이제 여러분은 세계에서 가장 강력한 AI 모델 중 하나가 꺼져 있다는 사실을 알고 계실 거라고 생각합니다. 앤스로픽 게임즈의 페이블 5. 정부는 그것이 너무 위험하다고 판단했다. 여기서 중요한 것은 그것이 단지 일시적인 사건일 뿐이지만, 그 이면에 있는 추세는 그렇지 않다는 점입니다. 혹시 처음 오신 분이라면, 저는 딜런입니다. 저는 AI 컨설팅 회사를 운영하고 있습니다. 그리고 저는 사업주와 임원들이 언제든 중단되거나, 가격이 오르거나, 교체될 수 있는 하나의 도구에 모든 것을 쏟아붓는 모습을 지켜봅니다. 이번 영상에서는 어떤 도구로든 전환할 때 지금까지 구축한 모든 데이터를 그대로 유지할 수 있도록 설정하는 방법을 보여드리겠습니다 . 어차피 모델만 빌리는 거잖아요 . 그 주변 환경이야말로 진정으로 당신의 것입니다. 그리고 그 내용은 당신이 소유한 파일에 저장될 수 있고, 상대방의 파일에는 저장되지 않습니다. 자, 그럼 시작해 볼까요? 그렇다면 제가 왜 지금 이 이야기를 하고 있는 걸까요? 음, 시기적절하네요 . 앞서 말씀드린 것처럼, 현재(녹음 중인 시점) Fable 5는 잠겨 있어서 소수의 선택된 사람들을 제외하고는 아무도 접근할 수 없습니다. 제 생각에는 정보 기술이 더욱 정교해지고 효과적이게 되면서, 동시에 많은 사람들에게 더 큰 위험을 초래하게 됨에 따라 이러한 추세는 계속될 가능성이 높습니다. 그리고 우리 조직들은 이러한 상황에 적응할 방법을 찾아야 합니다. 그래야만 이러한 도구들을 통해 계속해서 가치를 얻고 , 특정 모델이나 도구에 얽매이지 않고, 그것들이 제한되어 있다는 사실에 의해 제약받지 않을 수 있습니다. 하지만 정부가 해당 모델을 폐쇄하거나 중단하는 것은 발생할 수 있는 여러 가지 상황 중 하나일 뿐이라는 점을 유념해야 합니다 . 이미 일어나고 있는 몇 가지 다른 현상 중 하나는 신형 모델이 출시될 때 품질이 종종 저하된다는 것입니다. 그러니까, GPT 6가 나오면 페이블 5보다 훨씬 나을 수도 있겠죠. 그런데 몇 달 후에 페이블 6가 나오면 그게 GPT 6보다 더 나을 수도 있고요. 이렇게 계속해서 결과가 오르락내리락하는 거죠 . 어쩌면 제미니 4가 출시되고 다른 모든 것보다 더 나을지도 몰라요. 우리는 고품질 사용 사례에 필요한 품질을 추구하여 비즈니스에서 더 큰 영향력을 얻고자 합니다 . 하지만 그것뿐만이 아닙니다. 신형 모델이 출시되면 비용이 종종 증가하고 속도는 때때로 향상되거나 저하됩니다. 이 모든 것이 우리에게 중요하기 때문에, 우리는 하나의 모델과 도구에서 다른 모델과 도구로 유연하게 전환할 수 있어야 합니다. 그리고 이것이 바로 제가 함께 일하는 많은 고객들과 이러한 대화를 나누는 이유이기도 합니다 . 이러한 서비스 제공업체들은 고객을 묶어두려는 경향이 있는데, 그것이 바로 그들의 목표 중 하나입니다. 그들은 당신에게 가치 있는 존재가 되고 싶어 하지만, 동시에 당신이 그들의 제품을 사용해 주기를 바랍니다 . 그래서 앤스로픽, 오픈AI, 구글 모두 이 세 가지 요소를 확보하려고 노력하고 있습니다 . 다행히 우리는 이러한 것들로부터 벗어날 수 있지만, 특정한 방식으로만 가능합니다. 그렇다면 이것들이 의미하는 바는 무엇일까요? 첫 번째는 AI가 당신에 대해 알고 있는 정보입니다 . 그러니까, 이건 사용자의 이해도, 선호도 등과 관련된 기억입니다. 다음은 사용자의 업무 방식과 관련된 것으로, 결국 기술과 직결됩니다. 기술에 대해서는 나중에 이야기하죠. 이 세 가지에 대해서는 나중에 더 자세히 이야기하겠지만, 기술은 다른 도구나 모델로 가장 쉽게 옮길 수 있는 요소입니다. 그리고 마지막으로, 설정 방법입니다. 그러니까, 이건 데스크톱 에이전트를 사용하는 경우 지침 및 폴더 구조와도 관련이 있는데, 나중에 데스크톱 에이전트 사용을 권장할 예정입니다. 우리는 이러한 회사들에 종속되는 것을 피하고 싶습니다. 잠시 평소 방송을 중단하겠습니다. 이 영상은 언제나처럼 제가 직접 제작했습니다 . 자, 두 가지 간단히 말씀드리겠습니다. 우선, 아래에 30일 동안 진행되는 AI 인사이트 시리즈를 무료로 소개합니다. AI를 비즈니스와 업무에 적용하는 방법에 대한 30가지 유용한 정보를 이메일로 받아보실 수 있습니다 . 두 번째로, 저와 함께 일하고 싶으시다면, 아래에 저희가 서로 잘 맞는지 확인할 수 있는 몇 가지 제안이 있습니다 . 자, 이제 다시 영상으로 돌아가 봅시다. 앞서 말씀드린 것처럼, 여기서의 목표는 우리가 빌려 쓰는 것에서 우리 자신을 분리하는 것입니다. 그래서 저희는 모델을 임대하고, 특히 ChatGPT, Claude, Claude Co-work 또는 Codex와 같은 것을 사용하는 경우 해당 모델과 관련된 도구들도 임대합니다. 그리고 우리는 임대하는 것과 소유하는 것, 즉 우리의 상황, 선호도, 그리고 이러한 도구를 통해 진정한 영향력을 발휘하는 방식 사이에 명확한 구분선을 두고 싶습니다. 앞서 간략히 언급했듯이, 적응성을 위해 데스크톱 에이전트를 사용하는 것을 권장합니다. 그 이유는 브라우저에서 ChatGPT의 정보를 Claude 브라우저로 옮기려고 하면, 즉 제공업체를 바꾸거나 Claude에 추가 기능을 설치하려고 하면 메모리, 프로젝트 지침, 기술 등을 옮기는 것이 매우 어렵기 때문입니다. 수동 작업이 많고, 복사 붙여넣기를 많이 해야 해서 시간이 오래 걸립니다. 불가능하다는 게 아니라, 좀 더 강도 높은 훈련이 필요하다는 겁니다. 하지만 데스크톱 에이전트의 경우는 완전히 다릅니다. 특히 처음부터 모든 설정을 올바르게 했다면 더욱 그렇습니다. 데스크톱 에이전트와 마찬가지로 모든 것은 일반적으로 컴퓨터 또는 직원과 공유하는 드라이브의 일반 파일에 저장됩니다 . 그리고 이제 데스크톱 에이전트의 경우, 새 도구를 해당 에이전트에 연결하기만 하면 됩니다. 그러니까 제가 클라우드 코워킹을 항상 사용하고 모든 설정을 완료했다면, 앞서 언급했던 고객님 소유의 세 가지 항목에 대해 몇 가지 작은 조정만 하면 됩니다 . 이러한 사소한 조정을 마친 후에는 Code X가 해당 파일을 지정하기만 하면 Cloud Co-work보다 더 효율적으로, 혹은 최소한 동일한 수준으로 파일을 사용할 수 있습니다. 그 이유는 해당 파일들이 노트북에 있고, 팀원들과 공유하는 드라이브에 있기 때문입니다. 자, 이제 이 세 가지 파일 유형을 자세히 살펴보면서 초기 설정 방법 과 현재 조정해야 할 사항을 이해해 보겠습니다. 이렇게 하면 향후 필요에 따라 한 도구에서 다른 도구로 쉽게 데이터를 옮길 수 있습니다 . 우선, 모든 작업에는 폴더가 있습니다. 그래서 제가 권장하는 데스크톱 에이전트를 사용하는 경우, 그리고 지금 우리가 집중할 부분도 바로 이것인데, 작업에 연결해야 할 폴더를 설정할 때 이 단계를 거쳐야 합니다. 그러니까 주간 보고서, 고객 후속 조치, 계약 검토 등을 위한 폴더가 있고, 그 폴더 안에는 크게 세 가지 유형의 파일이 있습니다. 이 외에도 여러 하위 폴더와 파일 등이 있겠지만, 이러한 폴더 안에는 일반적으로 들어있을 만한 것들, 즉 필요할 경우 바로 옮길 수 있도록 잘 정리해 두어야 할 것들이 있습니다. 첫 번째는 기억력입니다. 그러니까 AI가 당신에 대해 기억하는 것, 당신의 선호도, 학습 내용 등을 활용하는 거죠. AI가 모든 것을 처음부터 기억하는 건 바람직하지 않습니다 . 이미 저장되겠지만, 옮겨오고 싶은 중요한 정보들을 모두 기억하게 하고 싶지는 않을 겁니다 . 그리고 이 점이 흥미로운데, OpenAI와 Anthropic은 모두 네이티브 메모리 처리 능력이 매우 뛰어나고, 시간이 지날수록 더욱 발전할 것이기 때문에 우리가 한 도구에서 다른 도구로 이식하는 것이 점점 더 어려워질 것입니다. 하지만 지금으로서는 이렇게 하는 것이 합리적입니다. 그리고 1년 후에는 어떤 모습일지 확신할 수는 없지만, 지금으로서는 이런 식으로 준비해야 합니다. 다시 말해, Code X와 Cloud Co-work 모두 네이티브 메모리를 사용합니다. 그들은 당신이 선호하는 것을 기억할 것입니다. 전부는 아니고, 몇몇 것들이에요. 그래서 저는 각 작업별로 그러한 기억들을 외부화하는 것을 추천합니다. 그게 첫 번째예요. 다음은 스킬 파일입니다. 그래서 사람들은 흔히 기술을 연마하는데, 그 기술은 기본적으로 특정 유형의 업무를 수행하는 방법과 그에 따른 기대치를 충족하는 방법을 의미합니다. 이를 스킬에 포함시켜 AI를 통해 자동화할 수 있도록 하는 것입니다. 그리고 그 다음에는 지침이 있습니다. 이것이 해당 폴더 안의 기본적인 구성입니다. 해당 폴더 안에는 여러 개의 하위 폴더가 있을 수 있습니다. 또한, 상위 수준의 지침이 있어서 AI가 이 폴더를 보면 그 목적과 해야 할 일을 정확히 알 수 있습니다 . 이 세 가지에 대해서는 나중에 더 자세히 이야기하겠습니다 . 하지만 참고로, 우리가 미리 준비해두고 싶은 파일 유형은 이 세 가지이며, 이렇게 해야 향후 새로운 도구에서도 사용할 수 있게 됩니다 . 그리고 여기서 흥미로운 작은 부가적인 사실은 Claude와 ChatGPT 모두 사용자가 한 모델에서 다른 모델로 더 쉽게 전환할 수 있도록 노력하고 있다는 점입니다. 클로드에 대해서는 잠시 후에 이야기하겠지만, OpenAI와 ChatGPT에서 개발한 Codex 자체에도 Codex 내부에 설정이 있습니다. Claude with Co-work에서 Codex로 포팅하거나, 최소한 Codex를 사용할 수 있는 도구에 추가하려면 Codex 설정의 일반 메뉴로 이동하면 ' 가져온 에이전트 설정'이라는 설정이 있습니다. 이 기능 덕분에 Claude Co-work에 있는 여러 기능을 Codex로 쉽게 옮겨 사용할 수 있으므로 Codex에서 해당 기능에 접근할 수 있습니다. 그러니까 당신의 지시사항, 기억, 기술, 그런 모든 것들이죠. 이 기능은 있으면 좋지만 필수적인 것은 아니며, Claude Co-work 또는 Claude Code에서 Codex로 넘어갈 때 사용하는 것을 추천합니다. 하지만 제가 추천하는 것은 이것만이 아닙니다. 앞으로 효과적으로 설정하려면 제가 안내해 드릴 절차를 따르시는 것을 권장합니다. 그게 바로 저희가 벌인 부가적인 임무 중 하나입니다. 첫 번째 파일은 메모리 파일인데, 사실 

Introducing Sakana Fugu. Our Fugu Ultra model matches the performance of Fable and Mythos, delivering frontier capability without the risk of export controls. So, obviously we had to put that to the test. You can see right here in my cloud code I am running on Fugu Ultra 1 million. You can see the task list that's carrying over is about our dashboard functionality and visuals. So, what I did is I gave it the slash goal prompts, which you guys can read real quick if you want to. And this was just me, you know, talking into Glydo. And then after almost an hour, I got this dashboard back, which is honestly really impressive. It can refresh live data. If I click on that button, you can see my stats, you can see the audience pulse, you can see my distribution and performance, median, outlier, stuff like that. I can see what's working, I can see what's rising, I can see what's underperforming, I can see recommendations. So, not only am I getting real data on my YouTube dashboard, but I'm also getting AI analysis. I can look at videos and see specific metrics for each one. I can look at audience and comments. I can look at strategy. And all of this was a one-shot slash goal prompt with Fugu Ultra. So, this is brought to us by sakana.ai, which is a Japanese company. Sakana means fish, and that's kind of what you can see right here. We've got a bunch of little fish coming in to make one larger fish, and that's basically how the Fugu model works. It is a multi-agent system delivered as one model. So, basically we have one API to hit, and that API orchestrates and routes to different frontier models. So, Opus, GPT, Gemini, and probably some more. Fugu achieves superior performance by dynamically coordinating and orchestrating a diverse pool of powerful models. So, honestly it's really nothing new. It's basically a main agent orchestrating a bunch of sub-agents that have different models and different specialties. This basically just wraps it up for you pretty nice. You know, I've always talked about when you're working with AI models, you always want to think about it as each AI does one thing really well, one very specific thing, and that is how you achieve great results by chaining those outputs into the next. And that's how they're able to achieve some of these benchmarks here, as you can see, where we have Fugu outperforming Fable, outperforming GPT-5.5, outperforming Opus 4.8 because it's orchestrating these models together. So, just to be clear, Fugue is not its own large language model that's better than Fable. It's saying that they were able to achieve better results than Fable and Mythos preview on certain benchmarks by orchestrating models together. But, this announcement tweet in 1 day went super viral. So, obviously, we had to check it out. So, I ended up running Fugue Ultra versus Claude Opus 4.8 across 38 different tests, and I'm about to dive into what I actually found and the way that I feel about how I'd use this and stuff. So, let's just dive into today's video. So, first of all, yes, I was able to use Fugue Ultra inside of Claude Code. If you guys want to know exactly how, I'm going to attach a markdown file in my free school community that you can give to Claude Code. And then, all you have to do is give it that markdown file, give it your API key, and you'll be up and running. So, my free school community is linked in the description. Join the free school, go to the classroom, go to all YouTube resources, and you will find all of my resources in there for free. So, this was that first main example that I showed you guys, right? So, Fugue built all of this, but it obviously used a combination of GPT, probably a little bit of Gemini for some design stuff. It used GPT-5.5, and maybe some other frontier models inside of that. And so, basically, what's happening is we're hitting one single API where we have a small manager model, which is literally trained just to break down a task, and then hand it off to a bunch of different AI models. So, we ask the question to the conductor, and the conductor outsources to specialists. So, Claude maybe for writing, GPT maybe for coding and bug fixes, and Gemini for research and facts. And there are also other models that it will delegate to based on the complexity of the task. And it's all about orchestrating who decides who does the work. On the left side of the spectrum, you write everything. You decide who does what. And on the far right end, you have a model that's automatically doing all of this. And the interesting thing is this pattern is nothing new. You already are doing this probably every day without even realizing or you're realizing, but it's essentially the same way that Claude Code spins up sub agents or dynamic workflows, and outsources, breaks up a plan, and outsources things to a haiku worker or a sonnet worker or maybe a bunch of more Opus workers. Except for instead of Claude code orchestrating across Claude models, we have Fugu Ultra orchestrat

This is what your business looks like when every single department runs itself 24/7 without you. So, this is our AI operating system that we installed for just one of our clients, and now every single job in their company, it runs through its own specialized agent. So, let me show you what yours could look like. Your sales agent, it drafts every proposal, finds new leads, and follows up with all of them automatically. Your operations agent, it writes your SOPs, they onboard [music] every new client for you. Your finance agent pulls the reports, reconciles every transaction overnight. And your marketing director, they can repurpose just one piece of content across every platform and create go-to-market content and [music] marketing copy all while you sleep. Now, every person in every department gets their own interface. So, their own dashboard, their own agents, each loaded with its own skills and automations all running on autopilot. And this isn't just some demo that just sits there. Here's some real leads that it followed up with. So, it closed deals, it booked follow-up appointments, and it sent proposals on its own. Now, here's the part that actually matters. Every agent is wired into one central brain that remembers every customer, every deal, and every past conversation. So, it's not a Zapier workflow that breaks every week or ChatGPT window that just forgets your business by tomorrow. Nothing gets forgotten and nobody has to open a thing. And whether you run an agency, an e-comm business, or a service business, it's built around your tools and your voice. If you want this built for your business so you can multiply your team's output in 10x before your competitors do, then just comment need and I'll send you more information.

AI 좋은 건 다들 아시잖아요. 근데 막상 내일에 어디다 어떻게 써야 할지 여기서 딱 막히는 분들이 열입니다. 그래서 [음악] 준비했습니다. 여러분이 가진 어떤 일이든 AI한테 맡겨서 자동화하는 방법.이 이 영상 하나만 끝까지 보시면 [음악] 바로 오늘부터 내일을 하나씩 자동화해 볼 수 있을 것입니다. 그럼 시작하기 전에 이런 [음악] 영상을 찾았고 앞으로도 기대한다면 영상의 좋아요와 응원 댓글도 부탁드립니다. [음악] 그럼 가이드 시작할게요. 여러분이 따라해야 할 순서는 딱 세 개로 구성됩니다. 첫째는 쪼개기, 둘째는 구분하기, 셋째는 자동화하기입니다. 80% 대부분의 사람들은 두 번째 단계인 구분하기부터 시작하려고 합니다. 곧장 AI로 뭘 시킬까부터 고민하는 건데요. 그러면 쉽게 막힐 수 있어요. 그래서 순서를 지키는게 중요합니다. 먼저이를 충분히 잘게 쪼개다 보면 무엇을 AI한테 시킬 수 있을지 쉽게 찾을 수 있습니다. 말로만 하면 와닿지 않으니까 지금부터 예시로 주관 보고 시나리오를 통해이 세 단계를 직접 보여 드릴게요. 첫 번째 단계로 업무 쪼개기입니다. 근데 여기서 가장 중요한 팁 하나 드릴게요. 혼자 쪼개지 마세요. 주관 보고를 쪼개라고 하면 대부분이 보통이 정도 수준으로 쪼개니다. 자료 모으고 보고서 쓰고 제출한다. 근데 이렇게 크게 묶여 있으면 AI한테 시킬 일을 찾기가 어렵습니다. 그래서 AI랑 같이 쪼개세요. 이렇게 입력해 볼게요. 어떤 업무를 자동화하고 싶은지 아주 작은 작업 단위로 분해해 달라고 요청했고 실제로 행동 단위를 중심으로 순서대로 번호를 먹겨서 목록으로 만들어 달라고 작성했습니다. 요청해 볼게요. 아까 혼자 적었으면 선어 줄로 끝났을 일이 무려 39단계로 펼쳐졌습니다. 저도 처음에 너무 많아서 당황스러웠는데요. 근데 자세히 보면 크게 여섯 묵음으로 정리되어 있어요. 준비하기부터 자료 수집하기, 정리하고 선별하기, 작성하기, 검토하기, 그리고 마지막으로 전달하기까지 얼마나 구체적으로 작성되었는지 수집 단계를 빠르게 살펴볼게요. 캘린더를 열어 이번 주 일정을 처음부터 끝까지 훑는다. 보고할 가치가 있는 회의나 이벤트를 메모장에 옮겨 적는다. 매일함을 열어서 이번 주고받은 메일을 는다. 이렇게 진짜 손이 가는 행동 하나하나까지 구체적으로 쪼개졌습니다. 이렇게까지 쪼개져야 드디어 보이기 시작합니다. 이건 AI한테 맡겨도 될지 아니면 이건 내가 꼭 해야 되는지. 자, 그런데 여기서 정말 중요한게 하나 있습니다.이 39 단계를 그대로 따라하시면 안 됩니다. 누구는 슬렉을 안 쓰고 누구는 보고서에 매출 숫자가 안 들어가고 누구는 노션 대신 엑셀을 씁니다. AI로 어떤 맥락 없이 단순히 업무를 쪼갠 것이기 때문에이 중엔 나한테 해당 안 되는 단계가 반드시 섞여 있어요. 그래서 한 단계를 더 거칩니다. 바로 검토 후 내 것만 남기는 단계입니다. 이렇게 입력해 볼게요. 이런 방식으로 쪼개진 업무를 살펴보고 자신이 사용하지 않는 단계를 명시하거나 특정 도구를 언급하거나 구체적인 나만의 방식을 언급해서 실제 자신의 업무에 맞게 다시 정리하도록 요청하는 겁니다. 그럼 요청해 볼게요. 자, 결과를 함께 살펴볼게요. 39단계였던게 34단계로 줄었습니다. 이런 방식으로 자신의 실제 업무만 남도록 클로드에게 지속적으로 요청하면 되겠습니다. 현재 숫자만 보면 별로 안 줄어든 것 같지만 중요한 건 숫자가 아니라 이제이 안에 내가 안 쓰는 도구 나랑 상관없는 단계가 하나도 없다는 사실입니다. 이게 바로 나만의 업무 설계도가 됩니다. 이제 다음 단계에서는 여기 남은 일들을 놓고 내가 직접 할지 아니면 AI한테 맡길지를 정해 볼게요. 자, 두 번째 단계인 구분하게입니다. 이제 내 업무 설계도를 놓고 하나하나 이건 누가 할까를 정해 볼게요. 혼자서 직접 진행해도 되고 클로드와 함께 진행해도 되겠습니다. 여기서는 클로드와 진행하기 위해 이렇게 입력할게요. 판단이나 책임이 필요한 일은 내가 하고 수집, 정리, 초안, 전선과 같이 AI한테 맡길 수 있는 일로 나눴습니다. 참고로 여기서는 본인의 실제 업무를 도대로 기준을 다시 생각해 보면서 정한 뒤 나누도록 요청해 보면 되겠습니다. 그럼 요청해 볼게요. 결과를 보면 딱 세 가지로 나눠졌습니다. 첫째는 내가 직접 해야 하는 일. 둘째는 AI가 하고 나는 결과만 확인하는 일. 셋째는 그냥 AI한테 완전히 맡겨도 되는 일. 여기서 결과를 살펴봤을 때 진짜 놀라운 점이 뭘까요?이 34개 단계 중에서 내가 진짜 머리써서 직접 해야 할 일은 단 세 개에 불과하다는 사실입니다. 나머지는 거의 다 AI가 처리하거나 내가 확인만 하면 되는 일입니다. 내가 해야 할 일 세 가지를 살펴보면 첫 번째는 뭘 보고서에 넣을지 고르는 거. 두 번째는 다음 주에 뭘 할지 정하는 거. 마지막 세 번째는 마지막에 전성 버튼을 누르는 거입니다. 무언가를 고르고 정하고 책임지기까지 모두 판단에 속합니다. 정리하면 이렇습니다. 주관 보고서 작성을 위해 내가 진짜 신경 써야 할 건 딱 세 가지 판단뿐이고 나머지 일들은 거의 다 AI한테 일을 시키면 됩니다. 참고로 첫 번째 쪼기기 단계와 같이 클로드가 구분한 일을 한번 검토하세요. 본인의 실제 업무를 기준으로 클로드가 이미 구분했더라도 내가 직접 해야 할 일이라고 생각하는 부분이 있다면 채팅을 통해 어떤 일들을 내가 직접 해야 하는지 요청해서 다시 구분하도록 하세요. 그럼 이제 마지막 자동화기 단계입니다. 근데 솔직히 아까 그 단계를 쭉 보면 이걸 어떻게 다 연결할지란 생각을 하면 막막할 수 있습니다. 하지만 괜찮습니다.이 연결하는 것까지 AI한테 맡기면 되거든요. 방금 구분한 목록을 바탕으로 실제로 어떤 순서로 일하면 되는지 설계해 달라고 입력 후 요청할게요. 결과적으로 자세하게 설계해 줬습니다. 여기서 핵심만 이해하면 이렇습니다. 처음에 한 번만 스킬로 세스팅하면 되는 부분이 있고 이후에는 매주 여기 나온네 가지만 하면 됩니다. 첫 번째는 카톡으로 나눈 채팅에서 보고할 내용이 있다면 직접 가져와서 보고할 자료를 준비합니다. 여기 나오는 것처럼 사람이 직접하는 이유는 카톡 내용을 자동으로 읽어 올 수 없기 때문이고 만약 카톡에 보고할 업무 내용이 없다면 단순히 무시해도 되는 단계입니다. 두 번째는 처음 세팅한 클로드 스킬을 실행하면 여기 나온 일들이 한 번에 처리가 됩니다. 세 번째는 이전에 같이 살펴봤던 사람이 직접 판단해야 하는 부분입니다. 마지막 단계 또한 사람이 하는 일로 단순히 완료된 사항을 전송하는 단계입니다. 그럼 진짜로 한번 만들어 보기 위해 이렇게 입력후 요청할게요. 스킬 이름은 주관 보고 만들기로 정했습니다. 결과적으로 이렇게 스킬이 만들어졌습니다. 이제이 스킬이 내 존용 주관 보고 비서가 됩니다. 저장하기 위해 스킬 저장 버튼을 통해 저장해 주세요. 그런데 스킬이 내 캘린더랑 메일을 가져온다고 했잖아요. 그러려면 스킬을 생성하기 전에 먼저 클로드가이 도구들에 접근할 수 있도록 연결해 줘야 합니다. 이걸 커넥터라고 부릅니다. 여기서는 구글 캘린더, G, 구글 드라이브 그리고 내가 쓰는 업무 관리 도구를 노션으로 가정하고 연결해 볼게요. 왼쪽 메뉴 중 사용자 지정을 클릭하세요. 메뉴 중 커넥터를 클릭하세요. 여기 상태에 체크가 되어 있으면 이미 연결된 상태로 이해할 수 있습니다. 현재 Gmail과 구글 캘린더, 드라이브 그리고 노션이 이미 모두 연결되어 있습니다. 만약 연결되지 않았다면 단순히 연결 버튼을 눌러서 진행하면 되고 로그인 하면 연결되는 수준이라서 쉽게 연결할 수 있습니다. 여기 본인이 사용하는 도구가 안 나오면 오른쪽 상단에 추가 버튼을 누르고 둘러보기를 클릭하세요. 그럼 여기서 다양한 앱을 확인할 수 있고 연동하면 되겠습니다. 연결을 완료한 뒤 창을 모두 닫아 주세요. 참고로 현재 스킬을 실행하기 전에 준비한 데모 콘텐츠를 보여 드릴게요. 먼저 이번 주 일정들이 구글 캘린더에 입력되어 있습니다. GL일에는 현재 업무 관련 메일 내건을 미리 보내 놓았습니다. 노션에는 이번 주 업무로 완료된 사항부터 진행 중 그리고 이슈 섹션으로 나눠서 기록해 놓았습니다. 클로드에서 만들었던 스킬을 실행하기 위해 채을 열고 주관 보고 만들어 줘라고 입력한 뒤 아래 카톡에서 얻은 보고 내용이라고 가정하고 붙여 나온 뒤 요청해 볼게요. 참고로 여기에는 카톡과 같이 연동된 도구는 아니지만 주관 보고 작성시 참고했으면 하는 메모가 있다면 자유롭게 입력해도 되겠습니다. 그리고 만약 스킬 실행 중에 도구에 엑세스 권한창이 나오면 허용해 주면 되겠습니다. 결과를 확인해 볼게요. 여기 스킬을 통해 진행된 과정부터 살펴보면 먼저 캘린더부터 확인하고 정보를 가져왔습니다. 지배를 통해 관련 이메일 내용을 가져왔고 노션에 이번 주 업무 페이지에서 기록된 내용까지 가져와서 주관 보고 초안을 완성했습니다. 아래로 내려가면 주관 보고에 포함되거나 빠져야 될 요소를 선별하고 다음 주 계획은 어떤 방향으로 갈지 그리고 받는 사람은 누구인지 등 이전에 구분 단계에서 함께 살펴봤던 사람이 직접 판단해야 할 요소들입니다. 그럼 주관 보고 최종본을 위해 아래와 같이 판단 후 요청할게요. 이렇게 주관보고 최종본이 나왔습니다. 그리고 아래 보면 확정시 이전에 설계한 대로 구글 드라이브의 문서로 저장하고 상사에게 보고할 매일 초안까지 준비해 준다고 합니다. 또한 필요d 파일도 함께 준비해 준다고 합니다. 어떠신가요? 여기까지 전체 과정을 한번 빠르게 정리하겠습니다. 처음 쪼개기를 통해 자신의 업무 중 하나를 더 이상 못 쪼갤 때까지 아주 작은 작업 단위로 쪼였습니다. 쪼갠 작업 업무 중에서 자신의 실제 업무에 부합하지 않는 요소를 모두 제거해서 실제 업무 흐름에 맞게 변경했습니다. 다음 단계로 구분하기를 통해 내가 세운 기준을 토대로 사람이 직접 해야 할 일과 AI가 해야 할 일을 분류했습니다. 분한 내용을 바탕으로 마지막 단계인 자동화를 위해 실제 워크플로우를 설계해 달라고 요청했습니다. 결과적으로 구체적인 워크플로우가 설계되었고이를 바탕으로 동일한 작업을 반복적으로 실행할 수 있는 클로드 스킬을 만들어 달라고 요청해서 주관 보고 만들기 스킬을 만들었습니다. 스킬을 작동시키기 위해 필요한 구글 캘린더, 그리고 노션 커넥터를 연결해서 자동하기 위한 모든 준비를

이 남자는 티셔츠로 돈을 복사합니다. 전직 외 개발자 출신으로 디자인 기술 하나 없이 클로데 AI 하나만으로 전 세계 자동으로 팔리는 티셔츠 공장을 세운 조슈아 마오. 그가 공개하는 자는 동안에도 티셔츠가 팔려 나가는 다섯 가지 자동 수익 공식 저장하고 끝까지 보세요. 첫째, 이미 잘 팔리고 있는 성공 패턴을 그대로 복제하세요. 세상에 없는 새로운 것을 만들려 하지 말고 1천000권씩 팔리는 단순한 문크와 템플릿을 분석해야 합니다. 요즘 인기 있는 검증된 문크의 구조만 가져와서 수십개의 니치 시장에 적용하는 것이 핵심입니다. 둘째, 클로드 안에 나만의 디자인 전용 소프트웨어를 만드세요. 디자인을 하나씩 직접하는게 아니라 클릭 한 번에 수십개의 티셔츠 도안을 뽑아내는 생성기를 클로드에게 직접 빌드하게 시켜야 합니다. 이렇게 하면 복잡한 디자인 툴을 배우지 않고도 전문가 수준의 깔끔한 디자인을 단 몇 초만에 대량으로 생산할 수 있습니다. 셋째, AI로 쇼핑몰을 구축하고 배송을 완전히 자동하세요. AI 웹사이트 빌더를 활용해 1분만의 전문적인 쇼핑몰을 만들고 인쇄대행 서비스와 연동해야 합니다. 주문이 들어오는 순간 AI 시스템이 제작부터 전 세계 배송까지 알아서 처리하기 때문에 여러분은 1분의 시간도 쓸 필요가 없습니다. 넷째, 실제 사람이 이분듯한 고퀄리티 사진으로 신뢰를 얻으세요. 단순한 합성 이미지 대신 만 원대의 저렴한 라이프스타일 모을 활용해 상품을 더 실감나게 보여 줘야 합니다. 깔끔하고 세련된 착용샷을 보는 순간 찰라의 고민도 없이 구매 버튼을 누릅니다. 제 잘 나가는 매장의 검색어를 클로드로 역설게하 이미 성공한 상품의 제목과 태그를 클로드에게 분석시켜 가장 노출이 잘되는 키워드 조합을 찾아내야 합니다. 무작정 올리는 것이 아니라 AI가 계산한 정밀한 검색 최적화 전략을 사용하면 광고비 한 푼 없이도 잠재 고객들을 당신의 매장으로 끌어놓을 수 있습니다. 이런 비즈니스 이야기 도움됐다면이 채널 구독후 댓글에 티셔츠 남겨 주세요. 영상 정리한 내용 보내 드릴게요.