콘텐츠 100개를 못 만드는 대표님, AI 작업환경부터 바꿨습니다
퀀텀점프클럽 정상록4 min read4 views콘텐츠 100개를 못 만드는 대표님, AI 작업환경부터 바꿨습니다
혼자 일하는 대표님이 마케팅 콘텐츠 100개 리스트를 뽑아두고도 손을 못 댄 이유는 실력이 아니라 작업환경이었습니다. 장비 판단부터 작업공간을 나누는 법까지, 세팅을 바꾸자 실행 속도가 달라졌습니다.
이 글은 아래 영상의 현장을 정리한 것입니다. 세팅 과정을 눈으로 보시려면 영상이 빠릅니다. https://youtu.be/Eooy1xEgSsY
계획은 있는데 실행이 안 되는 이유
"좀 어려워요. 혼자 하다 보니까 하루 종일 일은 하는데 눈에 보이는 게 없다. 출시가 반년 이상 밀린 상황이고"(00:00)라고 이 코칭 현장의 대표님은 말했습니다. 외주사 코드 내재화와 리팩토링, 신규 개발까지 혼자 끌고 가다 보니 "속도가 안 나는 상황"(00:53)이었죠.
마케팅 콘텐츠 100개를 리스트와 내용까지 다 뽑아두고도 "그거를 쉽사리 손을 대지 못하고 있는 상황"(01:01)이라고도 털어놓았습니다. 병목은 "할 일을 몰라서"가 아니라 "정해둔 일을 실행할 손이 없어서"였던 거예요. 계획은 이미 있었고 실행만 비어 있었으니, 처방도 전략을 다시 짜는 대신 실행 주체를 늘리는 쪽, 즉 AI 에이전트 작업환경으로 향했습니다.
장비는 지금 사는 게 싸다, 로컬 모델의 실익
기존 장비는 M4 칩·16GB 맥미니, "애플 컴퓨터 중에 거의 제일 싼 모델"(02:39)로 129만 원 정도였습니다. 반면 QJC 사무실은 64GB 메모리에서 에이전트 90개를 동시에 돌리고 있었죠. "앞으로 컴퓨터 가격은 더 오를 거란 말이죠. 근데 사람을 쓸 일은 점점 없어질 거예요."(03:06) 자금 여유가 있을 때 사두면 ROI(투자 대비 수익)가 시간이 갈수록 올라간다는 논리였습니다. 2026년 3월 M5 맥북 프로 라인업이 이전 세대보다 최대 400달러 오른 배경도 램 공급 부족이었죠.
로컬 모델의 실익은 LLM(거대언어모델)이 아니라 이미지·영상·오디오·음성 인식(STT)에 있다는 점도 짚었습니다. "로컬 모델 하면은 전기세만 나가는 거예요."(05:19) 영상 편집 외주에 매달 최소 100만 원이 나가는데, 이 비용을 로컬 처리로 흡수할 수 있다는 계산이었어요.
최종 구성은 맥북 프로 16형·M5 맥스(18코어 CPU·40코어 GPU)·통합 메모리 128GB·SSD 2테라바이트였고(08:2008:37), 상담 시점 견적은 약 1,189만 원이었습니다(07:3007:59). 다만 이는 그날 상담 구성 기준이고, Apple 공식 스토어 기준 같은 사양의 시작 구성은 719만 원대이며 128GB·2TB는 별도 옵션이라 최종가는 구성에 따라 달라집니다.
cmux로 작업공간부터 나누기
이날 세팅의 핵심은 cmux였습니다. AI 코딩 에이전트를 병렬로 돌리는 macOS 네이티브 터미널로, Claude Code나 Codex 같은 CLI 도구와 함께 쓰도록 설계됐어요. GPL-3.0 오픈소스라 brew install cmux로 설치합니다.
좌측 사이드바가 작업공간, 우측이 터미널입니다. "콘텐츠, 개발, 프로젝트 개발, 회사, 비용 처리 이렇게 쭉쭉 나눌 수가 있어요."(10:38) Cmd+T로 새 탭을 열고, Cmd+R로 이름을 붙이고, Cmd+Shift+R로 "개발팀"·"마케팅팀" 작업공간을 새로 만들었습니다.
작업공간마다 git 브랜치와 열린 포트가 사이드바에 표시되고, 에이전트가 입력을 기다리면 해당 탭에 알림 링이 뜹니다. 에이전트를 여러 개 띄우면 어느 창이 멈췄는지 모른다는 게 흔한 불만인데, 이 알림 링이 그 답답함을 풀어줍니다.
세팅 자체를 에이전트에게 맡기기
cmux를 다루는 법을 하나씩 배우는 대신, 세팅 자체를 Claude Code에 통째로 맡긴 장면이 눈에 띄었습니다. "cmux 최적화해줘. 한국어 폰트 최적화된 거 설정해주고 화면도 최적화해줘. 그리고 워크스페이스랑 탭들도 내가 작업했었던 기록 찾아가지고 다 설정해줘."(14:40~14:58)
권한도 크게 열었습니다. "클로드 코드의 권한을 설정해줘. 삭제를 제외한 모든 범위를 자동으로 허용하게 해줘."(15:54~16:03) 확인 창이 매번 뜨는 걸 막아야 에이전트가 속도를 낼 수 있다는 판단이었죠.
Claude Code와 Codex를 함께 쓰기
모델 전환도 직접 해봤습니다. /model fable 명령을 쓰면서 "숫자, 그 모델에 넘버링이 들어가면 안 되고 그냥 모델 이름만 들어가야 돼."(13:4814:26)라는 팁도 나왔어요. 이어서 "밑에 슬래시 눌러서 코덱스 이렇게 쭉 있잖아요. 저게 클로드 코드에서 코덱스를 쓸 수 있는 스킬이라고 보시면 돼요."(17:0917:22)라며 Codex CLI 연동을 확인했습니다.
마지막으로 요청한 건 완료 알림이었습니다. "클로드 코드나 코덱스 등 cmux에서 작업이 완료됐을 때 컴퓨터에 알림이 뜨게 해줘."(17:44)
기록이 남는 곳에서 일하기
세팅을 마무리하며 강조한 습관이 하나 있습니다. "대표님이 클로드나 챗GPT나 그런 앱을 쓸 때 데스크톱에서 뭔가 작업을 할 때 웬만한 걸 다 클로드 코드한테 하셔야 돼요. 기록이 남아, 그래야."(18:18~18:32) 챗봇 앱은 그 순간의 대화만 남지만, Claude Code는 파일로 이력이 남아 다음 세션이 이어받습니다.
Ctrl+C로 나온 재개 명령을 그대로 복사해 cmux에 다시 입력하면 이전 작업을 이어받습니다. 컴퓨터를 껐다 켜도 화면이 그대로 복원되니, 그 화면 자체가 저장소인 셈이죠.
자주 묻는 질문
Q. 지금 쓰는 맥미니로도 AI 에이전트를 여러 개 돌릴 수 있나요?
가능은 하지만 메모리가 병목이 됩니다. 영상 속 M4 16GB 맥미니는 몇 개만 띄워도 버거웠고, QJC 사무실은 64GB 메모리로 에이전트 90개를 병행하고 있었어요. 램 용량이 곧 동시에 돌릴 수 있는 에이전트 숫자와 직결됩니다.
Q. 로컬 모델을 쓰면 LLM 비용도 아낄 수 있나요?
영상에서 짚은 실익은 LLM이 아니라 이미지·영상·오디오·음성 인식 쪽입니다. 텍스트 생성은 여전히 클라우드 모델을 쓰되, 반복 작업량이 많은 영상 편집·STT를 로컬로 돌리면 추가 과금 없이 전기세만 든다는 게 핵심이었어요.
AI를 쓰는 것과 AI가 실제로 일하게 만드는 것은 다릅니다. 같은 도구를 써도 세팅이 없으면 결과가 갈린다는 게 이번 코칭의 요지였어요. 실제 과정은 영상에서 확인하실 수 있습니다.
참고자료
https://youtu.be/Eooy1xEgSsY https://cmux.com/ https://github.com/manaflow-ai/cmux https://support.apple.com/en-us/126319 https://www.apple.com/shop/buy-mac/macbook-pro/16-inch https://www.digitaltoday.co.kr/en/view/17058/apple-unveils-m5-macbook-pro-macbook-air-up-to-400-dollar-price-rise
