찰리초이 스토리 블로그

YouTube 사례 리뷰 · Hermes Agent × n8n 헤르메스로 n8n 자동화를 만들 수 있을까? 외식업 대표의 실전 사례를 통해 본 작은 조직의 AI 업무자동화 전략입니다. 핵심은 “AI가 알아서 다 한다”가 아니라, 헤르메스가 설계하고 n8n이 반복 실행하며 사람이 최종 책임을 지는 구조 입니다. 글의 흐름 영상에서 확인한 자동화 범위 헤르메스로 n8n을 만든다는 말의 의미 컴퓨터 유즈와 API/n8n 자동화의 차이 사회적기업·소상공인 적용법 찰리 블로그 자동화에 주는 시사점 1. 영상에서 실제로 보여준 자동화의 범위 최근 유튜브 영상 “누적 가맹점 100개 외식업 대표가 헤르메스 에이전트 AI로 자동화 하는 방법” 의 전사 내용을 검토했습니다. 영상에는 외식업·프랜차이즈·쇼핑몰을 운영하는 대표가 실제 업무에 헤르메스 에이전트, 텔레그램, 슬랙, 브라우저 자동화, 파이썬 스크립트, n8n을 결합해 쓰는 사례가 나옵니다. 이 영상의 핵심은 단순히 “AI가 블로그 글을 써준다”가 아닙니다. 더 중요한 메시지는 다음입니다. AI 에이전트는 사람의 지시를 받아 글을 쓰는 수준을 넘어, 반복 업무를 관찰하고, 절차를 만들고, 실패를 고치고, 성공한 과정을 조직의 자동화 자산으로 축적할 수 있다. SNS·오픈채팅 DM, 오픈채팅 유입, 홍보 아이디어를 AI 직원에게 지시합니다. 블로그 자동화 소재 선정, 글 작성, 이미지·해시태그, 발행까지 시도합니다. 인스타그램 카드뉴스 콘셉트, 썸네일, 캡션, 해시태그를 만듭니다. 쇼핑몰 운영 주문, 발주, 재고, 이메일, ERP 처리를 워크플로로 연결합니다. 2. “헤르메스로 n8n을 만들었다”는 말은 가능한가? 가능합니다. 다만 정확히 표현하면, 헤르메스가 n8n을 대체한 것이 아니라 헤르메스가 n8n 워크플로를 설계하고 수정하는 역할 을 한...

Uber의 Software Factory에서 배울 점: AI 에이전트는 ‘비용’이 아니라 ‘운영 설계’의 문제다 Uber Engineering이 공개한 “Running a Software Factory Efficiently at Uber Scale” 글은 단순한 AI 코딩 도구 소개가 아닙니다. 핵심은 AI 에이전트를 개발 현장에 많이 쓰면서도 비용을 통제하기 위한 운영 구조 입니다. 저는 이 글을 보면서 개인용 AI 오케스트레이션, 특히 제가 정리하고 있는 CPAO(Cost-aware Personal Agentic Orchestration) 와 매우 가까운 문제의식을 느꼈습니다. 규모는 Uber처럼 크지 않더라도, 개인·소규모 조직도 이제 AI를 “가끔 쓰는 도구”가 아니라 “반복 업무를 맡기는 업무팀”으로 운영해야 하는 단계에 들어섰기 때문입니다. 1. Uber가 말하는 AI Software Factory Uber는 AI 도구가 소프트웨어 개발 전 과정에 들어와 있다고 설명합니다. 코드 작성, 코드 리뷰, CI 실패 복구, 버그 분석, 온콜 알림 처리, 유지보수 PR 생성 등 여러 업무가 에이전트 기반으로 움직이고 있습니다. 인상적인 것은 사용량 증가입니다. Uber에 따르면 2026년 2월부터 8월까지 주간 활성 사용자는 7배, 주간 에이전트 요청은 9.4배 증가했습니다. 그런데 총 AI 비용은 4월 이후 비교적 안정화됐다고 합니다. 동일 모델 기준으로 보면 1,000개 요청당 비용은 피크 대비 약 34%, 세션당 비용은 6월 피크 대비 52% 낮아졌다고 합니다. 즉, Uber의 방향은 “AI를 덜 쓰자”가 아닙니다. 오히려 더 많이 쓰되, 낭비되는 턴·요청·토큰을 줄이는 방식 입니다. 2. 핵심은 비용 방정식이다 Uber는 AI 에이전트 비용을 다음과 같은 식으로 분해합니다. 총비용 = 사용자 수 × 세션/사용자 × 턴/세션 × 요청/턴 × 토큰/요청 × 토큰당 가격 이 식이 중요한 이유는 AI 비용을 막연한 “...