8 Agents That Make ChatGPT 10x MORE Powerful

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

영상은 ChatGPT의 활용도를 높이는 방법으로 플러그인과 예약 실행을 결합한 8가지 업무 에이전트 워크플로를 소개한다.

📌 핵심 요점

1. 플러그인의 핵심은 맥락 수집과 실제 작업 실행이다. 발표자는 Gmail·Slack·회의록에서 약속을 찾아 담당자와 근거를 정리하고 Notion 데이터베이스를 만드는 과정을 보여준다.
2. 약속·마감 관리와 채용 관리를 반복 실행한다. 약속 데이터베이스는 매일 갱신해 동료에게 공유하고, 채용은 아침의 지원자 등록과 밤의 후보자 조사로 나눈다.
3. 소셜 콘텐츠 제작은 수집과 초안 작성으로 분리한다. 인기 트윗을 Notion에 모으고 Typefully에 해설 초안을 만들되, 발표자가 직접 수정·승인·예약 게시한다.
4. 팟캐스트 게스트 발굴, 협찬 이메일 전달, 문자 대화 수집으로 업무 맥락을 확장한다. 문자 수집은 다른 사례와 달리 Codex를 이용해 로컬 컴퓨터에서 실행한다고 설명한다.
5. 월말에는 연결된 업무 자료를 종합해 회고 보고서를 만든다. 다만 제목의 ‘10배’ 효과나 매출 기여는 정량적으로 검증되지 않으며, 영상 끝에는 OpenAI의 협찬 사실이 공개된다.

🧩 배경과 문제 정의

발표자는 질문에 답하는 챗봇 사용에서 벗어나, 업무 도구의 자료를 읽고 결과를 기록하며 정해진 시간에 반복 실행하는 에이전트 활용법을 설명한다. 이메일·Slack·회의록·문자에 업무 정보가 흩어져 있어 약속 확인, 지원자 정리, 콘텐츠 조사 등을 반복해야 한다는 것이 사례들의 공통 배경이다.

영상에서 플러그인은 정보 접근과 작업 실행을 연결하고, Notion은 수집한 정보를 축적하는 저장소 역할을 한다. 여기에 예약 실행을 붙여 일상 업무를 자동화한다. 발표자는 대부분의 사례를 클라우드 작업으로 소개하지만, 문자 수집은 Codex를 통한 로컬 실행이라고 별도로 설명한다.

🕒 시간순 섹션별 상세정리

1. 챗봇에서 업무 에이전트로 전환

• 발표자는 데스크톱·웹·iOS 앱에서 클라우드 업무를 설정하는 방법과 자신이 사용하는 여덟 워크플로를 소개하겠다고 드러낸다. [00:35]
• 영상에서 ‘ChatGPT work’는 파일과 브라우저를 갖춘 컴퓨터에 접근하는 에이전트로 설명되며, 플러그인의 두 기능은 맥락 수집과 실제 작업 실행이다. [02:44]

2. 약속과 마감을 모아 매일 공유

• Notion·Gmail·Slack·회의록에서 지난주의 약속과 마감을 찾아 새 데이터베이스로 정리한다. 결과에는 약속, 상대방, 근거, 담당자, 출처가 포함되며 시연에서는 4분이 걸렸다고 보여준다. [03:30]
• 매일 오전 8시에 데이터베이스를 갱신하고 Emily에게 링크와 추가 내용을 이메일로 보내도록 설정해, 사람이 약속 이행을 확인할 수 있게 한다. [05:34]

3. 채용 지원자 등록과 야간 조사

• 공개 채용 안내를 보고 이메일을 보낸 지원자들을 기존 Notion 채용 데이터베이스에 모으는 사례를 보여준다. 안내 트윗의 스크린샷과 데이터베이스 링크를 입력 자료로 제공한다. [06:50]
• 아침에는 지원자를 추가하고 밤에는 후보자를 조사해 메모를 보강하는 두 작업을 요청한다. 발표자는 약 43초 뒤 두 일일 예약 작업이 만들어졌다고 보여준다. [07:32]

4. 브랜드 계정용 인기 트윗 수집

• Agent Native 계정의 콘텐츠 조사를 위해 Scrape Creators를 활용한다. 에이전트 관련 중요 업데이트, 신제품, 모델 출시 중 좋아요 100개를 넘는 관련 트윗을 찾도록 요청한다. [09:07]
• 트윗 링크, 미디어 URL, 답글·재게시 등의 정보를 Notion에 저장한다. 최초 수집은 약 8분이 걸렸다고 설명하며, 이후 매일 오전 9시에 갱신하도록 설정한다. [10:33]

5. Typefully 초안 작성과 사람의 편집

• Typefully API 키를 연결한 상태에서 수집한 트윗을 바탕으로 인용 게시물이나 영상을 포함한 초안 10개를 만들도록 요청한다. 실제 게시 대신 초안 저장을 명시한다. [11:35]
• 발표자는 초안을 직접 수정·승인하고 게시 일정을 잡겠다고 보여준다. 시연에서는 약 3분 뒤 초안 10개가 생성됐다고 보여준다. [12:24]
• 이후 매일 오전 9시에 초안 5개를 추가하도록 설정하고, 기존 Agent Native 게시물 중 성과가 좋은 글의 문체를 참고하도록 지시한다. [13:13]

6. 팟캐스트 게스트 후보 발굴

• Scrape Creators를 사용하는 YouTube researcher 스킬로 유튜브 자막을 분석해 적합한 팟캐스트 게스트를 찾고 기존 데이터베이스에 추가하도록 요청한다. [13:34]
• 데스크톱 앱에서 열어 둔 Notion 페이지를 맥락으로 추가하는 모습을 보여준 뒤, 매일 오전 11시 실행을 지정한다. 생성된 예약 작업은 직접 열어 확인하고 수정할 수 있다고 보여준다. [14:26]

7. 협찬 이메일을 팀에 전달

• 휴대전화에서 브랜드 협찬 이메일을 팀이 확인할 별도 주소로 전달하도록 요청하고, 하루 두 번 실행하도록 지정한다. [15:10]
• 생성된 전달 작업을 열어 설정을 확인하며, 오류가 있으면 예약 작업의 내용을 직접 편집할 수 있다고 보여준다. [15:35]

8. Codex로 문자 대화 맥락 축적

• 메시지 연동을 통해 특정 상대와 나눈 대화를 요약한다. 하루치 대화가 적어 최근 5일로 범위를 바꾸며, 전체 문자 분석은 토큰 사용량과 비용이 커질 수 있다고 언급한다. [16:41]
• 협찬 관련 연락처 네 명과의 문자 및 관련 그룹 대화를 매일 오전 8시에 읽어 Notion에 저장한다. 이후 에이전트가 거래 관련 질문에 답할 때 이 맥락을 활용하려는 목적이다. [17:41]

9. 월말 종합 회고 보고서 예약

• 마지막 사례는 이전 달에 한 번 실행해 봤다는 월간 회고다. 높은 성능의 모델로 상세 분석을 요청하고, 즉시 실행하지 말고 향후 12개월간 매월 마지막 날에 실행하도록 지시한다. [18:26]
• Notion·Gmail·Slack·Calendar·회의록·Google Drive 등 접근 가능한 자료로 지난달을 검토하고, 보고서를 Notion에 만든 뒤 Emily에게 이메일로 보내도록 설정한다. [19:07]

10. 여덟 워크플로 정리와 협찬 공개

• 발표자는 약속 관리, 채용, 트윗 수집, 초안 작성, 게스트 발굴, 이메일 전달, 문자 수집, 월간 요약을 다시 정리한다. 문자 수집만 Codex를 사용해 로컬 컴퓨터에서 실행한다고 명시한다. [19:54]
• 데스크톱·웹·iOS 앱에서 작업을 확인할 수 있다고 설명하며 마무리하고, OpenAI가 영상을 협찬했다는 사실을 공개한다. [20:05]

🧾 결론

• 여덟 사례의 공통 구조는 자료 수집, 데이터베이스 정리, 결과물 생성, 예약 실행이다. 반복 업무를 이 단계로 나누는 방식이 핵심이다.
• Notion은 여러 서비스에서 수집한 정보를 보관하는 공통 저장소로 쓰인다. 축적된 자료를 이후 콘텐츠 제작이나 거래 관련 질문의 맥락으로 활용한다.
• 사람의 역할도 남아 있다. 동료는 약속 이행을 확인하고, 발표자는 게시물 초안을 수정하며, 예약 작업의 세부 설정도 확인·편집한다.
• 영상은 구체적인 사용 예시를 제공하지만, 모든 기능의 일반 제공 여부나 장기 운영의 안정성까지 입증하지는 않는다.

📈 투자·시사 포인트

• 업무용 AI의 활용 가치는 답변 품질뿐 아니라 기존 도구의 정보를 읽고 결과를 다시 기록하는 연결 능력에서도 나온다는 사례다.
• 플러그인, 공통 데이터 저장소, 예약 실행 기능이 결합되면 일회성 요청을 반복적인 업무 프로세스로 바꿀 수 있다.
• 자동화 효과를 평가할 때는 실행 속도 외에도 사람의 수정 시간과 운영 비용을 함께 봐야 한다. 발표자는 게시물의 수동 편집과 대량 문자 분석의 토큰 비용을 언급한다.
• 기업 가치나 투자 수익률을 판단할 실적·가격·비교 자료는 제공되지 않는다. ‘10배’와 매출 기여 표현은 발표자의 주장으로 구분해야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• ‘ChatGPT work’, 플러그인, 예약 탭, 메시지 연동 등의 명칭과 사용 범위는 영상 설명에 근거한다. 제공 요금제, 계정별 접근성, 필요한 권한은 제시되지 않는다.
• 월말 분석에 사용한다는 모델은 자막에 ‘5.6 soul extra high’로 기록돼 있다. 정확한 제품명과 모델 표기는 이 자료만으로 확정하기 어렵다.
• 약속 정리 4분, 트윗 수집 8분, 초안 생성 3분은 개별 시연 시간이다. 반복 실행의 성공률, 누락률, 중복 처리 방식과 총비용은 공개되지 않는다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 약속·마감 관리처럼 반복성이 높은 업무 하나를 골라 입력 서비스, 저장 위치, 실행 시간, 결과 수신자를 명시한다.
• 최초 결과에서 약속 내용·상대방·담당자·근거·출처가 원문과 맞는지 확인한 뒤 예약 실행을 설정한다.
• 채용 등록과 후보자 조사, 트윗 수집과 초안 작성처럼 목적이 다른 작업을 나누고 앞 단계의 결과를 다음 단계가 사용할 수 있는지 확인한다.
• Typefully 초안은 사람이 수정·승인한 뒤 게시하도록 운영하고, 영상처럼 과거에 성과가 좋았던 게시물을 문체 참고 자료로 지정한다.

❓ 열린 질문

• 이메일·Slack·회의록에 같은 약속이 반복되거나 일정이 변경되면 중복과 충돌을 어떻게 처리하는가?
• 오전 9시에 각각 실행되는 트윗 수집과 초안 작성 사이의 실행 순서 및 완료 대기는 어떻게 보장되는가?
• 연동 오류나 자료 누락이 발생했을 때 이를 발견하고 다시 실행하는 절차는 무엇인가?