I Installed 3 DIFFERENT Grok Bot Templates from Strangers

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

낯선 제작자의 Grok Bot 템플릿 세 개를 설치해 본 결과, 영상 편집기는 개선이 필요했고 Doctor Eggbot과 Shepherd는 봇 생성·관리와 작업 관찰에 유용해 진행자의 팀에 채택됐다.

📌 핵심 요점

1. 템플릿은 봇의 역할뿐 아니라 개별 스킬과 맥락까지 함께 전달한다. 진행자는 설치 과정에서 제작자가 구성한 작업 지침을 확인했다.
2. 영상 편집기는 라이브 방송에서 편집할 대목을 찾아 결과물을 보여줬지만, 200MB 업로드 제한과 과도한 화면 확대, 재생 버퍼링이 실사용의 걸림돌로 나타났다.
3. Doctor Eggbot은 봇 생성과 기존 구성 점검에 활용됐다. 31개 봇·9개 루틴·16개 태그를 살펴보고 기존 채용 봇과의 역할 중복을 드러냈다.
4. Shepherd는 Herder를 통해 코딩 에이전트를 조율하는 템플릿이다. 진행자는 개인 Mac의 가동 상태에 의존하지 않도록 원격 컴퓨터에 CLI와 인증을 구성했다.
5. 최종적으로 Doctor Eggbot과 Shepherd는 유지하기로 했고 영상 편집기는 판단을 유보했다. 여러 봇의 통합과 사용량 절감은 후속 검증이 필요한 기대다.

🧩 배경과 문제 정의

진행자는 템플릿 기능이 활성화된 지 약 4~5일 된 시점이라고 설명하며, 다른 제작자가 공유한 Grok Bot 템플릿 세 개를 직접 설치한다. 대상은 영상 편집기, 봇 생성용 Doctor Eggbot, 코딩 에이전트 조율용 Shepherd다.

핵심 문제는 공유 템플릿을 기존 작업 환경에 넣었을 때 실제로 쓸 만한 결과를 내는지, 기존 봇과 역할이 겹치지 않는지, 실행 환경과 사용량 관리에 도움이 되는지다. 영상은 설치부터 시험 요청까지의 경험을 다루며, 장기 운영이나 정량 성능 비교는 후속 과제로 남긴다.

🕒 시간순 섹션별 상세정리

1. 세 가지 템플릿 설치 실험과 영상 편집기 선택

• 진행자는 최근 공유되기 시작한 Grok Bot 템플릿 가운데 관심을 끈 세 개를 시험하겠다고 밝히고, 첫 대상으로 영상 편집기를 연다. [00:40]
• 편집기 설명에는 검토 가능한 최종본 제작, 자동 게시 금지, 원본 덮어쓰기 금지가 포함돼 있으며 템플릿에 개별 스킬이 연결돼 있다. [01:20]

2. 라이브 방송 편집 요청과 업로드 제한

• 진행자는 자신의 유튜브 채널 최신 라이브 방송을 살펴보고 편집하도록 요청한다. 연결된 지침은 카메라 원본·오디오 마스터·프로젝트 파일 등을 읽기 전용으로 취급하도록 한다. [02:25]
• 1.85GB 영상을 넣으려다 최대 200MB 제한을 확인한다. Google Drive 접근이나 작은 파일 사용을 대안으로 언급하지만 Drive 방식은 확신하지 못한다. [03:31]

3. 편집 스킬 검토와 첫 결과물의 한계

• 후반 제작, 짧은 영상 제작, 장면 조사, 영화 연출 스킬을 읽는다. 지침에는 원본 보존, 인용 조작 금지, 기존 장면 검색 등이 포함돼 있다. [04:25]
• 봇은 라이브 방송에서 활용할 대목을 찾아 편집 결과를 보여주지만, 진행자는 얼굴이 잘릴 정도로 확대됐다고 지적한다. [05:56]
• 결과 영상은 재생이 느리고 버퍼링도 나타난다. 진행자는 작동 자체는 인정하면서 스킬·지침·작업 흐름의 개선 가능성을 남긴다. [06:10]

4. Doctor Eggbot 설치와 기존 봇 구성 점검

• 두 번째 템플릿 Doctor Eggbot은 선호를 묻고 봇을 생성하는 역할로 묶인다. 진행자는 템플릿에 기억과 맥락을 포함할 수 있다는 점에 주목한다. [06:59]
• 루틴 점검에서는 31개 봇·9개 루틴·16개 태그와 매시간보다 잦은 일정이 없다는 결과를 확인한다. 진행자는 테스트 때문에 일부 작업을 멈춘 상태라 즉시 변경하지 않는다. [07:54]
• 진행자는 이 기능을 전체 봇과 루틴을 검토하고 개선하는 데 활용할 수 있다고 평가한다. [08:05]

5. 채용 봇과 생성 봇의 책임 분리

• 기존 채용 봇을 분석하자 광범위한 책임, 반복된 기본 지침, 오래된 다음 작업 정보 등이 지적된다. 이는 봇의 분석 내용으로 드러난다. [08:51]
• Doctor Eggbot은 생성 역할을 맡고, 조직도와 일정 등의 소유권은 별도로 정리하는 방향이 제안된다. 양쪽에 동시에 생성을 요청하면 중복될 수 있다는 설명도 나온다. [09:13]
• 진행자는 Doctor Eggbot을 유지하기로 하고 기존 채용 봇 등과 팀을 구성할 생각을 드러낸다. [09:30]

6. Shepherd와 Herder의 역할 소개

• 세 번째 템플릿 Shepherd는 Herder 팀이 제작했으며, 영상은 Herder를 코딩 에이전트를 위한 오픈소스 실행 환경으로 보여준다. [09:54]
• 진행자는 무거운 코딩 작업을 Herder로 넘기는 활용을 기대한다. Shepherd·Codex 에이전트·Grok 기반 봇의 비교는 별도의 상세 실험이 필요하다고 드러낸다. [10:50]
• Shepherd에 Herder 설치와 활성화를 요청하고, 원격 봇 컴퓨터에 CLI를 설치하도록 허용한다. [11:35]

7. 개인 Mac에서 원격 컴퓨터로 실행 위치 명확화

• 기존 엔지니어링 봇은 Peekaboo를 통해 개인 macOS 환경에서 CLI를 호출하도록 구성돼 있었으며, 다른 환경에는 별도의 인증 상태가 있었다. [12:18]
• 진행자는 개인 Mac이 꺼질 때 작업도 멈추는 상황을 피하려고 Herder가 봇의 원격 컴퓨터에서 계속 실행되기를 원한다고 재차 보여준다. [13:03]
• 필요한 CLI를 원격 컴퓨터에 설치하고 각 서비스의 로그인과 인증을 진행한다. [13:28]

8. 작업 관찰 화면과 여러 에이전트에 대한 시험 요청

• 진행자는 Herder의 작업 진행을 관찰하는 방법을 묻고 Shepherd를 엔지니어링 팀으로 옮긴다. [13:47]
• 대화 상단의 Shepherd와 라이브 컴퓨터 화면을 통해 실행 환경을 확인하는 방법이 안내된다. [14:11]
• Codex·Claude·Grok 각각의 관점으로 X에서 공유되는 Grok Bot 템플릿 상위 10개를 조사하고, 각 봇에서 최소 한 개의 템플릿 또는 모델을 제안하도록 요청한다. [14:49]

9. 실행 확인과 최종 채택 판단

• 진행자는 엔지니어링 작업 공간의 에이전트 구성과 Grok CLI의 실행을 확인하고, 수동으로 할 수 있는 설정을 Shepherd가 편하게 만들어 준다고 평가한다. [15:21]
• 영상 편집기의 유지 여부는 유보하고 Doctor Eggbot과 Shepherd는 채택한다. 특히 Claude와 Codex의 작업 상황을 시각적으로 볼 수 있다는 점을 높게 평가한다. [15:43]
• 기존 세 봇을 하나로 통합해 사용량을 줄일 가능성을 언급하지만, 실제 절감 여부는 더 지켜보겠다고 한다. [15:56]

10. 후속 실험과 시청자 요청 안내

• 진행자는 자신을 AI 전문가가 아니라 공개적으로 만들며 실제로 작동하는 것을 공유하는 사람으로 보여준다. [16:03]
• 시청자에게 직업·대상 고객·질문을 댓글로 남기면 해당 주제의 영상을 제작 목록에 추가하겠다고 안내하며 마무리한다. [16:21]

🧾 결론

• 이번 시연에서 템플릿의 가치는 설치 편의성과 함께 전달되는 구체적인 역할·스킬·운영 맥락에서 드러났다.
• 작동하는 결과물을 얻는 것과 반복해서 쓸 만한 품질을 확보하는 것은 별도 검증이 필요하다. 영상 편집기의 확대·버퍼링 문제가 이를 보여준다.
• 봇을 추가할 때는 기존 봇과의 책임 분담이 중요하다. Doctor Eggbot과 채용 봇에는 생성 업무를 중복 수행할 가능성이 있었다.
• Shepherd는 여러 CLI의 작업을 한곳에서 관찰할 수 있다는 점에서 가장 긍정적인 평가를 받았지만, 최종 산출물의 품질 비교까지 완료된 것은 아니다.

📈 투자·시사 포인트

• 제품 관점에서는 스킬과 맥락을 묶어 공유하는 템플릿이 초기 설정 부담을 낮추는 수단으로 보인다. 다만 설치 이후 수정과 인증에 드는 노력도 평가해야 한다.
• 운영 관점에서는 봇 수를 늘리는 것만큼 역할 중복과 불필요한 루틴을 점검하는 기능이 중요해진다. 영상은 기존 봇 구성이 복잡해질 수 있음을 보여준다.
• 인프라 관점에서는 실행 위치와 가동 시간이 사용성을 좌우한다. 진행자는 개인 Mac이 꺼지면 작업이 멈추는 문제를 피하려고 원격 실행을 선택했다.
• 경제성 관점에서는 봇 통합에 따른 사용량 절감 가능성이 제시됐지만 측정치는 없다. 이 영상만으로 비용 우위나 특정 기업의 투자 매력도를 판단하기는 어렵다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상 편집기의 200MB 제한은 시연 당시 확인한 조건이다. Google Drive를 통한 대용량 파일 접근은 대안으로 언급됐을 뿐 성공 여부가 검증되지 않았다.
• 과도한 확대와 버퍼링의 원인이 스킬 지침, 편집 처리, 재생 환경 중 어디에 있는지는 확인되지 않았다. 수정 요청 이후 개선된 결과도 제시되지 않는다.
• Shepherd를 통한 작업 실행은 관찰됐지만, 요청한 템플릿 조사와 각 에이전트의 제안이 최종적으로 얼마나 정확하게 완성됐는지는 나오지 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

• 설치 전에 템플릿의 스킬과 맥락을 읽고, 원본 보존·자동 게시 여부·작업 범위를 확인한다.
• 영상 편집기는 200MB 미만의 시험용 영상으로 테스트하고, 화면 잘림과 재생 상태를 결과물 검수 항목에 넣는다.
• Doctor Eggbot과 기존 채용 봇의 책임을 나누고, 새 봇 생성의 담당자를 하나로 정해 중복 생성을 방지한다.
• Shepherd를 사용할 실행 위치를 명시하고, 해당 원격 컴퓨터에서 필요한 CLI 설치와 로그인을 확인한다.

❓ 열린 질문

• 영상 편집기의 스킬이나 지침을 수정하면 과도한 확대와 결과물 재생 문제를 해결할 수 있을까?
• Shepherd로 여러 에이전트를 조율할 때 기존 개별 봇 구성보다 실제 사용량이 줄어들까?
• 원격 컴퓨터에서 장기간 실행할 때 인증과 작업 관찰 환경이 안정적으로 유지될까?