[시즌 4] Herdr + 클로드 코드 + 코덱스 한글 문서 자동화

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Herdr에서 클로드 코드와 코덱스를 협업시키면 한글 문제지 제작을 자동화할 수 있지만, 반복 작업의 효율은 스킬 재사용과 레이아웃 설계에 달려 있다.

📌 핵심 요점

1. Herdr는 윈도우에서 클로드 코드와 코덱스를 좌우 패널로 실행하고, 터미널을 닫았다 다시 열어도 실행 중인 작업을 이어가는 환경으로 소개된다. 세션 유지 설명에는 컴퓨터를 끄지 않는다는 조건이 붙는다.
2. 시연에서는 클로드 코드가 문항 작성·자료 조사·문서 조립을 맡고, 코덱스가 이미지 생성 도구로 그래프와 도형을 제작한다. Herdr를 통한 패널 간 메시지가 두 작업을 연결한다.
3. 수능형 HWPX 참고 파일을 찾아 압축을 풀고 XML 구조를 분석해 양식을 재현한다. 이미지 요청에는 사양과 규칙을 전달하며, 클로드 코드가 결과를 확인하고 수정도 요청한다.
4. 만족스러운 제작 과정을 스킬과 AGENTS.md로 정리해 다른 문제지에 재사용한다. 발표자는 역할 분담, 참고 자료, 제작 코드, 검증 절차를 프로젝트 안에 기록하고 모델 발전에 맞춰 갱신하라고 강조한다.
5. 재사용이 곧 제작 시간 단축을 보장하지는 않았다. 첫 수학 문제지는 31분, 이후 영어 문제지는 53분이 걸렸다고 보고하며, 영어 문제지의 간격·줄 넘침을 반복 수정한 것이 병목이었다. 해결 방향은 레이아웃을 먼저 고정하고 세부 수정은 사람이 맡는 것이다.

🧩 배경과 문제 정의

발표자는 과거 한글 문서용 스킬을 만든 뒤 활동을 잠시 멈췄지만, 관련 스킬과 자료가 늘어나는 모습을 보고 자동화 수요를 다시 확인했다. 모델 발전으로 문서를 처음부터 제작하는 일이 쉬워졌다고 판단하면서도, 매번 파일 구조와 양식을 새로 탐색하면 시간과 토큰을 반복 소비한다는 문제를 제기한다.

영상은 윈도우의 Herdr 환경에서 클로드 코드와 코덱스를 연결해 수능형 문제지를 만드는 과정을 설명한다. 기존 수학 문제지 제작 결과를 출발점으로 이미지 생성과 검토를 분담하고, 그 과정을 스킬과 AGENTS.md로 정리해 영어 문제지에 적용한다. 마지막에는 예상과 달리 제작 시간이 늘어난 사례를 통해 레이아웃 조정이라는 병목을 짚는다.

🕒 시간순 섹션별 상세정리

1. 한글 자동화를 다시 다루는 이유

• 과거 한글 스킬 제작 이후 관심이 줄었지만, 관련 스킬과 자료가 많이 등장하면서 문서 자동화 수요를 확인했다고 드러낸다. [00:18]
• 수능형 모의 문제지를 처음부터 만들어본 결과를 바탕으로, 반복 제작의 토큰 낭비를 줄일 수 있도록 제작 과정을 스킬로 패키징하려 한다. [01:10]
• 교사와 학원 관계자를 대상으로 윈도우에서 클로드 코드와 코덱스를 함께 사용하는 방법과 설정을 설명하겠다고 보여준다. [01:26]

2. 윈도우에 Herdr 설치하고 세션 이어가기

• Herdr의 윈도우 설치 안내에 있는 명령을 PowerShell에 복사해 실행하는 절차를 보여준다. 자막에는 명령의 정확한 문자열이 남아 있지 않다. [02:10]
• Herdr를 실행하자 앞서 열어둔 작업 창이 다시 나타난다. 발표자는 컴퓨터를 끄지 않으면 터미널을 닫아도 내부 실행 상태를 유지한다고 보여준다. [02:45]
• 다시 Herdr를 열어 살아 있는 작업 창을 표시하는 방식이 작업을 이어가는 데 유용하다고 강조한다. [02:58]

3. 프로젝트 폴더에서 에이전트 실행하기

• 처음 실행하는 사용자는 빈 터미널에서 출발하며, 영어 문제지를 만들 전용 폴더를 생성하는 과정을 보여준다. [03:45]
• cd 뒤에 공백을 넣고 폴더를 드래그해 경로를 입력한 다음, 해당 폴더로 이동해 클로드 코드나 코덱스를 실행하도록 안내한다. [04:01]
• 클로드 코드 실행과 로그인 후 화면 설정을 설명하지만, 실행 옵션은 자막만으로 정확히 확인하기 어렵다. [04:29]

4. 문항 작성과 이미지 제작의 역할 분담

• 발표자는 이 시연에서 클로드 코드에 문항 작성과 조사를 맡기고, 이미지 제작은 별도 에이전트에 맡기는 이유를 보여준다. [04:47]
• Herdr에서 오른쪽 패널을 분할하고 같은 프로젝트 폴더에서 코덱스를 실행해 두 에이전트를 나란히 배치한다. [05:03]
• 클로드 코드가 코덱스에 메시지를 보내며 작업을 조율할 수 있고, 코덱스는 이미지 생성 스킬로 필요한 그림을 제작할 수 있다고 보여준다. [05:31]

5. 수학 문제지에 들어간 시각 자료 확인

• 기존 수학 문제지 PDF를 열어 함수 그래프와 넓이 문제에 쓰이는 시각 자료를 보여준다. 발표자는 결과를 높게 평가하면서 일부 어색한 부분도 언급한다. [06:14]
• 문서 안의 그래프와 도형은 코덱스가 만든 이미지이며, 이를 문서에 삽입한 결과 양식이 유지됐다고 보여준다. [06:52]
• 이러한 협업을 다양한 문서 작업에 적용할 수 있다고 보고, 이어서 영어 문제지 제작에 응용하겠다고 드러낸다. [07:18]

6. 패널 간 연락과 HWPX 구조 탐색

• 클로드 코드에 오른쪽 코덱스 패널로 말을 걸어보라고 요청하면, Herdr의 명령 기능을 탐색해 메시지를 전달하는 흐름을 보여준다. [07:44]
• 수능 문제지와 같은 스타일을 목표로 문항은 클로드 측이, 그래프와 시각 자료는 코덱스가 제작하도록 요청한 초기 프롬프트를 보여준다. [08:16]
• 참고 HWPX 파일을 찾아 압축을 풀고 내부 구성을 분석하게 하며, XML 구조를 살펴보는 것이 양식 파악 과정이라고 보여준다. [08:42]

7. 이미지 요청을 실제 작업으로 연결하기

• 처음에는 그림 설명만 작성하고 코덱스에 요청을 보내지 않아, Herdr를 통해 메시지를 직접 전달하라고 추가로 지시했다. [08:59]
• 클로드 코드가 코덱스에 그림 작업을 맡기면서 같은 폴더에 이미지 일곱 개를 만들도록 요청하고, 해상도와 크기 등의 사양을 전달한 사례를 보여준다. [09:26]
• 발표자는 해당 작업에서 Matplotlib 대신 코덱스의 이미지 생성 도구를 쓰도록 지시했으며, 문항에 필요한 이미지 조건을 전달해 제작을 이어갔다고 보여준다. [09:58]

8. 이미지 검토와 첫 제작 시간

• 클로드 코드는 전달받은 이미지를 확인하고 문제와 맞지 않으면 다시 그리라고 요청하는 역할까지 맡는다. [10:24]
• 이미지 오류를 수정하는 과정에서 코드와 문서도 함께 고치며, 에이전트가 작업에 필요한 기록을 관리한다고 보여준다. [10:58]
• 최초 수학 사례는 이미지 제작 10분, 전체 문제지 제작 31분이 걸렸다고 보고한다. 두 작업을 병렬로 진행했으며, 반복 제작에도 매번 이 시간이 필요한지 질문을 제기한다. [11:17]

9. 성공한 과정을 스킬과 AGENTS.md로 정리

• 모델이 좋아지면 스킬과 AGENTS.md도 계속 갱신해야 한다고 말하며, 만족스러운 제작 결과를 재현할 수 있도록 매뉴얼로 정리하라고 요청한다. [11:44]
• 오른쪽 코덱스 패널에 이미지 제작을 맡기는 협업 방식도 기록해, 다른 문제지 제작에서 같은 구성을 재사용하려 한다. [12:19]
• AGENTS.md의 위치를 프로젝트 루트로 바로잡고, 전역 설정보다 프로젝트 내부에 스킬과 지침을 두는 방식을 선택한다. [13:35]

10. 수학 제작 매뉴얼을 영어 문제지에 적용

• 수학 문제지 제작 과정이 기록된 프로젝트를 하네스로 설명하고, 이를 참고해 영어 문제지를 만들도록 같은 좌우 패널 구성을 준비한다. [14:21]
• 스킬과 AGENTS.md 설정이 끝난 뒤, 영어 프로젝트의 클로드 코드에 기존 프로젝트 경로를 알려주고 제작 지침을 가져와 적용하라고 요청한다. [15:10]
• 이미지 협업 지침이 이미 매뉴얼에 있으므로 반복 설명을 줄일 수 있다고 말하며, 영어 양식에 맞게 구성을 변형하고 제작 시간을 확인하려 한다. [15:45]

11. 제작 매뉴얼에 담긴 코드와 검증 절차

• AGENTS.md에는 HWPX 제작 목표, 좌우 패널의 역할, 문항 데이터, 정답 계산 검증, 한글 문서와 PDF 제작 코드가 기록돼 있다고 보여준다. [16:37]
• 코덱스가 그림 사양 문서를 읽고 작업하도록 지시하며, 생성한 문제지가 실제 평가 문제로 오인되지 않게 하는 내용도 포함한다. [16:59]
• 스킬에는 참고 문서, 설치와 등록 절차, Herdr 실행 및 코덱스 패널 확인, 템플릿 활용 방법이 담겨 있다. 이후 영어 문제지 완성 결과를 살펴보겠다고 드러낸다. [17:38]

12. 영어 제작 시간 정정과 레이아웃 개선 방향

• 완성된 영어 문제지는 이미지 제작 약 7분, 전체 제작 53분이 걸렸다고 보고하며 속도 향상 기대를 정정한다. 문항 간격과 줄 넘침을 맞추려고 문서를 반복해서 열고 수정한 것이 지연 원인이라고 보여준다. [18:15]
• 레이아웃을 먼저 정하고 그 안에서 문항을 만들되 세부 수정은 사람이 맡도록 지시하자 문제가 해결됐다고 드러낸다. 레이아웃을 다듬은 스킬을 공유하겠다고 예고한다. [18:38]
• 끝으로 Herdr에서 두 에이전트를 협업시키는 활용법을 되짚고, 공유 스킬에 오래된 내용이 섞일 수 있으므로 결과를 관찰하며 자신의 상황에 맞게 수정하라고 권한다. 인사와 함께 영상을 마친다. [19:39]

🧾 결론

• 이 영상의 중심은 한글 파일 생성 자체보다 문항 작성, 시각 자료 제작, 검토를 여러 에이전트에 나눠 맡기는 작업 방식이다.
• 스킬과 AGENTS.md는 성공한 작업의 매뉴얼이다. 초기 탐색을 줄일 수 있도록 참고 자료와 코드뿐 아니라 에이전트 간 연락 방식도 기록해야 한다.
• 최종 시연은 자동화의 성과와 한계를 함께 보여준다. 문제지는 완성됐지만 양식 조정에 시간이 들었으며, 발표자는 앞서 제시한 속도 향상 기대를 정정했다.
• 공유된 스킬을 그대로 유지하기보다 실제 결과를 관찰하고 자신의 문서 양식과 모델 환경에 맞춰 고치는 것이 권장된다.

📈 투자·시사 포인트

• 교육 현장에서는 교사와 학원 운영자가 반복하는 문제지 제작에 적용 가능성을 보여준다. 다만 영상에서 확인된 것은 제작 사례이며, 현장 전체의 생산성 개선 규모는 제시되지 않았다.
• 도입 판단에서는 이미지 생성 시간과 문서 완성 시간을 구분해야 한다. 영어 사례는 이미지 제작 약 7분보다 전체 문제지 제작 53분이 훨씬 길어, 양식 조정이 비용과 대기 시간을 좌우할 수 있음을 보여준다.
• 반복 활용의 기반은 템플릿, 제작 코드, 검증 절차를 축적한 프로젝트 구성이다. 도구 사용법과 함께 재사용 가능한 작업 매뉴얼을 관리하는 역량이 중요해진다.
• 영상은 특정 기업의 실적이나 주가 전망을 다루지 않는다. 투자 관점에서 가져갈 수 있는 내용은 문서 자동화의 활용 가능성과 실제 작업 병목에 관한 관찰이다.

⚠️ 불확실하거나 확인이 필요한 부분

• 발표자는 수학 문제지와 그래프의 완성도를 높게 평가하지만, 모든 문항의 정답·수식·좌표·도형이 정확한지 독립적으로 검증한 결과는 제시하지 않는다. 일부 그래프에는 어색한 부분이 있다고도 언급한다.
• 수학 31분과 영어 53분은 과목과 양식이 다른 사례다. 같은 조건에서 스킬 적용 전후를 비교한 실험이 아니므로 재사용의 시간 절감 효과를 수치로 확정할 수 없다.
• 설치 명령과 클로드 코드 실행 옵션은 자막이 불완전해 정확한 문자열을 복원하기 어렵다. AGENTS.md를 클로드 코드가 읽는다는 설명 역시 사용 환경에서 실제 적용 여부를 확인해야 한다.
• 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

• 전용 프로젝트 폴더를 만들고 해당 위치에서 클로드 코드와 코덱스를 실행한 뒤, Herdr 패널 간 메시지가 실제 전달되는지 확인한다.
• 목표 문제지의 HWPX 참고 파일을 준비하고, 문항 간격·쪽 구성·이미지 위치를 포함한 레이아웃을 먼저 정한다.
• 문항 작성과 문서 조립은 클로드 코드, 이미지 제작은 코덱스로 역할을 나누고 이미지 크기·해상도·내용 조건을 요청에 명시한다.
• 생성된 문항의 정답과 시각 자료의 일치 여부를 검토하고, HWPX 및 PDF에서 줄 넘침과 양식 깨짐을 확인한다.

❓ 열린 질문

• 같은 과목과 같은 레이아웃으로 반복 제작하면 스킬 적용 전후의 시간과 토큰 사용량은 얼마나 달라질까?
• 레이아웃을 고정했을 때 긴 영어 지문과 다양한 문항 유형을 어느 범위까지 안정적으로 수용할 수 있을까?
• 에이전트의 이미지 검토 이후에도 사람이 확인해야 하는 오류는 무엇이며, 검토에 드는 시간은 얼마나 될까?