소개
주옥같은 박정기님의 AI TALK '바이브코딩 도구 탐색 & 라이브 데모'가 휘발되기 전에 요약 정리 복습해보았습니다.
진행 방법
아이폰 녹음, 아이폰 전사, 챗지피티 요약 정리.
클로드 코워크(Co-work)로 엑셀·보고서·PPT·이메일 자동화까지 확인한 날
이번 시간에는 정기님의 강의를 통해 Claude Desktop 안의 세 가지 모드(Chat / Co-work / Claude Code) 를 비교해 보고, 그중에서도 특히 비개발자도 바로 활용할 수 있는 Co-work 기능을 중심으로 실전 사례를 확인했다.
앞선 요한님의 강의가 “AI 시대의 지식관리와 마크다운”에 관한 이야기였다면, 이번 강의는 그 지식과 파일들을 실제 업무 흐름 속에서 어떻게 자동화할 수 있는가를 보여주는 시간이었다.
⸻
1. 오늘 무엇을 배웠나
오늘 가장 크게 배운 것은, 클로드 데스크톱 앱이 단순히 채팅만 하는 도구가 아니라는 점이었다.
하나의 앱 안에서 다음 세 가지 방식으로 쓸 수 있었다.
• Chat: 일반적인 채팅형 대화
• Co-work: 로컬 폴더에 직접 접근해서 파일 단위 업무를 처리하는 모드
• Claude Code: 개발, 배포, 검증까지 가능한 고자율 코드 작업 모드
특히 Co-work는 “비개발자를 위한 Claude Code”처럼 느껴졌다.
복잡한 터미널이나 개발 환경을 잘 몰라도, 폴더만 지정하면 그 안의 파일들을 읽고 분석하고 새 파일까지 만들어 주는 방식이어서, 사무 자동화 관점에서 매우 매력적으로 다가왔다.
⸻
2. 왜 Co-work가 나왔는지 이해하게 되었다
강의에서 흥미로웠던 부분은 Co-work가 왜 만들어졌는지에 대한 설명이었다.
원래 Claude Code는 개발자를 위한 도구로 먼저 나왔지만, 실제 사용자들은 코딩뿐 아니라 여행 계획, 자료 정리, 슬라이드 제작, 파일 관리 같은 비개발 업무에도 이것을 활용하기 시작했다고 한다.
즉, 원래는 개발자용으로 만든 도구였는데 사용자들이 먼저 “이걸 업무 자동화에도 쓸 수 있네?”라고 발견한 셈이다.
그 흐름 속에서 더 많은 비개발자가 쉽게 접근할 수 있도록 나온 것이 바로 Co-work였다.
이 설명을 들으면서, 요즘 AI 도구들은 개발용/비개발용 경계가 점점 흐려지고 있다는 생각이 들었다.
결국 중요한 것은 “내가 무엇을 시키고 싶은가”이지, 꼭 개발자만 쓸 수 있는 시대는 아니라는 점을 다시 확인했다.
⸻
3. Chat과 Co-work의 결정적 차이를 체감했다
정기님은 일반 채팅과 Co-work의 차이를 아주 분명하게 보여주셨다.
일반 채팅에서는
• 파일 업로드 크기 제한이 있고
• 파일 개수도 제한이 있고
• 큰 폴더 단위 작업이 어렵다.
반면 Co-work는
• 로컬 폴더를 직접 지정할 수 있고
• 수십 개, 수백 개 파일도 폴더 단위로 다룰 수 있고
• 파일을 새로 만들거나 수정하는 업무까지 가능하다.
이 차이는 단순한 편의성 문제가 아니라, 업무 자동화의 가능 범위 자체가 달라지는 문제라는 생각이 들었다.
예를 들어 이미지 수십 장, 엑셀 여러 개, 영수증 묶음, 보고서 PDF 모음 같은 자료는 채팅창에 하나씩 올리는 방식으로는 너무 비효율적이다.
그런데 Co-work는 아예 폴더째 접근하니, 실무에서 훨씬 현실적으로 쓸 수 있다는 점이 인상적이었다.
⸻
4. 매출 엑셀 데이터를 대시보드로 만드는 시연이 특히 인상 깊었다
가장 먼저 보여주신 사례는 6월~9월 매출 데이터 엑셀 파일 여러 개를 분석해서 대시보드를 만드는 작업이었다.
진행 방식이 흥미로웠다.
1. 먼저 매출 파일들을 하나의 폴더에 넣는다.
2. Co-work에서 그 폴더를 지정한다.
3. “이 폴더 안의 매출 데이터를 분석해 달라”고 요청한다.
4. 이후 곧바로 결과를 만드는 것이 아니라,
AI가 먼저 “어떤 관점의 대시보드를 원하는지” 질문한다.
5. 사용자가 월별 추이, 매장별 비교, 핵심 지표 등을 답하면
그 맥락을 바탕으로 새로운 엑셀 파일 형태의 대시보드를 생성한다.
여기서 배운 점은 단순히 “AI가 결과를 만들어 준다”가 아니었다.
오히려 더 중요한 것은, AI가 먼저 설계 질문을 하게 만드는 방식이었다.
이 부분이 매우 인상 깊었다.
실무에서는 “대시보드 만들어줘”만으로는 좋은 결과가 나오기 어렵다.
무엇을 비교할지, 어떤 지표를 넣을지, 한 시트 로 할지, 차트 중심인지 표 중심인지 같은 결정이 필요하다.
정기님은 이 모호한 지점을 AI가 먼저 질문하게 만들고, 사용자가 답하면서 설계를 함께 잡아가는 방식으로 보여주었다.
즉, 좋은 자동화는 단순 명령이 아니라 설계 대화에서 시작된다는 것을 배웠다.
⸻
5. 이미지를 분석해서 보고서를 만드는 흐름도 업무 활용성이 커 보였다
두 번째로 인상 깊었던 사례는 카나나 서비스 후기를 이미지로 수집해 놓고, 이를 분석 보고서로 바꾸는 작업이었다.
후기들이 스크린샷 이미지 형태로 많이 쌓여 있었는데, 이것을 사람이 하나하나 읽고 텍스트로 옮기고 정리하려면 시간이 엄청 걸린다.
그런데 Co-work에서는 이미지들이 담긴 폴더를 지정한 뒤,
• 이미지마다 무슨 내용이 있는지 읽고
• 텍스트화하고
• 전체 후기의 감성 분석, 핵심 키워드, 개선점 등을 뽑아
• 최종적으로 문서 형태의 보고서를 만들어 주는 흐름
을 확인할 수 있었다.
이 사례를 보면서 “아, 이제는 이미지 파일이 많이 쌓여 있어도 겁먹을 필요가 없겠구나”라는 생각이 들었다.
특히 상담 기록, 설문 캡처, 후기 이미지, 카카오톡 캡처, 강의 피드백 스크린샷처럼 텍스트가 아닌 이미지 형태로 쌓이는 자료들이 많은데, 이런 것들을 보고서 자산으로 바꿀 수 있다는 점이 매우 현실적으로 다가왔다.
⸻
6. Co-work가 PPT까지 만들어 준다는 점이 놀라웠다
엑셀 대시보드뿐 아니라, 그 분석 결과를 바탕으로 PPTX 파일까지 생성하는 시연도 인상적이었다.
중요했던 점은, 이것이 단순 이미지 슬라이드가 아니라 편집 가능한 PPT 파일이라는 것이다.
즉 초안을 AI가 만들어 주고, 이후 사람이 열어서 수정하고 다듬는 방식으로 바로 이어질 수 있다.
이 지점에서 “AI가 만든 결과물은 아직 완성본이라기보다 초안”이라는 사실을 다시 확인했다.
하지만 그 초안 수준이 꽤 높다면, 사람이 처음부터 빈 화면에서 만드는 것보다 훨씬 효율적일 수 있다.
특히 보고서 작성이나 발표 자료 제작을 자주 하는 사람이라면,
• 데이터 정리
• 요약 문안 생성
• 차트 구조 제안
• 발표 슬라이드 초안 제작
까지 연결될 수 있다는 점에서 활용도가 높아 보였다.
⸻
7. Gmail 브리핑 자동화 사례가 아주 실용적으로 느껴졌다
가장 실생활에 가까웠던 사례는 매일 아침 중요한 이메일만 추려서 알려주는 스케줄 자동화였다.
정기님은 Gmail 커넥터를 연결한 뒤,
• 전날 밤부터 아침까지 들어온 메일 중
• 읽지 않은 메일을 분석하고
• 우선순위를 정리해서
• 브리핑 형태로 요약해 주는 자동화 흐름을 보여주셨다.
이때 단순히 Gmail 연결만 쓰는 것이 아니라, 필요하면 Claude in Chrome 같은 도구를 통해 브라우저를 직접 열어 행동하게 하는 방식도 설명해 주셨다.
이 부분은 완전히 새로운 세계처럼 느껴졌다.
즉, AI가 단지 “요약”만 하는 것이 아니라
브라우저를 열고, 필요한 버튼을 누르고, 실제 작업 단계까지 접근할 수 있다는 가능성을 본 것이다.
물론 속도는 느렸고, 아직 완전히 매끄럽지는 않았지만, “아 이런 흐름이 실제로 되는구나”를 눈으로 확인한 것 자체가 큰 배움이었다.
⸻
8. Co-work의 장점만 본 것이 아니라 한계도 함께 이해했다
오늘 강의가 좋았던 이유 중 하나는 장점만 강조하지 않았다는 점이다.
정기님은 Co-work의 한계도 솔직하게 말씀해 주셨다.
내가 이해한 주요 한계는 다음과 같다.
• 아직 리서치 프리뷰 단계라서 완벽하지 않다.
• 작업 속도가 꽤 느릴 수 있다.
• 토큰 사용량이 많아질 수 있다.
• 세션을 닫으면 이전 맥락이 사라질 수 있다.
• 프롬프트가 모호하면 원치 않는 파일 수정/삭제 위험이 있다. (예: 정리해줘)
• 그래서 반드시 백업 폴더를 따로 만들어 안전하게 써야 한다.
이 설명이 매우 중요하게 느껴졌다.
새로운 도구일수록 “와, 된다!”에만 집중하기 쉬운데, 실제로는 실수나 위험 가능성도 있기 때문이다.
특히 파일을 직접 건드리는 도구인 만큼, 원본 폴더가 아니라 복사본 폴더로 실험하는 습관이 꼭 필요하다는 점을 배웠다.
⸻
9. Claude Code는 더 강력하지만, 입문은 Co-work가 더 적합하다는 말이 이해되었다
강의 후반부에는 Claude Code도 잠깐 시연해 주었다.
이력서와 웹 검색 결과를 조합해서 포트폴리오 웹페이지를 만들고, 심지어 배포까지 이어지는 흐름은 정말 놀라웠다.
다만 그만큼 자유도가 높고 위험성도 커 보였다.
권한을 한 번에 다 허용하는 옵션을 켜면 거의 자율주행처럼 돌아가는데, 잘 쓰면 대단하지만 초보자에게는 부담이 있을 수 있겠다고 느꼈다.
그래서 정기님이 “처음에는 Co-work로 시작하고, 그 다음 Claude Code로 넘어오는 것이 마음 편하다”고 하신 말이 아주 설득력 있게 다가왔다.
즉 오늘 내가 정리한 흐름은 이렇다.
• Chat: 가볍게 묻고 답하기
• Co-work: 파일/문서/업무 자동화 실전
• Claude Code: 더 큰 자유도와 배포까지 포함한 고급 자동화
이렇게 단계별로 접근하면 훨씬 덜 두렵겠다는 생각이 들었다.
⸻
10. 오늘 강의에서 개인적으로 가장 크게 느낀 점
오늘 가장 크게 느낀 것은,
AI 활용이 더 이상 “질문 잘하기”에만 머무르지 않는다는 점이다.
이제는
• 폴더를 주고
• 파일을 묶어서 맡기고
• 설계를 같이 하고
• 결과물을 새 파일로 만들고
• 필요한 경우 정기 실행까지 걸어두는 수준
으로 확장되고 있다.
즉 AI는 점점 “답변 기계”가 아니라 업무 파트너처럼 변하고 있다.
그리고 이 흐름은 앞선 요한님의 강의와도 자연스럽게 연결되었다.
요한님이 말한 것처럼 내가 평소에 자료를 잘 정리하고, 마크다운과 메타데이터, 구조를 갖춘 지식관리를 해 두면
정기님이 보여주신 Co-work나 Claude Code 같은 도구로 그 자산을 훨씬 더 강력하게 활용할 수 있을 것이다.
⸻
11. 앞으로 내가 해보고 싶은 것
이번 강의를 보고 나서 직접 해보고 싶은 것은 세 가지다.
첫째, 폴더 단위 자료 정리 자동화를 시도해 보고 싶다.
예를 들어 후기 스크린샷, 상담 관련 메모, 강의 자료 PDF 등을 따로 모아두고 Co-work로 요약/분석/보고서화하는 흐름을 실험해 보고 싶다.
둘째, 엑셀 데이터 + 대시보드 초안 만들기를 해보고 싶다.
숫자 데이터를 그냥 보관만 하는 것이 아니라 AI와 함께 관점을 정하면서 대시보드화하는 흐름이 매우 유용해 보였다.
셋째, 반복적인 이메일/보고 업무 자동화를 탐색해 보고 싶다.
특히 뉴스레터, 피드백 수집, 우선순위 메일 분류 같은 작업은 실제로 시간을 많이 잡아먹기 때문에, AI 자동화의 효과를 체감하기 좋은 영역으로 보였다.
⸻
12. 마무리
오늘 강의는 단순히 “클로드에 이런 기능이 있습니다”를 보여주는 시간이 아니었다.
오히려 비개발자도 AI 자동화의 흐름을 실제로 설계하고 활용할 수 있다는 가능성을 보여주는 시간이었다.
특히 Co-work는
• 로컬 폴더 접근
• 대용량 파일 다루기
• 엑셀/보고서/PPT 생성
• 스케줄 자동화
• 커넥터 연동
까지 지원하면서, 사무자동화 관점에서 매우 강력한 도구라는 것을 확인했다.
아직 느리고, 조심해서 써야 하고, 완벽하지는 않다.
하지만 분명한 것은 이런 흐름이 이미 시작되었다는 점이다.
오늘의 배움을 한 문장으로 정리하면 이렇다.
AI는 이제 질문에 답하는 수준을 넘어, 내 폴더 안의 파일을 읽고 정리하고 만들고 보내는 업무 파트너로 진화하고 있다.
이번 강의를 계기로 나도 단순히 “AI에게 물어보는 사람”에서 그치지 않고,
AI와 함께 실제 업무 흐름을 설계하는 사람으로 한 걸음 더 나아가 보고 싶다.
도움 받은 글 (옵션)
박정기님 AL TALK 바이브코딩 도구 탐색 & 라이브 데모
