에이전트를 반복적으로 실행할 수 있게 해주는 CREAO AI
📺 원본 영상: 에이전트를 반복적으로 실행할 수 있게 해주는 CREAO AI
🎙️ 채널: 코드팩토리
📅 정리 일자: 2026-07-05
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료, 차트, 코드, 슬라이드 등은 포함되지 않을 수 있습니다.
개요
이 영상은 CREAO AI를 단순한 대화형 AI 도구가 아니라, 반복 실행 가능한 에이전트 앱을 만드는 도구로 소개한다. 강연자는 매일 최신 AI 뉴스를 조사하고, 그 결과를 바탕으로 유튜브 영상 아이디어, 제목, 썸네일 문구, 릴스 대본, 15분 영상 구성안까지 생성하는 콘텐츠 리서치 워크플로를 직접 구축한다. 핵심은 한 번 만든 프롬프트 흐름을 저장하고, 파라미터와 스케줄을 바꿔가며 반복 실행할 수 있다는 점이다.
대화형 AI에서 반복 실행 에이전트로
강연자는 먼저 현재 AI 도구 시장의 맥락을 짚는다. ChatGPT, Claude, Gemini처럼 대화 중심으로 작동하는 도구가 있고, Zapier류의 자동화 도구나 Lovable, Replit과 같이 앱 제작을 지원하는 엔드투엔드 도구도 이미 존재한다. 하지만 CREAO AI의 차별점은 사용자가 채팅으로 지시한 작업을 일회성 답변으로 끝내지 않고, 반복 실행 가능한 에이전트 앱으로 전환할 수 있다는 데 있다.
이 차이는 콘텐츠 제작자나 1인 기업 입장에서 꽤 중요하다. 일반적인 AI 채팅은 사람이 매번 접속해서 프롬프트를 입력해야 하고, 같은 목적이라도 실행 시점마다 다시 맥락을 정리해야 한다. 반면 CREAO AI는 특정 워크플로를 저장해 두고, 매일 같은 구조로 실행되도록 만들 수 있기 때문에 사람이 개입해야 하는 지점을 마지막 검수와 판단 단계로 줄일 수 있다. 강연자는 이 점을 확인하기 위해 “AI 콘텐츠 리서치 직원”이라는 구체적인 업무 시나리오를 설정한다.
AI 콘텐츠 리서치 데스크 만들기
실습의 첫 단계는 CREAO Workspace 안에 “AI 콘텐츠 리서치 데스크”라는 작업 공간을 만드는 것이다. 강연자는 단순히 프롬프트를 흩어놓는 방식이 아니라, 특정 목적의 워크스페이스 안에서 리서치, 아이디어 도출, 영상 기획까지 이어지는 흐름을 하나로 관리한다. 이는 AI 작업이 길어질수록 맥락과 결과물이 분산되기 쉽다는 문제를 피하기 위한 구조다.
프롬프트 설계에서는 페르소나와 목표가 먼저 정의된다. 에이전트는 “AI 콘텐츠 리서치 직원”으로 설정되고, 조사 대상은 최근 24시간에서 48시간 이내에 나온 AI 개발 도구 관련 뉴스로 제한된다. 강연자는 뉴스라는 정보의 특성상 시간성이 중요하다고 설명하면서, 오래된 이슈가 아니라 지금 콘텐츠로 다룰 가치가 있는 주제를 찾는 데 초점을 맞춘다. 또한 존재하지 않는 뉴스를 만들어내지 말 것, 과장 표현을 피할 것, 공식 데이터를 기반으로 작업할 것 같은 규칙을 넣어 결과물의 신뢰도를 높이려 한다.
좋은 결과를 만드는 프롬프트 구조
강연자가 강조하는 지점은 결과를 잘 받기 위해서는 원하는 출력 구조를 명확히 지정해야 한다는 것이다. 그는 자신이 자주 언급하는 TCR AI Framework를 바탕으로, 특히 Reference에 해당하는 출력 형식이 중요하다고 설명한다. AI에게 단순히 “뉴스를 찾아줘”라고 요청하는 것이 아니라, 발행일, URL, 개발자 관점의 중요성, 신뢰도, 우선순위 같은 항목을 포함한 결과 구조를 제시해야 원하는 품질의 리포트를 받을 수 있다는 의미다.
이 접근은 프롬프트 엔지니어링에서 흔히 말하는 스키마 기반 출력 설계와 맞닿아 있다. AI가 자율적으로 정보를 정리하게 하되, 사람이 소비하기 좋은 형태와 평가 기준은 미리 제공하는 방식이다. 강연자가 보여준 결과에서는 최신 AI 뉴스가 표 형태로 정리되고, 각 뉴스의 출처와 중요도, 개발자에게 왜 의미가 있는지가 함께 제시된다. STT 상으로는 화면의 세부 표 전체를 확인할 수 없지만, 음성 설명만으로도 CREAO AI가 리서치 결과를 구조화된 리포트로 반환했다는 점은 분명하다.
03:39 - 최신 AI 뉴스 표가 생성되고 발행일, URL, 중요도, 개발자 관점의 의미가 정리되는 화면
리서치에서 영상 기획으로 이어지는 흐름
리서치가 끝난 뒤 강연자는 곧바로 두 번째 프롬프트를 입력한다. 여기서 중요한 점은 이전 단계에서 생성된 리서치 결과가 에이전트의 컨텍스트 안에 남아 있기 때문에, 사용자가 다시 모든 정보를 복사하거나 정리하지 않아도 다음 작업으로 이어갈 수 있다는 것이다. 강연자는 다섯 가지 뉴스 후보 중 가장 가치가 높은 주제 하나를 고르게 하고, 왜 지금 당장 영상으로 찍어야 하는지 설명하도록 요청한다.
그 결과 CREAO AI는 “Claude Sonnet 5 실사용 테스트”를 가장 높은 우선순위의 주제로 선택했다고 설명된다. 강연자는 본인이 직접 판단했더라도 같은 주제를 골랐을 것이라며, 해당 이슈가 현재 관심도가 높고 채널 적합도도 높다고 평가한다.
05:44 - 리서치 결과 중 Claude Sonnet 5 실사용 테스트를 최우선 영상 주제로 선택한 화면
이후 CREAO AI는 제목, 썸네일 문구, 릴스 대본, 릴스 초반 3초 후킹 문구, 15분짜리 유튜브 구성안, B-Roll로 녹화하면 좋을 화면, 팩트 체크 근거까지 생성한다. 이는 단순 요약 도구가 아니라, 리서치 결과를 실제 콘텐츠 제작 의사결정으로 변환하는 워크플로라는 점에서 의미가 있다.
06:16 - 15분 유튜브 구성안, B-Roll 후보, 팩트 체크 근거가 타임스탬프별로 정리된 화면
사람이 마지막에 개입하는 콘텐츠 제작 방식
강연자는 AI가 엔드투엔드로 모든 것을 완성한다고 주장하지 않는다. 오히려 콘텐츠 제작에서는 최종 판단, 브랜드 감각, 표현의 완성도, 실제 팩트 확인 같은 영역에 사람이 여전히 개입해야 한다고 분명히 말한다. 다만 CREAO AI가 리서치와 초안 기획을 상당 부분 자동화하면, 사람이 매일 반복적으로 소모하던 시간을 줄일 수 있다는 것이 핵심이다.
콘텐츠 제작에서 병목이 되는 부분은 대개 촬영 그 자체보다 앞단의 리서치와 판단이다. 어떤 주제가 지금 중요한지, 왜 시청자가 관심을 가질지, 어떤 화면을 보여줘야 설득력이 생길지, 어떤 근거를 추가로 확인해야 하는지 정리하는 데 시간이 많이 든다. 강연자는 CREAO AI가 이런 내용을 한 번에 묶어 리포트로 제공하면, 제작자는 무에서 시작하는 대신 검토 가능한 초안 위에서 판단하게 된다고 설명한다. 이 구조는 특히 빠르게 변하는 AI 개발 도구 분야처럼 매일 새로운 이슈가 나오는 영역에서 효율이 크다.
Agent 앱으로 저장한다는 것의 의미
영상의 핵심 전환점은 Create Agent 기능이다. 강연자는 앞서 실행한 리서치와 영상 기획 흐름이 마음에 든다면, 이를 하나의 Agent 앱으로 저장할 수 있다고 설명한다. 이렇게 저장된 에이전트는 이후 Run Now 버튼으로 다시 실행할 수 있고, 다음 날 실행하면 새로 설정된 24시간에서 48시간 범위 안에서 다시 최신 정보를 조사한다.
08:18 - Your Agent is ready 메시지와 함께 저장된 Agent 앱이 준비된 화면
이 기능은 단순한 프롬프트 저장과 다르다. 프롬프트 저장은 사용자가 같은 문장을 다시 불러오는 수준에 가깝지만, Agent 앱은 입력값, 실행 흐름, 출력 구조를 하나의 반복 가능한 업무 단위로 묶는다. 강연자가 보여준 Report Dashboard는 뉴스를 수집하고, 영상 아이디어를 만들고, 최종 추천까지 이어지는 워크플로를 저장하는 형태로 설명된다. 따라서 CREAO AI의 강점은 “좋은 답변을 한 번 받는 것”보다 “좋은 작업 절차를 계속 실행하는 것”에 더 가깝다.
파라미터화와 스케줄링
CREAO AI의 또 다른 중요한 기능은 파라미터를 바꿔 같은 워크플로를 다양한 상황에 적용할 수 있다는 점이다. 강연자는 관심 키워드, 출력 언어, 개발 관점, 원하는 콘텐츠 형식 같은 값을 입력값으로 분리해 보여준다. 예를 들어 관심 키워드를 CREAO AI, AI 에이전트, 에이전트 앱, 스케줄 실행, Browser Use, 업무 자동화, 콘텐츠 리서치 자동화 등으로 바꾸면, 동일한 워크플로가 새로운 주제에 맞춰 실행된다.
10:18 - 관심 키워드, 출력 언어, 콘텐츠 형식 등 파라미터를 바꿔 에이전트를 실행하는 화면
출력 언어도 한국어, 영어, 중국어, 일본어 등으로 바꿀 수 있다고 설명된다. 영상에서는 중국어로 출력 언어를 바꿔 리포트를 다시 생성하는 장면도 나온다. 이 구조가 중요한 이유는 워크플로의 본질은 유지하면서, 매번 달라지는 변수만 바꿀 수 있기 때문이다. 즉, CREAO AI는 사용자가 반복 업무의 고정 부분과 가변 부분을 분리하도록 도와주는 도구로 볼 수 있다.
스케줄링 역시 강연자가 크게 강조하는 부분이다. 기본적으로 매일 오전 9시에 실행되도록 잡힌 스케줄을 오전 8시로 바꾸는 예시가 나오며, 이 변경은 대화만으로도 가능하다고 설명된다.
08:59 - 에이전트 실행 주기가 매일 오전 9시로 설정되고 이후 오전 8시로 변경되는 스케줄 설정 화면
강연자는 대부분의 스케줄이 Cron 형태로 등록되기 때문에, 오른쪽 패널에서 등록 상태를 확인하고 끄거나 다시 켜거나 수정할 수 있다고 말한다. 출근 전에 리포트를 미리 받아보거나, 사용자가 자는 동안에도 크롤링과 리서치가 실행되도록 만드는 것이 이 기능의 실제 사용 가치다.
11:24 - 오른쪽 패널에서 Cron 기반 스케줄이 등록되고 켜기, 끄기, 수정이 가능한 상태를 확인하는 화면
커넥터와 업무 자동화 확장성
강연자는 영상 후반부에서 Gmail, Sheets, Notion, Slack, YouTube, X, Reddit 같은 외부 서비스와의 연결 가능성도 언급한다. 이 부분은 상세 실습으로 보여주지는 않았지만, 커넥터를 통해 외부 소스에서 데이터를 가져오거나 결과물을 저장할 수 있다는 설명으로 이해할 수 있다. 예를 들어 Notion에 리서치 결과를 저장하거나, Slack에서 데이터를 가져와 업무용 정보로 활용하는 식의 확장이 가능하다는 것이다.
이 확장성은 CREAO AI를 단순한 리서치 도구가 아니라 작은 자동화 시스템으로 볼 수 있게 만든다. 특히 1인 기업, 작은 팀, AI 네이티브 방식으로 일하는 조직에서는 매일 반복되는 정보 수집과 정리 업무가 누적 비용으로 작용한다. CREAO AI가 이런 반복 작업을 스케줄 기반으로 실행하고 외부 도구와 연결할 수 있다면, 팀은 매번 같은 자료를 수동으로 모으는 대신 결과물을 검토하고 판단하는 데 더 많은 시간을 쓸 수 있다. 강연자가 CREAO AI의 대표적인 유스케이스로 리서치 작업을 꼽는 이유도 여기에 있다.
CREAO AI가 잘 맞는 사용 사례
강연자의 설명을 종합하면 CREAO AI는 “한 번 묻고 끝나는 질문”보다 “같은 구조로 계속 반복해야 하는 업무”에 잘 맞는다. 예를 들어 매일 최신 뉴스를 조사하고, 특정 기준으로 우선순위를 매기고, 콘텐츠 초안을 만들고, 이를 정해진 시간에 받아보는 흐름은 CREAO AI의 장점이 잘 드러나는 사례다. 반대로 완전히 새로운 창의적 판단이나 브랜드 감각이 핵심인 최종 산출물은 여전히 사람이 검토해야 한다.
이 도구가 유용한 이유는 AI를 직원처럼 비유했을 때 더 분명해진다. 일반적인 챗봇은 사용자가 출근해서 말을 걸어야 답하는 직원에 가깝다. 반면 스케줄 에이전트는 사용자가 요청하지 않아도 정해진 시간에 일을 시작하고, 출근 전에 결과물을 만들어두는 직원에 가깝다. 물론 그 결과의 정확성과 적합성은 검수해야 하지만, 반복 업무의 초안을 자동으로 준비해준다는 것만으로도 워크플로의 체감 효율은 크게 달라진다.
마무리 / 핵심 정리
이 영상의 핵심 메시지는 CREAO AI가 프롬프트를 일회성 대화에서 반복 가능한 업무 시스템으로 바꿔준다는 것이다. 강연자는 AI 뉴스 리서치에서 유튜브 콘텐츠 기획까지 이어지는 실제 워크플로를 만들고, 이를 Agent 앱으로 저장한 뒤, 파라미터와 스케줄을 조정해 재사용하는 과정을 보여준다. 이 과정에서 CREAO AI는 최신 정보 조사, 구조화된 리포트 생성, 주제 선정, 영상 구성안 작성, 반복 실행, 예약 실행까지 하나의 흐름으로 연결한다.
다만 강연자는 AI 결과물을 그대로 믿고 게시하라고 말하지 않는다. 최종 검수, 팩트 체크, 브랜드 감각, 콘텐츠의 톤과 완성도는 여전히 사람이 맡아야 한다. CREAO AI의 실질적 가치는 사람을 완전히 대체하는 데 있는 것이 아니라, 반복적이고 시간이 오래 걸리는 준비 작업을 줄여 사람이 더 중요한 판단에 집중하게 만드는 데 있다. 특정 워크플로를 계속 반복해야 하고, 컴퓨터가 꺼져 있거나 사용자가 자는 동안에도 실행되길 원한다면 CREAO AI는 그 목적에 잘 맞는 도구로 제시된다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 에이전트를 반복적으로 실행할 수 있게 해주는 CREAO AI |
| 채널 | 코드팩토리 |
| 리포트 작성 | 2026-07-05 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.