개요
이 영상은 비개발자로 구성된 팀이 클로드 코드와 옵시디언을 결합해 조직의 업무를 자동화하고, 그 결과물을 외부에 자동 배포하는 시스템을 어떻게 구축했는지를 다룹니다. 핵심은 AI를 개인의 도구가 아니라 팀 단위의 운영 시스템으로 안착시키는 방법으로, 회의록과 미션 결과물이 단순 기록에 머무르지 않고 자동 분석과 웹사이트 배포까지 이어지는 구조를 보여줍니다.
이 영상은 셀피쉬클럽을 운영하는 젬마(신주혜)님이 스타트업에서 11년간 마케팅을 담당해 온 경험을 바탕으로 제작한 인터뷰 콘텐츠입니다. 젬마님은 이기적 공유라는 철학 아래 다양한 AI 프로젝트를 실행하는 팀이자 커뮤니티를 운영하고 있으며, 비개발자도 클로드 코드를 활용할 수 있도록 워크플로우를 공유하는 데 집중하고 있습니다.
핵심 내용
왜 AI는 혼자가 아닌 팀으로 해야 하는가
젬마님은 쏟아지는 AI 지식을 개인이 혼자 소화하기에는 양이 방대하고, 개개인이 가진 시간과 지식 경험에 편향이 있을 수밖에 없다고 설명합니다. 그래서 기술 자체는 이미 다 나와 있지만, 이를 어떻게 조립해서 요리할 것인가는 사람마다 너무 다르고, 그 조립법 자체를 제대로 볼 수 있는 곳이 많지 않다고 지적합니다.
특히 젬마님은 AI를 하면서 가장 값지다고 느끼는 지점이 결과물이 아니라 하나의 결과가 나오기까지의 워크플로우라고 강조합니다. 혼자 했을 때는 이 워크플로우가 나올 수 있는 유즈 케이스 자체가 제한될 수밖에 없기 때문에, 팀 단위로 함께하는 것이 필수라고 봅니다. 그는 비빔밥에 비유해, 비빔밥이라는 결과물이 아니라 재료가 어떻게 공수됐고 어떤 조리가 필요했는지가 핵심이라고 설명합니다.
지식 관리 시스템으로 옵시디언을 선택한 이유
기존에는 노션을 사용했지만, 노션이 AI를 하는 데 있어 허들이 될 수 있다는 글을 링크드인에서 우연히 접하고 공감하면서 옵시디언 도입을 시도하게 됐습니다. 젬마님은 100% 옵시디언이 좋아서가 아니라, 클로드 코드로 로컬에서 실제 파일을 소스로 다양한 것들을 만들 수 있다는 점에 주목해 하나의 프로젝트에 한번 도입해 보자는 생각으로 시작했다고 솔직하게 밝힙니다.
옵시디언을 선택할 때 가장 우려했던 부분은 동기화였는데, 노션의 대체 툴로 생각했기 때문입니다. 옵시디언은 실시간 동기화 서비스가 유료이기 때문에, 팀은 각자가 마크다운 문서를 작성한 뒤 깃허브에 푸시하는 방식으로 이를 해결했습니다. 또한 옵시디언을 LLM 위키처럼 하드하게 쓰는 레퍼런스를 보고 나니 데이터가 많아져도 무겁다고 걱정되지는 않았다고 말합니다.
옵시디언, 깃허브, 클로드 코드의 역할 분담
이 시스템에서 각 도구의 역할은 명확히 나뉩니다. 옵시디언은 팀원들이 매주 미션과 회의록을 마크다운으로 축적하는 사내용 도구이고, 깃허브는 옵시디언 문서를 동기화하는 클라우드 역할을 합니다. 팀은 레포지토리를 두 개 운영하는데, 하나는 옵시디언 원본이 담긴 레포이고, 다른 하나는 사이트와 연결된 어드민 저장소입니다.
클로드 코드는 쌓인 마크다운 문서를 읽어 참여자별 분석(참여 이력, 관심 키워드)과 주 단위 분석(주차별 결과 요약)을 자동으로 생성하고, 이를 애널리시스 폴더에 적재합니다. 또한 클로드 코드는 단순 실행을 넘어 사이트 구조나 새로운 스킬을 함께 상의하는 두뇌 역할까지 수행합니다.
실전 가이드
영상의 내용을 실제로 적용하려면 다음 과정을 따라해 볼 수 있습니다.
먼저 팀원 각자가 옵시디언에 자신이 일주일 동안 한 일을 마크다운 문서로 작성하는 것부터 시작합니다. 초기에는 익숙하지 않으면 노션에 작성한 뒤 노션 MCP로 긁어오는 방식도 가능하며, 익숙해지면 직접 옵시디언에 작성하고 깃허브에 푸시합니다.
다음으로 미션을 수행하면 자동으로 링크드인 글 초안이 만들어지도록 스킬을 구성합니다. 영상에서는 본인이 쓴 글을 베이스로 스킬을 만들어 두어, 미션만 수행하면 SNS에 공유할 수 있는 글이 자동 생성되는 자산화 구조를 만들었다고 설명합니다.
마지막으로 퍼블리시 워크플로우를 자동화합니다. 영상의 팀은 일요일마다 회의를 하기 때문에, 원래 수동으로 하던 배포를 월요일 오전에 크론으로 자동 실행하도록 설정했습니다. 공개 폴더만 동기화하는 퍼블리시 스킬을 통해 복사, 빌드, 버셀 자동 배포까지 하나의 워크플로우로 통합했습니다.
비판적 검토
영상은 비개발자 팀이 실제로 AI 자동화 시스템을 구축한 생생한 사례를 솔직하게 공유한다는 점에서 인상적입니다. 특히 도구 선택을 절댓값으로 비교 분석한 것이 아니라, 마크다운 기반이라는 정도의 근거로 시도해 봤다는 현실적인 접근이 오히려 설득력 있게 다가옵니다.
다만 영상에서는 스킬 구현의 구체적인 코드나 기술적 세부 사항은 깊게 다루지 않으며, 옵시디언 동기화를 깃허브 푸시로 우회하는 방식은 팀 규모가 커지거나 폴더 구조 충돌이 잦아질 때 관리 부담이 커질 수 있습니다. 영상에서도 PM이 구조를 많이 변경할 경우 깃 충돌이나 히스토리 파악이 필요해, 볼트 로그와 스냅샷 같은 기록 체계를 별도로 개선하고 있다고 언급합니다. 실무에 적용하실 분들은 이러한 충돌 관리와 권한 구조도 함께 검토하시길 권장합니다.
핵심 요점
영상을 본 후 기억해야 할 다섯 가지입니다.
- AI 기술은 이미 평준화되었기 때문에, 결과물보다 그 결과가 나오기까지의 워크플로우를 어떻게 조립하고 공유하느냐가 핵심 가치입니다.
- AI는 혼자 공부하면 유즈 케이스가 제한되므로, 팀 단위로 좌충우돌을 공유하며 학습 곡선을 단축시키는 것이 효과적입니다. 영상의 팀은 매주 미션을 수행하고 이를 공유하는 이기적 공유 방식을 사용합니다.
- 옵시디언은 마크다운 기반이라 AI가 읽고 요약하기 좋고, 로컬 기반으로 데이터 주권을 확보할 수 있습니다. 동기화 문제는 깃허브 푸시로 해결할 수 있습니다.
- 옵시디언(축적), 깃허브(동기화 클라우드), 클로드 코드(분석·배포·두뇌)의 역할을 명확히 나누면, 매주 하던 일만 해도 자동으로 콘텐츠가 쌓이고 외부로 배포되는 복리 구조가 만들어집니다.
- AI 시대의 본질은 반복 실행과 아카이빙은 AI에게 맡기고, 사람은 고급스러운 의사결정과 판단에 집중하는 것입니다. 젬마님은 1인 유니콘보다 팀으로 함께 즐겁게 AI를 다루는 팀플레이를 자신의 비전으로 제시합니다.
참고자료
- AAA 스타터 키트 (AI 스터디·실무팀을 위한 운영 시스템 템플릿): https://github.com/selfishclub/aaa-starter-kit
- 젬마(신주혜) 관련 소식: https://litt.ly/zemma