IT 기술 따라잡기

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.

밖에서 집 컴퓨터를 써야 할 일이 생각보다 자주 생깁니다. 두고 온 문서를 확인해야 할 때도 있고, 저처럼 집 컴퓨터에 Claude Code · Codex 같은 AI 도구를 일 시켜 두고 나온 경우에는 "지금 잘 돌고 있나?"가 계속 궁금합니다. 이번에 구글의 무료 도구 크롬 원격 데스크톱(Chrome Remote Desktop, 이하 CRD)을 2주 동안 직접 설치하고, 집 안 · 카페 · 모바일 데이터에서 써 보고, 원격 재시작까지 실측한 내용을 15분 영상과 GitHub 문서로 정리했습니다.

https://youtu.be/Uj47SPD6owc

CRD 는 무엇이고, 무엇이 필요한가

원리는 TV 리모컨과 같습니다. 실제 작업은 집 컴퓨터가 하고, 폰 · 태블릿은 그 화면을 받아 보면서 조작만 보냅니다. 그래서 집 컴퓨터가 켜져 있고 인터넷에 연결돼 있어야 합니다. 공유기 포트 포워딩 같은 설정은 필요 없습니다 — 연결은 구글 계정을 통해 중계됩니다.

준비물은 네 가지입니다: Windows 컴퓨터, 그 컴퓨터의 Chrome, Google 계정 하나, 밖에서 쓸 기기. 이번 실측은 Windows 11 노트북(호스트) + iPad 사파리(클라이언트)로 했습니다. iOS 앱은 2025년 9월에 종료돼서 iPad · iPhone 은 웹으로 접속합니다.

설치에서 가장 많이 헷갈리는 세 곳

• 설치가 두 번이다. 「Chrome 에 추가」(브라우저 확장) 다음에 「컴퓨터용 프로그램」(밖에서 오는 연결을 받는 호스트 서비스)을 또 설치합니다. 첫 번째에서 멈추면 목록에 컴퓨터가 안 뜹니다.
• 절전 ≠ 화면 끄기. 화면이 꺼지는 건 괜찮지만, 절전에 들어가면 밖에서 연결이 안 됩니다. 저는 전원 연결 시 「화면 10분 · 절전 안 함」으로 뒀습니다.
• 비밀번호가 두 개다. CRD 에 들어갈 때의 PIN(6자리 이상)과 Windows 잠금 화면의 로그인 비밀번호는 다릅니다. 이 두 겹이 컴퓨터를 지킵니다.

보안: 「연결 끊기」와 「잠그기」는 다르다

원격 세션에서 Disconnect 만 누르면 집 화면은 로그인된 채로 남을 수 있습니다. 그래서 순서는 항상 Windows 잠금 → 잠금 화면 확인 → 연결 끊기입니다. 원격 화면의 시작 메뉴 → 전원 버튼 → Lock(없으면 계정 이름 → 잠금)으로 잠급니다. 그리고 「원격 지원(Remote Support)」은 남을 잠깐 도와줄 때 쓰는 기능이라, 모르는 사람이 이걸로 들어오게 해 달라고 하면 사기를 의심해야 합니다.

실측: 카페에서 5초, 원격 재시작 뒤 1~2분

동네 카페 와이파이에서 연결까지 체감 약 5초였고, 문서 읽기 · 원격 입력 · 잠금 · 연결 끊기 · 재접속까지 내용이 그대로 남았습니다. 원격 재시작은 두 번 해 봤습니다. 원격 화면에서 시작 → 전원 → 다시 시작을 누르면 「session has ended」 알림이 뜨고, 목록에는 계속 Online 으로 보이지만 실제로는 1~2분 기다린 뒤 다시 눌러야 잠금 화면으로 연결됩니다. CRD 호스트가 Windows 와 함께 자동 시작되기 때문입니다. 다만 전원이 꺼졌거나 컴퓨터 쪽 인터넷이 끊긴 경우, Windows 업데이트 설치 중이거나 BitLocker 부팅 전 PIN 을 쓰는 경우는 다를 수 있습니다.

AI 에이전트를 쓰는 사람에게 더 좋은 이유 — 창문과 현관문

Claude Code 의 Remote Control, Codex 의 원격 기능처럼 앱마다 원격 기능이 있습니다. 평소에는 이쪽이 편합니다. 하지만 이건 창문입니다 — 그 앱 안만 보이고, 앱 자체가 멈추면 그 원격 기능도 함께 멈춥니다. CRD 는 현관문입니다. 컴퓨터 전체로 들어가니 멈춘 작업 창을 닫고 AI 도구를 다시 켜거나, 필요하면 Windows 를 재시작할 수 있습니다. 그래서 둘 중 하나를 고르는 게 아니라 평소엔 앱 원격, 문제가 생기면 CRD 로 복구하는 조합을 권합니다. (Grok Bot · Meta Muse · OpenAI dots 처럼 회사 클라우드 컴퓨터에서 일하는 에이전트는 성격이 달라 다음에 따로 다룹니다.)

문서와 영상

• 한국어 영상: https://youtu.be/Uj47SPD6owc
• English video: https://youtu.be/G1WsQ_J2jxU
• GitHub 문서(한국어 · 영어, 7개 모듈): CatchUpAI_VL / Chrome-Remote-Desktop
• 구글 공식 도움말: Chrome 원격 데스크톱으로 다른 컴퓨터에 액세스하기

이 정리는 VibeLearn AI 방식으로 2주 동안 진행한 학습 Topic 의 결과물입니다. 대안 도구(RustDesk 등) 비교와 「CRD 가 안 될 때」 점검표도 GitHub 문서에 있습니다.

검색 AI가 좋은 답을 내놓는지 확인할 때, 답변의 정확도만 비교하면 충분할까요? 검색 서비스를 바꿨을 때 실제 사용자의 경험과 목표 달성에 어떤 차이가 생기는지도 살펴야 합니다.

Builders Lounge 5차 모임에서 김진영 네이버 검색 US 디렉터님은 이 문제를 다루기 위해 설계·구현한 멀티 에이전트 평가 시스템을 소개했습니다. 시스템은 검색을 실제 사용자처럼 수행하는 User Agent, 그 결과와 경험을 평가하는 Evaluator, 평가가 일관된 기준으로 이루어졌는지 살피는 Auditor로 구성됩니다.

사용자처럼 검색하는 에이전트

User Agent는 정해진 검색 태스크를 받아 검색 서비스를 이용합니다. 답변을 읽고 사용자의 목표가 달성됐는지, 어떤 경험을 했는지 평가할 수 있도록 대화와 행동 과정을 남깁니다. 검색 시스템마다 같은 태스크를 수행하게 해 결과를 비교하는 출발점입니다.

평가자와 검토자의 역할

Evaluator는 태스크에 적힌 성공 기준 (Success Criteria)을 바탕으로 답변과 검색 경험을 평가합니다. Auditor는 비교 대상별 평가가 같은 기준으로 진행됐는지 살핍니다. 평가 기준을 만들 때는 기대 답을 고정된 Ground Truth로 간주해도 되는지, 검색 지식이 질의와 시점에 따라 바뀌는 문제를 어떻게 다룰지 고민이 필요합니다.

발표에서 소개한 평가 결과가 외부 벤치마크나 NPS와 검증 완료됐다는 뜻은 아닙니다. 김진영님은 내부에서 사용하는 지표와 결과가 일치하는지 확인하려 한다고 설명했습니다.

실제 사용자 실험 전의 가상 사용자 평가

발표에서는 대표성 있는 여러 사용자 페르소나를 에이전트로 구성해 실제 사용자 대상 A/B 테스트 전에 서비스를 탐색해 보는 가능성도 다뤘습니다. 이 방식은 실제 사용자를 완전히 대체하는 것으로 소개된 것이 아닙니다. 페르소나를 어떻게 객관적으로 정의할지, 공개 자료와 서비스에서 얻은 실제 사용자 데이터를 어떻게 활용할지가 중요한 과제로 남습니다.

AI 개발에서 사람의 역할

질의응답과 토론에서는 프로토타입을 만드는 것과 다른 사람도 사용할 수 있는 제품으로 다듬는 일의 차이도 이야기했습니다. 큰 목표를 작은 하위 작업으로 나누고, 무엇을 만들지 정하고, 결과를 검토하는 사람의 역할은 여전히 필요하다는 경험을 나눴습니다.

AI 요약을 읽고 끝내면 여러 출처를 직접 비교하며 쌓던 맥락과 판단력이 줄어들 수 있다는 우려도 나왔습니다. 검색과 AI 요약에는 각기 다른 장단점이 있으며, AI가 만든 결과를 확인하고 이해하는 과정도 중요하다는 논의였습니다.

영상과 발표 자료

영상은 한국어 발표이며 영어 자막을 제공합니다. YouTube 자막(CC)에서 영어를 선택할 수 있습니다.

https://youtu.be/FdWigceb1pk