약 및 개요: 앤드류 응(Andrew Ng) 교수의 강연을 바탕으로, 단판 답변(Zero-shot) 대신 성찰·도구사용·기획·협업으로 구성된 반복 개선 구조 Agentic Workflow의 개념과 적용 효과를 파악하고 GPTs 실습을 진행합니다.
• 사용한 도구명: Agentic Workflow (Reflection, Tool Use, Planning, Multi-Agent Collaboration), ChatGPT (GPTs).
• 실습 절차:
  1. 앤드류 응 교수의 4가지 에이전틱 디자인 패턴(Reflection, Tool Use, Planning, Multi-Agent Collaboration) 이론을 분석합니다.
  2. GPTs 생성 화면에서 김태호(가이드), 이미린(리뷰), 최진수(완성) 등 멀티 에이전트 역할을 하나의 인스트럭션으로 설정합니다.
  3. 주제(예: AI 교육 영향 콘텐츠 기획)를 던지면 초고 작성 -> 비판적 검토 -> 개선안 제시 프로세스를 단계별로 거치게 합니다.
  4. 팀원 간 대화 및 검토 과정을 통해 초안보다 정교하고 논리적인 최종 산출물 및 출처 링크를 도출합니다.
  5. GPT 3.5 모델에 에이전틱 워크플로우를 적용하는 것만으로도 Zero-shot GPT-4의 답변 품질을 능가함을 실험 결과로 확인합니다.
• 주의점: 한 번의 질의응답으로 완료되지 않고 여러 번의 추론 및 수정 루프를 거치므로 토큰 소모량과 응답 대기 시간이 늘어날 수 있습니다.
• 활용 팁: 더 비싼 모델을 쓰기보다 저렴한 모델이라도 스스로 검토(Reflection)하고 도구를 쓰도록 프롬프트를 설계하면 AI 답변의 신뢰도와 깊이를 비약적으로 올릴 수 있습니다.

9. Google Gemini API와 OpneAI Assistants API 비교! (Gemini Structured prompt 추천)

• 핵심 요약 및 개요: Google AI Studio의 제미나이 API 3가지 모드(Freeform, Chat, Structured)와 OpenAI Assistants API의 구조를 비교하고, 지도학습 개념이 접목되어 답변 정확도가 극대화되는 Structured Prompt의 특징을 분석합니다.
• 사용한 도구명: Google AI Studio (Gemini Pro/Vision, Structured Prompt), OpenAI Assistants API (Playground).
• 실습 절차:
  1. Google AI Studio에서 새 프롬프트 열기 후 Freeform, Chat, Structured Prompt 메뉴 세 가지 차이점을 비교합니다.
  2. Structured Prompt를 선택하고 인스트럭션(레스토랑 리뷰 응대)과 컬럼(Input/Output)을 설정합니다.
  3. "샌드위치가 맛있어요" -> "감사합니다", "서비스가 별로예요" -> "죄송합니다" 등 인풋-아웃풋 정답 쌍 예시 데이터를 입력합니다.
  4. 테스트 인풋창에 "맛있어요 두 그릇 먹었어요" 입력 후 실행하여 지도학습 데이터 패턴 기반의 고품질 응답을 도출합니다.
  5. 'Get Code'를 눌러 작성된 프롬프트를 파이썬/자바스크립트 코드로 추출하고 OpenAI Assistants API와의 특징을 비교합니다.
• 주의점: Temperature, Top-K, Top-P 값을 높게 설정하면 응답이 다양해지나 일관성이 떨어지므로, 서비스 응대용 Structured Prompt에서는 낮게 유지하는 것이 안전합니다.
• 활용 팁: 단순히 긴 지시문만 넣는 것보다 입출력 정답 예시를 표 형태로 학습시키는 Structured Prompt 방식을 활용하면 환각 현상을 대폭 줄이고 원하는 어조와 규격의 답변을 안정적으로 얻을 수 있습니다.

10. OpenAI Assistants API 활용법 (나만의 교육팀 만들기)

• 핵심 요약 및 개요: OpenAI Assistants API의 어시스턴트 ID와 파이썬 Streamlit, GitHub, Streamlit Cloud를 연동하여, 사용자가 직접 본인의 API 키를 입력해 작동하는 교육 지원 웹사이트를 제작·배포합니다.
• 사용한 도구명: OpenAI Assistants API, Claude (파이썬 코드 생성), VS Code, Python (Streamlit), GitHub, Streamlit Cloud.
• 실습 절차:
  1. OpenAI 플랫폼에서 어시스턴트(교육팀 챗봇)를 생성하고 발급된 Assistant ID를 복사합니다.
  2. Claude에게 "Assistants API와 Streamlit을 사용하되 사용자가 웹에서 API 키를 입력하도록 파이썬 코드를 짜줘"라고 요청합니다.
  3. VS Code에서 생성된 파이썬 코드(app.py)와 requirements.txt 파일 두 개를 작성합니다.
  4. 두 파일을 GitHub 신규 레포지토리에 커밋 및 업로드합니다.
  5. Streamlit Cloud에 접속하여 해당 저장소를 연동 배포 후, 웹 UI에서 자신의 OpenAI API 키를 입력하고 교육팀 챗봇 대화를 수행합니다.
• 주의점: 코드 안에 API 키를 직접 하드코딩하여 공개 저장소에 올리면 과금 남용 위험이 크므로, 사용자 입력 방식(st.text_input)을 적용하거나 환경 변수 세팅을 해야 합니다.
• 활용 팁: 개발 지식 없이도 Assistants API에 저장해 둔 인스트럭션과 파일 검색(File Search) 기능을 웹 인터페이스 형태로 변환해 사내 및 외부 사용자들에게 공유할 수 있습니다.

1. OpenAI 첫 에이전트, Operator 출시! (AGI로 가는 여정, Lv3)

• 핵심 요약 및 개요: OpenAI가 첫 번째로 선보인 AI 에이전트인 Operator(운영자)의 핵심 개념과 AGI 5단계 레벨 중 Lv.3(에이전트) 진입의 의미, 그리고 CUA(Computer Using Agent) 시각적 제어 기술을 다룹니다.
• 사용한 도구명: OpenAI Operator (ChatGPT Pro Plan 전용), CUA (Computer Using Agent), OpenTable / Instacart / Agoda.
• 실습 절차:
  1. ChatGPT Pro 요금제 계정에서 '운영자(Operator)' 모드를 실행합니다.
  2. 에이전트가 작동할 웹 서비스 앱(오픈테이블, 인스타카트, 아고다 등)을 선택합니다.
  3. "저녁 7시 오션뷰 식당 예약해 줘" 또는 "인스타카트에서 식재료 구매해 줘"라고 자연어 명령을 입력합니다.
  4. Operator가 브라우저 상에서 마우스 커서와 키보드를 스스로 움직이며 검색 및 필터링을 진행하는 과정을 확인합니다.
  5. 'Take Control'을 눌러 사용자 로그인 및 결제 정보를 직접 입력한 후 'Return Control'로 인수인계하여 예약을 마칩니다.
• 주의점: CUA 기술 기반으로 작동하여 AI가 브라우저 요소를 잘못 클릭하거나 주문을 착오할 위험이 있으므로 결제 전 최종 내역을 점검해야 합니다.
• 활용 팁: 단순 텍스트 답변이 아닌 AI가 사람을 대신해 실제 마우스와 키보드로 웹사이트를 조작해 주므로, 여행 예약이나 쇼핑 몰 장보기 등 개인 비서 업무에 최적화되어 있습니다.

2. 교육자분들을 위한 업무 자동화 프로그램 만드는 방법 (클로드 데스크탑앱)

• 핵심 요약 및 개요: Claude Projects 지침에서 교사용 자동화 프롬프트를 추출하고 Claude 데스크톱 앱의 Code 탭(로컬 환경)을 구동하여, 인터넷 연결 없이 윈도우에서 실행 가능한 성적 관리 도구 프로그램(.exe)을 만듭니다.
• 사용한 도구명: Claude Projects (업무 자동화 팀), Claude Desktop App (Code 모드), Python, PyInstaller (.exe 변환).
• 실습 절차:
  1. Claude Projects에 업무 자동화 프롬프트 제작 지침을 넣고 교사용 프로젝트를 구성합니다.
  2. 성적 처리 및 출결 관리에 필요한 질문 답변을 진행하여 맞춤형 개발 프롬프트를 생성합니다.
  3. Claude 데스크톱 앱을 열고 상단 메뉴 중 'Code' 탭을 선택한 뒤 로컬 세팅 폴더를 지정합니다.
  4. 복사한 프롬프트를 입력해 클로드 코드가 해당 로컬 폴더에 파이썬 및 응용 프로그램을 자동 작성하게 합니다.
  5. 배포(Publish) 폴더 내 생성된 응용 프로그램(*.exe)을 클릭해 윈도우 환경에서 프로그램을 작동 및 테스트합니다.
• 주의점: 클로드 코드가 작업을 진행할 때 로컬 파일 작성 허용(Allow) 권한을 지정해 주어야 코딩이 멈추지 않고 완료됩니다.
• 활용 팁: 웹 브라우저 접속 없이 오프라인 PC 단독 실행 파일(.exe)로 만들어지므로, 학교나 회사 동료 교사들에게 파일째 공유하여 활용하기 좋습니다.

3. 구글의 최신 AI 모델로 나만의 건강검진 분석팀 만들기 (Gemini 2.5 Flash Preview 05-20)

• 핵심 요약 및 개요: 일일 무료 호출 한도가 높은 구글 Gemini 2.5 Flash Preview 모델과 Cursor AI, Netlify 서비스를 연동하여, PDF 건강검진 결과지를 오프라인/온라인으로 분석해 주는 사이트를 제작하고 웹으로 배포합니다.
• 사용한 도구명: Google AI Studio (Gemini 2.5 Flash Preview API Key), Cursor AI, GitHub, Netlify, HTML/JS/CSS.
• 실습 절차:
  1. Cursor AI 에이전트 모드에서 "Gemini 2.5 Flash API가 연동된 건강검진 분석 웹 사이트를 작성해 줘"라고 요청해 HTML, JS, CSS 파일 3개를 생성합니다.
  2. 생성된 파일 3개를 본인의 GitHub 레포지토리에 업로드합니다.
  3. Netlify 사이트에 가입 후 해당 GitHub 저장소를 지정하여 무료 퍼블릭 웹 주소로 배포(Deploy)합니다.
  4. 구글 AI 스튜디오에서 발급받은 Gemini API 키를 배포된 웹사이트에 등록합니다.
  5. 건강검진 결과 PDF 파일이나 수치를 업로드하여 Gemini 2.5 Flash가 도출하는 건강 종합 분석 결과를 확인합니다.
• 주의점: AI가 분석해 주는 건강검진 보고서는 교육용 참고 자료이며, 절대 정식 의사의 임상적 진단과 치료를 대신할 수 없습니다.
• 활용 팁: Gemini 2.5 Flash Preview 모델은 하루 500회, 1분당 10회까지 무료 이용이 가능하므로 API 비용 부담 없이 나만의 특화 웹앱을 자유롭게 만들어 공유할 수 있습니다.

4. 구독자분이 깃헙에 올려주신 코드를 써봤습니다! (Skillful Agent System Builder)

• 핵심 요약 및 개요: 구독자가 제작해 GitHub에 공개한 'Skillful Agent System Builder' 오픈소스 프로젝트를 복제(git clone)하여, 샘-제니-윌리 3단계 에이전트와 스킬을 자율 생성하고 고품질 수업 교안 및 PPT 슬라이드를 구축합니다.
• 사용한 도구명: Skillful Agent System Builder (GitHub Repository), AntiGravity, Claude Code, Git, NotebookLM (Slide Deck).
• 실습 절차:
  1. AntiGravity 또는 터미널(CMD)에서 git clone <저장소 주소> 명령어를 실행해 프로젝트를 다운로드합니다.
  2. cd 명령어로 복제된 해당 프로젝트 폴더 경로로 이동합니다.
  3. "고등학교 역사 교사를 위한 고려 시대 학습 에이전트 시스템을 만들어 줘"라고 지시합니다.
  4. 샘(요구사항 분석) - 제니(설계) - 윌리(검토) 에이전트가 협업하여 에이전트 3개와 스킬 4개를 자동 구축합니다.
  5. 생성된 고품질 수업 대본을 복사해 PPT/슬라이드 덱 생성기에 입력하고 내보내기를 진행합니다.
• 주의점: 터미널 실행 시 반드시 git clone으로 다운로드받은 해당 프로젝트 폴더 위치 내부로 이동(cd)한 상태에서 명령을 내려야 오류가 나지 않습니다.
• 활용 팁: 긴 프롬프트를 일일이 작성할 필요 없이, 3단계 시스템 빌더가 내 요구사항에 들어맞는 전문 에이전트와 스킬 구성을 자동으로 완성해 줍니다.

5. 나만의 건축•인테리어 디자이너 만들기 (나노 바나나 프로 + Veo 3.1 활용)

• 핵심 요약 및 개요: 나노 바나나 Pro(Gemini 3 Pro Image)로 2D 아파트 도면을 입체 3D로 변환하고 손스케치·마감재·가구 배치·낮밤 분위기를 시각화한 뒤, Veo 3.1을 연결해 시네마틱 건축 홍보 동영상을 연쇄 제작하는 실습입니다.
• 사용한 도구명: Google AI Studio (Gemini 3 Pro / Nano Banana Pro API), Google Veo 3.1 (Flow / Frames to Video), Claude Projects (인테리어 프롬프트 팀).
• 실습 절차:
  1. Claude Projects 지침에 인테리어 프롬프트 생성 팀 템플릿을 등록해 프롬프트를 추출합니다.
  2. 2D 아파트 평면도나 손스케치 이미지를 나노 바나나 Pro에 업로드하고 입체 3D 변환을 요청합니다.
  3. 대리석 마감재 교체, 빈 공간 가구 배치, 낮과 밤 조명 연출, 건물 외관 리노베이션 이미지를 연속 도출합니다.
  4. 생성된 고화질 3D 이미지를 Google Flow의 Veo 3.1(Frames to Video)에 업로드합니다.
  5. 카메라 움직임과 빛 그림자가 사실적으로 표현되는 시네마틱 건축 홍보 비디오를 렌더링합니다.
• 주의점: Google AI Studio에서 나노 바나나 Pro 모델 이용 시 호출량에 따라 Billing 비용이 청구될 수 있으므로 요금 상태를 수시로 점검해야 합니다.
• 활용 팁: 단순 평면 도면이나 투박한 손스케치만 있어도 손쉽게 정교한 3D 인테리어 시안과 움직이는 비디오로 즉시 변환할 수 있어 고객 제안용으로 유용합니다.

6. 나만의 컨텐츠팀 만들기 (유튜브, 블로그, 인스타그램)

• 핵심 요약 및 개요: Claude 3.5 Sonnet 무료 버전에 기존 채널 정보 PDF를 첨부하고 폴-제시-줄리아-테드로 구성된 에이전트 워크플로우 프롬프트를 입력하여, 월 구독료 없이 나만의 AI 콘텐츠 제작팀을 구동하는 가이드입니다.
• 사용한 도구명: Claude 3.5 Sonnet (무료 플랜), Agentic Workflow Prompt, PDF 첨부파일 (채널 가이드 / 대표 대본).
• 실습 절차:
  1. 내 유튜브/블로그/인스타그램 채널 개요 및 우수 대본 예시가 정리된 PDF 문서를 준비합니다.
  2. 폴(초안) - 제시(수정) - 줄리아(대본) - 테드(품질검토)로 이루어진 에이전트 팀 프롬프트를 작성합니다.
  3. Claude 3.5 Sonnet 대화창에 준비한 PDF 문서와 프롬프트 지침을 한 번에 올립니다.
  4. "부부 관계 개선을 위한 인스타그램/유튜브 콘텐츠 아이디어를 추천해 줘"라고 요청합니다.
  5. 에이전트 팀원들이 단계별 협업을 거쳐 도출한 대본 및 PPT 미리보기 아티팩트를 확인합니다.
• 주의점: Claude 3.5 Sonnet 무료 버전은 대화 횟수 한도가 있으므로 한 번 질문할 때 명확하고 정교한 지침을 전달하는 것이 효율적입니다.
• 활용 팁: 채널 정보와 과거 대본을 PDF로 함께 넣어주면 AI가 채널 고유의 어조와 특성을 정확히 학습하여 어색함 없는 맞춤형 대본을 생성해 줍니다.

7. 알리바바의 Web Sailor 사용해보기

• 핵심 요약 및 개요: 알리바바의 오픈소스 심층 웹 자율 탐색 모델인 Web Sailor (3B)의 개념을 파악하고, Cursor 및 Streamlit 파이썬 코드를 이용해 오프라인 웹 에이전트 검색 시스템을 구축·테스트하는 가이드입니다.
• 사용한 도구명: Alibaba Web Sailor (3B Model / Hugging Face), Cursor AI, Python, Streamlit, GPU / PyTorch.
• 실습 절차:
  1. 허깅페이스에서 알리바바 Web Sailor 3B 모델 파일 구조를 파악합니다.
  2. Cursor AI를 열어 Web Sailor 연동 파이썬 스트림릿 코드(app.py)와 requirements.txt를 만듭니다.
  3. 터미널에서 streamlit run app.py 명령어로 오프라인 웹 에이전트 UI 사이트를 로컬 구동합니다.
  4. 대화창에 "AI가 교육 분야에 미치는 영향에 대해 웹을 심층 탐색해 정리해 줘"라고 질의를 전달합니다.
  5. Web Sailor가 자율적으로 기획을 세우고 웹사이트를 다단계 항해(Sailor)하며 도출한 한글 보고서를 확인합니다.
• 주의점: 3B 경량 모델 특성상 문장 중간에 간혹 한자가 섞여 나올 수 있으며, PC에 GPU가 없는 경우 CPU 전환 코드로 교정해야 합니다.
• 활용 팁: 단순 단답형 검색을 넘어 AI가 직접 웹을 항해하며 정보를 수집·종합해 주므로, 복잡한 주제의 딥 리서치 및 보고서 자료 수집 시 유용합니다.

8. 업무 문서 AI로 각색하기 (네이버 뉴스 API 연동, 필로소피의 AI 고민 상담소 #2)

• 핵심 요약 및 개요: 매년 반복 작성하는 공문서를 다채롭게 각색하기 위해, 샘-스테파니-윌리엄 에이전트팀과 네이버 뉴스 API(Serp API/스킴 코드)를 GPTs에 연동하여 최신 시사 이슈가 반영된 보고서를 자동 생성합니다.
• 사용한 도구명: ChatGPT (GPTs), Serp API (serpapi.com), Naver News API, Claude, Custom Actions Schema.
• 실습 절차:
  1. serpapi.com 사이트에 가입하여 개인 API 키를 발급받아 메모장에 저장합니다.
  2. GPTs 설정 화면에서 지침으로 샘-스테파니-윌리엄 공문서 각색 에이전트 팀 프롬프트를 기입합니다.
  3. Custom Actions 항목에 네이버 뉴스 연동 스키마 코드를 추가하고 발급받은 API 키를 세팅합니다.
  4. 대화창에 전년도 공문서 텍스트(예: 탄소 중립 실현 방안)를 넣고 "네이버 뉴스 API와 연동해 최신 동향에 맞춰 각색해 줘"라고 지시합니다.
  5. 에이전트 팀이 최신 뉴스를 자동 검색·반영한 신규 공문서와 하단 참조 뉴스 링크 목록을 확인합니다.
• 주의점: 스키마 코드 등록 시 API 키 입력란에 본인의 Serp API 키를 명확히 기입해야 네이버 뉴스 실시간 연동 에러를 방지할 수 있습니다.
• 활용 팁: 기존 공문서틀은 유지하면서 네이버 뉴스의 최신 시사 동향과 정확한 레퍼런스 URL 링크가 자동으로 결합되어 문서의 신뢰도가 크게 상승합니다.

9. 이제 AI Agent가 데이터 수집, 분석까지 해주는 시대 (Genspark AI)

• 핵심 요약 및 개요: AI 에이전트 기반 검색 서비스인 Genspark AI의 AI Sheet 기능을 활용해, 프롬프트 한 줄 입력만으로 데이터 수집, 자율 검증, 셀 업데이트 및 엑셀(.xlsx) 파일 다운로드까지 자동화하는 방법입니다.
• 사용한 도구명: Genspark AI (genspark.ai), AI Sheet Agent, Super Agent.
• 실습 절차:
  1. genspark.ai 웹사이트 접속 후 구글 계정으로 로그인합니다.
  2. 고급 에이전트 메뉴에서 'AI Sheet' 아이콘을 클릭합니다.
  3. 대화창에 "한국의 저출산 고령화 통계 및 현황 데이터를 정리해 줘"라고 요구사항을 전달합니다.
  4. AI Sheet 에이전트가 자율 판단으로 통계청 지표를 실시간 검색하고 헤더/컬럼 시트 테이블을 자동 구성합니다.
  5. 수집된 데이터를 바탕으로 셀을 일괄 업데이트하고 완성된 테이블을 '엑셀 파일 내보내기'로 저장합니다.
• 주의점: 무료 이용 분량 한도가 설정되어 있으므로 대용량 데이터 시트 작업을 자주 수행할 경우 크레딧 잔여량을 체크해야 합니다.
• 활용 팁: 단순히 텍스트 답변을 읽는 데서 나아가 수치별로 깔끔하게 정리된 엑셀 파일 형태로 바로 내려받을 수 있어 데이터 분석 업무 속도가 대폭 향상됩니다.

10. 클로드 Agent View 쉬운 설명 :)

• 핵심 요약 및 개요: Claude Code에서 구동 중인 여러 멀티 에이전트들의 작업 진행 상황을 한 화면에서 관제탑처럼 실시간 모니터링하고 제어할 수 있는 Agent View 기능의 메커니즘과 활용법을 다룹니다.
• 사용한 도구명: Claude Code, CMD / Terminal (claude agents), Agent View (Dashboard).
• 실습 절차:
  1. 터미널(CMD)을 열고 claude --version 명령어로 버전을 확인한 뒤 필요시 claude update를 실행합니다.
  2. 터미널에 claude agents 명령어를 입력해 에이전트 뷰 관제탑 화면을 실행합니다.
  3. 병렬 구동 중인 수많은 에이전트 세션 목록과 실행 상태(색상 표시)를 한눈에 모니터링합니다.
  4. 'Need Input'(노란색) 상태인 에이전트로 키보드 방향키를 이용해 진입(Enter)한 뒤 승인/답변을 전달합니다.
  5. 왼쪽 방향키를 눌러 다시 관제탑(Agent View) 화면으로 돌아오거나, 터미널 창을 꺼도 백그라운드에서 작업이 유지되는 것을 확인합니다.
• 주의점: Agent View 명령어가 정상 구동하려면 반드시 Claude Code가 최신 버전으로 업데이트되어 있어야 합니다.
• 활용 팁: 여러 터미널 창을 번거롭게 따로 띄울 필요 없이 하나의 관제 화면에서 노란색(입력 필요), 녹색(완료), 빨간색(오류)으로 구분해 복수의 에이전트 작업을 손쉽게 관리할 수 있습니다.

클로드 Cowork 윈도우 버전 출시! AI와 일하기 더 쉬워졌습니다!

• 핵심 요약 및 개요: 앤트로픽에서 클로드 코워크(Cowork) 윈도우 버전을 정식 출시함에 따라, 비개발자도 클로드 데스크톱 앱을 통해 내 PC의 로컬 파일에 직접 접근하여 파일 읽기, 수정, 생성, 자동화 작업을 수행할 수 있게 되었습니다.
• 사용한 도구명: Claude Desktop App (Windows 버전, Cowork 기능), 구글 AI 스튜디오/통계청 국가통계포털(KOSIS) CSV 데이터, MS Word.
• 실습 절차:
  1. 구글에서 클로드 데스크톱 앱 다운로드 페이지로 이동하여 윈도우용 클로드 데스크톱 앱을 설치 및 구동합니다.
  2. 코워크 탭을 선택하고 플러그인(데이터 분석 등)을 활성화합니다.
  3. 통계청에서 다운로드받은 출산율 및 인구 관련 CSV 엑셀 파일들을 작업 폴더에 세팅합니다.
  4. 대화창에 "해당 자료를 바탕으로 한국의 출산율에 대한 데이터 분석 보고서를 작성해 줘"라고 요구합니다.
  5. 코워크가 CSV 로드, 인코딩 수정, 목차/지역별/연령별 분석을 거쳐 완성된 워드 보고서(.docx) 파일로 자동 도출합니다.
• 주의점: 코워크는 로컬 폴더에 직접 접근하여 파일을 수정·삭제하므로 백업이 필수적이며, 현재 Pro/Team/Enterprise/Max 유료 요금제 사용자에게 제공됩니다.
• 활용 팁: 어렵고 복잡한 CLI 터미널 환경(Claude Code) 대신 익숙한 데스크톱 GUI 환경에서 데이터 분석 및 문서 자동화 작업을 완결할 수 있습니다.

클로드 Dispatch 기능! 이제 길거리에서 Claude에게 일을 시킬 수 있는 시대

• 핵심 요약 및 개요: 모바일 클로드 앱에서 명령을 내리면 데스크톱 PC의 클로드 데스크톱(Cowork)을 원격으로 제어하여 파일 수정, 문서 작성, 작업 수행을 진행하는 Dispatch(디스패치) 원격 제어 기능 가이드입니다.
• 사용한 도구명: Claude Desktop App (Cowork - Dispatch 기능), Claude Mobile App (iOS/Android), PPT / MS Office.
• 실습 절차:
  1. PC에서 클로드 데스크톱 앱을 켜고 코워크 탭에서 Dispatch 기능을 활성화 및 QR코드 연동을 마칩니다.
  2. 스마트폰 클로드 모바일 앱에서 Dispatch에 접속하여 PC와 연동합니다.
  3. 스마트폰 대화창에 "PPT 스킬을 활용해 디스패치와 오픈클로 비교 PPT 자료를 만들어줘"라고 입력합니다.
  4. PC에 저장된 PPT 파일 위치(바탕화면 등)를 모바일로 대답하여 파일을 찾고 원격으로 수정을 지시합니다.
  5. PC 로컬의 PPT 파일에 모바일로 요청한 슬라이드 내용이 자동으로 반영 및 저장된 것을 확인합니다.
• 주의점: 모바일에서 PC의 전체 권한에 접근하므로 피싱 링크나 중요 파일 훼손에 주의해야 하며, 데스크톱 PC가 켜져 있고 앱이 작동 중이어야 실행 가능합니다.
• 활용 팁: 외출 중이거나 이동 중에도 스마트폰으로 사무실/집 PC에 있는 문서를 탐색하고 작업을 완료시킬 수 있습니다.

클로드 Projects 기능 : 나만의 AI 팀원 만들기

• 핵심 요약 및 개요: Claude Pro/Team 플랜에서 지원하는 Projects 기능을 활용하여 사내 자료나 PDF/텍스트 파일을 등록하고, 에이전틱 워크플로우(Agentic Workflow) 프롬프트를 세팅하여 나만의 전담 AI 팀원을 구축하는 가이드입니다.
• 사용한 도구명: Claude 3.5 Sonnet (Projects 기능), PDF/텍스트 자료, Custom Instructions.
• 실습 절차:
  1. 클로드 좌측 메뉴에서 'Projects'를 누르고 'Create Project'를 선택하여 프로젝트 이름과 목표를 기입합니다.
  2. 'Project Knowledge' 영역에 보유 중인 PDF 논문, 대본, 도큐먼트 텍스트 자료들을 업로드합니다.
  3. 'Custom Instructions'에 폴-샘-제시카-제니-제임스로 구성된 에이전틱 워크플로우 역할을 영문/한글로 기입합니다.
  4. 대화창에 "클로드 3.5 Sonnet 프로젝트 기능을 소개하는 유튜브 대본을 짜줘"라고 질의합니다.
  5. 팀원별(초안-검토-수정-스크립트-총괄) 티키타카 협업을 거쳐 우측 아티팩트(Artifacts) 창에서 고품질 대본을 완성합니다.
• 주의점: 유료 요금제(Pro 이상의 구독)에서 사용 가능하며, 엑셀 파일은 바로 지원되지 않으므로 PDF, 도큐먼트, 텍스트 포맷으로 변환 후 연동해야 합니다.
• 활용 팁: 대화 세션이 바뀌어도 사전에 세팅된 프로젝트 지침과 소스 자료를 그대로 유지하므로, 유튜브 콘텐츠 기획/딥러닝 연구 등 정형화된 업무 튜닝에 유용합니다.

클로드 Prompt Caching (RAG의 대체재가 될 것인가 : API 비용 감소, 속도 증가)

• 핵심 요약 및 개요: 반복 조회되는 대용량 프롬프트 및 문서 데이터를 클로드 서버에 임시 저장(캐싱)하여, API 호출 비용을 최대 90% 절감하고 응답 지연 시간을 85% 감축시키는 Prompt Caching 기술의 원리와 파이썬 연동 실습입니다.
• 사용한 도구명: Claude API (Anthropic Console / Claude 3.5 Sonnet / Haiku), Python, VS Code, .env 파일, 헌법재판소 판례 텍스트.
• 실습 절차:
  1. 앤트로픽 콘솔에서 API 키를 발급받아 프로젝트 폴더 내 .env 파일에 안전하게 세팅합니다.
  2. 파이썬 코드(caching.py)에 엔트로픽 베타 헤더(prompt_caching-2024-07-31) 및 캐시 컨트롤 매개변수를 등록합니다.
  3. 동일 경로에 분석할 헌법재판소 판례 텍스트 파일(law.txt)을 세팅합니다.
  4. 첫 번째 API 호출을 실행하여 판례 요약 및 캐시 생성(Cache Creation Input Tokens: 10,234)을 수행합니다 (약 7.7초 소요).
  5. 동일 세션에서 두 번째 질의를 보냈을 때 cache_read_input_tokens로 전환되며 인풋 토큰 추가 생성 0, 비용 절감 및 응답 속도 대폭 향상을 확인합니다.
• 주의점: 캐시 생성(Write) 시 첫 인풋 가격은 약 25% 비싸지만, 생성된 캐시를 읽을 때(Read)는 10% 가격만 적용되므로 대용량·반복 질의 환경에서 극적인 비용 절감 효과가 발생합니다.
• 활용 팁: 대용량 법률 문서, 코드베이스, 매뉴얼을 반복 참조하는 엔터프라이즈 RAG 시스템이나 멀티턴 대화형 아키텍처에 적용 시 속도와 비용 효율을 대폭 높일 수 있습니다.

클로드 prompt caching with PDF

• 핵심 요약 및 개요: 14페이지 분량의 한국은행 경제 보고서 PDF 파일을 파이썬 PyPDF/pypdf 라이브러리로 읽어들여 클로드 Prompt Caching을 적용하고, 캐시의 라이프사이클(약 5분 휘발성) 특성을 분석하는 실습입니다.
• 사용한 도구명: Claude API (Claude 3.5 Sonnet / Prompt Caching Beta), Python, VS Code, pypdf, .env, 한국은행 BOK 이슈노트 PDF.
• 실습 절차:
  1. pypdf 패키지를 설치하고 PDF 파일에서 텍스트를 자동 추출하는 파이썬 함수(open_pdf_file)를 정의합니다.
  2. 2차 베이비부머 은퇴 경제 보고서 PDF(BOK.pdf)를 파이썬 스크립트와 동일 폴더에 배치합니다.
  3. 첫 호출 시 16,116개 토큰의 캐시가 생성되며 한국은행 요약 보고서 답변을 도출합니다 (약 12초 소요).
  4. 5분 이내에 연이어 추가 질문("AI 활용 정책 대응 방안은?")을 보냈을 때 input_tokens: 0으로 캐시를 즉시 재사용함을 확인합니다.
  5. 5분 경과 후 캐시 데이터가 휘발(Expiring)되면 다시 16,116개 인풋 토큰이 차감되는 라이프사이클 동작 메커니즘을 점검합니다.
• 주의점: 200페이지가 넘는 초대형 PDF는 API 타임아웃이 발생할 수 있으므로 적절한 분량(10~50페이지 내외)으로 시도해야 하며, 5분간 질문이 없으면 캐시가 자동 삭제됨에 유의해야 합니다.
• 활용 팁: 단발성 질문보다는 5분 이내에 보고서나 규정집 PDF에 대해 다각도의 연속 질의응답을 이어나갈 때 캐싱 효율이 극대화됩니다.

클로드를 좋아하는 네 번째 이유 : AI Agent 오케스트레이션

• 핵심 요약 및 개요: 지휘자 역할을 하는 오케스트레이터(Orchestrator) 에이전트와 분야별 서브 에이전트(리서치, 스크립트, 썸네일, SNS)를 클로드 프로젝트 및 클로드 데스크톱 앱(Code)으로 구축하여, 한 번의 명령으로 수업/콘텐츠 자산을 병렬 처리로 제작하는 기법입니다.
• 사용한 도구명: Claude Projects (Start Prompt 팀), Claude Desktop App (Code 모드 / 로컬 환경), Cursor / VS Code, Markdown / Text Output.
• 실습 절차:
  1. 클로드 Projects 지침에 스킬풀 에이전트 프롬프트 제작 지침(.txt)을 입력합니다.
  2. "AI 교육 유튜브 채널 운영자를 위한 에이전트 오케스트레이션 시스템을 짜줘"라고 요청하여 스타트 프롬프트(Start Prompt)를 생성합니다.
  3. 복사한 스타트 프롬프트를 클로드 데스크톱 앱의 Code 탭(로컬 지정 폴더)에 입력합니다.
  4. 클로드 코드가 5개 에이전트 파일과 5개 스킬 파일을 로컬 폴더에 병렬로 자동 생성합니다.
  5. "바둑 기사의 AI 학습 원리를 교육에 적용하는 콘텐츠를 만들어줘"라고 지시하면 오케스트레이터가 리서치->스크립트->썸네일->SNS 글을 병렬로 완성해 out/ 폴더에 저장합니다.
• 주의점: 시작점인 스타트 프롬프트(Start Prompt)의 설계가 구체적이고 정교해야 오케스트레이터가 하위 에이전트와 스킬을 오류 없이 올바르게 생성합니다.
• 활용 팁: 수동으로 에이전트를 하나씩 호출할 필요 없이 단 한 번의 자연어 지시만으로 다양한 형태의 연관 콘텐츠들을 병렬로 수 분 만에 한곳에 도출할 수 있습니다.

클로드를 좋아하는 다섯 번째 이유 : 코워크 Cowork

• 핵심 요약 및 개요: 클로드 데스크톱 앱의 Cowork 기능을 통해 지정된 내 로컬 폴더 내 다수의 워드/엑셀 문서를 클로드가 자율적으로 읽고, 분석하고, 문체를 리라이팅(Rewriting)하거나 파일들을 병렬 수정하는 에이전틱 작업 가이드입니다.
• 사용한 도구명: Claude Desktop App (Cowork 모드), Local Work Folder, MS Word (.docx), Projects Context / Skills.
• 실습 절차:
  1. 클로드 데스크톱 앱 실행 후 사이드바에서 'Cowork'를 고르고 로컬 작업 폴더를 지정합니다.
  2. 작업 폴더에 책 원고 챕터 1~8 워드 파일들(.docx)을 세팅합니다.
  3. "이 폴더 내 원고들을 분석하고 전문가 어조로 챕터 전체를 업로드 및 리라이팅해줘"라고 명령합니다.
  4. Cowork가 폴더 구조를 파악하고 챕터별 분석 후 서브 에이전트들을 동시 구동해 병렬로 리라이팅 작업을 수행합니다.
  5. 작업 폴더 내에 완성된 V2 버전의 업그레이드 원고 파일들이 새로 생성되었음을 확인합니다.
• 주의점: 코워크는 지정된 로컬 폴더 내 기존 파일을 직접 수정하거나 변경할 수 있으므로, 실행 전 중요한 원본 파일은 반드시 백업 폴더로 복사해 두어야 합니다.
• 활용 팁: 엑셀 데이터 원장 정리, 여러 워드 보고서 통합, 대량 파일 이름 변경 등 번거롭고 정형화된 파일 처리 작업을 알아서 처리해 주는 AI 전담 직원으로 활용 가능합니다.

클로드를 좋아하는 세 번째 이유 : Skills 스킬즈

• 핵심 요약 및 개요: 내가 자주 수행하는 업무 규칙, 가이드라인, 템플릿 양식을 클로드 스킬(.zip) 모듈로 가공하여 업로드하고, 어떤 대화 세션에서든 불러와 일관된 품질로 반복 업무를 처리하게 만드는 인수인계 시스템입니다.
• 사용한 도구명: Claude (Projects / Settings / Skills Upload), 스킬 제작 전문팀 프롬프트 (.txt), .zip 모듈 파일, 유튜브 대본 텍스트/PPT.
• 실습 절차:
  1. 클로드 Projects에 스킬 제작 전문팀 지침(.txt)을 입력해 프로젝트를 생성합니다.
  2. 내 유튜브 우수 대본 샘플 3개를 제공하고 "내 스타일을 분석해 스킬로 만들어줘"라고 요청합니다.
  3. 프로젝트 팀이 금기사항(딱딱한 문어체 금지 등)과 톤앤매너가 담긴 .zip 스킬 파일을 도출합니다.
  4. 클로드 프로필 -> 설정 -> 기능 -> '스킬 업로드' 메뉴에서 다운로드한 .zip 파일을 연동합니다.
  5. 새 대화창에서 "필로소피 스타일로 C댄스 2.0 대본을 작성해줘"라고 지시하면 등록된 스킬을 자동 탐색해 인수인계받은 대로 대본을 완성합니다.
• 주의점: 필요 이상의 너무 많은 스킬을 한 번에 활성화해 두면 클로드가 지침 간 혼선을 겪을 수 있으므로 사용하지 않는 스킬은 토글 버튼으로 비활성화해야 합니다.
• 활용 팁: 대화 세션마다 긴 가이드라인을 반복 입력할 필요 없이 스킬로 한 번 업로드해 두면 언제든 동일한 서식과 스타일로 산출물을 얻을 수 있습니다.

클로드를 좋아하는 일곱 번째 이유 : 리모트 컨트롤 Remote Control

• 핵심 요약 및 개요: 내 PC에서 클로드 코드를 구동한 상태에서 생성된 QR코드를 스마트폰으로 스캔하여, 외부에서도 로컬 PC의 파일과 코드를 원격으로 조작하고 생성시키는 Remote Control 기능 가이드입니다.
• 사용한 도구명: Claude Code (Remote Control), Terminal / CMD (claude remote-control), Claude Mobile App, Max/Pro Plan.
• 실습 절차:
  1. PC의 CMD 터미널에서 작업할 로컬 폴더로 이동(cd remote-control)합니다.
  2. 터미널에 claude remote-control 명령어 입력 후 스페이스바를 눌러 QR코드를 출력시킵니다.
  3. 스마트폰의 카메라나 클로드 앱으로 터미널의 QR코드를 스캔하여 세션을 연결합니다.
  4. 스마트폰 대화창에 "영어 학습 웹앱을 만들어줘"라고 자연어로 지시합니다.
  5. 외부에서 산책하며 스마트폰으로 응답 및 승인을 진행하면, PC의 로컬 폴더에 완성된 index.html 웹 사이트 파일이 자동 생성됩니다.
• 주의점: Remote Control 세션이 유지되려면 내 PC가 켜져 있고 클로드 코드가 백그라운드에서 구동 중이어야 하며, Max/Pro 요금제 계정이 요구됩니다.
• 활용 팁: PC 앞을 비우더라도 산책이나 이동 중에 스마트폰으로 로컬 개발 세션을 원격 조작하고 결과를 실시간 점검할 수 있습니다.

클로드를 좋아하는 첫 번째 이유 : 나만의 프로젝트

• 핵심 요약 및 개요: 클로드 유료 플랜의 Projects 기능을 활용해 전용 지침(Custom Instructions)과 지식 자료(Knowledge)를 세팅하고, 에이전틱 워크플로우를 탑재하여 나만의 프롬프트 생성 전담 AI 팀을 만드는 가이드입니다.
• 사용한 도구명: Claude 3.5 Sonnet / Opus 4.6 (Projects 기능), 에이전틱 워크플로우 프롬프트 (.txt), Project Knowledge.
• 실습 절차:
  1. 클로드 좌측 메뉴에서 Projects로 진입해 'Set Project'를 누르고 '에이전틱 워크플로우 프롬프트 팀' 프로젝트를 작성합니다.
  2. 지침(Instructions) 편집창에 5단계 역할(요청분석-팀구성-초안-리뷰-파이널) 프롬프트 지침(.txt)을 등록합니다.
  3. "물리 교육과 교수를 위한 수업 준비 팀 프롬프트를 만들어줘"라고 요구합니다.
  4. 프롬프트 팀이 도출해 준 완벽한 지침 코드를 복사하여 새 프로젝트 '물리 수업 준비 팀' 지침에 이식합니다.
  5. 생성된 전담 프로젝트에서 "만유인력의 법칙 수업 자료를 만들어줘"라고 질의하면 사전에 세팅된 전문가 팀 페르소나들이 작동해 정교한 수업 지도안을 도출합니다.
• 주의점: 프로젝트 기능을 사용하려면 Pro 이상 요금제가 필요하며, 지침에 구체적인 업무 프로세스와 룰을 적어둘수록 더 일관성 높은 답변을 얻을 수 있습니다.
• 활용 팁: 매번 새로운 대화를 시작할 때마다 인적사항이나 배경지식을 설명할 필요 없이, 주제별(물리 수업, 코딩 프롬프트, 영상 대본 등) 전담 프로젝트 팀을 세팅해 두면 업무 속도가 획기적으로 개선됩니다.