🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

9 AI Agent Skills의 핵심은 특정 프롬프트 요령보다 자연어로 명확히 설명하고, 반복 업무를 스킬·자동화로 축적하며, 에이전트를 실제 작업자처럼 위임·관리하는 능력이다.

📌 핵심 요점

1. AI 에이전트 활용의 장기 경쟁력은 최신 프롬프트 해킹이나 특정 기능 요령보다, 원하는 결과를 정확히 묘사하는 자연어 커뮤니케이션 능력에서 나온다.
2. 반복 업무는 Claude, Codex, Cursor 계열의 skills로 축적되고, 사용자가 작업을 시킨 뒤 개선한 절차가 다시 재사용 가능한 작업 방식으로 정리되는 흐름이 강조된다.
3. AI agent platform은 chat, code, research, plugins, automations, sites, browser, hosting을 묶는 범용 업무 super app으로 확장되고 있다.
4. 에이전트는 iMessage, Slack, WhatsApp, Telegram 같은 기존 커뮤니케이션 도구 안으로 들어오며, 개인 컴퓨터에 묶이지 않는 클라우드 기반 팀 작업자로 바뀌고 있다.
5. 앞으로 중요한 역량은 API나 특정 도구 이름 자체보다 명확한 사고, 위임 능력, 좋은 결과물을 판단하는 전문성, 비용을 고려한 모델 선택, 자연어 자동화 설계다.

🧩 배경과 문제 정의

• AI agent 활용 역량은 특정 도구의 단기 프롬프트 요령보다, 여러 플랫폼에 공통으로 이어질 변화 방향을 이해하는 문제다.
• 모델 성능이 높아질수록 복잡한 prompt hack보다 원하는 결과를 자연어로 정확하게 설명하는 능력이 더 중요해진다.
• 반복 업무는 skills와 plugins로 축적되고, agent platform은 chat·coding·research·automation·hosting을 아우르는 범용 업무 플랫폼으로 확장된다.
• 에이전트가 메시징 앱, Slack, 브라우저, 컴퓨터 제어, 음성 인터페이스까지 들어오면서 핵심 역량은 도구 조작에서 명확한 커뮤니케이션과 위임 능력으로 이동한다.
• 프런티어 모델 비용 상승과 오픈소스 모델 발전이 동시에 진행되는 만큼, 앞으로는 성능뿐 아니라 토큰 예산과 모델 선택 능력도 중요해진다.

🕒 시간순 섹션별 상세정리

1. 에이전트 네이티브 역량과 단기 요령의 한계

• ChatGPT, Claude, Claude Code, Co-work, Codex 같은 AI agent platform을 잘 활용하려면, 조직 안에서 AI agent를 효과적으로 다루는 지식과 실행 경험이 중요해진다 [00:01]
• 단기적인 팁, prompt engineering hack, 최신 기능 요령은 1년 안에 바뀌거나 의미가 약해질 가능성이 크다 [00:30]

2. 자연어 설명 능력이 prompt hack을 대체한다

• AI 모델이 똑똑해질수록 “I want you to act as” 같은 2023년식 역할 부여 prompt의 실질적 효과는 줄어든다 [00:51]
• 앞으로는 복잡한 prompt hack보다 원하는 일을 자연어로 정확하고 명확하게 설명하는 능력이 더 중요해진다 [01:10]

3. 이미지 생성에서도 parameter보다 구체적 묘사가 핵심이 된다

• Midjourney 초기에는 quality, p, sref 같은 parameter와 style code가 고품질 결과, 개인화, 스타일 참조에 중요했다 [02:50]
• GPT image 2에서는 바꾸고 싶은 요소를 자연어로 구체적으로 설명하는 것만으로도 원하는 편집 결과에 가까워진다 [03:17]

4. 반복 업무는 skill로 축적되고 agent가 작업 방식을 학습한다

• Claude, Codex, Cursor 계열 도구의 skills는 agent가 특정 업무를 수행할 때 참고하는 task-specific instruction이다 [04:23]
• Excalidraw diagram, documents, Gmail, YouTube thumbnail, YouTube researcher 같은 반복 업무에 skills를 연결할 수 있다 [04:45]

5. skills는 자동 생성·자동 업데이트되는 방향으로 간다

• 반복 가능한 작업에서는 skills를 꾸준히 사용하고, 개선 지점이 보이면 agent에게 바로 수정하게 하는 방식이 장기적인 생산성을 높인다 [08:10]
• 장기적으로는 사용자의 반응과 수정 요청을 바탕으로 agent가 skill을 자동 생성하고 자동 업데이트하는 흐름이 강화된다 [08:21]

6. AI agent platform은 범용 업무 super app으로 확장된다

• Claude Desktop과 Codex는 chat, co-work, code 작업을 한곳에서 처리하는 super app 형태로 진화하고 있다 [09:07]
• OpenAI와 Anthropic 같은 model provider는 단순 모델 제공을 넘어 업무 플랫폼을 구축하는 방향으로 움직인다 [09:28]

7. 슈퍼앱 학습과 기존 도구 연결의 확산

• Codex 안에서 터미널을 열어 Claude를 직접 실행할 수 있고, 여러 모델과 앱을 조합해 쓰는 흐름이 나타난다 [12:04]
• Claude는 디자인에 강하고 Codex는 인터페이스가 편한 식으로, 사용자는 도구별 장점을 골라 결합하게 된다 [12:12]

8. iMessage 안에서 실행되는 클라우드 에이전트

• iMessage 같은 대중적 메시징 앱에 Claude Code와 Codex 기반 에이전트를 넣으면 대화창에서 바로 작업을 시작할 수 있다 [13:09]
• 예시로 최신 유튜브 영상 20개를 분석해 스폰서용 개인 랜딩 페이지를 만드는 요청을 메시지로 보낼 수 있다 [13:22]

9. Slack·메시징 플랫폼 기반 팀 작업 흐름

• Chorus가 만든 마케팅 에이전트는 iMessage용 전화번호를 받을 수 있고 Slack에도 연결할 수 있다 [14:47]
• 같은 에이전트를 여러 커뮤니케이션 채널에 연결해 팀의 기존 작업 흐름 안에 자연스럽게 통합할 수 있다 [15:00]

10. 도구보다 중요한 기초 역량과 위임 능력

• AI가 똑똑해질수록 반복 가능한 지시문인 스킬을 만들고 활용하기 쉬워진다 [17:02]
• 범용 에이전트와 클라우드 에이전트가 iMessage·Slack 같은 일상 도구에 들어오면서 기초 역량의 가치가 더 커진다 [17:15]

11. 자연어 자동화와 비동기 작업 전환

• AI 에이전트는 Wi-Fi처럼 배경에 깔려 작동하는 작업 팀에 가까워지고 있다 [19:31]
• 이런 환경에서는 명확한 커뮤니케이션, 위임, 전문성 같은 기초 역량이 더 큰 차이를 만든다 [19:40]

12. 컴퓨터 직접 조작과 플러그인 한계 보완

• Codex의 computer use 기능은 에이전트가 컴퓨터를 직접 제어할 수 있게 한다 [22:32]
• 사용자는 자신의 머신에서 작업을 맡기며 에이전트의 클릭·입력·탐색 능력을 직접 확인할 수 있다 [22:43]

13. 에이전트의 브라우저·컴퓨터 제어 범위 확장

• 에이전트는 사용자의 Chrome 브라우저를 제어하거나 Codex 내부 브라우저를 열어 작업할 수 있다 [24:02]
• 브라우저는 별도 도구가 아니라 에이전트가 실제 작업을 수행하는 실행 공간으로 바뀐다 [24:08]

14. 프런티어 에이전트 비용 상승과 토큰 예산 필요성

• 여덟 번째 흐름의 핵심은 프런티어 AI 에이전트 사용 비용이 크게 높아지고 있다는 점이다 [24:33]
• 고성능 모델을 무제한으로 쓰기보다 토큰 예산을 의식적으로 관리해야 하는 상황이 된다 [24:41]

15. 오픈소스 모델과 OpenRouter를 통한 비용 대안

• 프런티어 모델의 비용이 오르는 동시에 오픈소스 모델의 성능은 빠르게 개선되고 있다 [25:25]
• 특히 중국발 모델들이 성능 경쟁에서 두드러진 존재감을 보인다 [25:32]

16. 실시간 음성과 컴퓨터 제어의 결합

• 아홉 번째 흐름은 실시간 음성과 컴퓨터 제어가 결합되는 방향이다 [28:41]
• Codex 5.5로 약 세 개의 프롬프트와 20분의 생성 과정을 거쳐 데스크톱 앱 형태의 Riley’s Jarvis가 만들어졌다 [28:50]

17. 아홉 가지 흐름의 종합과 에이전트 네이티브 역량

• 앞으로는 프롬프트 해킹보다 원하는 결과를 명확하게 설명하는 능력이 더 중요해진다 [31:09]
• 자연어로 스킬을 만들고, 에이전트가 필요한 스킬을 스스로 조립하는 방향이 핵심 흐름으로 압축된다 [31:20]

🧾 결론

• 영상의 결론은 “에이전트 네이티브”가 된다는 것이 단순히 새 도구를 많이 아는 것이 아니라, 에이전트에게 일을 잘 설명하고 맡기고 개선시키는 작업 습관을 갖추는 일이라는 데 있다.
• 프롬프트 해킹의 비중은 줄고, 사용자가 원하는 결과·맥락·평가기준을 자연어로 정확히 전달하는 능력이 더 큰 차이를 만든다.
• 반복되는 작업은 매번 새로 지시하기보다 skill과 automation으로 축적해야 하며, 개선 요청이 생길 때마다 작업 방식 자체를 업데이트하는 것이 생산성의 핵심으로 제시된다.
• 에이전트 플랫폼은 채팅창을 넘어 브라우저, 컴퓨터 제어, 메시징 앱, 예약 실행, 내부 사이트 생성까지 포함하는 업무 운영 환경으로 확장되고 있다.
• 다만 비용, 모델 성능 비교, 컴퓨터 제어의 발전 속도처럼 영상에서 제시된 일부 전망은 화자의 사례와 예측에 기반하므로 실제 적용 전 별도 검증이 필요하다.

📈 투자·시사 포인트

• 개인과 팀은 특정 AI 도구 하나를 얕게 많이 써보는 것보다, Claude·Codex·Cursor 같은 주요 에이전트 플랫폼 중 하나 이상을 깊게 익히고 반복 워크플로를 구축하는 쪽이 유리하다.
• 업무 자동화의 진입장벽은 Zapier식 워크플로 설계에서 자연어 지시 기반으로 낮아지고 있어, 비개발자도 반복 리서치·콘텐츠 기획·이메일·리포트 생성 작업을 에이전트화할 수 있다.
• 조직 관점에서는 커뮤니케이션 능력, 위임 능력, 결과물 평가 기준을 가진 사람이 AI 에이전트 활용에서도 더 높은 성과를 낼 가능성이 크다.
• 비용 측면에서는 프런티어 모델을 모든 작업에 쓰기보다, 고가 모델과 저가 오픈소스·대체 모델을 작업 중요도에 따라 나누는 토큰 예산 전략이 필요하다.
• 검증 필요: 영상에서 언급된 Fable 5 작업의 약 250달러 비용, GLM 5.2와 Opus 4.8의 성능 비교, 12~18개월 내 컴퓨터 제어 능력 향상 전망은 사례와 평가 성격이 강하므로 실제 도입 전 별도 벤치마크가 필요하다.
• 실시간 음성과 컴퓨터 제어가 결합되면 에이전트는 단순한 답변 도구가 아니라 브라우저·앱·코딩 도구를 직접 다루는 실행형 보조자로 발전할 수 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• “프롬프트 해킹이나 최신 기능 요령은 1년 안에 무의미해질 수 있다”는 내용은 발표자의 전망에 가깝다. 실제로 어떤 기법이 사라지고 어떤 기법이 남는지는 각 플랫폼의 제품 변화와 사용자 워크플로 변화를 따로 확인해야 한다.
• Codex, Claude Desktop, Cursor 등이 “슈퍼앱”으로 확장된다는 흐름은 영상 내 해석이며, 기능 제공 범위는 계정, 지역, 플랜, 베타 접근 권한에 따라 달라질 수 있다.
• Codex의 computer use가 “12~18개월 안에 인간보다 컴퓨터 제어를 더 잘할 수 있다”는 전망은 예측성 주장이다. 실제 속도, 안정성, 보안성, 범용성은 별도 검증이 필요하다.
• 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

• 자주 반복하는 업무를 목록화하고, 그중 자연어 지시와 피드백만으로 재사용 가능한 skill로 만들 수 있는 작업을 3개 이상 고른다.
• 한 가지 주요 에이전트 플랫폼을 정해 chat, coding, browser, automation, plugin, skill 기능을 실제 업무 흐름 안에서 테스트한다.
• 반복 프롬프트를 한 번 쓰고 끝내지 말고, 결과 수정 과정과 판단 기준을 함께 기록해 재사용 가능한 작업 지침으로 정리한다.
• 에이전트에게 위임하기 전 “좋은 결과물의 기준”을 먼저 작성한다. 예를 들어 리서치 품질, 썸네일 기준, 코드 품질, 비용 한도 등을 명시한다.

❓ 열린 질문

• 우리 업무에서 skill로 축적할 만큼 반복적이고 가치 있는 작업은 무엇인가?
• 에이전트에게 맡기기 전에 사람이 반드시 정의해야 하는 품질 기준은 무엇인가?
• 하나의 슈퍼앱형 플랫폼을 깊게 익히는 것이 나은가, 아니면 Claude, Codex, Cursor, OpenRouter처럼 여러 도구를 조합하는 역량이 더 중요한가?