YouTube와 문서를 AI 에이전트용 '스킬 파일'로 변환하는 Loreto API 공개

커뮤니티 반응

작성자의 '공개 구축(Building in Public)' 시도에 대해 긍정적인 반응이며, 특히 에이전트의 효율성을 고민하는 사용자들의 관심이 높다.

주요 논점

01찬성다수

에이전트에게 정제된 컨텍스트를 제공하는 것이 토큰 비용 절감과 성능 향상의 핵심이다.

합의점 vs 논쟁점

합의점

단순히 컨텍스트 윈도우를 키우는 것만으로는 에이전트의 지능적 한계를 극복하기 어렵다.
구조화된 지식(Structured Artifacts)이 에이전트의 의사결정 품질을 높인다.

실용적 조언

Claude Code나 Codex 같은 에이전트를 사용할 때 방대한 문서를 직접 넣기보다 핵심 로직만 요약된 마크다운 파일을 활용하라.
Loreto API를 통해 기술 튜토리얼 영상에서 구현 단계와 안티패턴을 추출하여 에이전트의 지식 베이스로 활용할 수 있다.

섹션별 상세

AI 에이전트가 긴 문서를 분석할 때 발생하는 토큰 낭비와 아키텍처 오류 문제를 지적했다. 에이전트가 가공되지 않은 데이터를 읽으며 시행착오를 겪는 과정에서 불필요한 비용이 발생하고 결과물의 품질이 저하된다. 단순히 컨텍스트 윈도우를 늘리는 것보다 문제 유형별로 정제된 지식 체계를 제공하는 것이 근본적인 해결책임을 강조했다. 이를 통해 에이전트가 처음부터 올바른 방향으로 작업을 수행하도록 유도한다.

Loreto API는 다양한 소스에서 구조화된 '스킬 파일'을 추출하는 기능을 수행한다. YouTube URL, PDF, 아키텍처 다이어그램 등을 입력받아 핵심 원칙과 구현 단계가 담긴 SKILL.md 파일을 생성한다. 이 파일은 에이전트가 특정 문제를 해결할 때 참조해야 할 '사고 방식'을 규정하여 작업의 일관성을 보장한다. 결과물에는 실행 가능한 테스트 스크립트도 포함되어 실제 환경 적용 전 검증이 가능하다.

json

{
  "source": "https://www.youtube.com/watch?v=JYcidOS9ozU",
  "source_type": "auto",
  "test_language": "python",
  "include_visuals": true
}

Loreto API를 호출하여 YouTube 영상에서 스킬을 추출할 때 사용하는 요청 바디 예시

Postman을 통해 Loreto API의 요청과 응답 결과를 보여주는 스크린샷 — ScreenshotPostman 인터페이스를 통해 Loreto API의 실제 작동 방식을 증명한다. JSON 응답에는 추출된 스킬의 이름, 요약, 그리고 상세 내용이 담긴 SKILL.md 파일의 텍스트가 포함되어 있어 구조화된 데이터 추출 과정을 확인할 수 있다.

토큰 효율성 개선을 위한 구체적인 수치와 메커니즘을 제시했다. 정제된 스킬 파일을 사용하면 에이전트가 의사결정 기준을 명확히 인지하여 불필요한 도구 호출 횟수를 줄인다. 작성자는 기존에 40번의 도구 호출이 필요했던 작업을 스킬 파일을 활용해 8번으로 단축할 수 있다고 주장했다. 이는 API 호출 횟수 감소로 이어져 전체적인 작업 비용과 시간을 획기적으로 절감하는 효과를 가져온다.

다양한 입력 소스에 대한 범용성을 지원하는 멀티모달 파이프라인을 구축했다. 텍스트 기반 문서뿐만 아니라 화이트보드에 그린 아키텍처 다이어그램이나 설계 도면 이미지에서도 스킬을 추출할 수 있다. API는 소스 타입을 자동으로 감지하며, 사용자는 특정 언어로 테스트 스크립트 생성을 요청할 수 있다. 이는 복잡한 기술 문서를 에이전트가 이해하기 쉬운 형태로 변환하는 데 최적화되어 있다.

용어 해설

토큰 효율성(Token Efficiency): — LLM이 텍스트를 처리하는 단위인 토큰의 사용량을 최적화하는 기법이다. 불필요한 데이터를 제거하고 핵심 정보만 전달함으로써 API 비용을 절감하고 모델의 응답 속도를 높이는 데 필수적이다.
에이전트 워크플로(Agentic Workflow): — AI가 단순한 답변을 넘어 목표 달성을 위해 스스로 계획을 세우고 도구를 사용하며 여러 단계를 거쳐 작업을 수행하는 방식이다. 복잡한 코딩이나 데이터 분석에서 에이전트의 자율성을 극대화한다.
컨텍스트 윈도우(Context Window): — AI 모델이 한 번에 처리할 수 있는 데이터의 최대 범위이다. 윈도우가 넓더라도 모든 정보를 효율적으로 활용하지 못하는 '중간 소실' 문제가 발생할 수 있어 정보의 구조화가 중요하다.
멀티모달(Multimodal): — 텍스트뿐만 아니라 이미지, 비디오, 오디오 등 다양한 형태의 데이터를 동시에 처리하고 이해할 수 있는 기술이다. Loreto API는 영상과 다이어그램에서 정보를 추출하는 데 이 기술을 활용한다.

언급된 도구

Loreto추천링크

콘텐츠에서 AI 에이전트용 구조화된 스킬 추출

Claude Code중립

Anthropic의 AI 코딩 에이전트 도구

언급된 리소스

DemoLoreto 공식 홈페이지

튜토리얼데모에 사용된 RAG 튜토리얼 영상