IT 기술 따라잡기

라이브 방송 중에 제 것이 아닌 커서가 화면 위를 움직였습니다. VS Code에서 작업하던 Codex가 브라우저를 직접 조작해 Meta Muse에 질문을 입력하고, 결과 화면까지 캡처해 정리해 두고 있었습니다. Muse에 입력하라고 시킨 적은 없었습니다. 별도 API 연동이 아니라, 사람이 하듯 브라우저 UI를 조작한 사례입니다.

이 장면을 계기로, 최근 두 달 사이에 나온 AI 에이전트 네 개를 정리하고 Muse를 직접 써 본 결과를 영상으로 만들었습니다.

https://youtu.be/BQ_TVly3TZI

새 AI 에이전트 네 개 — 무엇이 다른가

• Grok Bot (xAI) — 이름과 역할을 가진 「AI 팀원」이 전용 클라우드 컴퓨터에서 여러 앱을 오가며 일한다.
• Muse (Meta) — 대화로 맡기면 메일 · 예약 · 양식 작성까지 하는 개인 비서. iPhone · Android · 웹.
• Dots (OpenAI) — ChatGPT 안의 「항상 켜진」 에이전트.
• Instinct (Spear Street Technology) — 앱 대신 문자 · 전화로 일을 맡기는 개인 비서. 약관상 사용자의 대리인으로 정해져 있어, 대신 맺은 약속이 효력을 가질 수 있다는 점은 꼭 읽어 볼 부분이다.

네 개 모두 어느 정도는 무료로 써 볼 수 있을 줄 알았지만, Grok Bot은 유료 구독, Dots는 ChatGPT Pro 이상, Instinct는 초대 대기라 무료로 바로 쓸 수 있던 건 Muse 하나였습니다. 그래서 나머지 셋은 공식 자료로만 비교했습니다.

Muse를 직접 써 보니

• 권한 기본값: Permissions의 기본값은 Ask for some actions. 정보를 내보내거나 중요한 것을 바꾸는 일 앞에서만 묻는다는 뜻이고, 모든 일 앞에서 묻게 하려면 Always ask를 따로 골라야 한다. Gmail · Calendar는 Read / Write and delete 권한이 작업마다 나뉘어 있다.
• 출처: Sources 목록이 붙지만 처음 보이는 출처는 언론 · 요약 사이트가 대부분이었다. 공식 자료로 다시 요청해야 Meta 발표문과 도움말을 가져왔다.
• 시간 계산: 「일정 없는 빈 시간」을 물었더니 이미 지난 시간까지 셌다. 「지금 이후로만」으로 다시 물으니 고쳐졌다. 질문이 애매하면 답도 애매하다.
• 가상 과제 두 개: 겹친 시간표 계산은 정확했고(90분 · 95분 · 겹침 5분), 영상 설명문 쓰기는 형식은 맞췄지만 메모에 없는 표현을 덧붙였다. 초안은 맡기되 마지막 편집은 사람이 해야 한다.

시간을 얼마나 아꼈는지는 재지 않았습니다. 가상 과제 두 개만으로 효율을 말하기보다, 실제 일에 써 보면서 다시 정리하겠습니다.

밖에서는 휴대폰 Muse, 집에서는 로컬 세컨드 브레인

단풍 구경할 곳을 물은 장면 뒤에, Codex에게 Muse의 답을 제 컴퓨터의 노트 폴더(Obsidian 볼트)에 문서로 저장하게 했습니다. 얼마 전까지는 밖에서 집 컴퓨터를 원격으로 조종하는 방법(Chrome Remote Desktop)을 알아봤는데, 이 방식이면 노트북이 없을 때 휴대폰의 Muse에 일을 맡기고, 집에 와서 컴퓨터를 켜면 그동안의 결과를 로컬로 가져올 수 있습니다. 아직 한 번 해 본 방법이고 자동 동기화는 아니지만, 시도해 볼 만한 실험이라고 생각합니다.

AI 에이전트를 고르기 전에 알아볼 네 가지

이번 네 개 말고도 OpenClaw, Hermes Agent처럼 내 컴퓨터나 서버에 설치하는 오픈소스 에이전트도 이미 많습니다(두 서비스는 공식 GitHub README 기준으로만 살펴봤습니다).

1. 어디에서 돌아가나 — 회사 서버의 서비스인가, 내가 설치하는 오픈소스인가. 설치형은 데이터를 내 손에 두지만 관리 · 보안 설정도 내 몫이다.
2. 비용은 얼마나 드나 — 구독료, 또는 오픈소스라면 AI 모델 사용료와 서버 비용.
3. 어디까지 손대게 하나 — 메일 · 일정 권한, 언제 묻는지, 대화를 학습에 쓰는지. 되돌리기 어려운 일은 초안까지만.
4. 결과를 내가 확인할 수 있나 — 가짜 자료로 작은 일부터, 출처와 결과를 확인한 뒤 범위를 넓힌다.

자료

비교표 · 공식 출처 · 실습 기록 · 판단 흐름도는 GitHub에 한국어 · 영어로 공개해 두었습니다.

• AI-Agent-Apps-Compare (GitHub)

• 영어판 영상

Muse는 계속 써 보면서 새로 알게 되는 것을 이어서 정리하겠습니다. Instinct 초대가 오면 후속 실습도 올리겠습니다.

AI에게 말로 설명하면 앱이 만들어지는 시대가 됐습니다. 바이브 코딩 덕분에 개발 경험이 없는 사람도 며칠 만에 결과물을 손에 쥘 수 있습니다. 그런데 막상 만들어 놓고 한 달쯤 지나면, 그 앱을 쓰는 사람은 만든 자신뿐인 경우가 많습니다.

만들기는 쉬워졌는데, 왜 아무도 안 쓸까요? 이 질문을 주제로 제가 함께하고 있는 Builders Lounge 가 첫 온라인 특강을 엽니다.

## 특강 개요

- 제목: 바이브 코딩으로 만들기는 쉬워졌는데, 왜 아무도 안 쓸까?
- 강사: 송재희 (Build with AI)
- 일시: 2026년 10월 21일(수) 오후 8시~10시 (시애틀 시간, PT)
- 한국 시간: 2026년 10월 22일(목) 낮 12시~오후 2시 (KST)
- 방식: 온라인 (Microsoft Teams) — 세계 어디서나 참여 가능
- 참가비: 무료
- 진행: Builders Lounge 소개 → 특강 → 질의응답

## 왜 이 주제인가

AI가 거의 모든 것을 만들 수 있게 될수록, 경쟁력은 「더 잘 만드는 능력」에서 「만들 가치가 있는 것을 알아보는 능력」으로 옮겨 갑니다. 프롬프트를 잘 쓰는 요령이나 새 도구 사용법보다, 누구의 어떤 문제를 풀지 고르고 그것이 정말 필요한지 확인하는 판단이 더 중요해졌다는 것입니다.

## 특강에서 다루는 네 가지

1. 누구의 어떤 문제를 풀지 정하는 법 — 「모두를 위한 앱」은 누구에게도 꼭 필요하지 않은 앱이 되기 쉽습니다. 도울 사람과 그 사람이 어려움을 겪는 순간을 먼저 좁힙니다.
2. 무엇을 만들지 않을지 판단하는 법 — AI 덕분에 기능을 더하기 쉬워진 만큼, 필요가 확인되기 전까지 무엇을 미뤄 둘지 정하는 일이 중요해졌습니다.
3. 정말 필요한지 행동으로 확인하는 법 — 「좋네요」라는 칭찬보다 다시 찾아오는지, 다른 사람에게 권하는지, 예약하거나 돈을 내는지 같은 행동이 확실한 신호입니다.
4. 내 제품이 존재하는 이유를 여섯 문장으로 정리하는 법 — 누구를, 어떤 순간에, 어떤 어려움에서, 어떤 상태로 바꿔 주는지, 무엇을 보면 효과가 있다고 판단할지, 그 전까지 무엇을 만들지 않을지를 짧게 적어 봅니다.

## 강사 소개 — 송재희

비개발자를 대상으로 바이브 코딩 강의와 멘토링을 해 오며 300명 넘는 분들을 가르쳤습니다. 그 과정에서 「데모는 만드는데, 실제 서비스로 이어지지 않는다」는 공통된 벽을 발견했고, 그 벽을 넘는 방법을 12부작 무료 가이드 「Build with AI」로 정리해 공개하고 있습니다.

- 무료 가이드 「Build with AI」: https://buildwithai.clearlyreqs.com/ko/

## 예고편 (5분)

https://youtu.be/jkXtL5J4rUM

## 참여 방법

- 바로 접속 (Microsoft Teams): https://teams.microsoft.com/meet/285708501501262?p=VlTP0Y2XAbIMbLiG3N

신청하지 않아도 행사 시간에 이 주소로 바로 들어오실 수 있습니다.
- 신청 (Luma): https://luma.com/4b8kk8sj

신청하시면 행사 전에 안내 메일을 받으실 수 있습니다.

IT 경력과 관계없이, AI로 무언가를 만들고 있거나 만들어 보고 싶은 분이라면 누구나 환영합니다.

## Builders Lounge 는

시애틀 지역 IT 커뮤니티 창발(Changbal)의 AI 스터디에서 출발한 모임입니다. 공부에서 그치지 않고 AI로 직접 만든 앱과 서비스를 서로 소개하고, 써 보고, 의견을 나눕니다. 핵심은 서로의 「첫 번째 사용자」가 되어 주는 것입니다. 개발자뿐 아니라 AI로 아이디어를 실현해 보고 싶은 누구에게나 열려 있고, 시애틀에서 시작했지만 온라인으로 세계 어디서나 함께할 수 있는 모임을 지향합니다.

- 지난 모임 발표 영상: https://www.youtube.com/playlist?list=PLRQGNaa1hGF0_sFgsAFNzy-f1RjD-tgIT

- Builders Lounge 소개: https://claude.ai/artifact/Vs9GEkCtEXsyRdT5kvyF7s

- 메일링 리스트 신청 (정기 뉴스레터를 받아 보실 수 있습니다): https://forms.gle/942wiycPttG2CSDx8

요즘은 어떤 도구든 사용법을 따로 배울 필요가 많이 줄었습니다. AI에게 물어보면 메뉴 위치부터 설정 방법까지 자세히 알려 주니까요. 그래서 이번 영상은 사용법 영상이 아닙니다. AI와 같이 일하면서 제가 직접 겪고, 느끼고, 배운 것을 나누는 영상입니다.

[유튜브 영상 임베드: https://youtu.be/JViFmj31pR4]

AI가 내가 몰랐던 도구를 스스로 골랐다

2026년 9월, 저는 Claude에게 「원하는 것」만 말했습니다. 어떤 기능을 쓰라고 한 적은 없습니다. 그런데 Claude는 제가 이름조차 몰랐던 기능 두 개를 스스로 골라 일을 해냈습니다.

• Artifacts: AI가 만들어 주는, 보면서 쓰는 페이지. 봉사하는 단체의 행사 준비 회의 도중 「부스 배치를 한눈에 보면 좋겠다」는 생각이 들었고, Claude가 그 자리에서 페이지를 만들어 줘서 회의 화면에 띄워 함께 봤습니다.
• Routines: 정해 둔 때가 되면 AI가 알아서 도는 작업. 일하며 배우는 교육 프로그램 공고를 알아보다가 「워싱턴주에는 아직 공고가 없네, 나중에 나면 다시 봐야겠다」고 하자, Claude가 매주 월요일 아침 공고를 확인해 조건에 맞으면 메일로 알려 주는 루틴을 만들었습니다.

「AI에게 일을 시키려면 나도 그 일을 알아야 한다」는 제 생각이 여기서 흔들리기 시작했습니다.

첫 번째 함정 — 받는 사람에겐 빈 화면

회의에서 잘 쓴 페이지를 링크로 보냈더니, 받은 분들 눈에는 로그인 안내만 보이는 빈 화면이었습니다. 페이지에 붙은 작은 데이터 저장소는 공개 링크로 바꿔도 Claude에 로그인한 사람만 볼 수 있었기 때문입니다. 함께 고치는 편집용 페이지와, 데이터를 페이지 안에 직접 담은 공유용 현황판을 나눠서 해결했습니다.

여기에 하나 더 — 공유 설정에는 「항상 최신 버전 보여 주기」 옵션이 따로 있었는데, 저도 몰랐고 AI도 먼저 알려 주지 않았습니다. 그래서 지금은 고친 뒤 로그인하지 않은 창으로 받는 사람 화면을 직접 열어 봅니다.

두 번째 함정 — 3주 동안 메일 0통

루틴은 조건에 맞는 공고가 있을 때만 메일을 보내도록 돼 있어서, 조용한 게 정상처럼 보였습니다. 문제는 실패해도 똑같이 조용했다는 것. 9월 7일, 14일, 21일 세 번 모두 메일이 오지 않았고, 「확인하지 못했다」는 짧은 알림을 반복된 실패로 알아차리는 데 3주가 걸렸습니다.

범인은 루틴이 도는 클라우드 환경이었습니다. 허용된 사이트만 드나들 수 있게 막혀 있었던 거죠. 채용 사이트를 허용 목록에 넣고 바로 다시 돌리자, 그동안 받지 못했던 기술직 공고 네 건이 한 번에 도착했습니다. 그런데 고친 그날, 붙여 둔 지역 조건이 조용히 무시되고 있었다는 것도 루틴이 스스로 찾아냈습니다. 결과가 없다는 게 정말 없다는 뜻은 아니었던 겁니다. 지금은 매주 월요일 아침 메일이 오고, 실제로 구직에 도움이 되고 있습니다.

그래서 배운 것 — AI에게 일을 맡기기 전 체크리스트 4

1. 무엇을 위한 일인가 (결과물이 아니라 목적)
2. 누가 보나 (로그인하지 않는 사람도 보나)
3. 어디서 돌아야 하나 (내 컴퓨터 파일이 필요한가, 인터넷 자료면 충분한가)
4. 무엇으로 확인하나 (받는 사람의 화면, 실제 실행 기록)

기능 이름은 하나도 몰라도 됩니다. 도구는 AI가 고르게 두고, 사람은 목적과 확인에 집중하면 됩니다.

결론 — 일을 시키는 사람도 배워야 한다

처음엔 「이제는 기능을 몰라도 원하는 것만 잘 말하면 AI가 알아서 해 준다」고 말하려 했습니다. 그런데 정리해 보니, 원하는 걸 제대로 설명하는 데도, 일이 잘 가고 있는지 확인하는 데도 결국 배워야 하는 건 사람이었습니다. 지금은 AI를 믿되, 조심스럽게 확인하며 쓰는 단계라고 생각합니다.

더 자세한 기록은 GitHub에

저는 AI와 일하면서 얻은 지식과 정보를 모두 문서로 남겨 둡니다. 이 영상의 내용도 실험 기록, 실패와 복구 과정, 다음 작업용 플레이북까지 GitHub에 정리해 두었습니다. 영상 속 QR 코드로도 바로 가실 수 있습니다.

• 실험 기록 전체: Claude-Artifacts-Routines

• 루틴 실패와 복구: wblp-routine-audit

• 다음 작업용 플레이북: artifacts-routines-playbook

• English video: https://youtu.be/AvoI2A8dcY0

여러분은 AI에게 맡겨 두고 한 번도 확인해 보지 않은 일이 있으신가요? 댓글로 들려주세요.

※ 2026년 9월, 제 계정 · 환경에서 확인한 경험입니다. 계정이나 시점에 따라 기능과 메뉴가 다를 수 있습니다.