AI를 쓰기만 하지 마세요. AI의 빌더이자 운영자가 되세요.
사용자 자리에 머물기 싫은 분들을 위한 첫 번째 방법. 엔지니어가 아니어도 자기 손으로 AI 팀을 만들 수 있습니다.
Personal Agentic Stack, 디모데가 만들고 운영합니다.
Don't just use AI. Become its builder-operator.
The first method for non-engineers who want to run AI like a small team, not poke it like a search box.
The path: method → install the kit → handbook → build your team
Personal AI agentic stack, built and operated by Dimode.
같은 모델을 쓰는데, 결과물이 다릅니다. From user to operator.
이제 누구나 ChatGPT, Claude를 씁니다. 같은 모델, 같은 시간, 비슷한 질문. 그런데 결과물은 전혀 같지 않아요. 사용자는 답 하나를 받고 다음으로 넘어갑니다. 운영자는 세 명이 자료를 찾고, 다섯 명이 검토하고, 두 번 다듬어 놓은 결과물을 받습니다. 운영자가 보기 전에 이미 다 끝나 있어요. 차이는 모델이 아닙니다. 모델은 같아도, 그 주변이 다른 거예요.
Personal Agentic Stack이 그 차이의 정체입니다. 리서치를 시키는 자리, 비평을 받는 자리, 결과물을 만드는 자리. 이 세 자리를 직접 짜 두면, 한 사람이 작은 팀만큼의 결과물을 꾸준히 냅니다. 엔지니어 자격은 필요 없어요. 운영자의 감각이 필요합니다.
Everyone uses ChatGPT or Claude now. Same model, same hours, similar prompts. And yet the outputs are nowhere near the same. The user gets one quick answer and moves on. The operator gets a piece of work that three researchers grounded, five reviewers critiqued, and two revisions polished. By the time the operator sees it, the work is already done. The difference is not the model. It is what you put around the model.
A Personal Agentic Stack is the name for that way of working. You set up roles for research, critique, and production. One person then ships at small-team quality, steadily. No engineering background required.
한 레슨이 어떻게 만들어지는지. How a lesson is made.
실제 제작 한 번을 그대로 보여드립니다. 레슨 하나. 이름이 있는 에이전트 15명. 시계로는 약 52분. 운영자가 보는 건 시작 한 줄과 최종 결과물 둘뿐입니다.
이 레슨은 코딩 모르는 한국 워킹맘을 위한 AI 튜토리얼이에요. 자기만의 주식 분석가를 만드는 법을 가르치죠. 친구가 카톡으로 보내준 종목 정보 말고, 본인이 직접 시장을 읽을 수 있게요.
- 09:00:00. 운영자가 브리프 한 줄을 입력합니다. "이번 주 레슨, 코딩 모르는 워킹맘을 위한 주식 분석가 만들기."
- 09:00:42. Hana(섹션 지휘자)가 브리프를 리서치 디스패치로 분해합니다. 리서처 다섯 명에게 동시에 할당.
- 09:01:08. 다섯 명이 동시에 출발합니다. Solm은 보관소에서 잠긴 스키마와 과거 제작 세션을 가져오고, Ari는 오늘 아침 한국 금융 뉴스에서 훅을 찾고, Mira는 청중이 이미 아는 것과 설명이 필요한 것을 정리하고, Doh는 보이스 캐논을 가져오고, Geon는 12-필드 스키마와 액트 프레임워크를 반환합니다.
- 09:13:54. 다섯 개의 리서치 브리프가 돌아옵니다. Soo(신서시스 리드)가 7분 만에 하나의 아웃라인으로 통합.
- 09:21:14. Min(드래프터)이 작성 시작. 두 개의 태스크, 각각 12개 필드, 한국어 네이티브.
- 09:34:11. Min이 셀프 그레이드. PASS. 비평가 패널로 보냅니다.
- 09:34:30. 다섯 명의 비평가가 동시에 출발합니다. tbs-substance는 교육학적 적합성을 확인하고, tbs-voice는 보이스 일치를 검증하고, tbs-compliance는 변호사 광고 규정과 벤더 중립을 감사하고, tbs-prior-art는 기존 레슨과의 충돌을 확인하고, tbs-devil은 가장 강한 반대 의견을 만듭니다.
- 09:39:48. Yong(비평가 섹션 리드)이 다섯 보고서를 하나의 판단으로 통합. PASS, 마이크로 수정 2개.
- 09:42:15. Min이 3분 만에 두 가지 수정을 적용합니다.
- 09:48:33. Tae(섹션 에디터)가 최종 통합 패스. 게시 가능 상태.
- 09:52:09. Hana가 결과물 완료를 확인하고 운영자에게 보고합니다.
- 09:52:22. 운영자가 검토. Go. 출하.
운영자 한 명. 이름이 있는 에이전트 15명. 52분. 운영자의 입력은 9시 한 줄과 9시 52분의 go 결정, 그게 전부였습니다.
One real production run, shown as it happened. One lesson. Fifteen named agents. About fifty-two minutes of clock time. The operator only sees the one-line brief and the final deliverable.
The lesson is an AI tutorial for Korean working moms who do not code. It teaches them to build a personal stock analyst, so they can read the market without trusting a friend's KakaoTalk tip.
- 09:00:00. Operator submits one line. "This week's lesson, building a personal stock analyst, for working moms who don't code."
- 09:00:42. Hana, the section conductor, decomposes the brief into a research dispatch. Five researchers named and assigned in parallel.
- 09:01:08. Five researchers launch simultaneously. Solm pulls locked schemas and prior production sessions from the Vault. Ari scans this morning's Korean financial news for relevant hooks. Mira maps audience vocabulary, what working moms know, what needs explaining. Doh pulls the voice canon. Geon returns the 12-field-per-task schema and the act framework.
- 09:13:54. All five research briefs return. Soo, the synthesis lead, integrates them into one outline in seven minutes.
- 09:21:14. Min, the drafter, opens the outline and starts writing. Two tasks, twelve fields each, native Korean.
- 09:34:11. Min self-grades. PASS. Sends to the critic panel.
- 09:34:30. Five critics launch in parallel. tbs-substance checks pedagogical soundness. tbs-voice verifies the voice canon match. tbs-compliance audits attorney-advertising, vendor-neutral framing, banned vocab. tbs-prior-art checks collision against published lessons. tbs-devil makes the strongest case against the lesson.
- 09:39:48. Yong, the critic section lead, synthesizes the five reports into one verdict. PASS with two micro-fixes (one phrasing tightening, one example swap).
- 09:42:15. Min applies both fixes in three minutes.
- 09:48:33. Tae, the section editor, does the final integration pass. The lesson is now publishable.
- 09:52:09. Hana confirms the work product is ready and presents it to the operator.
- 09:52:22. Operator reviews. Go. Ships.
One operator. Fifteen named agents. Fifty-two minutes. The operator's only contact was the one-line brief at 9:00 and the go decision at 9:52.
누구를 위한 페이지인지 정직하게 말씀드릴게요. Who this is for. Who it is not.
모두를 위한 페이지가 아닙니다. 단계가 안 맞으면 시간만 깎아먹어요.
This is not for everyone. If you're at the wrong stage, it will waste your time. Better that you know now.
For you · 맞는 분
- ChatGPT나 Claude를 반년 넘게 써왔고, 사용자 단계에서 더 못 간다는 느낌이 분명한 분
- 디자이너, 마케터, 변리사 보조, 주니어 컨설턴트, 기자, 콘텐츠 운영자 등 비-엔지니어 직군
- 프롬프트 하나로 끝내는 게 아니라, 자기 일의 구조를 다시 짜고 싶은 분
- You've used ChatGPT or Claude for six months or more and feel stuck at the user tier.
- You are a non-engineer professional: designer, marketer, paralegal, junior consultant, journalist, content creator.
- You want to redesign how your work works, not chase the next prompt trick.
Not for you · 안 맞는 분
- AI를 아직 진지하게 써본 적이 없는 분 (반년 정도 손에 익힌 뒤에 오세요)
- 엔지니어나 ML 연구자로, 도구 비교를 찾고 계신 분
- "한 달에 천만 원" 같은 AI 부업 콘텐츠를 기대하시는 분
- You haven't used AI seriously yet. Come back after six months of real use.
- You're an engineer or ML researcher looking for framework comparisons.
- You're looking for "get rich quick with AI" content.