AI 에이전트를 만들기 위해 코딩을 알 필요는 없어.
북마크하고 저장해둬 :)
이 말을 진짜로 새겨들었으면 해. 대부분의 사람들은 읽고 고개를 끄덕이면서도, 속으로는 에이전트 구축이 개발자만의 것이라고 믿기 때문이야.
그렇지 않아.
명확한 지시사항을 평범한 영어로 쓸 수 있다면, 이번 주말에 AI 에이전트를 만들 수 있어. 장난감이 아니야. 데모도 아니야. 목표를 받아서 단계로 나누고, 도구를 사용해 각 단계를 완료하고, 실제 결과를 제공하는 작동하는 에이전트.
지금 에이전트를 구축하고 있는 사람들은 모두 엔지니어가 아니야. 마케터, 창업자, 컨설턴트, 연구자, 크리에이터들이 한 가지를 배운 사람들이야: AI 가 실행할 수 있을 만큼 자신이 원하는 것을 명확하게 설명하는 방법.
그것이 유일하게 필요한 기술이야.
이 글은 처음부터 실제 AI 에이전트를 만드는 과정을 안내해. 코딩 없이. 터미널 경험 없이. 컴퓨터 공학 학위 없이. 그냥 Claude, 명확한 목표, 그리고 집중된 주말 하나면 돼.
일요일 밤이 되면 너의 삶이나 비즈니스에 유용한 일을 하는 작동하는 에이전트를 갖게 될 거야.
토요일 아침: 에이전트가 실제로 무엇인지 이해하기
에이전트는 챗봇이 아니다
대부분의 사람들은 에이전트를 그냥 더 화려한 챗봇이라고 생각해. 하지만 아니야.
챗봇은 네 질문을 기다렸다가 답을 줄 뿐이야. 그게 전부야. 질문 하나, 답 하나. 네가 다음 단계를 수행해. 다시 다른 질문을 가지고 와. 네가 다음 단계를 수행해. 네가 엔진이야. 챗봇은 그냥 응답 기계일 뿐이야.
에이전트는 근본적으로 달라. 너는 목표를 주면, 에이전트는 계획을 세우고, 단계별로 계획을 실행하며, 도구를 사용하고, 스스로 작업을 확인하고, 문제를 처리하고, 완성된 결과를 전달해.
차이는 자율성에 있어. 챗봇은 보조하는 역할이야. 에이전트는 작동(운영)해.
실제 예를 들어볼게. 상위 5개 경쟁사를 조사해서 비교 문서를 만들고 싶다고 해보자.
챗봇을 사용하면 경쟁사 1에 대해 물어보고, 답을 복사하고, 경쟁사 2에 대해 물어보고, 답을 복사하고, 이걸 세 번 더 반복해야 해. 그리고 나서 직접 모든 것을 정리하고 분석을 작성해야 해. 그렇게 하면 한 시간의 능동적인 작업이 필요해.
에이전트를 사용하면 " [산업] 분야의 상위 5개 경쟁사를 조사해서, 가격, 기능, 타겟 고객, 시장 포지셔닝을 비교하고, 형식화된 비교 문서를 만들어 줘"라고 말하면 돼. 그러면 에이전트가 각 경쟁사를 웹에서 검색하고, 데이터를 수집하고, 정리하고, 비교 자료를 만들고, 완성된 문서를 전달해. 너는 결과를 검토만 하면 돼. 5분이면 충분해.
같은 결과. 완전히 다른 과정.
에이전트를 작동하게 하는 요소
모든 에이전트는 네 가지 구성 요소를 가지고 있어.
목표. 에이전트가 달성하려고 하는 것. 목표가 명확할수록 에이전트의 성능이 좋아져.
계획. 에이전트가 목표에 도달하기 위해 취할 단계. 어떤 에이전트는 스스로 계획을 세우고, 어떤 에이전트는 네가 설계한 계획을 따라가. 가장 좋은 에이전트는 둘 다 하는데, 네 구조를 따르면서도 진행 중에 발견하는 것에 적응해.
도구. 에이전트가 사용할 수 있는 기능. 웹 검색, 파일 읽기, 파일 쓰기, 계산, API 접근. 도구가 없으면 에이전트는 그냥 소리 내어 생각하는 텍스트 생성기에 불과해. 도구가 있으면 실제 세계에서 실제로 일을 할 수 있어.
루프. 에이전트는 단계를 실행하고, 결과를 확인하고, 다음에 무엇을 할지 결정하고, 목표가 달성될 때까지 반복해. 이 루프가 에이전트를 자율적으로 만드는 이유야. 한 단계 후에 멈추지 않아. 작업이 끝날 때까지 계속 진행해.
토요일 아침에 할 일
- 이 섹션을 두 번 읽어서 챗봇과 에이전트의 차이를 다른 사람에게 설명할 수 있을 때까지 숙지해
- 너의 일이나 삶에서 현재 수동으로 하고 있는 다단계 패턴을 따르는 작업 세 가지를 적어 봐
- 각 작업에 대해 네가 취하는 단계와 사용하는 도구를 나열해
- 가장 간단한 것을 첫 번째 에이전트 프로젝트로 골라
토요일 오후: Claude를 사용하여 첫 번째 에이전트 구축하기
플랫폼 선택하기
지금 에이전트를 구축하기 위한 두 가지 노코드 옵션이 있어.
Claude Desktop 앱의 Claude Cowork. 이것이 가장 쉬운 방법이야. Cowork는 Claude에게 네 파일에 접근할 수 있는 권한과 다단계 작업을 자율적으로 실행할 수 있는 능력을 제공해. 유료 Claude 요금제를 사용 중이고 Desktop 앱이 있다면 즉시 구축을 시작할 수 있어.
Claude 웹사이트의 Claude Projects. Desktop 앱이 없다면, Projects를 사용하여 Claude의 웹 인터페이스에서 직접 에이전트를 구축할 수 있어. 프로젝트를 만들고, 컨텍스트와 지시사항을 로드한 다음, 대화를 통해 에이전트 워크플로우를 실행해.
둘 다 작동해. Cowork는 로컬 파일에 접근할 수 있어서 더 강력해. Projects는 모든 브라우저에서 작동해서 더 접근성이 좋아.
접근 가능한 것을 선택하고 진행해.
에이전트 청사진
무엇을 구축하기 전에, 에이전트를 위한 한 페이지 청사진을 작성해. 이 문서가 막연한 아이디어를 작동하는 시스템으로 바꿔줘.
청사진은 다섯 가지 질문에 답해야 해.
목표는 무엇인가? 한 문장. 구체적이고 측정 가능해야 해. "상위 10개 AI 뉴스레터를 조사해서 구독자 수, 게시 빈도, 주제 범위별로 순위를 매겨."
단계는 무엇인가? 순서대로 번호를 매겨. "1단계: 인기순으로 상위 AI 뉴스레터를 검색해. 2단계: 각 뉴스레터에 대해 구독자 수, 게시 일정, 주요 주제를 찾아. 3단계: 데이터를 비교 테이블로 정리해. 4단계: 구독자 수 기준으로 순위를 매겨. 5단계: 결과에 대한 세 단락 요약을 작성해."
에이전트에게 필요한 도구는 무엇인가? 나열해. "웹 검색. 데이터 정리. 파일 생성."
출력물은 어떻게 생겼나? 완제품을 정확하게 설명해. "구독자 순으로 정렬된 10개 뉴스레터의 표와 가장 빠르게 성장하는 것에 대한 요약이 포함된 마크다운 문서."
에이전트가 막히면 어떻게 해야 하나? 대체 방법을 정의해. "구독자 수가 공개적으로 확인되지 않으면 추측하지 말고 '데이터 없음'이라고 표시해."
Claude를 만지기 전에 이 청사진을 먼저 작성해. 청사진이 곧 네 에이전트야. 나머지는 그냥 실행일 뿐이야.
에이전트 구축하기
Claude Cowork 또는 Claude Project를 열어. 청사진을 지시사항으로 붙여넣어. Claude에게 각 단계를 확인하면서 순차적으로 계획을 실행하라고 말해.
어떤 일이 일어나는지 지켜봐.
Claude는 1단계부터 시작할 거야. 웹을 검색하고, 데이터를 수집하고, 정리하고, 비교 자료를 만들고, 요약을 작성하고, 완성된 문서를 전달할 거야.
네 첫 번째 에이전트가 방금 실행됐어.
완벽하지는 않을 거야. 일부 데이터는 틀릴 수 있고, 일부 단계는 불완전할 수 있어. 그건 예상된 일이야. 다음 단계에서 수정할 거야.
토요일 오후에 할 일
- 위의 다섯 가지 질문에 따라 한 페이지 에이전트 청사진을 작성해
- Claude Cowork를 열거나 Claude Project를 만들어
- 청사진을 붙여넣고 에이전트를 실행해
- 출력을 저장하고 잘된 점과 안 된 점을 기록해
- 아직 아무것도 수정하려 하지 마. 첫 번째 실행을 관찰하기만 해.
일요일 아침: 디버깅, 개선, 신뢰성 확보하기
첫 번째 실행이 마지막 실행이 아닌 이유
첫 번째 에이전트 실행은 아마 60~70% 정확한 결과를 만들어냈을 거야.
그건 정상이야. "대충 작동한다"와 "안정적으로 작동한다" 사이의 격차에서 대부분의 사람들이 포기해. 불완전한 결과를 보고 에이전트가 아직 준비되지 않았다고 결론 내리지.
그들은 틀렸어. 에이전트는 준비됐어. 지침을 개선해야 할 뿐이야.
모든 불완전한 출력은 신호야. 청사진이 너무 모호하거나, 너무 야심 차거나, 중요한 세부 사항을 놓친 부분을 정확히 알려줘.
디버깅 과정
첫 번째 실행의 출력을 가져와서 네가 원했던 것과 비교해.
잘못된 모든 것에 대해 스스로에게 물어봐: "내 청사진이 에이전트에게 이것을 올바르게 처리하는 방법을 알려줬나?" 열 번 중 아홉 번은 아니야. 네가 명시적으로 말하지 않은 것을 에이전트가 알 거라고 가정한 거야.
첫 실행 에이전트의 가장 일반적인 문제는 해석의 여지가 있는 모호한 목표, 에이전트가 즉흥적으로 처리해야 했던 누락된 단계, '충분히 좋은' 것이 어떤 모습인지 에이전트가 몰랐던 품질 기준 부재, 그리고 문제를 표시하는 대신 추측하게 만든 오류 처리 부재야.
각 문제를 청사진을 더 구체적으로 만들어서 수정해. 그런 다음 에이전트를 다시 실행해.
개선 루프
에이전트를 실행해. 출력을 검토해. 잘못된 한 가지를 식별해. 청사진을 업데이트해서 수정해. 에이전트를 다시 실행해. 반복해.
이 루프가 에이전트 구축의 핵심 기술이야. 첫 번째 시도에 청사진을 완벽하게 만드는 것이 아니라, 반복을 통해 빠르게 개선하는 거야.
대부분의 사람들은 3~4번의 반복으로 에이전트를 60%에서 90% 정확도로 끌어올릴 수 있어. 마지막 10%는 실제 사용을 통해 시간이 지남에 따라 발견하는 예외 상황에서 나와.
일요일 아침에 할 일
- 토요일 실행의 출력을 검토하고 모든 문제를 나열해
- 각 문제에 대해 청사진의 어떤 부분이 부족했는지 추적해
- 더 구체적인 지침, 품질 기준, 오류 처리를 추가하여 청사진을 업데이트해
- 에이전트를 세 번 더 실행하고, 각 실행 후에 개선해
- 출력이 진정으로 유용할 만큼 충분히 좋아질 때까지 멈추지 마
일요일 오후: 확장하고 두 번째 에이전트 구축하기
하나의 에이전트는 흥미롭다. 두 개의 에이전트는 시스템이다.
이제 과정을 알았으니, 완전히 다른 작업을 위한 두 번째 에이전트를 구축해.
첫 번째 에이전트는 메커니즘을 가르쳐줬어. 두 번째 에이전트는 속도를 가르쳐줘. 두 번째 에이전트가 얼마나 훨씬 빨리 완성되는지 놀랄 거야. 청사진 작성에 한 시간 대신 15분이 걸려. 첫 번째 실행은 60% 대신 80% 정확해. 개선은 4번의 반복 대신 2번만 필요해.
그 가속은 에이전트 구축 경험의 복리 효과야. 구축하는 에이전트가 많을수록 다음 에이전트는 더 빠르고 좋아져.
영감이 필요하다면 이 검증된 첫 번째 에이전트 아이디어 중에서 골라봐.
리서치 에이전트. 주제를 주면 주요 발견, 출처, 권장 다음 단계가 포함된 구조화된 리서치 브리프를 생성해.
콘텐츠 재활용 에이전트. 긴 글을 주면 다섯 개의 트윗, 세 개의 LinkedIn 게시물, 뭘, 뉴스레터 섹션 하나를 네 목소리로 생성해.
미팅 준비 에이전트. 사람 이름과 회사를 주면 그 사람의 배경, 최근 활동, 공통 연결, 제안된 대화 포인트가 포함된 한 페이지 브리프를 만들어.
경쟁사 모니터링 에이전트. 세 개의 경쟁사 이름을 주면 최신 발표, 가격 변동, 제품 업데이트에 대한 주간 업데이트를 생성해.
이메일 초안 에이전트. 응답해야 할 이메일 배치를 주면 긴급도별도로 분류되고 네 톤과 선호도가 적용된 초안 응답을 생성해.
일요일 오후에 할 일
- 위 목록이나 네 작업에서 두 번째 에이전트 아이디어를 골라
- 15분 안에 청사진을 작성해
- 1~2시간 안에 구축하고 개선해
- 이제 코드 한 줄 없이 주말에 구축한 두 개의 작동하는 에이전트가 생겼어
다음 단계
이번 주말에 두 개의 에이전트를 구축했어. 이는 여전히 AI와 채팅만 하고 있는 95%의 사람들보다 앞서 있다는 뜻이야.
여기서부터 길은 명확해. 더 많은 에이전트를 구축하고, 더 많은 도구에 연결하고, 하나의 에이전트 출력이 다음 에이전트의 입력이 되도록 연결해. 팀, 고객, 비즈니스를 위한 에이전트를 구축해.
지금 에이전트를 구축하고 있는 사람들은 미래의 일을 구축하고 있어. 에이전트가 완벽해서가 아니라, 인간의 판단이 필요하지 않은 80%의 작업을 처리할 만큼 충분히 좋기 때문이야.
그리고 '충분히 좋은' 것은 매달 더 좋아지고 있어.
너는 방금 스스로에게 코드 없이 주말에 에이전트를 구축할 수 있다는 것을 증명했어.
대부분의 사람들은 이 글을 읽고 언젠가 한 번 해볼까 생각할 거야.
실제로 이번 주말에 두 개의 에이전트를 구축하는 사람들은 절대 모든 것을 수동으로 하던 때로 돌아가지 않을 거야.
@eng_khairallah1을 팔로우하면 더 많은 AI 분석과 워크플로우를 볼 수 있어. 나는 실제로 작동하는 도구, 설정, 전략 같은 콘텐츠를 정기적으로 게시해.
도움이 되었길 바라, Khairallah ❤️
