8일 만에 1,976만원 AI 시스템 구축! 자동화 90개, 에이전트 124개 비밀 공개
AI, 이제는 내 컴퓨터에서 직접 일한다!
요즘 AI가 똑똑해져서 우리가 자는 동안에도 알아서 일을 해준대. 알림이 오면 AI가 알아서 정보를 모으고, 반응 좋은 내용을 찾아서 바로 볼 수 있게 문서로 정리해서 보내주는 거지. 아침에 일어나서 결과만 확인하면 끝!
우리 회사에는 이렇게 사람이 없어도 정해진 시간에 알아서 움직이는 자동화 작업이 90개 넘게 있어. 그냥 질문에 답만 해주는 챗봇이랑은 차원이 달라. 자료 찾고, 판단하고, 결과물 만들고, 문제 생기면 멈추는 것까지 하나의 업무 흐름이 자동으로 연결되어 있는 거야.
오늘은 이 시스템을 어떻게 컴퓨터에서 돌리는지, 클로드 코드, 코덱스, 에이전트를 어떻게 나눠 쓰는지, 그리고 실제 업무랑 비용 계산까지 처음부터 다 보여줄게.
AI와 사람이 함께 일하기 위한 컴퓨터 세팅
옛날에는 그냥 컴퓨터 사서 프로그램 깔고 대충 작업하면 됐지만, 이제는 AI와 사람이 잘 일하기 위한 컴퓨터 세팅이 중요해졌어.
화면에 보이는 게 우리 컴퓨터에서 돌아가는 AI 에이전트들의 사무실이야. 이 하나하나가 다 에이전트라고 생각하면 돼. 우리 AI 사무실에는 124개 에이전트, 115개 스킬, 99개 도구, 113개 규칙이 있어.
이 AI 사무실은 우리가 쓰는 일반적인 클로드나 챗봇이랑은 완전 달라. 일반 클로드한테 "내 컴퓨터 상태 봐줘"라고 하면 못 본다고 하잖아? 근데 우리 에이전트는 내 컴퓨터 상태를 직접 확인하고 알려줘.
이 에이전트는 내 컴퓨터에 상주하면서 작업을 해. 그래서 일만 시키는 게 아니라 어떤 자료를 봐야 하는지, 회사 문서는 어디 있는지, 결과물은 어디에 저장해야 하는지 같은 것도 다 알려줘야 해.
가장 큰 차이점은 AI 에이전트가 내 컴퓨터를 실제로 전부 다 컨트롤할 수 있다는 거야. 네이버 부동산에 들어가서 "강남 아파트 중에 제일 많이 오른 거 찾아줘"라고 하면, AI가 알아서 인터넷 브라우저에 들어가서 검색하고 찾아줘. 예전에는 우리가 직접 검색하고 클릭해야 했잖아?
클로드 코드: 내 컴퓨터의 만능 실행 담당자
클로드 코드는 마치 내 컴퓨터 안에 들어와서 일하는 실행 담당자 같아. 챗봇처럼 답만 주는 게 아니라, 내가 맡긴 일을 컴퓨터 안에서 실제로 실행해. 필요한 자료를 읽고, 문서를 비교하고, 결과물을 만들고, 심지어 이메일 보내는 것까지 끝까지 다 해줘.
챗GPT나 클로드로 보고서를 만들면 그걸 다운로드해서 저장해야 하잖아? 근데 클로드 코드는 부동산 분석 보고서를 내 컴퓨터에 직접 저장해줘.
클로드 코드라고 해서 코드만 짜는 건 아니야. 컴퓨터로 할 수 있는 모든 업무를 맡길 수 있는 실행 담당자라고 생각하면 돼. 중요한 건 프롬프트를 잘 넣는 것보다, 이 담당자가 잘 일할 수 있게 환경을 만들어 주는 거야. 어떤 결과를 원하고, 무엇을 참고해야 하고, 어디까지 스스로 진행해야 하는지 명확하게 알려줘야 해.
이런 작업을 여러 개 시키려면 컴퓨터 성능도 중요하겠지? 특히 램(RAM)이 가장 중요해. 램은 컴퓨터가 여러 작업을 동시에 할 수 있는 공간인데, 여러 에이전트가 일하려면 그만큼 공간이 필요하거든. 램이 많을수록 더 많은 AI 에이전트를 동시에 돌릴 수 있어.
코덱스: 이미지 생성과 창의적인 작업 담당
코덱스는 주로 이미지 생성이나 창의적인 작업에 강해. 클로드 코드가 기획하고 코덱스에게 실제 작업을 시키거나, 코덱스만 할 수 있는 일을 시키는 거지. 예를 들어 클로드 코드는 이미지 생성을 못 하니까, 코덱스한테 "구독자에게 보여줄 인포그래픽 이미지 만들어줘"라고 시키는 거야.
클로드와 코덱스는 서로 장단점이 있어. 클로드가 놓친 부분을 코덱스가 찾아내기도 하고, 반대로 코덱스가 기획하고 클로드가 진행할 수도 있지. 중요한 건 어떤 도구가 더 세냐가 아니라, 각 도구를 적재적소에 맞춰서 사용하는 거야.
AI 에이전트, 어떻게 활용할까?
우리가 AI 에이전트한테 일을 맡기면, AI는 알아서 인터넷 브라우저에 들어가서 검색하고, 필요한 정보를 찾아서 분석해. 심지어 카디스(카드 뉴스)나 인포그래픽, 구글 시트까지 자동으로 만들어줘.
만들어진 결과물은 바로 이메일로 공유하거나 발송할 수도 있어. 마치 사람이 직접 일하는 것처럼 말이지.
최근에는 오픈AI의 GPT-4o처럼 컴퓨터 화면을 직접 보고 마우스와 키보드를 사용해서 여러 단계의 작업을 이어가는 AI도 나왔어. 이건 사람이 직접 하던 사무 업무를 대체할 수 있을 정도야.
AI 자동화, 얼마나 효율적일까?
AI를 활용하면 비용과 시간을 엄청나게 절감할 수 있어. 예를 들어, 응용 소프트웨어 개발자 한 명이 시스템을 만드는 데 약 1,976만 원이 든다고 가정하면, AI와 함께라면 8일 만에 완성할 수 있지. 비용도 훨씬 적게 들고 말이야.
무엇보다 좋은 건, 사람이 자는 동안에도 AI가 일을 해준다는 거야. 담당자의 컨디션에 상관없이 AI는 계속 일을 할 수 있으니까.
앞으로의 일하는 방식
앞으로는 AI가 실무를 진행하고, 사람은 기획하고 검증하는 역할을 하게 될 거야. AI 모델이 더 좋아질수록, 사람이 결과물을 하나하나 만드는 비중은 줄고, 그 결과물을 만드는 규칙과 기준을 점검하는 역할이 더 중요해질 거라고 봐.
즉, 실행은 기계가 하고, 사람은 무엇을 해야 하는지, 어디서 멈춰야 하는지 같은 기준을 정해주는 거지. 이걸 하니스 엔지니어링이라고 불러.
앞으로 필요한 사람은 AI에게 질문을 많이 던지는 사람보다는, 업무의 좋은 기준을 설명할 수 있는 사람이 될 거야. AI를 잘 활용하기 위해서는 본질을 이해하고, 그 본질을 AI에게 잘 적용할 수 있는 능력이 중요해지는 거지.
만약 여러분도 이런 AI 시스템을 만들고 싶다면, 교육 프로그램이나 기업 문의를 통해 도움을 받을 수 있어.