1002 창발 Product 그룹 발표

아까 서진님 말씀하셨지만 창발에서 세미나를 하게 되어서 영광이고 오늘 주제는 말씀드린대로 AI 인데 내용은 제가 좀 전에 챗으로 링크 드렸으니까 그 같은 내용이에요 그래서 그거 보시면 되고 오늘은 그 내용도 다르지만 최대한 좀 데모를 많이 하면서 진행하려고 하고요 그리고 뭐 아시는 대로 AI라는 것이 사람마다 쓰시는 방법이 다르고 인사이트가 다르기 때문에 중간중간 질문 주시거나 의견 주셔도 좋을 것 같습니다. 네 어쨌든 오늘 제가 드릴 얘기는 AI를 지식 업무에 활용하는 방식에 대한 거에요. 그리고 그럼 지금 현재 최대 대부분의 분들이 쓰시고 계시는 AI는 채집 PT 일 거라고 생각이 됩니다. 근데 이제 아마 나온 지가 몇 년 됐죠. 쓰시다 보면 이제 좀 이거 좀 한계가 있는데 이런 생각을 많이 하실 것 같아요. 특히 좀 본격적인 업무를 하실 때는 예를 들어서 뭐 프럼프트 관리도 쉽지가 않고 그 다음에 이제 컨텍스트를 넣으라고 되어 있긴 하지만 컨텍스트를 넣어서 이제 일을 시키는 것도 쉽지 않고 또 이제 그 결과물을 또 이제 복사해서 붙여넣기 뭐 이렇게 해야 되죠 이제 그런걸 경험하시다 보면은 뭐 더 좋은 방법 없을까 이런 생각을 하실 것 같아요 그래서 오늘 말씀드린 방법은 예전에 인터넷 처음 나왔을 때 다이얼로 모뎀을 쓰는 게 ChatsPT랑 비슷하다는 생각을 했거든요. 저희가 굉장히 제한된 컨텍스트를 주고 또 아웃풋도 제한되어 있잖아요. ChatsPT는 버퍼가 제한되어 있어서 긴 글을 한꺼번에 고치거나 하는 게 어려운데 예전에 저는 모뎀을 쓸 때 모델이라는 용어를 모르시는 분도 계실 것 같지만 그때 느낌이고요. 그러면 더 좋은 방법이 없을까? 사실 좋은 방법이 최근에 찾은 것 같아서 그거에 대해서 말씀을 드리려고 합니다. 좋은 방법은 뭐냐면 요약을 하자면 AI를 저희 워크스페이스에 아까 여기 보여드린 대로 AI를 별도 서비스로 이용하는 게 아니라 AI를 불러들여 가지고 저희 워크스페이스에서 바로 사용하는 방법 그래서 좀 더 구체적으로 말씀을 드리자면 이 그림을 먼저 보여드리는 게 좋을 것 같은데 컴퓨터는 파일 시스템에서 스토리지가 되어있잖아요. 파일 시스템을 휴먼 유저랑 AI 에이전트가 공유를 하고 파일 시스템에 문서가 있을 때 그 문서를 파일 시스템에서 텍스트 문서를 저는 텍스트 문서로 관리하는 Obsidian이라는 소프트웨어를 쓰고 있어요. 이건 그냥 텍스트 에디터라고 보셔도 되고 그리고 같은 파일 시스템에 클로드 코드라는 AI 에이전트를 올리고 요새 다른 에이전트도 많이 나와 있죠. Gemini도 있고 Codex도 있고 그 위에서 여러 도큐먼트나 프롬프트 워크스페이스를 관리를 해서 일을 하는 방식이고 그래서 다시 일로 돌아와서 설명을 드리면 기반이 되는 시스템은 파일 시스템이고 그리고 그 위에 에이전틱 AI가 올라가고 그 위에 인간과 AI가 협업하는 워크플로우를 만들었다. 제가 설명드린 내용은 사실 기술적으로 새로운 건 아니고요. 그냥 있는 프로그램들을 잘 조합해서 활용하는 방법이라고 생각하시면 됩니다. 네 근데 어쨌든 이렇게 조합을 해서 쓰기 저는 이제 한 4개월 정도 제 사용을 열심히 하고 있는데 우선은 컨텍스트를 찾는게 훨씬 쉬워요. AI가 사용자 파일 시스템에서 직접 문서를 찾을 수 있기 때문에 그리고 당연히 AI가, 에이전트 같은 경우에는 최근에 여러 문서를 직접 생성하고 수정을 하거든요. 그래서 이제 그런 면에서 강점이 있고, 프롬프트도 이제 파일 시스템에 직접 넣어서 사용하기 때문에 프롬프트 관리에도 좋고 그리고 좀 이따 설명 드리겠지만 제 프롬프트를 결합해서 굉장히 복잡한 워플로우를 만들 수 있어요. 그래서 그런 여러가지 장점이 있다는 것을 말씀을 드리고 싶구요. 그리고 여기서 제가 사실 좀 사례를 좀 보여드리고 싶은데 이 발표 준비를 사실 제가 말씀드린 그 시스템에서 했구요. 그래서 그게 어떤 식으로 되냐면은 아마 이걸 보시는 게 가장 이해가 쉬우실 거라서 이게 지금 제가 보여드린 화면이 Obsidian 이라는 제가 사용하는 PKM 보시는 것처럼 그냥 마크다운 파일을 관리하는 그런 어떤 파일 에디터라고 보시면 되고요 여기서 이제 AI for Knowledge Work라는 제가 폴더에서 작업을 한 내용인데 지금 이 슬라이드가 사실은 마크다운 형식으로 되어 있어요 그래서 보시면 이제 여기 이제 소스를 열어보면은 문서로 슬라이드 내용을 다 보실 수가 있는 거고 근데 왜 굳이 마크다운을 써서 만들었냐 하면은 그건 제가 원래 원본 문서가 이제 여기 보시는 영문 문서에요 영문 문서이고 이 영문 문서에서 제가 ai 그 프롬프트를 사용해서 여기 보시는 한글로 된 슬라이드를 만든 거 거든요. 그래서 그 작업을 사용한 프롬프트도 여기 보시면 Generate Markdown Slide 라는 프롬프트를 사용했고 그럼 이제 보시는 뭐 보셔서 아시겠지만 이런 작업을 채집피트에서는 하는 게 사실 어렵죠. 왜냐하면 채팅 PT는 문서 5개에서 이 파일이 하나 나온 건데, 문서 5개를 Context로 넣기도 쉽지 않고, 그 다음에 여기 보시는 이 Output 파일이 짧지 않아요? 이 Output을 한꺼번에 만들기도 어려울 거고, 그 다음에 제가 보여드린 이 프롬프트가 사실 그렇게 간단하지 않거든요. 상당히 많은 처리가 들어가기 때문에 이 슬라이드에 맞게 이미지도 바꿔줘야 되고 간단한 작업이 아닌데 이걸 제가 이터레이션을 하면서 작업을 하기 위해서 제가 오늘 보여드린 시스템을 사용한 거고 이런 종류의 작업을 할 수 있었다 말씀을 드리고 더 재미있는 것은 이걸 그냥 제가 슬라이드를 만들다가 아 이거 그럼 비디오로 만들어 볼까 하고 비디오도 만들었어요 근데 비디오도 여기 보시면 이거는 약간 일종의 바이브 코딩을 해가지고 그 제가 음성까지 넣었는데 여기 보시면 혹시 음성이 들리실지 모르겠는데 지금 똑같은 내용을 지금 비디오로 만든 거예요. 혹시 음성도 들리시나요? 세진님? 음성이 저희가 안들립니다. 아 안들리세요? 아 그 제 컴퓨터로 나오는 음성은 잘 안들리게 돼 있는 것 같습니다. 어쨌든 이게 음성까지 지원되는 비디오고 요거를 만드는 것도 그 여기 프롬프트에서 general markdown 비디오라는 프롬프트를 사용해서 만들었고 이 전체 작업도 역시 저는 이제 코딩 여기는 실제로 코드가 들어가는데 저는 클로드 코드를 사용해 가지고 만들었어요 그래서 이 전체 제가 오늘 보여드리는 이런 발표 준비를 하는 것도 굉장히 에이전트를 사용해서 효율적으로 제가 모든 발표에 사용한 모든 문서들, 프롬프트들 다 파일 시스템에 넣어 놓고 에이전트를 사용을 하고 저는 이제 그 결과를 이 Obsidian 이라는 마크다운 에디터 일종의 PKM, Personalized Management Solution에서 확인을 할 수가 있었습니다. 그래서 그거를 예제로 설명을 드리고 그러면 float 코드 하면 코딩 도구 아니냐 이렇게 생각하실 수가 있는데 왜 코딩 도구를 knowledge work에 쓴다는 거지? 근데 사실 생각해보시면 코딩 에이전트라는 게 결국에 LLM이잖아요. LLM은 인간의 언어를 굉장히 잘 이해하도록, 읽고 쓰고 하도록 만든 것이기 때문에 당연히 자연화 처리는 되게 잘하고요. 자연화 문서는 되게 잘 처리하고 게다가 코딩을 잘한다는 것은 굉장히 대용량 파일을, 여러 개 파일을 읽고 쓰고 할 수 있어야 되잖아요. 그러기 위해서 굉장히 특화된 이기 때문에 굉장히 knowledge work도 잘 하고 있습니다. 실제로 그 엔트로픽에서 공개한 문서에 따르면 굉장히 다양한 용도로 이 클로드 코드를 사용하고 있다고 하더라고요. 그래서 코딩 도구는 맞지만, 그리고 사실 터미널에서 작동하긴 해요. 이 클로드 코드라는게. 뭐 하지만은 이제 써보시면 아시겠지만은 그 전혀 코딩 지식은 필요하지 않습니다. 물론 이제 터미널이라는 환경에는 지금 당장은 익숙해져야 되지만 코딩 없이 코드를 짤 수 있다. 그런 세상이 온 거죠. 그리고 노트북 LM 이라는 도구도 아마 아실 거에요 노트북 LM 이라는게 구글에서 나온 이 문서를 넣으면 이렇게 이제 서머리도 해주고 그 다음에 또 질문도 할 수 있는 그런 도구인데 이따 간단히 말씀드리겠지만 노트북 LM 도 사실 좋은 도구에요 근데 이제 구글 ecosystem 안에 있다는 한계가 있고 그래서 저 같은 경우에는 제 플랫폼에서 제가 말씀드린 그 환경에서 작업을 하다가 또 결과물을 노트북 LM에서 또 확인도 해요. 그래서 아까 제가 혹시 낮에 채널에 올린 비디오 보신 분이 있겠지만 그 비디오 노트북 LM에서 되게 잘 만들었거든요. 그렇게 해서 이제 저는 하나만 쓰진 않는데 제 메인 시스템은 이제 오픈된 환경을 좀 선호를 합니다. 그 이유는 이제 나중에 조금 더 자세히 말씀을 드리려고 하고요. 그래서 큰 그림을 말씀드렸는데 조금 더 세부 사항을 말씀을 드려볼게요. 여기 보시면 파일 시스템, 아까 말씀드린 대로 모든 것이 파일 시스템에 올라가 있고요. 그리고 파일 시스템에 올라가 있는 게 세 가지 카테고리가 있어요. 하나는 제가 직접 만드는 관리하는 파일이 있고 또 하나는 프롬프트가 있고, 또 하나는 AI가 생성하는 파일이 있구요. 그래서 AI input은 제가 보통 만든 파일이고, 그걸 가지고 AI가 프롬프트를 돌려 가지고 여러가지 문서를 생성을 하는 거죠. 일반적으로는 그런식의 workflow가 돌아가는 거고, 그리고 어찌보면 채칩 bt를 로컬 환경에서 사용하는 거다 그렇게 이해를 하셔도 되요 그리고 저장소는 obsidian, cloud code 그리고 커서도 사용할 수 있어요. 저 같은 경우에는 글쓰기를 할 때는 결과를 바로바로 볼 수 있기 때문에 커서를 사용하기도 하고요 네 그러면 일단은 아까 이제 보여드린 화면에서 문서를 가져와야 될텐데 문서를 어떻게 가져오냐 이제 그게 이제 어 좀 궁금하실 텐데 뭐 obsidian 이라는게 이제 그 어 다양한 굉장히 다양한 그 소스에서 문서를 가져올 수 있게 돼 있어요 그래서 저 같은 경우에는 이제 웹에서 obsidian 그 클리퍼라는 게 있어 가지고 웹에 있는 거를 예를 들어서 어 여기서 이제 obsidian 클리퍼를 사용을 하면은 유튜브를 한번 들어볼게요 여기서 이제 클리퍼를 사용하면은 비디오를 예를 들어 가져올 수 있고 그리고 이제 굉장히 다양한 인포터가 있어요 그래서 굉장히 다양한 형식에서 문서를 가져올 수 있고 그 다음에 이제 마크다운 형식이라는게 아시는 분은 아시겠지만 AI가 굉장히 잘 이해하는 형식이라고 해요 그래서 사실 구글 닥스에서도 마크다운을 지원하고 있어서 굉장히 좀 다양한 형태에서 문서에서 가져올 수가 있습니다. 그리고 프롬프트가 꽤 재미있는데, 프롬프트는 뭐 여러분 아시는 프롬프트에요. Chatspd 프롬프트. 근데 이제 좀 다른 것은 에이전트는 이제 한 번에 여러 개의 파일에 접근할 수 있다 보니까 프롬프트도 굉장히 복잡하게 만들 수 있어요. 그래서 저 같은 경우는 이제 예를 들어서 좀 카테고리를 나눠보면은 문서 하나를 읽어서 하나를 처리하는 프롬프트가 있고 여러개를 읽어서 하나로 Summarize 하는게 있고 하나를 가지고 여러개를 만드는 프롬프트가 있고 그래서 그런 것들이 굉장히 다양한 카테고리의 프롬프트가 있는데 그거를 제가 여기서 보여드린 프롬프트는 제가 읽은 컨텐츠를 처리하는 EIC라는 프롬프트가 있고 제가 읽은 여러가지 컨텐츠를 라운드업으로 하나로 모아주는 GDR이라는 프롬프트가 있고 제가 읽은 라운드업을 가지고 소셜미디어 포스팅을 만들어주는 CTP라는 프롬프트가 있어요 이 세가지가 프롬프트를 그냥 예로 설명을 드릴 수 있고 그리고 프롬프트를 체제피트에서는 한 번에 하나만 쓰잖아요. 제가 오늘 설명드린 시스템에서는 프롬프트를 연결해서 더 복잡한 워크플로우를 만들 수 있거든요. 그리고 이 워크플로우를 AI한테 한꺼번에 실행을 시킬 수가 있어요. 그래서 제가 방금 말씀드린 게 Daily Ingestion Roundup 이라고 제 머신에서 매일 도는 워크플로우 인데 혹은 제가 그날 읽었던 파일을 다 읽었던 글이나 그런걸 다 처리해 가지고 라운드업으로 정리를 하고 그걸 가지고 트레드 포스팅까지 만드는 그런 워크플로우가 상당히 복잡한 워크플로우 인데 제 머신에서 매일 AI에서 잘 돌고 있습니다 이런 워크플로우를 돌릴 수 있다는 것, 그런게 강점인 것 같고 그런게 이제 가능한 일인 것 같구요 제가 잠깐 다시 일로 돌아가서 좀 어떻게 되는 건지 좀 보여드리면 우선은 여기 이제 워크플로우에서 이 워크플로우 파일이 실제 그 제가 방금 말씀드린 데일리 라운드업이라 워크플로우를 정의하는 파일이에요 그래서 요걸 보시면 아시겠지만 상당히 복잡한 제가 말씀드린 것보다 조금 더 몇 가지가 붙어서 상당히 복잡한 그런 워플로우 인데 보시면 이제 다 프롬프트의 시퀀스로 하나씩 불러 가지고 처리하는 그런 워플로우라는 걸 아실 수가 있어요 그리고 이제 이 Workflow가 텍스트로 되어 있지만 AI 에이전트는 이걸 읽어 가지고 순서대로 잘 처리하고 만약에 예를 들어서 1, 2번까지 완료가 됐다 그러면 3번부터 처리할 수도 있고 예를 들어 지난 일주일치를 한꺼번에 하고 싶다 그러면 백빌 같은 것도 할 수 있어요 그래서 사실은 예전에 데이터 파이프라인이 하던 일을 이런 Workflow Definition 텍스트 파일이 처리할 수 있다 굉장히 신기한 일들이 가능하고요. 그리고 여기서 예를 들어서 아까 제가 설명드린 EIC라는 파일로 가볼게요. 이 프롬프트로 가볼게요. 이 프롬프트는 이제 제가 읽었던 여러가지 컨텐츠를 처리하는 그런 아이인데 여기 보시면 이제 이것도 간단치가 않거든요. 저 같은 경우에는 요새 유튜브에서 굉장히 컨텐츠를 많이 소비를 하는데 예를 들어서 이제 클리핑 이라는 데 이제 많이 들어가 있고요 예를 들어서 어 이거는 이제 뉴욕타임즈 기사인데 아 이거는 처리가 안됐구나 네 예를 들어 이건 제가 오늘 처리를 부탁한 기사에요 뉴욕타임즈 기사인데 뉴욕타임즈 기사 원문을 번역을 해 가지고 그 이렇게 굉장히 읽기 쉬운 요약을 만들어 줬죠. 그러니까 저 같은 경우에 이제 이걸 사용해 가지고 정보 습득의 속도가 훨씬 빨라졌다고 느끼고 있습니다. 그리고 그리고 이제 이따가 밤에 제가 말씀드린 이 데일리 라운더 워크플로우가 돌면서 아마 제가 읽었던 여러가지 기사를 다 요약해서 라운더를 만들건데 제가 그거를 한번 여기서 그냥 보여드려 볼게요 제가 그럼 그걸 어떻게 보통 실행을 시키는지 dir for today 이렇게 하면은 그 데일리 인제스션 라운더 워크플로우가 돌 거거든요 근데 이제 그거를 제가 실시간으로 한번 실행을 해 볼게요 이걸 제 Today라고 했지만 뭐 1 week, 2 week 이렇게도 잘 돌아요. 빠진 날짜만 채워주고 결과를. 그리고 지금 제가 보시는 플랫모드라는 걸 썼잖아요. 그래서 이 플랫모드는 이제 클로드코드에서 내가 직접 변화를 지금 변화를 만드는 게 아니라 내가 이거 어떻게 하는지 네가 계획을 먼저 세워봐 하는 플랫모드고 이게 도는데 좀 시간이 걸리기 때문에 돌아가서 계속 내용을 말씀을 드리겠습니다. 그래서 이런 데일리 워크플로우가 항상 돌고 있어요. 저는 항상 돌고 있고 제가 직접 실행시킬 수도 있지만 제가 이따가 설명을 드리겠지만 저희 AI4PKM 그룹에서 같이 만든 AI4PKM이라는 쉘이 있거든요. 그래서 여기서 보시면 이 쉘이 항상 돌고 있어요. 그래서 지금 제 여러가지 소스에서 여러가지 데이터를 가져오고, 사진도 가져오고, 제가 이따 설명드릴 리밀리스라는 그런 보이스 레코더에서도 데이터를 가져오고 있습니다. 보시면은 지금 계획이 계획이 지금 나왔죠 보시면 이제 여러가지 지금 얘는 스킵하고 얘는 하고 얘는 왜냐하면 이제 지금 사진을 가져오는 사진이 오늘 찍은 사진이 없기 때문에 지금 플랜을 지금 짠 거에요 플랜을 짰는데 보니까 이 라이프로그만 가져오겠다 지금 플랜을 짠 거죠 뭐 지금 어 하나 하나 있고 예 한번 플랜을 실행하라고 놔두고 저는 돌아가서 발표를 계속 하겠습니다. 그래서 여기 보시는 대로 이런 상당히 복잡한 워크플로우 제가 예전 같으면 이걸 프로그램을 짠다면 몇천 줄이 나왔을 것 같아요. 근데 그게 지금 보시는 대로 이 텍스트 워크플로우 데피니션 그리고 그 구성 요소 역시 여기 보시면 텍스트로 다 이제 되어있는 것을 AI 에이전트가 알아서 제가 시키긴 했지만 어쨌든 굉장히 뭐 된 부분은 뭐 스킵하고 안 된 부분만 찾아 가지고 잘 실행을 해주고 있습니다. 저같은 경우에 얘를 아까 말씀드린 대로 이 프로그램을 이 셀로 해가지고 뭐 데일리 그리고 뭐 위클리 해가지고 지금 그 주기적으로 자동으로 돌게 해놨어요 저 같은 경우에는 밤에 항상 얘가 돌면서 제가 그날 읽은 여러 가지를 정리해 가지고 저한테 리포팅을 하는 겁니다 예 그런 식으로 지금 돌아가고 있고 그리고 이거는 제가 아까 이미 말씀을 드렸는데 오늘 발표 준비도 시리즈 그래를 5개를 쓴 다음에 그걸 슬라이드로 만드는 슬라이드로 바꾸고 동영상으로 바꾸고 이런 것도 이제 프롬프트로 할 수 있다는 거죠 보시면은 이미 채집 비트로는 잘 안되는 것들이죠 그래서 제가 좀 소개를 하고 싶었구요 근데 이게 그렇게 어렵지가 않아요 제가 말씀드린 대로 프롬프트 자체는 텍스트로 짜시고 그 다음에 클로드 코드에서 실행을 시키면 되는 겁니다. 아직도 돌고 있네요. 제가 라이프 로드가 분량이 꽤 되어서 그런건데, 그럼 제가 넘어가서 PKM 부분을 좀 설명을 드릴게요. 이게 사실은 제가 프로젝트가 시작한게 이제 PKM 북쪽에서 시작을 한 건데 PKM이 뭐냐? Personal Knowledge Management라는 약자고요. 그리고 PKM보다는 저는 사실 Second Brain이라는 용어를 선호를 해요. Second Brain이 왜 AI 시대에 중요하냐? 결국 컨텍스트죠. 저는 개인적으로 정보를 모으는 홀더 기질이 있어서 모으는 걸 좋아하는 부분도 있지만 그냥 그 저 같은 사람이 아니라도 저는 AI한테 줄 컨텍스를 최대한 모아놓는 게 굉장히 중요한 일이다. 왜냐하면 AI한테 더 많은 컨텍스를 줄수록 더 많은 더 좋은 결과가 나오기 때문에 그래서 그건 되게 중요하다고 생각을 하고 있고 그리고 이제 또 다른 측면은 저희가 이제 정보를 수집하고 정리하는 비용이 훨씬 낮아졌어요. 왜냐하면 예전에는 예를 들어서 예를 들어 저희가 미팅 정리하는 것만 해도 AI가 미팅 정리를 자연스럽게 해주는게 1-2년 안됐죠. 그런데 지금은 AI가 거의 실시간으로 트랜스크립션을 해 가지고 서머리까지 굉장히 좋은 서머리까지 줄 수 있습니다. 그래서 그런 시대가 왔다는 거고 그래서 제가 방금 사실 이미 이제 어느 정도 설명을 드렸는데 저희가 PKN 프로젝트 창발의 그룹이 있어서 여러가지 PKM이나 생산성에 대해서 논의를 하고 있는데 기본적으로 큰 구조는 여러가지 정보소스에서 다양한 정보를 읽어 가지고 오버 나이즈를 하고 그 다음에 여러가지 생산품 여기 보시는 발표 자료 같은 것도 생산품에 포함이 되겠죠 를 만드는 그게 목적이구요 그러면 그럼 어떤 것을 가져오냐 아까 이미 말씀을 제가 웹클리핑이나 이런거 말씀을 드렸지만 조금 더 몇 가지 더 말씀을 드려볼게요 일단은 저 같은 경우는 리드와이즈라는 플랫폼을 사용하고 있고 얘도 역시 제가 읽었던 것들을 다 정리하는 플랫폼이에요 그래서 여러가지 제가 읽었던 책이나 아니면 블로그포스트 비디오 같은게 다 리드와이즈에 들어가 있고 특히 이제 비디오가 여기 보시는 것처럼 비디오가 트랜스크립션이 다 되거든요 그래서 그런 것들을 다 가져올 수 있고 그리고 아까 말씀드린 그 EIC라는 프로세스를 가지고 저는 이제 모든 비디오들이 이제 서머리로, 굉장히 처리하기 쉬운 서머리로 전사가 되고 있고 그 다음에 이제 Limitless라는 제가 항상 차고 있는 펜던트가 있는데 얘가 24시간 음성을 녹음을 해요. 그래서 제가 듣고 말하는 것들이 다 녹음이 돼요. 지금 발표 내용도 녹음이 되고 있을 겁니다. 근데 중요한 것은 녹음된 내용을 여기 이렇게 굉장히 읽기 쉬운 서머리로 저장을 해주고 있고요. 그리고 그 서머리가 제가 아까 말씀드린 Obsidian으로 저 같은 경우에는 거의 준실 시간으로 들어오고 있구요 그래서 잠깐 리민리스 로그를 보여드리면은 지금 아침에 아침부터 이제 계속 서머리를 해가지고 이런 식으로 제가 했던 얘기들이 다 들어오죠 근데 이제 이런 게 다 들어오면 굉장히 노이즈가 많을 거 잖아요 그중에 쓸데없는 내용이 굉장히 많을 거라서 그런 거를 이제 저는 전사하는 프로세스가 있는 거고 여기 이제 보시면은 대화 좀 굉장히 노이즈가 많은 대화 내용을 전사하는게 가능하고 이걸 이제 이벤트 단위로 하면 미팅 로그가 되는 거죠 그런식으로 이제 이런 프로세스가 돌고 있고 아 그리고 이 여기 지금 보시는 화면은 지금 또 저희 그룹의 강민석님 여기 아시는 분도 많으시겠지만은 계속 만드신 고비라는 스타트업에서 여기 이제 보시는 리민리스는 이제 음성만 캡쳐가 되거든요 근데 이제 고비는 이제 여기 보시는 것처럼 사진까지 같이 캡쳐가 되요 그래서 훨씬 더 고밀도의 데이터를 가져올 수 있다 그래서 요거 지금 아마 조만간에 또 베타를 하실 것 같으니까 네 그 아마 announcement가 나가지 않을까 합니다 네 그래서 요런... 굳이 이렇게까지 해야 되나 생각을 하실 수도 있는데 굳이 이렇게 안 하셔도 돼요 대부분은 이제 저는 이제 필요한 내용은 대부분 다 미팅 로그에 다 있어서 미팅 때만 잘 녹음을 하셔가지고 이렇게 이제 하시면 되게 좋은 습관이 아닐까 AI 시대 생각이 되고 어쨌든 저 같은 경우에는 대부분의 미팅이 AI가 여기 이벤트 폴더가 있죠 이벤트 폴더에 이제 저장이 되고 있고 이건 이제 저희가 아까 멤버들끼리 오후 4시에 한 미팅 로그에요 보시는 것처럼 그 여러가지 아젠다 별로 해가지고 그 퀘트를 포함해 가지고 미팅 로그가 지금 이렇게 생성이 돼서 나온 걸 보실 수가 있습니다 그리고 그 다음에 그러면 정보를 저희가 많이 모으면 모아서 끝이 나면은 모으는게 끝이어서는 안될 거잖아요? 그럼 이제 그 다음에 조직화 하는 단계가 있는데 조직화는 검색 엔진의 비유를 하자면 인덱싱이라고 보시면 되요. 그래서 저 같은 경우에 조직화를 두 가지 하고 있는데 첫번째가 아까 제가 말씀드린 데일리 라운드업입니다. 그래서 제가 매일 보고 듣고 하는 것들이 다 데일리로 저장이 한 문서로 저장이 되고 있고 그게 위클리로도 또 저장이 되고 있고 그래서 그게 또 Monthly, Weekly로도 가능하겠죠. 그런식으로 이제 저같은 경우에는 시간 단위로 라운드업 하는 것을 중요시하고 있고 예 그 동안에 클로드가 얼마나 돌렸나 한번 볼까요 예 지금 보시면은 어 지금 PLL, GDR 까지 끝났네요 PLL, GDR이 끝났으면은 자 예 그럼 여기까지 이미 한 거에요 여기까지 했으니까 그럼 아마 이 문서는 이미 생성이 라운더 문서 생성이 됐을 텐데 일로 가서 한번 확인을 해 보겠습니다 역시 저같은 경우에 AI가 작업한건 다 AI 폴더에 넣기 때문에 AI 폴더에서 보면 되고 여기 보시면 위클리가 있죠 위클리 말고 근데 저는 데일리를 보고싶으니까 데일리라운더 예 그래서 제가 아침부터 했던 뭐 이거는 이제 제 그 어 좀 이상한 내용이 있으면 안될텐데 그 아침에 이제 가족들과 했던 대화들이 여기 여기 들어가 있고 그리고 저희 이제 오후에 했던 미팅도 여기 요약이 되어 있고 그런 식으로 이제 제가 했던 활동들이 이렇게 쌓이는 거에요. 날별 일자별로 쌓이고 주별로도 쌓이고 예 열심히 이제 이걸 만들어 준 거죠 제가 하는 동안에 그리고 어 그 다음에 이제 주제 기반 조직화가 있는데, 주제라는 것은 인간의 뇌가 에피소딩 메모리, 세멘틱 메모리 이런 게 있다고 얘기를 하잖아요. 방금 보여드린 시간 기반 조직화는 에피소딩 메모리라면 제가 어떤 기간에 뭘 했는지, 그리고 이것은 어떤 주제에 대해서 제가 알고 있는 것을 다 정리를 하는 겁니다. 저는 이제 여기 이제 Obsidian 이라는 툴이 여기서 좀 빛을 발하는데 저 같은 경우에는 이제 그 여기 보시면은 Topic 이라는 이제 Obsidian의 폴더가 있고 이거 다 그냥 문서들이에요 문서들이고 예를 들어서 여기 이제 어 테크놀로지 하지만 제가 관심있는 테크놀로지에 대한 문서가 생성이 되는데 여기서 이제 PKM 이라는 걸 보시면은 제가 PKM에 대해서 그동안 배우고 읽은 것들이 다 여기 정리가 돼 있는 거죠 근데 보시면 엄청나게 많아요 예를 들어서 10월 8월 제가 올해 pkm에 대해서 굉장히 많은 걸 했기 때문에 이런 것들이 다 정리가 되어 있어요 저는 예를 들어 제가 했던 경험들 다 정리가 되어 있고 근데 이제 중요한 것은 이 pkm에 대한 정리를 한 게 제가 한 게 아니라 이 AI가 이 워크플로우를 돌면서 해주는 거에요 그렇기 때문에 저 같은 경우에는 이 이런 굉장한 이제 매뉴얼리 하려면 굉장히 어려운 그런 일들을 하는데 노력을 굳이 안 드려도 된다 네 그런 장점이 있고 그 다음에 Obsidian이 이제 어 저는 이제 뭐 이렇게 약간 어 사용에 아주 쉽지 않은 편이기도 하지만 그래도 장점이 있다면은 이렇게 이제 아름다운 그래프를 그 지식 문서를 가지고 만들어줍니다. 그래서 여기 보시면은 제가 PKM 이라는 문서에 링크가 되어 있는 다른 문서를 Obsidian에서 보실 수가 있는데 여기서 이제 빨간색 빨간색들이 다른 주제들이에요. PKM 이랑 연결된 주제가 보시면 AI Tools라는 주제가 있고 프로덕티비티라는 주제가 있고 뭐 서로 관련 있는 주제들끼리 엉긴 거죠. AI 에이전트도 있고 그리고 이제 여기 이제 다른 것들은 보시면은 이제 개별 제가 읽었던 글들 아니면은 제가 썼던 저널들 이런 것들이 이제 pk 문서에 연결되어 있는 걸 보실 수가 있어요 근데 이제 중요한 것은 이 연결을 제가 안했다. AI가 알잖아요. 그쵸? PKM에 제가 어떤 주제에 대해서 책을 읽으면 그게 PKM 관련된 거면, PKM 이라는 데에 지금 해 주고 있죠? Topical Knowledge에 추가를 해주는 거예요. 그래서 제가 오늘 PKM 이란 주제에 대해서 뭔가 읽었으면, PKM 이란 주제에 대해서 주제 파일에 추가를 해주는 겁니다 그리고 저는 그러면 이제 나중에 이 PKM 이라는 문서 하나를 보면은 제가 PKM 주제에 대해서 내가 아는 것은 무엇이고 경험한 것은 무엇이고 뭘 배웠고 이제 그런 걸 다 알 수 있는 거죠 그래서 이리로 돌아가면은 그게 이제 조직화라는 얘기고 그럼 왜 굳이 조직화를 해야 되느냐? 저는 두 가지 이유가 있다고 봐요. 하나는 저를 위해서 하는 거고 제가 당연히 이렇게 정보가 서로 연결된 그런 정보가 관리가 되어있으면 제가 여러가지 특정 주제에 대해서 찾아볼 때 편하겠죠. 그리고 이제 다른 그래서 전통적으로 사람들이 이걸 되게 강조를 많이 했어요. 노트를 할 때 서로 연결된 노트를 만들어야 된다 얘기를 하는데 중요한 건 그거를 과거에는 사실 저도 이제 귀찮은 거 싫어하기 때문에 제가 이걸 절대 연결 안 하죠. 서로 안 하는데 그게 이제는 이제 AI가 해줄 수 있다. 그런 거 말씀드리고 싶고 또 하나는 이제 AI를 위해서 하는데 제가 예를 들어서 PKM 이란 주제에 대해서 글을 쓰고 싶다 그러면 이제 과거 같으면 제가 일단 읽은 게 기억이 안 나니까 뭘 읽었지만 고민했을 것 같아요. 근데 지금은 적어도 그 여기 보면 다 있죠 근데 이제 더 좋은 것은 AI한테 이 글을 바탕으로 해가지고 이 토픽 문서를 바탕으로 글을 써달라고 그러면은 제가 PKM에 대해서 아는 모든 지식을 담은 글을 굉장히 빠른 시간 내에 쓸 수 있는 거죠 그래서 그거를 한번 지금 시켜볼까요 예를 들어서 PKM 여기 이제 이 골뱅이를 쓰시면 특정 문서를 레퍼런스 할 수 있고 이렇게 프럼프트를 해서 한번 어떻게 쓰나 한번 살펴보죠 그리고 저같은 경우에는 이렇게 한번 내려보도록 하겠습니다. 이것도 아마 시간은 좀 걸릴텐데 어쨌든 그 ai-agent 는 제가 이제 보시면은 이렇게 이제 뭐 참고를 참고 앱 표시를 해서 파일을 참고하거나 아니면 이제 그 저 같은 경우에는 프롬프트가 다 여기 이제 세팅에 프롬프트라는 폴더에 다 들어있는데 제가 사용하는 프롬프트들은 근데 이제 그 프롬프트 위치를 AI가 알아야 되잖아요. 그래서 저같은 경우에 이제 AI가 사용하는 룰 파일이 있어요. 그래서 룰 파일은 클로드 코드 사용하신 분들은 클로드.md 이런 것들이 룰 파일인데 여기에 이제 프롬프트 위치, 워크로 위치, 템플릿 위치 이런게 다 들어가 있습니다. 그래서 AI는 이미 알고 있어요. 그래서 예를 들어 제가 그냥 여기 이제 프롬프트 중에서 세 글자만 입력하면 제가 아까 그 워크플로우나 프롬프트 dir 제가 입력을 하니까 얘가 찰떡같이 알아듣죠 그렇게 이제 프롬프트를 하고 있고 지금 knowledge도 다 처리했고 지금 최종적으로 thread 포스팅을 만들고 있네요 그래서 지금 시간이 40분이지 그러면 이제 그래서 지금 제가 PKM 이라는 걸 사용해 가지고 PKM이 이제 그 컨텍스트 관리를 위해서 필요하다 그걸 말씀을 드렸고 그 사이에 지금 AI가 지금 PKM 이라는 주제에 대해서 그 어떤 식으로 쓸지 그런 거를 지금 계획을 세워준 건데 어 뭐 꽤 괜찮게 지금까지 제가 배웠던 것들을 다 해가지고 작성을 해 준 것 같고 그러면 한번 써보라고 할게요 근데 또 클로드 코드가 좋은게 얘가 일을 하고 있는 중에도 계속 일을 시킬 수가 있어요 그래서 이걸 지금 아마 이미 룰 파일에 이제 그런 얘기가 있긴 한데 뭐 링크를 걸어 달라 이렇게 링크 그렇게 이제 제가 한 거죠 네 그래서 컨텐츠 제작 이제 이게 마지막 장인데 그 컨텐츠 혹시 지금까지 질문 있으신가요?

채팅에 질문 하나 있는데요. 웍플로우 한 번에 토큰을 몇 개 정도 소모하는지?

웍플로우 나름이겠죠. 제가 찾아보지는 않았지만 저는 사실 지금은 약간 저도 클로드 맥스 100불짜리를 쓰는데 돌리다 보면 종종 100글자 그 한도가 다 차더라구요 예 그래서 잠깐만요 클로즈업 실시간 까지는 아닌데 이걸 보면은 쓰면 알 수 있는데 토크는 꽤 많이 먹구요 예 그래서 사실 저 같은 경우에는 이제 클로드를 사용을 하지만은 제가 몇가지 좀 팁을 알려드리면은 얘가 이제 그 여기 유세지 데이터를 보고 있는데 일단 밤에 밤에 좀 돌리는 팁이 있구요 클로드가 보통 5시간 단위로 유세지 리미쉬 끊기기 때문에 그게 하나 있고 그 다음에 이제 제가 오늘 보여드린 것은 대부분 다 모든 그 클로드랑 제가 이제 테스트를 저희 이제 그 저희 그룹 분들이랑 해보면은 대충 다 먹어요 알아 먹어요 재미나게도 알아 먹고 예 코덱스 에이전트 이제 원래 코덱스 오픈 AI 그 코덱스 파일인데 클로드가 경험적으로 가장 먼저 만든 거기도 하고 아이고 꺼버렸네. 클로드 모니터라는 걸 보면서 이게 리밋이 찰 것 같으면 잡을 좀 미룬다든가 그런 식으로 사용을 하고 있습니다. 답변 되셨기를.

질문 하나가 더 들어왔는데요. 클로드 모델 써내신 아웃포스에 따라서 아웃포스 퀄리티나 속도의 차이가 있는지 궁금해 하시네요.

저는 차이 없는 것 같아요. 그리고 사실 Gemini가 프롬프트 같은 걸 잘 못 알아 먹어서 그렇지 일단 알아 들으면 Gemini 결과도 괜찮아요. 코덱스도 그렇고 모델 간 차이는 저는 크게 없다고 봐요. 그래서 저는 그냥 만약에 좀 많이 돌릴 것 같으면 클로드가 사실 그 모델도 선택을 할 수 있는데 저는 그냥 소넷으로 놓고 쓰기도 합니다.

질문이 하나 더 있네요. 라운드업을 위한 크란잡을 돌리는 것은 스크립트를 로컬에서 따로 돌리시는 건가요?

네 맞습니다. 스크립트 돌리고 있습니다. 이게 이제 이거는 꼭 꼭 하셔야 되는 건 아닌데 어쨌든 이거를 이제 정말 삶의 일부로 받아들이시겠다고 하면은 추천을 드리는 방식입니다. 그리고 좋은 건 이제 스크립트에서 에이전트를 또 결정할 수 있어요 그래서 여기서 이제 저희가 생각하는 건 뭐냐면 지금 당장은 이제 주로 클로드 에이전트 하나로 돌리고 있는데 여기서 이제 아까 보여드린 워플로우들이 이제 그 굉장히 복잡하잖아요 그러면은 예를 들어서 여기서 이 부분은 이제 컨텐츠 여러개가 있으면 이걸 병렬화 할 수도 있고 예 그리고 병렬화 해서 요 하나는 클로드한테 시키고 하나는 재미나한테 시키고 이렇게 할 수 있기 때문에 그런식으로 조금 더 고도화를 해 보려고 그런 연구도 하고 있구요. 시간이 많이 없어서 마지막 부분을 좀 말씀드려 볼게요. 그래서 지금 컨텐츠가 제가 이미 이제 이번 자료 준비를 이걸로 어떻게 했는지 말씀을 드렸으니까 조금 감은 잡으셨겠지만 컨텐츠 제작에 뭐 제가 컨텐츠 만드는 사람은 알지만은 뭐 패러다임이 좀 바뀐 것 같아요. 그래서 우선은 입력이 예전에는 저희가 각자 글을 썼어야 했잖아요 어디 컴퓨터 앞에 앉아 가지고 근데 이제 말로 그냥 한 다음에 그걸 글로 바꿔줘 이런 것도 되고 뭐 손글씨 스케치 뭐 이런 거 다 잘 알아듣습니다 그래서 저는 입력의 장벽이 낮아졌다고 생각하고 모든 단계에서 도움을 받을 수 있고 그리고 하나 만들어 가지고 제가 방금 보여드린 대로 여러 이제 포맷을 만들 수가 있어요 근데 이제 그러면 내가 근데 그렇다고 이제 요새 AI Garbage라는 말도 많이 나오잖아요. AI가 이제 만들어 준 거 그냥 되게 다 그냥 누가 썼는지도 모르고 아이덴티티를 담기가 어렵죠. 그래서 이제 컨텍스트가 중요하다고 생각해요. 저는 예를 들어서 AI가 제가 하는 말은 한 3개월째 다 듣고 있기 때문에 굉장히 제 보이스를 이론적으로는 많이 담을 수 있는 그런 가능성이 있는 거죠. 물론 이 부분은 조금 더 연구해야 됩니다. 제가 글쓰는 것을 조금 더 말씀을 드리면 저는 글쓰는 단계는 백그라운드 리서치부터 해서 아웃라인, 드래프트, 퍼블리쉬 이렇게 가죠. 이 전 과정의 AI를 활용을 하려고 하고 그거를 이제 제가 IWA라고 웍플로우를 만들어놓은 게 있어요. 거기서 첫 번째 단계가 조금 이따 말씀을 드리고 첫 번째 단계는 당연히 백그라운드 연구를 하는 건데 근데 거기서 이제 백그라운드 연구가 저는 이제 방금 말씀드린 PKM에서 하는 백그라운드 연구랑 웹에서 하는 거랑 다르다고 생각을 하거든요. 예를 들어서 웹에서는 이제 제가 일반적인 질문을 하겠죠. 하지만 PKM에서는 이제 제가 그 제 경험이나 제 지식을 바탕으로 질문할 수 있기 때문에 이건 굉장히 다른 종류의 질문을 할 수 있고 훨씬 더 당연히 by definition의 개인화된 결과를 얻을 수가 있습니다. 그리고 요새 글을 쓸 때는 제가 일단은 아웃라인을 만드는데 거기서 끝나는 게 아니라 AI한테 아웃라인을 좀 인프로드 해달라고 한번 시켜요. 그리고 인프로드 된 걸 가지고 제가 글을 쓰기도 하고 AI한테 시키기도 하는데 중요한 부분은 제가 써요. 근데 제가 쓰는 것도 쓰는 게 아니라 말을 해요 말을 말을 해서 그 제 목소리를 담고 그걸 ai 한테 이거를 글로 옮겨 줘 뭐 이런 식으로 하죠 그럼 이제 ai 가 굉장히 잘 글로 옮겨 줍니다 그래서 그거를 또 사례를 좀 보여 드리고 싶은데 네 요거 지금 다 돌았고 처음 거는 그 다음에 두번째 그 FAQ도 썼네요 살펴볼까요 예 지금 예 최근에 제가 얘가 쓴거는 다 이렇게 해주기 때문에 예를 들어 얘가 지금 Thread 아이디어라고 이제 뭐 쓴거 써준 거죠 예 그래서 이 부분은 예 뭐 그냥 올릴지 모르겠지만 어쨌든 예 약간 캐치하게 나름 노력해 가지고 써준 거죠 예 그리고 이 PKM FAQ 글은 네 요거 역시 이제 그 제가 이제 읽었던 거를 다 요약해 가지고 쓴 것 같고 어 근데 약간 제가 봤을 때는 좀 힘이 빠진 느낌이긴 해요 예 그리고 제가 마지막에 링크도 달라고 했는데 링크도 안 들어주고 예 이런 경우는 이제 조금 아 여기 밑에 달았구나 네 뭐 몇 개 달긴 했네요 예 어쨌든 이렇게 이제 그 작성을 해 준 거고 어쨌든 제가 아는 내용은 거의 다 들어가 있어요 그런 면에서는 저는 만족스러운 것 같고 그 다음에 제가 글쓰기 실습을 한번 해보려고 지금 클로드 코드가 아직 30% 있기 때문에 좀 더 가도 됩니다 보시는 것처럼 저는 거의 소넷만 지금 쓰고 있죠 제가 실습용으로 하나 작성을 좀 무료한 게 있는데 제가 오늘 보내드린 슬라이드에 대해서 FAQ를 작성해 달라고 할 수 있잖아요. 작성해 보고 싶을 거잖아요. 그러면 이제 그거를 FAQ 작성을 한번 얘한테 시켜볼게요. 그래서 제가 프롬프트는 이미 만들어 놓은 게 있으니까 이걸 쓸 거고 일단 얘를 던져 볼게요. 요거를 써달라 이렇게 하고 얘도 이제 아까 보여드린대로 플랫모드로 해가지고 한번 던져놓고 이걸 다시 설명을 드리면은 얘도 이제 제가 아까 말씀드린 interactive writing assistant 이 워크플로우를 가지고 글을 써달라고 하는 거예요 근데 이거는 이제 글을 쓰는 거기 때문에 완전히 자동화된 게 아니라 저 같은 경우에 이제 제가 하고 AI한테 지키고 이 두 가지 왔다 갔다 하는 형태로 일을 하고 있습니다 근데 어쨌든 첫 번째는 이제 글을 쓰는 첫 번째 단계는 제가 지금 쓰려는 글에 대해서 그 관련된 경험 그리고 제가 읽었던 거 그리고 Topical Knowledge에 이제 저장된 내용 요거를 이제 그 추가해 달라고 하는 거에요 그래서 전 제가 글을 쓸 때 요새는 절대 그냥 머릿속에서 쓰지 않고 항상 이 PKM한테 물어보는 거에요 이 관련된 걸 찾아 가지고 니가 추가를 하는데 그냥 추가하는 게 아니라 그 코트에 넣어 가지고 제가 원래 썼던 거에 그 헷갈리지 않게 그렇게 좀 부탁을 하는 거고 그 동안에 아직도 플레이닝을 하고 있네요 그리고 이제 그 다음에는 이제 제가 아웃라인 쓴 다음에 그 다음에 이제 아웃라인을 얘한테 익스텐드 해달라고 얘기를 하고 그리고 제가 만약에 보이스로 뭔가 글쓴게 있으면 보이스를 좀 트랜스크립트를 인프로브 해달라고 부탁을 하고 그 다음에 이제 패러그래프를 써달라고 부탁을 하고 그 다음에 이제 또 그 제가 썼던 글을 인엔시 해달라고 부탁을 하고 제가 썼던 글에다가 다른 관점을 데블샵, add bucket이라고 하죠 추가해 달라고도 부탁하고 그리고 뭐 한글로 트랜슬레이트 이런 것도 부탁을 해요 이런 것도 다 할 수 있어요 다 할 수 있고 잘합니다. 특히 글쓰는 것은 채찍비트도 이미 잘하기 때문에 에이전트는 당연히 더 잘하고 지금 FAQ를 어떻게 쓰겠다고 지금 얘기를 한 거죠. 그래서 제가 지금 오늘 발표 내용에 대한 FAQ라서 AI Knowledge Worker 뭘까요? 테크니컬 셋업에 뭐 괜찮은 것 같습니다. 그러면 써달라고 할게요. 지금 제가 방금 시킨게 그 일단 ideation 을 부탁을 한 거죠 예 그래서 그 epic candidate 을 이 제가 방금 1번부터 5번까지 시리즈가 있으니까 이거에서 epic candidate 을 찾아달라 첫 번째 단계를 시킨 거에요 그 ideation 을 그 다음에는 제가 이걸 끝내면 그 결과를 보고 그 아웃라인을 추가해 달라고 제가 부탁을 해 볼게요. 그리고 아웃라인은 역시 제가 아까 PKM 이라는 주제에 대해서 이미 Summary 해놓은 Topical Knowledge가 있기 때문에 이걸 바탕으로 추가를 해달라고 제가 한번 해 보겠습니다. 지금 아직 하고 있으니까 다시 돌아가서 네 그래서 개요 작성... 글 자체는 저도 저는 이제 완전 자동화도 가능할 거예요 하기는 근데 이제 그게 꼭 좋은 건 아니잖아요 그래서 저는 이제 제 보이스를 항상 넣으려고 노력을 하고 그 다음에 이제 제가 아까 그 웍플로우에서 이미 보여드리긴 했는데 피드백을 AI한테 받는 걸 되게 좋아해요. AI가 정말 피드백을 잘 주거든요. 그리고 AI는 전혀 감정이 없기 때문에 굉장히 신랄하게 달라고 하면 신랄하게도 주고 다양한 피드백 받을 수 있습니다. 그리고 또 재미있는 것은 AI 한테 그냥 피드백을 달라고 하지 않고 가상의 어디언스를 상정을 해서 그 가상의 어디언스에 대한 피드백을 달라고 요청을 많이 하거든요. 예를 들어서 제가 이 발표회에 오늘은 PM 분들이 많이 오셨겠지만 PM 대상, PM 분들은 어떻게 생각할까? 대부들은 어떻게 생각할까? 이런 식으로 피드백을 요청할 수 있고 그리고 이미 보여드린 내용이지만 포맷, 여러가지 슬라이드 비디오 다 가능하고 언어 트랜슬레이션 너무 잘하고요. 그리고 아까 제가 마지막에 잠깐 보여드렸지만 소셜미디어용 스닙팻도 당연히 할 수 있고요. 그래서 예를 들어 제가 요거를 조금 보여드리면 제가 이 내용을 가지고 이 5개, 5 유형의 어디언스한테 좀 테일러된 어떤 버전을 좀 만들어줘 이런 거를 한번 시켜봤어요. 그럼 예를 들어서 이제 PM 분들은 PR데이를 많이 쓰시잖아요. 그래서 PR데이 자동화 이런 게 좋지 않을까 이렇게 얘기를 하더라고요. 뭐 맞는 것 같아요 제가 봤을 때는. 그래서 이런 식으로 어디언스별로 컨텐츠 하나를 만들고 어디언스별로 만들 수 있다는 거죠. 그거를 실제로 제가 만든 결과물이에요. 보시면 이제 AI 시대 지식 업무인데 프로덕트 매니저들을 위한 실정 가이드. 그렇죠? 내용을 한번 봐주세요. 제가 이게 말이 되는 건 잘 모르겠어요. 어쨌든 일단은 PM을 위한 거다 이렇게 해가지고 예제를 다 바꿨죠. 예제를 다 바꾼 걸 보면은 뭐 나름 기특하게 일을 한 것 같고 지금 보시면 스텝 1을 끝냈고 제가 한번 볼게요. 자꾸 왔다갔다 해가지고 죄송하긴 한데 지금 보시면 제가 FAQ FAQ를 지금 작성해 달라고 한 거에 대해서 이미 질문과 답변에 대한 아웃라인을 다 넣어 놓은 거고 제가 여기 왜 이게 코멘트에 들어가 있는지는 이걸 나중에 읽어보시면 아실 수 있고 일단은 제가 이것까지 할 시간은 없을 것 같고 그냥 이제 글을 쓰라고 해 볼게요 스텝 3를 그러면 아마 제가 이거는 플랫모드를 하지 않고 그냥 한번 시켜보겠습니다. 과연 잘하나? 제가 돌아왔을 때는 이게 아마 글이 여기 추가가 되어있을 겁니다. 어쨌든 이런 다양한 관점에서 원래 컨텐츠를 만드는 것도 당연히 가능하고 그 다음에 요거는 제가 좀 실험하고 있는 건데 제가 좋아하는 작가들에게 작가들의 글을 샘플 준 다음에 이 사람들의 스타일을 한번 스타일 가이드를 만들어 봐라 해가지고 이제 제가 세분의 작가를 가지고 스타일 가이드를 만들어 봤고 이걸 가지고 이 스타일 가이드대로 글을 써 달라고 하면 글을 얼마나 잘 쓰나 이런 거를 좀 테스트를 해보고 있어요 그리고 뭐 사실 이게 얼마나 또 윤리적인 일이냐 뭐 이거 이 사람들이 직접 쓴 게 아닌데 이걸 뭐 했다고 뭐 이렇게 하면은 맞는 거냐 이렇게 생각하실 수도 있은데 어쨌든 실험을 하고 있습니다. AI는 지금 열심히 글을 쓰고 있고 지금 쓴 거 혹시... 이미 있네요. 보시면은 지금 보시면은 쓰고 있습니다. 이 앞부분은 쓴 거고 이렇게 지금 글을 써주고 있습니다. 그리고 예 그래서 지금 거의 시간이 다 됐는데 시간이 거의 다 됐는데 미래 미래는 뭐냐 당연히 지금 오늘 보시는 내용은 내년이 완전 달라져 있을 거 잖아요 그럼 내년에 어떻게 바뀔 거냐 지금 어 그리고 이거는 저희가 그룹에서 같이 좀 살펴보고 있는 내용이긴 한데 AI가 그러면 지금 여러가지 워플로우를 만들었잖아요. 이걸 AI가 직접 계산할 수 없을까? 당연히 생각할 수 있죠. 근데 이제 피드백이 중요합니다. 피드백만 잘 주면 계산할 수 있다는게 어느정도는 지금 증명이 됐고 이걸 아예 좀 자동화를 시켜보자 이런 고민을 하고 있고 그 다음에 이제 지금 제가 보여드린 에이전트는 다 데스크탑에서 도는 애들이죠. 근데 이걸 클라우드 클라우드 백엔드로 모바일을 올리고 Always-on Interaction을 할 수 있느냐 그것도 좀 살펴보고 있고요 그리고 이제 이 부분은 아마 좀 자세히 말씀드리고 싶은데 왜 오픈 시스템을 지금 오늘 보여드린 건 다 file system 기반이잖아요 그러면은 파일 시스템을 기반으로 클로드, 제미나이, 코덱스 3가지 에이전트에 쓸 수 있고 그 위에 억시디안이 에디터 역할을 해주고 아시겠지만 mcp 를 사용하면 구글 캘린더 이런 것도 가져올 수 있어요. 그리고 그 위에 저같은 경우에 이런 서비스들도 질문할 때 다 쓰고 있고 근데 이제 요거랑 특정 에코 시스템 구글이 잘 되어 있기 때문에 제가 예를 든 건데 예를 들어 구글 드라이브에서 노트북 lm 문서 바꿔서 또 구글 g 스위트에 연결하고 재미나에 쓰고 이러면 이제 사실 되게 편하거든요 편한데 굳이 이렇게 하는 이유는 뭐 얘네가 이제 여기 종속되면 당연히 이제 뭐 할 수 있는 것도 제한되어 있고 그 다음에 뭐 아마 또 기능이 달라요. 예를 들어서 클로드는 뭘 지원하고 재미나게 뭘 지원하고 이런게 다 다르기 때문에 저 같은 경우에는 이쪽을 선호하는데 어쨌든 뭐 이쪽에서도 해볼 수 있는 저는 이제 뭐 개인차 라고 생각을 합니다 그리고 마지막으로 제가 이제 좀 배운 것을 몇가지 요약해서 말씀을 드리면은 제가 오늘 말씀드린 게 사실 구체적으로 다 이거를 내가 해야 될 생각하실 수 있는데 다 하실 필요 없고요. 몇 가지 팁만 기억하셔도 돼요. 저는 최대한 어쨌든 AI랑 인간이 워크스페이스를 공유하는 건 굉장히 중요한 일이다 이런 생각을 여러가지 사례로 말씀을 드렸고 그리고 이제 AI 시대에 정말 개인적인 콘텍스트 제공할 수 있는 거 그걸 위해 지식 수집하고 정리하는 게 중요하다 말씀드리고 싶고 프롬프트럼 워크플로우를 한 번에 버리지 마시고 계속 재사용하고 또 AI한테 그걸 또 평가도 시켜가지고 계산하도록 시켜보시면 좋을 것 같고요. 그리고 마지막으로 이제 새로운 툴이나 방법은 계속 나오기 때문에 그런 것들 계속 실험하시는 거 중요할 것 같습니다. 그리고 이제 에이전트 스피시픽하게 좀 말씀드리면 에이전트가 뭐 일을 해보시면 아시겠지만 인간 팀원이랑 일하는 거랑 비슷해요. 일단 시간도 오래 걸리고 얘가 실수도 하고 거짓말도 해요. 거짓말도 합니다. 안 했는데 막 했다고도 자주 그래요. 그리고 이제 얘가 또 잘하는 건 잘하는데 못하는 건 못하거든요. 그래서 얘가 뭘 할 수 있고 뭘 할 수 없고 그리고 당연히 일을 그러면 처음에는 이제 적은 스코어로 먼저 시키셔야겠죠. 그리고 피드백을 주면서 개선시키는 거 중요합니다. 사람이랑 일하는 거랑 되게 비슷해요. 근데 굳이 굳이 왜 힘든데 왜 이런 걸 시키냐 그러면 일단 한번 시켜놓으면 혼자 잘하니까 그리고 뭐 100%면 저 같은 경우에는 뭐 거의 계속 일을 시킬 수 있으니까 엄청난 개발자들이 그래서 클로드코드가 제일 싸다고 그래요. 100% 200%씩 내면서도 사람이랑 하는 것보다 훨씬 더 efficient 할 수 있으니까. 그리고 이제 중요한 것은 지금 AI랑 일하는 방법이 굉장히 생존 스킬이다 이런 얘기 많이 하잖아요. 회사에서 아마 면접할 때 많이 물어본다고 해요. 그리고 마지막으로 AI는 지금이 제일 비싼 거예요. 열점이 많고 내년만 돼도 지금보다 훨씬 몇 배는 싸고 강력한 게 나올 거라서 지금 이렇게 어렵게 힘들게 일을 시키는 노력이 분명히 저는 보상을 받을 거라고 생각을 합니다 그래서 오늘 뭐 듣고 그냥 까먹지 마시고 최대한 고민을 하시면 좋을 것 같아요. 데이터 수집, 워크플로우 그리고 도구들 그리고 제가 아까 보여드린 리포에 많이 올라와 있어요. 그래서 뭐 여기 템플릿 잠깐 보여드리면은 저희가 이제 리포트 설치하시면 여기 템플릿들이 다 들어가 있거든요 그래서 이걸 바로 실행을 해보실 수가 있습니다 제가 토픽 같은 것도 미리 생성해 놓은 것도 있고 아까 말씀드린 그래프도 되게 조그맣게 보실 수 있고 세컨브레인이라는 토픽 일부러 이제 PKM 관련된 걸로 했으니까 한번 들어가서 살펴보시고요. 그 다음에 이걸 자동화해서 내가 굳이 돌려보고 싶다 그러면 CLI 툴도 오픈소스로 주로 민석님이랑 저랑 많이 만들어 가지고 공개가 되어 있으니까 보시고 아 그리고 마지막으로 그 저희가 설치하는 것도 일이잖아요. 근데 이제 저희 그룹의 창수님께서 멋진 비디오를 만들어 주셔가지고 오늘부터 PKM 퍼스널 기본 환경 구축 창수님은 정말 비디오 전문가세요. 따라 하시면 윈도우 환경에서 아마 맥도 비슷할 겁니다. 이걸 설치해서 보실 수가 있어서 채널도 꼭 섭스크립 하시고요. 네 제가 준비한 내용이 여기까지인 것 같습니다. 아마 계신 분들은 제가 질문 받을 거고요. 그리고 발표는 끝난 거라서 퇴장하셔도 될 것 같습니다.

잠시 질문으로 넘어가기 전에 박수 너무 좋습니다. 혹시 아직 계신 분들은 제가 서베이 링크를 채팅창에 넣어놨는데요. 혹시 서베이 답장 주시면 너무 감사하겠습니다. 그리고 남은 분들은 제가 꼭 해야 되는 광고가 있는데 시애틀 계신 분들 창발 테크 서밋이 10월 11일 토요일에 있고요. 창발 웹사이트에 가시면 창발 테크 서밋에 등록을 하실 수 있으니까 꼭 등록을 안 하신 분들은 등록해 주시기 바랍니다. 그러면 이걸로 저희 오피셜 발표 부분을 마치고 질문, 질의윤담으로 넘어가겠습니다. 진영님 채팅에도 질문이 많이 있으시고 잠깐만요.

이거 하나만 돌려놓고 네 오늘 좀 어수선하게 제가 진행을 했는데 그래도 보여드리는 게 좋을 것 같아 가지고 최대한 도움이 되셨으면 좋겠구요

자 병호님 질문이 있으신데요

아 AI 통해 프롬프트 개선 네 좋은 질문이시구요 요거는 사실 실험적인 단계긴 해요 근데 최근에 하는 걸 좀 몇가지 보여드리면 우선 저희가 하는 프롬프트 중에서 평가에 대한 Evaluation에 대한 Prompt가 있어요. 그래서 AI한테 제가 저 같은 경우에 이제 이건 조금 실험적인 건데 제가 이제 Workflow 돌리는 거 말씀드렸잖아요. 근데 사실은 이제 굉장히 비정형화한 태스크가 많을 거에요. 예를 들어서 저 같은 경우에는 예를 들어 오늘 음 예를 들어서 아까 있었던 미팅에 대해서 AI가 이제 서머리를 해주라고 시켰는데 그 뒤에 태스크를 지금 보여드리는 것은 일종의 태스크 목록을 만들었어요. 그래서 제가 AI한테 시키고 싶은 태스크 목록입니다. 그러면 이제 당연히 이 태스크에다가 이를 넣는 프로포트도 있어요. 이게 테스크 제너레이터고 테스크에서 이를 빼서 처리하는 것도 있어요. 이게 테스크 프로세서고 근데 이제 보시면은 개별 테스크는 이렇게 생겼고 AI가 이걸 읽어 가지고 홈 텍스트는 이렇고 요구상을 받아서 처리를 하고 로고를 남기고 근데 이제 그거에 대해서 이제 또 제가 피드백을 남길 수 있어요. 그래서 예를 들어서 제가 아까 남긴 피드백은 이렇게 뭐 좀 잘못된 그 결과를 좀 더 충분하게 해달라 이렇게 요청을 한 거죠 그러면은 저렇게 해서 다시 리드를 한 거죠 두 번을 했는데 요런 거를 이제 가지고 저는 나중에 또 어떻게 하냐면은 지금 이 피드백을 가지고 제가 아까 이제 그 지금 이 프롬프트는 Generate Event Summary, GES라는 프롬프트인데 이 프롬프트를 또 개선해달라 이렇게 요청을 해요 그러면 이제 AI가 이 프롬프트에 지금 이런 문제가 있었구나 하고 또 개선을 합니다 그래서 이런 걸 하고 근데 이제 이 개선을 보면 프롬프트가 그러다 보면 너무 복잡해지는 경우가 있어서 그런 것도 좀 자제를 시키고 어쨌든 개선을 시킵니다 개선을 잘합니다 다른 또 질문 있으실까요 예 지금 방금 요 faq 문서는 완성이 된 것 같고 네 제가 처음에 문서가 보니까 링크가 하나도 안 달려 있었어요 예 그래서 지금 링크를 달아 달라고 얘기를 한 거죠 예 그랬더니 채찍 bt 와는 왜 부족한가요? 에 링크가 이렇게 달린 거고. 보셔서 아시겠지만 그 옵시디아는 여기서 어떤 역할을 하냐면 AI가 어쨌든 문서를 되게 여러 개를 만들잖아요. 그리고 링크도 되게 잘 달아주는데 이 링크 사이를 되게 여러 문서로 이루어진 지식을 잘 브라우징을 할 수 있게 도와주는 거에요. 대단한 건 아니고 문서 마크다운 문서가 이제 서로 링크가 걸렸을 때 이제 그런걸 잘 이렇게 보시면 이동하지 않고도 볼 수도 있고 그런 역할을 하신다고 보시면 됩니다 예 그리고 얘가 문체가 지금 구본형식 문체를 제가 써달라고 해가지고 이렇게 약간 이런 이런 말을 쓴 것 같은데 예 재밌네요 이거는 제가 아까 구본형 스타일로 써달라고 가이드를 했죠. 구본형 스타일을 보시면 단정적이고 친근한 어조에 나름 노력을 했네요. 그렇죠? 그래서 뭐 실험 단계인데 뭐 이런게 되요. 어느정도는 되고. 근데 이제 어쨌든 저는 약간 이제 지금 하는 것들이 대부분 다 뭐 미래를 좀 준비한다고 보고 있습니다. 지금 당연히 뭐 굳이 이렇게까지 안해도 굳이 뭐 라이프로그 레코더 계속 안차도 될 이제 여러가지 새로운 걸 많이 해보고 있고 그리고 제가 사진에 질문 또 있나요? 안녕하세요 이홍입니다 네 아주 알찬 발표 감사합니다 감사합니다 팀원 전체가 사용하거나 혹은 팀 단위로 사용하게 되면 사실 엔진의 입장에서 가장 귀찮은 위클리 레포트나 이런 걸 좀 생략하거나 할 수 있을 것 같은데 혹시 팀 단위로 적용하거나 이런 계획 같은 것도 있으신가요? 아 제가 지금 사실 휴직 중이라서 그거는 가능할 것 같은데 제가 해보지는 않았어요 근데 뭐 저는 개인적으로 하셔가지고 팀에 적용을 하셔도 될 것 같고, 옵시디안 자체는 사실 이거는 좀 더 개인 위주의 툴이긴 해요. 그래서 저 같은 경우엔 옵시디안 내용을 그대로 일부를 퍼블리시를 하고 있거든요. 이걸 제가 보여드리려고 그랬는데, 이 여행기도 사실은 제가 옵시디안의 라이프로그를 바탕으로 해가지고 조금 더 살을 붙여 가지고 쓴 거 거든요 그래서 이런 것도 좀 가능하고 팀 단위에서 공유는 조금 더 고민은 필요할 것 같아요 이제 모든 사람이 같은 걸 쓴다면 예를 들어 제가 아까 말씀드린 전자가 여러 가지가 좀 달라지잖아요 예를 들어 저 같은 경우에 로컬 파이 시스템에서 대부분 작업을 하는데 그 부분도 좀 달라질 수 있고 네 그 부분은 조금 더 고민이 필요할 것 같습니다 네 답변 감사합니다 네.