2026년 9월 3일 (목) · 2부

한 줄로AI에게 에이전트 시스템을 짓게 하되, 설계·목업·구축 단계마다 사람이 승인하고 반려하는 방법을 처음부터 끝까지 보여 준다.

왜 골랐나아침에 👍를 누르신 딥트윈 강의의 바로 다음 편입니다. 같은 채널이지만 "이런 거 더"를 따랐습니다.

무슨 내용인가 (3줄)

• 이메일을 읽고 분류해 회신 초안까지 쓰는 에이전트를 프롬프트 10개 안쪽으로 만듭니다. 처음부터 설계가 명확했기 때문이라고 말합니다.
• 순서는 설계 문서 → 승인 → 화면 목업 → 승인 → 도구 연동 → 구축 → 검증 → 실행 기록으로 진단. 단계마다 사람이 승인합니다.
• 다음 날 실제 메일로 시험합니다. 다섯 에이전트가 순서대로 돌다 마지막에 실패하는데, 기록을 보니 모델이 아니라 30초 시간 제한이 원인이었습니다.

새로 알게 된 것 3가지

• [10:00] AI가 처음 낸 설계는 "에이전트 하나에 반복문 하나"였다. 확장 가능한 감독형 구조는 사람이 요구해야 나온다. 설계 단계만 최고 추론 강도로 한 번 돌렸고 25분 걸렸다.
• [17:00] 목업(화면 그림)을 그리기 전에 실제로 쓸 기술을 먼저 정하게 했다. 안 그러면 목업과 실제 화면이 달라져 두 번 만든다.
• [36:00] 실패의 원인은 모델이 아니라 30초 제한이었다. 실행 기록이 없었으면 "AI가 못 한다"로 결론 났을 일이다.

지금 할 수 있는 행동새벽 브리핑에도 실행 기록을 남기게 하기 (5분). 오늘 할 일 2번의 문장을 복사해 채팅에 붙이면 됩니다.

판정★★★ 꼭 보기, 단 10:00~26:00만. AI의 결과물을 어떤 기준으로 되돌려보내는지는 글보다 화면으로 봐야 남습니다. 나머지 구간은 기다리는 장면이 많아 요약으로 충분합니다.

주의랭그래프·랭스미스·헤르메스 같은 도구 조합은 강연자의 선택입니다. 본인도 5강에서 "도구는 반년 뒤 바뀔 수 있다"고 했습니다. "프롬프트 10개 미만"도 본인 진술입니다.

구간표

한 줄로MiniMax H3로 긴 영상을 구간으로 이어 만들 때 캐릭터와 목소리를 유지하는 법, 그리고 속도를 25% 올리는 노드 하나.

왜 골랐나공학쇼츠가 쓰는 도구(MiniMax H3 로컬)의 실전 팁입니다. 관심사 2.

무슨 내용인가 (3줄)

• 33초짜리 영상을 4구간으로 나눠 만듭니다. 뒤 구간에서 첫 구간의 프레임을 다시 참조로 넣어 카메라가 돌아와도 캐릭터가 같게 유지합니다.
• 영상이 없어도 얼굴 사진 한 장과 음성 클립으로 캐릭터를 만듭니다. 얼굴만 마스크로 떼어 배경 영향을 막습니다.
• 속도는 SLA(희소 선형 어텐션) 노드가 올립니다. 5090은 2.5배, 3090도 약 25% 빨라졌습니다. LoRA 파일이 아니라 노드가 핵심입니다.

새로 알게 된 것 3가지

• [01:00] 구간을 이어 붙일 때 4번째 구간이 첫 구간의 프레임을 참조로 다시 쓰면 옷·얼굴이 안 바뀐다.
• [09:00] 속도 향상은 SLA LoRA가 아니라 SLA 어텐션 노드에서 나온다. 셋을 바꿔 가며 비교해 확인했다.
• [06:00] 입력이 16만 토큰을 넘으면 결과가 나빠진다. 토큰 카운터 노드로 미리 재면 실패를 기다릴 필요가 없다.

지금 할 수 있는 행동공학쇼츠 워크플로우에 SLA 어텐션 노드를 켜서 같은 프롬프트로 시간을 재 보기 (15분). 첫 걸음: 영상 09:00~13:00 구간을 보고 노드 이름(H3 SLA attention, Plague Kind 배포)을 적어 두기.

판정★★ 요약으로 충분. 실제로 손댈 때 09:00~13:00(속도)과 15:00~20:00(워크플로우 상세)만 다시 보면 됩니다.

주의속도 수치는 제작자의 GPU(3090) 한 대 기준 개인 측정입니다. 자막은 영어 원본을 자동 번역한 것입니다.

구간표

한 줄로코드 안에 그대로 적어 둔 접속 키 하나가 3,954만 계정 유출로 이어졌다.

사실 (3줄)

• CJ ENM의 티빙에서 5월 29일~31일 사흘 동안 계정 3,954만 697개의 개인정보(20개 항목)와 개발 프로젝트 361건(30.35GB)이 빠져나갔습니다.
• 원인은 개발환경 접속키를 소스코드에 그대로 적은 것 41개, 암호화 안 된 키 3개, 운영 접속키 43개가 개발 프로젝트에 들어 있던 것. 2024년 모의해킹에서 이미 발견됐지만 고치지 않았습니다.
• 회사는 처음에 "시스템 이상"으로 판단해 27시간 뒤 신고했고, 과기정통부는 과태료(3,000만원 이하)와 재발방지 계획 제출을 요구했습니다.

나에게 영향오늘 우리도 배포 비밀 키를 만들었습니다. 같은 실수를 막는 규칙은 이미 적용했습니다. 키는 파일 하나(deploy/.drain_token)에만 두고, 사이트 폴더에는 절대 넣지 않고, git 백업에서 제외했습니다. 앞으로 brain 폴더를 어디에 올리기 전에 .gitignore가 있는지만 확인하면 됩니다.

판정★★ 요약으로 충분. 교훈은 한 줄이고 위에 다 있습니다.

주의과기정통부 발표를 받아쓴 단일 출처 기사입니다. 사건 연도가 요약문에는 2024년으로 나오는데 기사 원문과 맞는지 확인하지 못했습니다(미확인).

한 줄로AI 탐지 회사 대표가 "몇 년 안에 인터넷 대부분이 AI 글로 찰 수 있다"고 말한다. 본문은 팟캐스트 소개글이라 얕다.

사실 (3줄)

• Pangram은 AI 탐지 스타트업으로 최근 900만 달러를 투자받았습니다.
• Substack과 손잡고 뉴스레터에 "AI 사용 여부" 표시 기능을 넣었고, AI 이미지 탐지 도구도 냈습니다.
• 대표는 "AI냐 사람이냐"보다 "AI가 얼마나 들어갔나"를 재는 게 더 유용하다고 말합니다.

나에게 영향AI 영상·음성을 쓰는 쇼츠 제작자에게 "AI 함량 표시"가 플랫폼 표준이 될 수 있다는 신호입니다. 유튜브에는 이미 "변경·합성 콘텐츠" 표시 항목이 있습니다(기사에는 없는 제 참고). 오늘 할 일 3번으로 넣었습니다.

판정★ 스킵. 소개글 한 장이고 위 한 줄이 전부입니다. 팟캐스트 본편은 안 들어도 됩니다.

주의탐지 회사 대표의 발언은 자기 사업의 필요성을 말하는 것이기도 합니다.

한 줄로20년 넘게 Paint.NET을 만든 개발자가 Claude로 그래픽 엔진(Direct2D)을 18만 줄 다시 만들었다. 알고리즘 복원은 훌륭했고, 자원 관리는 손봐야 했다.

왜 골랐나전문가가 AI에 큰 덩어리를 맡길 때 어디까지 믿고 어디를 손보는지 보여 주는 실제 사례. 관심사 1.

무슨 내용인가 (3줄)

• Paint.NET을 리눅스(WINE)에서 돌리려고 Direct2D를 처음부터 다시 만들었고, Claude가 대부분을 썼습니다.
• 본인이 "철저히 검토되지 않은 코드(vibe coded)"라고 공개적으로 밝혔습니다.
• COM 참조 카운팅 같은 자원 수명 관리는 고쳐야 했지만, 효과 라이브러리의 복잡한 알고리즘을 되살린 부분은 뛰어났다고 평가합니다.

새로 알게 된 것

• (인용문) AI가 잘하는 것과 못하는 것이 갈린다. 복잡한 알고리즘 재구현은 강하고, 자원을 언제 만들고 없앨지 같은 살림살이는 약하다.
• (인용문) 20년 전문가도 큰 일을 맡긴다. 대신 "검토 안 됨"을 숨기지 않고 표시한다. 그 표시가 사용자 신뢰를 지킨다.
• 세 번째는 억지로 채우지 않습니다. 짧은 인용 글이라 두 개가 전부입니다.

지금 할 수 있는 행동없음. 기록해 두면 되는 글입니다. 그래서 ★★.

판정★★ 요약으로 충분. 원문은 1분이면 읽습니다.

주의18만 줄이라는 숫자는 개발자 본인의 진술입니다.