컨텍스트 엔지니어링: 바이브 코딩의 종말! 바이브 코딩보다 100배 뛰어난 완전 튜토리얼

WorldofAI 구독자 105,000명

요약

이 영상은 AI 기반 코드 자동화의 최신 패러다임인 컨텍스트 엔지니어링을 심층적으로 다룹니다. 바이브 코딩이 가져온 프로토타이핑 혁명을 짚고, 개발자들이 AI 코드에 불신을 갖게 된 이유인 맥락 부족 문제를 연구 결과와 함께 설명합니다. Cole Medan의 템플릿을 활용한 PRP(제품 요구사항 프롬프트) 생성·실행 과정을 단계별로 안내하며, 코드 신뢰도와 토큰 효율을 크게 높이는 방법을 소개합니다. 마지막으로 다중 에이전트 연구·이메일 시스템을 실제 구현해보며 컨텍스트 엔지니어링의 강력함을 검증합니다.

주요 키워드

context engineering vibe coding prompt engineering Product Requirement Prompt hallucination 템플릿 AI coding assistant multi-agent RAG Claude Code

하이라이트

🔑 바이브 코딩(vibe coding)은 자연어로 즉석에서 앱 코드를 생성하는 개념으로 앙드레 카파시가 처음 제안했다.
⚡️ Shopify CEO도 ‘프롬프트 엔지니어링’ 대신 ‘컨텍스트 엔지니어링’이 핵심 역량임을 선언했다.
📌 개발자 76.4%가 AI 생성 코드를 인간 리뷰 없이 신뢰하지 못한다는 Codo 연구 결과가 발표됐다.
🚀 컨텍스트 엔지니어링은 모델에 전달할 맥락 정보를 과학·직관·시스템 설계 관점에서 정교하게 선택·관리하는 기술이다.
🌟 Cole Medan의 템플릿으로 글로벌 규칙 설정, 기능 요청 작성, PRP(제품 요구사항 프롬프트) 생성부터 실행까지 워크플로우를 체계화한다.
📈 PRP 자동 생성 과정을 통해 API 리서치, 코드베이스 분석, 문서 참고 등 사전 준비를 AI가 스스로 계획하도록 한다.
🔍 실행된 PRP로 프로젝트 디렉터리부터 의존성 설치, 에이전트 구현 및 검증 명령까지 단계적 코드를 자동 생성한다.
🎯 다중 에이전트 연구·이메일 시스템 구축 예제로 Brave 검색·Gmail 연동, 에이전트 간 작업 위임까지 완성도 높은 결과를 확인한다.

용어 설명

바이브 코딩(vibe coding)

자연어 명령으로 AI가 즉석에서 코드를 생성해 앱 프로토타입을 빠르게 만드는 기법

프롬프트 엔지니어링(prompt engineering)

AI 모델에 원하는 출력을 얻기 위해 명령문(prompt)을 설계·작성하는 기술

컨텍스트 엔지니어링(context engineering)

AI가 작업을 수행할 수 있도록 모델에 필요한 정보(상태, 히스토리, 도구, 문서 등)를 정교히 제공·구조화하는 기술

PRP(Product Requirement Prompt)

제품 요구사항 프롬프트. 초기 기능 정의를 바탕으로 AI가 구체적 작업 계획을 수립하도록 돕는 명세서

환각(hallucination)

AI가 실제 존재하지 않는 정보를 잘못 생성하는 오류 현상

RAG(Retrieval-Augmented Generation)

외부 문서를 조회해 그 내용을 바탕으로 텍스트를 생성하는 방식

바이브 코딩(vibe coding)의 개념과 앙드레 카파시 소개부터 시작해, Shopify CEO Toby가 제안한 프롬프트 vs 컨텍스트 엔지니어링 차이를 설명합니다. AI 코드 자동화 패러다임 전환을 예시로 들어 핵심 기술 방향을 제시합니다.

[00:00] 바이브 코딩이라는 개념을 소개하며, 자연어를 사용해 AI가 프로젝트 코드를 동적으로 생성하는 방식을 설명합니다. 이 개념은 Andre Karpathy가 만들어낸 것으로 소프트웨어 개발 방식의 새로운 변화를 보여줍니다.

[00:16] Shopify CEO Toby가 프롬프트 엔지니어링보다 컨텍스트 엔지니어링이라는 용어를 선호한다고 언급한 것을 소개합니다. 이는 대형 언어 모델이 작업을 제대로 수행할 수 있도록 모든 컨텍스트를 제공하는 예술이라고 정의됩니다.

[00:44] Karpathy는 컨텍스트 엔지니어링이 영리한 프롬프트 작성을 넘어서 과학, 직관, 시스템 설계의 복잡한 조합이라고 설명합니다. 이는 실제 AI 애플리케이션을 구동하는 핵심 기술로 ChatGPT 래퍼를 훨씬 뛰어넘는 것입니다.

[01:06] Codium 연구를 통해 AI 코드 품질 현황을 설명합니다. 76.4%의 개발자들이 인간의 검토 없이는 AI 생성 코드를 신뢰하지 않는다는 조사 결과를 제시하며, 환각과 실수가 여전히 자주 발생하는 것이 주된 이유라고 설명합니다.

Codo의 개발자 설문 연구 결과를 바탕으로 76.4%가 AI 코드에 인간 리뷰를 요구하는 이유를 분석합니다. 환각 오류와 맥락 부족이 신뢰 문제를 유발한다는 점을 강조합니다.

[01:35] AI 코딩 도구의 가장 큰 문제점이 컨텍스트 부족이라고 진단합니다. AI가 충분한 컨텍스트를 갖지 못하고 이를 놓치는 경우가 많아서, 태스크마스터나 Context 7 같은 도구들이 필요하다고 설명합니다.

[02:09] Cole Medin이 개발한 컨텍스트 엔지니어링 템플릿을 소개하며, 이것이 바이브 코딩보다 100배 더 나은 이유를 실제로 시연하겠다고 약속합니다. Cole의 채널에서 AI 도구들과 플러그인에 대한 심도 있는 튜토리얼을 제공한다고 추천합니다.

Cole Medan의 컨텍스트 엔지니어링 템플릿을 소개하고, Git·Node.js·Claude Code 설치 등 필수 프리리퀴지트를 안내합니다. 템플릿이 Claude Code와 어떻게 최적화되는지도 설명합니다.

[02:58] 컨텍스트 엔지니어링의 개념과 정의를 소개하며, 이것이 AI나 AI 에이전트가 작업을 효율적으로 수행하기 위해 필요한 정보를 선택하고 정리하는 기술임을 설명합니다.

[03:36] 컨텍스트 엔지니어링의 핵심 정의를 상세히 설명하며, 이것이 단순한 프롬프트가 아니라 모델이 생성하기 전에 보는 모든 것(상태, 히스토리, 사용자 프롬프트, 도구들, RAG 명령어, 장기 메모리)을 포함한다고 강조합니다.

[04:12] 컨텍스트 엔지니어링이 프롬프트 엔지니어링보다 10배, 바이브 코딩보다 100배 더 좋다고 주장하며, 모든 AI 코딩 어시스턴트와 함께 작동하지만 특히 Claude Code와 최적화된 템플릿을 소개합니다.

[04:47] 실습을 위한 전제 조건들(Git, Node.js, Claude Code 설치)을 설명하고, GitHub 저장소에서 템플릿을 클론하는 방법을 단계별로 안내합니다.

cloud.md 파일에서 프로젝트 전반의 코딩 규칙, 테스트, 신뢰도, 시스템 대화 구조 등을 정의합니다. initial.md 파일로 초기 기능 요구사항, 예시 파일, 문서 링크, 추가 고려사항을 구조화합니다.

[05:30] 비디오 스폰서인 Zapier를 소개하며, Zapier 에이전트가 챗봇이 아닌 자율적인 에이전트로서 사용자가 중요한 일에 집중할 수 있도록 도와주는 AI 자동화 도구임을 설명합니다.

[05:46] 앱들 사이를 돌아다니며 작업을 관리하거나 시간을 낭비하는 것에 지쳤다면, Zapier 에이전트가 24/7 AI 팀원처럼 리드 스코어링, 고객 라우팅, 콘텐츠 생성 등을 자동으로 처리해줍니다.

[05:58] Zapier의 에이전트 템플릿은 바로 사용할 수 있는 프레임워크로 몇 번의 클릭만으로 7,000개 앱에서 작업을 자동화할 수 있게 해줍니다. 이러한 에이전트들은 백그라운드에서 실행되며 여러 앱에서 워크플로우를 능동적으로 자동화합니다.

[06:13] 구축하기도 간단해서, 원하는 것을 입력하거나 바이럴 콘텐츠 생성 에이전트, 영업 통화 분석 에이전트, 여행 예약 관리자와 같은 바로 사용할 수 있는 템플릿을 가져다 사용하면 됩니다. 모든 워크플로우에 맞는 것이 있습니다.

[06:29] 오늘부터 나만의 AI 파워 드림팀을 구축해보세요. 아래 링크를 통해 완전히 무료로 접근할 수 있습니다. 오늘 영상을 후원해준 Zapier에게 감사드립니다.

[06:41] 저장소를 클론한 후 IDE에서 열어서 다양한 파일들을 미리보기하고 설정할 수 있도록 합니다. 먼저 .claude.md로 이동하는데, 이것은 Claude가 따라야 할 글로벌 규칙들입니다.

[06:54] 클라이언트 규칙이나 커서 규칙처럼 프로젝트 전체 규칙을 정의하는 것으로, 코드 구조와 같은 모든 대화에서 AI 어시스턴트가 따라야 할 지침을 제공합니다. 이미 설정된 기본 템플릿이 있지만 테스팅, 신뢰성, 작업 완료, 시스템 및 대화 등을 자신의 선호도에 따라 설정할 수 있습니다.

[07:19] 다음으로 initial.md 파일에서 초기 기능 요청을 만듭니다. 이것은 구축하고 싶은 기능들을 설명하는 곳입니다. 기능 탭에서 AI가 집중하기를 원하는 것에 대한 명확한 설명을 삽입하고, 예시 탭에서는 원하는 만큼 많은 파일을 제공할 수 있습니다.

[07:50] 문서의 경우 관련 문서나 API, MCP 서버 리소스에 연결할 수 있고, 추가 고려사항으로는 에지 케이스나 AI가 집중해야 할 특정 요구사항들이 있습니다.

[08:06] 글로벌 규칙과 기능 요청을 설정했으니, 다음에 할 일은 PRP(제품 요구사항 프롬프트) 생성 작업입니다. 이것은 Claude나 Cursor에서 들어본 적이 있을 것으로, AI 어시스턴트에게 더 구체적인 지침을 작성하는 데 도움이 되는 PRD입니다.

generate PRP 명령어를 통해 초기 MD를 바탕으로 AI가 PRP를 자동 작성하게 합니다. PRP 내부에는 API 리서치, 예시 검토, 문서 참조, 코드베이스 구조 등의 구체적 계획이 포함됩니다.

[08:33] AI 코딩 어시스턴트를 위한 PRP 생성 명령 실행 방법을 설명합니다. Claude Code에서 generate PRP initial MD 명령을 실행하면 됩니다.

[08:41] 컨텍스트 엔지니어링 템플릿에는 PRP 생성을 위한 슬래시 명령들이 미리 설정되어 있고, 이들은 commands 폴더에 정의된 사용자 정의 명령들입니다.

[08:56] 터미널에서 Claude Code를 열고 API 키를 설정하여 모드와 로그인을 구성한 후, PRP 생성 명령을 실행할 수 있습니다.

[09:29] Claude Code가 인증되면 initial MD 요구사항을 기반으로 PRP를 생성하는 명령을 실행할 수 있습니다. 이 과정은 제공된 모든 참조 자료를 기반으로 철저히 작성되므로 시간이 걸립니다.

[09:45] 시스템이 Coleman이 만든 PRP 템플릿을 기반으로 새로운 PRP를 개발하고 있으며, 템플릿 내에 설정된 모든 요구사항을 반영하여 작업하고 있습니다.

[10:03] 컨텍스트 엔지니어링의 놀라운 점은 AI가 단순히 코드를 생성하는 것이 아니라 철저히 계획한다는 것입니다. 상세한 할 일 목록을 만들어 API 연구, 코드베이스 확인, 예제 검토, 문서 읽기 등을 수행합니다.

[10:35] AI 코딩 어시스턴트의 가장 큰 문제인 환각 현상과 잘못된 API 호출, 중요한 세부사항 누락 등을 컨텍스트 엔지니어링이 해결합니다. AI가 실제 연구를 수행하고 신뢰할 수 있는 계획을 세운 후 코드를 작성합니다.

[11:02] PRP가 완전히 개발되었으며, PRP 폴더에서 multi-agent research email system으로 액세스할 수 있습니다. 미리보기를 통해 생성된 전체 PRP를 확인할 수 있으며, 필요한 모든 파일과 링크가 포함되어 있습니다.

[11:31] 컨텍스트 엔지니어링은 환각 현상을 크게 줄이고 토큰 비용을 절약하며 코드 생성 과정을 효율적으로 만드는 핵심 기술입니다.

[11:46] PRP(Project Requirements Planning)를 생성한 후 execute PRP 명령어로 실행하여 AI 에이전트나 애플리케이션을 자동으로 생성할 수 있습니다.

execute PRP 명령어로 프로젝트 디렉터리 구성부터 의존성 설치, Pydantic 기반 에이전트 구현, 검증 커맨드 실행까지 코드 생성 과정을 단계별로 자동화합니다. 토큰 절감과 오류 감소 효과를 확인합니다.

[12:18] PRP 실행 시 프로젝트 디렉토리 생성, 요구사항 설정, Pydantic 에이전트 구현, 검증 명령어 실행 등의 체계적인 과정을 거쳐 애플리케이션을 생성합니다.

[12:51] World of AI 뉴스레터 구독을 추천하며, PRP 기반 접근법이 단일 프롬프트 방식보다 훨씬 높은 품질의 결과를 제공한다고 설명합니다.

[13:14] 컨텍스트 엔지니어링은 모든 관련 정보를 하나의 영역에 통합하여 대형 언어 모델에 공급함으로써 환각 현상을 줄이고 정확한 컨텍스트 참조를 가능하게 합니다.

[13:57] 최종적으로 AI 에이전트가 완전히 구현되었으며, 환경 설정, API 키 구성, 종속성 설치, 실행 및 테스트까지의 전체 과정이 체계적으로 제공됩니다.

[14:23] PRP를 기반으로 AI 에이전트가 완전히 구성되었으며, 총 $3.32의 비용이 소요되었습니다. API 키를 구성한 후 에이전트를 열어보겠습니다.

생성된 멀티 에이전트 시스템을 Brave 검색·Gmail API 연동 사례로 실험합니다. 에이전트 간 작업 분담과 실제 검색·분석·이메일 초안 작성 과정을 시연해 결과물을 검토합니다.

[14:37] 단일 PRP로 멀티 에이전트 연구 및 이메일 시스템을 구성했습니다. 이 시스템은 Brave API로 검색하고, Gmail로 이메일을 보내며, 초안을 만들고, 다른 에이전트들 간에 원활하게 위임할 수 있습니다.

[15:00] 멀티 에이전트를 테스트하며 AI 세계에 대한 심층 연구를 요청했습니다. 브레이브 검색 도구를 사용하여 연구 에이전트가 모든 결과를 컴파일하고 몇 초 안에 결과를 출력합니다.

[15:26] 이 모든 것은 제가 아무것도 하지 않고도 AI의 도움으로 완전히 구성되었습니다. 컨텍스트 엔지니어링 프로세스 덕분에 빠르고 저렴하게 모든 소스를 철저히 참조하여 AI 세계에 대한 연구를 완성했습니다.

[15:49] 채널 지원을 위해 슈퍼 땡스 기부나 프라이빗 디스코드 가입을 고려해보세요. 디스코드에서는 매월 무료로 다양한 AI 도구 구독, 매일 AI 뉴스, 독점 콘텐츠 등을 제공합니다.

[16:09] 컨텍스트 엔지니어링이 무엇인지 이해하고 코딩 경험을 향상시키는 데 도움이 되길 바랍니다. 오늘 영상에서 사용한 모든 리소스들을 설명란에서 확인하세요.

컨텍스트 엔지니어링의 의의와 활용 팁을 정리하며, 뉴스레터·Discord·채널 구독 권장으로 AI 커뮤니티 참여를 독려합니다.

[16:28] 오늘 영상에 많은 시간을 투자했으니 댓글, 좋아요, 구독을 부탁드립니다. 두 번째 채널 구독, 뉴스레터와 디스코드 가입, 트위터 팔로우도 해주세요. 이전 영상들도 정말 도움이 될 것입니다.

[00:00] 우리는 모두 바이브 코딩이라는 용어를 들어봤을 것입니다.

[00:02] 자연어를 사용해 앱을 즉시 프로토타이핑하는 능력으로

[00:04] AI가 프로젝트의 모든 코드를 동적으로 생성하는 방식입니다.

[00:07] 이 개념은 Andre Karpathy가 처음 만들어낸 것으로

[00:09] 소프트웨어 개발 방식의 새로운 변화를 완벽하게 포착했습니다.

[00:11] Karpathy는 이제 또 다른 강력한 개념인

[00:14] 컨텍스트 엔지니어링이라는 개념을 소개했습니다.

[00:16] 최근 Shopify의 CEO Toby가 Twitter에 올린 글이

[00:19] AI 커뮤니티에서 큰 반향을 일으켰는데,

[00:21] 그는 프롬프트 엔지니어링보다는

[00:24] 컨텍스트 엔지니어링이라는 용어를 더 좋아한다고 했습니다.

[00:27] 이것이 핵심 기술을 더 잘 설명한다고 말이죠.

[00:29] 대형 언어 모델이 작업을 제대로 수행할 수 있도록

[00:31] 모든 컨텍스트를 제공하는 예술이라고 했습니다.

[00:33] Karpathy는 이를 더 확장시켜

[00:35] 이제는 영리한 프롬프트를 작성하는 것이 아니라

[00:37] 컨텍스트 엔지니어링이 중요하다고 강조했습니다.

[00:40] 이는 대형 모델이 최고 성능을 발휘할 수 있도록

[00:42] 올바르고 정확한 정보를 신중하게 선별하는 것입니다.

[00:44] 이는 과학, 직관, 시스템 설계의 복잡한 조합으로

[00:47] ChatGPT 래퍼라고 불리는 것들을 훨씬 뛰어넘어

[00:49] 실제 AI 애플리케이션을 구동하는 핵심입니다.

[00:51] 우리는 컨텍스트 엔지니어링이

[00:53] AI 보조 개발의 핵심 기술이 될 수 있는

[00:55] 새로운 단계에 진입하고 있습니다.

[00:58] 바이브 코딩이 프로토타이핑을 혁신시킨 것처럼

[01:00] 컨텍스트 엔지니어링은 우리가 AI 시스템과

[01:03] 생각하고, 구축하고, 협업하는 방식을 변화시키려고 합니다.

[01:06] 하지만 한 발 물러서서 이 논의가

[01:09] 왜 시작되었는지 설명해보겠습니다.

[01:11] Codium에서 진행한 연구가 있었는데

[01:14] AI 코드 품질 현황에 대한 내용이었습니다.

[01:16] 그들은 수많은 개발자들을 조사했고

[01:18] 한 가지가 가장 두드러졌습니다.

[01:21] 대부분의 개발자들, 76.4%가

[01:23] 인간의 검토 없이는 AI가 생성한 코드를 신뢰하지 않는다는 것입니다.

[01:26] 주된 이유는 환각과 실수가

[01:28] 여전히 너무 자주 발생하기 때문입니다.

[01:30] 문제는 AI 코딩이 나쁘다는 것이 아닙니다.

[01:32] 문제는 AI가 인간의 검토 없이 배포될 때 발생합니다.

[01:35] 현재 AI 코딩 도구의 가장 큰 격차는

[01:38] 바로 컨텍스트입니다.

[01:40] AI는 종종 충분한 컨텍스트를 갖지 못하고

[01:43] 대부분의 경우 이를 완전히 놓치고 있습니다.

[01:45] 그래서 제가 이 채널에서 태스크마스터나

[01:48] Context 7 같은 도구들을 소개했던 것입니다.

[01:50] 이러한 도구들이 없으면 AI는 올바른 코드를 생성하는 데

[01:53] 필요한 적절한 컨텍스트를 얻을 수 없습니다.

[01:56] 그래서 컨텍스트 엔지니어링이 중요한 것입니다.

[01:59] 우리에게는 더 나은 AI만이 필요한 것이 아닙니다.

[02:01] 더 나은 구조와 AI에게 적절한 정보를

[02:03] 제공하는 더 나은 방법이 필요합니다.

[02:07] 그래야 AI가 성공적으로 코드를 생성할 수 있습니다.

[02:09] 그래서 오늘 제가 여러분께

[02:11] Cole Medin이 개발한

[02:13] 컨텍스트 엔지니어링 템플릿을 소개하려고 합니다.

[02:16] 그는 정말 놀라운 분입니다.

[02:18] 그가 바로 컨텍스트 엔지니어링으로

[02:20] 코드 생성을 획기적으로 개선하는

[02:23] 이 템플릿을 만든 장본인입니다.

[02:24] 그의 채널을 살펴보시길 강력히 추천합니다.

[02:27] 그는 다양한 AI 도구들과 플러그인에 대한

[02:29] 심도 있는 튜토리얼을 많이 제작합니다.

[02:32] 그리고 다양한 개념들도 다룹니다.

[02:34] 하지만 오늘은 컨텍스트 엔지니어링을

[02:36] 실제로 적용해보면서 왜 이것이

[02:38] 그토록 중요한지 보여드리겠습니다.

[02:40] 바이브 코딩보다 100배 더 나은 이유를

[02:42] 시연해보겠습니다.

[02:45] 이 템플릿은 여러분의 코드 생성을

[02:47] 컨텍스트 엔지니어링을 통해

[02:49] 획기적으로 개선시킬 것입니다.

[02:51] 그의 채널을 살펴보시길 강력히 추천합니다.

[02:54] 그는 다양한 AI 도구들과 플러그인에 대한

[02:56] 심도 있는 튜토리얼을 많이 제작합니다.

[02:58] 그리고 다양한 개념들을 다루죠. 하지만 오늘 우리는

[03:00] 컨텍스트 엔지니어링을

[03:02] 실제로 시연해보고 왜 이것이

[03:05] 정말 중요하고 어떻게 도움이 될지

[03:06] 보여드릴 겁니다. 컨텍스트 엔지니어링이

[03:09] 무엇인지 간단히 다시 설명하면,

[03:11] 신중하게 선택하고 정리하고

[03:14] 올바른 정보를 관리하는 기술입니다.

[03:16] AI나 AI 에이전트가 각 단계에서 필요로 하는

[03:19] 작업을 효율적이고

[03:21] 효과적으로 수행하기 위해 필요한 정보를

[03:24] 압도하지 않고 중요한 세부사항을

[03:26] 놓치지 않고 제공하는 거죠. 이것은

[03:29] 기본적으로 어떻게 작동하는지 보여주는

[03:32] 시각적인 방법입니다. 컨텍스트 엔지니어링에서는

[03:34] 이 모든 다양한 컨텍스트가

[03:36] 사용될 것입니다. 우리는 먼저

[03:38] 이 정의를 이해해야 합니다.

[03:39] 이것은 단순한 프롬프트나

[03:41] 대형 언어 모델에 보내는

[03:43] 무언가가 아니기 때문입니다. 컨텍스트는

[03:46] 모델이 실제로 생성하기 전에 보는

[03:48] 모든 것입니다. 이것은 상태, 히스토리,

[03:51] 사용자 프롬프트, 사용 가능한 도구들,

[03:53] RAG 명령어, 그리고 장기 메모리를

[03:56] 포함합니다. 이 전체 컨텍스트를 통해

[03:58] 이 모든 것들을 하나의

[04:01] 단일 영역에서 참조하여 최고의 구조화된

[04:04] 출력을 얻을 수 있습니다. 본질적으로

[04:06] 올바른 균형을 맞추고 AI에게

[04:08] 필요하고 유용하며

[04:10] 구조화된 정보를 올바른

[04:12] 시간에 단계별로 제공하는 것입니다.

[04:14] 자, 이제 이 모든 것을 정리했으니

[04:16] 컨텍스트 엔지니어링을 살펴보겠습니다.

[04:18] 프롬프트 엔지니어링보다 훨씬 낫습니다.

[04:20] 10배 더 좋고 바이브 코딩보다는

[04:22] 쉽게 100배 더 좋습니다. 이것이

[04:24] 우리에게 도움이 될 것은

[04:27] 모든 AI 코딩 어시스턴트와 함께

[04:29] 작업할 수 있게 해줄 것입니다. 하지만 이

[04:32] 특정 템플릿은 Claude Code와

[04:34] 함께 작동합니다. Claude의 강점과

[04:36] 쉽게 연결되도록 구축된 템플릿으로

[04:39] 더 유연하고 생성에서

[04:41] 더 정확하게 만들 수 있습니다.

[04:43] 더 적은 토큰을 사용하고

[04:45] 본질적으로 더 나은 생성을

[04:47] 얻을 수 있습니다. 몇 가지

[04:48] 전제 조건이 필요합니다.

[04:50] 저장소를 클론하기 위해

[04:51] Git이 설치되어 있는지 확인하세요.

[04:54] Claude Code의 기능을 위한

[04:56] Node.js도 필요합니다. Claude Code도

[04:58] 설치되어 있는지 확인하세요.

[05:00] 설치하기 매우 쉽습니다. 운영 체제의

[05:03] 명령 프롬프트에서

[05:05] 코드를 실행하면 쉽게

[05:07] Context 7을 시작할 수 있습니다.

[05:08] 모든 전제 조건이 충족되면

[05:10] 템플릿의 GitHub 저장소로 가서

[05:13] 이 저장소를 먼저 클론하세요.

[05:15] 이 첫 번째 링크를 복사하고

[05:17] 명령 프롬프트를 열고 붙여넣어

[05:20] 저장소를 클론합니다. 저장소가 클론되면

[05:22] 컨텍스트 엔지니어링

[05:24] 소개 부분으로 가서

[05:27] 이 템플릿에 대한 좋은 친숙한

[05:29] 이해를 얻을 수 있습니다.

[05:30] 시작하기 전에 오늘의 비디오 스폰서인

[05:33] Zapier를 소개하겠습니다.

[05:36] Zapier는 Zapier 에이전트로

[05:39] AI 자동화를 다음 단계로 끌어올렸습니다.

[05:42] 챗봇이 아니라 당신이 중요한 것에

[05:44] 집중하는 동안 조용히 실제 작업을

[05:46] 앱들 사이를 돌아다니며 다양한 작업들을 관리하거나

[05:48] 귀중한 시간을 낭비하는 것에 지쳤다면, Zapier

[05:51] 에이전트는 리드 스코어링, 고객

[05:54] 라우팅, 콘텐츠 생성 등을

[05:56] 모두 자동으로 처리하는 24/7 AI 팀원과 같습니다.

[05:58] Zapier의 에이전트 템플릿은 쉽게 시작할 수 있도록

[06:01] 바로 사용할 수 있는 프레임워크로

[06:03] 몇 번의 클릭만으로 7,000개 앱에서

[06:05] 작업을 자동화할 수 있게 해줍니다.

[06:08] 이러한 에이전트들은 백그라운드에서 실행되며

[06:11] 여러 앱에서 워크플로우를 능동적으로 자동화합니다.

[06:13] 구축하기도 간단합니다. 원하는 것을 입력하거나

[06:15] 바이럴 콘텐츠 생성 에이전트나

[06:17] 영업 통화 분석 에이전트, 심지어

[06:19] 여행 예약 관리자와 같은 바로 사용할 수 있는 템플릿을

[06:22] 가져다 사용하면 됩니다.

[06:24] 모든 워크플로우에 맞는 것이 있습니다.

[06:26] 그러니 오늘부터 나만의 AI 파워 드림팀을

[06:29] 구축해보세요. 그리고 이것은 아래 링크를 통해

[06:31] 완전히 무료로 접근할 수 있습니다.

[06:33] 오늘 영상을 후원해준 Zapier에게 다시 한번 감사드립니다.

[06:35] 그런데 이제 오늘의 영상으로

[06:37] 바로 돌아가겠습니다.

[06:39] 저장소를 클론한 후에

[06:41] IDE에서 열어서

[06:43] 이러한 다양한 파일들을 쉽게 미리보기하고

[06:45] 설정할 수 있도록 해보겠습니다.

[06:47] 먼저 하고 싶은 것은 .claude.md로

[06:50] 이동하는 것입니다. 이것은 기본적으로 Claude가

[06:52] 실제로 따라야 할 글로벌 규칙들입니다.

[06:54] 클라이언트 규칙이나 커서 규칙처럼

[06:57] 프로젝트 전체 규칙을 정의하는 것입니다.

[06:59] 그리고 본질적으로 이것은

[07:00] 코드 구조와 같은 모든 대화에서

[07:02] AI 어시스턴트가 따라야 할 지침을 제공합니다.

[07:05] 이것은 이미 설정된 기본 템플릿입니다.

[07:07] 하지만 테스팅이나 신뢰성, 작업

[07:09] 완료, 시스템 및 대화와 같은 것들을

[07:11] 설정할 수 있습니다.

[07:13] 자신의 선호도에 따라 이것을 쉽게

[07:15] 설정할 수 있습니다.

[07:17] 다음으로, 초기 기능 요청을 만들고 싶은데

[07:19] 그것은 initial.md 파일에 있습니다.

[07:21] 이미 예시가 있는데

[07:23] 무엇을 제공해야 하는지 보여줍니다.

[07:26] 하지만 이 initial.md 파일에서

[07:28] 이것은 본질적으로 구축하고 싶은

[07:30] 기능들을 설명하는 곳입니다.

[07:32] 기능 탭에서 AI가 집중하기를 원하는

[07:35] 것에 대한 명확한 설명을 삽입합니다.

[07:38] 예시 탭에서는

[07:39] 원하는 만큼 많은 파일을 제공할 수 있고

[07:41] 그것을 참조하여 자신의 컨텍스트를

[07:43] 기반으로 구축할 수 있습니다.

[07:45] 그리고 이 폴더에서 예시들을

[07:47] 제공할 수 있습니다.

[07:50] 문서의 경우 관련 문서나 API, 심지어

[07:52] MCP 서버 리소스에 연결할 수 있습니다.

[07:54] 추가 고려사항으로는

[07:56] 에지 케이스나 AI가 집중해야 할

[07:58] 특정 요구사항들이 있습니다.

[08:00] 이제 글로벌 규칙과 기능 요청을

[08:03] 설정했으니, 다음에 할 일은

[08:06] PRP 생성 작업입니다. 이것은

[08:08] 제품 요구사항 프롬프트이며

[08:10] Claude나 Cursor에서 들어본 적이

[08:13] 있을 것입니다.

[08:16] 이것은 본질적으로 AI 어시스턴트에게

[08:18] 더 구체적인 지침을 작성하는 데

[08:21] 도움이 되는 PRD입니다.

[08:22] 그리고 이것은 여러분이

[08:24] 이미 들어본 적이 있을 것입니다.

[08:27] 그것은 기본적으로

[08:30] 더 구체적인 지침을 작성하는 데 도움이 되는

[08:33] AI 코딩 어시스턴트에게 도움을 줄 겁니다. 그리고 단순히

[08:35] generate PRP initial MD 명령을 실행하기만 하면

[08:38] Claude Code에서 이 PRP를 생성할 수 있습니다.

[08:41] 그리고 기본적으로 컨텍스트 엔지니어링

[08:43] intro 템플릿 안에는 이미

[08:45] PRP 생성을 도와주는 명령들이

[08:47] 설정되어 있습니다. 이들은 슬래시 명령으로

[08:49] commands 폴더에 정의된 사용자 정의 명령들입니다.

[08:52] 그리고 이것은 PRP를 생성하고

[08:53] 실행하는 데 도움이 되는 것이며

[08:56] PRP를 실행한 후 볼 수 있는

[08:58] 인수와 변수들은 PRP 생성을 위해

[09:01] 보낸 후의 initial MD 파일을

[09:04] 참조하게 됩니다. 그래서 여기서

[09:06] 터미널을 통해 Claude Code를

[09:08] 열 수 있고, 모드를 설정하고

[09:11] API 키를 설정하여 원하는

[09:13] 로그인을 할 수 있습니다.

[09:16] 이 작업을 완료하면 PRP를 생성할 수 있습니다.

[09:19] 이제 Claude Code가 인증되었으므로

[09:22] 설정한 initial MD 요구사항을

[09:24] 기반으로 PRP를 생성하기 위해

[09:27] Claude Code에서 이것을 실행할 수 있습니다.

[09:29] 그러면 이것을 붙여넣고

[09:32] 이 명령을 실행하면 됩니다.

[09:35] 시간이 좀 걸릴 텐데, 우리가

[09:37] 제공한 모든 참조 자료를

[09:39] 기반으로 PRP를 철저히

[09:41] 작성하게 되기 때문입니다.

[09:43] 지금 보시면 Coleman이 만든

[09:45] PRP 템플릿을 기반으로

[09:47] 이 PRP를 개발하고 있습니다.

[09:50] 템플릿 내에 설정된 모든

[09:52] 요구사항을 기반으로 PRP를 만들고 있습니다.

[09:55] 지금 우리가 만든 initial MD를

[09:57] 기반으로 새로운 PRP를

[09:58] 만들고 있는 것을 볼 수 있습니다.

[10:01] 여러분, 이 전체 과정에서

[10:03] PRP를 생성하고 컨텍스트 엔지니어링

[10:05] 템플릿으로 작업하면서

[10:07] 놀라운 점은 AI가 코드를 생성하는 것뿐만 아니라

[10:10] 실제로 철저히 계획한다는 것입니다.

[10:13] 보시면 이것은 상당히 상세한

[10:15] 할 일 목록입니다. API 연구에

[10:17] 중점을 두고, 우리가 제공한

[10:21] 코드베이스를 확인하고

[10:23] 제공한 예제들을 검토하며

[10:26] initial MD에 설정한

[10:28] 문서도 읽습니다.

[10:30] 이것은 정말 중요한데, AI 코딩 어시스턴트의

[10:33] 가장 큰 문제 중 하나가

[10:35] 처음에 언급했듯이 환각 현상입니다.

[10:37] 또한 올바른 API 호출을 제대로

[10:40] 가져오지 못하거나 중요한

[10:41] 세부사항을 놓치기도 합니다.

[10:45] 하지만 컨텍스트 엔지니어링을 통해

[10:47] AI가 무거운 작업을 처리하고

[10:49] 실제 연구를 수행하며

[10:51] 읽기 쉽고 신뢰할 수 있는

[10:53] 계획을 세운 후 코드를 작성합니다.

[10:56] 단순히 하나의 파일을 만드는 것이 아니라

[10:58] 실제로 확신을 가지고

[11:00] 만들고 있습니다.

[11:02] 자, 이제 우리의 PRP가

[11:05] 완전히 개발되었습니다.

[11:07] 이제 PRP 폴더에서 이것을

[11:09] 참조할 수 있습니다. 그리고

[11:12] multi-agent research email system으로

[11:14] 액세스할 수 있습니다.

[11:16] 만약 이것을 미리보기로 열어보면

[11:19] 생성할 수 있었던 전체 PRP를

[11:21] 볼 수 있습니다. 우리의

[11:23] 문서와 필요한 모든 파일들을

[11:26] 참조하고 있으며, 예제 파일에서

[11:28] 제공한 링크들도 포함하고 있습니다.

[11:31] 그리고 추가할 파일들이 포함된 원하는 코드베이스 트리까지 제공합니다.

[11:33] 전체적으로 이것은 환각 현상을 엄청나게 줄여주고

[11:35] 토큰 출력 비용도 절약해주며

[11:38] 어떤 것이든 생성하는 것을 매우 효율적으로 만들어줍니다.

[11:40] 이것이 바로 컨텍스트 엔지니어링이 정말 중요한 이유입니다.

[11:43] 코드 생성 과정을 전체적으로 간소화하는 방법이기 때문입니다.

[11:46] 이제 PRP를 생성했으니

[11:48] 이제 PRP를 실행하기만 하면 됩니다.

[11:50] 그러면 쉽게 애플리케이션을 코딩하거나

[11:52] 이 경우에는 AI 에이전트를 생성할 수 있습니다.

[11:55] execute PRP 명령어를 실행하기만 하면 됩니다.

[11:57] PRP가 생성된 폴더와

[12:00] 생성된 MD 파일의 이름을 지정하면 됩니다.

[12:02] 간단히 이것을 붙여넣으면

[12:04] 애플리케이션을 생성하는 작업을 철저히 진행할 것입니다.

[12:07] 시간이 좀 걸릴 수 있고

[12:09] 많은 토큰을 사용할 것입니다.

[12:12] 이 점을 염두에 두시기 바랍니다.

[12:15] 하지만 어떤 것을 생성할 수 있는지 확인해보겠습니다.

[12:18] 먼저 할 일 목록을 생성한 것 같습니다.

[12:20] 프로젝트 디렉토리 생성, 요구사항 설정,

[12:22] Pydantic에서 에이전트 구현, 그리고

[12:25] 문제를 해결하기 위한 모든 검증 명령어 실행입니다.

[12:27] 애플리케이션을 생성하는 이 깊이 있는 과정을 볼 수 있습니다.

[12:29] 시간이 좀 걸리겠지만

[12:31] 완료되면 다시 돌아오겠습니다.

[12:33] 시작하기 전에 한 가지 말씀드리고 싶은 것은

[12:36] World of AI 뉴스레터를 구독하시라는 것입니다.

[12:38] 매주 다양한 뉴스레터를 지속적으로 게시하고 있습니다.

[12:40] AI 분야에서 일어나는 일에 대한

[12:42] 최신 지식을 쉽게 얻을 수 있는 곳입니다.

[12:45] 완전히 무료이므로

[12:47] 꼭 구독해주시기 바랍니다.

[12:49] 지금 각 작업을 하나씩 처리하고 있는데

[12:51] 정말 놀라운 일입니다.

[12:52] 우리가 생성한 PRP의

[12:53] 할 일 목록을 철저히 참조할 수 있었고

[12:56] 그 PRP를 기반으로

[12:58] 고품질 출력물을 생성할 수 있습니다.

[13:00] 만약 모델에 프롬프트를 한 번에 보내서

[13:03] 이 작업을 수행하려고 한다면

[13:05] 환각 현상 때문에

[13:06] 같은 수준의 품질을 얻을 수 없을 것입니다.

[13:09] 정확한 컨텍스트나 예시를 참조할 수 없기 때문입니다.

[13:12] 반면 이 경우에는

[13:14] 처음에 봤듯이 모든 내용을 하나의 영역에 끌어와서

[13:17] 대형 언어 모델을 통해 균등하게 공급하여 처리합니다.

[13:19] 그래서 단일 파일로 혼자 보내는 것과 비교해서

[13:22] 최고의 콘텐츠를 출력할 수 있는 것입니다.

[13:25] 그리고 이렇게 우리의 PRP가

[13:27] 완전히 구현되었습니다.

[13:30] 설정 방법에 대한

[13:32] 단계별 과정도 나열되어 있습니다.

[13:34] 먼저 환경으로 들어가서

[13:37] 복사하고, API 키를 구성하고,

[13:39] 종속성을 설치한 다음

[13:41] Python main.py 파일을 실행하면

[13:44] pytest를 사용해서 테스트할 수 있습니다.

[13:47] 전체적으로 우리의 AI 에이전트가

[13:48] 완전히 생성되었음을 볼 수 있습니다.

[13:51] 단일 파일로 보내는 것보다

[13:53] 훨씬 좋은 결과를 얻을 수 있습니다.

[13:55] 이렇게 우리의 PRP가

[13:57] 완전히 구현되었습니다.

[14:00] 설정 방법에 대한

[14:02] 단계별 과정도 나열되어 있습니다.

[14:04] 먼저 환경으로 들어가서

[14:06] 복사하고, API 키를 구성하고,

[14:09] 종속성을 설치한 다음

[14:11] Python main.py 파일을 실행하면

[14:13] pytest를 사용해서 테스트할 수 있고

[14:15] 전체적으로 우리의 AI 에이전트가

[14:17] 완전히 생성되었음을 볼 수 있습니다.

[14:23] 우리의 PRP를 기반으로 만들어지고 구성되었습니다.

[14:25] 하지만 이제 테스트해보겠습니다. 또한

[14:27] 이 모든 것이 완전히 구성되는 데 $3.32가 들어간 것 같네요.

[14:30] 모든 것이 완전히 구성되는 데 말이죠.

[14:32] 그리고 여러분, 이제 API 키를 구성했으니

[14:34] 에이전트를 열어보겠습니다.

[14:37] 이제 이것이 본질적으로 제가

[14:40] 이 멀티 에이전트 연구 및

[14:42] 이메일 시스템을 단일 PRP로 만든 곳입니다.

[14:45] 그리고 제가 이것으로 연구할 수 있다는 것을 볼 수 있습니다.

[14:47] Brave API로 검색할 수 있는

[14:48] 곳에서 말이죠. Gmail을 사용해 이메일을 보낼 수 있습니다.

[14:52] 초안을 만들 수 있고

[14:54] 멀티 에이전트는

[14:56] 서로 다른 에이전트 간에 원활하게 위임할 수 있습니다.

[14:58] 그럼 이제 시도해보겠습니다.

[15:00] 우리가 만든 멀티 에이전트를 말이죠.

[15:02] AI 세계에 대한 심층 연구를 만들어 달라고 요청할 수 있습니다.

[15:07] 그리고 우리가 개발한 멀티 에이전트로

[15:11] 이 요청을 처리할 수 있습니다.

[15:13] 지금 보시면

[15:15] 브레이브 검색 도구를 사용하고 있는 것을 볼 수 있습니다.

[15:17] 연구 에이전트 자체가 말이죠.

[15:19] 모든 결과를 컴파일하여

[15:21] 우리를 위해 이 연구를 개발할 수 있습니다.

[15:24] 몇 초 안에 여기에 출력될 것입니다.

[15:26] 그리고 여러분, 이것은 모두

[15:28] 제가 아무것도 하지 않고도 AI의 도움으로

[15:31] 완전히 구성되었습니다.

[15:33] 꽤 빠른 작업을 했고, 꽤 저렴한 작업이기도 했습니다.

[15:35] 그리고 컨텍스트 엔지니어링 프로세스 덕분에

[15:37] 끝까지 수행할 수 있었습니다.

[15:40] 모든 것을 철저히 참조할 수 있는

[15:42] 곳에서 말이죠. 그리고 지금 보시면

[15:44] 찾은 모든 소스를 연결하고 있습니다.

[15:46] 그리고 AI 세계가 무엇인지에 대한 연구를 만들었습니다.

[15:49] 이 영상이 마음에 들고 채널을 지원하고 싶다면

[15:51] 아래의 슈퍼 땡스 옵션을 통해

[15:53] 제 채널에 기부하는 것을 고려해보세요.

[15:56] 아니면 우리의 프라이빗 디스코드에

[15:58] 가입하는 것을 고려해보세요.

[16:00] 여기서 매월 무료로 여러 AI 도구에 대한

[16:02] 다양한 구독에 액세스할 수 있습니다.

[16:04] 매일 AI 뉴스와 독점 콘텐츠, 그리고

[16:07] 훨씬 더 많은 것들이 있습니다.

[16:09] 이제 저는 정말로 여러분이

[16:12] 컨텍스트 엔지니어링이 무엇인지 조금 더 이해하고

[16:14] 그것이 여러분의 코딩 경험을 향상시키는 데

[16:17] 확실히 도움이 될 것이라는 것을 이해하기를 바랍니다.

[16:18] 이것은 제가 매우 추천하는 것입니다.

[16:21] 여러분이 이 모든 다양한 리소스들을

[16:22] 살펴보시기를 바랍니다.

[16:24] 오늘 영상에서 사용한 것들을

[16:25] 아래 설명란에서 말이죠.

[16:28] 하지만 기본적으로 이게 전부입니다, 여러분.

[16:29] 오늘 영상을 즐기셨기를 바랍니다.

[16:31] 오늘 이 작업에 많은 시간을 보냈습니다.

[16:33] 그래서 여러분이 댓글을 달고 좋아요를 누르고

[16:34] 구독해주신다면 정말 감사하겠습니다.

[16:36] 그것은 저에게 세상 전부를 의미할 것입니다.

[16:38] 하지만 그런 생각으로, 여러분,

[16:39] 시청해주셔서 정말 감사합니다.

[16:40] 두 번째 채널도 구독하시기 바랍니다.

[16:42] 뉴스레터와 디스코드에도 가입하세요.

[16:44] 트위터에서도 팔로우하세요.

[16:45] 그리고 마지막으로 구독하고

[16:47] 알림벨을 켜고 이 영상에 좋아요를 누르고

[16:48] 이전 영상들도 살펴보세요.

[16:50] 정말로 도움이 될 많은 콘텐츠가 있기 때문입니다.

[16:51] 하지만 그런 생각으로, 여러분,

[16:53] 시청해주셔서 정말 감사합니다.

[16:54] 멋진 하루 보내세요.

[16:56] 긍정을 퍼뜨리고, 곧 뵙겠습니다.

[16:58] 안녕히 계세요, 여러분.