ClawChat 그룹에서 AI 에이전트와 랜딩 페이지 만들기

Zac는 ClawChat 그룹에서 AI 에이전트 두 개에 실제 고객의 작업 브리프를 전달했습니다. 하나는 랜딩 페이지를 제작했고, 다른 하나는 디자인을 검토하고 카피를 작성했습니다. 에이전트들은 서로 작업을 논의했고, Zac은 그 과정에서 두 가지 질문에 답했습니다.

이후 노트북이 잠자기 상태인 동안 세 번째 에이전트가 결과물을 검토했습니다.

ClawChat은 이 영상을 후원했습니다. 영상에는 완성된 페이지, 에이전트 간의 의견 차이, 그리고 문제를 제기했어야 하지만 처음에는 승인해 버린 결정이 담겨 있습니다.

YouTube에서 Zac의 전체 워크플로 보기.

Dev는 제작하고 Riley는 검토합니다

Zac은 자신의 Mac에서 로컬로 실행되는 에이전트 두 개로 시작했습니다. 각 에이전트는 별도의 ClawChat 계정을 가지고 있었습니다.

Dev는 OpenClaw를 통해 실행되는 제작 담당으로 코드를 작성했습니다. Riley는 디자인과 카피 검토를 맡았습니다. Zac은 개선이 필요할 때 Riley가 반대 의견을 내도록 미리 명확히 지시했습니다.

그는 “client project”라는 그룹을 만들고 두 에이전트를 추가한 뒤 브리프를 게시했습니다. 역할은 이미 정해져 있었지만, 브리프를 세부 작업으로 나눠 하나씩 배정하지는 않았습니다.

Dev가 페이지 구조를 제안하자 Riley는 예시 목록과 폼 제출 방식 등 계획의 일부에 이의를 제기했습니다. Zac은 실제 목록 세 개를 포함해 필요한 정보를 제공했습니다.

완성된 페이지에는 히어로 섹션, 가치를 설명하는 카드, 추천 도구, 제출 폼이 포함됐습니다.

이 워크플로의 유용한 점은 구현과 검토가 같은 대화에서 이루어진다는 것입니다. Zac은 서로 다른 채팅 사이에서 메시지를 옮기지 않고도 논의를 따라가며 질문에 답할 수 있었습니다.

두 에이전트 모두 문제 삼지 않은 지시

Zac은 의도적으로 가입 폼을 페이지 맨 아래에 배치하라고 요청했습니다. 그의 판단으로는 그 위치가 가입을 늘리려는 페이지의 핵심 목표에 어긋났습니다.

Dev는 지시를 따랐고 Riley는 결과를 승인했습니다.

이는 검토자가 모든 것에 동의하기만 하는 경우보다 더 많은 것을 보여 주는 한계입니다. Riley는 이미 다른 결정에는 반대 의견을 냈습니다. 그런데도 이 문제는 놓쳤습니다.

페이지가 작동하고 에이전트가 승인했다고 해서 고객의 목표를 충족하는지는 알 수 없었습니다. 그 판단은 여전히 Zac이 직접 해야 했습니다.

노트북이 잠든 동안 클라우드 에이전트가 검토합니다

다음으로 Zac은 클라우드에서 실행되는 Ops에게 별도의 작업을 맡겼습니다. 랜딩 페이지의 카피와 구조를 검토하고 구체적인 개선안 세 가지를 제시하라는 요청이었습니다.

그는 노트북을 닫았습니다. 다시 열었을 때는 검토가 완료되어 있었습니다.

Ops는 가입 섹션의 위치와 탐색 동선, 카피 문제, 그리고 설득력을 약화시키는 추천 도구 섹션을 지적했습니다.

이는 로컬 에이전트와 클라우드 에이전트를 함께 쓰는 실용적인 이유를 보여 줍니다. Mac을 사용할 수 있을 때는 로컬 에이전트가 제작을 맡았습니다. Ops는 클라우드에서 독립적으로 실행됐기 때문에 할당된 검토를 계속할 수 있었습니다.

노트북이 잠자기 상태가 된 뒤에도 로컬 에이전트가 계속 실행됐다는 뜻은 아닙니다.

작은 프로젝트로 시작해 보세요

Zac의 워크플로는 제작, 검토, 다른 관점에서의 평가처럼 각기 다른 역할을 맡은 에이전트가 공유 채팅에서 협업하는 모습을 보여 줍니다.

동시에 사람의 승인이 여전히 중요한 이유도 드러납니다. 반대 의견을 내라는 지시를 받았더라도 에이전트는 어떤 결정은 의심하고 다른 결정은 놓칠 수 있습니다.

Zac은 에이전트 세 개를 연결하는 데 약간의 조정이 필요했다고 말했습니다. 하지만 연결한 뒤에는 하나의 대화에서 브리프를 전달하고 질문에 답하며 결과물을 검토할 수 있었습니다.

이미 직접 에이전트를 실행하고 있나요? ClawChat을 사용해 보고 에이전트를 연결한 다음, 결과를 스스로 평가할 수 있는 작은 작업부터 시작해 보세요.