AI에게 논문을 읽혀 강의를 맡겼더니, 저보다 잘합니다

한 줄 핵심

에이전트가 논문을 읽어 강의와 개인 메모리 시스템까지 만들 수 있으며, 자동화가 보편화될수록 사람만의 목소리·경험·판단이 차별점이 된다는 점을 보여주는 영상이다.

시간별 요약

1. 0:00
   에이전트가 강의를 만든다면 강의 제작은 콘텐츠 자동화에서 가장 기대되면서도 두려운 영역이며, 에이전트가 실제로 얼마나 잘 강의를 만들 수 있는지 시험해 본다.
2. 0:16
   에이전트가 만든 논문 학습 가이드 에이전트가 논문을 대량으로 수집해 학습 순서를 정리해 주면서, 에이전트 메모리와 관련된 자료를 원문 중심으로 따라 읽는 구조가 만들어진다.
3. 1:07
   강의로 만들자: 14편 커리큘럼 논문 학습을 끝까지 밀어붙이기보다 영상 강의로 재구성하는 방향을 택하고, 에이전트가 14편짜리 메모리 강의 커리큘럼을 설계해 준다.
4. 2:04
   무료로 풀 강의, 그럼 나의 차별점은? AI가 강의를 잘 만들수록 무료 공개도 가능해지지만, 실제 필드 경험과 검수 능력, 현업에서 통하는지 판단하는 시각이 차별점이 된다.
5. 2:45
   AI가 만든 강의 1강 들어 보기 강의 1강은 에이전트에게 기억이 왜 필요한지 설명하며, 세션이 바뀌어도 기억을 유지하는 시스템의 필요성을 짧은 도입부로 보여 준다.
6. 3:22
   AI가 저보다 잘할 수밖에 없는 이유 에이전트는 논문, 인용, 예시, 구현, 시각화까지 동시에 처리할 수 있어 인간 강사보다 생산성과 확장성이 높고, 그 과정을 통해 오히려 만드는 사람도 배우게 된다.
7. 4:26
   강의 내용을 직접 구현한 Second Brain 강의에서 다룬 개념을 실제로 구현한 개인용 Second Brain과 클라우드 메모리 시스템을 만들었고, 회사 업무에도 비슷한 방식이 적용되고 있다.
8. 4:58
   피드백을 교훈·상태·결정·선호로 쌓기 에이전트와 하네스를 더 잘 학습시키기 위해 피드백을 교훈, 상태, 결정, 선호 같은 스키마로 구조화해 저장한다.
9. 5:25
   기억을 꺼내 다음 할 일 정리하기 저장된 메모리를 불러와 다음 할 일을 정리하고, 최근 이틀의 작업 맥락까지 자연스럽게 회수해 실제 업무 계획에 활용한다.
10. 6:57
    정리: 자동화 시대의 차별점 콘텐츠 생산이 더 자동화될수록 목소리, 생각, 경험, 시선, 감정처럼 사람 고유의 요소를 콘텐츠에 얼마나 진하게 담느냐가 가장 중요한 차별점이 된다.

실무 인사이트

• 에이전트 활용의 핵심은 단순 자동 생성이 아니라, 논문 수집·커리큘럼 설계·검증·구현까지 이어지는 전체 워크플로를 설계하는 데 있다.
• 강의나 콘텐츠가 AI로 쉽게 복제될수록, 현업 경험과 실제 구현 증거를 함께 제시해야 신뢰와 차별성을 확보할 수 있다.
• 메모리 시스템은 단순 저장보다 피드백을 구조화해 다음 행동으로 연결할 때 실용성이 크게 높아진다.