AI로 대부분의 사람보다 압도적으로 앞서가는 활용법 (Q&A)

URL: https://www.youtube.com/watch?v=_qDxAyfnDCQ 날짜: 2026-08-23 채널: Tech Bridge

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==AI를 검색창처럼 한 번 쓰고 버리는 도구가 아니라, 나의 맥락을 기억하고 목표·일정·자료·반복 업무를 연결해 실행하는 개인 운영체제로 만드는 방법은 무엇인가?==

• 음성으로 충분한 맥락을 주고 AI가 다시 질문하게 만들면 입력 비용을 크게 줄일 수 있다.
• Mission·Ask·Parameters·Shape를 갖춘 MAPS 프롬프트와 연결된 개인 자료가 일반적인 답변을 구체적인 실행안으로 바꾼다.
• 목표·캘린더·이메일·재무·노트·코드 오류를 AI에 연결하면 계획 수립을 넘어 지속적인 측정과 자동화까지 가능해진다.

대부분의 사람은 AI를 고급 Google 검색처럼 사용한다. 개인 셰프를 고용해 놓고 매번 땅콩버터 샌드위치만 만들어 달라고 하는 것과 같다. Martell Ventures를 통해 매일 AI 제품을 만들고 자신의 업무 전반에 AI를 사용하는 화자는 생산성, 사업 성장, 소프트웨어 제작에 관한 질문을 받아 각 문제를 해결하는 단계와 도구를 함께 제시한다. 도구 이름은 바뀔 수 있지만, 충분한 맥락을 주고, 목표를 측정 가능한 시스템으로 만들며, 반복 작업을 스킬로 바꾸는 원칙은 계속 유효하다.

1. 입력과 맥락을 바꿔 답변의 품질을 높이기

1.1. 타이핑 대신 말하고, AI가 필요한 정보를 끌어내게 만들기

1. 음성 입력이 더 많은 맥락을 만든다

   1. 말하는 속도가 타이핑보다 세 배 빠르기 때문에, 채팅 도구·코딩 플랫폼·AI 에이전트를 사용할 때 음성을 텍스트로 바꾸는 도구를 함께 쓴다.
   2. Whisper Flow는 휴대폰 키보드와 노트북에 통합되어 어디서든 생각을 말할 수 있게 하고, AI가 더 풍부한 배경 정보를 활용하게 한다.

2. AI를 수동적인 답변자가 아니라 질문자로 만든다

   1. 모든 프롬프트 끝에 “더 많은 맥락이 필요하면 나에게 질문하라”고 적으면 사용자가 AI가 무엇을 필요로 하는지 추측하지 않아도 된다.
   2. Claude의 ask user 기능은 필요한 맥락을 두세 단계의 선택지·체크리스트·우선순위 목록으로 쪼개고, 제시된 선택지에 없는 답을 직접 입력할 수 있게 한다.

1.2. Generic한 답을 MAPS 프레임워크로 구체화하기

1. Mission — 목표

   1. 프롬프트의 가장 큰 목적을 먼저 쓴다. 예를 들어 “더 많은 고객을 확보하도록 도와 달라”가 작업 뒤에 있는 사업적 목표다.
   2. 단순히 결과물만 요청하면 AI는 사용자의 진짜 목적을 알 수 없으므로 평균적인 답을 내놓는다.

2. Ask — 구체적인 요청

   1. 목표를 달성하기 위해 실제로 무엇을 원하는지 명시한다.
   2. “전화할 잠재 고객 목록을 만들어 달라” 또는 “이메일을 수집할 랜딩 페이지를 만들어 달라”처럼 산출물을 구체적으로 적는다.

3. Parameters — 상황과 자료

   1. 과거 고객 정보, 이미 효과가 검증된 영업 스크립트, 현재 사업의 제약 조건을 모두 제공한다.
   2. AI는 책 두세 권 분량의 자료도 활용할 수 있지만, 대부분의 사용자는 고작 한두 문단만 준다. 문서가 없다면 Whisper Flow로 상황을 충분히 말해 맥락을 보충한다.

4. Shape — 출력 형태

   1. 스프레드시트·불릿 목록·짧고 간결한 답변 등 원하는 결과의 모양을 지정한다.
   2. 이 프레임워크는 특정 제품에 종속되지 않는다. 여러 모델을 한 번에 비교하고 싶다면 Perplexity에서 같은 질문을 여러 모델에 보내 AI 모델로 구성된 평의회처럼 답변을 나란히 비교할 수 있다.

2. 모든 대화에 나를 기억시키고 학습 속도를 높이기

2.1. 매번 자기소개하지 않는 마스터 프롬프트 만들기

1. 새 대화의 빈 맥락을 연결된 도구로 채운다

   1. 새 채팅은 사업·목표·프로젝트에 관한 정보가 거의 없는 상태에서 시작한다.
   2. 이메일, Google Drive, Notion, Slack에는 사용자가 누구인지, 어떤 프로젝트를 진행하는지, 주변 사람이 누구인지에 관한 정보가 이미 쌓여 있다.

2. 기존 자료로 자기소개 문서를 자동 생성한다

   1. 연결된 자료를 바탕으로 “이 모든 정보에서 나에 관한 가장 자세한 마스터 프롬프트를 만들고, 질문이 있으면 나에게 물어보라”고 요청한다.
   2. AI가 약 90%를 만들면 환각이나 잘못 추론한 내용을 직접 고친 뒤 채팅·PDF·Google Drive 문서로 저장한다.
   3. 완성된 문서를 AI 설정에 저장하면 새 채팅마다 동일한 맥락이 적용된다. 다른 AI 도구에도 같은 마스터 프롬프트를 복사해 일관된 배경 정보를 제공한다.

3. 기억과 데이터 신뢰를 기준으로 도구를 선택한다

   1. Claude는 많이 제공한 정보를 기억하고 답변에 활용하는 메모리 시스템이 강하다는 이유로 선호된다.
   2. 이메일·재무 정보·내부 문서를 넣을 때는 제품 기능뿐 아니라 데이터를 맡길 회사를 신뢰할 수 있는지 판단해야 한다. 무료 서비스도 데이터로 대가를 치를 수 있으므로 Anthropic을 다른 선택지보다 신뢰한다.

2.2. AI로 필요한 지식을 가장 빠르게 학습하기

1. 학습 대상을 검색하고 학습 계획으로 재구성한다

   1. 코스 전체를 순서대로 따라가거나 책 한 권을 처음부터 읽는 대신, AI에 해당 주제의 최신 YouTube 영상·책·코스·자료·행사를 찾게 한다.
   2. AI·기술처럼 빠르게 변하는 분야는 5년 전 자료보다 최근 자료를 우선한다.
   3. 찾은 자료로 학습 계획을 만들게 하고, 특정 문제를 해결하는 데 필요한 부분만 골라 배운다. 이 방식으로 어떤 주제든 보통 30분 이내, 기존 방식보다 최대 20배 빠르게 학습할 수 있다.

2. NotebookLM으로 자료·대화·시험을 한곳에 묶는다

   1. Google의 무료 NotebookLM은 주제를 검색해 PDF·웹사이트·YouTube를 포함한 자료를 찾고, 그 자료를 기반으로 대화할 수 있는 전용 AI를 만든다.
   2. 같은 자료로 팟캐스트를 만들거나 AI 음성에 전화해 질문하고, 프레젠테이션과 주제의 동영상 개요를 생성할 수 있다.
   3. 퀴즈·플래시카드로 실제 이해도를 점검할 수도 있다. 학습을 더 밀어붙이고 싶다면 AI를 활용한 자기교육에 관한 별도의 자료를 함께 참고한다.

3. 목표를 보이게 만들고 일정과 행동으로 전환하기

3.1. 막연한 5년 목표를 SMART 비전으로 바꾸기

1. 모호한 희망을 측정 가능한 목표로 바꾼다

   1. “돈을 더 벌고 싶다”, “건강해지고 싶다”, “가정을 꾸리고 싶다”는 목표를 향해 조준할 수 없을 만큼 모호하다.
   2. AI에 5년 목표를 정의해 달라고 하면서 SMART, 즉 Specific·Measurable·Attainable·Realistic·Timely 기준을 적용하게 한다.

2. 말로 답하고 이미지로 구체화한다

   1. AI가 던지는 세부 질문에 Whisper Flow 같은 음성 도구로 답하면 타이핑보다 빠르게 자신의 욕구와 조건을 풀어낼 수 있다.
   2. 목표를 이룬 삶의 모습을 시각·청각·세부 장면·감정까지 설명하게 한 뒤 초현실적인 이미지, 즉 비전 보드로 만든다.
   3. 완성한 이미지를 휴대폰 배경화면에 맞는 9×6 세로 비율로 다시 만들면 하루에도 수없이 목표를 보게 된다. 비전 보드는 계속 업데이트하고, AI를 이용해 목표가 실제로 어떤 모습인지 더 선명하게 만든다.
   4. 현재 선호하는 이미지 도구는 ChatGPT image 2와 Google Gemini 안의 Nano Banana다. 둘 다 프롬프트에 따른 이미지 생성에 적합하며 ChatGPT image 2는 ChatGPT에서 무료로 사용할 수 있다.

3.2. 의지력이 아니라 시스템으로 목표를 지키기

1. 목표를 일일 행동으로 분해한다

   1. 의지력은 무너지지만 시스템은 반복될 수 있으므로, 목표를 달성하게 만드는 구조를 먼저 만든다.
   2. AI에 목표를 알려주고, 목표를 달성할 때까지의 구체적인 일정과 해야 할 일을 포함한 문서 계획을 만들게 한다.

2. 대시보드로 진행률과 모멘텀을 보이게 한다

   1. 원하는 체중이나 수입 같은 결과 목표를 정하고, 그 결과로 이어질 가능성이 높은 일일 활동과 입력값을 대시보드에 기록한다.
   2. 남은 시간과 현재 달성률을 계산해 10% 이상 뒤처지면 빨간색, 필요한 활동량에서 10% 이내면 노란색, 계획대로면 초록색으로 표시한다.
   3. 보기 어렵고 혼란스러운 정보는 매일 사용되지 않으므로, 시각적으로 매력적이고 게임처럼 느껴지게 만든다.
   4. 고급 단계에서는 AI에 대시보드를 휴대폰용 웹페이지나 실제 모바일 앱으로 만들게 할 수 있다. Codex는 코딩·시각화·수학과 활동 분해에 강해 이런 작업에 적합하다.

3.3. 목표에 맞춰 캘린더를 재설계하기

1. 목표는 욕망이 아니라 시간 사용의 부산물이다

   1. 삶의 모든 일정을 캘린더에 기록하면 실제로 시간을 어디에 썼는지 사후 감사할 수 있다.
   2. 목표가 실현되지 않았다면 “무엇을 원하나?”보다 “목표가 실현되도록 캘린더에서 무엇을 바꿔야 하나?”를 물어야 한다.
   3. 많은 창업자는 실제로 꼭 하지 않아도 되는 일에 주당 약 10시간을 쓰므로, 그 시간을 목표를 진전시키는 활동으로 옮길 여지가 크다.

2. AI를 냉정한 멘토처럼 사용한다

   1. 캘린더를 AI에 연결하고 이번 분기의 목표를 제공한다.
   2. “내 감정을 배려하지 않는 냉정한 멘토처럼 캘린더를 분석하고, 목표를 위해 시간을 재구성해야 할 부분과 그 이유를 반박해 달라”고 요청한다.
   3. Claude는 캘린더 커넥터와 강한 메모리 시스템을 갖춰 기존 마스터 프롬프트의 목표를 일정 분석에 함께 활용한다. 일정이 목표와 어긋나면 팀원이 대신할 회의나 추가해야 할 집중 시간을 구체적으로 제안한다.

4. 글쓰기와 반복 업무를 AI 스킬로 자동화하기

4.1. 나처럼 쓰는 이메일 만들기

1. 메일에서 말투 문서를 추출한다

   1. Gmail이나 Outlook을 AI에 연결하고, 과거 이메일을 분석해 다른 AI가 사용자의 방식으로 이메일을 쓰는 법을 가르치는 문서를 만들게 한다.
   2. 상사에게 보내는 글과 친구에게 보내는 글은 다르므로, 수신자와 상황에 따른 어조 차이까지 문서에 담는다.

2. 톤 문서 또는 스킬을 계속 갱신한다

   1. Claude의 최신 모델은 카피라이팅에 강하고 Gmail 커넥터를 통해 새 이메일을 분석할 수 있으므로, 필요할 때 말투 문서를 업데이트한다.
   2. 민감한 이메일 데이터가 들어가는 만큼, 기능만이 아니라 데이터를 보관하는 기업에 대한 신뢰도 함께 고려한다.

4.2. 두 번 반복한 작업을 자동화하기

1. DRY 원칙을 업무에 적용한다

   1. 같은 일을 두 번 하는 순간 멈춘다. 소프트웨어 개발의 DRY, 즉 “Don't Repeat Yourself” 원칙처럼 반복 작업은 자동화 후보가 된다.
   2. 한 번만 하는 일은 자동화 비용이 크지 않지만, 매일·매주 반복되는 일은 AI를 적용했을 때 큰 기회를 만든다.

2. 행동을 녹화해 AI 스킬로 변환한다

   1. 작업을 수행하면서 무엇을 하는지 소리 내어 설명하고, 한 번의 실행과 내레이션을 녹화한다.
   2. AI에 녹화 내용을 스킬로 바꾸게 한 뒤 일정에 등록하면, 매번 직접 지시하지 않아도 된다.

3. Record and Replay의 실행 방식

   1. ChatGPT의 record and replay 기능은 플러스 아이콘을 누르고 자동화 목적을 설명하면 화면에서 작업을 녹화하고 스킬을 생성한다.
   2. Claude 같은 일부 도구는 작업 중 화면을 장악해 사용자가 끝날 때까지 기다려야 하지만, ChatGPT는 행동을 캡처한 뒤 백그라운드에서 실행하도록 저장하는 방향을 취한다.

5. 흩어진 정보와 재무 데이터를 개인 운영체계로 정리하기

5.1. 노트와 아이디어를 하나의 홈 데이터베이스로 모으기

1. 정보가 모일 기준 위치를 정한다

   1. Google Drive의 파일, Vimeo에 만든 영상, Dropbox로 옮길 자료처럼 흩어진 정보를 하나의 홈 데이터베이스 또는 홈 구조로 모은다.
   2. 이곳이 다른 시스템 위에 놓인 두뇌가 되어 AI가 학습할 기준점이 된다. 이후 사용하는 AI 도구마다 이 한곳을 가리키게 한다.

2. 에이전트가 밤마다 정리하게 한다

   1. Apex.host, Hermes, OpenClaw 같은 AI 에이전트 플랫폼은 자료를 추가하는 것뿐 아니라 정리하고 정돈하는 일도 맡을 수 있다.
   2. 매일 밤 실행되는 프로세스가 불필요한 파일을 삭제하고, 연결해야 할 자료를 연결하며, 다른 에이전트가 찾을 수 있는 위치에 저장한다.
   3. 개인 지식과 의사결정·관계·팟캐스트 인터뷰·팀 대화·전략 문서를 보관하는 곳으로 Obsidian을 사용하고, 기업 업무는 팀이 함께 쓰기 쉬운 Notion에 둔다.
   4. Obsidian을 에이전트 머신에 두면 에이전트가 개인의 지식과 판단에 접근해 훨씬 구체적인 답을 제공할 수 있다. 초보자는 Notion으로 시작하고, 더 기술적인 사용자는 Obsidian을 선택한다.

5.2. 사업 재무를 AI가 즉시 답할 수 있는 구조로 만들기

1. 구조화와 연결이 먼저다

   1. 재무 데이터는 구조가 잘 잡히지 않고, 많은 회계 소프트웨어는 강력한 AI 기능을 제공하지 않는다. 자료를 제대로 넣지 않으면 “garbage in, garbage out”이 된다.
   2. 은행 명세서·결제 시스템·사업에 사용하는 모든 재무 데이터를 하나의 AI 도구에 연결한다.
   3. 연결이 끝나면 “이 채용을 감당할 현금이 충분한가?”, “현재 burn rate는 얼마인가?”, “재고를 몇 달 유지할 수 있는가?”를 즉시 질문할 수 있다.

2. 수치보다 판단 가능한 시각화를 만든다

   1. AI에 사업의 흐름을 그래프·스프레드시트·시각 자료로 보여 달라고 요청하면 재무 상태와 변화가 빠르게 보인다.
   2. 직접 구축하면 수개월이 걸릴 수 있으므로, 이미 만들어진 도구를 활용하는 편이 현실적이다.

3. HelloelloFrank.ai의 운영 방식

   1. HelloelloFrank.ai는 화자가 투자한 회사 중 하나이며, 내부에서 사용하던 시스템을 공개한 서비스다.
   2. 은행 계좌에 직접 연결되고 보안 인증을 받은 서비스로, 월 1만~1만5천 달러를 지불해야 하는 전임 CFO에 가까운 역할을 한다.
   3. 가장 좋아하는 기능은 daily cash email이다. 참여 중인 모든 회사의 현금 포지션을 모아 자금이 어떻게 움직이는지와 무엇에 집중해야 하는지를 매일 알려준다.
   4. 사업에서는 속도가 중요하므로, 재무 질문에 몇 초 안에 답하는 구조가 의사결정의 속도를 높인다.

6. 저장만 하는 콘텐츠를 실행으로 바꾸고 AI 비서를 만들기

6.1. Instagram·TikTok 튜토리얼을 ‘정리된 미루기’에서 실행으로 바꾸기

1. 저장 행동의 실체를 판별한다

   1. Instagram·TikTok의 영상과 릴스를 계속 저장하면서 언젠가 보겠다고 생각하지만 실제로는 검토하지 않는 일이 흔하다.
   2. 저장하는 느낌은 생산적이지만, 실행하지 않는 자료 수집은 조직화된 미루기에 가깝다.

2. 링크 섭취 과정을 자동화한다

   1. 다음에 유용해 보이는 콘텐츠를 만나면 링크를 AI에 보내고, “내 목표·일정·현재 시스템을 기준으로 이것이 나에게 유용한가?”라고 묻는다.
   2. 유용하다면 필요한 곳에 적용하게 하고, 이 판단과 실행 절차를 Instagram ingestion이라는 스킬로 자동화한다.
   3. 이후 AI가 Instagram 또는 TikTok 링크를 감지할 때마다 같은 검토와 구현 과정을 반복하므로, 매번 배경을 다시 설명할 필요가 없다.
   4. Apex.host의 AI 에이전트 Kai는 사용자의 삶 전체를 파악하는 개인 측면의 조수로, 링크를 Kai에게 모은 뒤 실제 구현은 다른 시스템에 맡길 수도 있다.

6.2. 개인용·팀용 AI 비서의 구조

1. 비서를 구성하는 네 가지 기반

   1. 이메일·캘린더·Slack 등 모든 시스템의 API를 AI에 연결한다.
   2. 연결된 시스템을 계속 실행하고 감시할 AI harness, 즉 에이전트를 만든다.
   3. 비서가 어떻게 행동할지, 어떤 규칙을 따를지, 어떤 보안 경계를 지킬지 정의하는 정체성(identity)을 부여한다.
   4. 이 구조가 있으면 캘린더·이메일·Slack의 수신 내용을 모니터링하는 진짜 AI 비서가 된다.

2. Singleplayer mode — Apex.host

   1. CEO가 큰 팀을 이끌면서 명확성과 가시성을 원하거나 시스템을 직접 이해하고 싶다면 Apex.host를 사용한다.
   2. Kai는 마케팅 캠페인, 캘린더, 개인 업무, 목표, 프로젝트를 알고 조사 업무를 수행하며, 프로젝트 업데이트를 받기 위해 팀원에게 직접 전화를 걸 수도 있다.
   3. 개인의 AI chief of staff로서 사용자의 삶과 업무를 함께 다루는 강력한 비서 역할을 한다.

3. Multiplayer mode — Precision

   1. 팀 전체를 위한 Precision은 회사 데이터에 접근해 서로 다른 데이터를 통합·상호 연관시키고 정리한다.
   2. 정제된 데이터 위에 source of truth를 만들고, 대시보드·스코어보드·작업 실행·Slack 통합을 제공한다.
   3. Apex는 개인용, Precision은 회사 운영용으로 사용하며 두 서비스 모두 화자가 매일 쓰는 자신의 회사 제품이다.

7. 코드 오류를 AI가 고칠 수 있는 문제로 바꾸기

7.1. 오류를 숨기지 말고 화면으로 보여 주기

1. AI가 문제를 알아야 해결할 수 있다

   1. 앱을 만들다 오류가 났지만 무슨 오류인지 모를 때는 개발 중 항상 보이는 error log 창을 코드로 추가한다.
   2. “깨졌을 때 내가 보는 화면을 캡처할 수 있도록 오류 창을 만들어 달라”고 요청하면 문제를 관찰 가능한 형태로 바꿀 수 있다.

2. 스크린샷을 입력으로 사용한다

   1. 운영체제의 단축키로 오류 메시지를 캡처하고, AI에 이미지를 끌어다 놓은 뒤 “fix it”이라고 요청한다.
   2. 평소에는 Claude Code를 주로 사용하고, Claude가 원하는 답을 내놓지 못하면 전체 프로젝트를 캡처해 Grok Build나 Codex에 보낸다.
   3. 서로 다른 AI 모델이 같은 문제를 살펴보고 서로의 해결안을 개선하게 하면 단일 모델에 의존할 때보다 나은 결과를 얻을 수 있다.

주요 발언 모음

“대부분의 사람은 AI를 고급 Google 검색처럼 사용한다. 개인 셰프를 고용하고 땅콩버터 샌드위치만 만들어 달라고 하는 것과 같다.”

“말하는 속도는 타이핑보다 세 배 빠르다.”

“의지력은 무너지지만 시스템은 무너지지 않는다.”

“두 번 한 일은 자동화할 수 있다. 다시 반복하지 마라(Don’t Repeat Yourself).”

“도구는 바뀌지만 원칙은 바뀌지 않는다.”

핵심 데이터 & 수치

• 3배: 말하는 속도가 타이핑보다 빠르다는 체감 기준이다.
• 2~3권: AI에 제공해 구체적인 답변에 활용할 수 있는 책 분량의 맥락이다.
• 약 90%: 연결된 자료로 AI가 마스터 프롬프트를 자동으로 완성하는 비율이며, 나머지는 사람이 검증하고 수정한다.
• 최대 20배 / 30분 이내: AI를 이용해 기존보다 빠르게 특정 주제를 학습할 수 있다는 목표치다.
• 5년: SMART 기준과 비전 보드로 구체화할 목표 기간이다.
• 10%: 목표 대시보드에서 뒤처짐을 빨간색, 근접 상태를 노란색으로 판정하는 기준이다.
• 주당 약 10시간: 많은 창업자가 꼭 하지 않아도 되는 일에 쓰는 시간으로 제시된 추정치다.
• 월 1만~1만5천 달러: HelloelloFrank.ai가 대체할 수 있다고 설명한 전임 CFO의 비용 규모다.
• 90일: 도구 목록은 다시 확인하면 달라질 수 있지만, 핵심 원칙은 유지된다는 시간 감각이다.

결론 및 시사점

1. AI에 질문만 던지지 말고 음성·연결된 자료·마스터 프롬프트로 충분한 맥락을 제공한다.
2. MAPS의 Mission·Ask·Parameters·Shape를 사용해 목적, 산출물, 상황, 형식을 모두 지정한다.
3. AI가 모르는 정보를 추측하지 않도록 질문하게 만들고, 답변이 생성된 뒤에는 환각과 잘못된 사실을 직접 검증한다.
4. 최신 자료를 찾고 학습 계획을 만들게 한 뒤, NotebookLM의 대화·팟캐스트·프레젠테이션·퀴즈로 이해도를 확인한다.
5. 5년 목표를 SMART 기준으로 만들고, 목표를 장면과 감정이 담긴 비전 보드와 일일 대시보드로 바꾼다.
6. 캘린더를 목표와 비교하는 냉정한 멘토로 AI를 사용해, 목표에 기여하지 않는 시간을 재배치한다.
7. 과거 이메일에서 말투 스킬을 추출하고, 두 번 반복한 업무는 녹화·내레이션·스케줄링으로 자동화한다.
8. 개인 지식의 홈 데이터베이스를 만들고, Obsidian·Notion·에이전트로 자료를 모으고 정리한다.
9. 은행·결제·재무 데이터를 연결해 현금·burn rate·재고를 질문하고, 그래프와 daily cash email로 판단 속도를 높인다.
10. 저장한 튜토리얼은 AI가 목표와 일정에 비춰 유용성을 판별하고 바로 구현하는 ingestion 스킬로 바꾼다.
11. 개인용 AI 비서는 API·harness·identity·보안 규칙을 갖춰야 하며, 팀용 AI는 회사 데이터의 source of truth를 만들어야 한다.
12. 코드 오류를 스크린샷과 로그로 관찰 가능하게 만들고, 여러 모델에 교차 검토를 맡겨 해결 품질을 높인다.
13. 도구 이름과 성능은 90일 뒤 달라질 수 있으므로 특정 제품보다 맥락·시스템·자동화라는 원칙에 투자한다.
14. 오늘 언급된 도구나 경로 중 하나만 골라 실제 업무에 적용하고, 무엇을 AI로 해결할지 공개적으로 약속한다.