🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Claude Code를 Fable 5 Agentic OS처럼 확장하려면, 단일 모델 의존보다 로컬 음성·Obsidian 보고서·버튼형 skills·라우팅 구조를 결합해 반복 업무를 실행 가능한 시스템으로 만드는 것이 핵심입니다.

📌 핵심 요점

1. Jarvis는 Claude Code 위에 시각적 지표, 버튼형 skills, 비기술 사용자용 UI를 얹어 터미널 중심 사용의 한계를 줄이는 Agentic OS 형태로 설명된다.
2. 음성 입력은 Faster Whisper 같은 로컬 전사 도구를 통해 transcript로 바뀌고, 이후 정규식·Haiku·로컬 모델 중 하나로 라우팅되어 다음 작업이 결정된다.
3. Obsidian Vault는 morning brief, inbox brief, 영상 성과, AI 뉴스 같은 보고서의 저장소이자 Jarvis UI와 연결되는 지식 기반 역할을 한다.
4. 반복 업무는 skill architecture로 분해되고, 필요하면 automation으로 연결되며, 이 구조가 Jarvis를 단순한 대시보드가 아니라 실행 시스템으로 만듭니다.
5. Claude Code, Fable 5, Opus, Sonnet, 로컬 모델, Kakoro 같은 구성요소는 교체 가능하게 설명되며, 핵심은 특정 모델보다 업무 흐름을 코드화하고 공유 가능한 형태로 만드는 데 있다.

🧩 배경과 문제 정의

• 영상은 Claude Code를 단순히 터미널에서만 쓰는 방식의 한계를 문제로 삼는다. 터미널 중심 사용은 개발자에게는 강력하지만, 시각적 지표, 버튼형 실행, 진행 상태 표시, 비기술 사용자를 위한 접근성이 부족해 팀원·클라이언트가 함께 쓰는 워크플로로 확장하기 어렵다.
• Jarvis는 Claude Code의 skill architecture 위에 로컬 음성 입력, Obsidian 기반 보고서, 자동화 버튼, 일정·지표 UI를 얹어 반복 업무를 빠르게 실행하는 Agentic OS 형태로 제시된다.
• 핵심은 “AI 모델 하나가 모든 요청을 처리하는 것”이 아니라, 사용자의 음성 요청을 빠르게 텍스트로 바꾸고, 요청의 성격에 따라 정규식, 저비용 모델, Claude Code, 로컬 음성 모델 등으로 나눠 보내는 라우팅 구조다.
• 따라서 Jarvis의 가치는 예쁜 대시보드 자체보다, 반복 업무를 skill 단위로 분해하고 버튼·음성·보고서·자동 실행으로 연결해 실제 업무 흐름을 줄이는 데 있다.
• 다만 Fable 5, Jarvis, LightRAG, Kakoro 등의 실제 성능·배포 가능성·구체 구현 범위는 영상 내 설명 기준이며, 운영 환경에서의 안정성이나 재현성은 별도 검증이 필요하다.

🕒 시간순 섹션별 상세정리

1. Jarvis의 출발점과 Claude Code 위에 얹는 Agentic OS

• Jarvis는 Fable 5로 만들어졌지만, 실행 자체에 Fable 5가 필수인 구조는 아니며 상당 부분이 로컬에서 돌아가고 사용자가 원하는 모델로도 구동될 수 있다고 드러난다 [00:39]
• 발표자는 Claude Code 위에 별도 레이어를 올리면 터미널만으로는 얻기 어려운 시각적 지표, 버튼화된 skills, 비기술 사용자를 위한 실행 인터페이스가 생긴다고 강조한다 [01:01]

2. 로컬 음성과 Obsidian 보고서 기반의 일일 브리핑

• Jarvis의 음성 기능은 외부 음성 서비스에 요청을 보내는 방식이 아니라 완전히 로컬에서 처리되며, 이 때문에 11 Labs 같은 서비스 경유보다 더 빠르고 반응성이 좋은 구성이 될 수 있다고 드러난다 [02:43]
• 사용자가 “오늘 브리핑”처럼 요청하면 단순히 하드코딩된 답변을 반환하는 것이 아니라, Obsidian Vault 안에서 자동 생성된 여러 보고서를 읽고 중요한 내용을 골라내는 방식으로 응답이 만들어진다 [03:01]

3. 버튼형 skills와 비기술 사용자를 위한 자동화 실행

• 오른쪽 패널의 skills와 automations는 Claude Code 작업을 버튼 하나로 실행하게 만들며, 터미널을 직접 열지 않는 팀원이나 클라이언트도 동일한 자동화 능력을 사용할 수 있게 한다 [04:17]
• Inbox Brief 버튼을 누르면 작업이 즉시 queue에 올라가고, 팝업과 진행 표시줄이 생성되어 자동화가 실제로 실행 중인 상태를 시각적으로 확인할 수 있다 [04:51]

4. 대시보드 구성 요소와 맞춤형 업무 환경

• 오른쪽 영역에는 교체 가능한 skills, Google Calendar와 연결된 일정, 음성 동작 상태, AI 뉴스 요약 등이 배치되어 사용자가 하루 업무 상태를 한 화면에서 확인할 수 있게 구성된다 [05:40]
• 발표자는 Agentic OS의 강점이 one-size-fits-all 대시보드가 아니라, 사용자의 업무, 비즈니스, 팀 필요에 따라 지표와 버튼, 뉴스 영역을 바꿀 수 있는 맞춤형 구조라고 보여준다 [06:12]

5. UI를 넘어서는 핵심 구조와 음성 입력 처리

• Jarvis가 단순히 예쁜 UI에 머문다면 productivity theater에 그칠 수 있으므로, 실제 가치는 터미널 사용보다 업무 흐름을 개선하는 견고한 backbone에서 나온다고 중요하다 [07:26]
• 사용자가 “morning brief를 알려줘”처럼 음성으로 요청하면, 먼저 마이크 입력이 Faster Whisper로 넘어가고 로컬 전사 과정을 거쳐 텍스트 transcript로 변환된다 [07:47]

6. 정규식, Haiku, 로컬 모델로 나뉘는 라우팅 방식

• transcript가 만들어진 뒤 첫 번째 경로는 정규식 라우팅이며, “rundown” 같은 사전 정의 trigger word가 있으면 별도의 AI 판단 없이 즉시 정해진 작업으로 연결된다 [09:29]
• 정규식 라우팅은 코드만으로 동작해 비용이 들지 않고 매우 빠르지만, 대부분의 사용자 요청은 표현이 모호하거나 다양하기 때문에 어느 경로로 보낼지 판단하는 지능이 필요하다고 드러난다 [10:22]

7. Haiku 라우팅과 headless Claude Code 실행 구조

• Haiku는 사용자의 요청을 받은 뒤 Obsidian 안에 morning report가 이미 있는지 먼저 확인하고, 기존 파일이 있으면 새로 생성하지 않고 빠르게 읽어서 응답할 수 있다 [12:02]
• Obsidian 안에 보고서가 없으면 Haiku가 직접 보고서를 작성하는 것이 아니라 Claude Code에게 morning report 생성을 맡기며, 기본 실행 모델은 Opus이고 Sonnet이나 Fable 5로도 바꿀 수 있다고 드러난다 [12:22]

8. 요청부터 음성 응답까지 이어지는 전체 파이프라인

• morning report가 Obsidian에 없으면 headless Claude Code가 보고서를 만들고, 생성된 보고서는 Obsidian에 업로드된 뒤 다시 읽혀 사용자에게 전달할 요약 응답으로 바뀐다 [14:07]
• Kakoro는 Claude Code가 만든 요약 transcript를 로컬 오픈소스 음성으로 변환하며, 발표자는 이를 컴퓨터 안에서 작동하는 작은 11 Labs 같은 역할로 보여준다 [14:27]

9. skill architecture와 반복 업무의 분해

• morning report나 skill A·B·C 같은 요청의 실체는 skill architecture이며, 이 구조가 Jarvis 전체의 백본 역할을 한다 [15:56]
• morning report는 하나의 skill이면서 동시에 여러 miniature skill의 묶음이고, 특정 정보 출처와 소셜 미디어 페이지를 확인해 큰 보고서를 만드는 절차로 구성된다고 드러난다 [16:07]

10. deterministic skill이 팀 공유 가능한 Claude Code 레이어로 확장되는 방식

• LightRAG 기반 graph RAG query system처럼 과거 작업 정보를 담은 시스템도 하나의 skill로 바꿀 수 있으며, 같은 방식이 콘텐츠, 커뮤니티, 에이전시, 세일즈 등 여러 영역으로 반복 적용될 수 있다고 드러난다 [17:48]
• 발표자는 실제 구축을 시작하는 방법으로, Claude Code에 매일 하는 일을 의식의 흐름처럼 입력하고 그 업무를 skill로 바꿀 수 있는지 정리해 보라고 제안한다 [18:08]

11. skill 호출이 deterministic output을 만드는 이유

• JA Plus에는 Claude Code에 넣어 skill 전환 과정을 따라갈 수 있는 전체 스크립트가 제공된다고 덧붙인다 [18:24]
• Jarvis에게 skill X·Y·Z를 실행하라고 하면 transcription과 routing을 거쳐 headless Claude Code가 백그라운드에서 작업을 수행하는 구조로 이어진다 [18:42]
• 실행 대상이 단순 skill이라면 이미 프로세스가 매핑되어 있기 때문에 결과는 더 정확하고 일관적이며 우연에 맡길 부분이 줄어든다 [18:53]
• AI 시스템을 deterministic하게 만들수록 “원하는 대로 할 수도 있고 아닐 수도 있다”는 일반적인 불확실성에서 덜 흔들리게 된다고 정리한다 [19:08]

12. web app 레이어로 공유되는 Jarvis의 실제 가치와 결론

• Jarvis는 단순히 보기 좋은 지표가 있는 fancy UI가 아니라, 아래에 훨씬 많은 구조가 돌아가는 시스템이라고 강조한다 [19:22]
• web app이기 때문에 팀원이나 클라이언트에게 묶어서 공유할 수 있고, 제작자는 상대가 원하는 customization만 받아 반영하면 된다고 설명한다 [19:34]
• 핵심 가치는 task를 codify해 다른 사람도 발표자가 매일 쓰는 방식의 Claude Code 파워를 80~90% 정도 click 한 번으로 활용하게 만드는 데 있다고 말한다 [19:59]
• 마지막으로 이 시스템의 장점은 customization과 local 연결 확장성에 있으며, 외부 소스 연결도 가능하다고 정리한 뒤 자신의 setup 링크와 피드백 요청으로 마무리한다 [20:37]

🧾 결론

• 이 영상의 핵심 메시지는 Claude Code를 단순히 터미널에서 쓰는 것을 넘어, 팀원이나 클라이언트도 버튼과 음성으로 반복 업무를 실행할 수 있는 레이어로 확장하라는 것입니다.
• Jarvis의 실질적 가치는 화려한 UI 자체보다, 음성 입력 → 전사 → 라우팅 → skill 실행 → Obsidian 보고서 생성 → 음성 응답으로 이어지는 백본 구조에 있다.
• 모든 요청을 고성능 모델로 보내는 방식보다, 정규식으로 처리 가능한 요청은 즉시 실행하고, 판단이 필요한 요청은 저비용 모델이나 로컬 모델로 분기하는 설계가 비용과 속도 측면에서 중요하게 제시된다.
• 반복 업무를 skill로 쪼개고 automation으로 연결하면, AI가 매번 즉흥적으로 답하는 방식보다 더 일관적이고 deterministic한 작업 흐름을 만들 수 있다.
• 다만 영상에서 언급된 구체적인 설정, 설치 방식, 비용 구조, pinned comment 링크의 세부 내용은 transcript만으로는 완전히 검증되지 않으므로 실제 도입 전 별도 확인이 필요하다.

📈 투자·시사 포인트

• AI 도구의 경쟁력은 모델 성능만이 아니라, 사용자가 매일 반복하는 업무를 얼마나 쉽게 skill과 automation으로 전환할 수 있는지로 이동하고 있다.
• 비기술 사용자가 Claude Code류 도구의 기능을 버튼 한 번으로 활용할 수 있게 만드는 UI·workflow layer는 팀 도입과 클라이언트 제공 관점에서 중요한 가치 지점이 될 수 있다.
• 로컬 음성 전사, 로컬 음성 합성, Obsidian 기반 지식 저장소처럼 외부 서비스 의존도를 낮추는 구성은 속도, 비용, 커스터마이징 측면에서 차별화 요소로 제시된다.
• 정규식·저비용 모델·로컬 모델을 조합한 라우팅 구조는 AI agent 시스템에서 비용 효율성과 응답성을 동시에 개선하는 설계 방향으로 해석할 수 있다.
• 검증 필요: 영상에서 언급된 headless Claude Code의 API 크레딧 비용 처리, 월 200달러 크레딧 소진 가능성, Fable 5·Claude Code·로컬 모델 간 실제 대체 가능성은 사용자의 계정 조건과 구현 방식에 따라 달라질 수 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상에서는 Jarvis가 Fable 5로 만들어졌지만 Fable 5가 필수는 아니고 원하는 모델로도 구동될 수 있다고 설명한다. 다만 실제 설정 가능 범위, 필요한 의존성, 지원 모델 목록은 별도 setup 문서나 pinned comment 링크 확인이 필요하다.
• Faster Whisper와 Kakoro 기반 로컬 음성 파이프라인이 빠르고 무료에 가깝게 동작한다고 소개되지만, 실제 속도와 품질은 사용자의 하드웨어, 모델 크기, 언어, 동시 실행 작업량에 따라 달라질 수 있다.
• headless Claude Code 실행 비용이 구독 사용량이 아니라 월별 API 크레딧에서 차감될 수 있다는 설명은 영상 내 주장 기준이다. 실제 Anthropic/Claude Code 요금제와 크레딧 정책은 최신 공식 문서로 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

• 영상에서 제시된 전체 파이프라인을 “음성 입력 → Faster Whisper 전사 → 정규식/Haiku/로컬 모델 라우팅 → headless Claude Code 실행 → Obsidian 보고서 생성/조회 → Kakoro 음성 응답” 순서로 아키텍처 다이어그램화한다.
• 반복 업무를 skill로 만들기 위해 매일 수행하는 작업을 목록화하고, 각 작업을 입력, 판단 조건, 실행 단계, 산출물, 실패 시 대응으로 분해한다.
• 정규식으로 처리 가능한 명령과 모델 라우팅이 필요한 명령을 구분해, 비용 없이 빠르게 처리할 trigger word 후보를 먼저 정의한다.
• Obsidian Vault 안에 morning report, inbox brief, 콘텐츠 리서치 보고서처럼 자동 생성·조회될 문서 구조를 설계한다.

❓ 열린 질문

• Jarvis의 실제 setup은 어느 정도까지 공개되어 있으며, Fable 5 없이도 동일한 UI와 로컬 음성 파이프라인을 재현할 수 있는가?
• Faster Whisper와 Kakoro를 로컬에서 안정적으로 실행하려면 어느 수준의 CPU/GPU, 메모리, 디스크 환경이 필요한가?
• headless Claude Code를 백그라운드 자동화에 사용할 때 비용, rate limit, 세션 관리, 실패 재시도는 어떻게 설계해야 하는가?