YouTubeNate Herk·2026년 10월 12일·0

This ONE Claude Skill Helps You Think Clearer Than 99% of People

Quick Summary

Claude의 Roast Room 스킬은 서로 다른 판단 기준을 가진 AI 페르소나의 토론으로 생각을 정리하도록 돕지만, 최종 권고를 이해하고 판단하는 일은 사용자에게 남는다.

영상 보기

클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.

원본 열기

🖼️ 인포그래픽

This ONE Claude Skill Helps You Think Clearer Than 99% of People 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

This ONE Claude Skill Helps You Think Clearer Than 99% of People의 핵심 내용을 4단계로 요약한 인포그래픽
This ONE Claude Skill Helps You Think Clearer Than 99% of People 핵심 내용을 4단계로 압축한 4컷 인포그래픽

💡 한 줄 결론

Claude의 Roast Room 스킬은 서로 다른 판단 기준을 가진 AI 페르소나의 토론으로 생각을 정리하도록 돕지만, 최종 권고를 이해하고 판단하는 일은 사용자에게 남는다.

📌 핵심 요점

  1. Roast Room은 Claude Code에서 실행하는 의사결정 스킬로, 유명 인물에게서 영감을 얻은 최대 7개 자문 페르소나가 주어진 선택지를 검토한다.
  2. 토론은 초기 입장 작성, 상호 반론, 최종 투표의 3단계다. 각 서브에이전트는 의장 역할의 Claude Code를 통해 의견을 주고받는다.
  3. 만장일치도 검토 대상이다. 시연에서는 전원이 B안을 지지하자 의장이 일부 자문역에게 C안을 강하게 옹호하도록 요청했다.
  4. 페르소나는 판단 원칙·프레임워크·입장·사례·출처를 담은 Markdown 자료를 참조한다. 시각화 화면 없이도 스킬 실행과 보고서 생성이 가능하다.
  5. 좋은 입력에는 결정할 문제, 최소 2~3개 선택지, 실제 수치, 기한·시간·예산, 성공 기준, 현재 선호와 이유가 포함된다. 결과는 정답보다 관점을 넓히는 자료로 활용한다.

🧩 배경과 문제 정의

발표자가 다루는 문제는 사업 의사결정을 혼자 검토할 때 놓치기 쉬운 관점과 반론을 어떻게 확보하느냐다. Roast Room은 Jeff Bezos의 결정 가역성, Paul Graham의 수요와 성장, Warren Buffett의 현금·위험·장기 가치처럼 서로 다른 질문을 가진 자문 페르소나를 구성한다.

시연은 2027년 6월 Austin 행사와 관련된 네 가지 선택지를 비교한다. 실제 동작은 Claude Code의 스킬과 서브에이전트가 담당하며, 화면의 토론 연출은 그 과정을 보여주는 인터페이스다. 발표자는 최종 권고를 따르는 것보다 각 관점의 논리를 읽고 자신의 판단을 개선하는 데 의미를 둔다.

🕒 시간순 섹션별 상세정리

1. Roast Room 소개와 자문역의 판단 기준

  • 행사 관련 A·B·C·D 선택지와 사업 정보, 자원, 성공 기준을 입력해 Claude Code의 Roast Room 스킬을 실행한다. 화면에서는 7개 자문 페르소나의 토론을 시각화한다. [00:51]
  • Bezos는 올바른 선택과 가역성, Graham은 실제 수요와 성장, Buffett은 현금·위험·장기 가치를 중심으로 검토한다. [01:23]
  • 자문역들이 초기 선택과 점수를 제출하며, 첫 라운드에서는 7명 모두 B안을 택하고 평균 7.1점을 부여한다. [02:17]

2. 만장일치에 반론을 붙이고 조건부 결론 도출

  • 의장이 토론을 중재하는 서브에이전트 구조다. 전원이 B안을 지지하자 Buffett과 Martell에게 C안을 최대한 강하게 옹호하도록 요청한다. [02:52]
  • 상호 반론 뒤 세 번째 라운드에서 최종 투표를 진행한다. 발표자는 권고를 그대로 따르기보다 각 관점을 읽으며 생각을 바꾸는 데 활용한다고 보여준다. [04:12]
  • 최종안은 연 3,000달러의 Austin 포함 등급을 120석으로 제한하고, 1월 15일까지 50명이 총 15만 달러를 납부하기 전에는 계약하지 않는 조건부 B안이다. 점수와 라운드별 내용은 PDF로 내려받는다. [04:40]

3. 배포 경로와 세션 기록 활용

  • 발표자는 무료 커뮤니티의 Classroom에서 AI Skills 항목을 통해 저장소에 접근할 수 있다고 안내한다. 과거 세션의 PDF를 열거나 토론을 재생하는 기능도 보여준다. [05:16]
  • 질문에 따라 필요한 자문역만 참여한다. 이어 첫 자동화 고객 확보를 위한 무료 SOP를 홍보한 뒤 본론으로 돌아온다. [06:12]
  • 세션 파일에는 입력 브리프와 각 라운드 기록이 남는다. 화면은 이 기록을 보기 좋게 보여주는 역할이며, 인터페이스 없이도 세션을 실행할 수 있다. [06:40]

4. 의장과 서브에이전트, 인물별 지식 자료

  • Claude Code가 의장으로서 초기 입장, 상호 검토와 반론, 최종 투표를 진행하고 결과를 저장해 PDF를 만든다. [07:12]
  • 발표자는 에이전트 팀과 답이 비슷하면서 더 저렴하고 정돈된 진행이 가능하다고 느껴 서브에이전트 방식으로 돌아왔다고 보여준다. [07:37]
  • 인물별 에이전트 파일은 판단 방식과 담당 질문을 정의하고 별도 지식 자료를 참조한다. Alex Hormozi 사례에는 약 124개 출처와 130만 단어 이상의 자료를 사용했다고 하며, 용도에 맞게 자문역을 교체할 수 있다고 보여준다. [08:57]

5. 저장소 설치와 Markdown 기반 자료 구조

  • 저장소 링크를 에이전트에 전달해 기존 프로젝트나 새 프로젝트에 설치하도록 요청하는 방식을 안내하고, 자문역별 서브에이전트 파일을 보여준다. [09:24]
  • 짧은 에이전트 파일이 핵심 규칙, 프레임워크, 입장, 출처, 사례를 담은 자료로 연결된다. Hormozi와 Bezos의 자료를 예로 들어 구성 방식을 보여준다. [10:26]
  • 이 자료들은 에이전트의 조사로 수집·정리한 Markdown 파일이다. 시각화 화면을 사용하지 않아도 스킬이 같은 작업을 수행하고 보고서를 생성한다고 강조한다. [10:48]

6. 좋은 질문과 충분한 맥락 만들기

  • 정보가 부족하면 Claude Code가 추가 질문을 한다. 연결된 개인 맥락과 회의 전사 등에 접근할 수 있는 환경에서는 관련 자료를 가져와 판단을 보완한다고 보여준다. [11:34]
  • 결정할 문제와 최소 2~3개 선택지, 실제 사업 수치, 기한·시간·예산, 성공 기준, 현재 선호와 이유를 제공하라고 권한다. [12:23]
  • 서로 다른 원칙을 가진 페르소나의 반론으로 단순 동조를 줄이려는 설계다. Claude Code에 질문 정리를 요청한 뒤 완성된 프롬프트로 스킬을 실행하는 방법도 제시한다. [13:00]

7. 전문 관점 활용과 사용자의 최종 판단

  • 발표자는 생각을 검토하는 일을 일부 맡기더라도 이해까지 맡겨서는 안 된다고 강조한다. 자신의 전문성이 부족한 영역의 지식을 전문 에이전트에 정리하는 방식으로 확장한다. [13:33]
  • 보안 자료를 모은 에이전트나 보안·CTO 에이전트 간 토론을 예로 든다. 돌아온 권고는 사용자가 처리하고 이해한 뒤 판단해야 한다고 드러낸다. [14:24]
  • 여러 에이전트의 관점을 의사결정에 활용하라는 메시지와 무료 커뮤니티 안내로 내용을 마무리하고, 시청 인사로 영상을 끝낸다. [14:42]

🧾 결론

  • 핵심은 자문역의 수보다 서로 다른 질문과 판단 기준을 적용하는 구조에 있다.
  • 최종 산출물은 투표 결과뿐 아니라 조건, 논거, 라운드별 기록을 담은 보고서이며 PDF로 내려받을 수 있다.
  • 발표자는 생각을 검토하는 일부 과정을 에이전트에게 맡기되, 권고를 이해하는 과정까지 넘기지 말라고 강조한다.

📈 투자·시사 포인트

  • 사업 선택지를 검토할 때 현금, 위험, 장기 가치, 결정의 가역성을 각각 따져보는 방식이 제시된다.
  • 시연의 조건부 B안은 연 3,000달러의 Austin 포함 등급을 120석으로 제한하고, 1월 15일까지 50명이 총 15만 달러를 납부하기 전에는 계약하지 않는 방식이다. 실행에 앞서 수요와 현금 유입을 확인하는 사례로 읽을 수 있다.
  • 발표자는 에이전트 팀과 비슷한 답을 얻으면서 비용을 줄였다는 이유로 서브에이전트를 택했다. 실제 도입 판단에는 결과의 유용성과 실행 비용을 함께 확인필요가 있다.

⚠️ 불확실하거나 확인이 필요한 부분

  • 제목의 ‘99%보다 명확하게 생각한다’는 주장을 뒷받침하는 비교 실험이나 성과 지표는 영상에 제시되지 않는다.
  • 서브에이전트가 에이전트 팀보다 저렴하고 답도 비슷하다는 설명은 발표자의 사용 경험이다. 비용 수치, 비교 조건, 반복 평가 결과는 공개되지 않는다.
  • 자문역은 공개 자료에서 구성한 페르소나다. 자료 규모가 해당 인물의 실제 판단을 충실히 재현하거나 권고의 정확성을 보장하는지는 확인되지 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

  • 검토할 결정을 한 문장으로 쓰고, 비교 가능한 선택지를 최소 2~3개 준비한다.
  • 매출·팀 규모 등 관련 수치와 기한·투입 시간·예산·성공 기준을 함께 정리한다.
  • 현재 선호하는 선택지와 이유를 밝히고, 그 선택에 대한 반론도 요청한다.
  • 초기 의견이 모두 같으면 다른 선택지를 가장 강하게 옹호하는 라운드를 추가한다.

❓ 열린 질문

  • 같은 문제를 단일 에이전트에 맡겼을 때와 비교해, 페르소나 토론은 어떤 조건에서 더 유용한 판단을 만드는가?
  • 서로 다른 페르소나가 같은 결론에 도달했을 때, 충분한 검토와 공통된 편향을 어떻게 구분할 수 있는가?
  • 인물별 자료의 출처와 판단 원칙을 어떻게 검증하고 갱신해야 실제 사용에 도움이 되는가?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.