I'm going to say something that's going to piss off a lot of people. But everybody is starting a oneperson AI business right now. And almost none of them are ever going to get a client. A lot of what you are seeing online and on YouTube right now, people are telling you to sell three different offers that this entire niche runs on, but those can't even be sold. The AI audit, those can't be sold to a stranger. AI consulting, that can't be sold to a stranger. And saying that you build AI automations for businesses is not an offer at all. That's just a category. And that's why nobody is getting clients. It's not your outreach. It's not just the volume that you're doing. And it's definitely not the tool. Nobody in the history of this business has ever lost a client over which platform they picked and half the videos in this niche. They're about picking the platform. Now, 3 years ago, I was a project manager in a 9 to5 that meant nothing to me. I had a degree that I didn't care about, a job that I didn't really care about, and there was just no meaning or purpose, and I wasn't worth very much. Now, fast forward to today. I run two AI agencies. Both of them doing six figures along with a bunch of other credentials like the YouTube audience from you guys who are watching this video right now and some other things. Now, at this point in my business, AI handles literally more than 50% of the fulfillment of all this. I also just took the first real break that I've ever had in that entire 2 years. And that's the only proof that I'm going to offer you up front. What actually changed? Why do I think right now is the window to be building your own AI business? understand what you shouldn't be doing and I'll give you the one sequence that decides whether a stranger is ever going to be paying you and how you [clears throat] can differentiate yourselves from those who are never going to be making this into a success. So going back to that story about 3 years ago working as a 9-5 as a project manager was a completely lifeless environment fulfilling some company's goals and it just left me with no meaning and no purpose in it at all. I wasn't technical. I didn't have a coding background. and I had a communications degree that I didn't really know what to do with and out of just pure boredom I started automating my own job and at some point I looked up and I realized that they were paying me for a job that was mostly running itself. So at that point I left I wanted to start my own thing. I've always wanted to be an entrepreneur so that's exactly what I did and the thing that I got wrong first was exactly what I had described at the top. I went out selling AI automations to different businesses completely cold because that was the skill that I had just taught myself and it was the thing that I was most proud of and I got almost nothing back for probably the better part of a year. Now I blame the list, I blamed the copy, I blamed the tool, I blamed everything else and it was none of those tools or any of that. And what actually moved it was just picking one boring industry that everybody had ignored. Health clinics is what we ended up choosing and just going one inch wide and pretty much one mile deep with one offer that a stranger could say yes to. That is it. That's the whole turn. That company, it's synced to AI and it went past 50,000 a month in under a year. Where I'm at now, I run two different agencies, both six figures. I teach people how to do this for a living, helping them get to more than 10K per month in their own AI business. And I'm not going to just keep stacking numbers on you because that's not really the interesting part here. Now, the interesting part is what this actually costed me, what it did to me. So about 2 years going with no real breaks or anything. Literally every weekend I was working probably 12-hour days every single day. Still do that quite often. But anyways, every trip before this one, I had my laptop open. And I can't really even remember the last book that I finished that wasn't specifically about business and growing your business. But that trip, that was generally the first time that I have stopped. And it really took a lot longer to get there than any video told me that it would have. Nobody out there online is making these videos saying that part out loud. And I think it's the most useful thing that I can be telling you right now. Anyways, why am I standing here right now telling you that right now is the window. Well, a client build this used to take weeks where you would have to scope the project, you would hire a developer or maybe you would be the developer yourself. You then go back and forth on revisions and then you have something two months later worked out. But today inside my own AI agency, AI is handling most of the delivery. The same build is days and sometimes it's an afternoon. Don't even get me started on the marketing and how to actually acquire clients. The floor has basi

If you've ever wanted to move from chat GPT to claude or the other way around, what comes with you and what do you lose? Often times your custom GPTs, your projects, your memory, your instructions, all of that stays behind. And that's one of the big reasons people never switch between the two products. I built everything inside of one app for a year before I figured this out. Now I use both and moving a task between them takes a couple of minutes. The trick isn't either app. It's actually a folder on your computer that both of them can read and write to. So, let me show you how it's done. So, the question here is why this video and why now? As you may be aware, only a week ago, both Claude and Chad released new models. So, in Claude, it was Claude Fable 5.1 and CHP it was GP6 Astra. Both of which are very good at different types of tasks. Oftentimes when this happens, when a new model is released, a lot of people debate which one's best, if they should switch to another one, is it suitable for the tasks they care about, all these types of conversations. And honestly, I think it's a bit of a waste of time. It's exciting and interesting to read about, but when you think about AI and you want it to be useful for your business and your team, you don't necessarily need to get caught up with what everybody else is talking about. You just need to set up your infrastructure in a way where it doesn't matter which model is best. You can switch to it easily because you set up your process in a way that you can switch easily. Now, a big caveat to start here is the only way you can set this up is if you're using chatpt work or cloud co-work. These are two different desktop agents that enable this ability to easily switch between different products. So, that's the first thing you need to do is get access to the desktop agent. Now, once you've gotten access to a desktop agent, the key thing here that sits at the core of all of this is a folder on your computer. And in the end, after you've set everything up, you can easily point CHBT work or cloud co-work at that folder and swap them out for a given task without having to worry about being stuck in a given product because often times if you don't set this up, you're stuck with a given product because it has all of your memories, your instructions, your context, all that stuff. It's really hard to port over to another product. And it's important to know that there's a lot of nuance when you're evaluating these different models because when you hear people talk about GPT6 Astra and CloudFable 5.1, the pricing per token is the same. So it's $10 in and $50 out. So when you see different providers, they often price their models per token. So that's basically part of a word. But more recently, both OpenAI and Anthropic, the companies behind Chad and Claude, they've actually started talking more about per task cost, not per token cost. And the reason is is that even if the tokens are the same, GPT6 Astra time and time again is usually between 8 and 9x cheaper than Cloud Fable 5.1. So if that matters, great. Now we have a understanding that this model can be cheaper in certain circumstances. But that doesn't necessarily mean you should always use this model GPT6 Astra because Cloud Fable 5.1 is very good at a variety of other tasks that GPT isn't. Quick pause. If you're enjoying this, you're going to enjoy two other things. First off, Blow 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, blow a series of offerings to see if there's a good fit between the two of us. Now, let's get back in the video. And right now that's the case. But in a month when GPT7 or Fable 6 comes out, the what they're good at will vary. So it is important to keep up with which model is good at certain tasks. But the thing we want to make sure we set up in the beginning is a foundation that we can switch between providers and not be stuck with any given one. So right now most of you when you try to switch from chat to claude or vice versa, some things will come and some things won't. So the things that'll be stuck in that product are going to be custom GPTs if you're going from CHP to claude connected accounts that applies to both providers and the wrapper around the model. So often times people don't talk about this but it's important. So in cloud co-work and CHP work there is a wrapper or a scaffolding around the model and that scaffolding tends to be instructions tools memory all things that you can't see in the background that allows this model to work on really long horizon or hard tasks. So those are some of the things that you can't port over to the other providers. Some things that will come over but are a little harder to move over if you've not set them up correctly are projects. So both in GPT and Claude, there are GPT projects and cloud projects. All a pr

그러니까 엔트로피 공학자들은 에이전트 개발을 중단하고 완전히 다른 무언가를 만들기 시작했다고 말한 겁니다 . 그러니 만약 여전히 에이전트 구축에만 집중하고 있다면, 원하는 결과를 얻지 못할 일에 시간을 낭비하고 있는 것일 가능성이 큽니다 . 하지만 엔지니어들이 실제로 무엇을 만들고 있는지에 집중한다면, 스스로 개선되는 시스템을 갖게 될 것입니다. 이번 영상에서는 엔트로픽 엔지니어들이 제안한 대로 구현하는 방법과 실제로 효과를 발휘하는 네 가지 핵심 요소를 보여드리겠습니다 . 이 정보를 통해 여러분도 엔트로픽 엔지니어들이 얻고 있는 것과 같은 수준의 결과를 얻을 수 있을 것입니다. 자, 그럼 시작해 볼까요? 괜찮은. 그러니까, 엔트로픽은 에이전트가 사라졌다고 말하는 게 아닙니다. 에이전트 스킬 아단트로픽을 개발한 배리 지엔과 마헤시 마로그는 기본 에이전트가 예상보다 훨씬 범용적으로 작동하게 되면서 모든 직무에 대해 별도의 에이전트를 재구축하는 작업을 중단했다고 밝혔습니다. 자, 그럼 간단히 설명해 드릴게요. 가장 쉬운 이해 방법은 휴대폰을 보는 겁니다. 휴대전화에는 프로세서, 운영 체제, 그리고 여러분이 매일 실제로 사용하는 모든 앱이 있습니다. 그리고 몇몇 거대 기업들이 프로세서와 운영체제를 만듭니다. 아마 그 두 가지를 바꿀 일은 없겠지만 , 앱은 선택할 수 있고 , 각 앱은 해당 휴대폰에 매우 특정한 기능을 제공합니다. 그리고 전체 AI 스택이 점점 그것과 매우 유사해지고 있습니다. 모델은 프로세서와 비슷한 역할을 합니다. 에이전트 런타임은 운영 체제(음악 시스템)와 같습니다. 그리고 기술은 앱과 같습니다. 따라서 클라우드 코드는 이미 파일을 읽고, 코드를 작성하고 , 도구를 호출하고, 작업을 처리할 수 있습니다 . 프레젠테이션 제작, 회사 조사, 링크드인 게시물 작성 등 필요한 작업을 할 때마다 매번 모든 것을 처음부터 다시 만들 필요는 없습니다. 범용 에이전트에게 특정 작업에 필요한 프로세스, 맥락, 스크립트 및 예시가 포함된 기술을 부여하는 것입니다 . 그럼 이제 이러한 기술을 더욱 효과적으로 활용할 수 있는 네 가지 실질적인 방법에 대해 이야기해 보겠습니다. 첫 번째는 간단합니다. 클로드에게 똑같은 기술적 문제를 계속해서 해결하게 하지 마세요 . 그리고 팀원들은 클로드가 슬라이드 자료에 스타일을 적용할 때마다 거의 똑같은 파이썬 스크립트를 작성하는 것을 계속 지켜봤습니다. 이미 작성된 코드를 다시 만드는 데 엄청난 토큰이 소모될 것입니다 . 그리고 처음부터 다시 구축하는 것이었기 때문에 실행 결과가 매번 달라질 수 있었습니다 . 그래서 그다지 일관성이 있지는 않았어요. 그래서 그들이 한 일은 클로드가 그 스크립트를 스킬 안에 저장하도록 한 것입니다. 그들의 표현을 빌리자면, 그것은 미래의 자신을 위한 도구인 셈입니다. 이제 다음에 프레젠테이션 스타일을 지정해야 할 때는 이미 작동이 검증된 버전을 실행하기만 하면 됩니다. 그리고 개발자들은 이 아이디어를 오랫동안 따라왔습니다. 그건 ' 드라이(Dry)' 또는 '닥터(Dr)'라고 하는데, 'Don't Repeat Yourself(반복하지 마세요)'의 줄임말이에요 . 코드로 문제를 해결하면 매번 코드를 다시 작성하는 대신 해결책을 저장해 두고 재사용할 수 있습니다 . 클로드에게도 똑같은 일을 할 수 있습니다. 저는 제가 개발한 AI 운영 체제에서 매번 동일한 렌더러, 템플릿, 스크립트 등을 사용하는 기술을 가지고 있습니다 . 내 캐러셀 워크플로는 Claude에게 매번 실행할 때마다 슬라이드가 렌더링되는 방식을 새로 만들도록 요구하지 않습니다 . 해당 스킬은 이미 작동하는 파일을 가리키기만 하면 되므로 클로드는 새로운 콘텐츠에만 집중할 수 있습니다 . 말 그대로 텍스트만 바꾸는 거예요. 그러니 다음에 클로드가 마음에 드는 결과를 내는 스크립트를 작성하면 , 그 코드를 채팅창 안에 가둬두지 마세요. 새 세션을 시작할 때 나중에 잃어버리게 될 수도 있으니까요 . " 방금 사용한 스크립트를 스킬 스크립트 폴더 안에 저장하세요."와 같이 말해주세요. skill.mmd 파일을 업데이트하여 이후 실행 시 다시 작성하려고 시도하는 대신 해당 파일을 실행하도록 하세요 . 그런 다음 해당 스킬을 다시 실행하고 결과를 확인해 주세요. 그리고 간단히 말씀드리자면, 당연히 테스트는 여전히 필요합니다. 같은 유형의 작업을 두 번 실행합니다. 중요한 부분을 비교 하고 스킬이 저장된 파일을 실제로 호출하는지 확인합니다. 주변의 AI 출력은 여전히 ​​약간씩 다를 수 있지만, 새로운 추측 하나를 검증된 코드로 대체한 것입니다. 그러니 이 이야기의 교훈은 , 이미 알고 있는 해결책을 다시 찾아달라고 클로드에게 돈을 지불하지 말라는 것입니다. 하지만 일단 이런 기술들을 여러 개 익히기 시작하면 , 클로드는 어떤 기술이 주어진 업무에 필요한지 알아야 합니다. 자, 그럼 두 번째 항목으로 넘어가 볼까요? 자, 정비공에 대해 잠시 생각해 보세요. 정비공은 수백 가지의 공구를 가지고 있을 수 있지만, 타이어를 교체하기 전에 모든 공구를 작업대 위에 쏟아놓지는 않습니다. 그는 기본적으로 할 일을 파악하고 필요한 몇 가지 도구만 집어 들고 나머지는 모두 공구 상자 안에 넣어둔다. 그리고 스킬은 엔트로픽이 '점진적 공개'라고 부르는 것 때문에 매우 유사한 방식으로 작동합니다. 그래서 클로드가 시작할 때, 모든 기술에 대한 전체 지침, 모든 예제, 모든 스크립트를 읽지는 않습니다 . 그건 엄청난 시간 낭비이자 토큰 낭비일 거예요. 각 기술 의 이름과 설명으로 시작합니다 . 이것을 YAML 프런트 매터라고 합니다. 그러다가 특정 프롬프트가 스킬 설명과 일치하면 그때 스킬에 대한 전체 설명이 표시됩니다. MD 파일. 그리고 용량이 큰 참조 파일이나 스크립트는 실제로 작업에 필요할 때까지 폴더에 그대로 두어도 됩니다. 엔트로픽은 이를 클로드가 필요할 때만 정보를 불러오도록 하는 것이라고 설명합니다. 이는 기본적으로 관련 없는 지침을 작업 맥락에서 제외시켜, 때때로 ' 맥락 막대'라고 불리는 불필요한 코드 증가와 혼란을 방지하는 데 도움이 됩니다. 하지만 이는 설명이 정말 아주 명확해야만 가능합니다. 만약 한 스킬 설명에는 "콘텐츠 제작 지원"이라고 되어 있고 다른 스킬 설명에는 "마케팅 자료 제작"이라고 되어 있다면 , 담당자는 그 설명들이 겹치는 부분이 있어서 언제 어떤 스킬을 실행해야 할지 정확히 알 수 없기 때문에 추측에 의존하게 됩니다. 따라서 더 자세한 설명은 "이 스킬은 주제, 녹취록 또는 개요를 기반으로 LinkedIn 캐러셀을 생성합니다 . 사용자가 캐러셀, 캐러셀 슬라이드 또는 LinkedIn 문서 게시물을 요청할 때 사용하세요."와 같을 수 있습니다. 이제 클로드는 그 기술이 무슨 역할을 하는지, 그리고 언제 사용해야 하는지 정확히 알고 있습니다. 그러니 각 기술을 특정 업무 하나에 집중시키세요 . 설명란에 실제 사람이 사용할 만한 단어를 넣고, 두 가지 기술이 같은 요청에 대해 경쟁하지 않도록 하세요. 그리고 실제로 Claude Code에서 이 부분을 검토해 줄 수도 있습니다 . [음악] 그냥 " 내 스킬 설명 전부 검토해 줘. 각 스킬이 무슨 일을 하는지, 언제 발동해야 하는지, 다른 스킬과 겹치는 부분이 있는지 알려줘. 모호한 설명만 다시 써 줘."라고 말해 . 그리고 다음 세 가지를 테스트해 봐. 첫 번째는 스킬을 발동시켜야 하는 명확한 요청이야 . 두 번째는 표현은 다르지만 여전히 스킬을 발동시켜야 하는 요청이고, 세 번째는 전혀 관련이 없고 절대로 발동시키면 안 되는 요청이야. 클로드가 스킬을 찾지 못한다는 건 기본적으로 스킬이 없다는 뜻이라는 걸 기억해. 오늘의 과제는 올바른 스킬을 찾는 걸로 해결되지만, 다음 단계는 스킬을 사용할 때마다 더 나아지도록 만드는 거야. 세 번째로, 클로드를 수정하고 채팅을 닫으면 그 학습 내용을 그냥 버릴 가능성이 커. [음악] 어조가 잘못됐거나, 검증 단계를 건너뛰었거나, 최종 출력 형식이 마음에 안 들게 나왔을 수도 있어 . 클로드에게 "수정해"라고만 말하면 그 결과는 엉망이 될 수 있어. 그렇게 하면 아마 고쳐지겠지만, 프로세스 자체는 여전히 제대로 작동하지 않을 겁니다. 저도 제 AI 운영 체제 내부에서 이런 문제를 해결해야 했습니다. 에이전트가 분명히 존재하는 파일을 찾을 수 없다고 하면, 저는 그냥 경로만 알려주고 넘어가지 않습니다. 되돌아가도록 요청합니다. 기본적으로 에이전트에게 어떤 과정을 거쳤는지 , 어디를 검색했는지, 왜 파일을 찾지 못했는지 등을 보여주고, 다음 실행이 올바른 위치에서 시작될 수 있도록 경로 또는 스킬을 업데이트하도록 요청하는 겁니다 . 엔트로픽은 이러한 지속적인 학습을 위한 단계로 스킬을 설계합니다 . 클로드가 기록한 모든 내용은 미래의 버전에서 효율적으로 사용될 수 있다는 것이 그들의 보장입니다 . 그런데 여기서 중요한 점은, 스킬이 모든 것을 기억하는 것도 아니고, 지금까지 나눈 모든 대화를 녹음하는 것도 아니라는 겁니다 . 스킬은 기본적으로 클로드가 특정 음악 작업을 수행하는 데 필요한 절차적 지식을 저장합니다 . 따라서 프로세스에 오류가 발생하면 skill.mmd 파일의 지침을 업데이트해야 합니다 . 클로드가 사용자의 목소리, 브랜드, 또는 예시를 찾지 못하면 참조 정보를 추가해야 합니다. 파일을 수정하세요. 그리고 같은 실수가 계속 발생하면, 그 실수를 명시적으로 방지하는 규칙을 추가하세요 . 그런 다음 같은 작업을 다시 실행하세요. 다음과 같은 프롬프트를 사용할 수 있습니다. 이번 실행 중에 무엇이 잘못되었는지 검토하세요. 원인이 프로세스, 누락된 컨텍스트, 약한 규칙 또는 신뢰할 수 없는 코드인지 판단하세요. 그런 다음 가장 작고 영구적인 위치에서 스킬을 업데이트하세요. 그리고 같은 작업을 다시 실행하고 수정 사항을 확인하세요. 시간이 지남에 따라 스킬은 원하는 작업 수행 방식에 대한 살아있는 기록이 됩니다 . 그리고 ' 모델 검증'이라는 표현에 대해 정확하게 설명하고 싶습니다. 어떤 스킬도 약한 모델이 강한 모델과 정확히 똑같이 작동하도록 강제할 수는 없습니다. 서로 다른 모델은 당연히 다른 결과를 생성하고 스킬을 해석하는 방식도 다릅니다. 하지만 프로세스는 이식

자는 동안 AI가 [음악] 200달러를 벌었다는 개발자가 있습니다. 그런데 공개 기록에서 더 눈길를 끈 [음악] 건이 대화였습니다. 50달러에 해 드리겠습니다. 검수 끝나면 결제하세요. 개발자는 AI가 [음악] 이런 제한까지 했다고 말합니다. 실제로 상대의 답장도 남아 있습니다. [음악] 그렇다면이 대화가 정말 입금까지 이어졌을까요? [음악] 개발자 빌 바크르의 설명과 공개된 작업 기록을 [음악] 나눠서 살펴보겠습니다. 그의 설명은 이렇습니다. 아스트라에게 특정 버거를 고치라고 한게 아니라 여러 방법을 시도해서 [음악] 실제 돈을 벌어보라는 목표를 줬다는 겁니다. 무엇을 할지 고르는 일까지 맡겼다는 [음악] 거죠. 아스트라는 16시간 넘게 작업했고 자신이 자고 있는 동안 200달러가 들어왔다고 썼습니다. 지금부터이 [음악] 개성에 기록된 활동들을 함께 살펴보죠. 댓글에는 빌의 허가를 받아 코덱스를 사용한다는 설명이 있습니다. 빌은 [음악] 아스트라가 작업했다고 말하지만 사람이 얼마나 도왔는지까지 공개 기록만으로 알 수는 없습니다. 자, 첫 번째 장면입니다. 여기는 가격도 [음악] 나옵니다. 파이썬에서 웹 통신에 URL 립 3라는 프로그램입니다. [음악] 여기 1999번 이슈를 보면 100달러의 현상금 표시가 있습니다. 2020년부터 열려 있던 문제이죠. [음악] 이건 마치 동네 개시판에이 고장 해결해 주면 100달러드립니다라고 붙여 놓은 상황입니다. 빌레 개정은이 [음악] 문제를 고치겠다 하며 수정 코드를 제출했습니다. 이런 코드 변경 제한을 PR이라고 합니다. 본문에는 테스트 [음악] 2,37개가 통과했다고 적혀 있어요. 말로만 할 수 있어요라고 한게 아니라 [음악] 검토할 코드와 테스트 결과를 내놓은 겁니다. 그러니까 최종 결과물까지 어려자에게 [음악] 전달된 겁니다. 그런데 다음 상황은 코드보다 대화가 흥미롭습니다. [음악] 파일 변환 도구를 구하던 사람에게 빌레 개정이 50달러를 제한합니다. [음악] 상대는 작업 범위와 전체 예산을 물어요. 그러자 조건을 정리합니다. 총 50달러 추가 비용 없음. 실제 장비에서 [음악] 정상 작동을 확인한 뒤에 지급 코딩만 짜는게 아니라 어느새 견적 소도 제출한 겁니다. 또 다른 이메일 편집기 올해에는 [음악] 첫 단계 작업에 100달러를 제한했습니다. 이번에는 할 수 있습니다라는 말에 끝이지 [음악] 않고 먼저 만든 후보 코드까지 보여줬습니다. 결론적으로 빌은 아스트라가 [음악] 16시간 넘게 작업해 200달러를 벌었다고 말합니다. [음악] 물론 공개된 세 가지 작업이 실제 입금된 200달러와 어떻게 연결되는지 [음악] 사람이 중간에 얼마나 도았는지까지 확인된 건 아닙니다. 빌라이 공개한 [음악] 화면에는 16시간 24분이라는 작업 시간이 표시되어 있습니다. 중요한 [음악] 건 시간 그 자체보다 그동안 아스트라가 여러 단계의 일을 자율적으로 진행했다는 거죠. 그런데 실제로 돈까지 번다는 건 또 [음악] 다른 이야기잖아요. 그래서 다른 사례도 알아보겠습니다. 이번에는 200달러가 [음악] 아닙니다. 네시간 만에 3,400달러를 받았다는 브리랜서 [음악] 이야기입니다. 그런데 이번에는 AI가 한 일과 사람이 마무리한 일이 함께 있습니다. 다미르 아카자라는 [음악] 사용자가 공개한 사례인데요. 을뢰는 영화 같은 3D 장면을 만드는 일이었습니다. 거대한 성문의 달빛이 비고 안개 속에서 캐릭터가 [음악] 움직이는 장면이었죠. 그의 설명에 따르면이 작업 명세를 아스트라에 [음악] 넣고 3D 제작 프로그램인 블렌더에서 실행할 코드를 만들게 했습니다. 모양을 만들고 조명을 [음악] 배치하고 안개를 깔고 카메라를 움직이는 작업까지요. 쉽게 말하면 AI가 그림 한 장을 그린게 아니라 [음악] 촬영할 가장 세트장을 코드로 만든 겁니다. 사람이 한 일도 있습니다. 그는 마지막으로 표면에 질감을 입히고 장면을 최종 [음악] 영상으로 뽑았다고 합니다. 그리고 4시간 뒤 시안을 보냈더니 [음악] 고객이 수정 없이 3,400달러를 지급했다는 겁니다. [음악] 여기서 잠깐 금액이 커질수록 확인은 더 꼼꼼해야겠죠.이 이 이야기에는 공개된 계약서나 송금 [음악] 영수 중 실제 올해를 확인할 작업 링크가 없습니다. 그래서 [음악] 3,400달러를 받았다는 건 당사자의 주정이긴 합니다. 하지만 최소한 제작 [음악] 방식은 눈여 볼 만합니다. 그의 설명대로라면 AI가 장매를 만드는 코드를 [음악] 짜고 사람은 질감을 더하고 최종 화면을 뽑았습니다. [음악] 사람이 모든 것을 직접 만드는 대신 AI가 만든 결과를 [음악] 다듣는에만 집중한 겁니다. 그리고 3,400달러치의 품질을 [음악] 내게 됩니다. 이제 정리해 볼까요? 영상 처음에 봤던 댓글을 다시 보겠습니다. 50달러에 해 드리겠습니다. [음악] 검수 끝나면 결제하세요.이 장면이 낯설던 건 우리가 AI에게 [음악] 기대했던 말과 달랐기 때문입니다. 답을 알려 드릴게요가 아니라 그 일을 맞겠습니다에 [음악] 가까웠으니까요. 물론 재앙과 실제 수익은 다릅니다. 결과를 확인하고 책임지는 일도 [음악] 남아 있죠. 그렇다면 여러분은 어떤 일을 맡겨보고 싶으신가요? 돈을 벌어오라는 거창한 목표 말고 매주 네시간을 잡아먹는 일을 [음악] 하나부터 해결해 달라고 해 보십시오.이 이 영상에서는 아스트라를 사용한 [음악] 사례를 소개해 드렸는데요. 직접 써 보시면 느낌이 저마다 다를 수 있습니다. 아스트라는 이걸 [음악] 다루는 방식에 따라 결과가 크게 달라집니다. 아스트라가 우리의 지시에 민감하게 따르는 특성이 [음악] 있기에 그 지시와 한네스에 따라서 서로 다른 성능과 작업 시간을 보일 수 있죠. 이제 새로운 모델이 나올 때마다 [음악] 그 특성을 배우는게 정말 중요해졌습니다. 이어지는 영상에서 [음악] 심박한 활용법들을 계속 소개해 드리겠습니다. 그럼 흥미롭고 심박한 영상이 계속됩니다.