구글의 제미니 2.0 자동화기: 이 AI 에이전트가 모든 반복 작업을 자동화할 수 있습니다!

AICodeKing 구독자 71,200명

요약

이 영상은 반복적이고 지루한 작업을 자동화하기 위한 강력한 도구인 Vector Shift의 '리스트 모드' 기능을 소개합니다. 발표자는 Notion과 Google Search, 그리고 구글의 Gemini 2.0 플래시 모델을 활용해 연구 논문 요약 자동화 파이프라인을 구축하는 실제 사례를 상세하게 시연합니다. 이를 통해 복잡한 반복 작업을 효율적으로 처리하고, 비전문가도 시각적 인터페이스를 통해 손쉽게 자동화 프로세스를 만들 수 있음을 보여줍니다.

주요 키워드

자동화 Vector Shift 리스트 모드 Notion Gemini 2.0 연구 논문 파이프라인 웹 스크래핑 AI 에이전트

하이라이트

🔑 자동화의 필요성: 반복적 작업이 시간이 소모되는 문제점을 해결하기 위해 AI 기반 자동화 도구 활용의 중요성을 강조합니다.
⚡️ Vector Shift 소개: 시각적 드래그 앤 드롭 빌더를 통해 Notion, Google Search, 다양한 AI 도구들을 연결하는 과정을 설명합니다.
🌟 리스트 모드 기능: 리스트 형태의 데이터를 각 항목별로 자동 처리할 수 있어 복잡한 파이프라인 구축이 가능함을 시연합니다.
🚀 실제 사례 적용: 연구 논문 ID 목록을 기반으로 자동으로 요약 정보를 생성하여 Notion에 페이지를 만드는 예제를 통해 실용성을 보여줍니다.
📌 비전문가 접근성: 코딩 지식 없이도 손쉽게 자동화 프로세스를 구축할 수 있는 점을 부각시킵니다.

용어 설명

Vector Shift

AI 및 데이터 자동화 플랫폼으로, 시각적 인터페이스를 통해 여러 도구와 데이터를 연결하여 워크플로우를 구성할 수 있습니다.

List Mode

파이프라인 내에서 리스트 항목마다 동일한 작업 흐름을 반복 실행할 수 있도록 하는 고급 기능입니다.

Notion

데이터베이스와 노트 정리 도구로, 자동화 파이프라인의 데이터 소스로 활용됩니다.

Gemini 2.0 flash

구글의 최신 AI 모델로, 긴 문맥 처리와 텍스트 요약, 정보를 추출하는 작업에 최적화되어 있습니다.

Pipeline

여러 자동화 작업을 순차적으로 연결하여 실행하는 작업 흐름을 의미합니다.

영상은 인트로 음악과 박수와 함께 시작되며 반복 작업의 비효율성을 문제로 제시합니다. 자동화를 통해 시간과 노력을 절약하는 방법에 대한 서론을 제공합니다.

[00:00] 인트로 음악과 인사

[00:07] 최근 작업 자동화에 대한 고민과 반복적인 프로세스 처리의 필요성 소개

[00:27] Vector Shift를 활용한 복잡한 파이프라인 자동화 방법 소개

Vector Shift 플랫폼의 시각적 인터페이스와 리스트 모드 기능을 소개합니다. 이를 통해 서로 다른 AI 도구와 데이터 소스를 연결할 수 있음을 설명합니다.

[01:02] Vector Shift의 기본 개념과 드래그 앤 드롭 방식의 편리한 사용성 설명

[01:51] 리스트 모드의 특징과 실제 연구 논문 처리 예시 소개

Notion DB에 저장된 연구 논문 ID 목록을 활용한 자동화 사례를 제시합니다. Google Search와 Gemini 2.0 플래시 모델을 통해 웹 스크래핑과 요약 작업을 수행하는 과정을 보여줍니다.

[02:51] Vector Shift에서 새로운 워크플로우 생성 과정 시작

[03:34] Notion 데이터베이스에서 연구 논문 ID를 가져와 각각의 새로운 페이지를 생성하는 방법을 설명합니다.

[03:49] Notion 데이터베이스 설정 및 텍스트 리스트 형식으로 데이터를 구성하는 방법을 보여줍니다.

[04:34] 서브 파이프라인을 생성하여 각 연구 논문 ID에 대한 개별 처리 과정을 설정합니다.

구축한 파이프라인을 실행해 각 연구 논문별 페이지가 Notion에 생성되는 결과를 확인합니다. 최종적으로 자동화의 효율성과 다양한 활용 가능성을 제시하며 마무리합니다.

[05:12] 웹 검색, URL 스크래핑, Gemini 2.0 Flash를 활용한 정보 추출 과정을 구성합니다.

[06:17] 추출된 정보를 Notion에 저장하고 파이프라인을 완성하는 과정을 설명합니다.

[00:00] [음악]

[00:03] [박수]

[00:05] 안녕하세요, 오늘도 영상으로 찾아뵙게 되었습니다

[00:07] 최근 저는 다양한 작업을 자동화하는 데 깊이 몰두해 있었는데

[00:10] 계속해서 떠오르는 한 가지 문제가 있었습니다

[00:14] 바로 반복적인 프로세스를

[00:16] 어떻게 효율적으로 처리할 것인가 하는 점이죠

[00:18] 기본적인 파이프라인으로 할 수 있는 간단한 작업은

[00:21] 이전에 다뤄봤지만

[00:23] 깊이 있게 다루지는 않았습니다

[00:26] 그래서

[00:27] 오늘은 Vector Shift를 사용해서

[00:30] 복잡한 파이프라인을 만드는 방법을

[00:32] 보여드리려고 합니다

[00:35] 반복적인 작업을

[00:37] 자동화하는 방법이죠. 같은 일을

[00:39] 계속해서 반복해야 하는 작업

[00:42] 단지 데이터만

[00:44] 다른 그런 작업들 말이에요. 이를 위해

[00:47] 조금 더 강력한 방법을 보여드리고 싶습니다

[00:50] 시간을 많이 잡아먹는 지루한 반복 작업을

[00:53] 처리하는 방법인데요, 이를 위해

[00:56] Vector Shift의 리스트 모드라는

[00:59] 기능을 살펴보겠습니다

[01:02] Vector Shift를 모르시는 분들을 위해

[01:05] 간단히 설명드리자면

[01:08] 이것은 AI 자동화 플랫폼입니다

[01:12] 비주얼 빌더라고 생각하시면 되는데

[01:15] 다양한 AI 도구, 데이터 소스,

[01:18] 그리고 액션들을 연결해서

[01:21] 맞춤형

[01:22] 워크플로우를 만들 수 있습니다

[01:24] 구글 시트, OpenAI나 Gemini 같은 다양한 LLM,

[01:27] 웹 스크래퍼, 그리고 이메일이나

[01:31] 디스코드 메시지 수신과 같은 트리거도

[01:34] 연결할 수 있죠. 가장 좋은 점은

[01:38] 대부분 드래그 앤 드롭 방식이라

[01:40] 코딩을 할 줄 몰라도 사용할 수 있다는 거예요

[01:43] 특히 데이터 리스트를 처리하는

[01:46] 작업을 자동화하는 데 정말 좋습니다

[01:49] 여기서 리스트 모드가

[01:51] 등장하는데요, 리스트 모드는 약간 고급

[01:55] 개념이지만, Vector Shift나 AI 에이전트 사용 방식을

[01:57] 완전히 바꿔놓습니다

[02:00] 한번 사용해보면 이해하실 텐데요

[02:03] 여러분이 만든 워크플로우를

[02:05] 리스트의 각 항목에 자동으로

[02:09] 적용할 수 있게 해줍니다

[02:11] 이는 반복적인

[02:13] 작업에 매우 유용한데요

[02:16] 실제 예시로 설명해드리는 게

[02:19] 가장 좋을 것 같습니다

[02:21] 제가 주로 하는 일 중 하나가 연구

[02:24] 논문을 읽는 건데요, 항상 모든 논문을

[02:26] 읽을 시간이 충분하지는 않습니다. 하지만

[02:28] AI 에이전트가 논문 ID가 있는

[02:31] 노션 DB를 가져와서

[02:35] 인터넷에서 검색하고

[02:37] 논문의 핵심 포인트와

[02:40] 제안

[02:41] 내용을 알려준다면 어떨까요? 간단하게

[02:45] Vector Shift로 들어가서

[02:47] 어떻게 하는지

[02:48] 보여드리겠습니다. 먼저 필요한

[02:51] 정보를 준비하세요. 제 경우에는 노션에

[02:54] arXiv ID 리스트가 있는데

[02:57] 이것을

[02:58] 사용하려고 합니다. 파이프라인 옵션에서

[03:01] 새로 만들기 버튼을 누르면

[03:04] 미리 만들어진 워크플로우를 선택하거나

[03:06] 새로운 캔버스를 열 수 있는

[03:09] 페이지가 나타납니다. 여기서 새 캔버스를

[03:12] 열면 블록들을 드래그해서 연결하고

[03:15] 자신만의 워크플로우를 만들 수 있습니다

[03:19] 첫 번째로 드래그할 노드는

[03:21] 입력 노드입니다. 지금 당장은 사용하지

[03:24] 않지만 나중에 연결할 거예요

[03:27] 이제 노션에서 정보를 가져올 건데

[03:30] 제가 만든 테이블에서

[03:32] 정보를 가져오려고 합니다

[03:34] 데이터에서 ID를 가져온 다음

[03:37] 연구 논문에 대한 새로운 페이지를 만들어

[03:40] 상세 내용을 작성할 겁니다.

[03:41] Integrations를 클릭하고 Notion을 선택하세요.

[03:45] 그리고 Notion에서

[03:47] 데이터베이스 읽기 작업을 수행할 겁니다.

[03:49] 올바른 Notion 데이터베이스를

[03:52] 선택했는지 확인하세요. 제가 이미 설정해둔

[03:55] 것처럼 보시면 여기에

[03:58] 아카이브 출력 필드가 채워져 있습니다.

[04:02] 이것은 연구 논문의 제목과 ID가

[04:04] 컬럼에 정리되어 있는 것인데

[04:07] 저는 보통 이런 방식으로 포맷을 지정합니다.

[04:10] 데이터 유형은 텍스트 리스트로

[04:12] 이 컬럼의 모든 항목이 리스트로 되어있죠.

[04:15] 시연을 위해 이 텍스트 리스트의

[04:18] 출력 형식을 확인할 수 있습니다.

[04:21] 출력 블록에 직접

[04:23] 연결하면 됩니다.

[04:26] 보시는 것처럼 이것이 Notion의

[04:29] 동일한 데이터입니다. 이제 소스에

[04:32] 연결했으니 우리는

[04:34] 서브 파이프라인을 만들 것입니다.

[04:37] 이는 Notion 데이터베이스에서 가져온

[04:40] 각각의 아카이브 ID에 대해

[04:42] 실행될 것입니다. 새로운

[04:44] 파이프라인을 만들어 보죠.

[04:47] 이 새로운 파이프라인은 다를 건데,

[04:49] 하나의 파이프라인을 너무 복잡하게 만들고 싶지 않아서

[04:52] 검색과 요약 작업을

[04:53] 다른 파이프라인으로 분리할 겁니다.

[04:56] 먼저

[04:58] 이 파이프라인에 입력 노드를

[05:01] 사용하도록 하죠. 이름을

[05:04] 'paper'로 지정하고 텍스트 유형으로 설정합니다.

[05:07] 이걸로 무엇을 할 것이냐면

[05:10] 다음과 같은 작업을 수행할 겁니다.

[05:12] 먼저 URL을 스크랩해야 합니다.

[05:16] 웹 검색을 드래그하면

[05:19] 구글 검색이나

[05:21] 다른 옵션을 선택할 수 있습니다.

[05:23] 구글 검색 옵션을 선택하고

[05:26] 원하는 검색 결과 수를

[05:28] 입력하면 됩니다.

[05:31] 다음으로 URL 옵션을 드래그하고

[05:34] URL을 스크랩하세요.

[05:36] 재귀 옵션도 활성화하시구요.

[05:39] 정보를 추출하기 위해

[05:42] LLM을 사용할 겁니다.

[05:44] Gemini 노드를 드래그하고

[05:47] Gemini 2.0 Flash 모델을 선택하세요. 이게

[05:51] 이 작업에 가장 적합하고 긴 컨텍스트도

[05:55] 처리할 수 있습니다. 이제

[05:57] 필요한 정보를 추출하기 위한

[05:59] 지시사항을

[06:00] 제공해야 합니다. 이 연구 논문의

[06:04] 간단한 요약과 핵심 포인트를

[06:06] 제공하도록

[06:07] 설정하세요. 여기서 보시면

[06:10] 스크래퍼의 컨텍스트가

[06:12] LLM과 연결되어 있습니다. 스크래퍼를

[06:15] LLM에 연결하세요.

[06:17] 이제 남은 것은

[06:21] 추출한 정보를 저장하기 위해

[06:24] 이 파이프라인을 Notion에 연결하는 것입니다.

[06:28] Notion 노드를 드래그해서

[06:30] 연결하고 새 페이지를

[06:32] 만들도록 설정하세요.

[06:35] 이제 입력 필드를 설정할 시간입니다.

[06:38] 이 파이프라인의 이름을 지정하고

[06:42] 배포를 클릭해서 저장하세요.

[06:46] 이 파이프라인을 만들었으니

[06:49] 첫 번째 파이프라인으로

[06:51] 돌아가보죠. 먼저 메인 요소가

[06:53] 있는지 확인하고 파이프라인 옵션을

[06:56] 드래그해서 방금 만든

[06:58] 파이프라인을 선택하세요.

[07:00] 파이프라인에서

[07:03] 리스트 모드를 활성화하는 것을 잊지 마세요.

[07:07] 이렇게 하면 각 행마다

[07:10] 파이프라인이 실행됩니다. 이 경우에는

[07:13] 각 연구 논문마다 실행되는 거죠.

[07:16] 이제 완료됐습니다. 실행하면

[07:20] 작동하기 시작할 텐데, 잠시 기다리면

[07:24] 완료되고 Notion에 각 연구 논문에 대한

[07:27] 페이지가 생성됩니다. 이를 통해

[07:29] 바로 읽고 활용할 수 있죠.

[07:32] 정말 놀랍습니다. 이제 우리는

[07:36] 초록 읽기 과정을 자동화했습니다.

[07:38] 이해가 되셨길 바랍니다. 리스트 형태로 생각하고

[07:41] 각 항목에 워크플로우를

[07:43] 적용하는 데 약간의 연습이 필요하지만

[07:46] 익숙해지면 정말 많은

[07:49] 가능성이 열립니다. 이를 다양한

[07:52] 데이터 처리, 웹 스크래핑,

[07:54] 자동화 작업에 활용할 수 있습니다.

[07:58] 실제로 정말 놀랍게도

[08:00] 반복적인 작업이나 잠재 고객 발굴 같은

[08:03] 작업을 자동화할 수 있죠.

[08:05] 가능성은 무한합니다.

[08:08] 정말

[08:09] 꼭 한번 시도해보세요.

[08:11] 전반적으로

[08:12] 꽤 멋진 기능이라고 생각합니다.

[08:16] 아래에 의견을 남기시고 구독해주세요.

[08:18] 수퍼 덕분 옵션으로 후원하거나

[08:20] 채널 멤버십에 가입하실 수도 있습니다.

[08:22] 특별한 혜택도 받으실 수 있어요.

[08:24] 다음 영상에서 만나요. 안녕히 계세요.

[08:27] [음악]