AI로 사업을 하려 할 때 가장 먼저 막히는 것은 실력이 아니라 비용이다.
수익이 나기도 전에 API 값과 멤버십이 먼저 나간다.
이 교재는 그 비용을 0원으로 만드는 방법과, 에이전트 10명이 스스로 일하는 회사를 세우는 과정을 다룬다.
원본 강의 2026년 5월 1일 · 14분 55초 · 조회 114,813회
화면과 버전은 업데이트에 따라 달라질 수 있다. 원본 영상과 함께 보기를 권한다.
AI 1인 기업을 시작한 사람들이 공통으로 겪는 일이다. 웹사이트를 만들고 콘텐츠를 뽑는 데 API 비용이 들고, 도구마다 멤버십이 붙는다.
이 차이가 중요한 이유는 성능이 아니라 시도 횟수다. 돈이 안 드는 쪽은 백 번 시도할 수 있고, 돈이 드는 쪽은 세 번 시도하고 그만둔다.
이 조합은 구글 딥마인드 연구팀과의 논의에서 가능성을 인정받았고, 앞으로도 오픈소스이자 무료로 개발될 예정이다. 판매를 목적으로 하지 않는다.
모델은 컴퓨터 사양에 따라 고른다. Gemma 4 E2B 또는 E4B 중 자기 컴퓨터에서 빠르게 도는 쪽을 쓴다.
원본 영상 설명란의 링크를 쓴다.
Extensions를 연다확장 프로그램 목록이 나온다.
Connect AI Lab을 입력한다초록색 아이콘의 앱을 찾는다.
강의 시점 버전은 2.44.5였다. 지금은 더 높을 수 있고, 최신을 쓰면 된다.
설치가 끝나면 나타난다. 여기가 시작점이다.
Gemma 4 E2B 또는 E4B. Ollama나 LM Studio로 먼저 돌려보고 내 컴퓨터에서 빠른 쪽을 고른다.
여기까지 하면 인터넷이 끊겨도 웹사이트 생성과 대화가 모두 가능해진다.
엔터프라이즈 모드를 켜면 약 열 개의 에이전트가 나타난다. 각자 맡은 일이 다르고, 각자 쓰는 도구가 다르다.
테스트용 진입 비밀번호는 계속 바뀐다. 최신 값은 원본 영상과 설명란에서 확인한다.
처음 한 번 설정하면 그 뒤로는 이 값을 기준으로 스스로 움직인다. 여기서 대충 쓰면 대충 일한다.
| 항목 | 무엇을 쓰나 | 왜 중요한가 |
|---|---|---|
| 회사 이름 | 내 사업의 이름 | 에이전트들이 자기 소속으로 인식한다 |
| 회사 소개 | 무엇을 하는 곳인지 | 모든 판단의 전제가 된다 |
| 타겟 고객 | 30대 · 50대처럼 구체적으로 | 같은 주제라도 결과물이 완전히 달라진다 |
| 핵심 목표 | 구독자 10만 명 · 월수익 1천만 원 | 에이전트들이 이 숫자를 향해 일한다 |
저장하면 회사가 만들어지고 24시간 자동으로 업무가 시작된다. 로그를 열면 누가 무슨 일을 했고 무슨 대화를 나눴는지 그대로 볼 수 있다.
이 시스템의 핵심은 에이전트가 아니라 두뇌다. 에이전트가 일하면서 만든 모든 것이 지식으로 쌓이고, 다음 명령에서 그 지식을 꺼내 쓴다.
그래서 어제보다 오늘이 낫고, 오늘보다 내일이 낫다. 이것이 매번 처음부터 설명해야 하는 일반 챗봇과 다른 점이다. 쌓인 것이 곧 그 회사만의 노하우가 된다.
"유튜브 콘텐츠를 미스터비스트처럼 기획하라"
무슨 일이 필요한지 판단하고 일을 쪼갠다.
리서처 · 유튜브 · 디자이너 · 기획. 각자 자기 몫만 한다.
미스터비스트의 조회수와 스크립트를 분석해 둔 지식 블록을 참고한다. 아무 데서나 가져오는 것이 아니라 내 회사가 쌓은 것에서 꺼낸다.
이번에 만든 것도 두뇌에 쌓인다. 다음 명령이 더 나아지는 이유다.
에이전트가 일을 못 할 때는 대개 둘 중 하나가 없다. 도구가 없거나, 아는 게 없거나. 사람을 새로 뽑는 대신 이 둘을 채워 넣으면 된다.
네트워크 보기를 열면 쌓인 지식이 그림으로 보인다. 경영 · 마케팅처럼 분야를 골라 그 지식만으로 전략을 세우게 할 수도 있다.
이 단계를 건너뛰는 사람이 많은데, 가장 아까운 것은 쌓은 지식이다. 에이전트는 다시 만들면 되지만 몇 달치 축적은 다시 만들 수 없다.
내 컴퓨터에서 느리면 결국 안 쓰게 된다. E2B와 E4B를 다 돌려보고 빠른 쪽을 쓴다.
타겟과 목표가 흐리면 결과물도 흐리다. 숫자로 쓴다.
왜 이상한 결과가 나왔는지는 로그에 다 적혀 있다. 열어보면 어디서 어긋났는지 보인다.
비어 있는 두뇌는 평범한 답을 낸다. 브레인팩을 넣은 뒤부터 달라진다.
쌓이기 시작할 때 이미 늦다. 처음 설정할 때 같이 해둔다.
이 시스템은 쌓여야 좋아진다. 첫날 결과로 결론 내리면 아무것도 못 본다.
확장 프로그램과 로컬 모델. 여기까지가 오늘의 절반이다.
이름 · 소개 · 타겟 · 목표. 목표는 반드시 숫자로 쓴다.
거창하지 않아도 된다. "우리 채널 첫 영상 주제 다섯 개를 뽑아라" 정도면 충분하다.
누가 무엇을 어떻게 나눴는지 본다. 이걸 봐야 다음 명령을 잘 쓸 수 있다.
GitHub 동기화. 지금 해두면 나중에 안 잃는다.
완성이 목표가 아니다. 내 컴퓨터에서 에이전트가 한 번 움직이는 것을 보는 것이 오늘의 목표다.
실력이 아니라 매달 나가는 돈 때문에 멈춘다. 로컬 AI가 그걸 없앤다.
쌓인 지식이 그 회사만의 노하우다. 에이전트는 그걸 꺼내 쓰는 손이다.
타겟과 목표를 숫자로 쓴 회사와 아닌 회사는 결과물이 다르다.
에이전트는 다시 만들 수 있지만 축적은 다시 만들 수 없다.
0원이라는 것이 이 방식의 진짜 가치는 아니다. 값이 들지 않으니 백 번 시도할 수 있다는 것이 진짜 가치다. AI로 무언가를 만들 때 성패를 가르는 것은 대개 재능이 아니라 시도 횟수다.
AI CITY BUILDERS · 지식 아카이브 교재 · 원본 2026년 5월 1일
화면·버전·비밀번호는 업데이트에 따라 달라진다. 원본 영상과 함께 보기를 권한다.