{"success":true,"count":5,"items":[{"videoId":"Xu5gz2qsaz8","chunkIndex":0,"totalChunks":5,"title":"Inside Anthropic’s Bet on Claude Agents that Work While You Sleep | Jess Yan — Part 1 of 5","thumbnail":"https://i.ytimg.com/vi/Xu5gz2qsaz8/maxresdefault.jpg","duration":2415,"uploader":"Peter Yang","youtubeUrl":"https://www.youtube.com/watch?v=Xu5gz2qsaz8","keywords":["ai-agents","anthropic","claude","automation","developer-tools","llm","workflow","data-analysis","orchestration"],"normalizedKeywords":["엔지니어링","프로덕트","기술 트렌드"],"targetAudience":[{"who":"AI 제품 기획자","why":"에이전트의 핵심 구성요소와 제품화 방식을 이해하는 데 유용하다"},{"who":"엔지니어","why":"하니스, 권한, 툴 호출, 디버깅 구조를 실무 관점에서 볼 수 있다"},{"who":"창업자","why":"에이전트 기반 자동화가 어떤 ROI를 만드는지 판단하는 데 도움 된다"}],"normalizedAudience":["엔지니어·개발자","창업자·스타트업","프로덕트 매니저·기획자"],"summary":"이 영상은 Anthropic의 Jess Yan이 Claude Agents/Managed Agents를 중심으로, 현대적 AI 에이전트가 무엇인지와 어떻게 제품화되는지를 설명한다. 단순한 프롬프트 루프가 아니라, 외부 시스템 접근·권한 관리·관측성·휴먼 인 더 루프까지 포함한 '하니스'가 에이전트의 핵심이라는 점을 강조한다. 또한 모델과 하니스는 분리된 요소가 아니라 함께 설계·평가되어야 최대 성능이 나온다고 주장한다.\n\n후반부 데모에서는 데이터 분석용 에이전트를 콘솔에서 구성하는 과정을 보여주며, 모델 선택, 시스템 프롬프트, 툴셋, 권한 설정, 출력물 생성, 디버깅용 세션 분석까지 한 흐름으로 묶어 보여준다. 핵심 메시지는 에이전트의 가치가 단순한 대화가 아니라, 복잡한 작업을 높은 예측성과 낮은 운영 부담으로 위임하는 데 있다는 것이다.","insights":["에이전트의 핵심은 대화가 아니라 실행 가능한 작업 위임이다.","모델 성능은 하니스 없이 최대치를 내기 어렵다.","권한·관측성·휴먼 개입 설계가 에이전트 안전성의 본체다.","에이전트는 자동화 범위가 넓을수록 ROI가 급격히 커진다.","예측 가능한 출력이 필요하면 초기 프롬프트를 더 구체화해야 한다."],"keyClips":[{"clipId":"Xu5gz2qsaz8:c0:11-19","startSegmentIndex":11,"endSegmentIndex":19,"startTime":69.28,"endTime":153.92000000000002,"durationSeconds":84.6,"preview":"에이전트의 본질","mustSee":true},{"clipId":"Xu5gz2qsaz8:c0:21-29","startSegmentIndex":21,"endSegmentIndex":29,"startTime":158.239,"endTime":312.639,"durationSeconds":154.4,"preview":"모델과 하니스","mustSee":true},{"clipId":"Xu5gz2qsaz8:c0:33-41","startSegmentIndex":33,"endSegmentIndex":41,"startTime":325.12,"endTime":388.08,"durationSeconds":63,"preview":"에이전트 구성요소","mustSee":false},{"clipId":"Xu5gz2qsaz8:c0:45-49","startSegmentIndex":45,"endSegmentIndex":49,"startTime":401.84000000000003,"endTime":464.56,"durationSeconds":62.7,"preview":"데이터 분석 데모","mustSee":false},{"clipId":"Xu5gz2qsaz8:c0:63-66","startSegmentIndex":63,"endSegmentIndex":66,"startTime":548.72,"endTime":596.8,"durationSeconds":48.1,"preview":"예측성과 디버깅","mustSee":true}],"curatedSegments":[],"generatedAt":"2026-06-30T22:58:28.601Z","keyClipsTotalSec":1155},{"videoId":"Xu5gz2qsaz8","chunkIndex":1,"totalChunks":5,"title":"Inside Anthropic’s Bet on Claude Agents that Work While You Sleep | Jess Yan — Part 2 of 5","thumbnail":"https://i.ytimg.com/vi/Xu5gz2qsaz8/maxresdefault.jpg","duration":2415,"uploader":"Peter Yang","youtubeUrl":"https://www.youtube.com/watch?v=Xu5gz2qsaz8","keywords":["artificial-intelligence","llm-agents","automation","prompt-engineering","evaluation","machine-learning","mcp","developer-tools"],"normalizedKeywords":["엔지니어링","프로덕트","기술 트렌드"],"targetAudience":[{"who":"AI 개발자","why":"에이전트 설계, 툴 연결, eval 방식 같은 구현 이슈가 중심이다."},{"who":"프로덕트 매니저","why":"자율 에이전트의 가치와 품질을 어떻게 판단할지에 도움이 된다."},{"who":"기술 리더","why":"사람이 붙어야 하는 지점과 자동화 가능한 지점을 가늠할 수 있다."}],"normalizedAudience":["엔지니어·개발자","프로덕트 매니저·기획자","지식노동자 일반"],"summary":"이 구간은 Claude Agent를 중심으로, 자율적으로 일하고 스스로 복구하는 에이전트가 왜 필요한지와 어떻게 구성되는지를 설명한다. 모델, 프롬프트, 툴 접근, 선택적 스킬이라는 기본 구성부터 시작해, MCP로 외부/내부 시스템에 안전하게 연결하는 방식과 raw prompting loop의 한계를 대비한다. 또한 실제로 에이전트가 쇼핑 데이터 분석과 예측 모델을 몇 분 만에 만들어내는 사례를 보여주며, 점점 더 중요한 쟁점이 '무엇을 만들게 할까'보다 '어떤 결과가 좋은가'라는 outcome optimization으로 이동하고 있음을 강조한다.\n\n후반부에서는 에이전트 eval이 가장 어렵다는 문제를 다루며, 단순한 pass/fail을 넘어 재실행, A/B 테스트, 다중 대화 replay, 에이전트 자기평가 같은 방법을 소개한다. 핵심 메시지는 사람이 모든 중간 단계를 직접 엮는 대신, 에이전트가 실행·검증·수정의 루프를 더 많이 자체적으로 돌릴수록 더 좋은 결과를 낸다는 것이다.","insights":["raw prompting loop는 복잡한 작업을 감당하기엔 너무 취약하다.","자율 에이전트의 핵심은 오류 복구와 재조정 능력이다.","툴 연결은 MCP처럼 표준화·인증이 있어야 안전하다.","eval은 정답 채점이 아니라 행동이 의도대로 일어나는지 보는 일이다.","좋은 에이전트는 중간 산출물보다 최종 결과를 최적화한다."],"keyClips":[{"clipId":"Xu5gz2qsaz8:c1:2-6","startSegmentIndex":2,"endSegmentIndex":6,"startTime":606.24,"endTime":650,"durationSeconds":43.8,"preview":"에이전트 기본구조","mustSee":false},{"clipId":"Xu5gz2qsaz8:c1:8-14","startSegmentIndex":8,"endSegmentIndex":14,"startTime":659.519,"endTime":768.88,"durationSeconds":109.4,"preview":"raw loop의 한계","mustSee":true},{"clipId":"Xu5gz2qsaz8:c1:16-23","startSegmentIndex":16,"endSegmentIndex":23,"startTime":772.88,"endTime":861.12,"durationSeconds":88.2,"preview":"몇 분 만의 인사이트","mustSee":false},{"clipId":"Xu5gz2qsaz8:c1:26-35","startSegmentIndex":26,"endSegmentIndex":35,"startTime":871.76,"endTime":1009.199,"durationSeconds":137.4,"preview":"eval이 제일 어렵다","mustSee":true},{"clipId":"Xu5gz2qsaz8:c1:40-55","startSegmentIndex":40,"endSegmentIndex":55,"startTime":1028.799,"endTime":1167.919,"durationSeconds":139.1,"preview":"결과지향으로 이동","mustSee":false},{"clipId":"Xu5gz2qsaz8:c1:57-59","startSegmentIndex":57,"endSegmentIndex":59,"startTime":1179.52,"endTime":1204.64,"durationSeconds":25.1,"preview":"내부 활용의 깊이","mustSee":false}],"curatedSegments":[],"generatedAt":"2026-06-30T22:58:39.849Z","keyClipsTotalSec":1155},{"videoId":"Xu5gz2qsaz8","chunkIndex":2,"totalChunks":5,"title":"Inside Anthropic’s Bet on Claude Agents that Work While You Sleep | Jess Yan — Part 3 of 5","thumbnail":"https://i.ytimg.com/vi/Xu5gz2qsaz8/maxresdefault.jpg","duration":2415,"uploader":"Peter Yang","youtubeUrl":"https://www.youtube.com/watch?v=Xu5gz2qsaz8","keywords":["ai-agents","enterprise-software","productivity","automation","customer-success","prototyping","slack","api-design","llm","cloud-computing"],"normalizedKeywords":["프로덕트","비즈니스·전략","엔지니어링"],"targetAudience":[{"who":"프로덕트 매니저","why":"고객 피드백과 내부 데이터를 바탕으로 제품 결정을 더 빨리 내리는 방식이 유용함"},{"who":"창업자","why":"에이전트로 반복 업무를 자동화하고 팀 역량을 증폭시키는 관점을 얻을 수 있음"},{"who":"엔지니어","why":"장기 실행 에이전트, 프로액티브 트리거, 코드베이스 연동 패턴을 이해하는 데 도움됨"}],"normalizedAudience":["프로덕트 매니저·기획자","창업자·스타트업","엔지니어·개발자"],"summary":"이 영상은 Claude Agents를 단순한 챗봇이 아니라, 코드베이스·슬랙·고객 데이터에 연결된 '항상 켜져 있는 동료'처럼 쓰는 방식을 보여준다. 화자는 에이전트가 PR 추적, 고객 문의 요약, RFP 대응, 장애 진단, API 의사결정 보조까지 해주기 때문에 제품 이해와 고객 대응 속도가 크게 올라간다고 말한다. 핵심은 더 많은 질문을 AI에게 떠넘기는 것이 아니라, 더 좋은 맥락과 더 최신 상태를 확보해 사람의 판단을 한 단계 올리는 데 있다.\n\n또한 managed agents의 가치가 개인에게도 크다고 강조한다. 짧게 끝나는 작업이 아니라 몇 주 동안 이어지는 반복 업무를 에이전트에 맡기고, 필요할 때마다 새 에이전트를 빠르게 프로토타이핑해 버리는 것이 효율적이라는 것이다. 결국 이 영상은 '에이전트는 자동화 도구'라는 수준을 넘어, 업무 환경 전체를 클라우드로 확장하고 인간의 대화를 더 깊게 만드는 인프라라는 관점을 전달한다.","insights":["에이전트의 진짜 가치는 최신 맥락 접근성에서 나온다.","AI를 더 많이 쓰면 질문 수준이 높아져 팀 대화도 깊어진다.","프로액티브 에이전트는 트리거와 지속적 데이터 갱신이 핵심이다.","짧은 반복 업무는 완성도보다 빠른 자동화가 더 이롭다.","장기 실행 작업은 로컬이 아니라 클라우드로 옮겨야 한다."],"keyClips":[{"clipId":"Xu5gz2qsaz8:c2:1-2","startSegmentIndex":1,"endSegmentIndex":2,"startTime":1201.75,"endTime":1219.6,"durationSeconds":17.8,"preview":"코드베이스가 열쇠","mustSee":false},{"clipId":"Xu5gz2qsaz8:c2:4-5","startSegmentIndex":4,"endSegmentIndex":5,"startTime":1241.44,"endTime":1267.76,"durationSeconds":26.3,"preview":"고객 대응의 증폭","mustSee":false},{"clipId":"Xu5gz2qsaz8:c2:6-7","startSegmentIndex":6,"endSegmentIndex":7,"startTime":1267.76,"endTime":1302.64,"durationSeconds":34.9,"preview":"스케줄과 즉흥 탐색","mustSee":false},{"clipId":"Xu5gz2qsaz8:c2:11-18","startSegmentIndex":11,"endSegmentIndex":18,"startTime":1322.799,"endTime":1406.48,"durationSeconds":83.7,"preview":"프로액티브 에이전트","mustSee":true},{"clipId":"Xu5gz2qsaz8:c2:23-31","startSegmentIndex":23,"endSegmentIndex":31,"startTime":1423.76,"endTime":1508.4,"durationSeconds":84.6,"preview":"Claude로 사고 확장","mustSee":false},{"clipId":"Xu5gz2qsaz8:c2:35-64","startSegmentIndex":35,"endSegmentIndex":64,"startTime":1522.159,"endTime":1795.279,"durationSeconds":273.1,"preview":"직무를 자동화하는 법","mustSee":true}],"curatedSegments":[],"generatedAt":"2026-06-30T23:14:53.200Z","keyClipsTotalSec":1155},{"videoId":"Xu5gz2qsaz8","chunkIndex":3,"totalChunks":5,"title":"Inside Anthropic’s Bet on Claude Agents that Work While You Sleep | Jess Yan — Part 4 of 5","thumbnail":"https://i.ytimg.com/vi/Xu5gz2qsaz8/maxresdefault.jpg","duration":2415,"uploader":"Peter Yang","youtubeUrl":"https://www.youtube.com/watch?v=Xu5gz2qsaz8","keywords":["ai-agents","enterprise-ai","workflow-automation","vertical-saas","productivity","chat-interface","cloud-code","software-development","agent-orchestration","generative-ai"],"normalizedKeywords":["기술 트렌드","프로덕트","비즈니스·전략"],"targetAudience":[{"who":"엔터프라이즈 도입 담당자","why":"조직에 에이전트를 어떻게 배포하고 자리잡게 할지 실무 관점을 얻을 수 있음"},{"who":"프로덕트 매니저","why":"기능보다 사용자 워크플로우와 배포 방식이 중요하다는 시사점이 큼"},{"who":"개발자","why":"클라우드 코드·챗 기반 에이전트 운영 패턴을 이해하는 데 유용함"}],"normalizedAudience":["엔지니어·개발자","프로덕트 매니저·기획자","창업자·스타트업"],"summary":"이 영상은 Claude 같은 에이전트를 개인과 조직에 어떻게 실제로 도입해야 하는지에 대한 실무적 관점을 다룬다. 개인적으로는 육아 스케줄 관리, 냉장고/장보기 관리 같은 사례를 통해 '개인 비서형 에이전트'의 가능성을 보여주고, 기업에서는 거대한 자동화보다 먼저 한 명의 직원이 더 강해지는 형태로 시작하라고 권한다. 또한 에이전트 롤아웃은 복잡한 설계보다 템플릿 제공, 빠른 사용자 투입, 그리고 초반의 vibe testing이 중요하다고 강조한다.\n\n후반부에서는 에이전트가 앞으로 어떻게 바뀔지 전망한다. 장기 실행 에이전트가 밤새 일을 처리하고, 업무의 한계가 개인 역량보다 '얼마나 잘 위임하느냐'로 이동할 것이라고 본다. 동시에 vertical SaaS는 점점 더 세분화되어, 범용 업종별 솔루션보다 특정 워크플로우와 사용자 위치에 맞춘 초특화 제품이 살아남을 것이라고 말한다. 결국 에이전트는 웹사이트가 아니라 사용자의 실제 작업 공간, 특히 chat과 cloud code 안에 있어야 한다는 메시지로 수렴한다.","insights":["에이전트 도입은 거대한 자동화보다 개인 증폭부터 시작해야 한다.","초반 롤아웃은 템플릿과 빠른 사용자 테스트가 핵심이다.","vibe testing은 초기 판단에 유용하지만 규모화되면 eval로 넘어가야 한다.","앞으로의 성과 한계는 개인 능력보다 위임 능력이 좌우한다.","살아남는 제품은 사용자 워크플로우 안에 자연스럽게 붙어야 한다."],"keyClips":[{"clipId":"Xu5gz2qsaz8:c3:2-7","startSegmentIndex":2,"endSegmentIndex":7,"startTime":1805.919,"endTime":1876.72,"durationSeconds":70.8,"preview":"개인 비서의 현실","mustSee":false},{"clipId":"Xu5gz2qsaz8:c3:10-14","startSegmentIndex":10,"endSegmentIndex":14,"startTime":1884,"endTime":2002.88,"durationSeconds":118.9,"preview":"개인부터 강해지게","mustSee":false},{"clipId":"Xu5gz2qsaz8:c3:15-22","startSegmentIndex":15,"endSegmentIndex":22,"startTime":2002.88,"endTime":2064.159,"durationSeconds":61.3,"preview":"템플릿과 vibe test","mustSee":false},{"clipId":"Xu5gz2qsaz8:c3:27-29","startSegmentIndex":27,"endSegmentIndex":29,"startTime":2081.52,"endTime":2128.64,"durationSeconds":47.1,"preview":"잠자는 동안 일한다","mustSee":false},{"clipId":"Xu5gz2qsaz8:c3:30-40","startSegmentIndex":30,"endSegmentIndex":40,"startTime":2128.64,"endTime":2373.359,"durationSeconds":244.7,"preview":"초특화와 워크플로우","mustSee":true}],"curatedSegments":[],"generatedAt":"2026-06-30T23:14:55.081Z","keyClipsTotalSec":1155},{"videoId":"Xu5gz2qsaz8","chunkIndex":4,"totalChunks":5,"title":"Inside Anthropic’s Bet on Claude Agents that Work While You Sleep | Jess Yan — Part 5 of 5","thumbnail":"https://i.ytimg.com/vi/Xu5gz2qsaz8/maxresdefault.jpg","duration":2415,"uploader":"Peter Yang","youtubeUrl":"https://www.youtube.com/watch?v=Xu5gz2qsaz8","keywords":["artificial-intelligence","agents","claude","productivity","automation","workflows","enterprise-ai","future-of-work"],"normalizedKeywords":["기술 트렌드","프로덕트","엔지니어링"],"targetAudience":[{"who":"AI 실무자","why":"에이전트가 실제 업무 시간을 어떻게 줄이는지 감을 잡을 수 있음"},{"who":"지식노동자","why":"반복 업무를 자동화해 생산성을 높이는 방향을 생각해볼 수 있음"},{"who":"제품/기술 관심자","why":"Claude Agents 같은 AI 제품의 실용성과 한계를 엿볼 수 있음"}],"normalizedAudience":["지식노동자 일반","엔지니어·개발자"],"summary":"영상의 마지막 부분에서는 화자가 자신의 연락처를 남기고 대화를 마무리한다. 핵심 메시지는 에이전트가 모든 일을 대신하는 미래에 대한 경계와, 적어도 원하지 않는 반복 업무를 대신 처리해 시간을 벌어주는 도구로서는 큰 기대를 갖고 있다는 점이다.\n\n전체적으로 이 짧은 마무리는 Anthropic의 Claude Agents가 지향하는 방향을 잘 요약한다. 즉, 사람의 일을 전면 대체하기보다는, 사람이 잠들어 있는 동안에도 가치가 낮은 업무를 맡아 생산성을 높이는 '조용한 자동화'에 가까운 비전이다.","insights":["에이전트의 가치는 대체보다 시간 절약에 있다.","자동화의 목표는 인간의 집중을 더 중요한 일로 돌리는 것이다.","좋은 AI 도구는 일을 빼앗기보다 귀찮은 일을 없앤다."],"keyClips":[{"clipId":"Xu5gz2qsaz8:c4:1-3","startSegmentIndex":1,"endSegmentIndex":3,"startTime":2404.31,"endTime":2423.76,"durationSeconds":19.5,"preview":"에이전트의 최종 가치","mustSee":true}],"curatedSegments":[],"generatedAt":"2026-06-30T23:14:57.921Z","keyClipsTotalSec":1155}]}