I Cloned Myself With Grok Bot! 🤯

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Grok Bot으로 자신을 복제한다는 것은 공개할 사업 지식과 글쓰기 예시, 복제 음성을 AI 트윈에 제공해 반복 응대와 초안 작성을 맡기고 최종 승인은 직접 하는 것이다.

📌 핵심 요점

1. 디지털 트윈의 출발점은 사업자의 지식이다. 발표자는 Obsidian에서 자신의 이야기, 상품·서비스, AI에 대한 관점 등 공개할 내용만 골라 봇의 기억에 넣는다.
2. 문체를 재현하려면 실제 글이 필요하다. 대표 게시물 20개를 제공하고 새 글과 답변을 초안으로 받은 뒤, 어색한 표현을 지적하며 조정한다.
3. 음성 트윈은 ElevenLabs에서 별도로 만든다. 자신의 녹음으로 복제한 음성과 같은 사업 지식을 전화 에이전트에 제공하며, 통화 시연에서는 AI라는 사실을 밝힌다.
4. Jarvis와 Galaxy는 여러 봇의 작업과 승인 대기를 한 화면에 모은다. 마케팅 제작, 잠재고객 조사, SEO, 콘텐츠 기획을 역할별 봇에 나누고 사람이 우선순위와 실행 여부를 결정한다.
5. 핵심 운영 원칙은 검토와 승인이다. 발표자는 마케팅 결과물 17개 중 12개가 내부 검토에서 반려됐다고 설명하며, 수정 후에도 외부 발송은 자신의 승인을 기다리게 한다.

🧩 배경과 문제 정의

발표자가 제시하는 문제는 사업자의 지식과 말투가 한 사람에게 집중돼 있다는 점이다. 시작 방법, 제공 서비스, 적합성 같은 질문에 계속 답하고 여러 앱에서 업무 상태를 확인해야 하므로, 사업자가 자리를 비우면 일이 정체된다는 것이다.

해결책은 공개할 지식을 기억하는 Twin과 역할별 업무 봇을 연결하는 구성이다. Twin은 글과 반복 질문을 처리하고, Jarvis와 Galaxy는 작업 현황과 결정을 모으며, 검토 봇과 Logbook은 오류를 찾아 수정한다. 영상은 이 구성을 자신의 하루에 맞춰 소개하면서 AI Profit Boardroom의 시스템·프롬프트·코칭도 홍보한다.

🕒 시간순 섹션별 상세정리

1. 자신의 지식과 말투를 가진 디지털 트윈

• 발표자는 Obsidian의 사업 지식을 알고 자신의 방식으로 게시물과 답변을 작성하며, 메시지와 전화로 응대하는 디지털 트윈을 보여준다. 반복 업무를 처리한 뒤 자신에게 승인 목록을 남기는 모습을 목표로 제시한다. [00:53]
• Grockbot을 역할별 봇이 클라우드의 개별 컴퓨터에서 일하는 앱으로 보여준다. 사업자에게 반복적으로 몰리는 질문을 대신 받는 것이 Twin의 첫 번째 용도다. [01:37]
• 지붕 시공업자가 AI를 어디서 시작할지 묻는 예시에서 트윈은 자신이 Julian의 AI임을 밝히고, 견적 요청 답변처럼 반복 업무 하나를 일주일간 적용한 뒤 다음 업무로 확장하라고 조언한다. [02:12]

2. 첫 번째 구성 요소인 지식과 기억

• 발표자는 봇이 설정한 규칙, 제공한 사실, 함께한 작업을 대화 간에 기억한다고 설명하며, Obsidian 메모를 트윈의 지식 출발점으로 삼는다. [02:35]
• 자신의 이야기, 판매하는 것, 글쓰기 방식, AI에 대한 관점 가운데 공개할 부분을 첫 대화에 넣는다. 짧은 문장과 1인칭으로 답하고, 모르는 내용은 실제 자신에게 확인하도록 지시한다. [03:05]
• 전체 보관함을 제공할 필요는 없으며, 사람들이 알아도 되는 내용만 골라 전달하고 나머지는 기존 보관함에 남기라고 강조한다. [03:15]

3. 두 번째 구성 요소인 문체와 승인용 초안

• 대표 게시물 20개를 붙여 넣고 문체를 맞추라고 지시한다. 이후 이번 주 배운 내용으로 게시물 3개를 요청하면 승인 대기 중인 초안을 받는 흐름을 보여준다. [03:40]
• 댓글 답변도 같은 방식으로 작성한다. 받은 질문을 붙여 넣어 초안을 만들고, 받은편지함을 직접 작성해야 할 일의 목록에서 검토할 초안의 목록으로 바꾸겠다는 구상이다. [04:00]
• 봇 전용 이메일 주소에 메일이 도착하면 답변 초안을 준비하는 루틴을 보여준다. 공유 봇으로 설정하면 팀원도 사업자에게 직접 메시지를 보내기 전에 대응 방법을 물을 수 있다고 드러낸다. [04:19]

4. 세 번째 구성 요소인 복제 음성과 전화 응대

• ElevenLabs에서 자신의 녹음으로 음성을 복제하고 전화 에이전트를 만든 뒤, Twin과 같은 사업 지식을 제공했다고 보여준다. [04:37]
• 통화 시연에서 에이전트는 자신이 Julian 본인이 아닌 AI 트윈이라고 보여준다. 시작 방법을 묻는 질문에는 여러 도구를 한꺼번에 쓰기보다 자주 하는 업무 하나부터 시작하라고 답한다. [05:09]
• 트윈은 초안을 만들고 중요한 사안은 한 줄 메모와 함께 실제 사람에게 넘기는 역할로 압축된다. 발표자는 영상에서 들리는 자신의 내레이션도 같은 복제 음성이라고 드러낸다. [05:29]

5. 유료 프로그램 소개와 하루를 여는 통합 화면

• AI Profit Boardroom에서 트윈·Jarvis·에이전트 OS·마케팅·SEO·잠재고객 발굴 시스템과 프롬프트를 제공한다고 홍보한다. 30일 로드맵, 주 4회 코칭, 튜토리얼과 회원 3,400명 이상도 제시한다. [06:42]
• Jarvis의 미션 컨트롤은 봇별 최근 작업, 승인·보류 항목, 아침 브리핑을 모은다. 시연에서는 봇 31개가 보고했고 결정 10개가 기다린다는 요약과 먼저 할 일을 보여준다. [07:41]
• Galaxy라는 에이전트 OS에는 별 모양의 봇 배치, 작업 관리자, 업무 이동 경로, 3D 팀 화면과 결정 카드가 있다. 카드를 오른쪽으로 넘겨 승인하고 왼쪽으로 넘겨 보류하는 방식을 보여준다. [08:17]

6. 마케팅 공장의 역할 분담과 사실 검토

• 목표 한 문장을 입력하면 Jarvis가 작업을 시작한다. Planner는 업무를 나누고 Digger는 사람들의 표현을 조사하며, Angle은 메시지 방향을 정하고 다른 봇들이 광고·랜딩페이지·이메일·영상 대본을 작성한다. [09:01]
• 발표자는 약 8분에 광고 5개, 이메일 3개, 랜딩페이지 1개, 영상 대본 3개, 게시물 5개 등 총 17개 결과물이 나왔다고 보여준다. Inspector는 이를 사업 정보와 대조한다. [09:16]
• 17개 중 12개가 반려됐으며, 메모에 근거가 없는 튜토리얼 길이나 효과 표현이 문제였다고 드러낸다. 수정 후 검토를 통과한 결과물도 자신의 승인 전에는 실행되지 않도록 대기시켰다. [09:46]

7. 잠재고객 조사와 발송하지 않은 영업 초안

• Radar는 공략할 지역과 업종을 제안하고 X-Ray는 개별 사업체의 약점을 분석한다. Jarvis에 두 봇의 협업을 요청하자 잠재고객별 약점과 첫 접근 문구를 담은 카드 화면이 만들어졌다고 보여준다. [10:16]
• Outreach는 이메일 5개를 작성했지만 발송은 0건이었다고 강조한다. Magnet은 웹사이트 방문자를 유도할 도구로 부재중 전화 계산기를 만들었다고 보여준다. [10:29]

8. 검색 유입을 위한 다섯 봇과 승인 대기

• AI SEO 팀의 Scout가 한 사례에서 키워드 119개를 27개 군집으로 정리하고 우선순위 5개를 골랐다고 보여준다. Writer는 상위 검색 결과 5개를 읽고 글 앞부분에 짧은 답을 둔 초안을 작성한다. [11:02]
• Doctor는 웹사이트의 주요 개선점 5개를 제시하고, Director는 키워드를 영상 대본으로 바꾸며, Linker는 링크 확보 작업을 맡는다. [11:16]
• 이어지는 예시에서는 Linker가 후보 웹사이트 45개 중 10개를 고르고 각 사이트를 읽어 개인화 이메일을 준비한다. 화면의 ‘outbound none’ 표기로 아직 아무것도 발송되지 않았음을 확인하는 흐름이다. [11:39]

9. 오후 콘텐츠 기획과 이동 중 대화, 저녁 회고

• Competitor Watch가 해당 분야에서 잘되는 콘텐츠를 살피고 Research가 소재를 전달하며 Chief of Staff가 진행을 관리한다. 앱을 열면 제작 아이디어와 선택 이유가 준비돼 있다는 설명이다. [12:06]
• 컴퓨터나 휴대전화에서 봇과 음성 대화를 할 수 있고, 이전 통화와 최근 채팅을 활용하며 통화 후에는 대화 전문이 채팅에 남는다고 드러낸다. [12:31]
• Logbook은 저녁마다 팀 작업과 실패를 검토한다. 첫 마케팅 작업의 반려 12건 중 10건이 메시지 방향의 세 문장에서 비롯됐음을 찾아 기록했고, 다음 작업이 그 교훈을 활용하도록 했다고 보여준다. [12:52]

10. 기존 방식과의 비교 및 이번 주 실행 순서

• 발표자는 매번 사업을 설명하고 여러 앱을 확인하는 방식과, 기억·초안·브리핑·승인 대기를 갖춘 방식을 비교한다. 문체가 어색하면 실제 글 20개와 피드백을 활용하고, 지식은 소개·상품·자주 받는 질문 10개로 시작할 수 있다고 드러낸다. [14:27]
• 자연어로 시스템을 만들었다고 주장하며 첫 단계로 Twin 생성과 사업 지식 입력을 제안한다. 다음으로 글 20개를 제공해 새 글 3개를 요청하고, 소리 내어 읽으며 수정한 뒤 자주 받는 질문 10개로 답변을 점검하도록 안내한다. [15:23]
• 평일 오전 8시에 지난 작업, 승인 대기 항목, 가장 먼저 할 일을 알려주는 브리핑을 설정하되 이메일은 보내지 말라고 명시한다. 이 네 단계를 마친 뒤 음성과 추가 봇을 한 업무씩 붙이라고 권한다. [15:46]

11. 프로그램 재홍보와 최종 운영 원칙

• AI Profit Boardroom의 트윈·Jarvis·에이전트 OS·마케팅·SEO·잠재고객·콘텐츠 시스템을 다시 홍보한다. 연결 자동화, 주 4회 코칭, 30일 로드맵, 튜토리얼과 프롬프트 자료도 재차 보여준다. [16:45]
• 마지막으로 Obsidian 지식을 활용한 트윈, ElevenLabs 음성, Jarvis 브리핑, Galaxy 화면, 마케팅·SEO·잠재고객 봇과 Logbook을 한 흐름으로 정리한다. 외부로 나가는 것은 자신의 승인을 기다린다는 원칙을 반복한다. [17:21]
• 시청자에게 AI 트윈의 전화 응대를 허용할지, 초안 작성에만 사용할지 묻고 영상을 마친다. [17:31]

🧾 결론

• 영상의 디지털 트윈은 사업자의 공개 지식·문체·음성을 재현하는 응대 및 초안 작성 시스템이다. 판단이 어려운 사안은 실제 사람에게 넘기는 구조로 설명된다.
• 도입 순서는 지식 입력, 문체 조정, 자주 받는 질문 검증, 아침 브리핑 설정이다. 음성과 추가 봇은 이후 한 업무씩 붙이도록 권한다.
• 여러 봇을 연결하는 것만큼 사실 검토, 승인 대기, 실패 기록을 운영 과정에 넣는 것이 중요하다. Logbook의 개선 사례도 반려 원인을 기록해 다음 작업에 반영하는 방식이다.
• 영상은 사용 사례 소개와 AI Profit Boardroom 홍보를 함께 담는다. 제작 시간과 성과 수치는 발표자가 제시한 사례로 읽어야 한다.

📈 투자·시사 포인트

• 업무 자동화의 가치는 반복 질문, 글쓰기, 조사에 쓰는 시간을 얼마나 줄이는지로 평가할 수 있다. 영상에는 도입 비용과 실제 절감 시간을 비교할 자료가 없어 수익성을 계산하기는 어렵다.
• 개인이 쌓은 메모와 실제 글은 맞춤형 응대의 입력 자산이 된다. 발표자의 구성에서는 새로운 도구를 늘리는 것보다 필요한 지식과 좋은 예시를 선별하는 작업이 먼저다.
• 여러 에이전트를 운영할수록 통합 화면, 사실 검토, 승인 절차의 역할이 커진다. 영상의 마케팅 사례는 생성 속도와 함께 수정·검토 부담도 살펴봐야 함을 보여준다.
• SEO와 잠재고객 발굴 사례는 업무 흐름의 가능성을 설명하지만, 검색 순위·고객 전환·매출 증가를 입증하지는 않는다. 이 영상만으로 특정 기업이나 자산의 투자 매력을 판단할 근거는 부족하다.

⚠️ 불확실하거나 확인이 필요한 부분

• 제목은 ‘Grok Bot’, 본문 전사는 주로 ‘Grockbot’으로 표기한다. 발표자는 Grok 개발팀의 앱이라고 설명하지만, 정확한 제품명과 개발 주체는 제공된 자료만으로 확인되지 않는다.
• 약 8분에 결과물 17개 제작, 키워드 119개·27개 군집 등의 수치는 발표자의 사례다. 작업 조건, 반복 재현성, 검토에 추가로 든 시간은 제시되지 않는다.
• 봇의 기억과 Logbook이 다음 작업을 개선한다고 설명하지만, 기억의 유지 범위·정확성·수정 방식은 구체적으로 공개하지 않는다. 이를 모델 자체의 재학습으로 해석할 근거도 없다.
• 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

• 자신의 소개, 상품·서비스, 관점, 자주 받는 질문 10개를 정리하고 공개해도 되는 내용만 선별한다.
• Twin 봇에 선별한 지식을 제공하고, 모르는 내용은 실제 담당자에게 넘기며 모든 결과를 승인용 초안으로 작성하도록 지시한다.
• 대표 게시물 20개를 제공한 뒤 새 게시물 3개를 받아 소리 내어 읽고, 자신의 표현과 다른 부분을 수정한다.
• 자주 받는 질문 10개로 답변을 시험하고, 사실 오류·문체·추가 확인이 필요한 답변을 점검한다.

❓ 열린 질문

• 실제 업무에서 초안 검토와 수정까지 포함하면 얼마나 많은 시간이 절감되며, 이용 비용을 상회하는가?
• 사업 정보나 상품이 바뀌었을 때 텍스트 트윈과 전화 에이전트의 지식을 어떻게 일관되게 갱신하는가?
• 모르는 질문이나 잘못된 답변을 어떤 기준으로 감지해 실제 담당자에게 넘기는가?