내가 이 컨텍스트 엔지니어링 시스템을 팔았어야 했습니다

Income stream surfers 구독자 130,000명

요약

이 영상에서는 컨텍스트 엔지니어링(Context Engineering)의 개념을 재조명하며, 기존 시스템에 새로운 기능을 추가하는 방식을 Claude Code로 자동화한 과정을 설명합니다. 문서 스크래핑·리서치·스켈레톤 코드·프로덕션 코드 단계를 거쳐 시스템을 개선하고, 라이브 테스트를 통해 프롬프트와 구조를 반복적으로 다듬는 과정을 공유합니다. 최종적으로 최신 문서를 로컬에 저장해 정확도를 높이고, 오픈소스 커뮤니티 및 GitHub 링크를 통해 누구나 활용할 수 있도록 안내합니다.

주요 키워드

Context Engineering Vibe Coding Skeleton Code Production Ready Code Research Phase Genus Scrape LLM.ext /compact Claude Code Orchestrator Agent

하이라이트

🔑 컨텍스트 엔지니어링은 시스템 전체를 만드는 것보다 기존 시스템에 새로운 기능을 추가하는 데 초점을 맞추는 접근 방식입니다.
⚡️ Vibe Coding(순차적 기능 구현)이 초기 프레임워크 구성과 기능 확장에 효과적이라는 점을 강조합니다.
🌟 Claude Code를 활용해 문서 스크래핑·리서치·스켈레톤 코드·프로덕션 코드 단계로 자동화 워크플로우를 구축했습니다.
📌 리서치 단계에서 Genus Scrape를 통해 최신 API 문서를 수집·저장하고 LLM.ext 파일로 참조해 항상 최신 상태를 유지합니다.
🚀 스켈레톤 코드와 프로덕션 코드 단계를 분리해 초기 골격과 완성도 높은 코드 생성을 명확히 구분했습니다.
🛠️ `/compact` 커맨드를 이용해 리서치 결과를 요약하고, phase별 MD 파일을 생성해 실행 환경을 재설정할 수 있습니다.
📚 GitHub에 템플릿을 공개하고, 커뮤니티와 함께 지속적으로 개선하며 라이브 피드백을 반영합니다.

용어 설명

Context Engineering

AI 에이전트를 기존 시스템에 통합하거나 새로운 기능을 추가하기 위해 맥락(Context)을 설계·관리하는 기법

Vibe Coding

프로젝트 초기 단계에서 기능별로 순차 구현하며 시스템 전체 골격을 빠르게 잡아가는 개발 방식

Skeleton Code

프로덕션 코드를 작성하기 전 구조와 주요 인터페이스만 잡아둔 초기 코드 청사진

Production Ready Code

실제로 배포 가능한 완전 기능을 갖춘 코드 구현물

Research Phase

외부 문서를 스크래핑해 최신 API 사용법·예시를 수집하고 로컬 파일로 저장하는 단계

Genus Scrape

문서 첫 페이지를 크롤링하여 관련 링크·하위 문서를 연속 수집하는 스크래핑 기법

LLM.ext

스크래핑된 최신 문서 내용을 LLM(대형 언어 모델)이 참조할 수 있도록 구조화해 저장한 파일 포맷

/compact

리서치 결과를 요약해 phase별 MD 문서를 생성하는 Claude Code 커맨드

Claude Code

Anthropic Claude 모델 기반으로 코드 생성·자동화 워크플로우를 제공하는 개발 툴

Orchestrator Agent

여러 에이전트의 작업 흐름을 관리·조율하는 메인 에이전트

화자는 Context Engineering을 기존 시스템에 새로운 기능을 추가하는 관점으로 재정의하며, 모든 것을 한 번에 만드는 One-shot 방식보다 Vibe Coding으로 페이지별·기능별 순차 구성이 더 효율적이라고 강조합니다.

[00:01] 컨텍스트 엔지니어링에 대한 소개와 함께 커스텀 문서 스크래핑 시스템을 개발했다고 설명합니다. 원샷 방식보다는 점진적인 접근이 더 효과적이라고 강조합니다.

[00:20] 컨텍스트 엔지니어링은 처음부터 시스템을 만드는 것이 아니라 기존 시스템에 새로운 기능을 추가하는 것이라고 설명합니다. 전체 시스템을 만들 때는 바이브 코딩이 더 효과적이라고 주장합니다.

[00:38] 바이브 코딩 방식을 설명하며, 첫 번째 페이지부터 시작해서 로그인 페이지, 관리자 페이지, 각종 기능들을 점진적으로 추가해 나가는 접근 방식이 자신에게는 최선이라고 말합니다.

어제 발견한 완전히 새로운 Context Engineering 시스템 프로토타입을 간략히 소개합니다. 실제 구현보다는 결과물 개요와 기대 효과를 우선 공유하며, 기능 중심 접근 방식을 예시로 설명합니다.

[01:03] 새로운 시스템을 시도해본 경험을 공유하며, 실제 구현 결과를 보여줍니다. 전체 프로젝트를 만들어달라고 요청했지만, 주로 백엔드 작업들에 집중했다고 설명합니다.

Collection Agent, Orchestrator Agent, Chrome Jobs 등 백엔드 중심의 핵심 에이전트를 나열하고, 자동화된 스크래핑 및 작업 조율 방식이 어떻게 작동하는지 예시와 함께 설명합니다.

[01:36] 구현된 시스템의 기능들을 소개합니다. 수집 에이전트, 오케스트레이터 에이전트, 크롬 작업들이 포함되어 있으며 훌륭한 작업이라고 평가합니다.

[01:50] 구현된 시스템의 문제점을 지적합니다. 실제로 작동하게 만들고 테스트하는 데 많은 추가 노력과 시간이 필요하며, 기존의 바이브 코딩 방식보다 더 빠른지 확실하지 않다고 말합니다.

[02:25] 어제 이후로 두 가지를 변경했으며, 주요 변경사항은 리서치 부분이라고 설명합니다. 이를 GitHub에 푸시하겠다고 약속하며, 스쿨 커뮤니티와 Claude Code에 대한 추천을 합니다.

프로젝트 소스 코드를 GitHub에 공개하고, Claude Code 사용법·Docker·GitHub 설정 등을 돕기 위해 커뮤니티(스쿨) 참여를 권장합니다. 각종 템플릿과 예시 링크를 함께 제공합니다.

[03:00] 지능적인 AI 앱 구축 방법과 외부 리소스 활용, JSON을 통한 의사결정 등에 대한 고급 기술을 설명합니다. 이런 전문 지식을 원하는 사람들에게 학교 커뮤니티 참여를 권장합니다.

[03:28] 시스템의 두 가지 주요 변경사항을 소개합니다. 첫째, 스켈레톤 코드를 만든 후 프로덕션 준비 코드를 생성하는 2단계 프로세스로 개선했습니다. 3단계는 효과적이지 않아 향후 제거할 예정입니다.

Phase를 세 단계에서 두 단계로 변경해 스켈레톤 코드(Phase 1)와 전체 기능 포함 프로덕션 코드(Phase 2)로 구분합니다. 임시 코드 대신 실제 구동 가능한 코드를 생성하도록 프롬프트를 수정했습니다.

[04:04] 이전 버전은 플레이스홀더 코드만 생성했지만, 새 버전은 실제 프로덕션 준비 코드를 생성합니다. 오케스트레이터 에이전트와 제품 최적화 에이전트가 완전히 구현되어 프로세스가 크게 개선되었습니다.

[04:29] 연구 기능의 혁신적인 개선사항을 설명합니다. anthropic, openai, pantic AI, SEO APIs, Shopify 등 각 기술에 대해 LLM.txt 파일을 생성하여 언제든지 참조할 수 있는 상세한 문서를 만들었습니다.

[05:02] 생성된 문서의 품질과 세부사항의 양에 대해 놀라움을 표현합니다. 시스템이 필요할 때마다 이 상세한 정보에 액세스할 수 있어 매우 유용합니다.

[05:23] 실제 구현 결과를 보여주려고 하지만 새로 빌드하지는 않고 이미 만든 것을 사용할 예정입니다. 이전 버전보다 개선되었지만 여전히 개선할 여지가 있다고 평가합니다.

[05:32] 시스템 설정을 수정하는 방법을 설명합니다. claude.md 파일을 편집하여 3개 문서 생성에서 2개 문서 생성(1단계와 2단계)으로 변경하는 과정을 보여줍니다.

API·프레임워크 공식 문서를 Genus Scrape로 수집해 `/research` 폴더에 디렉터리별 MD 파일로 저장합니다. 이후 LLM.ext 파일을 활용해 언제든 최신 문서를 참조하도록 설계한 리서치 구조를 설명합니다.

[05:57] 2단계 시스템 구조를 설명하며, 1단계는 뼈대 코드, 2단계는 모든 기능을 갖춘 완전한 프로덕션 준비 코드로 구성됩니다. 프론트엔드와 백엔드 구현을 포함한 완전한 도구를 만드는 것이 목적입니다.

[06:21] 시스템을 약간 수정한 후 GitHub에 푸시할 예정이며, 테스트를 위해 claude 명령을 실행합니다. 코드 정리를 위해 기존 research와 memory 폴더를 삭제하는 작업을 진행합니다.

[07:15] 새 폴더를 만들고 claude dangerously run 명령을 실행합니다. 첫 번째 프롬프트를 실행하며, 올바른 디렉토리로 이동한 후 generate PRP를 읽어들입니다.

`claude dangerously run`, `/compact`, generate & execute-PRP 등 실제 명령어를 입력해 시스템을 라이브로 테스트하는 과정을 시연합니다. 작업 디렉터리 이동 및 프롬프트 수정 방법을 상세히 안내합니다.

[08:08] 시스템을 약간 수정하여 다시 시작하고 같은 프롬프트를 보내면 완전히 새로운 환경과 대화하는 것처럼 작동합니다. 88줄로 표시되는 것을 확인하며, 시스템이 다르게 작동하는 것을 보여줍니다.

[08:50] 이미 테스트를 구축하기 때문에 테스트를 위한 별도 단계가 필요 없다고 설명합니다. 2단계 접근 방식으로 뼈대 코드 생성과 완전한 프로덕션 준비 코드 생성을 실행합니다.

[09:22] 리서치 단계에 도달하면 정말 멋진 업데이트가 있다고 설명합니다. claude.md에서 최대 효율을 위해 다중 독립적인 작업을 수행할 때 모든 관련 도구를 동시에 호출하는 방식을 소개합니다.

[09:43] 시스템이 관련 도구들을 순차적이 아닌 동시에 실행하여 연구를 시작하자마자 코드베이스를 분석한다고 설명합니다. 이 시스템의 목적은 기존 시스템에 새로운 기능을 추가하는 것이지만, 이 경우에는 기존 코드가 없으므로 연구 부분을 진행합니다.

[10:17] 연구 과정에서 시스템이 여러 에이전트를 동시에 실행할 수 있는 기능을 시연합니다. genus scrapes를 통해 새로운 디렉토리들을 생성하고 연구 데이터를 저장합니다. 문서의 첫 번째 페이지를 스크래핑하면 다른 모든 페이지들에도 접근할 수 있게 됩니다.

[11:06] 시스템이 Open AI와 같은 플랫폼에서 데이터를 스크래핑하여 로컬 프로젝트에 저장하는 과정을 보여줍니다. 생성된 폴더들에는 실제 코드가 포함된 개요와 Model 4.1 같은 내용이 들어있습니다.

[11:41] 시스템이 LLM.txt를 생성하여 컴퓨터에 로컬로 저장하고, Claude code context 내에서 PRD PRP를 실행하는 과정을 설명합니다. 연구가 완료되면 /compact를 실행하여 PRP 디렉토리에 두 개의 MD 파일을 생성합니다.

[12:30] 프롬프트를 수정하여 모든 별도 페이지들이 /research 기술 디렉토리에 개별 MD 파일로 저장되도록 했다고 설명합니다. 이를 통해 참조점으로 llm.txt를 생성하여 언제든지 확인할 수 있도록 하는 시스템의 기본 개념을 설명합니다.

[13:02] 완전히 최신 데이터로 구성된 컨텍스트 7에 대해 설명하며, claude.md 파일에 연구 디렉토리 참조 기능을 추가하는 작업을 실시간으로 진행합니다.

현재까지 개선된 리서치 단계와 코드 생성 워크플로우를 종합 평가하고, 추가 테스트·반복 개선 과정을 예고합니다. 뷰어 피드백과 실시간 제안을 통한 지속 업데이트 계획도 공유합니다.

[13:45] 문서가 필요한 기능 구현 전 연구 디렉토리의 관련 MD 파일들을 참조하여 정확한 코딩을 하라는 지침을 작성합니다.

[14:17] 서드파티 API 지식을 가정하지 말고 항상 최신 문서 예제를 사용하라는 규칙을 강조하며, 웹사이트에서 직접 가져온 최신 정보의 장점을 설명합니다.

[15:17] 시스템이 작동하지 않는다고 했던 것은 연구 단계에 대한 불만이었으며, 다른 단계들은 괜찮았다고 설명합니다. 스켈레톤과 프로덕션 준비 코드를 사용하는 방식으로 시스템을 개선했습니다.

[00:01] 자, 여러분, 컨텍스트 엔지니어링에 대해 다시 얘기해 볼게요.

[00:03] 저는 기본적으로 커스텀 문서 스크래핑이 가능한 방법을 만들어냈어요.

[00:06] 이걸 어떻게 응용하든 여러분 마음입니다.

[00:08] 개인적으로는 원샷 방식이 최선이라고 생각하지 않아요.

[00:11] 이에 대해서 최근에 많이 얘기했죠.

[00:14] 최근에 말이에요.

[00:17] 음...

[00:18] 그리고 저도 이해하고 있어요.

[00:20] 컨텍스트 엔지니어링이 반드시

[00:22] 처음부터 뭔가를 만들기 위한 것은 아니라는 걸요.

[00:24] 이미 존재하는 시스템에서 새로운 기능을 만드는 것이죠.

[00:27] 만약 여러분이 전체 시스템을 만들려고 한다면,

[00:29] 전체 프레임워크, 모든 것을 만들려고 한다면,

[00:32] 정말로 바이브 코딩보다 나은 건 없다고 생각해요.

[00:34] 이 경우 바이브 코딩이란

[00:36] 첫 번째 페이지를 만들고 그 다음 로그인 페이지를 만들고

[00:38] 음... 아시죠, 첫 번째 페이지를 만들고

[00:40] 그 다음 로그인 페이지, 관리자 페이지,

[00:44] 그리고 첫 번째 기능, 두 번째 기능,

[00:47] 기능 등등을 차례대로 만드는 거예요.

[00:49] 에이전트를 추가하고 등등등...

[00:51] 이게 저한테는 최선의 방법이에요.

[00:54] 하지만 그럼에도 불구하고

[00:57] 어제 제가 발견한 것을 여러분께 보여드릴게요.

[01:00] 확실히 영상으로 만들 가치가 있다고 생각하거든요.

[01:03] 그래서 저는 여기서 완전히 새로운 시스템을 시도해봤어요.

[01:05] 좋아요. 그리고 저는 이 영상에서

[01:07] 실제 구현에 집중하고 싶지 않아요.

[01:10] 하지만 이게 구현한 것이에요.

[01:12] 모든 분들이 알 수 있도록,

[01:14] 여러분이 모두 볼 수 있도록 말이에요.

[01:17] 저는 전체 프로젝트를 만들어달라고 요청했어요.

[01:18] 그리고 어느 정도 해냈지만,

[01:20] 주로 제가 그다지 관심이 없었던

[01:23] 작은 것들, 백엔드 작업들에 집중했어요.

[01:26] 아시죠, 제가 그다지 관심이 없었던

[01:30] 백엔드 작업들 말이에요.

[01:33] 이제 이 기능들을 많이 구축했어요.

[01:34] 여기서 보실 수 있는 것처럼 이건 좋은 기능이에요.

[01:36] 이건 실제로 괜찮아요.

[01:37] 확실히 좋아 보이네요.

[01:40] 음, 수집 에이전트가 있고,

[01:42] 다양한 작업들을 조율하는 오케스트레이터 에이전트가 있어요.

[01:44] 크롬 작업들이 있고요.

[01:46] 정말 훌륭한 작업을 했어요.

[01:49] 하지만 문제는

[01:50] 이제 이걸 어떻게 구현하느냐는 거예요.

[01:53] 어떻게 작동하게 만들고, 어떻게 실제로 보고,

[01:56] 등등등... 이걸 실제로 작동 가능한 상태로 만들려면

[01:59] 저에게 훨씬 더 많은 노력과 시간이 필요할 거예요.

[02:02] 이게 제가 했던 방식보다 더 빠른 방법인지 모르겠어요.

[02:04] 제가 했던 방식은 1~2주 동안 바이브 코딩을 하는 거였거든요.

[02:07] 맞죠? 그래서 말하기 어려워요.

[02:09] 하지만 이건 제가 요청한 모든 것의

[02:11] 아시죠, 1~2주 동안 바이브 코딩을 하는 거였어요. 맞죠?

[02:17] 그래서 말하기 어려워요. 하지만 이건

[02:20] 제가 요청한 모든 것의 꽤 좋은 구현처럼 보여요.

[02:22] 좋아요, 그래서 제가 이걸 어떻게 했는지 정확히 보여드릴게요.

[02:25] 제가 바꾼 주요한 것은 리서치였어요.

[02:27] 좋아요, 이건 어제를 넘어서는 거예요.

[02:29] 어제 이후로 두 가지를 바꿨고

[02:31] 이걸 GitHub에 푸시할게요.

[02:33] 음, 자유롭게 사용하세요.

[02:34] 설명란에 링크가 있을 거예요.

[02:38] 이제 만약 여러분이 이런 종류의 일에 대해

[02:39] 좀 더 도움을 받고 싶다면,

[02:42] 음, 그럼 확실히 스쿨 커뮤니티를 확인해보세요.

[02:45] 꼭 추천하고 싶어요.

[02:46] 음, 여기 Claude Code가 있어요. 이건 Medium code인데.

[02:50] 저는 Claude Code에 대한 꽤 좋은 소개를 가지고 있어요.

[02:52] 제가 어떻게 사용하는지 등등등...

[02:55] 그리고 당연히 오늘 얘기하고 있는

[02:56] 이 컨텍스트 엔지니어링 템플릿이 있어요.

[02:58] 하지만 더 많은 것들이 있어요.

[03:00] 또한 여기에는 결정을 내리는

[03:03] 지능적인 AI 앱을 어떻게 구축하는지가 있습니다

[03:05] 외부 리소스를 활용하고 JSON을 사용해서

[03:09] 결정을 내리는 등등 말이죠. 만약 여러분이

[03:11] 이런 비밀 레시피를 원하거나

[03:13] 아니면 조금 더 도움이 필요하다면

[03:14] 이런 종류의 것들에 대해서 말이죠

[03:15] Docker든 GitHub든 뭐든 간에

[03:17] 꼭 학교 커뮤니티를 확인해보세요

[03:18] 이 영상 설명란의 첫 번째 링크에 있을 거예요

[03:20] 제가 아직도 옛날 학교에서

[03:21] 루네스케이프를 하고 있다는 걸 확인하세요

[03:23] XP 낭비 없이 말이죠. #noxpwaste

[03:25] 좋습니다. 이제 본격적으로 시작해봅시다

[03:28] 제가 바꾼 두 가지는 첫 번째로

[03:30] 이제 스켈레톤을 만들고 그 다음에

[03:32] 실제 프로덕션 준비 코드를 만듭니다

[03:35] 아마 이 부분을 조금 바꿀 것 같네요

[03:39] 이건 그렇게 인상적이지 않았거든요

[03:41] 그리고 나서 테스트를 하죠. 맞나요?

[03:42] 이건 어느 정도 작동했지만

[03:46] 아닌 부분도 있었어요. 아마도

[03:47] 3단계는 없애버릴 것 같습니다

[03:49] 향후 반복에서는 그냥 두 단계만 두고

[03:51] 프로덕션이 초기 MD에 있는

[03:54] 모든 것을 구현해야 하는 단계가 되도록

[03:56] 할 것입니다

[03:58] 반면 1단계는 그냥 스켈레톤

[04:00] 코드입니다. 이것의 좋은 점은

[04:04] 이걸 바꾸는 것만으로도, 단순히

[04:07] 플레이스홀더 코드를 얻는 대신

[04:09] 맞나요? 전에 보여드린 에이전트들처럼

[04:12] 지난번에 이걸 했을 때는

[04:14] 오케스트레이터 에이전트를 만들고

[04:16] 플레이스홀더 제품 최적화 에이전트를

[04:19] 만들었었는데, 이번에는

[04:21] 실제 프로덕션 준비 코드를 주는 것 같아요

[04:23] 이건 확실히 큰 진전입니다

[04:26] 이 프로세스에서는 말이죠. 이제

[04:29] 제가 바꾼 다른 것과

[04:30] 사람들이 이 방법에 대해

[04:31] 매우 매우 흥미로워할 것이라고 생각하는

[04:33] 다른 것은 연구입니다. 다시 말해

[04:36] 또 바꿨습니다. 만약 제가

[04:39] 여기서 연구를 열면 anthropic gener

[04:42] openai pantic AI SEO APIs와 Shopify가 보일 거예요

[04:46] 이 중 어떤 것을 열어도

[04:49] 기본적으로 LLM.txt 텍스트를 만들었다는 걸 볼 수 있어요

[04:53] 언제든지 참조할 수 있는

[04:56] 필요한 모든 것을 수행하는 방법을 이해하기 위해서 말이죠

[04:58] 맞나요? 이건 정말 정말 멋지고

[05:02] 정말 정말 흥미로워요. 실제로

[05:04] 여기에 얼마나 많은 세부사항이 있는지

[05:05] 보실 수 있어요. 엄청난 양의 세부사항이요

[05:08] 실제로 얼마나 많은 세부사항이 있는지

[05:10] 미칠 정도예요. 그리고 필요할 때마다

[05:13] 언제든지 이것에 액세스할 수 있어야 해요

[05:16] 사용해야 할 때 말이죠. Shopify 것은

[05:18] 실제로 작동하지 않는 것 같네요

[05:20] 아니에요, 여기서 작동했네요

[05:21] 그래요. 이제 실제로 보도록 하죠

[05:23] 실제로 뭔가를 빌드하지는 않을 거예요

[05:25] 이미 뭔가를 빌드했거든요

[05:27] 그리고 이전 반복보다는 확실히 개선되었지만

[05:30] 아직 할 일이 있다고 생각해요

[05:32] 참고로 이런 종류의 것들을 편집하는 방법

[05:35] 제가 어떻게 세 개의 문서를

[05:37] 생성하게 했는지, 그냥 claude.md를

[05:39] 편집하기만 하면 됩니다. 정말, 그게

[05:41] 편집할 주요 사항이에요. 여기에서

[05:43] 보실 수 있듯이, 세 개의 문서 MD 파일을

[05:45] 만들어라. 1, 2, 3단계. 그래서 지금

[05:48] 이것을 바꿀 거예요. 왜냐하면

[05:50] 특별히 잘 작동하지 않았다고 생각하거든요

[05:53] 그래서 우리는 그냥 1단계와

[05:54] 2단계만 할 거예요. 1단계

[05:57] 1단계는 뼈대 코드입니다. 2단계는

[06:01] 모든 기능을 갖춘 완전한 프로덕션 준비 코드입니다.

[06:05] 모든 필요한

[06:09] 프론트엔드와 백엔드

[06:13] 구현을 포함해서

[06:17] 프로덕션 준비 도구로 사용할 수 있도록 말입니다.

[06:21] 자, 이제 이 부분을 약간 수정했습니다.

[06:22] 그래서 여기에 2라고 적겠습니다.

[06:25] 그리고 이것을 GitHub에 푸시할 예정입니다.

[06:27] 그리고 이것을 다시 테스트하겠습니다.

[06:29] 어떻게 작동하는지 봅시다.

[06:30] 이것에 대한 약간의 프롬프트가 있습니다.

[06:33] 많지는 않습니다. 여기에 있는 작은 부분일 뿐입니다.

[06:36] 그래서 이것이 어떻게 작동하는지 봅시다.

[06:39] 여기서 빠져나가겠습니다.

[06:42] 음

[06:44] 네, 분명한 문제 중 하나는

[06:46] 여기에 코드가 많다는 것입니다. 제가

[06:49] 할 일은 이것들을

[06:50] 어제 것들을 '여기를 보지 마세요' 안에 넣는 것입니다.

[06:54] 그리고

[06:59] 아마도 research를 삭제하고

[07:04] 그리고

[07:08] memory를 삭제하겠습니다.

[07:12] 좋습니다.

[07:15] 저는 이 새 폴더를 만들었습니다. 또는

[07:17] 이 새 폴더를 만들었습니다. 그래서 이것을 빠르게 실행해봅시다.

[07:20] 우선 우리는 claude dangerously run을 실행합니다.

[07:22] 뭐가 뭔지 모르겠습니다. Claude에서는 그런데

[07:25] 때로는 나가기를 눌러야 합니다.

[07:27] 정말 왜 그런지 모르겠습니다. 좋습니다,

[07:28] 여기에 이것이 있습니다. 이것이 첫 번째입니다,

[07:31] 맞죠? 이것이 첫 번째 프롬프트입니다.

[07:33] 그래서 우리는 이것을 입력합니다. 오, 잠깐. 제가

[07:35] 분명히 CD로 들어가야 합니다

[07:38] 올바른 위치로.

[07:41] 좋습니다, 됐습니다. 음,

[07:44] 좋습니다, 됐습니다. 좋습니다, 우리는 이것을 보내죠,

[07:50] 맞죠? 그러면 그것이 그 프롬프트를 읽고

[07:53] 여기서 약간 다르게 행동하게 됩니다

[07:55] 조금 있으면 보시게 될 것입니다. 그래서

[07:57] 우선 generate PRP를 읽습니다.

[07:59] 어제 이후로 약간 수정했지만

[08:00] 주요한 변경사항은 없습니다. 하지만

[08:03] 사실 생각해보니, 아마도

[08:05] 제거해야 할 것 같습니다

[08:08] 네, 이것을 제거해야 합니다.

[08:10] 그래서 제가 어떻게 이것을 변경하는지 여러분께 보여드리고 있습니다.

[08:13] 실제로 영향을 받았는지 확인해봅시다. 궁금합니다.

[08:28] 네, 실제로 generate MD를 읽습니다.

[08:29] 그래서 우리가 하는 것은 여기서 다시 시작하고

[08:31] 같은 프롬프트를 보내는 것입니다.

[08:32] 완전히 새로운 환경과 대화하는 것 같습니다, 맞죠?

[08:36] 이것은 약간 다를 것입니다.

[08:38] 88줄이라고 나와야 합니다. 완벽합니다.

[08:41] 이제 다른 것을 읽고 있다는 것을 볼 수 있습니다,

[08:43] 맞죠? 이것은 완전히 다른

[08:45] 시스템입니다. 왜냐하면 우리가 방금

[08:47] 시스템을 약간 변경했기 때문입니다.

[08:50] 이제 우리에게 이것이 있습니다.

[08:52] 제가 그렇게 한 이유는

[08:54] 이미 테스트를 구축하기 때문입니다.

[08:57] 테스트를 위한 전체 단계를 갖는 것은

[08:59] 의미가 없습니다.

[09:01] 2단계 접근 방식입니다.

[09:03] 뼈대 코드를 생성합니다.

[09:05] 완전한 프로덕션 준비 코드입니다. 좋습니다,

[09:06] 좋습니다. 이제 generate

[09:08] 명령을 실행합니다. 이렇게 해봅시다

[09:11] 확실히 하기 위해서요.

[09:15] 네. PP initial.d.

[09:18] 됐습니다. 그리고 리서치 단계에 도달하면

[09:22] 이것이 정말 정말 멋진 업데이트입니다, 맞죠?

[09:24] 이것은 프롬프팅에도 있습니다.

[09:26] claude.md로 가면

[09:29] 어딘가에 최대 효율을 위해

[09:31] 다중 독립적인 작업을 수행해야 할 때

[09:33] 연구와 같은 것을 수행할 때

[09:35] 모든 것을 호출해야 한다고 되어 있습니다.

[09:37] 아니 모든 것을 호출해야 한다고 해야겠네요

[09:39] 연구는 모든 것을 호출한다고 해야겠네요

[09:43] 하지만 invoke all을 이해한다고 확신합니다

[09:46] 관련 도구들을 순차적이 아닌

[09:47] 동시에 실행하도록 말이죠. 연구를 시작하자마자

[09:50] 코드베이스를 분석할 것입니다

[09:52] 이건 단순히 이 시스템이

[09:58] 기본적으로 이 시스템의 목적이

[10:01] 기존 시스템에 새로운 기능을

[10:04] 추가하는 것이기 때문입니다, 맞죠?

[10:06] 그런데, 아 잠깐,

[10:11] 그러지 마세요. 기존 코드는 없습니다.

[10:14] 그냥 연구 부분을 진행하세요

[10:17] 네, PHP 에이전트 프레임워크를 읽었네요.

[10:20] 읽지 않았으면 좋았을 텐데, 괜찮습니다.

[10:21] 일반적으로 여러분은 당연히

[10:23] 이런 것들이 지난번에

[10:25] 뭔가 생성했을 때 남아있지 않을 것입니다.

[10:27] 좋습니다. 연구를 시작하면

[10:29] 여기서 "연구를 시작하겠습니다"라고

[10:31] 말하자마자, 이 부분이

[10:34] 정말, 정말 멋진 부분입니다.

[10:35] 좋습니다. 보세요, 여기서 나가기를 누르고

[10:39] 이렇게 여러 에이전트를

[10:40] 동시에 실행할 수 있냐고 물어보겠습니다.

[10:41] 그러면 hopefully 여기서 뭔가

[10:47] 음 여기서 뭘 하고 있는지 잘 모르겠네요.

[10:51] 아, 네. 좋습니다. 바로 이겁니다.

[10:54] genus scrapes를 실행하고 있죠?

[10:56] 그리고 어제도 이 부분에서

[10:59] 실수했었습니다.

[11:00] 좋습니다. 이제 여기서 보시면

[11:02] 새로운 디렉토리들을 생성하고 있죠?

[11:04] 그리고 이 모든 연구 데이터를

[11:06] 저장할 것입니다. 첫 번째 페이지를

[11:09] 스크래핑하기 때문이죠? 그리고

[11:12] 문서와 같은 것의 첫 번째 페이지를

[11:13] 스크래핑하면, 일반적으로

[11:15] 다른 모든 페이지들에도

[11:19] 접근할 수 있게 됩니다.

[11:22] 보시면 여기에 이 모든 폴더들을

[11:25] 방금 생성했죠?

[11:26] 예를 들어 이것을 열어보면,

[11:28] Open AI, 여기에 개요가 있습니다.

[11:29] 짠! 보세요. 이제 이것이

[11:31] 저장되었고 실제로 여기에

[11:34] 코드가 들어있습니다. 모델 4.1.

[11:36] 그리고 나서 정말로 본격적으로 시작하죠?

[11:41] 그리고 LLM.txt를

[11:43] 생성하기 시작합니다

[11:44] 여러분의 컴퓨터에, 맞습니다, 로컬로

[11:46] 프로젝트 안에서요. 그리고 빌드하거나

[11:49] 이 Claude code context 안에서

[11:52] PRD PRP를 실행합니다

[11:56] /compact를 실행한 후에 말이죠.

[11:59] 연구가 완료되면 /compact를 실행하고

[12:01] 그러면 두 개의 MD 파일이

[12:04] PRP 디렉토리 안에 생성됩니다.

[12:09] 그곳에 들어간다고 생각합니다.

[12:12] 다시 돌아가서 여기를 보지 마세요.

[12:14] 이전에는 세 개가 있었던 것을 볼 수 있습니다.

[12:15] 이번에는 두 개를 생성할 것입니다.

[12:17] 그리고 각각에 대해

[12:20] execute-PRP를 실행하면 됩니다.

[12:25] 1단계용으로 실행하고

[12:27] 그다음 이 경우에는

[12:28] 2단계용으로 실행하면 됩니다.

[12:30] 좋습니다. 여기서 프롬프트를

[12:32] 약간 수정했습니다. 여러분 모두에게

[12:34] 보내드릴 테니 한번 사용해보세요.

[12:37] 어떻게 생각하시는지 알려주세요.

[12:38] 여기 프롬프트의 이 작은 부분을

[12:41] 추가했습니다. 시작할 때 프롬프트 1에서

[12:44] 모든 별도 페이지들은

[12:46] /research 기술 디렉토리에

[12:48] 개별 MD 파일로 저장되어야 한다고

[12:51] 되어있습니다. 좋습니다. 그것이 해야 할 일은

[12:53] 비디오 시작 부분에서 보여드린 것처럼

[12:55] 참조점으로 llm.txt를 생성하여

[12:57] 언제든지 확인할 수 있도록 하는 것입니다.

[13:00] 기본적으로 이것은

[13:02] 완전히 최신 데이터로 구성된 컨텍스트 7입니다.

[13:06] 그리고 이것의 마지막 부분이 하나 더 있는데

[13:10] 아직 구현하지 못한 부분이 있습니다

[13:11] claude.md에 언급하는 것인데, 지금 바로 해보겠습니다

[13:15] 이건 테스트가 필요합니다

[13:17] 저는 지금 라이브로 테스트하고 있습니다

[13:19] 이런 것들을 말이죠

[13:21] 괜찮습니다. 이건 지속적으로 업데이트될 겁니다

[13:23] 그냥 그런 것들 중 하나입니다

[13:26] 저는 여러분들과 라이브로 테스트하는 것을 좋아합니다

[13:28] 사람들이 댓글로 제안을 해주시거든요

[13:31] 그래서 바로 여기에 추가하겠습니다

[13:32] 기능을 구현하기 전에 연구 디렉토리를 참조하라고 하는 내용을

[13:36] 문서가 필요한 어떤 기능이든 구현하기 전에

[13:43] 말입니다

[13:45] 어떤 기능이든

[13:47] 다음을 사용하는

[13:51] 문서가 필요한 것을

[13:53] 문서를 말이죠

[13:56] 관련된 것을 참조하세요

[13:59] 연구 디렉토리 내부의 관련 디렉토리를

[14:03] 연구

[14:05] 음

[14:07] 디렉토리와

[14:10] MD 파일들을 사용해서 정확하게 코딩할 수 있도록 하세요

[14:13] 훌륭한 정확도로 말이죠

[14:17] 절대 지식을 가정하지 마세요

[14:20] 서드파티 API에 대한 지식을 말이죠. 대신 항상 사용하세요

[14:25] 그

[14:27] 완전히 최신인 문서 예제들을

[14:32] 그래서 이 시스템의 좋은 점은

[14:35] 지금 존재하는 이것이

[14:37] 여기서 잘 보이지 않을 수도 있지만

[14:40] 아니면 보일 수도 있겠네요

[14:44] 이것은 가장 최신 정보입니다

[14:46] 얻을 수 있는 최신 정보죠

[14:50] 웹사이트에서 직접 가져온 것입니다

[14:52] 컨텍스트 7이나 다른 것들과는 다르게

[14:56] 말 그대로 LLM 스크래핑도 아니고

[14:58] 현재 문서의 일반적인 스크래핑입니다

[15:01] 이제 이것이 완벽해 보이지 않는다는 걸 알고 있습니다

[15:03] 완전히 작동하지 않았습니다

[15:04] 프롬프트의 이 작은 부분을 추가하는 것을 잊었기 때문입니다

[15:06] 하지만 기본적으로 해야 할 일은

[15:08] 처음에 보여드린 것과 같습니다

[15:10] 엄청난 양의 연구 파일들을 만드는 것이죠

[15:12] 저는 이것을 계속 반복 개선할 것입니다

[15:17] 사람들이 말하기를

[15:18] "아, 당신이 그 시스템이 작동하지 않는다고 했는데

[15:21] 그런데 어차피 작업하고 있잖아요"라고

[15:23] 음

[15:27] 시스템이 작동하지 않는다고 했던 것의 의미는

[15:29] 연구 단계가 마음에 들지 않았다는 것입니다

[15:31] 다른 단계들은 괜찮았습니다

[15:33] 솔직히 말하면 꽤 멋진 시스템이었습니다

[15:34] 저는 특히 연구 부분에 집중하고 있습니다

[15:37] 그것이 부족하다고 생각했던 부분이었고

[15:38] 그리고 시스템을 약간 변경해서

[15:40] 스켈레톤과 프로덕션 준비 코드를 사용하도록 했습니다

[15:42] 이제 거의 완료되었다고 말할 수 있습니다

[15:44] 계속 테스트하고 반복 개선하면서

[15:46] 진행 상황을 계속 알려드리겠습니다

[15:48] 여기서 비디오를 마무리하겠습니다

[15:50] 시청해주셔서 정말 감사합니다

[15:53] 끝까지 보신 분들은

[15:54] 정말 대단한 분들이고

[15:55] 더 많은 콘텐츠로

[15:57] 아주 곧 다시 뵙겠습니다

[15:59] 안녕히 계세요