본 포스팅은 10x 체험단 활동의 일환으로 강의 수강권을 제공받아 작성한 후기입니다.
안녕하세요! 코드잇 10x(코드잇 텐엑스) 체험단으로 참여해서 클로드(Claude) 웹으로 나만의 AI 에이전트를 만들어보는 강의를 듣고 있는 체험단원입니다. 어느새 2주차 성장 기록을 남길 때가 되었네요. 이번 주에 배운 내용과 직접 실습하면서 느낀 점들을 솔직하게 정리해보려고 합니다.
이번주, 내가 배운 핵심
이번 주의 가장 큰 수확은 클로드의 스킬(Skill)과 커넥터(Connector) 기능이었습니다. 그동안은 클로드를 그냥질문하면 답해주는 챗봇정도로만 생각했는데, 구글 드라이브 커넥터를 연결하니 클로드가 제 드라이브 안의 실제 문서를 직접 읽어와서 업무에 활용할 수 있다는 걸 알게 됐어요.
1.실습 미션으로 customer-email-reply라는 이름의 개인 스킬을 직접 만들어봤습니다. 이 스킬은고객 문의 이메일에 답장을 작성해줘 같은 트리거가 들어오면, 자동으로 아래와 같은 흐름으로 동작하도록 설계했어요.
- 고객 이메일 내용을 파악해서 문의 유형(불량/교환/환불/A/S 등)과 고객 정보를 정리
- 구글 드라이브에 있는 주문 내역 시트를 read_file_content로 조회해서 주문번호, 제품명, 구매일, 배송 상태 확인
- 동일 고객의 주문이 여러 건이면 전부 확인하고, 이메일에 이름이 없으면 이름으로 매칭 시도
- 제품 정보, 환불/교환 정책, 고객 상황을 종합해 전략이 다른 2가지 답장 초안을 생성
실제로 미니 공기청정기 소음 문의와 스마트 텀블러 환불 요청 두 케이스로 테스트해봤는데, 클로드가 정말 담당자처럼 각 상황에 맞는 톤으로 정중한 답장 두 버전을 뽑아주는 걸 보고 신기했습니다. 단순 변심 환불 기한이 지난 경우와 하자 가능성이 있는 경우를 구분해서 답장 뉘앙스를 다르게 잡아주는 걸 보면서, 이 정도면 실무에 바로 써도 되겠다 싶었어요.
이 외에도 여행 일정을 짜는 실습을 하면서 클로드가 제 취향을 반영한 일정표를 만들어주는 것도 과제를 통해 해봤는데, 확실히 단순 텍스트 답변을 넘어서 실제 결과물(스킬, 문서, 일정)을 만들어내는 방향으로 클로드를 다루는 법을 배운 2주였습니다.
2. 아래는 제가 직접 만들어본 SKILL.md파일 실습 메시지 내역입니다. 팀원에게 계속 물어보는 수고를 덜기 위해 skill로 만들어봤어요.
SKILL name: dvc-gcs description: 팀원이 디스코드(Discord)에 올린 데이터셋 공유 메시지를 분석하여 manifest.json 스펙과 DVC CLI 명령어를 자동 생성하는 스킬. 누락된 정보가 있을 경우 디스코드 답장용 멘션 메시지를 즉시 생성하고 프로세스를 중단(Early Return)한다. 반드시 이 스킬을 사용할 것: 디스코드 메시지를 붙여넣으며 "데이터셋", "GCS", "버킷", "DVC", "올려뒀습니다", "업로드", "manifest" 등의 키워드가 포함된 경우, 혹은 팀원 메시지를 검증하거나 manifest를 만들어달라는 요청.
DVC × GCS 데이터셋 검증 및 Manifest 생성 스킬
디스코드에 올라온 거친(비정형) 데이터셋 공유 메시지를 파싱하여,
정보가 완전하면 manifest.json + DVC CLI를 생성하고,
불완전하면 즉시 디스코드 답장 템플릿을 출력하고 멈춥니다.
1. 엔티티 추출 (Parsing)
입력된 디스코드 메시지에서 아래 3가지 핵심 엔티티를 추출합니다.
필드 설명 유효 예시 모호/누락 예시
| dataset_name | 데이터셋 식별 이름 | 알약-v2, pill_classifier | "저번에 말한 거", "그 데이터" |
| version | SemVer 형식 버전 | v2.0.0, v1.3.1 | "v2", "최신", "업데이트" |
| gcs_path | 전체 GCS URI | gs://my-bucket/datasets/pill/v2/images/ | "gcs 버킷 이미지 폴더", "버킷에 있음" |
파싱 규칙:
- v2 → 모호 (마이너/패치 불명확) → 누락 처리
- v2.0.0 → 유효
- "이미지 폴더" 같은 경로 표현 → 모호 → 누락 처리
- 메시지에서 작성자 이름(A님: 앞부분)도 추출해 멘션에 사용
2. 누락 검사 및 Early Return
추출된 엔티티 중 하나라도 누락·모호하면 즉시 아래 템플릿을 출력하고 프로세스를 종료합니다.
(manifest.json 생성으로 넘어가지 않습니다.)
디스코드 답장 템플릿
@{팀원 이름}님, DVC 버전 관리를 위해 아래 정보가 추가로 필요합니다! 확인 부탁드려요 🙏
{누락된 항목만 기재 — 예시:}
• 📦 버전: SemVer 형식으로 알려주세요 (예: v2.0.0)
• 🗂️ GCS 경로: 전체 URI를 공유해 주세요 (예: gs://bucket-name/path/to/dataset/)
항목별 누락 메시지 문구:
- dataset_name 누락/모호 → • 📁 데이터셋 이름: 어떤 데이터셋인지 정확한 이름을 알려주세요 (예: pill-classifier)
- version 누락/모호 → • 📦 버전: SemVer 형식으로 알려주세요 (예: v2.0.0)
- gcs_path 누락/모호 → • 🗂️ GCS 경로: 전체 URI를 공유해 주세요 (예: gs://bucket-name/path/to/dataset/)
3. manifest.json 및 DVC CLI 생성
모든 엔티티가 유효한 경우에만 아래를 출력합니다.
3-1. manifest.json
{
"dataset_name": "{dataset_name}",
"version": "{version}",
"gcs_path": "{gcs_path}",
"created_at": "{오늘 날짜 ISO 8601}",
"registered_by": "{팀원 이름}"
}
3-2. DVC CLI 명령어 세트
# 1. DVC로 GCS 데이터 추적 등록
dvc import-url {gcs_path} data/{dataset_name}/
# 2. 변경사항 커밋
git add data/{dataset_name}.dvc .gitignore
git commit -m "feat(data): add {dataset_name} {version}"
# 3. DVC 메타데이터 푸시
dvc push
3-3. 완료 확인 메시지 (선택)
팀원에게 복사해서 보낼 수 있는 디스코드 메시지도 함께 제공합니다.
@{팀원 이름}님, 확인했습니다 ✅
{dataset_name} {version} 데이터셋이 DVC에 등록되었습니다.
GCS 경로: {gcs_path}
4. 엣지 케이스 처리 규칙
케이스 처리 방식
| "v2" 만 기재 | 모호 → 누락 처리, 버전 항목 피드백 |
| "저번에 올린 거" | dataset_name 모호 → 누락 처리 |
| "버킷에 있음" | gcs_path 누락 → 피드백 |
| "gs://bucket/path" (트레일링 슬래시 없음) | 유효로 처리, 그대로 사용 |
| 작성자 이름 없음 | 멘션 없이 @담당자님 으로 대체 |
| 복수 데이터셋 언급 | 각각 별도로 파싱, 누락 검사 수행 |
지금까지 달라진 나의 변화
예전에는 AI를 그냥 질문하고 답을 받는 용도정도로 쓰고, 하나의 md파일에 모든 내용을 넣는 편이었는데, 이제는 skill 관련 파일을 쪼개서 AI에게 맥락을 알려주게 되었어요. 또한 CLAUDE의 경우 구글 드라이브 문서와 GMAIL하고 손쉽게 연결지을 수 있어서, 업무자동화하기 더 편리하다고 느껴서 자주 사용하게 되었어요. 막연했던 "AI 에이전트"라는 개념이 이제는 제 손으로 직접 설계하고 테스트할 수 있는 대상으로 느껴지기 시작했어요.
솔직한 아쉬움, 그리고 바라는 점
좋은 점도 있었지만 한 가지 아쉬운 점도 있었는데요. 저는 이 강의를 신청하기 전, 요즘 유튜브나 다른 특강에서 자주 보이는 클로드 코드(Claude Code) CLI를 활용해서 실제 개발 업무나 코드베이스를 자동화하는 실습을 기대하고 있었습니다. 터미널에서 클로드에게 리포지토리를 넘기고, 커밋하고, 테스트까지 돌리는 그런 "개발자를 위한 AI 에이전트" 강의를 상상했거든요.
그런데 실제로 들어보니 이번 커리큘럼은 코딩을 전혀 몰라도 클로드 웹(claude.ai)에서 실습해볼 수 있는 역량을 키우는 데 초점이 맞춰져 있었습니다. 스킬 만들기, 커넥터 연결하기, 이메일·문서 자동화 같은 내용은 분명 유용하고 잘 만들어진 커리큘럼이지만, 개발자 관점에서는 인사이트를 얻는 수준이었지, 처음 기대했던 CLI 기반 개발 자동화와는 결이 조금 달랐어요.
만약 이 강의를 수강하실 분들이시라면 비개발자, 코딩을 아예 모르시는 분들, gpt나 claude를 단순히 채팅을 통해 물어보는 수준으로만 쓰고계신 분들, ai랄 아예 모르는 지인, 가족들이라면 좋을 거 같아요. 실제로 쉽게 설명이 잘 되어있어서 저희 부모님, 동생들한테 추천하고싶더라고요.
그리고 만약 코드잇 10x 팀에서 보고 계신다면, 비개발자용 클로드 웹 실습 강의와는 별도로 클로드 코드 CLI를 활용한 개발자 대상 에이전트 강의도 꼭 만들어주셨으면 좋겠습니다. 실제 레포지토리를 다루고, 터미널에서 에이전트를 붙여 코드 리뷰·리팩터링·테스트 자동화까지 다루는 내용이라면 개발자 지망생이나 현직 개발자들에게 훨씬 더 실무적인 도움이 될 것 같아요.
앞으로 나의 목표
다음에는 이번에 만든 SKILL을 통해 반복적으로 처리하던 문의 유형들을 자동으로 분류하는 단계까지 확장해보고 싶습니다. 그리고 개인적으로는 이번에 배운 내용들을 클로드 코드 CLI 에서는 어떻게 적용하는지 찾아보며 공부를 할 예정입니다. 체험단 기회를 주신 코드잇측에 감사드리며 끝까지 완주해보겠습니다. 파이팅 !!
#코드잇10x #코드잇텐엑스 #클로드 #재피어 #AI에이전트 #AI강의후기 #클로드강의후기