RunBear MCP 에이전트: 손쉽게 슈퍼 AI 에이전트 팀원을 만드세요! (Slack, Discord 연동)

AICodeKing 구독자 71,200명

요약

이 영상은 RunBear 플랫폼을 활용해 코드 없이 Slack, Discord 같은 커뮤니케이션 채널에 AI 에이전트를 생성·연동하는 과정을 보여줍니다. Anthropic Claude 모델과 MCP 서버를 연결해 GitHub 이슈 분석·제안까지 가능한 ‘슈퍼 동료’를 만드는 법을 단계별로 안내합니다. 시스템 프롬프트 설정, 지식 소스 업로드, GitHub 연동, Slack 설치 등 핵심 설정 방법을 상세히 다루며, 최종적으로 봇 활용과 분석 대시보드 확인까지 마무리합니다.

주요 키워드

AI 에이전트 RunBear MCP 시스템 프롬프트 지식 소스 GitHub 통합 Slack 연동 Discord 연동 no-code Anthropic Claude 모델

하이라이트

🔑 AI 워크플로우 바로 옆에 존재하는 에이전트: 매일 사용하는 Slack에서 벗어나지 않고도 프로젝트 정보를 바로 조회할 수 있습니다.
🚀 RunBear 플랫폼 소개: Slack, Discord, Teams, HubSpot, ZenDesk 등 다양한 채널에 코드 없이 AI 에이전트를 배포할 수 있습니다.
⚡️ 손쉬운 에이전트 생성: Anthropic Claude, OpenAI, Gemini 등 여러 모델을 선택하고 시스템 프롬프트를 자동 생성하는 마법 지팡이 기능을 제공합니다.
🌐 지식 소스 연동: Google Drive, Notion, Confluence, Slack 대화 기록, 직접 업로드한 문서를 AI가 참조하도록 설정할 수 있습니다.
🔧 MCP 서버 통합: Marketplace 또는 커스텀 서버를 통해 GitHub 등 API 기반 도구와 연결해 에이전트를 거의 슈퍼 동료 수준으로 확장합니다.
🔄 권한 설정 옵션: 사용자별 인증 또는 공유 인증, 승인 요구와 확장된 사고(extended thinking) 기능을 선택해 보안과 협업 니즈를 조절합니다.
📊 봇 활용 및 모니터링: Slack 채널에서 질문하고 이슈 리스트·구현 제안을 받아볼 수 있으며, 대시보드에서 사용 현황과 분석 정보를 확인합니다.

용어 설명

AI 에이전트

사용자의 워크플로우에 맞춰 특정 업무를 수행하는 인공지능 프로그램 동료

RunBear

코딩 없이 AI 에이전트를 생성·관리하고 다양한 채널에 연동할 수 있는 플랫폼

MCP

Multi-Channel Platform 서버로, AI 에이전트에 확장된 기능과 API 연결을 제공하는 인프라

시스템 프롬프트

AI에게 역할과 행동 지침을 제공하는 초기 명령어 세트

지식 소스

AI 에이전트가 참조할 수 있도록 업로드하거나 연동하는 문서 및 외부 데이터

Slack 연동

Slack 워크스페이스에 AI 에이전트를 설치해 채팅창에서 직접 호출하고 활용하는 기능

회사 내 일상적 협업 도구에서 벗어나지 않고도 프로젝트 맥락을 이해하는 AI 동료가 필요함을 설명합니다. ChatGPT처럼 외부 도구로 이동하지 않고 Slack 등에서 바로 활용할 수 있는 솔루션을 소개합니다.

[00:29] RunBear의 주요 기능을 설명합니다. Slack, Discord, Teams 등 다양한 플랫폼에서 사용 가능하며, MCP 서버 연결로 강력한 기능을 제공합니다.

RunBear를 통해 Slack, Discord, Teams, HubSpot, ZenDesk 등 다양한 채널에 AI 에이전트를 배포하는 기능을 안내합니다. MCP 서버 연동으로 슈퍼 동료급 기능을 추가할 수 있음을 강조합니다.

[01:18] 기술적 전문 지식 없이도 AI 에이전트를 쉽게 설정할 수 있고, 여러 데이터 소스와 연결 가능함을 강조합니다.

RunBear에 가입한 뒤 사이드바의 Assistance 탭에서 새 에이전트를 생성하는 과정을 보여줍니다. ‘Add assistant’ 버튼으로 Claude 기반 에이전트를 선택해 인터페이스를 띄우는 단계입니다.

[01:56] 실제 AI 에이전트 생성 과정을 시작합니다. RunBear 가입 후 어시스턴트 탭에서 새 어시스턴트를 추가하는 방법을 안내합니다.

[02:32] 어시스턴트 소스 선택 옵션들을 설명하며, Claude, OpenAI, Gemini 등 다양한 모델 중 선택할 수 있음을 보여줍니다.

에이전트 소스(Model)로 Claude, OpenAI, Gemini 등을 선택하고, 마법 지팡이 아이콘으로 시스템 프롬프트를 자동 생성합니다. 이후 Anthropic 모델(예: Claude Sonnet)을 설정하고 키 입력을 구성합니다.

[03:03] GitHub 이슈를 확인하고 해결책을 제안하는 AI 어시스턴트 생성 예시를 설명하며, AI 코더와 연동해 최소한의 개입으로 이슈를 해결하는 방법을 제시합니다.

[03:35] GitHub 어시스턴트를 위한 시스템 프롬프트를 설정하는 과정을 설명합니다. 직접 작성하거나 마법 지팡이 아이콘을 통해 자동으로 생성할 수 있으며, 이슈 조사와 구현 권장사항을 제공하는 기능을 포함할 수 있습니다.

직접 문서를 업로드하거나 Google Drive, Notion, Confluence, Slack 대화 기록을 지식 소스로 연결해 에이전트가 프로젝트 문맥을 참조하도록 설정합니다. 자동 업데이트 옵션도 안내합니다.

[04:07] Anthropic 모델 선택과 설정 방법을 소개합니다. Claude Sonnet 모델을 추천하며, 자체 API 키 설정도 가능합니다. 지식 소스 연결 옵션으로 문서 업로드, Google Drive, Confluence, Notion, Slack 등을 활용할 수 있습니다.

[05:02] MCP(Model Context Protocol) 옵션의 핵심 기능을 설명합니다. 마켓플레이스에서 다양한 통합 기능을 선택할 수 있으며, GitHub 통합을 예시로 설정 과정을 보여줍니다. 사용자별 또는 공유 인증 방식을 선택할 수 있습니다.

Marketplace 또는 커스텀 MCP 서버 옵션을 통해 GitHub API 등과 연동합니다. 권한 방식(사용자별·공유), 승인 요구, 확장된 사고 옵션을 설정해 보안을 유지하면서도 에이전트를 확장합니다.

타임라인 정보가 없습니다.

Slack에 에이전트를 설치하는 과정을 단계별로 시연합니다. 설치 후 워크스페이스에서 봇을 호출해 질문하고 응답을 받을 수 있는 설치 흐름을 보여줍니다.

[06:15] 커뮤니케이션 채널 연결 과정을 안내합니다. Slack, Discord, Teams 등과 연결 가능하며, Slack 설치 과정을 실제로 시연합니다. 설치 후 Slack에서 AI 어시스턴트에게 직접 질문하고 응답을 받을 수 있습니다.

Slack 채널에서 GitHub 이슈 리스트와 구현 제안을 요청하고, 실제 응답을 확인합니다. 대시보드에서 봇 사용 현황을 모니터링하고 커스텀 프로필 설정 등 추가 기능을 안내합니다.

[07:03] Run Bear의 추가 기능들을 소개합니다. 분석 대시보드를 통한 모니터링, 커스텀 프로필 설정, 팀 기능 등을 언급하며 전반적인 사용 경험을 정리합니다. 다양한 AI 어시스턴트와 에이전트 생성이 가능하다고 강조합니다.

RunBear를 활용해 팀 맞춤형 AI 에이전트를 손쉽게 만들고 관리할 수 있음을 강조하며, 영상 링크를 통해 더 많은 정보를 확인하고 피드백을 요청합니다.

타임라인 정보가 없습니다.

[00:00] [음악]

[00:03] [박수]

[00:04] 안녕하세요, 또 다른 영상에 오신 것을 환영합니다.

[00:08] 그래서 항상 곁에 있는 AI 에이전트를 만드는 것은,

[00:11] 특히 Slack 같은 도구를 사용하는

[00:13] 기업 환경에서는 꽤 어려울 수 있습니다.

[00:15] 왜냐하면 팀원들과 채팅하는

[00:19] 일상적인 워크플로우에서 벗어나서

[00:20] 당신의 업무에 대해 전혀 모르는

[00:23] ChatGPT 같은 곳으로

[00:24] 이동하고 싶지 않기 때문입니다.

[00:27]

[00:29] 하지만 오늘, 여러분의

[00:32] 일상적인 워크플로우에 연결되는 AI 에이전트를 만들어서

[00:34] 여러분의 프로젝트에 대해 알고

[00:37] 여러 API에 접근할 수 있는

[00:40] 말 그대로 AI 팀원을 만들 수 있는

[00:42] 도구가 있습니다.

[00:45] 이것은 RunBear라고 불립니다.

[00:48] RunBear는 여러분의 팀을 위한 AI 에이전트를 만들 수 있게 해줍니다.

[00:50] 팀이 Slack, Discord,

[00:53] Teams, HubSpot 등을 위한

[00:56] AI 에이전트를 코딩 없이 만들 수 있게 해줍니다.

[01:00] 게다가 이러한 AI 에이전트들은

[01:03] 단순한 AI 모델이 아닙니다. 다양한 소스에 연결할 수 있고

[01:06] MCP 서버에도 연결할 수 있어서

[01:09] 거의 슈퍼파워를 가진

[01:12] 슈퍼파워 팀원 같은 느낌을 주며,

[01:14] 정말 멋진 기능입니다.

[01:17]

[01:18] 기술적이나 엔지니어링 전문 지식 없이도

[01:21] AI 에이전트를 빠르고 쉽게

[01:24] 설정할 수 있습니다.

[01:26] 게다가 다양한 팀의

[01:29] 고유한 요구사항에 맞춘

[01:32] AI 에이전트를 단일 플랫폼에서

[01:34] 생성하고 관리할 수 있습니다.

[01:35] 만들어진 에이전트들을

[01:37] Slack, Discord, Microsoft Teams,

[01:41] HubSpot뿐만 아니라 Zendesk에서도 접근할 수 있습니다.

[01:44] 그리고 말씀드린 바와 같이

[01:47] Google Drive, Notion, Confluence 같은

[01:49] 여러 데이터 소스뿐만 아니라 MCP 서버에도 연결할 수 있습니다.

[01:53]

[01:56] 이제 충분히 설명했으니, 실제로

[01:59] AI 에이전트를 만들어보고 커뮤니케이션 채널에 연결해보겠습니다.

[02:01] 그러니 RunBear로 가서

[02:04] 가입하시면 됩니다. 완료되면

[02:06] 이 페이지를 보시게 될 것입니다. 오른쪽에

[02:10] 사이드바가 보이고 어시스턴트 탭을

[02:12] 찾을 수 있습니다. 어시스턴트 탭으로

[02:15] 가시면 됩니다. 여기서

[02:18] 어시스턴트 생성을 시작할 수 있습니다.

[02:20] 이 어시스턴트 추가 옵션을 클릭하면

[02:23] Claude 옵션이 나타납니다.

[02:25] 클릭하시면

[02:27] 이 인터페이스가 열립니다.

[02:30] 첫 번째 옵션은

[02:32] 어시스턴트 소스인데, 이를 통해

[02:35] Claude, OpenAI, Gemini 또는

[02:38] Perplexity 중에서 선택할 수 있습니다.

[02:41] 또한 커스텀 GPT, OpenAI

[02:44] 어시스턴트나 Python SDK뿐만 아니라

[02:47] Langserve도 연결할 수 있습니다.

[02:51] Claude를 사용하는 것을 추천하는데

[02:52] MCP를 연결할 수 있고

[02:54] 다른 모든 기능들도 사용할 수 있기 때문입니다.

[02:57] 선택이 완료되면, 이제 시스템 프롬프트와 함께

[03:00] 어시스턴트를 설정할 수 있습니다.

[03:03] 저는 제 GitHub 이슈를 확인하고

[03:05] 해당 이슈를 어떻게 해결할 수 있는지

[03:08] 제안해주는 AI 어시스턴트를 만들 것입니다.

[03:10] 또한 제안과

[03:12] Cursor나 Cline 같은

[03:16] AI 코더에 복사해서 붙여넣을 수 있는

[03:18] 프롬프트도 제공해서

[03:21] 최소한의 개입으로 이슈를 해결할 수 있게 합니다.

[03:24] 어시스턴트 이름은

[03:27] GitHub 어시스턴트로 해두겠습니다.

[03:29] 시스템 프롬프트의 경우, 직접

[03:32] 작성할 수도 있고

[03:35] 직접 작성할 수도 있고, 여기 있는

[03:37] 마법 지팡이 아이콘을 클릭할 수도 있습니다.

[03:41] 이 시스템 프롬프트를

[03:44] 이슈를 살펴보고 구현

[03:46] 권장사항을 제공하는

[03:48] GitHub 어시스턴트로 만들고,

[03:49] 해당 이슈를 해결할 수 있는

[03:52] 다른 AI 에이전트에게 전달할 수 있는

[03:54] 프롬프트로 변경하도록 요청할 수 있습니다.

[03:56] 여기로 전송하면

[03:58] 프롬프트를 자동으로

[04:00] 생성해주는 것을 볼 수 있는데, 정말 멋지죠.

[04:03] 적용하면 바로

[04:05] 완료됩니다.

[04:07] 다음으로 여기서

[04:10] 모든 Anthropic 모델 중에서 쉽게 선택할 수 있습니다.

[04:13] 저는 Claude Sonnet 모델을 사용하는데

[04:15] 이게 최고이기 때문입니다. 또한

[04:18] 자체 Anthropic 키 사용도 설정할 수 있습니다.

[04:22] 이제 지식 소스를

[04:23] 여기서 연결할 수 있습니다.

[04:26] 문서를 지식 소스로 업로드하거나

[04:28] Google Drive를 연결해서 문서를 선택하거나

[04:31] Confluence나 Notion, 그리고

[04:34] 대화 세부사항 참조를 위한

[04:36] Slack도 사용할 수 있습니다.

[04:40] 제 프로젝트를 위한 문서가 있는데

[04:42] 벤치마킹 앱입니다.

[04:44] 여기에 업로드하면

[04:47] 제 프로젝트에 대한 문서를 가지게 되어

[04:50] 참조할 수 있습니다.

[04:52] 만약 컨텍스트가 계속 변경되거나

[04:54] 하는 경우 지식의 자동 업데이트를 위해

[04:57] Notion이나 Google Drive를

[05:00] 연결하는 것이 좋습니다.

[05:02] 어쨌든, 이후에는 주요 소스인

[05:06] MCP 옵션을 사용합니다. 여기에

[05:10] 마켓플레이스와 커스텀 서버 옵션 또는

[05:12] 서버 사이드 이벤트 옵션이 있어

[05:15] SSE 서버를 추가할 수 있으며

[05:18] 마켓플레이스에는 이미 많은

[05:20] 옵션들이 제공됩니다.

[05:23] 여기에 수많은 통합 기능들이 있습니다.

[05:26] 저는 여기서 GitHub 기능만 사용하겠습니다.

[05:28] 선택하면 가지고 있는

[05:32] 모든 도구들을 보여주고

[05:35] 원한다면 일부 도구를 제거해서

[05:37] 기능을 제한할 수 있습니다. 인증의 경우,

[05:40] 사용자별 또는 공유로 설정할 수 있습니다. 사용자별은

[05:44] 이를 워크스페이스에 추가하는 모든 사용자가

[05:46] 자신의 계정을

[05:48] 연결할 수 있게 합니다.

[05:50] 팀에서 모든 팀원을 위해

[05:53] 생성하는 경우라면

[05:55] 사용자별 옵션을 사용하거나

[05:58] 공유 옵션도 사용할 수 있습니다.

[06:01] 저는 혼자 사용할 것이기 때문에

[06:02] 공유 옵션을 사용하겠지만

[06:05] 공유 옵션도 사용할 수 있습니다.

[06:08] 승인 필요와 확장 사고

[06:10] 옵션도 활성화할 수 있습니다.

[06:12] 설정이 완료되면 다음 버튼을 누르면

[06:15] 어시스턴트를

[06:17] 모든 커뮤니케이션 채널인

[06:19] Slack, Discord, Teams 등과

[06:23] 연결할 수 있습니다.

[06:26] 여기서 Slack을 선택하고

[06:28] Slack에 설치 옵션을 클릭한 다음

[06:31] 화면의 지시사항을 따르면

[06:34] 설치가 완료됩니다.

[06:36] 이제 사용할 준비가 되었습니다.

[06:38] Slack 채널로 가서

[06:41] 방금 만든 AI

[06:42] 어시스턴트를 참조하여

[06:45] 질문을 할 수 있습니다. 여기서 저는

[06:48] 모든 이슈와 구현 세부사항을

[06:51] 나열하도록 요청하고 있습니다.

[06:52] 이제 봇으로

[06:55] 참조되고 잠시 후 완료될 것입니다.

[06:59] 여기 응답이 있는데

[07:01] 정말 훌륭합니다.

[07:03] 봇에서 무슨 일이 일어나고 있는지

[07:05] 분석 대시보드에서

[07:07] 모니터링할 수도 있습니다. 또한

[07:10] 봇을 커스터마이즈해서 커스텀 프로필을

[07:13] 가질 수 있고 상위 플랜을 통해

[07:16] 팀에게도 좋은 기능들을 제공합니다.

[07:18] 이것이 주로 Run Bear를 사용하는 방법입니다.

[07:22] 정말 훌륭하고 여러분과

[07:24] 팀이 쉽게 사용할 수 있는

[07:27] AI 어시스턴트를 만들어주어

[07:30] 확실히 훌륭합니다. 여러분의 필요에

[07:34] 맞는 모든 종류의 AI 어시스턴트와

[07:36] AI 에이전트를 만들어 특정 작업에

[07:39] 맞게 커스터마이즈할 수 있습니다.

[07:43] 정말 좋고 놀랍도록 잘 작동합니다.

[07:44] 설명란의 링크를 통해

[07:46] 확인해보시고 멋진 것들을 만들어보세요.

[07:50] 전반적으로 정말 멋집니다. 어쨌든

[07:52] 아래에 여러분의 생각을 공유하고

[07:54] 채널을 구독해주세요.

[07:56] 슈퍼 땡스 옵션을 통해 기부하거나

[07:58] 채널에 가입해서

[08:00] 혜택을 받을 수도 있습니다. 다음 영상에서 만나요.

[08:03] 안녕히 가세요. [음악]