기본 콘텐츠로 건너뛰기

머스크도 "Grok Bot 써 봐" · Grok Bot 새 봇 만들기와 템플릿 가져오기·공유 정리

일론 머스크가 10월 20일(KST) @KettlebellDan 의 글을 인용하며 "True, try Grok @Bot" 이라고 썼습니다. 원글은 "템플릿을 찾기보다 새 봇을 만들어 필요한 걸 말하면 된다"는 게시물이었죠. 리서처K가 Grok Bot 에서 새 봇을 만드는 법과 템플릿이 무엇인지, 어떻게 가져오고 공유하는지 1분 쇼츠로 정리했습니다. ▶ YouTube에서 쇼츠 보기 머스크의 인용 게시물과 원글 머스크의 글은 답글이 아니라 @KettlebellDan의 글을 인용한 게시물 입니다. 원글 작성자는 사람들이 Grok Bot 템플릿을 자꾸 물어보지만, 그냥 새 봇을 만들어 필요한 걸 말하면 된다고 썼습니다. 원글에 나온 '마법 같다'는 표현은 원글 작성자의 개인 의견입니다. ① 새 봇 만들기 Grok Bot에서 New → Create new Bot 을 고르고, 할 일을 말로 적어 대화를 시작하면 됩니다. 별도 빌더 없이 메시지로 시작한다는 건 작성자 해석입니다. ② 템플릿이란 템플릿은 잘 만든 봇의 '레시피' 입니다. 봇의 지시·스킬·루틴·기억을 담지만, 개인·내부 기억과 비밀 정보는 포함되지 않습니다. ③ 템플릿 가져오기 Grok Bot 마켓플레이스에서 Add 를 누르거나 봇을 열어 Import Bot 을 고르면 내 계정에 사본이 만들어집니다. 만든 사람의 컴퓨터·로그인·대화 기록은 따라오지 않습니다. ④ 템플릿 공유하기 Share → Create template 으로 템플릿을 만들고, 공개 링크 또는 팀 전용으로 공유할 수 있습니다. 주의할 점 템플릿을 공유하기 전에 API 키와 개인 정보는 직접 삭제 하세요. 지시문 등에 적어 둔 내용은 그대로 따라갈 수 있습니다. Grok Bot과 AI 에이전트 소식을 빠르게 받아 보시려면 YouTube에서 리서처K 를 구독하고 좋아요를 눌러 주세요. 👉 이번 쇼츠 보기 출처 (확인일 2026-10-2...

Claude가 제시하는 비즈니스를 위한 프롬프트 엔지니어링 기법 2탄 [Claude AI 로 블로깅하고 책쓰기 -5]

둘째. Few-shot prompting 기법 활용 예시:



프롬프트 엔지니어링은 Claude와 같은 대규모 언어 모델(Large Language Model)을 활용하여 비즈니스 성과를 극대화하기 위한 핵심 기술입니다. 잘 설계된 프롬프트는 모델의 출력 품질을 개선하고, 배포 비용을 절감하며, 고객 경험을 브랜드에 맞게 일관성 있게 제공할 수 있도록 도와줍니다.

최근 많은 기업들이 생성형 AI 모델을 도입하면서, 고품질의 결과를 얻기 위해 효과적인 프롬프트 제작의 중요성이 더욱 강조되고 있습니다. 적절한 프롬프트를 통해 기업은 AI의 잠재력을 최대한 활용하여 다양한 업무의 생산성을 높일 수 있습니다.

효과적인 프롬프트 설계는 결과물의 정확성을 높이고, 품질과 포맷, 관련성, 톤의 일관성을 유지하는 데 도움을 줍니다. 또한 타겟 고객과 산업에 맞춤화된 경험을 제공함으로써 고객 만족도를 향상시킬 수 있습니다. 아울러 불필요한 반복 작업을 최소화하여 비용 절감 효과도 기대할 수 있습니다.

실제로 한 포춘 500대 기업은 Anthropic의 도움을 받아 효과적인 프롬프트 엔지니어링 기법을 활용, Claude 기반의 고객 응대 챗봇을 구축하였습니다. 그 결과 복잡한 고객 문의에 대한 응답의 정확도와 속도를 크게 향상시킬 수 있었다고 합니다.

이처럼 프롬프트 엔지니어링은 대화형 AI의 성능을 결정짓는 중요한 요소로 자리잡고 있습니다. 기업들이 Claude와 같은 강력한 언어 모델을 업무에 활용하고자 할 때는 효과적인 프롬프트 설계에 충분한 시간과 노력을 투자할 필요가 있습니다.

Anthropic에서는 기업들이 보다 쉽게 프롬프트 엔지니어링 기법을 습득하고 적용할 수 있도록 다양한 자료와 가이드라인을 제공하고 있습니다. 특히 'Prompt engineering for business' 백서에서는 비즈니스 관점에서의 프롬프트 엔지니어링 노하우를 상세히 다루고 있습니다.

이 가이드에 따르면, 비즈니스에서 프롬프트 엔지니어링을 효과적으로 활용하기 위한 주요 팁은 크게 3가지로 요약됩니다.

첫째. 단계별 사고(Step by step) 적용입니다. 단계별 사고 기법을 활용하여 문제를 분석하고 해결하는 것은 매우 유용합니다. Claude에게 <thinking> 태그를 사용하여 프롬프트를 제공하면, 모델의 추론 과정을 명시적으로 보여줄 수 있습니다. 이는 답변의 논리성과 신뢰성을 높이는 데 도움이 됩니다.

둘째, Few-shot prompting 기법을 활용하는 것입니다. Claude에게 작업에 대한 간단한 예시를 먼저 보여주고, 유사한 방식으로 원하는 작업을 수행하도록 요청하는 것입니다. 이를 통해 보다 명확하고 일관된 결과물을 얻을 수 있습니다.

셋째, 복잡한 작업은 Prompt chaining을 통해 단계별로 나누어 처리하는 것이 효과적입니다. 각 단계별로 적절한 프롬프트를 제공하고, 이전 단계의 결과물을 토대로 점진적으로 작업을 수행해 나가는 방식입니다.

이러한 프롬프트 엔지니어링 기법들을 잘 활용한다면 Claude의 잠재력을 극대화하여 비즈니스 성과를 한층 높일 수 있을 것입니다. 기업 내 다양한 업무에 Claude를 활용하고자 할 때는 적절한 프롬프트 설계가 무엇보다 중요하다는 점을 기억해야 할 것입니다.


지금부터는 Anthropic 가이드에서 소개한 프롬프트 엔지니어링 팁 중 'Few-shot prompting' 기법에 대해 좀 더 자세히 알아보겠습니다.

Few-shot prompting이란 Claude에게 먼저 간단한 예시를 보여준 뒤, 이와 유사한 방식으로 원하는 작업을 수행하도록 요청하는 것을 말합니다. 이 기법은 다음과 같은 장점을 가지고 있습니다.


둘째. Few-shot prompting 기법 활용 예시:

Few-shot prompting 기법이 필요한 이유는 다음과 같이 설명할 수 있습니다.

1. 적은 양의 예시로 작업 수행 능력 향상

대규모 언어 모델은 방대한 데이터로 사전학습되어 있어, 적은 수의 예시만으로도 주어진 작업을 이해하고 수행할 수 있습니다. Few-shot prompting은 이러한 언어 모델의 특성을 활용하여, 작업에 대한 명시적인 설명 없이도 몇 가지 예시를 통해 작업을 효과적으로 수행할 수 있도록 합니다.

2. 다양한 작업에 빠르게 적용 가능

Few-shot prompting은 각 작업마다 대량의 레이블링된 데이터를 준비할 필요가 없으므로, 다양한 작업에 신속하게 적용할 수 있습니다. 이는 시간과 비용 측면에서 효율적이며, 새로운 작업에 대한 언어 모델의 적응력을 높여줍니다.

3. 유연성과 확장성

Few-shot prompting은 작업에 따라 예시를 유연하게 구성할 수 있습니다. 예시의 수와 내용을 조정하여 언어 모델이 작업을 더 잘 이해하고 수행할 수 있도록 유도할 수 있습니다. 또한, 새로운 작업이 추가되거나 요구 사항이 변경되더라도 빠르게 대응할 수 있어 확장성이 뛰어납니다.

4. 사람의 의도를 반영한 결과 생성

Few-shot prompting에서 제공되는 예시는 사람이 직접 선택하고 구성합니다. 이를 통해 언어 모델이 사람의 의도를 더 잘 파악하고, 해당 의도에 맞는 결과를 생성할 수 있습니다. 이는 작업 수행의 정확도와 품질을 향상시키는 데 도움이 됩니다.

5. 미세 조정의 대안

Few-shot prompting은 언어 모델을 특정 작업에 맞게 미세 조정(fine-tuning)하는 대안이 될 수 있습니다. 미세 조정은 레이블링된 데이터를 대량으로 필요로 하며, 계산 비용과 시간이 많이 소요됩니다. 반면, few-shot prompting은 적은 예시로도 효과적인 작업 수행이 가능하므로, 미세 조정의 필요성을 줄일 수 있습니다.

이러한 이유로 few-shot prompting 기법은 대규모 언어 모델의 활용도를 높이고, 다양한 작업에 빠르고 유연하게 적용할 수 있는 효과적인 프롬프트 엔지니어링 방법론으로 자리잡고 있습니다. 이는 자연어 처리와 관련된 작업에서 활발히 연구되고 있는 분야이기도 합니다.

비즈니스에서 활용 가능한 몇가지 예시를 들어 보겠습니다.

프롬프트: "당신은 전문 개인정보 편집자입니다. 제가 제공하는 텍스트에서 모든 개인 식별 정보를 제거하고 'XXX'로 대체해주세요. 이름, 전화번호, 주소, 이메일 주소 등의 개인정보를 'XXX'로 대체하는 것이 매우 중요합니다. 다음은 이를 수행하는 방법에 대한 두 가지 가상의 예시입니다: ..."

설명: 이 프롬프트는 few-shot 예시를 통해 모델이 개인정보를 식별하고 편집하는 방법을 학습할 수 있도록 합니다. 일반적인 사례뿐만 아니라 까다로운 예시와 극단적인 케이스를 포함함으로써, 모델이 다양한 상황에서 일관되고 정확하게 개인정보를 처리할 수 있도록 돕습니다.

Few-shot prompting 기법은 모델에게 입력값과 이상적인 출력값의 구체적인 예시를 제공하여, 모델이 과제를 올바르게 이해하고 수행할 수 있도록 도와주는 방법입니다. 이를 위해서는 간단하고 일반적인 사례뿐만 아니라, 까다롭고 극단적인 경우의 예시도 포함하는 것이 좋습니다.

아래는 few-shot prompting 기법을 활용한 보다 구체적인 예시입니다:

프롬프트:

"당신은 전문 개인정보 편집자입니다. 제가 제공하는 텍스트에서 모든 개인 식별 정보를 제거하고 'XXX'로 대체해주세요. 이름, 전화번호, 주소, 이메일 주소 등의 개인정보를 'XXX'로 대체하는 것이 매우 중요합니다.

다음은 이를 수행하는 방법에 대한 네 가지 예시입니다:

<examples>

<example>

<text> 안녕하세요, 제 이름은 김민수이고 서울에 살고 있습니다. 제 전화번호는 010-1234-5678이에요.

</text>

<respone>안녕하세요, 제 이름은 XXX이고 XXX에 살고 있습니다. 제 전화번호는 XXX-XXXX-XXXX이에요.

</response>

</example>

<example>

<text> John Doe(john.doe@example.com)의 주소는 123 Main St, Anytown, USA 입니다.</text>

<response>

            XXX(XXX@XXX.XXX)의 주소는 XXX XXX XX, XXX, XXX 입니다.

        </response>

</example>

<example>

<text> 제 주민등록번호는 990101-1234567이고, 신용카드 번호는 1234-5678-9012-3456입니다. </text>

<response> 제 주민등록번호는 XXXXXX-XXXXXXX이고, 신용카드 번호는 XXXX-XXXX-XXXX-XXXX입니다.

</response>

</example>

</examples>

이와 같이 몇가지 예시를 입력한 후 아래 텍스트를 입력하면 Claude 는 앞 예시에서 학습한 내용을 기반으로 아래와 같이 텍스트를 수정한 결과를 추력할 것입니다.

프롬프트:

<text> Jane에게 전화하려면 +1-555-987-6543으로 연락하세요. 그녀의 이메일은 jane_smith@example.co.kr입니다.

</text>

Claude 응답 :

XXX에게 전화하려면 XX-XXX-XXX-XXXX으로 연락하세요. 그녀의 이메일은 XXX@XXX.XX.XX입니다.

few-shot 예시를 통해 모델은 다양한 유형의 개인정보(이름, 전화번호, 이메일, 주소, 주민등록번호, 신용카드 번호 등)를 식별하고 'XXX'로 대체하는 방법을 학습할 수 있습니다. 또한 한글과 영어, 일반적인 사례와 복잡한 사례 등 다양한 상황에 대한 예시를 제공함으로써, 모델이 일관되고 정확하게 개인정보를 처리할 수 있도록 도와줍니다.

업무에서 Few-shot 프롬프팅을 활용할 수 있는 다른 예시를 들어 보겠습니다. 이메일 작성을 위한 예시입니다.  

단계1

프롬프트:

“<examples>

<example>

<text>

김 대리는 프로젝트 진행 상황을 박 부장님께 이메일로 보고해야 합니다. 프로젝트는 현재 일정대로 순조롭게 진행 중이며, 다음 주에 중간 보고 회의가 예정되어 있습니다.

</text>

<response>

박 부장님,

ABC 프로젝트 진행 상황을 알려 드립니다.

현재 프로젝트는 계획된 일정에 맞춰 순조롭게 진행되고 있습니다. 각 팀원들이 맡은 업무를 차질 없이 수행하고 있으며, 현재까지 특이 사항은 없습니다.

다음 주 월요일에 프로젝트 중간 보고 회의가 예정되어 있습니다. 회의에서는 그간의 진행 상황을 공유하고, 후반기 계획을 점검할 예정입니다.

프로젝트가 성공적으로 마무리될 수 있도록 팀원 모두 최선을 다하겠습니다. 감사합니다.

김 대리 드림

</response>

</example>

<example>

<text>

이 과장은 고객사에 제안서를 발송했으나 1주일이 지나도록 답변이 없어 상황을 확인하고자 합니다. 고객사의 담당자는 최 부장입니다.

</text>

<response>

최 부장님,

지난 주 발송해 드린 ABC 프로젝트 제안서 검토 진행 상황을 확인하고자 연락 드립니다.

제안서에 대한 귀사의 의견을 듣고 싶습니다. 제안 내용에 대해 의문점이나 추가 논의가 필요한 부분이 있다면 언제든 말씀해 주시기 바랍니다. 필요하시다면 직접 방문 or 화상 미팅을 통해 제안 내용을 보다 상세히 설명 드리겠습니다.

귀사의 프로젝트에 도움이 될 수 있길 희망하며, 긍정적인 회신을 기다리겠습니다. 바쁘신 중에도 검토해 주셔서 감사합니다.  

이 과장 드림

</respone>

</example>

</examples>

이와 같이 몇가지 예시를 들어서 사전에 학습을 시킨 후 프롬프트에 아래 텍스트를 입력하면

Claude는 앞서서 학습시킨 톤으로 이메일 메시지를 생성합니다. “

단계2:

프롬프트:

<text>

홍 대리는 내부 직원들에게 다음 주 예정된 워크숍 일정을 공지해야 합니다. 워크숍은 '효과적인 커뮤니케이션 기술'을 주제로 진행되며, 전 직원이 참석해야 합니다.

</text>

Claude 응답 :

친애하는 임직원 여러분,

다음 주에 진행될 워크숍 일정을 안내해 드립니다.

워크숍 주제: "효과적인 커뮤니케이션 기술"

일시: 2024년 3월 26일 (화) 09:00 ~ 18:00

장소: 본사 대회의실 (B1)

대상: 전 직원 필수 참석

이번 워크숍에서는 업무 상황에서의 효과적인 의사소통 방법과 대인관계 기술을 학습하게 될 것입니다. 원활한 커뮤니케이션은 업무 효율성 제고와 조직 내 협력을 위해 필수적인 요소입니다.

전문 강사님을 모시고 '경청의 자세', '상대방 입장 이해하기', '명확한 의사 전달하기' 등의 주제로 강의가 진행될 예정이오니 많은 관심과 참여 부탁드립니다. 워크숍이 여러분의 커뮤니케이션 능력 향상에 도움이 되길 바랍니다.

참석 여부를 3월 22일(금)까지 회신 부탁드립니다. 궁금하신 점이 있으시면 언제든 제게 연락 주시기 바랍니다. 감사합니다.

홍 대리 드림

위의 예시를 참고하여 홍 대리가 보내야 할 이메일을 작성해 보세요. 업무 상황에 맞는 적절한 어투와 정보를 포함하도록 해야 합니다.

이처럼 Few-shot 프롬프팅은 이메일, 보고서, 제안서 등 다양한 업무 문서 작성에 활용될 수 있습니다. 상황과 목적에 맞는 예시를 제시함으로써 AI 모델이 원하는 스타일과 내용의 문서를 생성하도록 유도할 수 있습니다.

-------------------------------------------------------

다음 포스팅에서 셋째. Prompt chaining 기법 활용에 대한 자세한 내용을 자세히 다루도룩 하겠습니다.


Claude 정보 패이스북 그룹


댓글

이 블로그의 인기 게시물

Aside 브라우저, 이렇게 쓰고 있습니다: 대표 활용 사례와 직접 써 본 후기

AI BROWSER STORY "브라우저가 대신 클릭해 준다면?" Aside로 일하는 방법 탭 수십 개를 오가며 하던 조사, 정리, 게시, 점검. 이 반복 작업을 AI 브라우저 Aside에게 맡긴 사례를 소개합니다. 다른 사용자들의 대표 사례와 제가 직접 써 본 경험을 함께 담았습니다. 01 CONCEPT Aside는 어떤 브라우저일까? 한 줄 요약: "AI가 내 대신 웹사이트를 직접 조작해 주는 브라우저" 크롬이나 웨일은 사람이 직접 클릭하고 입력합니다. Aside는 여기에 AI 에이전트가 들어 있어서, "쿠팡에서 최근 주문한 커피 장바구니에 담아줘"처럼 말로 지시하면 AI가 화면을 읽고 클릭하고 입력하며 작업을 끝냅니다. 일반 브라우저 사람이 검색하고, 복사하고, 붙여넣고, 로그인하고, 정리합니다. 단계마다 내 손이 필요합니다. Aside 브라우저 목표만 말하면 AI가 여러 사이트를 오가며 여러 단계를 이어서 처리합니다. 사람은 확인과 승인만 합니다. 내 로그인 그대로 이미 로그인한 사이트를 그대로 조작합니다. 별도 연동이나 API 설정이 필요 없습니다. 스킬 · 루틴 · 메모리 한 번 시킨 방식을 스킬로 저장하고, 주간·일간 루틴으로 자동 반복하며, 내 선호를 기억합니다. 브라우저 + 내 컴퓨터 웹 작업뿐 아니라 내 PC의 파일 읽기, 영상·문서 생성 같은 작업도 함께 처리합니다. Lasso(올가미) 선택 화면 영역을 드래그하거나 동그라미로 지정해 "이 부분 정리해줘"라고 전달합니다. 복사·붙여넣기가 필요 없습니다. 외부 도구 연결 CLI, MCP, Skill로 코딩 에이전트와 연동하고 Slack으로 원격 지시도 가능합니다. 모델 선택 원하는 AI 모델을 연결해 속도와 비용을 조절할 수 있습니다. 사용자 중에는 저렴한 모델을 붙여 주력으로 쓰는 분도 있습니다. 02 BACKGROUND 왜 AI 브라우저가 나왔을까? 챗봇은 ...

Muse와 OpenClaw: 같은 에이전트인가, 새로운 개인비서인가

개인 AI 에이전트 비교 · 2026년 9월 25일 Muse와 OpenClaw: 같은 에이전트인가, 새로운 개인비서인가 Muse가 OpenClaw 코드를 그대로 실행하는 클론이라는 증거는 없습니다. 다만 에이전트의 기본 구조와 제품 철학은 크게 닮았고, Muse의 새로움은 개념보다 배포 방식·보안 모델·대중화에 있습니다. 에이전트 개념은 OpenClaw ≈ Muse입니다. 구현은 다릅니다. OpenClaw가 사용자가 직접 운영하는 개방형 하니스라면, Muse는 Meta가 호스팅하는 소비자용 서비스입니다. 1. 왜 ‘일반인용 OpenClaw’라는 말이 나왔나 Muse 출시 뒤 초기 사용자들은 두 제품의 내부 파일 체계를 비교했습니다. SOUL.md , IDENTITY.md , USER.md , MEMORY.md , AGENTS.md , TOOLS.md 같은 이름뿐 아니라, 에이전트의 성격과 행동 경계를 정하는 문장까지 비슷하다는 지적이 나왔습니다. The Verge도 두 제품이 핵심 파일 이름과 “Be genuinely helpful, not performatively helpful” 같은 문구를 공유한다고 보도했습니다. [2] 파일 규약 OpenClaw: 성격·사용자·기억·도구를 텍스트 파일로 관리합니다. Muse: 이름과 역할이 유사한 파일 체계가 관찰됐습니다. 제품 형태 공통점: 질문에 답하는 챗봇을 넘어 브라우저와 도구를 사용해 실제 일을 수행하는 개인 에이전트를 지향합니다. 논란의 핵심은 화면이 비슷하다는 정도가 아닙니다. 에이전트 하니스, 즉 모델이 기억·도구·규칙을 활용하도록 둘러싼 실행 구조와 성격 문서까지 닮았다는 점입니다. 2. Meta의 공식 설명 Meta Superintelligence Labs 제품 책임자 Nat Friedman은 Muse를 “처음부터 새로 만들었지만, 제품으로서는...

Grok Bot이 드디어 이메일 주소를 가졌다 — 내 AI 비서에게 메일함을 열어준 날

AX NOTE Grok Bot이 드디어 이메일 주소를 가졌다 — 내 AI 비서에게 메일함을 열어준 날 글 · 찰리초이  |  AX 컨설턴트, AI 강사, 유튜브 '찰리초이 스토리'  |  2026.10.10 오늘 아침, 제 AI 비서가 자기 이메일 주소를 갖게 됐습니다. 채팅창에 한 줄 말했을 뿐인데, 몇 분 뒤에는 메일을 주고받고 있었어요. 그동안 Grok Bot은 제 일정과 자료를 도와주긴 했지만, 외부 세상과 닿는 '주소'는 없었습니다. 이번에 그게 생겼어요. 어떻게 만들었는지, 실제로 해 보니 어땠는지, 그리고 안전은 어떻게 챙기는지까지 겪은 순서대로 적어 봅니다. 01 한 줄이면 됩니다 10월 10일 아침, 채팅에 이렇게 말했습니다. 나 나를 위한 이메일을 설정해줘 GROK BOT @mail.grokbot.com 으로 쓸 수 있는 주소 후보를 확인해 드릴게요. 봇이 사용할 수 있는 주소 후보를 먼저 확인해 줬습니다. 제가 원한 charly 는 이미 다른 사람이 쓰고 있었고, 그래서 charlychoi 를 골랐어요. 확인 카드가 뜨고, 거기서 승인을 누르니 바로 개통됐습니다. 한 가지 기억해 둘 점이 있습니다. 한번 만든 주소는 영구적 입니다. 나중에 바꿀 수 있는 임시 값이 아니니, 승인 카드를 누르기 전에 아이디를 한 번 더 확인하세요. 저도 이 부분은 천천히 읽었습니다. 02 설정 방법, 다섯 단계 채팅으로 이메일 설정 요청 "나를 위한 이메일을 설정해줘" 정도면 충분합니다. 원하는 아이디 고르기 봇이 보여 주는 후보 중에서 고르거나, 직접 입력해도 됩니다. 이미 쓰는 아이디는 후보에서 걸러져요. 승인 카드로 확정 확인 카드에서 승인하면 그때 주소가 생성됩니다. 승인 전에는 아...

항공권 예약 그 이상 — Hermes Agent 326개 실사용 사례로 본 '에이전트 시대'의 실제 모습

항공권 예약 그 이상 — Hermes Agent 326개 실사용 사례로 본 '에이전트 시대'의 실제 모습 2026-10-05 · Nous Research 공식 발표 분석 Nous Research가 자사 X 계정을 통해 "Hermes Agent는 항공권 예약 그 이상이다"라며 실제 사용자 326개 사례 모음을 공개했다 ( 원문 트윗 · 전체 목록 ). X, Reddit, GitHub, YouTube, 블로그, 팟캐스트, 링크드인 등 11개 채널에서 수집된 이 사례들은 "에이전트가 실험실을 벗어나 실제로 무엇을 하고 있는가"를 보여주는 꽤 정직한 스냅샷이다. 1. 숫자로 보는 구도 326개 사례는 15개 카테고리로 분류되어 있다. 압도적 1위는 역시 개발 워크플로우지만, 2위인 '개인 비서'가 전체의 15%를 차지한다는 점이 주목할 만하다 — 비개발자 사용자층이 결코 작지 않다는 뜻이다. Dev Workflow 77 Personal Assistant 49 Integrations 32 Creative 26 Business Ops 23 Meta & Ecosystem 23 Cost Optimization 20 Privacy & Self-Hosted 13 Content Creation 12 Research 12 Enterprise 12 Messaging 11 출처 채널: Discord 116 · X/Twitter 61 · Reddit 60 · GitHub 38 · Blog 20 · YouTube 17 · GitHub Gist 4 · Hacker News 4 · LinkedIn 3 · Podcast 2 · Product Hunt 1 2. 다섯 가지 패턴 ① "24시간 켜져 있는 직원" 서사가 압도적으로 많다 $175짜리 중고 Dell OptiPlex, 라즈베리파이5, 5년 된 고장난 GPU 노트북처럼 저사양 장비에서 Her...

Grok Bot 안에서 Claude와 Codex를 같이 부린다 — 내 구독 그대로 연결하는 법

AX NOTE Grok Bot 안에서 Claude와 Codex를 같이 부린다 — 내 구독 그대로 연결하는 법 글 · 찰리초이(최흥식 프로)  |  AX 컨설턴트, 유튜브 '찰리초이 스토리' Grok Bot은 자기만의 리눅스 컴퓨터, 그러니까 클라우드 박스를 하나 가지고 있는 AI 비서입니다. 이번에 그 컴퓨터에 Claude Code와 OpenAI Codex CLI를 설치하고, 제가 이미 결제 중인 Claude 구독과 ChatGPT 구독으로 로그인시켜 봤어요. 결과부터 말씀드리면, 별도의 API 키 결제 없이 구독 한도 안에서 그대로 돌아갑니다. 설정도 생각보다 훨씬 간단했고요. 제가 실제로 한 순서대로 정리해 볼게요. 왜 이게 획기적인가 핵심은 채팅 한 곳에서 세 AI에게 역할을 나눠 줄 수 있다는 점입니다. 창을 여러 개 띄우고 복사해서 붙여넣는 수고가 사라져요. 제가 쓰는 역할 분담은 아래와 같습니다. AI 역할 맡기는 일 Grok Bot 총괄 조사, 메일·일정, 영상·이미지, 다른 봇 조율 Claude 글쓰기 긴 한국어 글 (강의 원고, 발표 대본, 보고서) Codex 코드 코드 작성·수정, 자동화, 코드 리뷰 여기에 한쪽이 만들고 다른 쪽이 검토하는 교차검증 도 할 수 있습니다. 예를 들어 Codex가 짠 코드를 Claude가 읽어 보게 하거나, 그 반대로 시키는 식이에요. 혼자 쓸 때보다 실수를 잡아낼 기회가 늘어납니다. 설정 방법 — 실제로 한 순서 전체 과정은 5분 남짓 걸렸습니다. 대부분은 봇이 알아서 하고, 저는 로그인 승인만 눌러 주면 돼요. 채팅에 "Claude Code와 Codex를 사용해 내 Claude와 ChatGPT 구독에 연결해" 라고 말합니다. 봇이 자기 컴퓨터에 두 도구를 설치합니다. 아래 명령어를 실행해요. npm i -g @anthropic-ai/claude-code @openai/codex ...