업데이트! OpenAI 에이전트 빌더가 이제 막강해졌습니다

Creator Magic 구독자 104,000명

요약

이 영상은 OpenAI Agent Builder를 활용해 간단한 날씨 조회 에이전트를 만들고, Zapier MCP 서버를 연동해 외부 API 호출을 자동화하는 방법을 자세히 설명합니다. 이어서 웹 검색 툴을 사용하는 'Giga Agent'와 'API Master' 에이전트를 구성해 무료 API 문서 탐색·문서화·호출 과정을 완전 자동화하고, 날씨·비트코인 가격·X 게시물 감정 분석·Product Hunt 트렌드 등 다양한 사례를 실시간으로 처리하는 과정을 시연합니다. 마지막으로 완성된 에이전트를 오픈소스로 공개해 쉽게 복사·붙여넣기만으로 활용할 수 있도록 가이드를 제공합니다. 이 과정을 통해 Agent Builder의 막강한 확장성과 무한한 활용 가능성을 확인할 수 있습니다.

주요 키워드

OpenAI Agent Builder Zapier Webhooks Giga Agent API Master MCP 서버 Webhook ChatKit Nitter RSSHub Product Hunt API

하이라이트

🔑 OpenAI Agent Builder가 Zapier MCP 서버 연동으로 외부 API를 호출해 실시간 데이터를 가져올 수 있게 되었습니다.
⚡️ 몇 번의 클릭만으로 날씨 정보 조회용 간단한 에이전트를 만들고, 사용자 입력에 따라 무료 날씨 API를 호출하도록 설정할 수 있습니다.
🚀 Zapier Webhook 도구를 추가하면 AI가 스스로 올바른 API 엔드포인트를 찾아 호출하고, 필요 시 자체적으로 디버깅하며 셀프 개선합니다.
🌟 ‘API Master’와 ‘Worker Agent’로 구성된 다중 에이전트 구조를 통해 웹 검색, 문서화, API 호출 단계를 완전 자동화할 수 있습니다.
📌 Giga Agent는 검색 도구를 통해 필요한 무료 API 문서를 찾아 간결한 사용 설명서를 생성하고 호출 방식을 자동으로 준비합니다.
🔍 비트코인 실시간 가격 조회와 마드리드 날씨 제공 같은 사례를 단일 플랫폼에서 빠르고 정확하게 처리하는 모습을 시연합니다.
🛠️ X(트위터) 공식 API가 없어도 Nitter·RSSHub 대체 서비스를 찾아 실시간 감정 분석을 수행합니다.
📢 완성된 Giga Agent 워크플로를 공개하고, 커뮤니티에 설치 가이드와 복사·붙여넣기 지침을 제공해 누구나 바로 활용할 수 있도록 지원합니다.

용어 설명

OpenAI Agent Builder

코드 작성 없이 AI 에이전트를 설계·구성하고 외부 도구를 연결해 자동화 워크플로를 구축하는 플랫폼.

MCP 서버

Agent Builder에서 Zapier 같은 외부 서비스와 연결해 API 호출을 수행하는 도구 인터페이스.

Zapier Webhooks

Zapier가 제공하는 HTTP 요청 도구로, 외부 시스템과 데이터 송수신을 자동화하도록 지원.

Webhook

URL 엔드포인트를 통해 실시간으로 데이터를 주고받는 HTTP 콜백 메커니즘.

ChatKit

OpenAI의 채팅 위젯 라이브러리로, 에이전트를 웹 애플리케이션에 임베드할 때 사용하는 도구.

API Master

필요한 무료 API를 웹 검색으로 찾아 문서화하고, 호출 정보를 다음 에이전트에게 전달하는 중간 에이전트.

Giga Agent

웹 검색 도구를 활용해 사용자 요구에 맞는 무료 API 문서를 찾아 사용법을 생성하고 호출하는 다기능 AI 에이전트.

Nitter

Twitter(X) 콘텐츠를 RSS 형태로 제공하는 대안 프론트엔드 서비스.

RSSHub

다양한 웹사이트의 콘텐츠를 RSS 피드로 변환해주는 오픈 소스 프로젝트.

Product Hunt API

Product Hunt에서 제품 및 트렌드 데이터를 가져오는 REST API로, 인기 순위 분석 등에 활용 가능.

OpenAI Agent Builder 업데이트 소식을 전하며, 이 영상에서 Zapier 연동을 포함해 한 번에 모든 것을 자동화하는 워크플로를 시연하겠다고 예고합니다. 화자의 이전 영상이 화제가 된 배경과 채널 구독 안내도 포함됩니다.

[00:00] OpenAI Agent Builder가 하루 밤 사이에 훨씬 더 강력해졌다. 개발팀이 열심히 작업한 결과로, 모든 것을 통제하는 하나의 자동화와 Agent Builder를 쉽게 시작하는 방법을 소개한다.

[00:14] Agent Builder를 처음 사용하는 방법을 설명한다. 워크플로우 생성을 클릭하고, 첫 번째 에이전트의 지시사항을 변경한 뒤 도구 하나만 추가하면 된다. 나머지는 기본 설정을 유지한다.

Agent Builder에서 신규 워크플로를 생성하고, 기본 지침에 무료 날씨 API 사용을 위한 커스텀 문구를 추가합니다. Zapier MCP 서버에서 Webhooks 도구를 설정해 API 키를 등록한 뒤, 해당 도구만 사용하도록 권한을 제한하고 에이전트를 완성합니다.

[00:33] 지시사항에 무료 API를 사용하여 사용자가 입력한 위치의 날씨 정보를 가져오라는 맞춤 지시사항을 추가한다. 간단하지만 실제 날씨 정보를 가져오려면 외부 도구가 필요하다.

[00:47] Zapier MCP 서버를 추가하여 Agent Builder에게 슈퍼파워를 제공한다. 이전에는 작동하지 않았지만 이제는 강력하게 작동한다. Zapier 계정에서 새 MCP를 생성하고 OpenAI API를 선택한다.

[01:15] Zapier에서 웹훅 도구를 추가하는 과정을 설명한다. Weather MCP라는 이름으로 생성하고, get webhook을 추가한다. API 키를 복사하여 Agent Builder에 연결하면 설정이 완료된다.

[01:53] 첫 번째 에이전트 구축이 완료되어 테스트를 시작한다. 외부 도구가 포함된 에이전트를 테스트하려면 미리보기를 클릭하고, 키프로스 파포스의 날씨를 요청해본다.

Preview 모드에서 ‘Paphos, Cyprus’ 날씨 조회를 요청해 봅니다. 에이전트는 Zapier MCP를 인식해 API 호출을 시도하고, 문제 발생 시 자체 디버깅 과정을 거쳐 최종적으로 정확한 기온과 상세 정보를 리턴합니다.

[02:15] 에이전트가 Zapier MCP를 인식하고 필요한 API를 스스로 파악한다. 어떤 API를 호출하라고 지시하지 않았음에도 스스로 판단하여 작업을 수행한다. 첫 번째 호출에 문제가 있자 스스로 문제를 해결한다.

[02:34] 에이전트가 API 호출을 성공적으로 수행하여 파포스의 날씨 정보(22.2도)를 정확히 가져왔습니다. Zapier 웹훅 연결만으로 에이전트가 스스로 개선되어 올바른 API 호출을 학습하고 데이터를 획득했습니다.

[03:10] 단순한 날씨 에이전트를 넘어 더 강력한 '기가 에이전트'를 만들기로 결정했습니다. 이 에이전트는 웹 검색을 통해 무료 API를 찾고 사용법을 문서화하는 역할을 수행합니다.

단순 날씨 에이전트에서 한 단계 더 나아가, 웹 검색 툴을 활용해 무료 API를 찾아 문서화하는 ‘API Master’ 에이전트를 만들고, 결과를 실제 호출하는 워커 에이전트를 연결해 하나의 워크플로로 구성합니다.

[03:50] 2단계 에이전트 시스템을 구축했습니다. 첫 번째는 'API Master'로 웹에서 API를 찾아 문서화하고, 두 번째는 실제로 API를 호출하여 사용자에게 답변을 제공하는 워커 에이전트입니다.

[04:36] 에이전트들을 연결하고 Zapier MCP를 재설정하여 전체 시스템이 동작할 수 있도록 구성을 완료했습니다. API Master의 출력이 워커 에이전트의 컨텍스트로 전달되는 구조입니다.

[05:24] 에이전트에 Zapier의 모든 웹훅 도구들을 추가하며, POST와 PUT 웹훅은 웹에 데이터를 쓸 수 있어 주의해서 사용해야 한다고 설명합니다.

[05:49] 에이전트가 마드리드 날씨를 요청받자 이전과 달리 한 번의 시도만으로 정확한 API 문서를 사용해 온도, 습도, 풍속 정보를 성공적으로 가져옵니다.

다중 에이전트를 활용해 마드리드 날씨와 비트코인 실시간 가격을 자동 조회합니다. API Master가 문서화한 정보를 워커 에이전트가 Zapier Webhook을 통해 호출하고, 즉시 정확한 결과를 제공합니다.

[06:26] 비트코인 현재 가격 요청 시 API 마스터가 무료 API를 검색하고 문서를 확인한 후 워커 에이전트가 실시간 가격을 정확히 가져옵니다.

공식 무료 API가 없는 X(트위터)의 실시간 게시물을 분석하기 위해 Nitter·RSSHub 대안 서비스를 찾아 툴로 추가합니다. API Master가 대체 엔드포인트를 발견하고 데이터를 수집해 긍정·중립·부정 점수를 산출합니다.

[07:14] 더 어려운 과제로 X에서 Agent Builder 관련 게시물을 찾아 감정 분석을 요청하자, 무료 API가 없음에도 Nitter와 RSShub 같은 대안을 찾아 실시간 데이터 수집에 성공합니다.

[08:02] AI 에이전트가 X(트위터)에서 Agent Builder에 대한 실시간 감정 분석 결과를 제공했습니다. 긍정적, 중립적, 부정적 점수와 함께 정확한 링크까지 제공하고 있습니다.

[08:20] 제공된 링크가 실제로 30분 전에 올라온 최신 게시물로 확인되어, API 마스터 에이전트가 공식 무료 API 없이도 실시간 X 데이터를 성공적으로 가져왔음을 증명했습니다.

Product Hunt API를 검색해 무료 액세스 방법을 확인합니다. API Master가 문서화 후 워커 에이전트에 전달하면, AI 에이전트 관련 신제품을 투표수+댓글 지수 기준으로 랭킹해 제공합니다.

[08:49] Product Hunt API 테스트를 위해 AI 에이전트 관련 트렌딩 도구를 요청했고, 에이전트는 웹에서 API 문서를 검색하여 토큰 기반 액세스 방법을 찾아냈습니다.

[09:27] Product Hunt에서 API 토큰을 발급받아 에이전트에게 제공한 결과, 몇 분 만에 AI 에이전트 관련 트렌딩 제품들을 화제성과 점수로 순위를 매긴 완전한 목록을 받았습니다.

[10:01] 기가 에이전트를 오픈소스로 게시하여 다른 사용자들이 활용할 수 있도록 했습니다. OpenAI의 버전 관리 시스템을 통해 안전하게 배포하고 롤백 기능도 제공됩니다.

완성된 Giga Agent 워크플로를 오픈소스로 퍼블리시하고, Agent Builder의 버전 컨트롤 기능을 소개합니다. 커뮤니티에 설치 가이드와 복사·붙여넣기 지침을 공유해 누구나 즉시 에이전트를 활용할 수 있도록 안내합니다.

타임라인 정보가 없습니다.

[00:00] OpenAI Agent Builder가 하루 밤 사이에 훨씬 더 강력해졌습니다.

[00:03] 개발팀이 정말 열심히 작업했네요.

[00:04] 월요일에 제 영상이 바이럴됐는데, 이제 여러분께 모든 것을 통제하는 하나의 자동화를

[00:09] 보여드리고 싶습니다.

[00:10] 그리고 Agent Builder를 쉽게 시작하는 방법도 알려드릴게요.

[00:13] 바로 시작해보죠.

[00:14] 참고로, 이 채널에서 Agent Builder에 대한 영상을 더 많이 만들 예정이니

[00:16] 보고 싶으시다면 구독해주세요.

[00:18] Agent Builder를 사용해본 적이 없으시다면 정말 간단합니다

[00:20] 아래 설명란에 링크를 걸어둘 테니 워크플로우 생성을 클릭하시면 됩니다.

[00:23] 이 첫 번째 간단한 워크플로우에서는 첫 번째 에이전트의 지시사항을 변경하고

[00:26] 여기에 도구 하나를 추가하기만 하면 됩니다.

[00:31] 나머지는 모두 기본 설정으로 두겠습니다.

[00:33] 지시사항 부분에서 '당신은 도움이 되는 어시스턴트입니다'라고 되어 있는 곳에

[00:36] 이런 맞춤 지시사항을 추가하겠습니다.

[00:39] 무료로 사용할 수 있는 API를 사용하여 사용자가 입력한 위치의

[00:42] 날씨 정보를 가져올 것입니다.

[00:44] 네, 완료되었습니다.

[00:45] 정말 간단하죠. 하지만 날씨 정보는 어떻게 가져올까요?

[00:48] 현재로서는 AI가 아마 잘못된 정보를 만들어낼 것입니다.

[00:51] 여기서 도구를 추가해야 합니다.

[00:53] MCP 서버를 추가하겠습니다.

[00:55] 제가 이에 대한 영상을 만들었는데 그때는 작동하지 않았던 것을 기억하실 텐데요.

[00:57] 이제는 작동합니다.

[00:58] 그리고 정말 강력해졌습니다.

[01:00] MCP 서버로 Zapier를 사용하겠습니다.

[01:03] 이것이 Agent Builder에게 슈퍼파워를 제공합니다.

[01:06] 여기를 클릭하겠습니다. API 키 받기.

[01:07] Zapier 계정이 필요합니다.

[01:09] 로그인된 Zapier 계정으로 이동하여 새 MCP를 생성하게 됩니다.

[01:12] 여기에서 MCP 클라이언트 OpenAI API를 선택하시면 됩니다.

[01:16] Weather MCP와 같은 친숙한 이름을 지정하고 생성하세요.

[01:19] 다음으로 도구를 추가하겠습니다.

[01:21] 그리고 이를 위해 실제로 웹훅을 사용할 것입니다.

[01:24] 이것이 왜 정말 강력한지 보여드리겠습니다.

[01:26] 잠깐만요

[01:27] get webhook을 추가하겠습니다

[01:29] 현재로서는 정보를 가져오기만 하기 때문입니다.

[01:31] 이제 연결로 돌아가서 여기에 있는 API 키 시크릿을 복사하겠습니다.

[01:37] Zapier에서 할 일은 끝났습니다. Agent Builder로 돌아가죠.

[01:39] Weather MCP라고 이름을 지었습니다.

[01:41] 여기에 API 키를 붙여넣고 연결하세요.

[01:43] 완료되었습니다. 정말 간단합니다.

[01:45] 웹훅 도구만 사용하도록 하기 위해

[01:49] 다른 도구에 대한 액세스를 비활성화하고 추가를 클릭하겠습니다.

[01:52] 끝입니다.

[01:53] 정말 간단했습니다.

[01:54] OpenAI Agent Builder 내에서 첫 번째 에이전트를 구축하는 것이.

[01:58] 이제 테스트해서 작동하는지 확인해보겠습니다.

[01:59] 외부 도구가 포함된 에이전트를 테스트하려면

[02:02] 여기 상단으로 가서 미리보기를 클릭하시면 됩니다.

[02:05] 이제 여기에서

[02:06] 키프로스 파포스의 날씨를 가져와 달라고 말해서 워크플로우를 테스트하겠습니다.

[02:10] 좋은 요청처럼 보이네요. 엔터를 치겠습니다.

[02:12] 에이전트가 바로 작업을 시작하는 것을 볼 수 있습니다.

[02:15] 이제 약간의

[02:15] 추론을 하여 Zapier MCP가 있다는 것을 파악할 것입니다.

[02:18] 그리고 매우 빠르게 해냈습니다.

[02:20] 호출해야 할 API를 파악했습니다.

[02:22] 명심하세요,

[02:22] 어떤 API를 호출하라고 말하지 않았는데도 스스로 만들어내서 승인할 수 있습니다.

[02:26] 이제 에이전트가 첫 번째 호출에 문제가 있었다는 것을 알아차렸고,

[02:30] 스스로 문제를 해결했으니 다시 승인할 수 있습니다.

[02:33] 한 번 더.

[02:34] 이번에는 에이전트가 호출을 했고 응답을 준비하고 있습니다.

[02:37] 이번 시도에서는 무료 API에서 날씨 정보를 성공적으로 가져왔습니다.

[02:41] 그리고 보세요.

[02:42] 실제로 가져왔네요

[02:43] 파포스의 정확한 날씨를 알려주면서, 현재 기온이 22.2도라고 말해줍니다.

[02:48] 다른 여러 정보들과 제가 필요한 세부사항들도 받았습니다.

[02:50] 정말 필요했던 것이죠.

[02:51] 이제 이미 짐작하고 계시겠지만,

[02:53] 아마 이것의 강력함을 보고 계실 겁니다.

[02:55] 저는 하나의 MCP만 설정했습니다.

[02:57] Zapier 웹훅에 연결한 것이고, 그러면 제 OpenAI 에이전트가

[03:02] 호출해야 할 API를 발견하고 스스로 개선했습니다!

[03:05] 올바른 API 호출을 얻어서 데이터를 받아오고 답변을 주었습니다.

[03:10] 지금까지 본 내용이 마음에 드신다면 좋아요와 구독을 눌러주세요.

[03:12] 매주 이런 영상을 제작하고 있습니다.

[03:14] 좋습니다, 여기까지는 훌륭하네요.

[03:15] 여기 들어가서 이것을 제 날씨 에이전트로 이름을 바꿀 수 있습니다

[03:19] 언제든지 호출할 수 있는 에이전트로 말이죠.

[03:22] 그리고 이것의 가장 좋은 점은

[03:23] 여기 위 코드로 올라가서 ChatKit으로 위젯을 만들 수 있다는 것입니다

[03:27] 그래서 상호작용할 수 있는데, 정말 정말 멋집니다.

[03:30] 하지만 코드를 가져갈 수도 있습니다.

[03:31] 그래서 만약 앱을 바이브 코딩하고 있다면 이 에이전트를 제 앱 안에 넣을 수 있습니다

[03:35] 가장 강력한 날씨 앱을 만들 수 있겠죠.

[03:38] 하지만 저는 단순한 날씨 에이전트로는 만족하지 않습니다.

[03:40] 새로운 것을 만들어 보겠습니다.

[03:41] 에이전트 지시사항으로 가겠습니다.

[03:43] 당신의 임무는 웹을 검색해서 사용자가 원하는 데이터를 얻기 위한 오픈이고 무료로 사용할 수 있는 API를 찾는 것입니다

[03:47] 사용자가 원하는 것을 말이죠.

[03:48] 그러면 API가 어떻게 작동하는지

[03:51] 그리고 올바르게 호출하는 방법에 대한 짧고 간결한 문서를 만들어 주세요.

[03:54] 그거 꽤 강력한 프롬프트죠, 그렇죠?

[03:56] 이제 MCP 도구를 주지는 않을 겁니다.

[03:58] 가장 중요한 것은, 지금 당장은 할 일이

[04:02] 웹 검색을 수행할 수 있는 능력을 주는 것입니다.

[04:05] 웹을 검색하는 옵션이 바로 거기에 보이실 겁니다.

[04:08] 그래서 여기에 그 도구를 추가하고 있습니다.

[04:10] 그리고 여기 모든 설정을 비워 두겠습니다.

[04:13] 그런 다음 여기 위로 가서 제 에이전트의 이름을 기가 에이전트로 바꾸겠습니다.

[04:17] 또는 원한다면 자비스로요.

[04:19] 이 설정으로 더 보기를 클릭하겠습니다.

[04:21] 그리고 이것이 정말 중요한데, 채팅에서 응답 표시를 체크 해제하겠습니다.

[04:26] 그 이유는 사용자를 API로 혼란스럽게 하고 싶지 않기 때문입니다.

[04:29] 그것은 내부적인 기술 용어로 제 에이전트가

[04:32] 거의 모든 곳에서 실시간으로 데이터를 받을 수 있게 해주는 것입니다.

[04:36] 그것이 완료되면 에이전트의 이름을 API Master로 지정하겠습니다.

[04:38] 그런 다음 새로운 노드를 연결하겠습니다.

[04:41] 그리고 이 노드는 또 다른 에이전트가 될 것입니다.

[04:42] 이것이 사용자에게 응답할 최종 에이전트가 될 것입니다.

[04:46] 당신의 임무는 아래

[04:48] 문서화된 API를 사용해서 사용자 질문에 대한 답변을 반환하는 것입니다.

[04:52] 그러면 여러분은 '잠깐, 마이크, 어떻게 API가 무엇인지 아는 거죠?'라고 말할 것입니다.

[04:56] 음, 여기서 보시겠지만, 에이전트에게 지시사항을 줄 때

[04:59] 컨텍스트를 추가할 수 있고 이것을 보세요. API Master가 출력을 갖게 될 것입니다.

[05:04] 그것을 이 에이전트에서 새로 만들 에이전트로 전달합니다.

[05:08] 최종적으로 MCP를 사용해서 그 API를 호출하게 될 것입니다.

[05:13] 모두 완료되었습니다.

[05:13] 이전에 했던 것처럼 Zapier MCP를 연결해 보겠습니다.

[05:16] Agent Builder에 세부사항을 입력했습니다.

[05:17] 하지만 가장 중요한 것은 여기 Zapier로 돌아가서

[05:20] 제 MCP에서 웹훅을 다시 찾아서 추가할 수 있다는 것입니다.

[05:24] 하지만 이번에는 get만 추가하는 것이 아니라 모든 것을 추가하겠습니다.

[05:28] Zapier의 모든 웹훅 도구들을 말이죠.

[05:30] 여기서 간단히 주의사항을 말씀드리면,

[05:31] POST와 PUT 웹훅은 신중하게 사용하세요.

[05:35] 이들은 실제로 에이전트가 웹에 데이터를 쓸 수 있게 해주거든요.

[05:38] 만약 웹에서 데이터를 받아오는 것만 원한다면,

[05:41] GET 웹훅만 사용하시면 됩니다.

[05:43] 여기서 네 가지 도구를 볼 수 있습니다.

[05:44] 열어보면 PUT,

[05:45] POST, GET, 그리고 API가 복잡해질 때를 위한 사용자 정의 요청까지 있습니다.

[05:49] 정말로 제 에이전트를 성공할 수 있도록 설정했습니다.

[05:52] 테스트해보죠. 날씨를 다시 시도해보겠습니다.

[05:54] 마드리드의 날씨를 가져와 주세요.

[05:55] 에이전트가 검색해야 한다는 것을 알고 있네요.

[05:57] 그리고 이미 이전 에이전트가 사용했던 것과 정확히 같은 API를 찾았습니다.

[06:01] 그리고 지금

[06:01] 웹을 검색해서 해당 API의 최신 문서를 확인하고 있습니다.

[06:04] 이제 간결한 문서를 정리하고 있는 것을 볼 수 있습니다.

[06:07] 제 MCP 에이전트가 이제 모범 사례를 가지고 있다는 걸 보시죠.

[06:10] 지난번에는 세 번의 시도가 필요했다는 것을 기억하세요.

[06:12] 이번에는 한 번의 시도면 될 것입니다.

[06:14] 됐네요. 단 한 번에 성공한 것을 보시죠.

[06:16] 온도와 구름 낀 날씨 정보를 얻었습니다.

[06:18] 풍속, 습도까지요.

[06:20] 모두 이 API의 올바른 문서를 사용했기 때문입니다.

[06:24] 이제 그 성능을 보실 수 있을 겁니다. 다른 테스트를 해보겠습니다.

[06:26] 비트코인의 현재 가격을 가져와 달라고 요청해보겠습니다.

[06:29] API 마스터가 다시 작동하기 시작했네요.

[06:31] 무료로 사용할 수 있는 API를 찾아야 합니다.

[06:33] API를 찾은 것 같고 웹을 검색해서 문서를 확인하고 있습니다.

[06:37] 좀 더 검색하고 있는데 이 과정에서

[06:39] 이것의 성능을 볼 수 있습니다.

[06:40] API를 사용한 앱을 만들어야 하거나 심지어 내장된 MCP가 필요하다면,

[06:44] MCP 인셉션을 할 수 있고, MCP가 다른 MCP들을 연구하게 할 수도 있습니다.

[06:48] 좋아요, 완료되었네요.

[06:49] 이번에는 웹 검색을 많이 했고 필요한 것을 정확히 만들어냈습니다.

[06:53] 모든 엔드포인트를 워커 에이전트에게 전달할 준비가 되었습니다.

[06:57] 작은 일꾼이

[06:58] 실제로 가서 비트코인의 실시간 가격을 가져올 것입니다.

[07:02] 여기에 웹훅이 있네요. 승인하겠습니다.

[07:03] 바로 Zapier로 가서 웹훅을 실행합니다.

[07:06] 그리고 상당히 정확한 비트코인의 실시간 가격을

[07:10] 적어도 제가 이 영상을 녹화했을 때 기준으로 말이죠.

[07:12] 좋습니다. 이제 자신감이 생겼네요. 좀 더 어려운 것을 시도해보죠.

[07:14] X에서 Agent Builder에 대한 최신 게시물을 찾아서 감정을 요약해 주세요.

[07:19] X에는 무료 API가 없기 때문에 이건 좀 더 어려울 것입니다.

[07:22] 우회 방법을 찾을 수 있을지 궁금하네요.

[07:24] 뭔가를 찾고 있습니다.

[07:26] Nitter와 RSShub라는 것을 찾았고,

[07:29] 더 검색하고 있는 것 같습니다.

[07:31] 멋지네요.

[07:31] 실제로 X에서 실시간 데이터를 가져올 방법을 찾고 있습니다.

[07:35] 정말 많은 웹 검색이 진행되고 있습니다.

[07:37] 좋아요, 실제로 어떤 종류의 데이터를 얻는 데 사용할 수 있는 API를 찾은 것 같습니다.

[07:42] 키워드 검색을 위한 공식적인 무료

[07:44] API는 더 이상 없다고 하지만, 대안들을 찾았습니다.

[07:48] 모든 것을 여기에 나열했고 이제 그 정보를 제 에이전트에게 전달하려고 하고 있습니다.

[07:53] 정말 믿을 수 있을까요?

[07:53] 보세요. 웹훅을 구성했습니다. 작동할까요?

[07:56] 그리고 놀랍게도?

[07:57] 실제로 생각 부분에서 항목들의 집합을 얻었다고 나와 있습니다.

[08:00] 감정을 요약하고 있네요.

[08:02] 그리고 이제 바로 답변을 가져다주고 있습니다.

[08:04] Agent Builder에 대해 X(트위터)에서 현재 무슨 이야기가 나오고 있는지 보여주고 있어요.

[08:07] 긍정적, 중립적, 부정적 점수가 나와 있습니다.

[08:10] 실제로 OpenAI의 Agent Builder를 인용하고 있고,

[08:14] 정확히 그것이 무엇인지, 사람들이 어떻게 이야기하고 있는지 정확하게 말해주고 있습니다.

[08:18] 실제로 몇 개의 상태 링크도 제공하고 있어요.

[08:20] 이 상태들이 얼마나 최신인지 궁금하네요.

[08:22] 이게 진짜일까요, 아니면 환각일까요?

[08:25] 지금이 알아볼 때입니다.

[08:26] 여기 링크를 클릭해보겠습니다.

[08:27] 오 맙소사, 정확하네요.

[08:30] 정말 놀라울 정도로 정확합니다.

[08:31] 제가 이 영상을 녹화하고 있는 바로 이 시점에,

[08:34] 이게 30분 전에 올라온 글이네요. 와.

[08:37] 제 API 마스터 에이전트가 X에서 실시간 데이터를 가져오는 방법을 찾았습니다.

[08:42] 이걸 할 수 있는 공식 무료 API가 없음에도 불구하고 몇 초 만에 해냈어요.

[08:48] 정말 놀랍습니다.

[08:49] 오늘 Product Hunt에서 AI 에이전트와 관련해 출시된 트렌딩 도구들을 찾아서 화제성 순으로 순위를 매겨주세요.

[08:55] API 마스터가 어떻게 할지 생각하고 있고, 문서를 찾기 위해 웹을 검색하고 있습니다.

[08:59] Product Hunt API 무료 액세스에 대한 매우 구체적인 검색을 보시죠.

[09:03] 인증 없이 말이에요. 좋아요, 모든 조사를 마쳤습니다.

[09:06] 메인 에이전트에게 전달했고, 이제 지시사항을 따르고 있습니다.

[09:09] 이 경우 이 API에 액세스할 수 있는 임시 토큰을 공유해주면

[09:13] 적절한 목록을 제공해줄 거라고 했습니다.

[09:15] 하지만 원하지 않는다면, 해당 데이터를 얻기 위해 로컬에서 실행할 스크립트를 작성해줄 수도 있다고 하네요.

[09:19] 꽤 멋진 기능이고, API로 작업하면서 최신 모범 사례를 원한다면 이 에이전트는 정말 소중할 거예요.

[09:25] 이게 정말 작동하는지 알아보고 싶어서,

[09:27] 토큰을 얻을 수 있는지 링크를 따라가보겠습니다. 좋아요, 이걸 보세요.

[09:30] 토큰을 얻었으니 복사해보겠습니다.

[09:32] 그리고 이걸 제 AI 에이전트에게 넘겨주겠습니다.

[09:34] 꽤 흥미진진하네요. 분명히 말씀드리자면, 보통은 API 토큰을 AI 채팅에 그냥 올리지는 않지만,

[09:39] 이건 그냥 테스트용이에요.

[09:41] 좋아요, 고맙다고 하고 있네요.

[09:43] 제 에이전트가 이제 제 토큰으로 작업하고 있습니다.

[09:46] 이걸 보세요. 몇 분 안에 오늘의 트렌딩 제품을 얻었습니다.

[09:48] 화제성과 점수로 순위를 매긴 AI 에이전트 관련 도구들이에요.

[09:51] 투표수에 댓글수의 3배를 더한 방식으로 계산했다고 하네요.

[09:54] 그리고 실제로 API를 사용해서 Product Hunt에서 모든 데이터를 가져왔습니다.

[09:59] 정말 멋진 기능이에요.

[10:01] 당연히 이제 이 에이전트를 여러분께도 전해드리고 싶습니다.

[10:03] 그래서 이걸 오픈소스로 공개하겠습니다.

[10:06] 여기 위에 있는 게시 버튼으로 가보겠습니다.

[10:08] 기가 에이전트를 게시하겠습니다.

[10:10] 좋아요, 완료됐습니다.

[10:11] OpenAI가 버전 관리 기능을 제공하는 방식이 정말 마음에 듭니다.

[10:14] 문제가 생기면 언제든 롤백할 수 있어요.

[10:16] 이제 여기 활성 워크플로우에 나타나는 것을 볼 수 있습니다.

[10:19] 여기에는 초안들이 있고 템플릿에도 액세스할 수 있습니다.

[10:22] 안타깝게도 정확한 템플릿을 공유할 수는 없습니다.

[10:24] OpenAI가 현재 그걸 허용하지 않거든요.

[10:26] 하지만 Agent Builder에서 템플릿을 공유하는 기능이 생긴다면 정말 멋진 새 기능일 것 같습니다.

[10:29] 그런 기능이 있으면 좋겠어요.

[10:30] 다른 사용자들과 템플릿을 공유할 수 있다면 정말 멋질 것 같습니다.

[10:34] 걱정 마세요. 정말로 직접 설정하고 싶으시다면,

[10:37] 복사해서 붙여넣기할 수 있는 지시사항을 제 커뮤니티에 올려두겠습니다.

[10:40] 아래에 링크를 걸어두겠습니다.

[10:42] 그 지시사항을 그대로 가져다가 자신의 Agent Builder에 붙여넣기만 하면

[10:46] 기가 에이전트를 사용해서 API를 분석하고

[10:49] 웹 전체에서 공개된 실시간 데이터에 액세스할 수 있습니다.

[10:53] 정말 흥미진진한 개념이라서 이것의 잠재적 활용 사례를 완전히 파악하기가 힘들 정도입니다.

[10:57] 하지만 OpenAI Agent Builder와 Zapier MCP의 조합은

[11:01] 정말 강력한 조합이라고 생각합니다.

[11:06] 제가 이 영상을 만들면서 즐거웠던 만큼 여러분도 즐겁게 사용하시길 바랍니다.

[11:09] 시청해주셔서 정말 감사합니다!

[11:11] YouTube가 지금 화면에 영상을 보여주고 있네요.

[11:13] 다음에 보실 영상입니다.