AI 에이전트와 코덱스(Codex) 활용, 프로덕트 메이커를 위한 Dan Shipper의 인사이트
Dan Shipper는 1년 전 클로드 코드(Claude Code)의 부상을 예측했으며, 이번에는 AI 에이전트(AI Agent)의 중요성을 강조함
OpenHuman은 118개 이상의 도구를 연결하는 오픈소스 AI 에이전트로, GitHub 트렌딩 1위를 기록하며 주목받음
코덱스(Codex) 활용 사례 52선 공개, PRD 초안 작성, Figma 디자인 코드 전환 등 다양한 업무 자동화(Automation) 시도
Dan Shipper는 자동화의 한계를 지적하며, PM(Product Manager)의 역할 증대를 예측
OpenHuman: AI 에이전트의 기술적 특징
OpenHuman은 118개 이상의 도구 연결(Tool Integration)을 지원하며, Gmail, Notion, GitHub, Slack 등 다양한 서비스를 원클릭 OAuth로 연결한다.
Memory Tree & Obsidian Wiki: 모든 데이터를 3,000 토큰 이하의 마크다운(Markdown) 청크로 정리하여 로컬 SQLite에 저장하고, Obsidian 호환 vault에 .md 파일로 저장
TokenJuice: 토큰 압축 도구(Token Compression)를 통해 비용 절감 및 응답 지연 감소 (최대 80%)
로컬 우선(Local-first) 아키텍처: 민감한 데이터는 기기에 머무르고, Ollama 기반 로컬 모델 옵션 제공
이러한 특징은 데이터 미저장 정책(Zero-Retention Policy)을 지향하며, 개인 정보 보호에 중점을 둔다.
Dan Shipper의 AI 예측: 일의 미래
Dan Shipper는 일의 미래를 코덱스(Codex) 또는 클로드 코워크(Claude Co-work)와 같은 환경 안에서 이뤄지는 것으로 예측하며, SaaS가 코덱스나 클로드 코워크 안의 브라우저로 열리는 그림을 제시한다.
자동화의 한계: 자동화(Automation)는 거짓이며, 모든 에이전트(Agent)는 사람의 검토가 필요하다는 점을 강조
PM의 역할 증대: AI 도구를 활용하여 PM(Product Manager)이 직접 제품을 만들 수 있는 시대가 도래
FDE(Forward Deployed Engineer)의 중요성: AI 에이전트가 잘 작동하도록 돕는 FDE의 역할 부상
이러한 예측은 AI 기술 발전과 함께 변화하는 일하는 방식(Work Style)에 대한 통찰력을 제공한다.
OpenAI Codex 활용 사례 분석
OpenAI는 코덱스(Codex)를 활용한 52가지 사례를 공개하며, 다양한 업무 분야에서의 자동화를 시도하고 있다.
PRD 초안 작성: Linear, Slack, Notion 등에서 자료를 수집하여 PRD(Product Requirements Document) 초안 생성
Figma 디자인을 코드로 전환: Figma 디자인을 코드로 변환하여 디자인 시스템(Design System)에 맞춰 구현
현금흐름 예측: 엑셀(Excel) 파일을 생성하여 재무 업무 자동화
회의 후속 작업 자동화: Zoom 녹취록과 자동 요약을 바탕으로 후속 작업(Action Items) 생성
이러한 사례들은 AI 기반 자동화 도구(Automation Tools)가 다양한 산업 분야에 미치는 영향을 보여준다.
OpenHuman 도입 시 고려사항
OpenHuman은 118개 OAuth 연결을 지원하지만, 보안(Security) 측면에서 주의가 필요하다.
권한 관리: 많은 권한을 한 도구에 모아주는 구조이므로, 업무 도구부터 시작하는 것이 권장
초기 단계 프로젝트: 출시 2주차의 초기 단계 프로젝트이므로, 메인 기기 도입 전 보조 환경에서 테스트 필요
토큰 절감 효과: 80% 토큰 절감은 자기 보고된 값이며, 외부 리뷰 검토 권장
OpenHuman은 데이터 격리 아키텍처(Data Isolation Architecture)를 통해 개인 정보 보호를 강화하지만, 사용자는 보안 및 안정성을 신중하게 고려해야 한다.
