AI 에이전트가 미래다 - 이렇게 만드는 법

Sean Kochel 구독자 2,190명

요약

이 영상에서는 15분 만에 완전 자율형 AI 직원(에이전트)을 Crew AI로 구축하는 법을 단계별로 보여준다. 에이전트 브레인을 역할·목표·백스토리로 정의하고, 웹 탐색 등 도구를 연결한 뒤 작업(task)을 설정해 자동으로 실행하도록 구성하는 3단계 접근법을 소개한다. 이어 리서처 에이전트를 중심으로 리포트 작성·콘텐츠 전략 에이전트가 협업하는 멀티 에이전트 크루를 구성해 인간 팀 며칠치 업무를 단 30초에 수행하는 과정을 시연한다.

주요 키워드

Autonomous AI agent Crew AI Prompt-response loop Agent brain Role Goal Backstory Tool Decorator Sequential pattern

하이라이트

🔑 '프롬프트-응답 루프'를 넘어 능동적으로 행동하는 자율형 에이전트를 구축하는 방법을 제시한다.
⚡ 3단계 루프(브레인 구성, 작업·도구 연결, 크루 통합)로 완전 자율형 AI 시스템을 빠르게 구현할 수 있다.
🌟 Crew AI Quick Start 가이드를 통해 2분 이내에 프로젝트 환경을 세팅하고 바로 에이전트 커스터마이징을 시작한다.
🚀 역할(Role), 목표(Goal), 백스토리(Backstory)를 설정해 단순 프롬프트가 아닌 독립적 의사결정자를 만드는 에이전트 브레인 설계법을 설명한다.
📌 Serp dev·웹사이트 검색 등 '도구(Tool)'를 연결해 에이전트가 인터넷 탐색과 정보 수집을 수행하도록 준비한다.
📈 @task 데코레이터를 활용해 평문 영어로 '연구 과제'를 정의하고 에이전트를 즉시 실제 업무에 투입한다.
🌐 30초 만에 웹 브라우징·시장 조사·데이터 수집을 완료하는 디지털 워커로 인간 마케팅 팀의 며칠치 작업을 단번에 처리한다.
🤝 리서처·리포트 작성자·콘텐츠 전략 에이전트가 순차 처리 패턴(sequential pattern)으로 협업해 프로젝트를 완수하도록 구성한다.
🎯 이 영상이 제시하는 자율형 에이전트 구축 스킬은 앞으로 10년간 스타트업 경쟁력을 좌우할 핵심 역량이다.
🔮 이후 영상에서는 스크립트 작성·프로모션 자료 제작·썸네일 전략 분석 등 에이전트 활용 확장 방법을 다룰 예정이다.

용어 설명

Autonomous AI agent(자율형 인공지능 에이전트)

스스로 의사결정하고 작업을 수행할 수 있는 독립적인 AI 시스템

Crew AI

에이전트를 손쉽게 정의·관리하고 실행할 수 있게 해주는 프레임워크

Prompt-response loop(프롬프트-응답 루프)

사용자가 질문하면 AI가 답하는 반응형 인터랙션 방식

Agent brain(에이전트 브레인)

에이전트의 역할(role), 목표(goal), 백스토리(backstory)로 구성된 핵심 의사결정 구조

Role(역할)

에이전트가 프로젝트에서 담당할 직무나 기능을 정의하는 요소

Goal(목표)

에이전트가 달성해야 할 구체적인 성과 지시사항

Backstory(백스토리)

에이전트의 행동 방식을 제어하기 위한 배경 설명 텍스트

Tool(도구)

에이전트가 웹 탐색, 코드 실행 등 외부 기능을 사용할 수 있게 해주는 인터페이스

Decorator(데코레이터)

@task 등으로 함수를 특정 작업으로 등록하는 Python 문법 기법

Sequential pattern(순차 처리 패턴)

여러 에이전트와 작업을 순차적으로 오케스트레이션하는 실행 방식

- 15분 만에 시장 조사를 수행한 완전 자율형 AI 에이전트를 시연 - Crew AI로 디지털 직원을 만들고 3단계 루프 설명 예고 - 브레인, 작업·도구, 크루 통합 흐름을 미리 안내

[00:00] 완전히 자율적인 AI 직원을 15분 만에 구축한 사례를 소개하며, 이 AI가 일주일 치 시장 조사를 완료했다고 설명합니다.

[00:15] 빈 파일에서 강력한 AI 에이전트를 만드는 과정을 소개하고, 이것이 단순히 AI를 사용하는 것이 아닌 자율적인 AI 에이전트를 구축하는 방법임을 강조합니다.

[00:25] AI 에이전트가 새로운 비즈니스 시대의 기초 기술이라고 설명하며, 경쟁업체 분석부터 콘텐츠 작성, 광고 제작까지 다양한 업무를 수행할 수 있는 디지털 직원을 만들 수 있다고 설명합니다.

[00:48] 창업자나 성과를 내고 싶은 직원에게 큰 경쟁 우위가 될 것이라고 언급하며, 자신의 사업이 에이전트 기반 직원으로 전환하고 있다고 설명합니다.

[01:01] AI 에이전트 구축을 세 단계로 나누어 설명합니다: 1) 에이전트 두뇌 생성과 목적 부여, 2) 실행할 작업과 도구 제공, 3) 모든 것을 연결하여 강력한 AI 크루 완성

- 기존 ChatGPT 방식의 프롬프트-응답 루프 한계점 지적 - 개방형 과제를 최소 개입으로 자율 실행하는 능동형 에이전트 개념 소개 - 사용자가 질문 없이도 작업을 수행하는 AI 설계 목표 제시

[01:24] ChatGPT 같은 도구는 프롬프트-응답 루프에 갇힌 수동적 프로세스라고 설명하며, 우리의 개입 없이 개방형 작업을 자율적으로 실행할 수 있는 능동적 에이전트의 필요성을 강조합니다.

[01:52] Crew AI의 빠른 시작 버전을 사용하여 쉽게 시작할 수 있다고 설명하며, 2분 안에 설치 가능한 포괄적인 가이드를 제공한다고 언급합니다.

[02:15] Crew AI 설치 후 agents.yaml 파일에서 첫 번째 에이전트를 정의하는 과정을 설명합니다. 에이전트의 핵심 구성요소로 역할(role)과 목표(goal)를 언급하며, 바이브 코딩 시장 조사 분석가 예시를 들어 설명합니다.

- agents.yaml에서 역할(role), 목표(goal), 백스토리(backstory) 설정 방법 - 역할 예시: 'vibe coding 시장 조사 분석가' 지정 - 목표·백스토리로 에이전트 행동 가이드라인 만들기

[03:10] AI 에이전트는 단순한 프롬프트가 아닌 역할, 목표, 백스토리를 가진 완전한 개체입니다. 백스토리는 에이전트가 어떻게 행동해야 하는지를 정의하는 핵심 요소로, 예를 들어 '경험이 풍부한 연구자로서 SaaS 콘텐츠 트렌드를 분석하는 데 능숙하다'는 식으로 설정할 수 있습니다.

[03:45] 에이전트의 뇌를 만들었지만, 실제로 작업을 수행하려면 도구가 필요합니다. 지능적인 AI 에이전트가 있어도 주변 세계와 상호작용할 수단이 없으면 쓸모없습니다. 이는 초보자들이 자주 막히는 지점입니다.

- 사전 빌트인 도구와 커스텀 도구 사용 옵션 소개 - Serp dev, 웹사이트 검색 도구를 연결해 에이전트에 인터넷 접근 권한 부여 - 도구를 통해 실제 세계 정보 수집 능력 확보

[04:40] Crew AI는 두 가지 도구 옵션을 제공합니다. 미리 만들어진 도구와 사용자 정의 도구입니다. 예를 들어 Serpent dev 도구와 웹사이트 검색 도구 같은 내장 도구를 사용할 수 있습니다.

[05:20] 태스크는 일반 영어로 정의할 수 있습니다. '바이브 코딩에 대한 철저한 연구를 수행하고 지난 3개월 동안 가장 인기 있는 유튜브 동영상 상위 10개를 찾아보세요'와 같이 구체적으로 작성합니다.

- Python @task 데코레이터로 평문 영어 작업 정의 예시 - 'vibe coding' 유튜브 상위 10개 분석 과제 설정 - 콘솔에서 에이전트를 실행해 자동 조사 수행 체험

[05:36] @task 데코레이터를 사용하여 태스크를 정의하고, 이를 연구자 에이전트에게 할당합니다. 이렇게 해서 완전한 AI 에이전트 시스템이 구축됩니다.

[06:14] 웹 검색 도구에 접근할 수 있는 에이전트를 만들어 특정 역할과 목표를 가진 연구 작업에 할당하고, 콘솔에서 실행하면 에이전트가 자동으로 시장 조사를 수행하는 완전히 기능적인 디지털 워커가 됩니다.

[06:48] 아직 결과물의 유형이나 역할을 정확히 조정하지 않았지만, 하나의 에이전트가 하나의 작업을 수행하는 것은 멋진 일입니다. 하지만 진짜 마법은 에이전트들이 서로 지능적으로 협력하게 하는 것입니다.

- 리서처, 리포트 작성자, 콘텐츠 전략가 에이전트로 서브크루 설정 - 순차 처리 패턴(sequential pattern)으로 작업 흐름 설계 - Crew AI가 에이전트 간 지능적 오케스트레이션 수행

[07:05] 자율적으로 작동하는 어셈블리 라인을 만들어 한 에이전트는 연구를, 다른 에이전트는 보고서 작성을, 또 다른 에이전트는 품질 분석과 업데이트를 담당하게 하는 것은 복잡해 보이지만 Crew AI가 간단하게 만들어 줍니다.

[07:27] 기존의 연구원 에이전트가 승진하여 다른 에이전트들을 관리하게 되고, 보고서 작성자와 콘텐츠 전략가라는 두 개의 하위 에이전트를 추가하여 채널을 위한 10가지 새로운 아이디어를 생성하는 작업을 함께 완료합니다.

[08:04] 연구 과정에서 참조할 수 있는 참조 채널을 추가하여 에이전트에게 약간의 가이드를 제공하고, 크루를 만드는 마법의 라인을 통해 모든 에이전트와 작업을 가져와서 시스템이 자율적으로 작동하도록 합니다.

[08:35] 리드 연구원, 보고서 작성자, 콘텐츠 전략가 등 모든 에이전트와 그들의 작업들을 가져와서 순차적 패턴으로 처리하며, Crew 프레임워크를 사용하여 모든 에이전트들과 작업들을 올바른 방식으로 오케스트레이션하여 프로젝트를 자율적으로 실행합니다.

- 30초 만에 인간 팀 며칠치 업무 대체 사례 발표 - 에이전트 기반 로직의 비즈니스 적용 가치 강조 - 스크립트 작성·홍보물 제작 등 확장 계획과 구독 독려

[09:22] 30초 만에 마케팅 팀이 며칠 걸릴 세밀한 작업을 복제해냈고, 빈 파일에서 완전 자율적인 AI 크루를 만들어 모든 경쟁사 리서치를 자동으로 수행하게 했습니다.

[09:45] 이것은 시작에 불과하며, 각 에이전트와 도구를 세밀하게 조정하지는 않았지만, 이제 에이전트 기반 로직을 비즈니스 다양한 영역에 배포할 수 있는 기본 기술을 갖게 되었습니다.

[10:11] 15분 만에 빈 페이지에서 AI 직원을 만들었고, 단순한 프롬프트 연결과 자율적인 에이전트 구축의 핵심 차이점을 이해하게 되었습니다. 이는 앞으로 10년 이상 스타트업을 정의할 기술입니다.

[10:33] 이 채널의 목표는 초보자들이 AI로 실제 무언가를 구축할 수 있는 가장 간단하고 강력한 접근법을 제공하는 것이며, 구독을 통해 더 많은 콘텐츠를 받아보시기 바랍니다.

[00:00] [음악]

[00:02] 이것은 단순한 프롬프트가 아닙니다. 제가 약 15분 만에

[00:04] 구축한 완전히 자율적인 AI 직원입니다.

[00:07] 방금 저를 위해 일주일 치 시장 조사를 완료했고,

[00:10] 어떻게 구축하는지 보여드리겠습니다.

[00:13] 그렇다면 빈 파일에서 어떻게 앞서 본

[00:15] 마법 같은 결과를 만들어낼 수 있을까요?

[00:17] 모든 것은 이 두 줄로 시작됩니다.

[00:20] 이 코드를 통해 단순히 AI를 사용하는 것이 아닌,

[00:23] 자율적인 AI 에이전트를 구축할 수 있습니다.

[00:25] 이 영상이 끝나면 여러분은 AI 에이전트를 구축할 수 있게 될 것이며,

[00:29] 이는 새로운 비즈니스 시대의

[00:30] 기초 기술입니다.

[00:34] 여러분은 디지털 직원을 구축할 수 있게 될 것입니다.

[00:36] 경쟁업체를 분석하고,

[00:38] 콘텐츠를 작성하고, 카피를 쓰고,

[00:39] 광고를 만들고, 원하는 거의 모든 것을

[00:42] 수행할 수 있습니다.

[00:45] 창업자이거나

[00:48] 성과를 내고 싶은 직원이라면

[00:51] 엄청난 경쟁 우위가 됩니다.

[00:53] 사실, 제 사업 전체가

[00:56] 에이전트 기반 직원으로 전환하고 있으며,

[00:58] Crew AI는 이를 구현하는 가장 간단한 방법 중 하나입니다.

[01:01] 이를 세 가지 간단한 단계로 진행하겠습니다.

[01:03] 먼저 에이전트의 두뇌를 만들고

[01:06] 목적을 부여하겠습니다.

[01:08] 둘째, 실행할 작업과

[01:10] 작업을 실행할 도구를 제공하겠습니다.

[01:13] 셋째, 이 모든 것을 연결하여

[01:16] 원하는 무엇이든 수행할 수 있는

[01:18] 강력한 AI 크루로 만들겠습니다.

[01:21] 그럼 이제 구축해보겠습니다.

[01:24] 좋습니다. 가장 먼저 할 일은

[01:26] ChatGPT 같은 도구를 사용해본 적이 있다면,

[01:28] 프롬프트-응답 루프에 갇혀 있다는 것입니다.

[01:32] 질문을 주면 답변하는

[01:34] 매우 수동적인 프로세스죠.

[01:38] 우리는 능동적인 세계로 나아가고 싶습니다.

[01:40] 바로 에이전트가 필요한 이유입니다.

[01:43] 우리는 개방형 작업을 받아

[01:45] 우리의 개입 없이 자율적으로

[01:48] 그 작업을 실행할 수 있게 하고 싶습니다.

[01:51] 이제 쉬운 시작을 위한

[01:52] 첫 번째 단계는 Crew AI의

[01:55] 빠른 시작 버전을 사용하는 것입니다.

[01:58] 이 설치 가이드에 대한 링크를

[02:00] 아래에 남겨두겠습니다.

[02:03] 정말 포괄적이며 실행하는데

[02:04] 2분도 안 걸립니다.

[02:06] 문제가 생기면 다행히

[02:08] 매우 지능적인 언어 모델이

[02:11] 어떤 문제든 해결하는 데

[02:12] 도움을 줄 수 있습니다.

[02:15] 명령줄 도구로 Crew AI를 설치하면

[02:17] 이미 프로젝트가 구축되어 있을 것입니다.

[02:19] 정말 편리합니다.

[02:21] 그러면 바로 들어가서

[02:22] 이것을 커스터마이징하기 시작할 수 있습니다.

[02:24] 여기서 구성 내부에서

[02:27] 가장 먼저 가야 할 파일은 agents.yaml 파일입니다.

[02:31] 이 파일에서

[02:33] 첫 번째 에이전트를 정의하고 싶습니다.

[02:36] 그런데 에이전트에 대해 어떻게 생각해야 할까요?

[02:39] 이것을 구성하는 다양한 부분들은

[02:41] 무엇일까요?

[02:43] Crew AI 내에서 에이전트가

[02:44] 가져야 하는 첫 번째 요소는 역할입니다.

[02:48] 예를 들어, 이것이

[02:50] 시장 조사 분석가가 될 수 있다고 말할 수 있습니다.

[02:54] 예를 들어 우리의 주제가 바이브 코딩이라면

[02:57] 역할은 바이브 코딩 시장 조사 분석가가 될 것입니다.

[03:00] 그다음에는 목표를 주어야 합니다.

[03:02] 이 에이전트의 목표는

[03:04] 다시 바이브 코딩에서

[03:07] 인기 있는 YouTube 주제를 발견하는 것입니다.

[03:10] 코딩을 예시로 들어보겠습니다. 역할이 있고,

[03:13] 목표가 있고, 그리고 crewAI에서 필요한 마지막 요소는

[03:15] 백스토리가 있어야 한다는 것입니다. 백스토리는

[03:18] Crew AI로 에이전트를 만들 때 정말 중요한 요소입니다.

[03:21] 이는 실제로 에이전트가 어떻게 행동해야 하는지를

[03:24] 말해주는 것이기 때문입니다. 예를 들어, '당신은 경험이 풍부한

[03:26] 연구자로서 SaaS 콘텐츠 트렌드를 발굴하고

[03:29] 분석하는 데 능숙합니다. 어떤 주제든 -

[03:31] 이 경우에는 바이브 코딩 같은 주제에서 말이죠.

[03:34] 당신은 가장 관련성이 높은 정보를 찾아서

[03:36] 명확하고 간결한 방식으로 제시하는 능력으로

[03:38] 유명합니다.' 라고 설정할 수 있습니다.

[03:40] 그리고 이게 실제로는 이렇게 간단합니다.

[03:42] 이제 파일을 실행하면 우리의 연구가

[03:45] 본격적으로 시작되고, crew AI가

[03:47] 에이전트를 통해 작업을 실행하는 것을

[03:50] 볼 수 있습니다. 우리는 단순한 프롬프트가 아닌

[03:53] 에이전트의 뇌를 만들었습니다. 이는 목적을 가진

[03:56] 하나의 개체입니다. 그리고 이 에이전트에게

[03:58] 이제 필요한 것은 구체적인 태스크뿐입니다.

[04:01] 우리는 이제 공식적으로 진짜 AI 에이전트를

[04:04] 구축하는 세상에 발을 내딛었습니다.

[04:07] 좋습니다. 우리는 이제 AI 뇌를 가지고 있지만,

[04:10] 이는 병 속에 떠있는 것과 같습니다.

[04:13] 뭔가를 할 수 있는 손이 없으면 쓸모없죠.

[04:16] 인터넷을 볼 수도 없고, 아무것도 탐색할 수 없습니다.

[04:18] 정말로 할 수 있는 일이 없습니다.

[04:20] 사용할 수 있는 도구가 없거든요.

[04:22] 그래서 이 부분이 초보자들이

[04:24] 막히는 큰 지점입니다.

[04:25] 우리는 지능적인 AI 에이전트를 가지고 있지만,

[04:28] 주변 세계와 상호작용하고

[04:30] 다양한 도구들을 지능적으로 조율하여

[04:33] 특정 문제를 해결할 수단이 없습니다.

[04:36] 하지만 생각보다 간단합니다.

[04:38] Crew AI에는 두 가지 옵션이 있기 때문입니다.

[04:40] 첫 번째는 사용할 수 있는 미리 만들어진 도구가 있고,

[04:43] 두 번째는 사용자가 직접 커스텀 도구를

[04:46] 만들 수 있다는 것입니다.

[04:47] 이 경우에는 내장 도구 중 하나를 사용한다고

[04:50] 가정해봅시다. 진짜 바이브 코딩 방식으로

[04:52] 하려면 여기 와서

[04:53] '이 에이전트가 다음 crew 도구들에 접근할 수 있도록

[04:56] 업데이트해 주세요'라고 말할 수 있습니다.

[04:58] 그리고 두 가지 도구를 알려주겠습니다.

[05:01] Serpent dev 도구와 웹사이트 검색 도구입니다.

[05:03] 이제 우리가 이 도구들을 가져온 것을

[05:05] 볼 수 있습니다. serp dev 도구와

[05:08] 웹사이트 검색 도구를 말이죠.

[05:11] 그리고 우리는 이 도구들을 에이전트에게

[05:14] 이 도구 필드를 통해 접근할 수 있도록 했습니다.

[05:17] 이제 우리는 일반 영어로 쓸 수 있는

[05:19] 태스크를 정의하기만 하면 됩니다.

[05:20] '바이브 코딩에 대한 철저한 연구를 수행하세요.

[05:22] 지난 3개월 동안 바이브 코딩 채널에서

[05:25] 가장 인기 있는 유튜브 동영상 상위 10개를

[05:27] 찾아보세요.' 이제 저장하고

[05:30] crew.py로 돌아가서 아래로 스크롤하면

[05:33] 태스크를 정의하고 있습니다.

[05:36] 그 방법은 @task라고 하는

[05:38] 데코레이터를 사용하는 것입니다.

[05:42] 그리고 이것을 research task로 정의합니다.

[05:45] 그다음 우리가 방금 만든 태스크가

[05:48] 여러분의 태스크라고 말하는 것입니다.

[05:50] 맞죠? 이것이 바로 여기서 가져온

[05:53] 연구 태스크입니다.

[05:55] 그리고 우리가 만든 에이전트인

[05:57] 연구자에게 이를 할당합니다.

[06:00] 그래서 우리는 연구자를 가지고 있습니다.

[06:02] 맞습니다. 이것이 바로 여기서 가져온

[06:04] 연구 태스크입니다.

[06:06] 그리고 우리가 만든 에이전트인

[06:09] 연구자에게 이를 할당합니다.

[06:12] 그래서 우리는 연구자를 가지고 있습니다.

[06:14] 에이전트는 웹 검색 도구에 접근할 수 있습니다.

[06:16] 특정 역할과 배경스토리, 목표를 가지고 있죠.

[06:19] 그리고 이것을 연구 작업인

[06:21] 특정 작업에 할당하는 것입니다.

[06:23] 이제 우리가 해야 할 일은

[06:26] 콘솔로 돌아가서 이 에이전트를 다시 실행하는 것뿐입니다.

[06:30] 그리고 붐! 보세요.

[06:33] 우리 에이전트가 혼자서 나가서

[06:36] 시장 조사를 하고, 웹을 탐색하고

[06:39] 우리가 준 작업을 완료했습니다.

[06:41] 완전히 기능적인 디지털 워커죠. 정말 멋지네요.

[06:44] 그리고 우리는 어떤 유형의 결과물을 원하는지

[06:48] 정확히 조정하는 데 많은 시간을 쓰지 않았습니다.

[06:51] 역할을 조정하지도 않았고

[06:52] 추가할 수 있는 것들이 훨씬 많았습니다.

[06:55] 그래서 하나의 에이전트가 하나의 작업을 하는 것은 꽤 멋집니다.

[06:57] 하지만 진짜 마법은, 회사를 만드는 것은

[07:00] 에이전트들이 서로

[07:02] 지능적으로 협력하게 하는 것입니다.

[07:05] 어떻게 하면

[07:06] 자율적으로 작동하는 어셈블리 라인을 만들 수 있을까요?

[07:09] 하나의 에이전트가 연구를 하고

[07:12] 하나의 에이전트가 보고서를 작성하고

[07:14] 하나의 에이전트가 품질을 분석하고 업데이트하는

[07:17] 그런 시스템 말입니다.

[07:19] 복잡해 보이지만, 이것이 바로

[07:22] Crew AI의 아름다운 점 중 하나입니다.

[07:25] 정말 간단하게 만들어 줍니다.

[07:27] 먼저 우리의 연구원을 축하해 주세요.

[07:30] 첫 번째 승진을 받게 되었습니다.

[07:33] 우리 아이가 제 눈앞에서 다 컸네요.

[07:37] 그래서 우리가 처음에 만든 에이전트는

[07:39] 이제 다른 에이전트들을 관리하게 됩니다.

[07:41] 그리고 우리는 빠르게 다른 에이전트들을 코딩할 것입니다.

[07:45] 커서에게 파일을 업데이트하라고 요청해서

[07:47] 우리의 Crew AI 연구원이 이제

[07:49] 두 개의 하위 에이전트를 관리하도록 했습니다.

[07:52] 보고서 작성자와 콘텐츠 전략가죠.

[07:55] 그들은 함께 작업해서

[07:57] 우리 채널을 위한 10가지 새로운 아이디어를

[07:59] 생성하는 작업을 완료했습니다.

[08:01] 그래서 그것을 수행했습니다.

[08:04] 그리고 이제 제가 요청한 또 다른 것은

[08:08] 참조 채널을 넣을 수 있기를 원한다는 것입니다.

[08:10] 실제로 약간 가이드하고 싶었습니다.

[08:12] 그래서 우리가 한 일은

[08:14] 이제 참조 채널을 추가한 것입니다.

[08:17] 연구를 하는 동안

[08:20] 참조할 수 있기를 원했습니다.

[08:22] 자, 여기가 모든 것이 작동하게 하는 마법의 라인입니다.

[08:25] 우리 크루를 만드는 곳입니다.

[08:28] 그래서 여기서 일어나는 것은

[08:30] 우리가 시스템에게 말하는 것입니다.

[08:32] "이 파일에 있는 모든 에이전트를 가져오라고 하는 것입니다."

[08:35] 우리에게는 여러 에이전트가 있습니다.

[08:36] 리드 연구원, 보고서 작성자,

[08:39] 콘텐츠 전략가가 있습니다.

[08:41] 이 모든 에이전트들을 가져오라고 하는 것입니다.

[08:43] 그리고 모든 작업들도 가져오라고 합니다.

[08:46] 연구 작업, 콘텐츠 전략 작업,

[08:48] 보고서 작성 작업이 있습니다.

[08:50] 이 모든 것들을 가져오라고 하는 것입니다.

[08:53] 이 경우에는 순차적으로 처리하라고 합니다.

[08:56] 다양한 유형의 에이전트 패턴이 있습니다.

[08:58] 순차적 패턴을 통해 실행할 것입니다.

[09:00] 그리고 효과적으로 우리가 하는 것은

[09:03] 우리가 Crew를 프레임워크로 사용해서

[09:05] 모든 에이전트들과

[09:07] 모든 에이전트들의 작업을 가져와서

[09:11] 올바른 방식으로 조율하는 방법을 알도록 하는 것입니다.

[09:13] 그래서 이 프로젝트를 자율적으로 실행할 수 있도록

[09:16] 이 프로젝트를 자율적으로 실행할 수 있도록

[09:19] 올바른 방식으로 오케스트레이션할 수 있도록 하는 것입니다.

[09:22] 자, 여기 있습니다! 30초 만에

[09:24] 마케팅 팀이 정말로 며칠이 걸려야 할

[09:27] 세밀하고 깊이 있는 작업을

[09:31] 우리가 요청한 수준으로

[09:33] 똑같이 복제해냈습니다.

[09:36] 빈 파일에서 시작해서

[09:39] 모든 경쟁사 리서치를 자동으로 수행하는

[09:43] 완전 자율적인 AI 크루를 만들어냈죠.

[09:45] 물론 이것은 시작에 불과합니다.

[09:48] 우리는 각각의 에이전트와

[09:50] 각각의 도구, 각각의 작업에

[09:52] 많은 시간을 투자해서 제가 사용하는

[09:56] 특정 프레임워크로

[09:58] 이런 것들을 생각하고

[10:00] 정말 세밀하게 조정하지는 않았어요.

[10:02] 하지만 이제 여러분은 에이전트 기반 로직을

[10:05] 생각하고 비즈니스의 다양한 영역에

[10:08] 배포할 수 있는 기본 기술을 갖게 되었습니다.

[10:11] 단 15분 만에 빈 페이지에서

[10:14] AI 직원을 만들어냈어요.

[10:16] 이제 여러분은 단순히 프롬프트를

[10:17] 연결해서 어떤 결과를 얻는 것과

[10:19] 스스로 행동하고 추론할 수 있는

[10:22] 자율적인 에이전트를 구축하는 것의

[10:25] 핵심적인 차이점을 이해하게 되었습니다.

[10:29] 이것이 바로 앞으로 10년 이상 스타트업을 정의할 기술입니다.

[10:33] 이 채널의 목표는

[10:35] 초보자들이 AI로 실제 무언가를

[10:37] 구축할 수 있는 가장 간단하고

[10:40] 강력한 접근법을 제공하는 것입니다.

[10:43] 이 영상이 어떤 식으로든

[10:45] 그 목표를 달성했다고 생각하신다면

[10:48] 구독 버튼을 눌러주세요.

[10:50] 그래야 제가 이런 콘텐츠를 더 올릴 때

[10:52] 알림을 받을 수 있어요. 사실 여러분이

[10:55] 이 영상을 즐겨보셨는지 알 수 있는

[10:57] 유일한 방법은 특정 영상에서

[10:59] 구독자가 들어오는 것을 보는 것입니다.

[11:02] 하지만 리서치 에이전트는

[11:04] 정말 시작에 불과해요. 이제 그 결과를

[11:06] 가져와서 스크립트를 작성하거나

[11:09] 채널의 홍보 자료를 만들거나

[11:11] 썸네일 전략을 분석하는

[11:14] 다른 에이전트들을 만들 수 있다면 어떨까요?

[11:17] 할 수 있는 일이 정말 많고

[11:19] 바로 그것이 우리가 이번 달

[11:21] 앞으로 영상에서 할 일입니다.

[11:24] 우리가 이미 만든 에이전트 위에

[11:27] 점점 더 많은 기능을 구축해나갈 거예요.

[11:30] 그리고 그런 영상들이 업로드되는 대로

[11:32] 바로 여기에 링크를 올려드리겠습니다.

[11:37] [음악]