개요
프레임워크, 저장소 구조, 연결, 스킬, 루틴, 위키, 마인드셋 변화, 그리고 그 과정에서 마주친 모든 함정들.
이 글을 끝까지 읽으면 Claude Code 내부에 자신만의 AI 운영 체제를 구축하는 방법을 정확히 알게 될 것입니다. Claude Code를 한 번도 열어보지 않은 사람도 가능합니다.
왜 AI OS인가
OS는 당신과 컴퓨터 사이의 계층입니다. macOS, Windows, iOS처럼요.
AI OS는 그 위에 지능이 얹어진 같은 개념입니다.
- 모든 파일을 봅니다
- 당신의 도구들을 만집니다
- 당신보다 더 잘 기억합니다
- 당신보다 더 빠르게 정확한 소스에서 정보를 끌어옵니다
Claude Code를 열어놓고 하루 업무 시간 내내 보내도, 30개의 앱을 클릭하며 돌아다니는 누군가보다 더 많은 일을 끝낼 수 있다는 말은 과장이 아닙니다.
이게 작동하는 이유는 그 아래 놓인 4가지 C 때문입니다.
- Context (맥락)
- Connections (연결)
- Capabilities (능력)
- Cadence (리듬/주기)
이 4가지가 제자리를 잡으면, 노트북을 닫고 있는 동안에도 OS는 백그라운드에서 돌아갑니다.
도구는 6개월마다 바뀝니다. 모델은 deprecated 되고, SDK는 은퇴합니다. 하지만 3M과 4C는 변하지 않습니다. 이 글 전체가 다루는 것은 바로 이 지속 가능한 계층입니다.
AI의 3M™
저장소를 건드리기 전에 내면화해야 할 3가지 습관입니다.
1️⃣ 기본값 전환 (The Default Shift)
→ 모든 작업 전에 “AI가 이걸 어떻게 할 수 있을까? 적어도 30%는?”라고 묻습니다.
→ 지난달 300개 이상의 YouTube 영상 설명을 업데이트해야 했습니다. 예전의 나라면 모든 영상을 일일이 클릭했겠죠. 새로운 나는 Claude Code와 브레인스토밍하고, API 경로를 찾아내서 몇 분 만에 끝냈습니다.
2️⃣ 기능 분해 (The Function Breakdown)
→ 당신의 역할은 작업들의 트리입니다. YouTube 영상 하나가 한 가지 작업이 아닙니다. 아이디어 구상, 스크립트 작성, 패키징, 설명 작성, 댓글 답변 등등으로 나뉩니다.
→ YouTube 영상 전체를 자동화하는 게 아닙니다. 한 번에 한 조각씩 자동화합니다. 각 조각은 다른 워크플로우에서도 재사용 가능합니다.
3️⃣ 호기심 규칙 (The Curiosity Rule)
→ “왜?”라고 묻지 않고 AI 출력을 받아들이지 마세요.
→ AI를 자판기가 아닌 멘토로 대하세요. 멘토는 피드백을 주고, 질문하고, 당신을 날카롭게 만듭니다. 자판기는 그저 동전을 받을 뿐입니다.
여기서 아무도 경고해주지 않는 부분이 있습니다. 생산성은 오르기 전에 먼저 떨어집니다.
진짜 변화를 만들면, 처음 며칠 동안은 20%의 하락을 겪게 됩니다. 중요한 건 “이게 힘들까?”가 아니라 “그 하락 이후 얻게 될 50%의 향상이 그 하락 기간의 가치가 있는가?”입니다.
대부분의 사람들은 하락 기간에 포기합니다. 그러지 마세요.
AI OS의 4C™
이것은 실용적인 프레임워크입니다. 순서가 중요합니다.
→ Context (맥락): AI가 당신, 당신의 팀, 도구, 말투, 돈에 대해 알고 있는 것
→ Connections (연결): AI가 도달할 수 있는 데이터
→ Capabilities (능력): AI가 생산해낼 수 있는 것
→ Cadence (리듬): 당신이 자는 동안 AI가 스스로 행동하는 시점
연결 없이는 리듬을 가질 수 없습니다. 맥락 없이는 능력을 가질 수 없습니다. 순서대로 구축하세요. 하나, 둘, 셋, 넷.
간단한 테스트: 새로운 Claude 세션을 열고 진짜 비즈니스 질문을 하나 해보세요. 팀원처럼 대답하나요, 아니면 5초 전에 만난 낯선 사람처럼 대답하나요?
낯선 사람처럼 대답한다면, 당신은 맥락이 전혀 없는 것입니다. 거기서부터 시작하세요.
저장소 건드리기 전에 도구들부터 매핑하세요
VS Code를 열기 전에, 이걸 종이에 스케치해보세요.
7개의 1단계 도메인:
→ Revenue (수익) → Customer (고객) → Calendar (캘린더) → Comms (커뮤니케이션) → Tasks (작업) → Meetings (회의) → Knowledge (지식)
각각에 대해 데이터가 실제로 어디에 있는지 적으세요.
예시:
→ Revenue: Skool, Stripe, QuickBooks → Customer: Skool, YouTube → Calendar: Google Workspace → Comms: Google Workspace, ClickUp, Slack → Tasks: ClickUp, Notion → Meetings: Fireflies → Knowledge: YouTube 트랜스크립트, Google Workspace, 로컬 파일
이 스케치가 당신의 연결 로드맵이 됩니다. 여기 있는 모든 도구는 결국 Claude Code로 들어가는 API 키, MCP, 또는 CLI 브릿지가 필요합니다.
하나의 다이어그램으로 당신의 모든 비즈니스를 볼 수 없다면, 당신의 AI OS도 볼 수 없습니다.
스타터 저장소 내부
저는 GitHub에 올라온 Claude Code 템플릿을 만들었습니다. 클론하고, VS Code에서 열면 5분 안에 설정이 끝납니다.
https://github.com/nateherkai/AIS-OS
각 폴더가 왜 중요한지 설명합니다:
→ .claude/skills: 모든 재사용 가능한 레시피가 있는 곳. 기본적으로 3개 스킬 포함: Audit, Level Up, Onboard.
→ Archives: Claude가 더 이상 필요하지 않은 오래된 문서를 옮겨두는 곳. 삭제하지 말고 보관하세요.
→ Contexts: Claude가 About Business, About Me, Priorities 같은 파일을 만드는 곳. 이것이 맥락(Context) C입니다.
→ Decisions: 의미 있는 결정들의 append-only 로그. 중요한 것이 생기면 날짜, 이유, 맥락 항목과 함께 기록됩니다.
→ References: 외부 지식. 3M 문서, 도구 API 레퍼런스, SOP가 여기 있습니다.
→ claude.md: 전체 프로젝트의 마스터 프롬프트. Claude에게 당신이 누구인지, 폴더가 어떻게 작동하는지, 어떤 스킬을 언제 호출할지, 무엇이 어디에 있는지 알려줍니다.
→ .env: 비밀 파일. API 키는 여기에, 절대 채팅창에 넣지 마세요. .gitignore에 등록되어 공개적으로 푸시되지 않습니다.
claude.md는 가장 많이 진화하는 파일입니다. 저는 하루에 두 번 업데이트합니다. 새 폴더, 새 스킬, 새 연결을 추가할 때마다 이 파일은 소스 오브 트루스 업데이트를 받아 Claude가 실제로 당신의 프로젝트를 알 수 있게 합니다.
온보딩 스킬 (첫날)
저장소를 클론하고, VS Code에서 열고, Claude Code를 더블클릭한 다음 “내 AI 운영 체제를 설정하고 싶어. 온보딩 도와줘.”라고 말하면 됩니다.
온보딩 스킬이 호출됩니다. 7개 질문 인터뷰. 끝나면 About Me, About Business, Priorities, 그리고 보이스 샘플이 디스크에 저장됩니다.
팁: 두 문장짜리 답변을 입력하지 마세요. Glaido 같은 음성 도구를 사용해서 각 답변에 세 문단씩 쏟아붓세요. 맥락이 풍부할수록 모든 미래의 답변이 더 좋아집니다.
온보딩 후 “이번 주에 뭘 집중해야 할까?”라고 물어보고, 방금 작성한 세 파일에서 끌어오는 걸 지켜보세요. 그것이 루프가 작동한다는 첫 번째 증거입니다.
올바른 방식으로 도구 연결하기
둘째 날은 연결입니다. 제가 힘들게 배운 순서입니다.
1️⃣ AI OS용 별도 계정 만들기
→ Claude Code에 전체 권한이 있는 개인 API 키를 주지 마세요.
→ ClickUp 내부에 “Up at AI”라는 계정을 만들고 그 계정의 API 키만 Claude에 주었습니다.
→ Stripe, QuickBooks, 돈과 관련된 모든 곳도 마찬가지입니다.
→ 별도 키를 사용하면 어떤 자동화가 무엇을 소비하는지도 볼 수 있습니다.
2️⃣ MCP 서버보다 API 엔드포인트 선호하기
→ MCP는 필요하든 안 하든 모든 엔드포인트와 모든 함수를 로드합니다. 그건 토큰 낭비입니다.
→ Claude에게 이렇게 말하세요: “API를 직접 사용해. 문서를 한 번 조사해서 마크다운 레퍼런스로 저장하고, 엔드포인트가 필요할 때마다 그 파일에서 끌어와.”
→ 마크다운은 읽기 싸다. API 문서는 매번 크롤링하기 비싸다.
3️⃣ 키는 .env에 저장, 절대 채팅창에 넣지 말기
→ Claude에게 .env 파일을 플레이스홀더와 함께 만들라고 하세요.
→ 키를 파일에 붙여넣고 저장하세요. 채팅 기록에 절대 붙여넣지 마세요.
4️⃣ 신뢰한 후에만 권한 우회(bypass) 기본값으로 설정
→ 계획 모드는 브레인스토밍용. 자동 모드는 안전한 건 하고 위험한 건 묻는다. 우회 모드는 모든 것을 다 한다.
→ 저는 우회 모드로 돌립니다. 삭제한 적 있나요? 네. 제가 시켰을 때만요.
하지만 이게 중요합니다. 연결이 처음 실패하면 그것을 선물로 받아들이세요.
같은 실패가 다시는 일어나지 않도록 Claude에게 관련 API 문서나 스킬을 업데이트하라고 하세요. 루프를 구축하면 모든 실패는 영구적인 학습이 됩니다.
스킬: 진짜 레버리지가 있는 곳
스킬은 AI 에이전트를 위한 재사용 가능한 SOP입니다. 인간을 SOP로 훈련시키는 것과 같은 방식으로 Claude를 스킬로 훈련시킵니다.
스킬은 그냥 폴더입니다. .claude/skills/skill-name/skill.md.
skill.md 상단에는 YAML 프론트매터에 이름과 설명이 있습니다. 그 아래에는 단계별 지침이 있죠. 그게 다입니다.
스킬의 해부학:
→ 이름과 설명: 필수, Claude가 스킬을 찾는 데 사용 → 단계별 규칙: 실제 SOP → 레퍼런스 파일: 브랜드 가이드라인, 톤, 타겟 아바타, 무거운 것들 → 스크립트: 스킬이 호출할 수 있는 선택적 Python이나 JS
레퍼런스 파일은 스킬 폴더 아래에 중첩될 필요가 없습니다. /references에 있을 수 있고 스킬이 경로를 가리킵니다. 더 깔끔한 쪽을 선택하세요.
Claude가 언제 스킬을 사용할지 아는 방법: 점진적 맥락 로딩.
→ Level 1: 모든 스킬 프론트매터 스캔. 스킬당 약 100 토큰. 싸다. → Level 2: 하나를 골랐다면 전체 skill.md 로드. 몇천 토큰. → Level 3: 작업이 실제로 필요할 때만 레퍼런스 파일 가져오기.
그래서 skill.md는 500줄 이하로 유지하고 레퍼런스 문서는 분리해야 합니다.
6단계 스킬 구축 프레임워크:
1️⃣ 이름과 트리거 (슬래시 명령어, 자연어, 또는 둘 다)
2️⃣ 한 문장으로 된 목표 (출력물이 무엇인가)
3️⃣ 단계별 프로세스 (수동으로 할 때 순서대로)
4️⃣ 레퍼런스 파일 (어떤 맥락이 필요한가)
5️⃣ 규칙과 가드레일 (뭐가 잘못될 수 있는가)
6️⃣ 개선 루프 (실행 후 업데이트)
제 스킬들 중에서 눈에 띈 것들:
Pulse Check 스킬은 예전에는 ClickUp MCP를 호출하고 모든 리스트 ID를 매번 검색했습니다. 느렸죠. 낭비였어요. 그래서 리스트 ID들을 skill.md 자체에 하드코딩했습니다. 이제 즉시 알 수 있습니다.
또한 clickup-searcher라는 하위 에이전트에 위임해서 무거운 ClickUp 데이터가 메인 컨텍스트 창을 날려버리지 않게 합니다.
그것이 스킬이 돌아가는 것과 잘 돌아가는 스킬의 차이입니다. 처음 몇 번은 지켜보고, 명백한 낭비를 패치하고, 계속 나아갑니다.
피드백 사이클이 진짜 해방구입니다. 실행, 관찰, 피드백, 수정, 다시 실행. 10번째 실행쯤 되면 스킬은 날카로워집니다. 30번째쯤 되면 비즈니스 운영 방식의 일부가 됩니다.
스킬은 두 곳에 삽니다
프로젝트 수준: 특정 저장소 내부의 .claude/skills. 그 프로젝트만 볼 수 있습니다.
글로벌: 홈 디렉토리의 ~/.claude/skills. 모든 Claude Code 세션이 접근 가능합니다.
저는 프론트엔드 디자인을 글로벌 스킬로 설치해서 어떤 프로젝트에서든 사용할 수 있게 합니다. 비즈니스 특화 스킬들은 Herk 2 저장소에 두어서 중요한 곳에서만 작동하게 합니다.
감사(Audit)와 레벨 업(Level Up): 내장된 개선 루프
스타터 저장소에는 3개의 스킬이 포함되어 있습니다. 온보딩은 이미 만났죠. 다른 두 개는 다음에 뭘 구축할지 생각하지 않아도 OS가 계속 날카로워지게 합니다.
1️⃣ Audit (감사)
→ 막힐 때나 점검이 필요할 때 언제든 /audit 실행
→ 4C(맥락, 연결, 능력, 리듬)에 대해 100점 만점으로 AI OS 채점
→ 알파벳 순이 아니라 레버리지 순으로 상위 3개 격차 반환
→ 매 감사 결과 저장해서 시간에 따른 점수 상승 추적
처음 실행했을 때 100점 만점에 54.5점 받았습니다. 하루 지나고 나서요. 그게 바른 종류의 정직입니다.
2️⃣ Level Up (레벨 업)
→ 감사 후 능력 격차, 구조적 격차가 아닌 것을 원할 때 /level-up 실행
→ 우선순위, 연결, 지금 당장 닿을 수 있는 것들을 끌어와서 5가지 질문 던짐:
→ 지난주를 안내해줘. 3번 이상 한 게 뭐야?
→ 고된 작업. 수동적이고, 지루하고, 복사-붙여넣기한 게 뭐야?
→ 스마트 인턴 테스트. 설명하는 데 더 오래 걸리니까 당신이 직접 했지만, 스마트 인턴이 확실히 처리할 수 있는 게 뭐야?
→ 제약. 월요일에 500명의 새 커뮤니티 멤버가 나타나면 뭐가 먼저 깨질까?
→ 성장 레버. 자동 조종 장치로 돌아간다면 내일 500명의 클라이언트를 더 줄 수 있는 게 뭐야?
이 5가지에 답하면 막힐 일이 없습니다. 모든 답은 구축할 스킬, 실행할 자동화, 추가할 연결을 표면화합니다.
이 페어가 엔진입니다. 감사는 기초가 얇은 곳을 찾습니다. 레벨 업은 다음 레버리지 포인트가 숨어있는 곳을 찾습니다. 매주 실행하면 OS는 자체 리듬으로 개선됩니다.
Cadence (리듬): 24/7 직원이 되는 곳
능력은 당신이 물을 때 Claude를 유용하게 만듭니다. 리듬은 당신이 물지 않을 때 유용하게 만듭니다.
중요한 세 가지 옵션:
1️⃣ Cloud Routines (클라우드 루틴)
→ Anthropic 인프라. 노트북을 끌 수 있습니다.
→ 스케줄, API 호출, GitHub 이벤트로 트리거.
→ Pro 플랜: 하루 5회 실행. Max 플랜: 15회. Team 및 Enterprise: 25회.
2️⃣ Local Scheduled Tasks (로컬 예약 작업)
→ 데스크톱 앱에서 머신에서 실행.
→ 놓친 실행이 있으면 따라잡기.
→ 앱이 열려 있고 컴퓨터가 깨어 있어야 함.
3️⃣ Loop (루프)
→ 단일 세션 내 일회성 반복 실행.
→ 3일 후 만료, 자동 삭제.
→ “5분마다 배포 완료됐는지 확인해줘”에 좋습니다. 주간 반복 작업에는 wrong.
클라우드 루틴이 사람들을 물어뜯는 부분:
→ 루틴은 클론된 GitHub 저장소에서 실행됩니다. 로컬 파일 접근 불가. 스킬이 로컬 파일을 필요로 하면 루틴은 볼 수 없습니다.
→ .env는 GitHub에 푸시되지 않습니다(.gitignore 됨). 그래서 루틴은 .env에서 API 키를 읽을 수 없습니다. 대신 루틴의 클라우드 환경 변수에 넣어야 합니다.
→ 프롬프트에 명시적으로 “환경 변수에서 API 키 사용, .env 찾지 마”라고 말해야 합니다. 그렇지 않으면 .env 읽으려다 실패하고 멈춥니다.
→ 네트워크 접근은 기본값이 “trusted(신뢰할 수 있는)“입니다. Anthropic이 검증한 도메인만 허용합니다. ClickUp이나 다른 게 필요하면 클라우드 환경을 “full(전체)” 접근으로 전환하세요. 입력이 신뢰되지 않으면 작은 위험이 있지만, 통제된 입력이 있는 비공개 저장소라면 괜찮습니다.
→ 각 실행은 상태가 없습니다. 클론된 저장소는 실행 완료 후 파괴됩니다. 쿠키나 로컬 세션 상태에 의존하는 것은 작동하지 않습니다.
→ 최소 간격은 1시간입니다. 루프와 로컬 작업은 더 빠를 수 있습니다.
→ 작은 루틴을 실행하기 위해 200MB 거대 저장소를 클라우드에 밀어 넣지 마세요. 컨텍스트가 무거우면 루틴마다 작은 전용 저장소를 만드세요.
루틴은 기본적으로 실제 Claude Code 세션에 프롬프트를 주입합니다. 당신이 직접 입력할 프롬프트와 같습니다. 그래서 구체적이고 일회성 프롬프트를 작성하세요. 루틴은 멈추고 명확히 하기 질문을 하지 않습니다.
LLM 위키 계층 (Karpathy의 아이디어)
대부분의 사람이 놓치는 해방구입니다.
Andrej Karpathy는 LLM을 사용해 개인 지식 베이스를 유지하는 방법에 대해 포스팅했습니다. 화려한 RAG 없음. 임베딩 없음. 벡터 DB 없음.
그냥 마크다운 파일이 있는 폴더, 인덱스 파일, 로그 파일.
구조:
→ /raw: 소스 문서 (트랜스크립트, 기사, 회의 노트)
→ /wiki: 정리된 출력 (개념, 엔티티, 소스, 분석)
→ /wiki/_index.md: 마스터 인덱스
→ /wiki/_log.md: append-only 작업 기록
→ /wiki/_hot.md: 가장 최근 활성 상태의 500 토큰 캐시
/raw에 파일을 떨어뜨리고 Claude에게 “이거 인제스트해줘”라고 말합니다. 소스를 읽고, 위키 페이지를 만들고, 개념 간 백링크를 구축하고, 인덱스를 업데이트하고, 작업을 기록합니다. 끝.
저는 지금 이런 볼트를 두 개 돌리고 있습니다.
→ 하나는 YouTube 트랜스크립트 볼트. 36개 이상의 영상 트랜스크립트 인제스트됨. 내 콘텐츠에 대해 어떤 질문이든 벡터 검색이 아니라 위키에서 답합니다.
→ 하나는 Herk Brain 볼트. 내 개인 두 번째 뇌. 회의 노트, 비즈니스 결정, 우선순위 등등.
왜 중요한가: 한 X 사용자는 383개의 흩어진 파일과 100개 이상의 회의 트랜스크립트를 위키로 옮기고 쿼리당 토큰 사용량을 95% 줄였습니다.
“그게 어떤 Slack 스레드였는지 깜빡했어” 문제도 해결합니다. 위키에는 소스 링크, 날짜, 엔티티 레퍼런스가 한 곳에 다 있습니다.
시각적 그래프 뷰를 원하면 Obsidian과 페어링하세요. Obsidian은 그냥 마크다운 뷰어일 뿐, Claude가 파일을 읽는 방식은 바꾸지 않습니다. 하지만 시각적 계층은 몰랐던 관계 클러스터를 발견하는 데 도움이 됩니다.
핫 캐시는 제가 놓쳤던 방법입니다. 위키 상단에 이번 주 활성 상태를 담은 500 토큰짜리 작은 파일. Claude는 더 큰 위키를 크롤링하기 전에 먼저 이걸 읽습니다. 반복 쿼리에서 엄청난 토큰을 절약합니다.
필요한 마인드셋 변화
OS 구축은 절반은 기술적, 절반은 심리적입니다. 기술적 부분은 쉽습니다. 마인드셋 부분에서 대부분의 사람이 멈춥니다.
→ 기본값 전환: 먼저 AI가 하게 하세요. 마지막 수단으로만 수동으로 하세요.
→ 기능 분해: 모든 작업은 작업들의 트리입니다. 트렁크가 아니라 잎부터 자동화하세요.
→ AI를 멘토로 대하세요: “이거 해줘”라고 묻지 말고 “이걸 해야 할까, 너라면 뭘 다르게 할까?”라고 물으세요.
→ 절대 이진법으로 가지 마세요: “AI가 이걸 할 수 있나?”가 아니라 “몇 퍼센트나?”가 질문입니다.
→ 생산성은 오르기 전에 떨어집니다: 20% 하락을 진지하게 받아들이세요. 50% 향상은 그 반대편에 있습니다.
→ 실패는 데이터입니다: 깨진 모든 실행은 스킬 업데이트나 레퍼런스 문서 업데이트가 됩니다. 두 번 깨지지 않습니다.
→ POC 마인드셋: 먼저 개념 증명(Proof of Concept). 가장 싼 버전을 구축하세요. 증명되면 그때 실제 리소스를 투입하세요. 커스텀 대시보드에 시간을 투자하기 전에 Claude Artifacts로 대시보드를 만들었습니다.
→ 계정별 권한: 에이전트나 서비스별로 별도 API 키. 범위 제한. 가능하면 읽기 전용. 어떤 자동화가 무엇을 소비하는지 감사하세요.
→ 지루한 게 아름답습니다: 결정적 워크플로우가 10번 중 9번은 AI 에이전트를 이깁니다. 대부분의 비즈니스 프로세스는 자율성이 필요 없습니다. cron에서 돌아가는 Python 스크립트가 필요합니다.
일일 및 주간 루프
매일:
→ 아침: Claude에게 하루 계획을 세우라고 하세요. 계획이 나쁘면 무엇을 놓쳤는지 적으세요. 내일 패치하세요.
→ 하루 끝: 어떤 스킬을 사용했고, 어떤 프롬프트를 반복해야 했고, 무엇을 수정해야 했는지.
매주:
→ 금요일: /audit 실행, 그다음 /level-up. 각각에서 하나의 격차를 골라 다음 주에 구축하세요.
→ 반복.
그게 전체 리듬입니다. OS는 관리자가 필요 없습니다. 루프가 필요합니다.
AI OS의 성공 기준
KPI가 아닙니다. 작동하고 있다는 주관적 신호들:
1️⃣ 팀원들이 당신에게 메시지 보내는 것보다 AI OS에 메시지 보내는 걸 더 좋아함 (더 나은 기억력, 절대 자지 않음)
2️⃣ 브라우저 탭 열기를 멈춤 (대부분의 작업이 Claude Code 내부에서 일어나기 때문)
3️⃣ 지식이 머리에서 나옴 (위키, contexts 폴더, 스킬에 살고 있기 때문)
한 달 안에 3개 중 2개라도 참이면, 시스템이 자리를 잡은 것입니다.
마무리
전체는 그냥 폴더, 마크다운 파일, 몇 개의 API 키일 뿐입니다.
프레임워크가 그것을 지속 가능하게 만듭니다. 저장소가 시작점을 줍니다. 스킬이 레버리지를 만듭니다. 리듬이 자율성을 만듭니다. 위키가 영구성을 만듭니다.
도구는 바뀝니다. 모델은 변합니다. 3M™과 4C™는 변하지 않습니다.
전체 빌드의 모든 단계를 풀 영상에서 라이브로 보여줍니다. 링크는 첫 번째 댓글에.
원문 정보
- 원작자: 2026-05-02-nateherk
- 원문 링크: https://x.com/nateherk/status/2050116705322512766
- 발행일: 2026-05-01
- 번역일: 2026-05-02