Manus AI 에이전트: 내 세 가지 도전을 해결할 수 있을까?

All About AI 구독자 189,000명

요약

이 영상은 Manus AI 에이전트를 활용해 세 가지 실제 과제를 해결하는 과정을 담고 있다. 첫 번째 도전은 Upwork의 코딩 작업으로 JSON 파일을 분석하고 Python 스크립트로 스포츠 데이터 통계를 처리해 Excel 파일로 결과를 도출하는 내용이다. 두 번째 과제에서는 CSV 형식의 연봉 데이터를 바탕으로 미래 유망 직종을 예측하고, MDX 파일과 그래프를 통해 결과를 시각화한다. 마지막으로, ProtonMail에 로그인하여 이메일을 자동으로 확인하고 응답하는 과정을 통해 뉴스레터 발송까지 시연하며, AI 에이전트의 다양한 활용 가능성을 보여줍니다.

주요 키워드

Manus AI 코딩 작업 데이터 분석 Python CSV 파일 MDX 파일 자동 이메일 뉴스레터 Upwork AI 에이전트

하이라이트

🔑 첫 번째 도전: Upwork에서 받은 코딩 작업을 Manus AI 에이전트가 JSON 파일을 업로드하고 분석하여 Python 스크립트를 생성, 이로써 스포츠 경기 통계 데이터를 Excel 파일로 출력하는 과정을 성공적으로 수행하였습니다.
📌 데이터 과제: CSV 형식의 700여 개 직종 연봉 데이터를 분석해 기술 발전, 지정학, 거시경제 요인을 반영한 미래 유망 직종 3가지를 추천받고, 이를 MDX 파일과 그래프 형식으로 시각화하였습니다.
🚀 이메일 자동화: ProtonMail에 로그인해 메일을 확인하고, 받은 이메일에 대해 자동으로 응답 메일 및 뉴스레터를 작성하여 발송하는 과정을 통해 AI의 자율적 업무 처리 능력을 입증하였습니다.
🌟 실시간 진행: 터미널 명령어 실행, 파일 업로드, 웹 페이지 인터랙션 등 실제 작업 과정을 자세히 보여주어 AI 에이전트의 자율성과 효율성을 강조합니다.
⚡️ 기술과 시장 분석: 데이터와 기술 동향, 지정학적 이슈를 바탕으로 한 직업 추천 과정을 통해 현 시대의 경제 상황 및 미래 전망을 반영하는 분석력을 확인할 수 있습니다.
📈 종합 평가: 여러 과제 수행을 통해 Manus AI 에이전트가 다양한 업무를 통합적으로 처리할 수 있음을 보여주며, 향후 발전 가능성과 개선 여지가 있음을 시사합니다.

용어 설명

Manus AI 에이전트

다양한 작업을 자동으로 처리하는 인공지능 에이전트로, 코딩, 데이터 분석, 이메일 자동화 등 여러 업무를 수행합니다.

JSON 파일

구조화된 데이터를 저장하고 교환하는 경량 데이터 형식으로, 코드나 데이터 분석 시 자주 사용됩니다.

Python 스크립트

데이터 처리 및 자동화 작업에 널리 사용되는 프로그래밍 언어로, AI가 코딩 도전을 해결하는 데 활용됩니다.

CSV 파일

콤마로 구분된 값들로 구성된 텍스트 파일 형식으로, 데이터 분석 및 통계 작업에 자주 사용됩니다.

MDX 파일

데이터 시각화 및 보고서 작성을 위해 사용되는 문서 형식으로, 분석 결과를 그래프로 표현하는 데 유용합니다.

ProtonMail

암호화된 이메일 서비스 플랫폼으로, 안전한 이메일 송수신과 자동 응답 기능을 구현하는 데 사용됩니다.

[00:00:00] 코딩 도전

영상 초반부터 Upwork에서 받은 코딩 작업을 Manus AI 에이전트로 처리하는 과정을 보여줍니다. JSON 파일을 업로드하고 Python 스크립트를 통해 스포츠 경기의 통계 데이터를 Excel 파일로 출력합니다.

[00:00] 이전 영상의 호응에 힘입어 Manus에 대한 더 도전적인 테스트를 진행하기로 결정했습니다.

[00:11] 첫 번째 과제는 upwork.com의 10달러짜리 코딩 작업으로, JSON 파일을 활용한 과제입니다.

[00:39] 두 번째 과제는 700개의 연봉 데이터를 분석하여 현재 상황에 적합한 상위 3개 직종을 찾는 데이터 사이언스 챌린지입니다.

[01:12] 마지막 과제는 컨테이너화된 환경에서 프로톤 메일을 활용한 이메일 작업과 뉴스레터 제작 및 발송 테스트입니다.

[01:35] Manus로 첫 번째 과제를 시작하면서, JSON 파일 업로드와 URL 연동을 시도하고 있습니다.

[03:10] 파이썬 스크립트 실행을 위해 URL과 JSON 파일을 준비하고, 작업 해결을 위한 정보를 수집했습니다.

[03:31] 우분투 터미널에서 JSON 분석과 파이썬 스크립트 작성을 시작하여 데이터 처리 방법을 모색했습니다.

[04:09] 데이터 분석 결과를 Excel 파일로 내보내고 선수들의 통계를 계산하는 작업을 수행했습니다.

[04:35] 스크립트가 성공적으로 실행되어 모든 데이터가 Excel 파일에 저장되었고, 싱글과 더블 통계가 정상적으로 계산되었습니다.

[05:08] 로컬 환경에서 스크립트를 실행하여 결과를 검증하고, 구글 시트에서 선수들의 상세 통계 데이터를 확인했습니다.

[06:01] Manus AI 에이전트를 통해 자동화된 방식으로 성공적으로 작업을 완료하여 10달러를 벌었습니다.

[00:06:27] 데이터 사이언스 도전

CSV 파일에 포함된 700여 개 직종의 연봉 데이터를 바탕으로 미래 유망 직종 3가지를 분석합니다. 기술 동향, 지정학 및 거시경제 요인을 반영하여 MDX 파일과 그래프를 통해 시각적으로 표현합니다.

[06:27] 두 번째 테스트로 대학 졸업 후 연봉 데이터를 분석하기로 했습니다. CSV 파일을 업로드하고 현재 세계 상황을 고려한 최적의 직업을 찾아보려고 합니다.

[06:42] 프롬프트는 현재 세계 상황을 고려해 추천할 만한 상위 3개 직업과 그 근거를 요청했습니다. 기술 발전, 지정학, 거시경제를 고려하고 시각화 자료도 포함하도록 했습니다.

[07:08] 데이터셋에는 전공, 학위 유형, 경력별 급여 정보 등 700개 직종의 연봉 데이터가 포함되어 있습니다.

[07:52] Manus는 기술 트렌드와 지정학적 상황을 분석하며, 가트너와 액센츄어의 미래 전망 보고서를 참고하고 있습니다.

[08:58] AI 관련 트렌드가 많이 발견되어 최종 직업 추천에 큰 영향을 미칠 것으로 보입니다. 현재 데이터 분석과 시각화 작업이 진행 중입니다.

[09:34] 이제 상위 3개 직업 선정과 시각화 자료 생성을 마무리하고 최종 보고서를 작성하는 단계에 접어들었습니다.

[09:48] 2025년 유망 직종 보고서가 생성되었습니다. AI가 생성한 방대한 보고서를 검토하기 시작했습니다.

[10:27] 보고서의 방법론을 살펴보니 재정적 잠재력, 의미있는 성취감, 미래 변화에 대한 회복력 등을 분석했습니다.

[10:53] 현재 세계 동향으로 에이전트 AI, 포스트 퀀텀 암호화, 공간 컴퓨팅 등의 기술적 변화와 지정학적 요인들이 다뤄졌습니다.

[11:31] 2025-26년 경기 냉각 전망, 인플레이션 완화, 실업률 상승 등의 거시경제 전망이 제시되었습니다.

[11:48] 추천 직종 상위 3개로 석유공학, 정보통신 컴퓨터 공학, 건축공학이 선정되었으며, 특히 석유공학이 재정적 보상과 미래 회복력 측면에서 높은 평가를 받았습니다.

[13:25] AI가 생성한 보고서의 결론을 검토하며 매우 만족스러워하고, 참고 문헌까지 포함된 것에 감명을 받았습니다.

[13:42] 그래프가 다소 이해하기 어려웠지만, 특히 에너지 전환 시대에서 석유공학의 역할에 대한 분석이 인상적이었습니다.

[14:24] 마지막 과제로 프로톤 메일을 통해 이메일 작업을 시도하기로 결정했습니다.

[00:14:26] 이메일 및 뉴스레터 도전

ProtonMail에 로그인해 이메일을 확인하고 자동으로 응답 메일을 작성하는 과정을 시연합니다. 또한, 수집된 정보를 바탕으로 뉴스레터 형식의 이메일을 발송하는 작업을 수행합니다.

[14:38] AI 에이전트 메일에 로그인하여 최근 지정학적 뉴스를 뉴스레터 형식으로 작성하는 작업을 시작했습니다.

[16:31] AI 에이전트로부터 버전 3.57 업그레이드에 대한 이메일을 받고 답장을 준비하고 있습니다.

[16:47] 새로운 이메일 작성을 시작하고 에이전트가 실제로 이메일을 전송할 수 있는지 테스트하기로 했습니다.

[17:09] 예상 외로 에이전트가 실제로 이메일을 전송했고, 테스트용 Gmail 계정으로 확인해보기로 했습니다.

[17:36] 전송된 이메일을 확인해보니, 일부 형식적인 오류가 있었지만 Claude와의 대화 형식으로 적절한 응답을 작성했습니다.

[18:18] 에이전트가 지정학적 뉴스를 검색하고 수집하여, 트럼프, 러시아, 우크라이나, NATO 등 주요 글로벌 이슈들을 찾아냈습니다.

[19:04] 수집된 정보를 바탕으로 Proton 메일을 통해 뉴스레터 형식의 이메일을 작성하고 전송하는 과정을 시작했습니다.

[19:31] 시스템이 Claude를 백엔드로 사용하고 있을 것으로 추측되며, 버그가 거의 없는 안정적인 성능을 보여주었습니다.

[20:02] AI 에이전트의 기능을 시연하면서 뉴스레터 작성과 이메일 전송을 시도했으나, 첨부 파일 처리에서 일부 문제가 발생했습니다.

[21:05] 문제를 해결하기 위해 브라우저를 다시 열고 이메일을 재작성했으며, 결과적으로 글로벌 지정학 뉴스레터를 성공적으로 전송했습니다.

[22:18] 뉴스레터의 내용은 우크라이나-러시아 분쟁, 중동, 중국, 캐나다 리더십 등을 다루었으며, 내용은 좋았지만 형식은 다소 단순했습니다.

[22:44] 2025년까지 AI 기술의 발전 가능성과 잠재력에 대해 긍정적인 전망을 제시했습니다.