챕터별 상세
00:32
Last30Days: 트렌드 검색 엔진
Reddit, Hacker News, GitHub 등에서 인간의 투표를 기반으로 최신 기술 트렌드를 집계하는 검색 엔진이다. 단순 링크 나열을 넘어 AI 에이전트가 관련 정보를 요약하여 제공한다. 사용자는 npm을 통해 설치하고 명령줄에서 특정 주제를 검색할 수 있다. 알고리즘 대신 인간의 참여도가 높은 정보를 우선순위로 배치한다.
04:14
Open Notebook: 로컬 문서 분석 도구
Google의 NotebookLM과 유사한 기능을 제공하는 로컬 오픈소스 프로젝트이다. PDF 등 문서를 업로드하여 질의응답을 수행하고 내용을 요약한다. API 키를 설정하여 로컬 모델이나 클라우드 모델을 연동할 수 있다. 문서 분석뿐만 아니라 내용을 바탕으로 팟캐스트 오디오를 생성하는 기능을 포함한다.
NotebookLM은 구글의 문서 분석 및 지식 관리 AI 서비스이다.
bash
npx skills add avathors/last30days-skill -gLast30Days 도구를 전역으로 설치하는 명령어
08:59
Agent Skills: 에이전트 워크플로 제어
AI 코딩 에이전트가 소프트웨어 개발 생명주기(SDLC)를 준수하도록 돕는 7가지 슬래시 명령어를 제공한다. spec, plan, build, test, review, simplify, ship 단계별로 에이전트의 행동을 제어한다. 각 단계는 엔지니어링 모범 사례를 강제하여 에이전트가 일관된 품질로 코드를 작성하게 한다. GitHub 저장소를 에이전트 환경에 추가하여 즉시 사용 가능하다.
11:21
Headroom: 컨텍스트 압축 도구
LLM에 입력되는 컨텍스트(로그, RAG 청크, 대화 기록)를 압축하여 토큰 사용량을 줄이는 도구이다. Claude Code나 Cursor 같은 기존 에이전트와 통합되어 작동한다. 압축을 통해 API 비용을 절감하면서도 모델의 답변 품질은 유지한다. Headroom Learn 기능을 통해 실패한 세션을 분석하고 개선 사항을 제안한다.
용어 해설
- 검색 증강 생성(RAG)
- — 외부 데이터를 검색하여 LLM의 컨텍스트에 주입하는 기법이다. 모델이 학습하지 않은 최신 정보나 사내 문서를 참조하여 답변의 정확도를 높인다.
- 토큰 최적화(Token Optimization)
- — LLM 입력 및 출력 시 사용되는 토큰 수를 줄여 비용을 절감하고 추론 속도를 높이는 기술이다. 컨텍스트 압축이나 캐싱을 통해 구현된다.
- 에이전트 워크플로(Agentic Workflow)
- — AI 에이전트가 복잡한 작업을 수행하기 위해 계획, 실행, 검증, 수정 단계를 반복하는 구조화된 프로세스이다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 06. 13.수집 2026. 06. 13.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.