새로운 AI 코딩 플랫폼 Warp가 대단합니다 (튜토리얼)

Tech With Tim 구독자 1,720,000명

요약

개발자의 코딩 방식이 직접 작성하는 수동 방식에서 ‘프롬프트 작성’ 방식으로 빠르게 전환되고 있습니다. Warp는 터미널 인터페이스 안에서 자연어 명령, 멀티스레드 에이전트, 자율 모드 등 AI 통합 기능을 제공해 이 흐름을 선도합니다. 영상에서는 도구 설치부터 기본 예제, 고급 스크래퍼 API 구축, 설정 커스터마이징까지 Warp의 주요 기능을 단계별로 시연합니다. 실전 워크플로우에 AI를 원활히 녹여내는 방법을 확인하세요.

주요 키워드

Agentic Development Environment LLM 자연어 프롬프트 멀티스레드 에이전트 자율 모드 Warp Drive 노트북(Playgrounds) Docker FastAPI Playwright

하이라이트

🔑 AI 통합의 중요성: 전체 코드의 90% 이상을 AI가 생성할 만큼 AI 모델이 실무 코딩의 핵심으로 자리 잡고 있습니다.
⚡️ 자연어 프롬프트: 터미널에서 영어 명령 대신 일상 언어로 파일 생성, 디렉터리 이동 같은 작업을 바로 수행합니다.
🌟 멀티스레드 에이전트: 서로 다른 작업(스크래퍼, API, 데이터베이스 설정)을 병렬로 실행해 개발 속도를 크게 높입니다.
📌 자율 모드 적용: 권한 설정만 한 번으로 에이전트가 반복 승인 없이 설치·구성·테스트 명령을 자동 수행합니다.
🚀 Warp Drive & 노트북: AI 규칙, 환경 변수, 플레이그라운드 식 노트북을 한곳에 모아 생산성을 극대화합니다.
🔄 팀 협업 기능: 환경 변수, 프롬프트, 노트북, 워크플로우를 팀원과 공유해 일관된 코드 작성 경험을 보장합니다.
📂 터미널 기반 UI 철학: 80% 이상 AI 채팅에 집중하는 현업 환경을 고려해 전통적 IDE 대신 터미널 중심 디자인을 적용했습니다.
🛠️ 설정 커스터마이징: AI 권한, 금지 명령, 테마·폰트·투명도 등 수백 개 옵션을 개인·팀 단위로 조정할 수 있습니다.

용어 설명

LLM(대형 언어 모델)

GPT, Claude 등 방대한 언어 데이터를 학습해 자연어 명령을 코드로 변환해 주는 AI 모델

Agentic Development Environment

AI 에이전트를 활용해 개발 업무를 자동화·분할 처리하는 개발 환경 패러다임

자연어 프롬프트

프로그래밍 언어가 아닌 일상 언어로 코드 생성이나 터미널 명령을 요청하는 방식

멀티스레드 에이전트

동시에 여러 AI 작업을 병행 실행해 전체 개발 속도를 높이는 기능

자율 모드(Autonomous Mode)

사용자 승인을 최소화하고 AI 에이전트가 설치·실행·테스트 작업을 자동 수행하도록 설정하는 모드

Warp Drive

환경 변수·AI 규칙·서버 목록·노트북 등 워크플로우 관련 리소스를 빠르게 관리하는 사이드바 기능

노트북(Notebooks)

터미널 명령을 블록 단위로 저장·실행하며 실험과 문서화를 돕는 인터랙티브 플레이그라운드

Docker

애플리케이션과 환경을 컨테이너로 패키징해 일관된 배포를 지원하는 플랫폼

FastAPI

Python 기반으로 빠른 API 서버 개발을 지원하는 웹 프레임워크

Playwright

웹 브라우저 자동화를 위한 오픈소스 라이브러리

• 90% 이상의 코드가 AI 생성으로 전환되는 현상 • 직접 코딩에서 ‘프롬프트 작성’ 방식으로 개발 패러다임 전환 • Warp가 이 변화를 가속하는 이유와 영상 목적 소개

[00:00] 화자가 선임 소프트웨어 엔지니어 친구와 함께 코딩 작업을 관찰하며, 친구가 AI 모델들과 음성으로 대화하면서 코드를 작성하는 새로운 방식을 목격했다고 설명합니다.

[00:24] 현재 코딩 환경에서 AI 모델들이 매우 발전해서 작성하는 코드의 90%가 AI로 생성되며, 18개월 전과 달리 수동으로 많은 코드를 작성할 필요가 없어졌다고 강조합니다.

[00:46] 손으로 코딩하는 방식이 서서히 사라지고 있으며, 코드 바이 프롬프트 방식으로 변화하고 있다고 주장하면서 Warp라는 강력한 도구를 소개하겠다고 발표합니다.

• warp.dev에서 다운로드·설치하는 방법 안내 • 무료·Pro·Turbo·Enterprise 플랜 설명 • 독립 애플리케이션 형태와 CLI 도구와의 차이점 설명

[01:20] Warp의 공식 웹사이트를 방문하여 도구를 소개하기 시작하며, 이것이 독립 실행형 애플리케이션이라는 점과 무료 다운로드가 가능하다는 점을 설명합니다.

• 터미널에서 ‘Change to desktop’ 같은 자연어 입력 사례 • Python 파일 자동 생성 후 예제 실행 • 프롬프트 정제(Refine) 및 직접 파일 편집 기능 소개

[01:58] Warp 애플리케이션을 실제로 열어보여주면서, 터미널과 유사한 인터페이스를 가지고 있지만 본격적인 IDE와는 다른 특별한 기능들을 가지고 있다고 소개합니다.

[02:22] Warp 터미널의 인터페이스를 소개하며 기존 IDE들과 달리 화면이 깔끔하다고 설명합니다.

• Terminal/Agent/Auto Detection 세 가지 모드 차이점 • 자동 감지(Auto) 모드 활용법 • AI 모델 변경 및 자동·수동 전환 방법

[02:28] 일반 터미널처럼 명령어를 입력할 수 있고, 자연어로도 요청할 수 있다는 기능을 시연합니다.

[02:41] 자연어 입력을 감지하여 적절한 명령어를 생성해주는 AI 기능의 작동 방식을 보여줍니다.

[03:06] AI 통합 기능을 활용하여 자연어로 '크리스마스 트리를 출력하는 파이썬 파일'을 생성하도록 요청합니다.

[03:29] 생성된 파이썬 스크립트의 편집 옵션들을 설명하며, 취소, 수정, 직접 편집 등의 기능을 소개합니다.

[03:56] 파일 생성이 완료되고 실행 명령어까지 제공되는 과정을 시연하며, 실제로 크리스마스 트리가 출력되는 것을 확인합니다.

[04:20] 터미널 하단의 세 가지 모드(자동 감지, 에이전트 모드, 터미널 모드)에 대해 설명하기 시작합니다.

[04:38] 에이전트 모드와 자동 감지 모드의 차이점을 설명하며, 사용자의 의도를 자동으로 파악하여 적절한 응답을 제공하는 기능을 소개합니다. 모델 변경도 가능하지만 주로 자동 모드를 사용합니다.

[04:58] 터미널 인터페이스를 선택한 이유를 설명합니다. 기존 IDE들은 화면 대부분을 코드에 할애하지만, 실제로는 작은 AI 채팅창에서 대부분의 작업이 이루어지므로, AI와의 상호작용에 최적화된 인터페이스가 더 효율적이라고 설명합니다.

• IDE 대비 터미널 중심 UI 설계 배경 • 실제 개발자의 AI 채팅 비중이 높은 작업 흐름 반영 • 코드 편집 화면보다 채팅 창을 효과적으로 배치하는 이유

[06:03] 더 고급 예제로 넘어가며, AI Scraper라는 새 폴더를 만들고 Warp를 사용해 확장 가능한 웹 스크래핑 API를 구축하는 프로젝트를 시작합니다. Docker, VPS 배포, Python, Playwright, FastAPI 등의 기술 스택을 포함한 계획을 세웠습니다.

• 스크래핑 API 구성 요소(컨테이너·Docker·VPS·FastAPI·Playwright) 계획 수립 • 프랜프트 작성으로 Readme 파일 생성 및 Git 초기화 • 계획 기반 컴포넌트 생성 작업 시작

[07:02] 생성된 계획이 만족스러워 변경사항을 적용하고, Git 저장소를 초기화하여 작업을 안전하게 보관하기로 결정합니다.

[07:16] Git 저장소를 생성하고 첫 번째 커밋을 만드는 과정을 진행하며, 코드베이스 인덱싱과 브랜치 설정을 완료합니다.

• 데이터베이스 설정 에이전트와 API 서버 에이전트를 동시에 실행 • 에이전트 대기 상태 표시(컬러) 및 알림 활용법 • 동시 작업으로 개발 효율성 극대화

[07:40] 커밋 메시지가 너무 상세해서 더 간단하게 만들어달라고 요청하고, Git 기능이 제대로 작동하는 것을 확인합니다.

[08:03] Warp의 파일 열기 기능을 시연하며, ls 명령어로 파일을 확인하고 직접 Warp 내에서 파일을 열어볼 수 있음을 보여줍니다.

[08:27] 계획에 따라 스크래퍼 워커 생성을 시작하기로 하고, 프롬프트를 개선하여 AI 스크래핑 부분부터 작업을 시작합니다.

• 음성 입력 전환 후 LLM에 명령 전달 • 자율 모드 권한 설정(코드 생성·파일 읽기·명령 실행 등) • 완전 자동 실행으로 설치부터 테스트까지 진행

[09:00] 몇 분간의 작업을 통해 전체 스크래퍼 시스템을 성공적으로 생성했으며, 다양한 파일들과 테스트 스크립트까지 자동으로 만들어졌습니다.

[09:23] Warp에서 생성된 스크레이퍼 디렉토리의 다양한 파일들(docker file, example.py, models.py, main.py)을 확인하고, 필요시 Warp 내에서 직접 편집할 수 있음을 보여줍니다.

[09:45] 멀티 스레드 에이전트 기능을 소개하며, 여러 에이전트가 병렬로 실행되어 함께 작업할 수 있는 능력을 설명합니다. API 생성, PostgreSQL/Redis 데이터베이스 설정, Docker 관련 작업 등이 필요한 상황을 제시합니다.

[10:18] 두 개의 별도 프롬프트를 준비하여 PostgreSQL/Redis 설정과 FastAPI 서버 생성을 동시에 실행하는 방법을 시연합니다. 각각을 별도 창에서 동시에 실행하여 병렬 처리의 효율성을 보여줍니다.

[10:44] 에이전트 관리 인터페이스를 설명하며, 에이전트 버튼을 통해 모든 활성 에이전트를 확인할 수 있고, 노란색은 사용자 대기 상태, 보라색은 진행 중 상태를 나타냄을 설명합니다. 설정에서 알림 기능을 활성화하면 조치가 필요할 때 알림을 받을 수 있습니다.

• AI 권한·금지 명령 목록 관리 • 룰(Rules) 추가로 AI 행동 가이드라인 설정 • Warp Drive, 팀 워크스페이스, 환경 변수·노트북 기능 소개

[11:21] 두 에이전트가 모두 완료되어 각 서비스를 시작하는 방법에 대한 최종 출력을 제공하며, 터미널에서 이러한 AI 도구를 사용하는 것의 장점을 언급합니다.

[11:33] 에이전트들이 코드 생성과 함께 많은 명령어를 실행하고 있으며, 두 에이전트 모두 작업을 완료한 상태입니다.

[11:39] 음성 입력을 활성화하여 LLM과 직접 대화를 시작하고, 자동 모드로 전환하여 디렉토리 읽기와 API 테스트를 요청합니다.

[12:00] 터미널 내에서 직접 실행하는 것의 강력함을 설명하며, 채팅 창에서 명령어를 복사하는 대신 터미널에서 네이티브하게 작업할 수 있는 장점을 언급합니다.

[12:26] 작업을 더 쉽게 만들기 위해 자율 모드를 활성화하고, Warp 설정에서 AI 권한을 조정하는 방법을 안내합니다.

[12:43] 코드 차이 적용, 파일 읽기, 계획 생성, 명령어 실행 등의 권한을 항상 허용으로 설정하고, 위험한 명령어는 거부 목록에 추가하는 보안 설정을 설명합니다.

[13:15] 음성 모드 설정과 키 바인딩 옵션을 소개하고, 에이전트에게 완전한 자율성을 부여하여 승인 없이 작업할 수 있도록 설정합니다.

[13:37] 자율 모드가 활성화되어 에이전트가 허가 없이 명령어를 생성하고 실행하며, 놀랍게도 사용자가 아무것도 하지 않았는데도 Docker Desktop을 자동으로 실행해주는 기능을 확인합니다.

[13:52] Docker가 자동으로 실행되었으며, 사용자가 직접 실행하지 않았음에도 불구하고 AI 에이전트가 Docker를 자동으로 시작하고 데몬 스레드를 실행하여 Docker 파일을 처리할 수 있게 되었다고 설명합니다.

[14:07] Warp의 설정 메뉴로 이동하여 다양한 기능들을 소개하며, 계정 설정, AI 설정, MCP 서버 추가 기능에 대해 설명합니다.

[14:25] Warp의 규칙(Rules) 기능을 설명하며, AI가 항상 따를 규칙을 생성할 수 있다고 소개합니다. 예시로 'PIP 대신 UV를 사용하라'는 규칙을 보여주며, 이런 규칙들이 지식 베이스 역할을 한다고 설명합니다.

[14:49] 외관 설정에서 화면 투명도, 테마, 폰트 크기 등을 조정할 수 있는 기능을 소개하고, 기능 메뉴의 다양한 옵션들에 대해 언급합니다.

[15:06] Warp Drive 기능을 소개하며, 사이드 토글 바를 통해 접근할 수 있고, 프로 구독 사용자는 팀 기능을, 개인 사용자는 MCP 서버와 규칙에 빠르게 접근할 수 있다고 설명합니다.

[15:27] Warp의 노트북 기능을 소개하며, 터미널 명령어들을 실험할 수 있는 인터랙티브 플레이그라운드라고 설명합니다. 블록을 추가하고 직접 실행할 수 있는 흥미로운 기능이라고 평가합니다.

[15:44] 드라이브 메뉴의 추가 기능들을 소개하며, 개인 환경 변수를 생성할 수 있는 기능을 설명합니다. .env 파일 대신 셸 내에서 지속적으로 유지되는 환경 변수를 설정할 수 있다고 안내합니다.

[16:01] 환경 변수를 직접 개인 셸에 추가하여 코드나 실행 환경에서 쉽게 접근할 수 있는 방법을 설명합니다. 팀 기능도 제공되지만 나중에 다룰 예정입니다.

[16:14] Docker 컨테이너가 모든 패키지를 설치하고 완전히 실행될 때까지 기다린 후, 코드가 제대로 작동하는지 확인하는 과정을 보여줍니다.

[16:26] 탭 분할 기능을 시연하며, 새로운 탭에서 curl 명령어를 사용하여 Docker로 실행 중인 API를 테스트하는 방법을 보여줍니다.

[16:42] 전체 배포 과정은 시간이 걸려서 생략하지만, 여러 에이전트가 터미널 모드에서 자동으로 작업을 수행하여 수동 코드 변경이 거의 필요하지 않았다고 설명합니다.

• 터미널에서 AI와 상호작용하는 새 코딩 패러다임 제안 • Warp 도구 활용 의지와 시청자 의견 요청 • 다음 영상 예고 및 마무리 인사

[17:00] API 엔드포인트를 실제로 테스트해보고 응답을 확인합니다. 일부 에러가 발생했지만 모델이 이를 해결할 수 있다고 언급합니다.

[17:24] 영상에서 보여주려던 주요 기능들을 마무리하고, 팀 기능에 대해 간단히 언급합니다. 워크플로우, 폴더, 프롬프트, 노트북, 환경 변수를 팀과 공유할 수 있지만 자세한 시연은 생략합니다.

[17:45] 이 도구에 대한 개인적인 평가를 제시합니다. 자신의 워크플로우에 포함시킬 계획이며, 터미널 환경에서 AI와 상호작용하는 새로운 UI 방식이 코딩의 미래라고 봅니다. 에디터나 IDE에서 직접 코드를 많이 건드릴 필요가 없어질 것이라고 전망합니다.

• 배경 음악 크레딧 • 구독·댓글 유도 멘트

타임라인 정보가 없습니다.

[00:00] 어제 나는 선임 소프트웨어 엔지니어인 친구와 함께 앉아서

[00:01] 그가 새로운 스타트업을 위해 코드를 작성하는 것을 지켜봤어요.

[00:04] 솔직히 말하면

[00:06] 나는 그의 말을 듣고 있었던 것이 더 정확해요.

[00:08] 그의 말을 듣고 있었던 것이 더 정확해요.

[00:10] 맞습니다. 그는 여러 개의 AI 모델을 실행하고 있었고

[00:12] 그냥 말 그대로 그들과 대화하면서

[00:13] 무엇을 하고 싶은지 매우 명확하게 설명하고 있었어요.

[00:15] 이제 저는 1분 길이의

[00:17] 초상세한 음성 메시지를

[00:19] 이 LLM들에게 보내는 것에 대해 이야기하고 있어요.

[00:21] 그리고 솔직히 말하면, 제가 지금 코딩할 때도

[00:24] 꽤 비슷한 방식으로 하고 있어요. 모델들이

[00:26] 너무 좋아져서 제가 작성하는 코드의 거의 90%가

[00:29] AI가 생성한 것이고, 저는

[00:31] 많은 양의 코드를 수동으로 작성할 필요가 거의 없어요

[00:33] 18개월 전에 했던 것처럼 말이죠.

[00:35] 이제 이것은

[00:37] 워크플로우에 AI를 통합하는 것이

[00:39] 점점 더 중요해지고 있다는 것을 의미하고, 만약

[00:41] 효과적으로 사용하는 사람들을 따라가고 싶다면

[00:42] 이것을 정말 진지하게 받아들여야 해요.

[00:44] 자, 제가 이런 말을 하는 이유는

[00:46] 손으로 코딩하는 것이 서서히 사라지고 있다는 점을 강조하기 위해서예요.

[00:49] 우리는 코드 바이 프롬프트 세상으로 훨씬 더 이동하고 있어요.

[00:51] 그리고 오늘 비디오에서

[00:54] 저는 Warp라고 불리는 매우 강력한 도구를 시연함으로써

[00:56] 그것을 여러분에게 증명해 보일 거예요.

[00:58] 자, 큰 그림에서 보면 Warp는

[01:01] 에이전틱 개발 환경입니다

[01:02] 터미널과 매우 유사해 보이는 애플리케이션으로 제공되죠.

[01:04] 매우 흥미로운 기능들이 많이 있고

[01:07] 에이전틱 개발에 대한 새로운 접근법을 제시하고 있어요

[01:09] Cursor나 Claude Code 같은 것들과 비교해서 말이죠.

[01:11] 자, 저는 이 비디오를 위해 그들과 팀을 이뤘고

[01:13] 이 도구를 어떻게 활용하는지에 대한 튜토리얼을 제공할 거예요.

[01:15] 그러니까 계속 지켜봐 주세요.

[01:17] 이 도구를 활용하는 방법에 대한 튜토리얼을 제공할 거예요.

[01:18] 그러니까 계속 지켜봐 주세요.

[01:20] 좋아요, 이제 컴퓨터 앞에 있고

[01:21] 바로 시작해보고 싶어요.

[01:23] 지금 저는 Warp 랜딩 페이지에 있어요.

[01:25] warp.dev에 있다는 걸 보실 수 있어요.

[01:26] 확인해보고 싶으시면 설명란에 이 링크도 남겨둘게요.

[01:28] 확인해보고 싶으시면 설명란에 이 링크도 남겨둘게요.

[01:30] 그리고 그 이유는 Warp를 사용하고 싶다면

[01:31] 이 도구를 다운로드해야 하기 때문인데

[01:33] 독립 실행형 애플리케이션이거든요.

[01:35] 예를 들어 Claude Code 같은 CLI 도구가 아니에요.

[01:37] Claude Code 같은 CLI 도구가 아니에요.

[01:39] 좋아요, 만약 가지고 놀고 싶다면 지금 다운로드하세요.

[01:41] 다운로드는 무료이고

[01:43] 각자의 운영체제에 맞게 할 수 있어요

[01:44] 또는 Brew 같은 것을 사용해서 설치할 수도 있어요.

[01:47] 가격 책정에 관해서는 물론 무료 티어가 있어요.

[01:49] 그러니까 그걸로 가지고 놀 수 있어요.

[01:51] 그리고 원한다면

[01:53] 프로, 터보로 업그레이드할 수도 있어요

[01:54] 엔터프라이즈 티어도 있고요.

[01:55] 어쨌든, 에디터로 넘어가 보죠

[01:58] 실제로 어떻게 생겼는지 보여드리고 싶거든요.

[01:59] 좋아요, 이게 Warp예요. 열어봤어요.

[02:01] 다시 말하지만, 독립 실행형 애플리케이션이라서

[02:03] 먼저 설치해야 해요.

[02:05] 그리고 여기서부터 이게 꽤 친숙해 보일 거예요

[02:06] 우리 대부분이 익숙한 터미널 환경과 매우 유사하기 때문이죠

[02:08] 여기에 타이핑하는 것과 말이에요.

[02:10] 이제 몇 가지를 보여드리고 싶어요

[02:11] 이것이 할 수 있는 것들을 말이죠

[02:13] 그리고 이 사용자 인터페이스 뒤의 논리와

[02:14] 이것이 본격적인 IDE와 어떻게 비교되는지

[02:16] 이야기하고 싶어요

[02:18] 이야기하고 싶어요

[02:20] 본격적인 IDE와 비교해서 말이에요

[02:22] 커서 같은 도구에서는 화면의 80%가

[02:24] 파일과 코드들로 가득 차 있잖아요.

[02:26] 그런 것들 말이에요. 자, 여기서부터

[02:28] 일반 터미널처럼 사용할 수 있어요.

[02:29] 예를 들어 뭔가를 만들어보겠습니다.

[02:31] make test라고 입력하고 그냥 실행할 수도 있고

[02:33] 또는 자연어로 질문할 수도 있어요.

[02:35] 예를 들어 '내 데스크톱으로 이동해줘'라고

[02:37] 말할 수 있죠. 간단한 예시지만

[02:41] 실제로 감지해낼 거예요.

[02:42] 자연어를 사용하고 있다는 것을 말이죠.

[02:44] 명령어를 실행하려는 게 아니라요.

[02:46] 그래서 올바른 명령어를 생성해줄 거예요.

[02:48] 좋아요, 짠! 이걸 실행해보죠.

[02:50] 그러면 데스크톱으로 이동하게 됩니다.

[02:52] 네, 이제 데스크톱 디렉토리에 있어요.

[02:53] 여기서 확인할 수 있죠. 이제

[02:55] 'make dir test'라고 입력해보겠습니다.

[02:57] 이렇게요. 디렉토리를 만들었고

[02:59] cd로 그 디렉토리에 들어갈 수 있고

[03:01] 일반 터미널처럼 사용할 수 있어요.

[03:02] 하지만 정말 강력한 기능은

[03:04] 언제든지 AI 통합 기능을 사용할 수 있다는 점이에요.

[03:06] 여기서 ls를 사용해보겠습니다.

[03:08] 아무것도 없다는 것을 확인했고

[03:09] 이제 이렇게 말해보겠습니다.

[03:10] '크리스마스 트리를 출력하는 새로운 파이썬 파일을 만들어줘'

[03:17] 뭐 그런 식으로요.

[03:19] 크리스마스 트리 같은 걸 말이죠.

[03:21] 이 폴더 안에 생성해줄 거예요.

[03:22] 어떻게 하는지 봅시다.

[03:24] diff를 로딩하고 있는 것을 볼 수 있고

[03:26] 코드를 생성할 수 있을 거예요.

[03:27] 네, 됐네요!

[03:29] 파이썬 스크립트를 생성해준 것을 볼 수 있어요.

[03:31] 꽤 기본적이지만 완성됐네요.

[03:33] 여기서 여러 옵션이 있죠?

[03:34] 취소할 수도 있고, 수정할 수도 있어요.

[03:36] 수정을 누르면

[03:38] 새로운 프롬프트를 입력해서

[03:39] 이 스크립트를 조정할 수 있어요.

[03:41] 직접 편집할 수도 있고요.

[03:43] 그렇게 하면 전체화면으로 열려요.

[03:45] 그리고 뭔가를 출력하거나

[03:46] 주석을 추가할 수 있어요.

[03:48] 일반 파일에서 하는 것처럼

[03:50] 직접 작업할 수 있어요.

[03:52] 물론 변경사항을 적용할 수도 있고요.

[03:54] 적용해보겠습니다. 이제 실제로 파일을 만들어줄 거예요.

[03:56] 잠깐만 기다려보세요.

[03:58] 크리스마스 트리라는 파이썬 파일을

[03:59] 만들었다고 나오네요.

[04:01] 그리고 실행할 명령어도 보여주고 있어요.

[04:02] 이걸로 실행할 수 있다고 하네요.

[04:04] 실제로 이걸 눌러서

[04:06] 터미널에서 실행해볼 수 있어요.

[04:08] 명령어가 나타나네요. 엔터를 누르면

[04:11] 크리스마스 트리가 출력됩니다.

[04:13] 멋지네요! 아주 기본적인 예시지만

[04:15] 인터페이스가 어떻게 생겼는지

[04:17] 어떻게 작동하는지 보여드리려고 했어요.

[04:18] 다른 설정들도 많이 있어요.

[04:20] 몇 가지 빠르게 살펴보고

[04:21] 다시 이 UI 결정에 대해서도

[04:23] 얘기해보고 싶어요.

[04:25] 여기 터미널 왼쪽 하단 모서리에

[04:26] 세 가지 모드가 있는 것을 볼 수 있어요.

[04:28] 자동 감지, 에이전트 모드,

[04:30] 그리고 터미널 모드가 있어요.

[04:32] 꽤 직관적이에요. 터미널 모드로 설정하면

[04:34] 일반 명령어만 입력할 수 있고

[04:35] LLM이 작동하지 않아요.

[04:37] 에이전트 모드로 설정하면

[04:38] 에이전트 모드로 설정하면, 이건 자연어로 소통하게 됩니다.

[04:40] 그리고 자동 감지 모드로 설정하면,

[04:42] 제가 주로 사용하는 모드인데,

[04:44] 사용자가 원하는 것을 자동으로 감지해서

[04:46] 그에 맞게 응답해줍니다.

[04:48] 물론 여기서

[04:49] 사용할 모델을 변경할 수도 있습니다.

[04:51] 예를 들어, Claude

[04:52] Sonnet으로 바꿀 수도 있는데,

[04:54] 저는 보통 자동 모드로 그냥 두거든요.

[04:56] 좋습니다.

[04:58] 지금까지 이 도구가 무엇을 할 수 있는지 조금 보셨으니,

[05:00] 왜 이것이 터미널 인터페이스로 되어 있는지

[05:02] 설명해보겠습니다.

[05:04] 서두에서 말했듯이, 우리는 점점 더

[05:07] 코드를 수동으로 수많은 줄 작성하는 대신

[05:09] 프롬프트로 코딩하는 방향으로 이동하고 있습니다.

[05:11] Cursor 같은 에디터나

[05:12] VS Code 같은 IDE를 생각해보면,

[05:15] 화면의 80-85%가 코딩과 파일에 할애됩니다.

[05:18] 하지만 현실적으로, 대부분의 시간을

[05:20] 작은 AI 채팅 창에서 작업하고 있죠.

[05:22] 그리고 몇 가지 명령어를 실행하고,

[05:24] 환경을 설정하는 등의 작업을 합니다.

[05:25] 그래서 화면의 대부분이

[05:28] 거의 보지도 않는 것에

[05:29] 할애되는 것은 말이 안 되죠.

[05:30] 대부분의 시간에는

[05:32] 그저 AI와 상호작용하고 있으니까요.

[05:34] 그래서 Warp의 논리는

[05:36] 완전한 코딩 환경에서

[05:38] 모든 코드를 화면에 보여주는 대신,

[05:40] 실제로 개발자들이

[05:42] 일상적으로 하는 작업에

[05:44] 더 가까운 인터페이스에 두자는 것입니다.

[05:46] 즉, 주로 AI와 상호작용하는 것이죠.

[05:48] 이게 여기의 논리입니다.

[05:50] 여러분이 이에 동의하는지

[05:51] 동의하지 않는지,

[05:53] 그리고 이런 인터페이스를 어떻게 생각하는지

[05:55] 알려주세요.

[05:57] 개인적으로는

[05:58] 다루기가 꽤 매끄럽습니다.

[06:00] 특히 수동으로 수많은 줄의 코드를 작성하지 않을 때는요.

[06:03] 어쨌든, 이제

[06:04] 더 고급 예제로 넘어가서

[06:06] Warp 같은 도구를 사용하는

[06:08] 장점을 보여드리겠습니다.

[06:10] 방금 AI Scraper라는

[06:12] 새 폴더를 만들었습니다.

[06:13] 앞으로 몇 분 동안 시도해볼 것은

[06:15] Warp를 사용해서 확장 가능한 웹 스크래핑 API를 만드는 것입니다.

[06:18] 먼저 계획이 필요합니다.

[06:19] 이 계획을 더 명확하게 만들고

[06:23] README 파일에 넣어달라고 요청하겠습니다.

[06:30] 좋습니다.

[06:32] 제가 가지고 있는

[06:34] 기본 계획을 붙여넣겠습니다.

[06:34] 전부 읽지는 않겠지만,

[06:36] 요점은 몇 가지

[06:37] 다른 구성 요소들을 원한다는 것입니다.

[06:39] 컨테이너화하고 싶고, Docker를 사용하고 싶습니다.

[06:41] VPS에 배포하고 싶고,

[06:42] 실제 스크래핑을 위해서는

[06:44] Python과 Playwright를 사용하고

[06:47] API를 제공하기 위해 기본적인 FastAPI 서버를 원합니다.

[06:49] 여기서 엔터를 누르고

[06:50] 이 계획으로 시작하겠습니다.

[06:52] 계획이 완료되면

[06:54] 구성 요소별로 구축을 시작하고

[06:55] Warp의 기능 중 하나인

[06:57] 멀티스레드 에이전트를 어떻게 사용할 수 있는지 보여드리겠습니다.

[06:59] 방금 여기서 계획을 완료했습니다.

[07:01] 스크롤해서 살펴봤는데, 이건

[07:02] 실제로 꽤 괜찮아 보이네요. 그래서

[07:04] 지금으로서는 이걸 조정할 게 없으니

[07:05] 그냥 '변경사항 적용'을 누르겠습니다. 그리고

[07:07] 이 계획을 사용해서 이제

[07:09] 이 컴포넌트들을 만들어보겠습니다. 이제

[07:11] 이 시점에서, 실제로 이걸

[07:12] Git 저장소로 초기화해서 이

[07:13] 작업을 잃지 않도록 하겠습니다. 그래서

[07:15] 새로운 git 저장소를 만들고

[07:16] 첫 번째 커밋을 만들어달라고 하겠습니다. 좋아요, git init이네요

[07:21] 실행해보죠. 그냥 엔터를 누르면

[07:25] 자동으로 실행됩니다.

[07:26] 코드베이스를 인덱싱 중이라고 나오네요. 좋아요

[07:28] 인덱싱해서 모든 걸

[07:31] 더 잘 파악할 수 있도록 해보죠. 좋아요

[07:33] 브랜치를 main으로 변경한다고 하네요

[07:35] 엔터를 눌러서 실행해보죠

[07:36] 다음 명령어가 뭔지 봅시다

[07:38] readme를 추가하라고 하네요

[07:40] 좋아 보입니다. 좋아요, 커밋을 만들어줬네요

[07:42] 이 커밋은 너무 자세합니다. 그래서

[07:44] 더 간단하게 만들어달라고 하겠습니다

[07:45] 이렇게 길게 하고 싶지 않거든요. 그러면 더 나은

[07:48] 명령어를 줄 거예요

[07:50] 여기서. 좋아요, 완벽하네요

[07:51] 훨씬 낫네요

[07:53] 실행해보죠. 좋아요

[07:55] readme가 여기 있네요. 그리고 이제

[07:57] 실제로 우리가 main 브랜치에 있다는 걸

[07:58] 감지하네요. 그래서 그걸 보여주고

[08:00] git 기능도 있습니다

[08:01] 이제 보여드리고 싶은 건

[08:03] 예를 들어 ls를 사용해서

[08:04] 파일을 보면, readme.md 같은 파일을

[08:06] 실제로 열 수 있다는 겁니다. 여기를 누르면

[08:09] 파일 열기나 Warp에서 열기가 나타납니다

[08:11] Warp에서 열기를 누르면

[08:13] 여기 안에서 바로 파일을

[08:15] 볼 수 있습니다. 이 경우에는

[08:17] 마크다운 파일의 미리보기를 보고 있지만

[08:18] 코드 파일들도 열 수 있고

[08:20] 그런 것들도 마찬가지입니다. 좋아요

[08:22] 이제 여기서 다음 단계로

[08:24] 넘어가고 싶습니다. 첫 번째로

[08:26] 하고 싶은 건 아마

[08:27] 스크래퍼 작업을 시작하는 거예요. 그래서

[08:30] 설명된 계획을 바탕으로 스크래퍼 워커

[08:33] 만들기를 시작해달라고 하겠습니다. 이 프롬프트를 조금

[08:39] 개선하고 바로 돌아오겠습니다

[08:41] 좋아요, 프롬프트를 조금

[08:42] 개선했습니다. 실행해보죠

[08:44] 시간이 좀 걸릴 거예요

[08:45] 끝나면 바로 돌아와서

[08:47] 다른 컴포넌트들을 만들기

[08:49] 시작하겠습니다

[08:51] 지금은 AI 스크래핑 부분으로

[08:52] 시작하고 있거든요

[08:53] 워커가 완료되면 API, 데이터베이스 설정 등으로

[08:56] 넘어가겠습니다

[08:57] 좋아요, 몇 분 동안

[09:00] 이걸 작업했습니다

[09:01] 여러 가지 프롬프트를 시도했지만

[09:02] 전체 스크래퍼 시스템을 거의

[09:04] 생성하도록 했습니다

[09:06] 여기를 스크롤해보면 많은

[09:08] diff들이 있는 걸 볼 수 있습니다

[09:10] 많은 것들이 우리를 위해

[09:11] 생성되었습니다. 이 모든 명령어들이

[09:13] 실행되었습니다. 또한 하고 있는 일을

[09:15] 테스트하도록 했습니다. 테스트

[09:17] 스크립트를 생성해줬어요. 이제 ls를 해보면

[09:19] 스크래퍼 디렉토리가

[09:20] 있는 걸 볼 수 있습니다. 스크래퍼로 cd해서 ls를 해보죠

[09:23] 거기에 있습니다. 그리고 우리가 가진

[09:24] 모든 다양한 파일들을 볼 수 있습니다. 우리는

[09:26] docker 파일, example.py, models.py,

[09:28] main.py를 가지고 있습니다. 그리고 이들 중 하나를

[09:30] 열고 싶다면, warp에서 직접 열 수 있습니다.

[09:32] 그리고 여기서 모든 코드를 볼 수 있습니다.

[09:34] 그리고 물론 원한다면

[09:35] warp 내에서 바로 무언가를

[09:37] 편집할 수 있습니다. 좋아요. 그럼 이제

[09:40] 거기서 나가서 그냥 열린 탭으로

[09:41] 두거나 여기로 다시 돌아갈 수 있습니다.

[09:44] 좋습니다. 이제 이것을 얻었으니

[09:45] 멀티 스레드 에이전트

[09:47] 기능을 보여드리고 싶습니다. 이것은 여러

[09:49] 에이전트가 병렬로 실행되고

[09:52] 함께 작업할 수 있게 해줍니다. 이 시점에서

[09:54] cd . 하면 ls로 보면

[09:57] scraper 디렉토리가 있지만 여전히

[10:00] API를 만들어야 합니다. 우리는

[10:02] PostgreSQL 데이터베이스나 Redis

[10:04] 데이터베이스를 설정해야 하고 그 다음

[10:06] 모든 docker 관련 작업들을 해야 합니다. 그래서

[10:08] 제가 할 일은 두 개의

[10:09] 프롬프트를 여기서 준비하는 것입니다. 하나는

[10:11] API를 설정하는 것이고 다른 하나는

[10:12] 모든 데이터베이스 관련 작업을 설정하는 것이고

[10:14] 정확히 같은 시간에

[10:16] 실행할 것입니다. 그러니 준비하는 시간을 좀 주세요.

[10:18] 좋습니다. 방금 두 개의

[10:19] 프롬프트를 준비했습니다. 하나는 PostgreSQL

[10:20] 데이터베이스와 Redis

[10:22] 설정을 위한 것이고 다른 하나는

[10:23] FastAPI 서버를 만드는 것입니다. 제가

[10:26] 두 개의 별도 창을 가지고 있다는 것을 보세요. 그리고

[10:28] 여전히 다른 채팅 창이

[10:29] 여기에 열려있습니다. 그래서 제가 할 수 있는 것은

[10:31] 여기서 엔터를 누르고, 여기서도

[10:33] 엔터를 누를 수 있습니다. 그러면 둘 다

[10:35] 정확히 같은 시간에 병렬로

[10:36] 실행됩니다. 그래서 우리는 하나가

[10:38] 완료되기를 기다렸다가 다른 것을 실행할 필요가 없습니다.

[10:40] 그냥 계속 진행하고 실행할 수 있습니다. 그래서

[10:42] 에이전트들은 지금 여전히 실행 중입니다. 하지만

[10:43] 흥미로운 것을

[10:44] 보여드리고 싶습니다. 에이전트라고 표시된

[10:46] 여기 위의 이 버튼을 누르면

[10:47] 모든 활성 에이전트들을 보여줍니다. 그리고

[10:49] 노란색이 보이면, 이것은

[10:51] 에이전트가 당신을 기다리고 있다는 뜻입니다. 여기서

[10:53] 가서 변경사항 적용을 누르겠습니다. 그리고 이제

[10:55] 여기로 돌아가면 보라색으로

[10:56] 바뀌는 것을 볼 수 있습니다. 그래서 실제로 우리는

[10:58] 이 탭들 사이를 계속 전환할 필요가 없습니다. 당신은

[10:59] 그냥 보고 말할 수 있습니다, "좋아, 음,

[11:01] 색깔이 뭐지? 여기서 조치를

[11:02] 취해야 하나?" 네, 그렇습니다. 그리고 실제로

[11:04] 설정에서 이것을 활성화하면 알림을 받을 수 있습니다

[11:06] 그래서 언제 돌아가서

[11:08] 에이전트에서 이 조치를 취해야 하는지 알 수 있습니다

[11:09] 이것은 꽤 멋진 기능이라고 생각합니다. 그래서 이것이

[11:11] 제가 말하는 것의 예입니다. 당신은

[11:12] 방금 이 작은 알림이 팝업되는 것을

[11:14] 볼 수 있습니다. "이봐, 우리가

[11:15] 실제로 여기서 이 조치를 취해야 합니다. 왜냐하면

[11:17] 저는 다른 에이전트에 있기 때문입니다." 그래서 만약

[11:18] 제가 지금 여기로 가면, 변경사항 적용을 누를 수 있고

[11:20] 그러면 바로 그것이 사라져야 합니다. 좋아요, 그래서

[11:21] 이 두 에이전트 모두 이제 완료되었습니다.

[11:23] 그들이 저에게 주는 것을 볼 수 있습니다

[11:26] 이 최종 출력은 다양한 서비스들을 시작하기 위해

[11:28] 제가 해야 할 일을 알려줍니다.

[11:30] 그리고 다시, 제가 터미널에서 이것과 함께 작업하는 것을 좋아하는 이유 중 하나는

[11:33] 에이전트들이 실행하는 명령어들이 많기 때문입니다

[11:34] 코드를 생성하는 것과 동시에 말이죠. 자,

[11:37] 이 시점에서 두 에이전트 모두 작업을 완료했습니다

[11:39] 맞죠? 이제 제가 할 일은

[11:40] 음성 입력을 활성화하고

[11:41] LLM과 직접 대화를 시작하는 것입니다.

[11:44] 실제로 자동 모드로 다시 전환해보겠습니다.

[11:46] 이 디렉토리를 읽어주시고

[11:48] 모든 설치 및 구성 명령어를 실행한 다음

[11:50] API를 테스트해서 제대로 작동하는지

[11:53] 확인해주시겠어요?

[11:55] 좋습니다. 그럼 정지 버튼을 누르겠습니다.

[11:58] 여기 있네요. 엔터를 눌러보겠습니다.

[12:00] 어떤 일이 일어나는지 봅시다.

[12:02] 이것이 바로 터미널 내에서

[12:04] 실행하는 것의 강력함이라고 생각합니다

[12:05] 모든 명령어를 대신 실행해주기 때문이죠.

[12:07] 우리는 모든 작업을

[12:09] 실제로 수행되어야 할 바로 그 장소에서 하고 있습니다

[12:11] 맞죠? 채팅 창에서

[12:13] 명령어를 복사해서 터미널로 옮기거나

[12:14] 여러 곳에 분산시켜 놓는 대신

[12:16] 터미널 내에서 직접 사용할 수 있습니다

[12:18] 그리고 여러 개를 동시에 열어둘 수 있다는 점도

[12:19] 정말 마음에 듭니다.

[12:21] 매우 자연스러운 방식으로 느껴집니다.

[12:23] 좋습니다. 그리고 실제로 이 시점에서

[12:24] 작업을 좀 더 쉽게 만들기 위해

[12:26] 자율 모드를 활성화하고 싶습니다

[12:28] 그래야 매번 이런 명령어들을

[12:29] 수동으로 실행할 필요가 없거든요.

[12:31] 설정으로 가서 Warp 프리뷰, 그다음 설정으로 가면 됩니다.

[12:33] 여러분의 경우에는

[12:34] 그냥 Warp에서 설정으로 가면 됩니다.

[12:36] 이 중 일부를 활성화할 수 있습니다.

[12:38] AI로 가보면

[12:39] 여기서 토글할 수 있는 여러 항목들이 보입니다.

[12:41] 예를 들어 권한에서 코드 차이 적용은

[12:43] 항상 허용으로 설정할 수 있고

[12:44] 파일 읽기는 항상 허용

[12:46] 계획 생성도 허용, 에이전트 측면에서

[12:48] 명령어 실행도 항상 허용으로 설정합니다

[12:50] 그리고 아래쪽에는 당연히

[12:52] 명령어 거부 목록이 있습니다

[12:55] 에이전트가 할 수 없도록 해야 할 것들이죠

[12:58] 예를 들어 많은 것들을 삭제하는 것 같은

[13:00] 그런 명령어를 추가할 수 있습니다

[13:02] rm dot을 거부 명령어로 추가하면

[13:03] 모든 것을 삭제할 수 없게 됩니다

[13:05] MCP 서버 호출도 마찬가지고

[13:06] 여기서 살펴볼 수 있는 여러 기능들이 있습니다.

[13:09] 그리고 당연히 음성 모드도 활성화/비활성화할 수 있고

[13:11] 음성 모드 토글을 위한

[13:13] 키 바인딩도 설정할 수 있습니다.

[13:15] 지금은 자율 모드로 설정했는데

[13:16] 명령어 실행을 거의 항상 허용했기 때문입니다.

[13:18] 에이전트에게 완전한 자율성을 부여합니다.

[13:20] 승인이 필요하지 않습니다.

[13:21] 이제 다시 돌아가겠습니다.

[13:24] 좋습니다. 그리고 실행해보겠습니다.

[13:26] 이제 이 시점에서

[13:27] 명령어들을 자동으로 실행하고

[13:29] 이 모든 것들을 설정해야 합니다.

[13:31] 여기 보세요. 이제 우리의 허가를 구하지 않고

[13:34] 명령어를 생성하고 실행하고 있습니다.

[13:37] 좋습니다. 그리고 정말 흥미로운 점은

[13:39] 실제로 제가 아무것도 하지 않았는데도

[13:41] Docker Desktop을 자동으로 실행해줬다는 것입니다

[13:43] 보시는 것처럼 이제

[13:44] 허가 없이 명령어를 생성하고 실행하고 있습니다

[13:45] 좋습니다.

[13:47] 정말 흥미로운 점은

[13:49] 제가 아무것도 하지 않았는데도

[13:50] Docker Desktop을 자동으로 실행해줬다는 것입니다

[13:52] 자동으로 실행되었습니다 왜냐하면

[13:54] 이게 실행되지 않고 있었거든요. 이제 Docker가

[13:56] 실행되고 있는 걸 볼 수 있지만 제가 한 건 아니에요.

[13:57] 여기서 명령어를 실행할 수 있었고

[13:59] Docker를 열어주고 그 데몬 스레드를 시작해서

[14:01] 이제 Docker에 연결하고

[14:02] 실제로 Docker 파일을 실행할 수 있게 됐어요.

[14:04] 이 에이전트가 실행되는 동안

[14:06] 보여드리고 싶은 몇 가지 설정을

[14:08] 만지작거리고 있었어요.

[14:09] Warp 미리보기로 가서

[14:10] 여기 설정으로 다시 가면

[14:12] 활성화할 수 있는 많은 기능들이 있어요.

[14:14] 물론 계정도 확인할 수 있고

[14:15] 제가 언급했던 AI 설정도 볼 수 있어요.

[14:16] 그리고 주목할 점은

[14:18] MCP 서버를 추가할 수 있다는 거예요.

[14:20] 여기를 클릭하면 추가할 수 있어요.

[14:22] 이 영상에서는 보여드리지 않겠지만

[14:23] 물론 규칙도 있어요.

[14:25] 규칙에 대해 들어본 적이 없다면

[14:26] 실제로 AI가 항상 따를

[14:27] 규칙을 만들 수 있어요.

[14:29] 예를 들어, 여기서 간단한 규칙을 하나 만들었는데

[14:31] 설치할 때 PIP를 절대 사용하지 말고

[14:33] PIP 대신 항상 UV를 사용하라고 했어요.

[14:35] 이런 규칙을 원하는 만큼 추가할 수 있어요.

[14:37] 이 도구를 점점 더 많이 사용할수록

[14:39] 더 강력해지는 이유는

[14:41] 지속적으로 지식 베이스나

[14:43] 이런 규칙들을

[14:45] 에이전트에 추가할 수 있기 때문이에요.

[14:47] 다른 몇 가지 기능들도 있는데

[14:49] 외관 설정이 아마 유용할 거예요.

[14:51] 예를 들어, 화면 투명도나

[14:52] 테마 등을 조정할 수 있어요.

[14:55] 폰트 크기도 조정할 수 있는데

[14:57] 보기 편하게 하려고 조금 키웠어요.

[14:58] 그리고 기능으로 갈 수 있어요.

[15:01] 여기에는 정말 많은 기능들이 있어요.

[15:03] 다 살펴보지는 않겠지만

[15:04] 보여드리고 싶은 한 가지는

[15:06] Warp Drive라는 기능이에요.

[15:08] 이 사이드 토글 바를 열면

[15:11] 꽤 작은 아이콘이지만

[15:12] 누르면 이 Warp Drive가

[15:14] 팝업으로 나타납니다.

[15:16] 프로 구독을 사용하고 있어서

[15:17] 팀이 있는 걸 볼 수 있어요. 없을 수도 있지만

[15:19] 아래에 개인 섹션이 있어서

[15:21] MCP 서버에 빠르게 접근할 수 있고

[15:23] 규칙들과 노트북이라는

[15:25] 기능들이 있어요.

[15:27] 너무 깊이 들어가지는 않겠지만

[15:28] 기본적으로 Warp에서는

[15:30] 다양한 터미널 명령어들을

[15:32] 사용해볼 수 있는 인터랙티브한

[15:33] 플레이그라운드 같은 노트북을 만들 수 있어요.

[15:35] 이런 블록들을 모두 추가할 수 있고

[15:36] 블록을 직접 실행할 수도 있어요.

[15:38] 꽤 흥미롭고 주목할 만한 기능이에요.

[15:40] 여기서 이 노트북을 닫을게요

[15:42] 정말 필요하지 않거든요.

[15:44] 마지막으로 여기서 보여드릴 건

[15:45] 위로 가서 드라이브로 가면

[15:47] 할 수 있는 다른 많은 기능들이 있어요.

[15:49] 예를 들어, 새로운 개인

[15:51] 환경 변수를 만들 수 있어요.

[15:52] 이걸 누르면

[15:54] 이 셸 내에서 지속적으로 유지되는

[15:56] 환경 변수를 가질 수 있어요.

[15:57] .env 파일에서 로드해야 하는 대신

[15:59] 물론 그렇게 할 수도 있지만

[16:01] 실제로 여기에 직접 추가할 수 있어서

[16:03] 코드나 이 개인 셸 환경에서

[16:04] 실행되는 모든 것에서 접근할 수 있습니다.

[16:07] 또한 팀을 위해서도 추가할 수 있는데,

[16:09] 팀 기능은 나중에 다루겠습니다.

[16:10] 어쨌든, 지금은 Docker가

[16:12] 완전히 실행될 때까지 기다려야 합니다.

[16:14] 여러 패키지를 설치해야 하거든요.

[16:15] 그 다음에 코드가 제대로

[16:17] 작동하는지 확인할 수 있습니다.

[16:18] 좋습니다. 이제 모든 컨테이너가

[16:20] 여기서 실행되고 있네요.

[16:22] 그리고 실제로 한 가지

[16:23] 보여드리고 싶은 것이 있습니다.

[16:26] 탭으로 가면 실제로 탭을

[16:28] 분할할 수 있습니다. 예를 들어,

[16:29] 분할 창을 선택할 수 있죠?

[16:32] 여기서 새 탭을 열고 curl을 사용해서

[16:36] 지금 Docker로 실행 중인

[16:38] API를 테스트할 수 있습니다.

[16:40] 그러면 해당 명령어를 생성하고

[16:41] 테스트할 수 있어야 합니다.

[16:42] 전체 배포 과정은 진행하지 않겠습니다.

[16:44] 시간이 좀 걸리거든요.

[16:45] 가상 사설 서버도 필요하고

[16:47] 그런 것들이 있습니다.

[16:48] 하지만 모든 것이 실행되고 있고,

[16:50] 실제로 수동으로 코드를

[16:52] 많이 변경할 필요가 없었습니다.

[16:54] 여러 에이전트가 실행되고,

[16:55] 터미널 모드에서 작동하며,

[16:57] 작업 내용을 검토하는 등의

[16:58] 작업을 수행했기 때문입니다.

[17:00] 실제로 이 엔드포인트에 접근해서

[17:02] 응답을 받을 수 있는지 확인해보겠습니다.

[17:04] 좋네요. 응답이 오고 있다고 나오네요.

[17:06] 이 엔드포인트도 확인해보겠습니다.

[17:08] 명령어를 보고 싶다면

[17:10] 응답을 받았다는 걸 확인할 수 있습니다.

[17:13] 그리고 에러도 하나 발생했네요.

[17:14] 물론 이 과정을 계속

[17:15] 진행할 수 있습니다. 모델이

[17:17] 이런 문제를 해결해줄 수 있거든요.

[17:19] 에러는 발생하는 것이고,

[17:21] 디버깅이 필요하죠.

[17:23] 하지만 지금은 여기까지면 충분할 것 같습니다.

[17:24] 이 영상에서 보여드리고 싶었던

[17:26] 기능들은 거의 다 보여드린 것 같네요.

[17:28] 마지막으로 다시 말씀드리면

[17:30] 팀 기능이 있습니다.

[17:31] 원한다면 실제로 워크플로우를

[17:33] 여기에 추가할 수 있습니다.

[17:34] 폴더, 프롬프트, 노트북,

[17:36] 환경 변수를 팀과 공유할 수 있습니다.

[17:37] 다시 말하지만, 이 부분은

[17:39] 자세히 다루지 않겠습니다.

[17:40] 지금 당장 함께 작업할 사람이

[17:42] 필요하거든요. 하지만 알아둘만한

[17:43] 흥미로운 기능입니다.

[17:45] 어쨌든, 이 도구는 정말 멋지다고 생각합니다.

[17:46] 확실히 제 워크플로우의

[17:47] 일부로 사용할 것 같습니다.

[17:49] 그리고 정말로 이런 새로운 유형의

[17:51] UI를 높이 평가합니다.

[17:53] 코딩이 이런 방향으로 나아갈 것이라고

[17:55] 생각하거든요. 이런 터미널 환경에서

[17:57] AI와 많이 상호작용하면서 작업하는 것이

[18:00] 에디터나 IDE에서 작업하는 것과

[18:02] 대조되는 방식이죠.

[18:04] 대부분의 코드를 직접 건드릴

[18:06] 필요가 없어지니까요.

[18:07] 어쨌든, 이 도구에 대한

[18:08] 여러분의 생각을 댓글로 알려주시고

[18:12] 다음 영상에서 뵙겠습니다.