🪴 Quartz 4.0

Search

SearchSearch

EP5. 리서치와 기획

Aug 25, 202412 min read

Context

Content

고려 사항

  • 수요가 있는 시장(및 Keyword)을 찾고, SOLVIT 다운 접근을 적용한다 (SOLVIT스러운 해결)

  • 기존 방식과의 차이

    • 하나의 영상을 레퍼런스 삼아서 진행하는 것이 아니라, 다양한 영상을 살펴보고 해당 영상들을 종합하여 더 나은 결과물을 만든다

  • 문제를 먼저 정의하고 소개한다

    • 기술이 적용되지 않았을 때의 어려움, pain point를 설명하여 공감을 얻는다(설득 단계)

  • 다른 사람들의 접근법을 소개한다

  • 우리의 차별성을 어필하고(직접 만들기로 했습니다.), 개요를 설명한다

    • 단계적으로, agile하게 해결 단계를 보여준다
    • 1단계(단순 automation - n8n) → 2단계(AI (LLM) 적용) → 3단계 (Agent or Multi agent)
      • 필요 시, RAG, fine-tuning 등 접근법 적용

SOLVIT 컨텐츠 파이프라인

    1. 기술 흡수와 기획
    1. 실현 가능성 검증
    1. 녹화와 편집자님 1차 전달
    1. 다지기와 시야 확장
    1. 편집자님 피드백 요청
    1. 업로드

아이디어 백로그

1) Youtube Research Agent

  • 1단계
    • 단순 python script or n8n
      • 노코드 n8n 활용하여 대중성 확보
    • Youtube API 활용하여 특정 keyword 검색하고, 제목, 채널, 내용 등을 리포트로 만들어서, 노션 페이지로 아카이빙 → 이후 디스코드에 알림 봇
  • 2단계
    • LLM을 통해 스크립트 핵심을 요약하여 추가
  • 3단계
    • 멀티 에이전트 구조로, 우리만의 인사이트를 추가
    • 평가 agent를 만들어서 (뷰트랩 접근과 유사하게), 점수를 매기고 다른 page에 아카이빙

참고 영상

2) AI News Publishing

  • 1단계 : 문제를 정확히 정의해야함 - 사람이 24/365 트렌드를 힘들다, 빠르게 올리기 힘들다
    • 단순 python script or n8n
    • 빠르게 Key news 파악하여 리포트 생성 후 publishing - human confirm 과정은 추가 (브랜딩 중요)
  • 2단계 : 1단계는 이런 부분이 아쉽고, LLM은 이것을 해결해줄 수 있다
  • 3단계 : 2단계는 이런 부분이 아쉽고, Multi Agent or Agent 는 이런 것을 해결해줄 수 있다
  • GPT-4o-mini, llama 405B 등

시나리오 개요

시나리오 선정 조건

    1. SOLIVT의 컨텐츠 파이프라인에 적용되는 영역
    • SOLVIT 파이프라인 중 ‘기술 흡수와 기획’ 영역에 해당
    1. 업무 자동화 영역
    1. 단계적으로 시연 가능한 영역
    • 각 단계가 완결성이 있어야함 - 1단계만 하더라도 사용은 할 수 있어야함

T&T

  • Youtube를 흡수하는 미친 방법
  • Youtube를 보고, 읽는 획기적인 방법
  • AI와 Youtube를 보고, 읽는 혁신적인 방법 | Agent 활용
  • Youtube를 AI로 갖고노는

주제 : ‘유튜브 흡수’ 자동화 (Youtube Summarization)

  • SOLVIT의 컨텐츠 파이프라인에 적용되는가? → O
    • 기술 흡수와 기획 파트에서 수많은 유튜브 레퍼런스를 참고하게 됨
  • 업무 자동화 영역에 적용되는가? → 절반 O
    • 자동화의 영역을 너무 좁히면 주제 선정에 어려움이 있는 듯함
    • ’자동화’ 의 툴 안에서 어느정도의 유연성은 두고 진행해야겠음
  • 단계적으로 시연이 가능한가? → O
    • 1단계) python 스크립트 기반의 자동화
    • 2단계) Summary, Extract Wisdom 과 같은 서로 다른 프롬프트로 다른 결과 생성
      • LLM의 장점은, 유연한 자동화도 있지만, 중간에 이런 비정형성 데이터, 자연어 처리를 할 수 있게 해준다는 것이다
    • 3단계) PM agent가 영상을 분류하고, Summary agent or extract_wisdom agent에게 전달
      • Multi-Agent의 장점은 자동화 워크플로우의 신뢰성과 퀄리티를 높여준다는 것
      • 병렬로 처리하면 속도 개선도 가능

참고 사항

n8n

  • n8n을 사용하려고 코드가 더 편한 부분을 굳이 노코드로 변경할 이유는 없음

  • 이미 잘 갖춰진 툴이 필요할 때 활용하는 것을 원칙으로 하기

    • ex) Read Google Sheet, Read Gmail, Send Slack or Discord 등을 앞 뒤에 연결하는데 적극적으로 활용

  • 코드가 더 편한 부분은 python script 노드를 만들어서 연결해주면 됨

  • n8n 에 대한 간단한 소개는 하되(왜 사용하는지 - 무료, 유연한 커스터마이징(오픈소스)), 튜토리얼은 하지 않고 바로 간단한 워크플로우 적용을 보여주어 영상을 간결하고 압축적으로 만들기

Customer

문제

Youtube 정보성 영상을 대상으로, “영상 내용을 제대로 흡수하고 싶어 but 영상 내용을 빠르게 흡수하고 싶어”

인용구

  • Harvard Biologist E.O. Wilson famously said that, “We are drowning in information, while starving for wisdom.”
    • 정보의 홍수 속에서 살고 있지만, 지혜의 기근에 있다
    • AI로 뽑아낸 컨텐츠가 쏟아져나오는 지금, 다시 생각해보게되는 말이라고 본다.

Competitors

SaaS는 영상에서 소개하되(강점도 언급해주기 - 우리보다 product 완결성은 좋음 대신 freemium), 다른 튜토리얼 영상은 소개할 필요 없어 보임

Company

왜 직접 만드는가? 우리의 product은 무엇이 더 좋은가? (fact → merit & benefit)

  • 직접 만들고 사용하니까 무료

    • API 비용은 들겠지만 비용이 최소화되며, 상황에 따라 최근에 Llama 3.1이 나왔듯이, Open LLM로 변경도 가능

  • 요약 이외에도, 더 다양하게, active하게, 영상 내용을 파악하고 질문할 수 있도록 함

  • 이러한 정보(우리 입장에서는 가공되지 않은 데이터)를 가져와서, 우리가 이해하고 활용하기 쉬운 방식으로 소화하는 것은 아주 중요하고 임팩트가 큰 영역이라 판단

    • 이에, 우리는 개인 도구로 만들어서 더 커스텀된 우리만의 시스템을 만들어가고자함

개선에 대한 아이디어

  • UX 및 Input 측면
    • UX : 크롬 확장 프로그램, 개인 웹/앱, GPTs 등 여러 진입점으로 사용 가능하도록 적용 가능
    • Input : 유튜브 뿐만 아니라, 타 영상, 다른 글 등 source를 확장성 있게 개선해나가려고 함
  • Processing 측면
    • 중간에서 어떻게 처리하느냐에 따라 판이한 결과가 나온다
    • 목적 : Summary, Extract Wisdom
    • 방식 : Single Agent, Multi-Agent, 그 외 Tool Use 등
  • Output 측면
    • 우리만의 채널인 discord, 카카오톡 오픈 채팅 등 다양한 채널에 퍼블리싱하기 위함

참고 Resource

시나리오

1) Intro

컨셉 수업의 4C 반영 Flow

  • Customer 문제제기

2) 다른 접근 방식 소개

  • Competitors 간략 소개

3) 우리의 접근 소개

  • Company 및 Concept 소개

4) 구현 1단계 : python + n8n

e2e 시스템 (UX 차원에서, entrypoint와 Output이 깔끔) entrypoint : 크롬 익스텐션 Output : 화면 or 디스코드 채널, notion 아카이빙 (use case 가정하여 적용)

  • 1단계 목표 : ‘대본 쉽게 볼 수 있게’ 만드는 e2e 시스템
    • UX : 크롬 익스텐션
    • Business logic : python (n8n x)
      • Youtube API 호출해서, 대본, 채널명
    • Output : 디스코드 or 노션 다른데 넘겨주기 (n8n)
      • 디스코드 특정 채널에 뿌릴건지?
      • notion에 아카이빙 할건지?
      • 바로 웹 화면에 보여줄건지?
  • YoutubeAPI 써서, transcribe → 대본 가져오기

5) 구현 2단계 : LLM(단일 Agent)

  • Business logic : python 고도화
    • Youtube API 호출해서, 대본, 채널명

6) 구현 3단계 : Multi-Agent

  • Business logic : python 고도화
    • Youtube API 호출해서, 대본, 채널명

Outro : 정리

  • python 스크립트 정도는 공유?

출처 (참고 문헌)

연결 문서

Graph View

Backlinks

  • No backlinks found