Claude 4로 AI 에이전트를 즉시 구축하는 방법

Jack Roberts 구독자 55,800명

요약

이 영상은 Claude 4와 NA10을 활용해 단 몇 초 만에 다양한 AI 에이전트를 구축하는 실전 워크플로우를 안내합니다. 프로젝트 지식 리소스를 업로드하고, JSON 유효성 검사와 오류 처리를 포함한 견고한 프롬프트를 설정해 신뢰도 높은 워크플로우를 자동 생성하며, 생성된 결과물을 최소한의 수정만으로 바로 운영할 수 있습니다. 특히, 아웃컴(Outcome)-기반 프롬프트와 반복 개선 과정을 통해 비즈니스 로직에 최적화된 아키텍처를 설계하는 방법을 강조합니다. 시청자는 이를 통해 시간을 절약하고, 효과적인 AI 자동화 솔루션을 빠르게 구축하는 노하우를 습득하게 됩니다.

주요 키워드

Claude 4 NA10 AI 에이전트 JSON 유효성 검사 웹훅(webhook) 프롬프트 엔지니어링 아웃컴 기반 프롬프트 워크플로우 자동화 아키텍처 설계 반복 개선

하이라이트

🔑 즉시 생성: Claude 4와 NA10을 사용해 20초 만에 완전한 Slack AI 에이전트를 자동 생성할 수 있습니다.
🚀 고급 기능 활용: Claude Projects에서 제공하는 깊은 추론(Deep Reasoning), 병렬 툴 호출(Parallel Tool Calls) 등 NA10에 없는 기능을 활용합니다.
📌 풍부한 리소스: 수백 개 시나리오, JSON 블루프린트, 33/43페이지 NA10 가이드, JSON 유효성 검사 규칙 등 모든 자료를 무료 제공합니다.
⚡️ 견고한 프롬프트: JSON 구조 유효성, 오류 처리, 문서화, 툴 연동 가이드 등을 포함해 신뢰성 높은 코드 생성을 보장합니다.
🌟 반복 개선: 생성된 시나리오를 실행하면서 실패 지점을 수정하고 재실행하는 대화형 워크플로우로 완성도를 높입니다.
📈 아키텍처 설계: 단순한 시간 절약을 넘어 비즈니스 로직에 맞춘 아키텍처 설계 가치가 가장 큰 이점입니다.
🤖 다양한 활용 사례: 인터넷 검색 에이전트, 리드 자동 등록 워크플로우, 고객 온보딩 자동화 등 실제 비즈니스 시나리오로 확장할 수 있습니다.

용어 설명

Claude 4

Anthropic에서 개발한 대규모 언어 모델(LLM)으로, JSON·코드 생성에 강점을 지님

NA10

AI 시나리오 빌더 플랫폼으로, JSON 구성과 워크플로우 시각화를 지원

웹훅(webhook)

외부 시스템 이벤트를 실시간으로 감지해 특정 워크플로우를 트리거하는 기술

JSON 유효성 검사

생성된 JSON 데이터 구조가 올바른지 검증하는 규칙 및 절차

아웃컴 기반 프롬프트

최종 결과(Outcome)를 정의한 뒤, 거꾸로 설계하는 방식의 프롬프트 기법

Claude에서 복사한 코드를 NA10에 붙여넣기만 하면 20초 만에 인터넷 접근, Slack 연동, 데이터베이스 접속 등이 가능한 AI 에이전트가 완성됩니다. 에이전트의 시나리오 개요, 통합 정보, 검색 및 툴 사용 가이드까지 자동으로 문서화됩니다.

[00:00] Claude에서 생성한 AI 에이전트 코드를 N8N에 붙여넣으면 20초 만에 완전한 Slack 통합 에이전트가 완성됩니다. 이 에이전트는 Slack 정보 수집, 인터넷 액세스, Postgres 데이터베이스 연동 기능을 모두 갖추고 있습니다.

[00:30] 이 영상에서는 AI 에이전트 생성에 사용된 모든 프롬프트를 무료로 제공하며, 수백 가지 시나리오와 JSON 청사진, 33페이지 N8N 인프라 문서, 43페이지 궁극의 N8N 가이드를 포함한 완전한 리소스 패키지를 제공합니다.

Claude Projects를 사용해 깊은 추론과 병렬 툴 호출 기능을 활용합니다. 무료로 제공되는 수백 개 시나리오, JSON 블루프린트, NA10 가이드(33/43페이지), JSON 검증 규칙 등을 프로젝트 지식으로 업로드해 생성 신뢰도를 높입니다. 이후 프로젝트 지침에 JSON 유효성 검사, 오류 처리, 문서화 등 세부 조건을 설정합니다.

[01:24] Claude 프로젝트에서 'Big Beautiful N8N Build'라는 새 프로젝트를 생성하고, 크고 아름다운 프롬프트와 프로젝트 지식 두 가지 요소를 설정하는 과정을 시작합니다.

[01:49] 댓글 섹션에서 필요한 자료를 다운로드한 후 프로젝트 지식에 업로드하는 방법을 설명합니다. 이 리소스들은 Claude가 자주 사용할 특정 코드 스니펫을 제공하여 더욱 안정적인 생성을 가능하게 합니다.

[02:15] AI 에이전트 개발 과정에서 문서들과 파일들을 업로드한 후, 실패 지점들을 찾아 수정하고 반복 작업을 통해 완성도를 높였다. 사용자의 시간 절약을 위해 모든 과정을 최적화했다.

[02:31] 프로젝트 지시사항 설정에서 큰 프롬프트를 붙여넣는 것만으로 시작할 수 있다. 이 프롬프트는 일반적인 오류들을 모두 다루고 JSON 유효성 검사, 포괄적 개요, 강력한 오류 처리 등을 포함한다.

[03:03] 슬랙으로 트리거되는 간단한 AI 에이전트를 요청하면, 인터넷 검색 기능과 메모리 기능을 포함하여 클로드가 자동으로 연구하고 개발을 시작한다.

프롬프트를 통해 Slack으로 트리거되는 AI 에이전트를 생성하고, 인터넷 검색과 메모리 기능을 추가하도록 요청합니다. Claude가 생성한 JSON 코드를 복사해 NA10 시나리오에 붙여넣고, 불필요한 분기(branch)를 삭제하는 등 최소한의 수정으로 완성도를 높입니다.

[03:16] 클로드 4를 사용한 JSON 생성의 가장 큰 가치는 시간 절약보다는 아키텍처 설계 능력이다. 비즈니스 크리티컬한 맥락에서 비즈니스 로직을 적용하여 실제적인 아키텍처를 구성하는 것이 핵심이다.

[03:56] 프롬프트를 바탕으로 인터넷을 검색하여 최신 정보로 에이전트를 풍부하게 만든다. 더 많은 자료가 출판될수록 에이전트의 성능이 향상되며, 연구와 문서화를 기반으로 한 워크플로우 예제를 제공한다.

[04:20] JSON 검증 규칙 사용을 권장하며, 프롬프트 실패의 주요 원인인 UUID 생성과 타입 검증 문제들을 해결할 수 있다고 설명합니다.

[04:32] 프랑스에서 작업하며 날씨와 환경에 대해 언급하고, AI 에이전트 생성 과정이 완료되었음을 알립니다.

[04:52] 생성된 에이전트를 시나리오에 복사-붙여넣기하는 간단한 과정을 시연하며, 에이전트가 오류 처리 정보까지 포함하고 있다고 설명합니다.

[05:07] 생성된 결과물이 완벽하지 않아 일부 수정이 필요하지만, AI가 대부분의 작업을 처리해주어 사용자는 10-15%의 작업만 하면 된다고 강조합니다.

[05:36] AI가 완전한 프롬프트와 지시사항을 제공해주며, 이전에는 100% 직접 작업해야 했지만 이제는 AI가 생성하고 사용자가 수정만 하면 되는 패러다임 변화를 설명합니다.

웹훅으로 신규 리드 제출 이벤트를 감지해 Google Sheets에 이름·이메일·회사 정보를 기록하고, Slack 채널에 알림을 보내는 워크플로우를 생성합니다. 기본적인 오류 처리 노드를 포함하도록 요청하고, 생성된 흐름을 재구성해 올바른 논리 순서로 정리합니다.

[05:58] 두 번째 더 복잡한 예시로, 웹훅으로 트리거되는 리드 관리 워크플로우 생성을 요청합니다. 이 워크플로우는 구글 시트에 데이터를 추가하고 슬랙으로 알림을 보내는 기능을 포함합니다.

[06:18] Google Sheets와 Slack을 위한 오류 처리 구현을 포함하여 이름과 회사명을 담은 기본적인 기능을 완성하고 다음 단계로 진행합니다.

[06:23] 마지막 프롬프트에서는 AI의 아키텍처 능력을 보여주며, 원하는 결과를 먼저 정의하고 거꾸로 작업하는 결과 기반 프롬프팅 방식을 사용할 예정입니다.

원하는 아웃컴을 정의한 뒤, 고객 온보딩 자동화 시나리오를 요청합니다. Claude가 예산·시작일 기반 세분화, AI 분석을 통한 개인화 메시징, 다채널 참여, 성공 예측 등 하이브리드 워크플로우를 설계해 문서화합니다. 생성된 아키텍처를 검토하고 세부 순서를 조정합니다.

[06:48] Claude는 코드 생성에서 최고의 성능을 보여주며, Chrome 확장 프로그램 개발 경험을 통해 확인한 바로는 다른 모델보다 한 단계 높은 수준의 결과를 제공합니다.

[07:16] 완성된 코드를 확인해보니 완벽하지는 않지만 상당히 좋은 결과를 보여줍니다. 웹훅 트리거 부분에서 약간의 수정이 필요하지만 전체적인 논리적 흐름은 매우 인상적입니다.

[07:51] 데이터 검증 후 Slack 메시지 대신 오류 응답을 보내는 방식으로 워크플로우를 재구성하는 것이 더 적절할 것으로 판단되며, 전체적인 구조를 약간 조정할 필요가 있습니다.

생성된 시나리오를 실행하며 실패 지점을 발견하면 Claude에게 수정 요청을 보냅니다. 복잡도를 단계적으로 높이고, 비즈니스 로직에 맞춘 프롬프트로 세부 조정합니다. 단순 반복(10~15% 수정)만으로 전체 개발 부담을 대폭 줄입니다.

[08:19] 자막 처리 시스템의 유연성을 설명하며, 원하는 부분만 선택적으로 사용할 수 있고 오류 처리도 가능하다고 강조합니다.

[08:37] 단일 프롬프트로 강력한 기능을 구현할 수 있으며, 최적화를 위해서는 실행-확인-편집-재실행의 반복 과정이 필요하다고 설명합니다.

[08:49] Claude에게 창의적인 도전과제로 고객 온보딩 자동화 시스템 구축을 요청하며, 이름, 이메일, 예산 등 기본 정보를 활용한 가치 있는 플로우 생성을 목표로 합니다.

완성된 시나리오를 최종 붙여넣어 확인하고, 코스메틱 수정을 거쳐 바로 운영 가능한 수준으로 다듬습니다. 댓글로 피드백을 받으며, 추가 학습을 위한 AI 운영 시스템 영상 등을 추천하며 다음 리소스를 안내합니다.

[09:16] Claude의 시나리오 생성 능력의 낮은 실패율과 구글 검색을 통한 최신 정보 수집 능력을 높이 평가하며, 20개의 웹사이트를 검색하여 외부 지식을 활용하는 점을 강조합니다.

[09:54] 긴 응답 시 Claude를 격려해야 하는 특성과 시스템 복잡성이 증가할수록 오류 가능성도 높아진다는 실용적인 조언을 제공합니다.

[10:21] 여러 JSON 생성 시 상호 운용성 문제를 지적하며, 이번 영상에서는 실제 비즈니스에 초점을 맞춘 실용적 접근을 통해 클라이언트에게 바로 제공 가능한 수준의 결과물을 만들어보겠다고 설명합니다.

[10:42] 시나리오를 실행했지만 코드가 작동하지 않는 상황을 설명하며, 이런 경우 AI에게 수정을 요청할 수 있고, 복잡한 작업에서는 가끔 두 번째 힌트가 필요할 수 있다고 투명하게 설명합니다.

[11:08] AI와의 대화형 작업의 장점을 강조하며, 단발성 작업보다는 지속적인 대화를 통해 결과물을 개선할 수 있다고 설명합니다.

[11:25] 단순히 온보딩 여정을 요청했는데도 AI가 하이퍼 개인화된 AI 기반 온보딩 경험을 제안하며, 예산·타임라인·필요에 따른 고객 세분화, 멀티채널 참여, 스마트 분석 등 포괄적인 솔루션을 제공했다고 감탄합니다.

[11:46] 이런 수준의 문서화가 특히 클라이언트 판매 시 매우 유용하다고 평가하며, 웹훅부터 데이터 포맷, 분석 코드까지 제공하는 것이 놀랍다고 말합니다.

[00:00] 좋습니다. Claude에서 코드를 복사하고,

[00:01] N8N으로 가서 붙여넣기를 누르면

[00:03] 전체 AI 에이전트가 완성됩니다. Claude가

[00:06] 이 모든 것을 약 20초 만에 생성했습니다.

[00:08] 이것은 Slack 통합으로

[00:10] Slack에서 정보를 가져오고,

[00:12] 인터넷 액세스가 가능한 AI 에이전트가 있어서

[00:14] Slack으로 정보를 다시 전송할 수 있고

[00:15] 또한 Postgres 데이터베이스에 완전 액세스할 수 있습니다.

[00:18] 생성된 이 에이전트들은

[00:19] 모든 작동 방식을 설명하는 완전한 정보를

[00:22] 가지고 있습니다. 시나리오 개요,

[00:23] 에이전트의 기능,

[00:25] 통합 기능, 검색

[00:26] 지식과 도구까지 말이죠. 이 모든 것이

[00:28] 약 20초 만에 만들어졌습니다.

[00:30] 이 영상에서 제가 보여드릴 것은

[00:31] 이것을 만들기 위해 사용한 모든 프롬프트입니다.

[00:32] 몇 개를 함께 만들어보겠습니다.

[00:34] 그러면 여러분은 이것들을 실행하기만 하면

[00:36] 엄청난 시간을 절약할 수 있습니다.

[00:38] Claude에서 이것을 만들어보겠습니다.

[00:39] 첫 번째로 만들 것은 인터넷 액세스가 가능한

[00:41] AI 에이전트입니다. 우리는

[00:42] Claude 프로젝트에서 이것을 만들고 있는데

[00:45] 기본적으로 N8N에서는

[00:46] 액세스할 수 없는 기능들에 액세스할 수 있기 때문입니다.

[00:49] 깊은 추론 모드, 병렬 도구 호출,

[00:51] 이런 멋진 기능들이 많이 있습니다.

[00:52] 저희는 크고 아름다운 프롬프트를 제공할 건데

[00:53] 이것을 여러분께 설명하고

[00:54] 이 영상에서 완전히 무료로 제공하겠습니다.

[00:55] 또한 이것을 실행하고 성공하는 데 필요한

[00:57] 모든 리소스를 드리겠습니다.

[00:58] 여기에는 수백 가지 시나리오가 포함되어 있고

[01:00] 각각의 기능에 대한 간단한 설명과

[01:02] 모든 JSON 청사진이 포함되어 있습니다.

[01:04] 또한 이 아름다운 N8N

[01:05] 인프라 문서도 포함되어 있는데 33페이지의

[01:08] N8N 정보가 가득합니다. N8N JSON

[01:10] 검증 규칙도 있고,

[01:12] 물론 크고 아름다운 43페이지의

[01:14] 궁극의 N8N 가이드도 있습니다.

[01:17] 우리가 기본적으로 할 일은

[01:19] 프롬프트를 만들고, 그다음에

[01:20] Claude에 가서 이 리소스들을 제공하고

[01:23] 그냥 조합하는 것입니다.

[01:24] 이것을 완전히 처음부터

[01:26] 조합해보겠습니다. 프로젝트로 돌아가서

[01:27] 새 프로젝트를 클릭합니다. 크고 아름다운

[01:30] 이름을 붙여줍니다. 'Big Beautiful N8N Build'라고요.

[01:34] 그런데 만약 분위기가 이상하다면

[01:36] 지금 제가 프랑스에 있어서

[01:37] 적응 중이기 때문입니다.

[01:39] 간단히 10개 시나리오를 만들어보겠습니다. 좋습니다.

[01:42] 이제 프로젝트를 만들겠습니다.

[01:43] 이제 두 가지를 해야 합니다.

[01:44] 하나는 크고 아름다운 프롬프트를 제공하는 것이고,

[01:46] 두 번째는 프로젝트 지식을 추가하는 것입니다.

[01:48] 1단계, 댓글 섹션으로 가서

[01:49] 업로드에 필요한 모든 자료를 다운로드하고

[01:51] 그다음 기본적으로

[01:52] 여기 아래로 내려와서 프로젝트 지식으로 가서

[01:53] 플러스를 클릭하고

[01:55] 기기에서 업로드를 선택합니다.

[01:56] 이 리소스들의 정말 멋진 점은

[01:58] Claude를 위해 특별히 세분화되어 있다는 것입니다.

[02:00] Claude는 이미 많은 지식을 가지고 있고

[02:02] 인터넷도 검색할 수 있습니다.

[02:03] 하지만 우리가 실제로 하는 것은

[02:04] 자주 사용할 것들에 대한

[02:06] 특정 코드 스니펫을 제공하는 것입니다.

[02:08] 즉, 훨씬 더 안정적으로

[02:10] 생성할 수 있게 됩니다.

[02:12] 이 모든 것들을 구축하면서

[02:13] 더욱 안정적으로 생성할 수 있게 됩니다.

[02:15] 문서들과 여러 파일들을 올린 후

[02:17] 제가 한 일은 기본적으로

[02:19] 실패하는 부분들을 찾아서 수정하고

[02:21] 여러 번 반복 작업을 해서

[02:23] 여러분의 시간과 번거로움을

[02:24] 절약해 드리려고 했습니다

[02:26] 그리고 당연히 이런 아름다운

[02:27] 스티커 노트들도 모두 포함되어 있어요

[02:30] 이제 문서를 업로드했으니

[02:31] 다음으로 해야 할 일은

[02:32] 간단히 프롬프트를 입력하는 것입니다

[02:34] 여러분, 프로젝트 지시사항 설정으로 가서

[02:36] 제가 드릴 큰 프롬프트를

[02:37] 그냥 붙여넣기만 하면 됩니다

[02:39] 이게 왜 이렇게 가치가 있을까요?

[02:40] 기본적으로 발생할 수 있는

[02:42] 모든 일반적인 오류들을 다루고

[02:43] 제가 원하는 것을 구체적으로 설명합니다

[02:45] 여기에 구조화된 JSON 유효성 검사 같은

[02:47] 기능적인 JSON을 만드는 것을 포함할 수 있어요

[02:49] 포괄적인 개요, 강력한 오류 처리

[02:51] 명확성과 문서화

[02:52] 검증 가능하고 실용적인 도구들

[02:53] 시각적 명확성 등등

[02:55] 아래로 쭉 내려가면서

[02:57] 모든 것을 검증할 수 있는

[02:58] 정말 좋은 예제들이 많이 있어요

[02:59] 지시사항을 클릭하고

[03:01] 완료되면 이제 시작해서

[03:03] 테스트해볼 수 있습니다

[03:04] 예를 들어, 안녕하세요, 슬랙으로 트리거되는

[03:06] 간단한 AI 에이전트를 만들어주세요

[03:09] 인터넷 검색 기능과

[03:11] 메모리 기능이 있는 것으로요

[03:13] 짜잔! 엔터를 치면

[03:14] 클로드가 나가서 연구를 시작합니다

[03:16] 여러분께 완전 투명하게 말씀드리자면

[03:18] 이것의 가장 큰 가치가 뭔지

[03:20] 클로드 4를 사용해서 JSON을 만드는 것의

[03:24] 가장 큰 가치는 시간 절약이 큰 부분이긴 하죠

[03:26] 하지만 실제로 가장 좋은 부분은

[03:28] 아키텍처 설계라고 생각합니다

[03:30] 이것이 여러분의 세상을 바꾸지는 않을 거예요

[03:33] 일주일에 50시간이나 다른 일들이 있잖아요

[03:35] 그래서 이것의 일부 측면들은 정말 과대광고죠

[03:37] 제가 생각하기에 가장 좋은 부분은

[03:39] 실제로 가치를 창출하는 부분은

[03:41] 제가 제공한 프롬프트를 바탕으로

[03:42] 아키텍처를 만들어주는 능력입니다

[03:44] 제가 이것을 비즈니스 크리티컬한 맥락으로

[03:45] 정말 위치시켰기 때문에

[03:47] 여러분이 정말로 생각하고 비즈니스 로직을

[03:49] 적용하길 원하고 실제로

[03:50] 이런 것들을 어떻게 만들고 있는지

[03:51] 아키텍처적 사고가 정말로

[03:53] 이것을 압도적으로 만드는 부분이고

[03:54] 제가 지금 준 프롬프트를 바탕으로

[03:56] 실제로 인터넷을 검색해서

[03:57] 나가서 풍부하게 만들어주는데

[03:59] 기본적으로 더 많은 것들이 나오고

[04:00] 출판될수록 여러분의 에이전트가

[04:02] 이런 것들을 만드는 데

[04:03] 더 나아질 것이라는 뜻입니다

[04:04] 아름답고 연구와

[04:06] 문서화를 기반으로 하고

[04:07] 워크플로우 예제를 제공합니다

[04:09] 슬랙으로 트리거되는 포괄적인 AI 에이전트를

[04:10] 인터넷 검색 기능과 메모리를 가진 채로 만들고

[04:12] 짜잔, 백그라운드에서

[04:13] 모든 것을 만들어주기 시작합니다

[04:14] 우리는 그냥 간단히

[04:16] 클로드에 복사 붙여넣기만 하면

[04:17] 준비 완료입니다

[04:18] 만약 여러분만의 프롬프트를 가지고 계신다면

[04:20] 제가 JSON 검증 규칙이라고 부르는 방법을 사용하길 권합니다

[04:22] 왜냐하면 프롬프트가 실패할 때는

[04:24] 보통 이런 이유들 때문이거든요

[04:25] UUID 생성이나 타입 검증 누락 같은 문제들

[04:27] 그러니까 이걸 가져와서

[04:29] 여러분이 하는 모든 작업에 추가하면

[04:31] 삶이 조금 더 편해질 거예요

[04:32] 좋아요. 이제 작업이 완료되고 있네요

[04:34] 여러분, 솔직히 말하면 프랑스는 정말 정말 햇볕이 좋아요

[04:37] 영국에서 온 저로서는 솔직히

[04:39] 프랑스의 이런 기후에 준비가 안 되어 있었어요

[04:41] 정말 아름답네요. 커피도 준비했고

[04:43] 커피를 즐기고 있어요

[04:44] 몰랐는데요. 아름다운 커피와 함께 프랑스에서

[04:46] 자동화를 하기에 이보다 좋은 곳이 있을까요

[04:49] 좋아요. 이제 모든 작업이 완료됐네요

[04:50] 작동 방식에 대한 설명도 제공해줬고요

[04:52] 우리가 할 일은 그냥 여기 와서

[04:53] 복사를 클릭하고, 우리의 멋진 시나리오로 와서

[04:55] 여기 아래로 내려와서 붙여넣기를 클릭하면 돼요

[04:57] 그러면 바로 이렇게

[04:59] 모든 기능을 갖춘 멋진 에이전트가 생겨요

[05:01] 이것 좀 보세요, 여러분

[05:02] 다시 말하지만, 오류 처리 정보도 제공해줬어요

[05:04] 이걸 여기로 가져와보죠

[05:05] 지금 이 단계에서는 매번

[05:07] 완벽하지는 않아요

[05:09] 그리고 제 생각에 여기서

[05:10] 바꿔야 할 유일한 건 아마

[05:11] 이 분기 중 하나를 삭제하는 것 같아요

[05:12] 이건 괜찮아요. 그냥 이 친구들을 삭제하겠습니다

[05:14] 이것들은 실제로 필요하지 않아요

[05:15] 솔직히 말하면 이것도 필요 없고

[05:17] 이걸 가져올 수 있어요

[05:18] 그러니까 약간의 미세 조정은

[05:19] 필요할 거예요

[05:21] 사람들이 이건 바로 사용 가능하고

[05:22] 다시는 프롬프트를 작성할 필요가 없다고 하는데

[05:24] 그건 사실이 아니에요

[05:25] 여전히 작업을 해야 할 거예요

[05:27] 하지만 여기서 핵심은

[05:28] 이제 AI의 지능을 사용해서

[05:30] 더 효과적인 플로우를 만들고

[05:31] 우리가 실제로 원하는 것을 구축할 수 있다는 거예요

[05:32] 그러면 클릭해서 항목들을 이동시킬 수 있어요

[05:33] 실제로 에이전트에 들어가면

[05:34] 완전한 프롬프트와 지시사항을 제공한 걸 볼 수 있어요

[05:36] 정말, 이게 얼마나 훌륭한지 보세요

[05:37] 모든 것을 제공해줬어요

[05:39] 말 그대로, 이건 AI 작동 단계와는 반대예요

[05:41] 맞죠? 예전에는 100%를 직접 만들어야 했는데

[05:43] 이제는 AI가 만들어주고

[05:45] 우리는 수정만 하면 되는 상황이에요

[05:46] 그러니까 100% 작업하는 대신

[05:48] 이제는 10-15%만 하면 돼요

[05:49] 정말 미친 일이죠

[05:51] AI 에이전트가 무엇인지 설명해주고

[05:52] 시나리오도 제공해줘서

[05:53] 이제 시작할 준비가 됐어요

[05:55] 정말 멋지다고 생각해요

[05:56] 두 번째 예시를 위해서

[05:58] 여러분, 여기 와서

[05:59] 조금 다른 프롬프트를 입력해보죠

[06:00] 좀 더 복잡한 것으로요

[06:01] 새로운 리드 제출을 자동으로

[06:02] 처리하는 워크플로우를 만들어 주세요

[06:04] 새로운 리드 양식이 제출될 때

[06:06] 웹훅으로 트리거되어야 합니다

[06:08] 워크플로우는 리드의 이름, 이메일

[06:09] 그리고 회사를 지정된 구글 시트에

[06:12] 추적을 위해 추가해야 합니다

[06:14] 그 직후에는 간결한 슬랙

[06:15] 알림을 셀시우스 채널로

[06:17] 새로운 리드를 알리면서 그들의 정보를 포함해서 보내야 합니다

[06:18] 이름과 회사명을 포함해야 합니다. Google Sheets와 Slack

[06:20] 단계에 대한 기본적인 오류 처리를 구현하세요.

[06:22] 완벽하네요. 이제 이걸 전송해보겠습니다.

[06:23] 그리고 마지막 프롬프트에서 제가 할 일은

[06:25] 여러분에게 아키텍처 측면에서 무엇을 할 수 있는지 보여드리는 것입니다.

[06:26] 실제로 제가 할 일은 문제를 제시하는 것입니다.

[06:28] 헤이, 이것이 제가 원하는 결과라고 말하면서요.

[06:30] 그리고 시나리오를 구축할 때 항상 더 나은 방법은

[06:32] 원하는 결과가 무엇인지 생각해보고

[06:33] 그것으로부터 거꾸로 작업하는 것입니다.

[06:34] 따라서 우리는 이것으로 결과 기반 프롬프팅을 할 것이고

[06:36] 이것이 정말 흥미로울 것이라고 생각합니다.

[06:38] 이것은 백그라운드에서 작업을 시작할 것이고

[06:39] 그러면 우리는 실제로 탐색하고 그것이 우리를 위해 만들어내는 마법을 볼 수 있습니다.

[06:41] 여러분에게 추가로 말씀드리고 싶은 것은

[06:42] Claude가 제가 본 것 중에서

[06:43] 코드 생성에 가장 뛰어난 모델이라는 것입니다.

[06:45] 따라서 N8N용 JSON을 생성할 때도

[06:46] 사용하기에 최고일 것이라는 게 합리적입니다.

[06:48] 그리고 실제로 제 경험으로는

[06:48] 우리가 정말 멋진 Chrome 확장 프로그램을 만들었기 때문입니다.

[06:50] 여러분을 따라다니며 많은 멋진 것들을 연결해주죠.

[06:52] Claude는 그것을 한 단계 더 높은 수준으로 끌어올립니다.

[06:54] 훨씬 더 나아졌고 말 그대로 앞으로 몇 달 안에

[06:55] 세대가 계속해서 향상되어

[06:59] 언젠가는 거의 완벽해질 것입니다.

[07:00] 그때가 되면 우리는 그냥 말만 하면 될 것입니다.

[07:02] 이제 이게 모두 완료되었습니다.

[07:03] 그럼 복사해서 우리 시나리오로 돌아가서

[07:05] 무엇을 다루고 있는지 확인해보겠습니다.

[07:07] 그리고 Ctrl+V를 해서 무엇을 다루고 있는지 봅시다.

[07:09] 그리고 한 가지 더 말씀드리자면

[07:11] 모든 경우에 성공적으로 생성합니다.

[07:12] 실제로 여기서 일어나는 일을 생성하고 있습니다.

[07:14] 우리가 무엇을 가지고 있는지 빠르게 살펴보겠습니다.

[07:16] 좋습니다. 여기 아래로 내려가서

[07:17] 무엇을 다루고 있는지 봅시다.

[07:19] 포맷팅에 대한 약간의 문제가 있는데

[07:20] 이걸로 할 수 있을 것 같습니다.

[07:21] 포맷팅을 개선할 수 있다고 생각합니다.

[07:23] 다시 말하지만, 우리는 것들을 약간 재배치해야 합니다.

[07:25] 멋지고 예쁘게 만들어야 합니다.

[07:27] 이것은 정말 흥미롭습니다.

[07:28] 완벽하지는 않지만 실제로 나쁘지 않은 일을 했습니다.

[07:29] 웹훅 트리거에서 처음에

[07:31] 이것이 한 일은 웹훅 노드에 응답하는 대신

[07:32] 즉시 실행한 것입니다.

[07:34] 그러면 우리가 할 일은 그 프롬프트를 약간 업데이트하는 것입니다.

[07:36] 제가 여러분을 위해 그렇게 하겠습니다.

[07:38] 문서를 받으면 여러분을 위해 라이브로 제공될 것입니다.

[07:39] 하지만 효과적으로 그것은 완전히 맞지 않았지만

[07:40] 그것이 취한 논리적 흐름은 정말 정말 인상적입니다.

[07:42] 데이터를 검증하고 있고

[07:44] 그것이 어떻게 영업팀에 알리고

[07:45] Google Sheets에 로그하는 것 같은 일들을 하는지 볼 수 있습니다.

[07:47] 이제 이것을 약간 재구성하고 싶을 것입니다.

[07:49] 데이터를 검증해야 합니다.

[07:51] Slack에 메시지를 보내고 싶을까요? 아니요, 아마 아닐 것입니다.

[07:52] 하지만 우리가 실제로 하고 싶은 것은

[07:54] 이것을 제거하고 그냥 응답을 보내는 것입니다.

[07:55] 예를 들어 '잘못된 데이터' 같은 식으로

[07:57] 우리가 원하는 무엇이든 말이죠.

[07:59] 그러면

[08:01] 정말 인상적입니다.

[08:03] 그리고 어떻게 그것이

[08:04] 영업팀에 알리고

[08:06] Google Sheets에 로그하는 것 같은 일들을 하는지 볼 수 있습니다.

[08:07] 이제 이것을 약간 재구성하고 싶을 것입니다.

[08:09] 데이터를 검증해야 합니다.

[08:11] Slack에 메시지를 보내고 싶을까요? 아니요, 아마 아닐 것입니다.

[08:13] 하지만 우리가 실제로 하고 싶은 것은

[08:14] 이것을 제거하고 그냥 응답을 보내는 것입니다.

[08:16] '잘못된 데이터' 같은 식으로 우리가 원하는 무엇이든 말이죠.

[08:18] 그러면

[08:19] 형식을 지정할 수 있습니다. 기본적으로 로그를 기록한 다음

[08:21] 새로운 메시지 스택을 보낼 수 있습니다. 그래서

[08:22] 기본적으로 원하는 부분만 선택할 수 있죠.

[08:24] 이 부분을 제거하고, 이것도 원하지 않고, 이것도 원하지 않고, 이것도 원하지 않다고 합시다.

[08:26] 이것을 가져올 수 있습니다.

[08:28] 하지만 이것이 얼마나 정말 엄청나게 가치 있는지 아시겠죠?

[08:29] 만약 여기서 오류가 발생했다면, 우리는

[08:31] 이봐, 거기에 문제가 있었어라고 말할 수 있습니다.

[08:33] 순차적으로 어떻게 작업들을 함께 로깅하기 시작하는지 볼 수 있습니다.

[08:34] 그리고 이것은 단 하나의 프롬프트에서 나온 것이고, 이런 것들로 마음껏 활용할 수 있습니다.

[08:37] 그러면 정확히 어떻게 작동하는지 설명합니다. 만약 이런 것들을 최대한 활용하고 싶다면,

[08:41] 여러분이 해야 할 일은 실행해보고, 기준에 맞는지 확인하고, 다시 돌아와서 편집하고,

[08:43] 다시 해보는 것입니다. 마지막 예제에서는 Claude에게 도전과제를 주고,

[08:46] 우리의 목적을 위해 아키텍처적으로 생각할 만한 것을 주려고 합니다. 저는 이것에 대해 정말 모호하게 말하겠습니다.

[08:49] 정말 효과적인 고객 온보딩 자동화를 만들어 주세요. 이름, 이메일 주소, 예산, 언제 시작하고 싶은지, 그리고 몇 가지 다른 정보들을 받게 될 겁니다.

[08:55] 가장 놀랍고 유용한 플로우를

[08:57] 구축해 주세요. 가치를 전달할 수 있는. 창의적이고, 그냥 저를 놀라게 해주세요.

[08:58] 이제 우리가 가진 문제에 대해 창의적으로 생각하는 능력을 실제로 테스트할 수 있고, 어떻게 접근하는지 볼 수 있습니다. 가장 인상적인 것은 시나리오를 만드는 실패율이 정말 낮다는 것이고, 하지만 이것은 모두 미세 조정과 원하는 것 중심으로 구축하는 것에 관한 것입니다.

[09:02] 그래서 매우 견고하게 사용할 수 있습니다. 하지만 이것은 정말 인상적인 작업입니다. 보세요, 2025년 최고의 고객 온보딩 자동화 워크플로우 AI 개인 고객처럼 말이죠. 구글에서 이 모든 다른 결과들을 확인하고 실제로 최신 동향이 무엇인지 알아내는 능력이 뛰어나고, 다시 검색하려고 합니다.

[09:16] 20개의 다른 웹사이트를 검색하고 있고, 이제 인터넷의 외부 지식을 실제로 활용해서 어떤 시나리오든 구축하는데 정보를 제공하고 있습니다. 이건 정말 멋지다고 생각합니다. 한 가지 흥미로운 점은 응답이 정말 길면 Claude를 넘어뜨리고 '계속 작업해 주세요'라고 말해야 한다는 것입니다. Claude가 왜 그렇게 하는지 확실하지 않습니다. 아마 격려가 필요한 것 같습니다.

[09:30] 커피 한 잔 정도는 필요할지도 모르겠네요. 여러분에게 도움이 될 만한 몇 가지 사항들과 제가 이런 것들을 구축하면서 배운 것은 시나리오 구축 기능을 더 복잡하게 만들려고 할수록 잘못될 가능성이 더 많다는 사실입니다. 에이전트 워크플로우, 서브 에이전트 워크플로우를 원한다면, 4개나 5개를 생산하고 싶다면

[10:21] 서로 다른 JSON들을 생성하면

[10:23] 상호 운용성 때문에

[10:24] 문제가 생길 수 있어요. 그래서 이번 영상에서는

[10:26] 정말 실용적으로 접근해보려고 해요

[10:28] 실제로 비즈니스에 초점을 맞춰서

[10:29] 문제를 해결해보는 거죠. 확실히

[10:30] 비즈니스 중심의 리소스를 연구하고

[10:32] 우리가 제공한 모든 프롬프트와

[10:34] 설정한 방식들을 활용해서

[10:35] 견고하고 실용적이며 기능적인

[10:38] 기본적으로 약간의 수정만 하면

[10:39] 거의 클라이언트에게 바로 제공할 수 있는

[10:41] 결과물을 만들어보겠습니다. 자, 여러분

[10:42] 여기 시나리오가 있네요

[10:43] 이걸 붙여넣고 어떻게 되는지

[10:45] 확인해보겠습니다. 와서 뭐가 있는지

[10:46] 살펴보죠. 자, 빨리 확인해보겠습니다

[10:48] 여러분, 방금 시나리오를 실행했는데

[10:49] 코드가 작동하지 않았어요

[10:51] 이런 일이 생기면 돌아가서

[10:52] "이걸 수정해서 유효하게 만들어주세요

[10:54] 그리고 N8N에 실제로 게시할 수 있게 해주세요"라고 말하면 됩니다

[10:56] 가끔 특별히 복잡한 작업을 할 때

[10:57] 틀릴 수 있는데, 이 점에 대해

[11:00] 정말 투명하게 말씀드리고 싶어요

[11:01] 이게 어디서 좋고 어디서 부족한지

[11:03] 가끔 큰 작업의 경우

[11:05] 두 번째 힌트를 줘야 할 때도 있지만

[11:07] 멋진 점 중 하나는

[11:08] "이거 작동 안 해요" 또는 "이걸 바꿔주세요"

[11:10] "저걸 수정해주세요"라고 말할 수 있고

[11:12] 실제로 한 번에 끝나는 것보다는

[11:13] 대화를 더 많이 할 수 있다는 거예요

[11:15] 이게 끝나면 입력해서

[11:17] 마법이 만들어지는 걸 볼 수 있어요

[11:18] 좋습니다. 이제 얻었으니 붙여넣고

[11:20] 무엇을 다루고 있는지

[11:21] 살펴보겠습니다. 좋아요, 마음에 들어요

[11:23] 무엇을 말했는지 살펴보죠

[11:25] 에픽한 고객을 보면, 그리고 명심하세요

[11:26] 저는 그냥 온보딩 여정을 원한다고 했을 뿐이에요

[11:28] 그런데 보세요, 무엇을 할까요?

[11:30] 이 워크플로우는

[11:31] 하이퍼 개인화된

[11:32] AI 기반 온보딩 경험을 만들어서

[11:34] 예산, 타임라인, 필요에 따라 고객을 세분화하고

[11:36] AI 분석으로 모든 것을 개인화하며

[11:38] 멀티채널 참여와

[11:39] 스마트 분석 및 감정 추적을 제공하고

[11:41] 기쁨의 순간들과 AI 기반

[11:43] 성공 예측을 공급합니다

[11:45] 입력값들도 훌륭하고요. 이런 종류의

[11:46] 문서화를 갖는 것은 특히

[11:48] 클라이언트에게 판매할 때

[11:50] 정말 엄청나게 멋져요. 웹훅이

[11:51] 들어오고, 데이터를

[11:53] 포맷하고, 분석할 거예요

[11:55] 그리고 분석할 코드까지 제공해줬어요

[11:58] 정말 미친 수준이에요. 물론

[12:00] 항상 하는 것처럼 전형적인

[12:03] 미용 정리 작업을 해야겠죠

[12:04] 모든 것을 여기 아래로 가져오겠습니다

[12:06] 여기서 로직은 하나 또는

[12:08] 세 가지 경로로 보내는 것 같아요

[12:10] 기본적으로 그걸 하는 뭔가가 빠져있네요

[12:12] 그리고 기본적으로 메시지들은

[12:13] 슬랙으로 갈 수 있는데, 멋지죠

[12:15] 여기서 정말 멋진 건

[12:16] 이런 다양한 후속 시퀀스들이 있다는 거예요

[12:19] 이게 작동하는 순서를

[12:20] 재구성하고 싶을 거예요

[12:22] 아키텍처 관점에서

[12:23] 무엇을 하고 있는지 생각해보세요

[12:25] 그리고 물론 돌아와서

[12:26] "XYZ 순서로 해주세요"라고 말할 수 있지만

[12:29] 이건 정말 정말 강력한

[12:30] 기술이에요. 물론 몇 가지

[12:32] 바꿔야 할 것들이 있지만

[12:33] 개념적 관점에서

[12:35] 현재 상태만 봐도, 3일 기다린 후

[12:36] 체크인과 이메일을 하려고 한다는 사실이

[12:38] 정말 정말

[12:39] 흥미진진할 거예요. 아래 댓글로

[12:41] 어떻게 생각하는지 알려주세요

[12:42] 모든 리소스를 거기에 올려두겠고

[12:43] 화면에 있는 AI 운영 시스템에 관한

[12:45] 이 영상을 아직 보지 않으셨다면

[12:48] 강력히 추천드립니다

[12:49] 꼭 확인해보세요. 어쨌든

[12:51] 멋진 한 주 보내시고 다음 영상에서 뵙겠습니다