← 대시보드로
2026-05-26
7개 영상
2026-05-28 18:47 생성
The Playbook for a $100M AI Agency
Nate Herk 2026-05-26 설명 기반
The Playbook for a $100M AI Agency
↗ 유튜브에서 보기

핵심 요약

본 영상은 AI 자동화 전문가 네이트 허크(Nate Herk)와 Custom AI Studio의 CEO 데빈 커نز(Devin Kearns)가 협력하여, 단순 생계형 비즈니스를 넘어 1억 달러 가치의 지속 가능한 AI 에이전시를 구축하는 전략을 다룹니다. 이들은 2027년 이후에도 생존할 수 있는 비즈니스를 만들기 위해 중견기업(Mid-market) 타겟팅과 독자적인 프레임워크 포지셔닝의 중요성을 강조합니다. 또한, 일회성 프로젝트성 용역이 아닌 장기적인 파트너십과 리테이너 기반의 수익 모델 구축 방안을 제시합니다.

주요 포인트

  • **중견기업(Mid-market) 기회 공략**: 소상공인이나 대기업보다 AI 도입 요구와 예산이 적절히 조화를 이루는 중견기업이 AI 에이전시의 핵심 타겟 시장입니다.
  • **기업 가치(Enterprise Value) 중심의 구축**: 일회성 수익 창출에 그치는 생계형 비즈니스를 넘어, 시스템과 지속 가능한 가치를 갖춘 기업형 에이전시 구축 전략을 제시합니다.
  • **전략적 포지셔닝과 프레임워크**: 단순한 AI 툴 벤더로 남지 않기 위해, 에이전시만의 구체적이고 전문화된 비즈니스 프레임워크를 통해 포지셔닝해야 합니다.
  • **다양한 수익화 모델 및 AI 파트너십**: AI 전문가들이 활용할 수 있는 11가지 수익화 모델을 소개하며, 일회성 구축보다는 리테이너(Retainer) 형태의 장기 파트너 모델을 추천합니다.
How to Use Claude Better Than 99% of People
Nicholas Puru 2026-05-26 설명 기반
How to Use Claude Better Than 99% of People
↗ 유튜브에서 보기

핵심 요약

이 영상은 Claude를 단순한 일회성 질문 답변용 '챗봇'이 아닌, 축적되는 맥락을 기반으로 동작하는 개인 맞춤형 업무 운영체제이자 협업 에이전트로 활용해야 한다고 강조합니다. 이를 위해 전용 워크스페이스(Projects)와 메모리 기능, 외부 도구 연동(MCP), 그리고 지침 자동화(Skills)를 통해 AI의 활용 수준을 극대화하는 프레임워크를 제시합니다.

주요 포인트

  • **단순 챗봇에서 협업 운영체제로의 전환**: 일회성 질문에 그치지 않고 장기적으로 맥락을 누적하며 협업하는 비즈니스 파트너로 Claude를 대해야 합니다.
  • **프로젝트와 메모리를 통한 맥락 구축**: 전용 프로젝트 공간을 만들어 업무 가이드라인과 비즈니스 문서를 선제적으로 학습시키고, 글로벌 메모리 기능을 활성화해 사용자의 선호도와 목표를 지속적으로 기억하게 합니다.
  • **MCP를 활용한 도구 연동 및 에이전트 업무 수행**: Model Context Protocol(MCP)을 사용하여 구글 드라이브, 노션, 깃허브 등의 도구와 Claude를 연결함으로써 직접 데이터를 읽고 쓰며 행동하게 만듭니다.
  • **반복 업무를 대체하는 Skills 시스템 구축**: 반복적으로 설명해야 하는 작업 프로세스나 문서 템플릿을 'Skills'라는 재사용 가능한 지침 세트로 등록하여 효율성과 일관성을 극대화합니다.
  • **계획 수립과 피드백 기반의 단계적 실행**: 복잡한 작업은 한 번에 지시하기보다 계획(Plan), 실행(Act), 검증(Verify)의 단계를 밟게 하거나, 여러 개의 하위 에이전트를 동시에 실행시켜 작업을 분담 처리합니다.
Anthropic Just Screwed EVERY Claude User
Nicholas Puru 2026-05-26 설명 기반
Anthropic Just Screwed EVERY Claude User
↗ 유튜브에서 보기

핵심 요약

최근 Anthropic이 Claude 구독 계정을 서드파티 툴이나 커스텀 에이전트와 연동해 사용하는 편법을 차단하면서, 많은 개발자와 파워 유저들이 고비용의 공식 API 사용을 강제당하게 되었습니다. 여기에 더해 사전 공지 없는 성능 저하 문제와 미흡한 대처가 겹치며 사용자들의 신뢰가 크게 훼손되었습니다. Nicholas Puru는 이러한 플랫폼 리스크를 방지하기 위해 단일 모델에 종속되지 않고 유연하게 모델을 교체할 수 있는 아키텍처를 구축해야 한다고 강조합니다.

주요 포인트

  • **서드파티 연동 제한**: Anthropic이 Claude Code 우회(스푸핑)를 차단하여 정액제 구독 계정을 외부 개발 도구나 에이전트에 연동해 사용하던 방식을 막았습니다.
  • **개발 비용의 급격한 상승**: 편법 연동이 막히고 유료 API 사용이 강제됨에 따라, 자동화 에이전트를 활용하던 개발자와 비즈니스의 운영비 부담이 심각하게 늘어났습니다.
  • **성능 저하 논란과 늦은 해명**: Claude의 성능이 저하되었다는 사용자들의 지적에 대해 프롬프트 수정 유도 등으로 대응하다가, 결국 시스템 프롬프트 조정 및 캐싱 버그가 원인이었음을 뒤늦게 인정했습니다.
  • **불투명한 소통으로 인한 신뢰 상실**: 사전 소통 없는 시스템 변경과 책임 전가식 피드백으로 인해 많은 파워 유저들이 Anthropic에 대한 깊은 불신을 가지게 되었습니다.
  • **모델 독립성(Model Independence) 권장**: 단일 플랫폼에 의존하지 않도록 뇌(Brain) 역할을 하는 AI 모델을 시스템 설계에서 분리하고, 상황에 따라 Claude, GPT, Gemini 등으로 즉시 전환할 수 있는 대비책 마련을 제안합니다.
Hermes Agent’s Biggest Update Yet
Nicholas Puru 2026-05-26 설명 기반
Hermes Agent’s Biggest Update Yet
↗ 유튜브에서 보기

핵심 요약

오픈소스 AI 에이전트 프레임워크인 'Hermes Agent'의 역대 가장 큰 업데이트가 발표되었습니다. 이번 업데이트는 단순한 데모용 기능을 넘어 실질적인 업무 효율성 향상과 비용 절감을 목표로 하며, 멀티태스킹, 메모리, 컴퓨터 제어 등 에이전트의 작동 방식을 전면적으로 개선했습니다. 사용자는 9가지의 강력한 신규 기능을 통해 일상적인 관리 업무와 리서치를 한층 더 효율적으로 자동화할 수 있게 되었습니다.

주요 포인트

  • **목표 추적 시스템(Slash Goal):** 백그라운드에서 동작하는 보조 '판사(judge)' 모델이 에이전트의 진행 상황을 지속적으로 모니터링하여 목표에서 벗어나지 않도록 제어합니다.
  • **메모리 기능 업그레이드:** 전체 세션 리콜 기능을 탑재하여 몇 주 전의 과거 대화 내용까지 즉각적으로 기억하고 불러올 수 있습니다.
  • **진정한 멀티태스킹(Slash Background):** 사용자가 채팅창에서 다른 대화를 이어가는 동안에도 백그라운드에서 여러 작업을 동시에 병렬로 실행할 수 있습니다.
  • **자동 칸반(Auto Kanban):** 추상적이고 수준 높은 아이디어를 실행 가능한 하위 작업으로 자동 분류하고 체계적으로 정리해 줍니다.
  • **비전 기반 컴퓨터 제어(Computer Use with Vision):** 비전 모델을 활용하여 컴퓨터 화면을 직접 보고 상호작용하는 능력이 향상되었습니다.
  • **자가 유지 보수 큐레이터(The Curator):** 7일 주기로 에이전트의 스킬 폴더를 정리하고, 활성 스킬의 성능 순위를 매겨 불필요한 스킬을 자동으로 삭제합니다.
  • **네이티브 비디오 생성:** Hermes 및 텔레그램 인터페이스 내부에서 텍스트나 이미지를 비디오로 직접 변환 및 생성할 수 있습니다.
  • **컨텍스트 유지형 모델 전환(Slash Model):** 대화 흐름을 잃지 않고 중간에 AI 모델을 자유롭게 변경할 수 있어 단순 작업과 정밀 작업에 적합한 모델을 조합해 비용을 절감할 수 있습니다.
  • **코딩 오프로딩(Codex as a Worker):** 기획 및 고차원적 사고는 메인 에이전트가 담당하고, 세부 코딩 작업은 Codex로 오프로딩하여 효율성과 비용을 최적화합니다.
5시간만 일하기
AIMAX_PD 2026-05-26
5시간만 일하기
↗ 유튜브에서 보기

핵심 요약

직장·육아 병행하며 클로드로 11인 팀을 부려 5일 편집을 5시간으로 줄인 자동화 공식.

주요 포인트

  • AI에 단순 명령 대신 전용 기술·에이전트 권한 부여(11개 분업 시스템)
  • 노션으로 단계별 검수 '휴먼 게이트' 구축(저품질 콘텐츠 방지)
  • 처음부터 전체 자동화 말고 '한 시간씩' 줄이는 수동작업의 복리 효과
이 남자는 5시간만 일합니다. 직장 생활과 육가를 병행하면서도 클로드 AI로 11명의 전문가 팀을 부리며 유튜브를 운영하는 비즈니스 천재. 그가 5일 걸리던 편집을 단 5시간 만에 끝내버린 실전 자동화 공식 저장하고 끝까지 보세요. 첫째, AI에게 단순 명령 대신 기술과 권한을 부여하세요. 단순히 대보 써 달라는 말 대신 리서치 전용 기술과 썸네일 전용 에이전트를 각각 구축해 클로드에게 직접 이식해야 합니다. 이렇게 분업화된 11 가지 시스템이 유기적으로 돌아가면 당신은 잠든 사이에도 콘텐츠가 생산되는 마법을 경험하게 됩니다. 둘째, 노션을 활용해 휴먼 게이트를 만드세요. AI가 처음부터 끝까지 다 하게 되면 유튜브 알고리즘의 적품질 콘텐츠로 찍히기 십상입니다. 기획부터 편집까지 각 단계마다 당신이 직접 검수하고 승인해야만 다음 에이전트가 작동하는 자동어 장치를 노션에 구축해야 보퀄리티를 유지할 수 있습니다. 셋째, 수동 작업의 복리 효과를 믿으세요. 처음부터 전체를 자동화하려 열심 내지 말고 딱 한 시간만 줄인다는 생각으로 전 과정을 직접 손으로 해 봐야 합니다. 오늘 한시간, 다음 달 두시간. 그렇게 줄어든 시간이 쌓여 결국 일주일치 업무를 단 5시간 만에 끝내는 압도적인 효율의 비즈니스 제국이 완성됩니다. 30분짜리 영상 속 내용을 정리한 자료가 있습니다. 궁금하신 분들은 본문을 읽어 주세요.이 채널을 구독하세요. 라는 AI 사례를 공유합니다.
ChatGPT vs Claude vs Gemini Is the Wrong Question
Dylan Davis 2026-05-26
ChatGPT vs Claude vs Gemini Is the Wrong Question
↗ 유튜브에서 보기

핵심 요약

"어떤 AI가 이 작업에 최선인가"는 잘못된 질문이다. 진짜 일을 해내는 사람은 도구를 더 많이 쓰는 게 아니라 더 적게 쓴다. 가장 가까운 모델 하나를 골라 3~6개월 집중하고, 정해진 세 가지 경우에만 갈아타라.

주요 포인트

  • 3단계 규칙: (1) 가장 가까운 모델(지금 탭에 열려 있거나 최근 2주간 쓴 것)을 고른다. ChatGPT·Claude·Gemini 빅3 중 하나면 충분하다. (2) 고품질 컨텍스트·프롬프트로 그 문제에 전력을 쏟는다. (3) binary 기준을 통과하면 ship하고 다음으로 넘어간다 — "다른 AI가 더 잘할까" 고민은 함정이다.
  • 탐색은 시간의 2%(일요일 30~45분 정도)만 쓰고 나머지는 문제 해결(shipping)에 쓴다.
  • 갈아탈 만한 세 경우: 브라우저의 벽에 부딪힐 때, 전력을 다해도 2~3회 실패할 때, niche 용례일 때.
  • 브라우저의 벽 4가지: 파일 10개 초과 필요, AI가 파일에 쓰기까지 해야 할 때, 상세하고 지속적인 메모리·자기개선이 필요할 때, 도구를 2개 이상 다뤄야 할 때 — 이럴 땐 desktop agent(Codex, Claude Co-work)로 간다. 둘 다 기존 구독에 포함돼 있다.
  • niche 용례: X(트위터) 라이브 데이터는 Grok만 접근 가능, 스크린샷·주석이 많은 지저분한 PDF 추출은 Gemini 3.1 Pro가 Opus 4.7·GPT 5.5보다 낫다.
Most AI videos tell you to use more tools. I've made a few myself. This one This one says the opposite. If you're new here, I'm Dylan. I run an AI consultancy. I coach people on AI workflows every single week. And almost every week in coaching, someone's juggling probably four AI tools at once. The people getting real work done are the ones using fewer AI tools, not more. I'll show you the three-step rule I use to pick an AI fast, then I'll show you the only times it's worth switching. So, let's get into it. Now, these are just four of the tools that I often see people trying to balance at any given time. And it's not just the tools themselves, but it's also the bills that come with it, the projects associated with each tool, the memories inside of each tool that have been remembered on your behalf, different configurations you've set up, all types of things. So, the complexity compounds, especially when you're uncertain as to which tool is suitable for which task. So, instead of being overwhelmed by all different tools and features you can choose from, especially if you're a beginner and/or you're susceptible to AI FOMO, the fear of missing out associated to all the new models and features and things like that, you need to take a step back and realize that it's okay just to choose one model, choose the one that's closest to you right now. And you can choose one of three. I would say these are the three big players that you can choose from. And I've specifically listed these because they tend to be the ones that have most of the features that are necessary for many tasks that people are trying to use inside of their work, as well as have a bright future ahead of them because of all the funding they have and the ability to build out new models and new features. And when I say closest, either it's the model that's open in your tab right now, or it's the model you've been using most frequently in the last like 2 weeks. Just choose choose that model and focus on that tool going forward, at least for the next 3 to 6 months. And the reason I'm so adamant about this is when beginners or people that have AI FOMO, when they start out with a specific problem, they ask themselves this question, the wrong question, which is which AI is best for this task. That's the wrong question, especially for beginners. The right question is what problem I'm trying to solve today? That's all that matters, the problem itself, not the tool. Because most of these tools, especially the big three that I just shared, can solve many of the problems that you care about. So, let's focus on the right question not the wrong one. Quick pause and a regular programming. This video is brought to you by me, as always. Two quick things. First off, below is a 30-day AI Insight series, completely free. You'll get 30 insights in your inbox of how you can apply AI to your business and your work. The second thing is if you'd like to work with me, below are a series of offerings to see if there's a good fit for the two of us. Now, let's get back to the video. And when you get started, there's three steps you're going to take. So, the first step today is grabbing the closest model to you, like I mentioned previously. So, either it's the model that's open in your tab right now, or the one that you've been actively using in the last 2 weeks. Don't get caught up in trying to figure out which model is best, just choose the closest one to you. After you've done this, you're then going to go to the next step, which is giving your full effort to the given problem that you've chosen with that AI. And when I say full effort, I'm specifically talking about the importance of ensuring that you give high-quality context to the AI for that problem, as well as high-quality instructions/prompts to increase the likelihood of the AI achieving that task. So, this step really comes down to making sure you're using the tools effectively and correctly in a high-quality way. So, once you've tried hard, you likely would have solved the problem. If you solve the problem, ship it and move on. And this is where people get hung up. Sometimes they solve a problem partially or fully with an AI, and they ask themselves, "Well, I wonder if there's another AI that can solve this even more effectively." Again, this is a trap. So, instead of falling into that trap, if the AI has solved the problem that meets your criteria, which ideally are binary, so it's yes, no, pass, fail, one, zero, if it passed that cleanly, then you move on to the next problem, because you want to be productive, not distracted by all these AI tools and features. And with that said, there are some caveats here. So, I do recommend exploring new features, new tools, and models, but doing it a very small percentage of your time. So, there's exploring and shipping. The exploring phase should be like 2%. So, that's going to be maybe 30 to 45 minutes on a Sunday, where you'll explore new models, new features, new tools. Bu
8분만에 배우는 클로드 업무활용법
greenkokki 그코 2026-05-26
8분만에 배우는 클로드 업무활용법
↗ 유튜브에서 보기

핵심 요약

클로드로 일 잘하려면 목표, 재료, 질문 유도, 형식 4가지를 무조건 챙겨야 함.

단발성 작업은 채팅, 반복 업무는 프로젝트, 대용량 처리는 코워크로 도구를 제때 갈아타는 게 핵심임.

일의 크기에 맞춰 스마트하게 툴을 바꿔 써야 시간 낭비 없이 업무 효율을 극대화할 수 있음.

주요 포인트

  • 클로드한테 일 시킬 땐 목표, 재료, 질문시키기, 형식을 명확히 지정해 줘야 엉뚱한 대답을 안 함.
  • 일회성으로 끝나는 간단한 작업은 일반 채팅창을 쓰는 게 가장 빠르고 간편함.
  • 매주 반복되는 회의 정리 같은 일은 프로젝트 기능에 지침과 기본 파일을 미리 세팅해 두면 편함.
  • 처리해야 할 파일이 수십 개로 많을 때는 폴더 통째로 넘겨서 작업하는 코워크 기능을 활용하면 됨.
같은 일을 누구는 세시간, [음악] 누구는 한시간 만에 끝냅니다.이 차이는 이제 단순히 일머리를 넘어서 AI 도구 활용 능력이 되어 가고 있습니다.이 영상에서 밀린 회의록 열개를 한 자리에서 끝내 볼 건데요. 회의록은 예시일 뿐입니다. 보고서든 자료 정리든 [음악] 어떤 일이든 원리는 모두 비슷합니다. 여기서 핵심은 딱 두 가지인데요. 첫째는 클로드한테 일 제대로 시키는네 가지 요소와 둘째는 일의 크기에 맞게 도구를 갈아타는 타이밍입니다. 그럼 바로 시작할게요. AI한테 일을 시킬 때이네 가지만 챙기면 결과물이 확 달라집니다. 첫 번째 목표입니다. 뭘 왜 만들지 한 문장으로 정하세요. 그냥 회의록 정리해 줘가 아니라이 메모로 팀에 공유할 회의록이랑 누가 뭘 할지 표로 만들려고 해. 적어도 이런 방식으로요. 목표가 분명해야 나중에 시간을 덜 낭비하게 됩니다. 두 번째 재료입니다. 내 자료를 던져 주는 거예요. AI는 우리 회사가 무슨 일을 하는지 우리 웨이가 뭐였는지 전혀 모릅니다. 메모 참석자 지난 자료를 줘야 그제야. 우리일 얘기가 나오게 됩니다. 세 번째 질문하게 시키기입니다. 바로 정리하려고 하면 AI는 헷갈리는 부분도 그냥 지원해서 답변합니다. 그래서 애매한 거 있으면 먼저 물어봐.이 한마디면 엉뚱한 결과를 미리 막아 줍니다.네 번째 형식입니다. 어떻게 만들어 줄지 정해 주는 거예요. 회의록은 황목별로 할 일은 표로. 이렇게 형식을 정해주면 바로 다른 사람과 공유할 수 있는 결과가 나옵니다. 정리하면 목표, 재료, 질문, 형식으로이네 가지를 활용하면서 일의 크기에 따라 도구를 어떻게 바꿨쓰는지 보여 드릴게요. 첫 번째 도구는 가장 기본인 클로드 채팅입니다. 설치한 클로드를 통해 채 채팅을 열어 볼게요. 그리고 회의 중에 정신없이 휘갈긴 메모를 그대로 붙여 넣을게요. 이게 바로네 가지 중 재료에 해당합니다. 럼프트는 이렇게 씁니다.이 메모로 팀에 공유할 회의록을 만들려고 해. 이게 목표입니다. 바로 정리하지 말고 애매한 거 있으면 먼저 물어봐. 이게 질문시키기고요. 결정상, 논의사항, 할 일 형식으로 만들어 줘. 이게 형식입니다. 여기까지 이전에 얘기한네 가지 요소가 모두 포함되었습니다. 그럼 실행해 볼게요. 응답으로 클로드가 바로 회의록을 쓰는게 아니라 이렇게 되어 봅니다. 바로 내 메모에서 부족한 부분에 대해 먼저 AI가 먼저 짚어 주는 거죠. 여기에 내가 답을 해주면 그제야 클로드가 1차 회의록 초환을 만들어 줍니다. 클로드가 마음대로 만든 회의록이 아니라 내 답을 반영한 정확한 초환으로요. 그럼 답한 뒤 요청해 볼게요. 보시면 채팅 하나로 회의록이 깔끔하게 나왔어요. 이렇게 한 번하고 끝나는 일이라면 채팅이 제일 빠르고 좋습니다. 그런데 채팅엔 분명한 한계가 있어요. 모든 걸 매번 하나하나 직접 해야 한다는 것입니다. 예를 들어서 밀린 회의가 다섯 개라면 어떨까요? 메모 붙이고 질문에 답하고 받고 또 붙이고 답하고 받고 형식도 매번 다시 적어 주고 이걸 다섯 번 반복해야 합니다. 한 번이라면 편한 채팅이 반복되기 시작하면 일이 되는 거죠. 그래서 반복되는 일엔 다른 방법이 필요합니다. 두 번째 도구는 프로젝트입니다. 같은 프로젝트 회의는 매주 반복됩니다. 그때마다 우리 무슨 앱 만드는지 어떤 형식으로 정리할지 처음부터 매번 다시 말하긴 매우 귀찮습니다. 이걸 한 번에 세팅해 두는게 바로 프로젝트입니다. 그럼 직접 만들어 볼게요. 왼쪽 사이드 바에서 프로젝트를 클릭하세요. 그리고 오른쪽 위에 새 프로젝트 버튼을 클릭합니다. 이름은 신규앱 출시 프로젝트. 설명에 팀 회의 정리용이라고 적고 프로젝트 만들기를 클릭할게요. 만들어지면 오른쪽에 파일이라는 공간이 보입니다. 여기에 파일을 올려 두면 클로드가 매번 그 자료를 참고해서 답을 합니다. 지난 회의록이 있으면 함께 올려도 되고 프로젝트 개우 문서를 드래그해서 올리겠습니다. 다음은 지침을 살펴보기 위해 클릭하세요.이 이 프로젝트 안에서 클로드가 어떤 역할을 하고 회록을 어떤 형식으로 만들지 미리 정해 두는 부분입니다. 채팅에선 매번 적던 형식을 여기선 지침에 한 번 박아두면 끝입니다. 지침을 입력할게요. 프롬프트를 빠르게 살펴보면 회의 정리 담당 역할을 부여하고 프로젝트와 참석자 기본 정보를 제공했어요. 그리고 원하는 회의록 형식을 확인할 수 있고 반복하면서 쌓인 지난 회의록도 프로젝트 자료로 올려 놓으면 전체 흐름을 이해해서 답하는데 도움이 되기 때문에 지침을 추가했어요. 마지막으로 애매한 건 물어보라고 요청했어요. 프로젝트의 자료와이 지침을 통해 AI한테 일시킬 때 참고하라고 했던 목표, 재료, 질문, 형식 요소가 자연스럽게 모두 포함되었습니다. 그럼 지침 저장 버튼을 클릭하세요. 자, 그럼 이제 채팅이랑 뭐가 다른지 직접 비교해 볼게요. 아까 채팅에서 썼던 똑같은 회의 메모를 이번엔이 프로젝트 채팅창에 추가한 뒤 단순하게 회의로 만들어 달라고 요청할게요. 클로드가 대무른 걸 확인해 보면 자료에 이미 답이 있는 건너뛰고 없는 것만 골라서 물어봅니다. 그래서 핵심은 관련 자료가 쌓일수록 대무를게 줄어들고 한 번에 회의록을 더 탄탄하게 만들어 준다는 점입니다. 나중엔 회의록 만들어 줘. 한마디면 바로 끝낼 수 있게 됩니다. 이렇게 프로젝트로 충분히 빨리 끝낼 일이면 굳이 다음 단계로 안 가도 됩니다. 다만 이런 일을 맡았다고 가정해 볼게요. 밀린 회의 메모 20개가 폴더를 받고 이거 다 회의록으로 정리해 놓으라는 업무가 떨어진 거죠. 이걸 하나씩 붙이며 반복하기엔 너무 많은 시간이 소요됩니다. 이럴 때 활용하는 마지막 도구 바로 클로드 코워크입니다. 코워크는 쉽게 말해 클로드한테 폴더를 통째로 맡기고 여러일을 한 번에 시키는 도구입니다. 먼저 밀린 회의 메모들을 폴더 하나에 모아 둘게요. 미팅 노트라는 폴더를 하나 만들게요. 만들었다면이 폴더 안에 모든 회의록 파일들을 복재해서 추가할게요. 복재에서 추가하는 이유는 혹시모를 상황에 대비해서 원본을 안전하게 보관하기 위함입니다. 그럼 클로드 데스크톱에 있는 코워크로 이동하세요. 코워크로 이동했다면 프로젝트에서 작업을 클릭하고 다른 폴더 선택을 통해 미팅 노트 폴더를 선택할게요. 새로 만든 폴더에 복재한 파일들이 있는 곳에만 권한을 주는 것이기 때문에 위험 부담 없이 항상 허용을 통해 허용할게요. 이제 준비한 프롬프트를 입력할게요. 폴더에 텍스트와 이미지 파일로 구성된 메모들이 있으니 모두 처리해 달라고 요청했어요. 회의마다 원하는 형식을 명시했고 해야 할 일을 담당자와 함께 나온 표로 정리해 달라고 했고 문제가 있으면 물어보라고 작성했어요. 그럼 요청할게요. 결과적으로 각 회의노트마다 회이록 파일이 한 번에 모두 생성이 되었습니다. 폴더에서 보기 버튼을 클릭하세요. 여기서 예제로 생성된 메모가 어떻게 회의록으로 변경되었는지 열어서 확인해 볼게요. 요청 상대로 결정 사항, 논의상항, 그리고 할로 구분되어 회의록이 생성된 것을 확인할 수 있습니다. 모든 회의록 메모 노트를 하나씩 살펴보며 수작업으로 회의록을 작성했다면 꽤나 많은 시간이 소요되실 것입니다. 여기에 더해 추가로 요청했던 담당자와 할 일을 모아 놓은 파일도 확인해 보면 각 담당자마다 해야 할 일과 기한을 확인할 수 있고 어떤 회의에서 내용이 나왔는지도 출처까지 확인할 수 있습니다. 자, 오늘 내용 딱 빠르게 정리하고 마칠게요. 먼저 [음악] 일시키는네 가지. 목표, 재료, 질문, 형식. 이건 어떤 도구를 쓰든 어떤 일을 하든 똑같이 통하는 원칙입니다. 그리고 도구는 일 크기에 맞게 고르세요. 하나면 채팅, 반복되면 프로젝트, 한꺼번에 열어계면 코워크. 무조건 다쓸 필요 없습니다. 내일에 맞는 데서 멈추면 됩니다. 오늘은 회의록으로 보여 드렸지만 [음악] 보고서든 자료 정리든 메일이든 원리는 그대로입니다.이네 가지랑 도구를 활용하는 감각만 [음악] 있으면 어떤 일을 맡아도 방법이 보이기 시작할 것입니다. 한시간을 10시간처럼 [음악] 사용하는 그날까지 다음 영상에서도 그린 코끼리와 함께 성장합시다.