← 대시보드로
2026-07-04
3개 영상
2026-07-04 06:01 생성
Asana is the operating system for human-agent teams.
Nicholas Puru 2026-07-04
Asana is the operating system for human-agent teams.
↗ 유튜브에서 보기

핵심 요약

AI 도입으로 개별 업무 속도는 빨라졌지만 정작 팀원 간 의견을 맞추고 상황을 파악하는 데 병목이 생겨 혼란은 여전하다. Asana는 단순 챗봇이 아니라 워크플로우에 직접 참여해 실무를 수행하는 AI 팀원을 통해 이 문제를 해결한다. 결국 사람과 AI 에이전트가 한 팀으로 협업할 수 있는 새로운 운영 체제를 제공하는 셈이다.

주요 포인트

  • AI 도입 후에도 소통과 인수인계 문제로 업무가 누락되고 상황 파악을 위해 사람들을 쫓아다녀야 하는 병목이 발생함
  • Asana는 단순 챗봇을 넘어 프로젝트 보드 내에서 직접 협업하고 실무를 담당하는 AI 팀원을 제공함
  • AI 팀원이 디자인 완료 여부나 랜딩 페이지 승인 대기 상태 등을 실시간으로 업데이트해 주어 관리자의 번거로움을 없앰
  • 사람과 AI 에이전트가 동일한 워크플로우 내에서 유기적으로 작동하도록 돕는 인간-에이전트 팀용 운영 체제임
AI 덕분에 당신은 업무 속도는 빨라졌지만, 팀은 여전히 ​​혼란스럽습니다. 이제 병목 현상은 실행 문제가 아닙니다. 모두의 의견을 일치시키는 것입니다. [음악] 그 결과, 업무가 누락되고, 인수인계가 제대로 이루어 지지 않아 결국 당신이 모든 사람을 쫓아다니며 상황이 실제로 어떻게 돌아가는지 알아내야 하는 상황에 놓이게 됩니다. 그게 바로 아무도 고치려 하지 않는 부분이에요. 자, 이것 좀 보세요. 이것은 Asana에서 진행 중인 저희 제품 출시 화면입니다. 저기 보이는 것은 제가 프로젝트에 직접 추가한 AI 팀원입니다. 옆에 있는 챗봇이 아닙니다. 그 사람은 실제로 우리 팀 바로 옆에서 실무를 하고 있는 팀원입니다. 다음 주에 캠페인을 시작할 예정이라 진행 상황 보고 담당자에게 업데이트를 요청했는데 , 디자인은 완료되었고 유료 광고도 준비되었지만 랜딩 페이지 최종 승인을 아직 기다리고 있다는 답변을 즉시 받았습니다 . 저는 아무에게도 메시지를 보내지 않았는데 , 결과는 이렇습니다. 저는 현재 상황을 정확히 알고 있고, 어떤 것도 누락되지 않으며, 제가 누구를 쫓아다니지 않아도 일이 순조롭게 진행됩니다. [음악] 그래서 저는 팀 전체에 AI 팀원을 한 명씩 배치했고, 이제 우리는 동일한 워크플로우를 함께 실행할 수 있습니다. 지금의 Asana는 바로 그런 역할을 합니다. 사람과 에이전트로 구성된 팀을 위한 운영 체제인 거죠. 댓글에 필요한 사항을 남겨주시면, 직접 설정하는 방법과 가입 링크를 보내드리겠습니다.
Fable 5 + Karpathy’s LLM Wiki is Basically Cheating
Nate Herk 2026-07-04
Fable 5 + Karpathy’s LLM Wiki is Basically Cheating
↗ 유튜브에서 보기

핵심 요약

유튜브 영상 자막과 개인 데이터를 Fable을 활용해 LLM 위키로 자동 연동하고 '제2의 두뇌'처럼 써먹는 방법을 소개함. 복잡한 지식과 도구들의 관계를 일일이 연결할 필요 없이 클로드 코드로 입력만 하면 알아서 마인드맵으로 시각화해 줌. 회의록이나 이메일 등 개인 사업 데이터를 연동하면 AI가 6개월 동안의 매출 통계나 브랜딩 시각화 자료까지 스스로 만들어 줌.

주요 포인트

  • 유튜브 자막 데이터를 LLM 위키에 넣으면 도구와 개념 간의 복잡한 연결 고리를 한눈에 볼 수 있음.
  • "클로드 코드야, 비디오 위키에 넣어줘" 한마디면 개념들이 알아서 연결되고 데이터가 계속 누적됨.
  • 이전 모델(Opus 4) 결과물과 달리 Fable을 쓰면 초보자도 쉽게 클릭하며 이해할 수 있는 깔끔한 HTML 인터페이스가 나옴.
  • 회의 녹음이나 링크드인 게시물 등 모든 데이터를 저장해 두면 AI가 나에 대한 모든 맥락을 파악하고 글 쓰거나 작업할 때 반영함.
  • 저장된 브랜딩 테마와 통계 데이터를 바탕으로 AI가 스스로 연간 성과 정리 비디오까지 뚝딱 만들어 냄.
  • 이 모든 시스템을 세팅하는 데 5분밖에 안 걸릴 정도로 생각보다 겁나게 간단함.
여기 보이는 것은 제 유튜브 영상들이 LLM 위키에 입력되는 모습입니다. 확대해서 보시면 아시겠지만, 이 LLM 위키는 서로 다른 유튜브 영상들로 구성되어 있고, 이 영상들을 연결하는 것은 서로 다른 관계들입니다. 그래서 이제 제 유튜브 영상들이 서로 어떻게 연관되어 있는지, 그리고 이러한 모든 지식이 제 AI 운영체제를 훨씬 더 똑똑하게 만들어주는 일종의 제2의 두뇌 같은 것을 실제로 볼 수 있게 되었습니다. 그리고 가장 멋진 점은 이 개념들을 전혀 연결할 필요가 없었다는 거예요. 저는 "클로드 코드야, 내 유튜브 영상을 가져와서 이 위키에 넣어줘"라고 말하기만 하면 됐습니다. 그리고 이것은 계속해서 커지고 또 커집니다. 좀 더 확대해서 이 비디오 중 하나를 열어볼게요 . 자, 여기 나노 바나나 웹사이트 두 개가 있습니다. 이 창을 열면 위쪽에 몇 가지 정보가 보이고 , 아래로 스크롤하면 요약, 핵심 요점, 언급된 다른 도구 및 기술, 그리고 논의된 다른 기법들을 볼 수 있습니다 . 그리고 저는 이 모든 링크들을 따라갈 수 있습니다. 제가 GitHub에 관심이 있다고 가정해 보겠습니다. GitHub를 클릭할 수 있습니다. 이게 무슨 내용인지 알겠고, 우리가 이전에 GitHub를 참조했던 다른 사례들도 확인할 수 있겠네요 . 다음은 GitHub와 Vercel을 연결하는 정보입니다 . 저 링크를 클릭해서 베르셀에 대해 더 알아볼까요? 그러면 베르셀이 저를 다시 클로드 코드로 데려다 줄 수 있고, 거기서 저는 다시 이 모든 백링크를 따라가 원하는 목적지에 도달할 수 있습니다. 이렇게 유튜브 영상들을 종합한 마인드맵이 점점 커져감에 따라, 우리는 이 모든 것이 현실로 나타나는 것을 볼 수 있게 됩니다 . 그리고 오늘 저는 여러분이 이와 같은 것을 약 5분 만에 설치하고 실행하는 방법을 정확하게 보여드리겠습니다. 생각보다 훨씬 간단합니다. 자, 여기서 놀라운 점은 Fable이 그 모든 데이터를 처리할 수 있었다는 사실 자체가 아니라, 그 모든 데이터를 활용했을 때 Fable이 무엇을 할 수 있는지입니다. 왜냐하면 우리는 모두 데이터가 왕이고, 맥락이 왕이라는 것을 알고 있기 때문입니다. 멋진 예시 하나 보여드릴게요. Fable에게 한 가지 요청을 드렸는데, " 이 복잡한 유튜브 영상 자막 연결 구조를 사람들이 실제로 보고 이해할 수 있는 형태로 바꿔주셨으면 해요. 너무 복잡하지 않으면서도 이러한 도구, 기술, 아이디어들이 서로 어떻게 연결되는지 보여주는 간단한 자료가 되었으면 합니다."라고 했습니다. 이제 클릭해서 다양한 아이디어 , 에이전트 워크플로 및 연결 대상 등을 상단에서 확인할 수 있는 아주 멋진 HTML이 생겼습니다. 루틴과 연결됩니다. 루틴은 결정론적 자동화 와 에이전트적 자동화를 연결하고, 이는 다시 N&N 이론, 클로드 코드 등과 같은 개념으로 이어지는데, 정말 놀랍습니다. 제 생각에는 이런 인터페이스가 이런 인터페이스보다 훨씬 더 사용자 친화적입니다 . 그리고 제가 생각하기에 이것의 멋진 점은 제가 감정적인 방식으로 그것을 유도할 수 있었다는 것입니다 . 저는 " 초보자도 쉽게 이해하고 클릭해서 넘어갈 수 있고, 부담스럽지 않은 방식으로요 ."라고 말했습니다. 그리고 Opus 4.8 같은 게임은 Fable만큼 그 의미를 제대로 이해하지 못합니다. 제가 무슨 말을 하는지 보여드리기 위해 , Opus 4를 사용해서 거의 하루 종일 작업한 결과물을 보여드리겠습니다. 우리는 의견을 주고받으며 이 프로젝트를 진행했지만, 너무 벅찬 느낌이 들어서 다른 사람들과 공유하고 싶지 않았어요. 혼란스러웠어요. 그리고 이 시스템을 구동하는 백엔드 데이터베이스는 바로 그 데이터베이스와 동일합니다. 그래서 어쨌든 우리가 여기서 찾고 있는 건 똑같은 거예요 . 도구, 기술, 동영상 등을 검색할 수 있습니다. 오케스트레이터, 모델, 입력값 등 모든 것을 아우르는 일종의 계층 구조 프레임워크에 대해 논의했습니다. 데이터는 모두 동일하고, 여전히 이러한 항목들을 클릭할 수 있고, 이전 링크를 따라갈 수도 있습니다. 기본적인 개념은 같지만 , 이 버전이 훨씬 더 간단하고 마음에 듭니다. 보시다시피, 개념을 클릭하면 오른쪽에서 해당 데이터가 가져온 비디오를 확인할 수 있습니다. 우리는 그것에 대해 좀 더 자세히 알아볼 수 있고, 그것이 다른 어떤 것들과 연결되어 있는지도 확인할 수 있습니다. 이건 아주 작은 예시 하나에 불과합니다. 저를 오랫동안 팔로우해 오신 분들은 아시겠지만, 제 AIOS에는 여러 개의 LLM 위키가 있습니다. 이건 제 유튜브 영상 자막이에요. 저도 Herc Brain이라는 저장 장치가 있는데, 거기에 회의 녹음 파일을 전부 저장해 둡니다. 그래서 저는 내부 회의든 외부 회의든 모든 회의록을 여기에 저장합니다. 이렇게 하면 제가 사람들과 나눈 다양한 개념들이 어떻게 발전해 왔고 앞으로 어떻게 발전해 나갈지 확인할 수 있습니다. 그리고 제가 커뮤니티 게시물, 링크드인 게시물, 이메일을 작성할 때, 이 시스템은 저와 제 사업에 대한 모든 것을 알고 있기 때문에 이러한 모든 요소를 ​​고려합니다. 그래서 이 영상을 찍기 직전에 "페이블 씨, 지난 6개월 동안 있었던 이야기를 하나 들려주시겠어요?"라고 부탁했을 정도예요. 자, 아시다시피 2026년도 벌써 절반이 지났네요. 2026년 한 해 동안 우리가 이뤄낸 일들을 시각적으로 보여주는 영상을 만들어 주세요. 그리고 이게 바로 제가 한 번에 본 결과물입니다 . 이 앱은 제 사진을 찾아낼 수 있었습니다 . 우리 로고를 가져왔고, 보시다시피 이 제품 의 브랜딩이 AIS의 느낌을 그대로 담고 있다는 것을 알 수 있습니다. 약간 어두운 모드에 파란색 그래프 색상이 적용되었는데, 이게 제가 받은 결과입니다. 구독자 수가 얼마나 늘었는지와 같은 실제 통계를 보여줬어요 . 음, 저희 매출이 가장 높았던 달이 있는데, 그 부분은 가려놓겠 지만, 이 프로그램이 모든 데이터를 살펴보고 저에게 보여줄 수 있었어요. 올해 제가 한 큰 변화 중 하나였습니다. 저는 주로 엔드투엔드 콘텐츠만 제작하다가 클라우드 코드 콘텐츠를 많이 제작하게 되었습니다. 그리고 제가 사업 방향을 전환한 이후 평균 조회수, 매출, 그리고 사업 성장 추이를 살펴보면 이러한 전략이 얼마나 효과적이었는지 알 수 있습니다 . 그다음에는 고객 이탈률 변화, 전환율 변화, 기타 수익 관련 사항들을 살펴봅니다. 하지만 이것 좀 보세요. 이거 참 웃기네. 그 사진은 나에 대한 전혀 다른 모습을 보여줬어요. 여러분, 맨 앞에 있던 건 웃고 있는 모습이었죠? 이건 제가 생각하는 것 중 하나입니다. 그래서 제 Herk 2 프로젝트 내에 있는 방대한 데이터와 리소스를 샅샅이 살펴볼 수 있는 것입니다. 이는 비즈니스 퍼널 전체를 보여주며 , 사람들이 우리 생태계에 어떻게 진입하는지, 퍼널 내에서 어떤 결정을 내릴 수 있는지, 그리고 우리가 그들을 어디로 유도하려는지 이해하고 있음을 증명합니다. 어쨌든 제가 말씀드리고 싶은 요점은 프로젝트에 더 많은 데이터를 제공할수록 더 좋다는 것입니다. 특히, 올바른 경로로 연결하는 것이 중요합니다. 그리고 그게 바로 LLM 위키가 정말 잘하는 점이죠. 이것은 제 Herk 2 프로젝트입니다. 여러분도 아시다시피 이건 제 AIOS인데, 이 안에 정말 많은 정보가 담겨 있어요. 저희는 다양한 위키, 다양한 프로젝트, 제가 참여했던 모든 것들을 가지고 있고, 여러분이 만들려고 하는 것도 바로 그런 것들입니다. 참고로, 제가 AIOS를 직접 만드는 방법을 알려드리는 무료 강좌를 제공하고 있으니, 제 무료 교육 커뮤니티(링크는 설명란에 있습니다)에서 확인해 보세요. AIOS 직접 제작 강좌를 완전 무료로 제공합니다. 링크는 설명란에 있습니다. 좋아요. 자, 이 모든 게 여기서 시작됐습니다. 안드레 카르파티는 "LLM 지식 기반이요. 제가 최근에 매우 유용하다고 생각하는 것은 LLM을 활용하여 다양한 연구 관심 주제에 대한 개인적인 지식 기반을 구축하는 것입니다 ."라고 말했습니다. 그는 소스 코드를 색인화하는데, 제가 그 방법을 보여드리겠습니다. 그리고 나서 그는 Obsidian 같은 것을 프런트 엔드로 사용하는데, 여러분이 방금 보신 것이 바로 그것입니다. 먼저 obsidian.md에 접속하여 사용 중인 운영 체제에 맞는 설치 프로그램을 설치하세요. 제 경우에는 윈도우용으로 이 프로그램을 설치하고 , 마법사를 실행해서 설정을 완료한 다음 앱을 열었습니다. 앱을 실행하면 다음과 같은 화면이 나타납니다. 단, 이 부분은 표시되지 않습니다. 그런 다음 아래로 스크롤하여 ' 금고 관리'를 클릭하세요. 이렇게 갑자기 나타날 수도 있어요 . 그다음에는 새 볼트를 생성하시면 됩니다. 자, 이건 제가 AI 테스트라고 부를게요. 그리고 나서 이 테스트를 진행할 위치를 선택하시면 됩니다 . 그래서 바탕화면에 둘 수도 있고, 저는 보통 Herc 2 프로젝트 안에 볼트를 넣어둡니다 . 그래서 제 Herc 2는 제가 주제별로 나눠놓은 수많은 LLM 위키들을 살펴볼 수 있습니다 . 하지만 이 예시에서는 제 바탕화면에 이 이미지를 넣어두겠습니다. 그래서 저는 그 위키를 만들겠습니다. 여기서 보실 수 있습니다. 아니, 죄송하지만 위키가 아니라 금고입니다. 우리는 이것을 위키로 만들 것입니다. 자, 지금 우리가 가진 것은 이렇고, 이제 여러분이 해야 할 일은 클로드 코드(Claude Code) 또는 클로드 코드를 사용하는 곳에 들어가서 작업을 진행하는 것입니다. 이 경우에는 VS Code를 사용하고 있으며, 다음과 같은 화면 에서 해당 볼트를 열게 됩니다. 괜찮은. 자, 방금 금고를 열었어요. 보시다시피, 저희는 .Obsidian 폴더를 가지고 있습니다. 저희는 welcome.md를 가지고 있습니다. 그건 그냥 옵 시디언 금고를 열 때 기본 설정일 뿐입니다 . 그다음에는 클로드 코드를 열어보겠습니다. 그래서 사용 방법은 자유지만, 저는 VS Code에서는 터미널에서 사용하는 것을 선호합니다. 자, 그럼 클로드를 실행해서 이 창을 열고 시작하겠습니다. 자, 여기서 한 가지 짚고 넘어가야 할 점은 "페이블, 7월 7일까지만 사용 가능하며 , 그 이후에는 사용 크레딧으로 차감됩니다."라고 적혀 있다는 것입니다. 하지만
백수탈출 AI 수익화 6단계 공식
AIMAX_PD 2026-07-04
백수탈출 AI 수익화 6단계 공식
↗ 유튜브에서 보기

핵심 요약

최저임금 아르바이트생에서 AI 기술로 누적 매출 440억 원의 디지털 제국을 세운 리처드의 제품 차익거래 공식이다. 이미 결제 데이터가 쌓인 시장을 해킹하고 고객의 페인 포인트를 분석해 반나절 만에 고효율 가이드를 만들어 파는 게 핵심임. 가격 저항선을 고려한 영리한 가격 책정으로 수익을 최적화하는 비법을 담고 있다.

주요 포인트

  • 본인 관심사 말고 이미 결제 데이터가 방대하게 쌓여 있는 건강이나 돈 관련 니치 시장을 골라야 함
  • 고객 리뷰와 댓글을 클로드에 대량으로 넣고 잠재 고객이 밤잠 설치며 고민하는 고통 키워드를 추출함
  • 팔로워 수보다 조회수가 2배 이상 높은 게시물을 분석해서 시장이 열광하는 검증된 주제를 식별함
  • 추출한 고통 데이터를 클로드에 동기화해 고객 문제를 해결해 줄 10페이지 분량의 가이드를 반나절 만에 뚝딱 만듦
  • 구매 저항이 적으면서 마진율을 높일 수 있는 27달러에서 47달러 사이로 가격을 책정해 전환 데이터를 극대화함
이 남자는 백수였습니다. 최저임금 아르바이트생에서 인공지능 기술을 활용해 누정 매출 440억 원의 디지털 제국을 건설한 리처드. 그가 공개한 데이터 기반의 제품 차익거래 6단계 기술 공식 저장하고 끝까지 보세요. 첫째, AI 제품 차익 거래를 위한 시장을 선정하세요. 본인의 관심사가 아니라 건강과 돈처럼 이미 방대한 결제 데이터가 쌓여 있는 리치 시장의 기술적 기회를 찾아야 합니다. 둘째, AI 리스닝 패스 기술로 시장을 해킹하세요. 수백개의 고객리뷰와 댓글 데이터를 클로드에 입력해 잠재 고객이 밤잠을 설치며 고민하는 구체적인 고통의 키워드를 추출해야 합니다. 셋째, 수요 신호 법칙으로 콘텐츠 데이터를 검증하세요. 팔로우수보다 조회수가 두 배 이상 높은 게시물을 분석하고 알고리즘을 선택하고 시장이 열광하는 검증된 주제를 데이터로 식별하는 것이 핵심입니다. 넷째, 대규모델로 반낮절만의 제품을 구축하세요. 추출된 고통 데이터를 클로드에 동기화하여 고객의 문제를 즉시 해결하는 열페이지 분량의 고효율 가이드를 프로토 타이핑해야 합니다. 다섯째, 심리적 가격 저항선을 고려해 수익을 최적화하세요. 구매자의 저항이 가장 적으면서도 높은 마진을 확보할 수 있는 27달러에서 47달러 사이의 가격대를 설정해 전환 데이터를 극대화하세요. 캡 3분짜리 영상 내용을 더 자세하게 정리했으니까이 이야기가 궁금한 분들은 채널 구독구 본문을 확인해 주세요.