클로드 + Ahrefs 새 마케팅 에이전트가 내 일의 80%를 합니다

한 줄 요약

Grace는 AI에게 마케팅 일을 맡기려면 세 단계를 밟으라고 말해요. 검증된 워크플로를 Skills로 돌린 다음 직무별 에이전트 역할을 정하고, 마지막에 팀이 쓰는 도구로 포장하는 순서입니다. 시연은 Ahrefs의 AI 마케팅 에이전트 Agent A로 보여 주지만 방법은 어떤 도구로 옮겨도 통해요.

전체 내용 정리

에이전트는 만드는 것보다 유지하는 게 더 힘들어요

Grace가 먼저 짚는 건 에이전트를 만드는 일 자체가 아니에요. 새 도구가 나오고 모델이 바뀌고 연결이 끊기면 계속 손을 봐야 해서 유지가 가장 어렵다고 해요. 그래서 이미 갖춰진 팀에 방향만 알려 주면 되는 상태를 목표로 잡아요.

그 상태에 이르는 길을 Grace는 세 단계로 나눠요. 레벨 1은 검증된 워크플로를 Skills(작업 방법을 적어 둔 재사용 지시서)로 불러 쓰는 단계입니다. 레벨 2는 팀의 핵심 마케팅 업무마다 역할이 분명한 에이전트를 두는 단계고요. 레벨 3은 가장 잘 돌아가는 워크플로를 누구나 실행할 수 있는 도구와 앱으로 만드는 단계예요.

이 영상은 Ahrefs와 협업해서 만들었고 시연은 Ahrefs의 새 AI 마케팅 에이전트 Agent A에서 진행해요. Agent A는 Ahrefs 데이터 위에 만든 에이전트로 마케팅 워크플로용 skills, tools, apps가 처음부터 들어 있어요. 화면에는 에이전트에게 지시하는 채팅창이 있고 위쪽에서 모델을 고를 수 있는데 Claude도 선택지에 있어요. 한쪽에는 팀 전체가 쓰는 skills와 apps 라이브러리가 있어서 모두가 같은 설정의 에이전트를 함께 부려요.

Grace가 거듭 강조하는 점이 있어요. 세 단계는 특정 제품에 묶인 개념이 아니라서 쓰던 도구로 그대로 가져갈 수 있다는 거예요.

레벨 1은 Skills 라이브러리에서 시작해요

이미 검증된 마케팅 워크플로가 있다면 Skills로 넘겨서 명령 한 번에 돌리는 게 가장 빠르게 효과를 보는 길이라고 Grace는 말해요. 다만 Skills를 만지기 전에 먼저 할 일이 있어요. 내가 반복해서 하는 마케팅 업무가 뭔지부터 정리하는 거죠.

Grace는 대부분 AI를 끝없이 이어지는 채팅 하나로만 쓴다고 봐요. 에이전트를 팀처럼 다루려면 일을 마케팅 기능별로 묶어야 해요. 그래서 채팅 모드에서 내 일상 마케팅 업무를 맥락으로 알려 주고 마케팅 분야별 skill 라이브러리로 정리해서 매핑까지 달라고 요청해요. 그러면 에이전트가 skill 라이브러리 구조를 제안하고 그게 출발점이 돼요.

직접 만들기 전에 이미 만들어진 걸 쓰는 방법도 있어요. Agent A 라이브러리에는 분야별로 묶인 마케팅 skills가 미리 들어 있고 Grace는 그중 AI 검색 가시성 격차 분석(AI search visibility gap analysis)을 골랐어요. 워크플로를 미리 보고 채팅에서 바로 실행하는 순서예요.

1. 라이브러리에서 skill을 고르고 워크플로를 미리 봐요.
2. 채팅에서 바로 실행해요.
3. 브랜드명과 대상 도메인 URL을 입력해요.
4. 점검할 AI 플랫폼을 골라요.

Grace는 취사도구 브랜드 Caraway로 돌렸어요. 결과로 AI 언급 격차 분석이 나왔고 우선순위별 콘텐츠 기회와 그에 맞는 타깃 질문이 정리돼 있었어요.

이 skill은 결과를 시각화한 대시보드도 만들어요. Team Console 패널에서 볼 수 있고 질문, 우선순위, 경쟁사, 검색 플랫폼별로 검색하거나 정렬할 수 있어요. 브랜드가 AI 검색에서 약한 질문이 뭔지 바로 보여서 팀에 공유하기도 좋아요.

Grace는 여기서 데이터의 정확성을 강조해요. AI 모델이라면 어느 것이든 이런 대시보드는 만들 수 있지만 분석이 정확하다는 뜻은 아니라는 거예요. 정확한 데이터가 받쳐 줘야 추측이 아니라 근거를 갖고 어디를 고칠지 정할 수 있다고 봐요.

이어서 이 결과를 바탕으로 격차를 메울 상위 세 가지 주제 아이디어를 제안하게 하고 월간 자동 실행도 걸어요. 그러면 에이전트에게 다음 일을 바로 넘길 수 있고 정해진 시간에 알아서 돌아가요.

비용 이야기도 나와요. 화면 위쪽에 이 워크플로 전체에 든 크레딧이 보이는데 Grace는 조금 비싸게 느껴졌대요. 비싼 Claude Opus 모델을 썼기 때문이고 Sonnet이나 ChatGPT 같은 가벼운 모델로 바꾸면 훨씬 저렴하면서 결과도 꽤 좋다고 해요.

같은 방식으로 AI 검색 플랫폼에서의 브랜드 감성 분석이나 빠르게 성과를 낼 트렌딩 키워드 리서치 같은 skill도 한 번 클릭으로 돌릴 수 있어요. 일정을 걸어 두는 것도 가능해요. 직접 워크플로를 설계하는 대신 첫날부터 바로 쓸 수 있다는 점이 Grace가 꼽는 가장 큰 시간 절약이에요.

여러 Skills를 엮으면 전략 덱까지 나와요

워크플로가 복잡해서 skills 몇 개가 함께 움직여야 할 때도 있죠. 이럴 땐 내 커스텀 skills를 워크스페이스에 가져오고 에이전트가 하나의 워크플로로 엮게 하는 방법이 있다고 Grace는 설명해요.

Agent A에는 위키 형태의 지식 베이스가 있어요. 여기에 모든 skills와 에이전트 동작을 정하는 설정이 들어가요. Grace는 자기가 만든 브랜드 전략 덱 skill을 업로드하고 지식 베이스에 저장해 달라고 요청했어요. 언제든 다시 쓰기 위해서예요. Claude를 써 본 사람이라면 거의 같은 방식이라고 해요.

그다음 클라이언트의 AI 검색 성장 전략을 맡았다는 가정으로 요청해요. 웹사이트 전체 전략 분석을 돌리되 AI 가시성, 언급 격차, 인용 성과 같은 핵심 영역을 다루고 브랜드 스타일의 전략 덱으로 묶어 달라는 내용이에요. 에이전트는 관련 skills를 불러오고 brand radar 리포트를 확인하며 덱을 만들어요.

결과물은 14장짜리 덱이었고 Grace의 이름과 로고가 들어간 브랜드 스타일로 나왔어요. 데이터는 모두 Ahrefs에서 가져왔어요. AI share of voice, website mention share, growth pillars, content distributions, AI execution roadmap, AI growth targets 같은 항목이 담겨 있었어요.

Grace는 평소 방향과 핵심 메시지를 AI와 주고받으며 먼저 확정하고 그다음에 덱 레이아웃을 마무리한다고 해요. 이 채팅을 새 프로젝트에 추가해 두면 팀원이 쉽게 확인할 수 있고 작업도 정리돼요. 같은 방법으로 다른 데이터 분석도 넣어서 내 브랜딩으로 발표 자료를 만들 수 있어요.

레벨 2는 에이전트에게 역할을 주는 단계예요

Skills는 강력하지만 그 자체로는 개별 동작일 뿐이에요. 언제 무엇을 쓸지는 알려 주지 않으니 어떤 skills를 쓸지 사람이 계속 설계해야 하죠. 그래서 레벨 2에서는 특정 역할을 가진 에이전트를 만들어 여러 skills를 조율하게 하고 결과물을 더 일정하게 만들어요.

Grace가 말하는 믿을 만한 에이전트의 정의에는 여섯 가지가 들어가요.

• 역할
• 받는 입력
• 쓰는 skills나 도구
• 따르는 워크플로
• 원하는 결과물
• 넘지 말아야 할 가드레일

예시로는 반복 업무인 콘텐츠 마케팅을 들어요. 메인 에이전트에게 콘텐츠 마케팅 좀 해 달라고 뭉뚱그려 말하는 대신 content strategies 에이전트를 만들어요. 이 에이전트의 역할은 브랜드가 선점할 주제를 설계하는 거예요. 기본으로 쓸 skills와 도구를 지정하고 이 내용을 플레이북으로 위키에 저장하면 금방 재사용할 수 있는 역할 문서가 생겨요. 백엔드를 보면 playbooks 아래에 새 에이전트 역할 항목이 생긴 것도 확인돼요.

한 걸음 더 나아가 메모리를 업데이트해서 지시를 넣을 수 있어요. content strategies를 태그하면 Agent A가 항상 이 플레이북을 불러오게 하는 거예요.

이제 채팅에서 태그만 걸면 돼요. Grace는 방금 끝낸 AI 언급 격차 분석을 검토해 달라고 content strategies를 태그했어요. 에이전트는 분석 결과를 불러와 skills를 돌리고 팀이 앞으로 90일간 집중할 클러스터를 제안했어요. 워크스페이스에는 새 대시보드도 생겼는데 어떤 주제를 먼저 공략할지와 브랜드 적합도, 필요한 노력이 한눈에 보여요. 이 사례에서는 non-toxic cookware와 best non-stick cookware 같은 주제가 브랜드 적합도가 가장 높으면서 노력은 감당할 만하다고 나왔어요.

대시보드가 워크스페이스 안에 있으니 팀에 그대로 공유해서 같은 상태를 보며 일할 수 있어요. 여기까지 오면 그 브랜드의 콘텐츠 기회 보드가 하나 생긴 셈이에요.

다음은 실제 콘텐츠 제작이에요. 이어받는 blog writer 에이전트 역할을 만들어요. 자주 반복되고 초점이 분명한 업무라면 이렇게 전문 에이전트를 두는 게 특히 유용하다고 Grace는 말해요. Agent A에는 자주 쓰는 마케팅 커넥터도 들어 있어서 에이전트가 실제로 도구를 호출할 수 있어요. 이번 사례에서는 WordPress 커넥터를 썼는데 Grace는 지금은 목록이 꽤 제한적이라고 짚어요. 그래도 원하는 도구에 연결해 달라고 에이전트에게 요청할 수는 있대요.

Grace는 blog writer를 태그하고 콘텐츠 기회 보드를 검토해서 now 우선순위로 표시된 블로그 글을 골라 달라고 했어요. 에이전트는 관련 skills를 불러와 Ahrefs 데이터로 조사하고 SERP 분석과 내부 링크 기회를 살펴보고 Ahrefs AI Content Helper까지 호출했어요. 복잡한 설정을 직접 하지 않아도 되는 부분이에요.

잠시 뒤 요약과 함께 WordPress 초안이 준비됐고 Agent A가 쓴 새 글 항목도 확인됐어요. Grace가 정해 둔 AI 블로그 작성 skills를 따라 핵심 요점 불릿, 질문형 소제목, 표, 라이프스타일 이미지, Caraway 사이트로 가는 내부 링크, 자주 묻는 질문 목록이 제자리에 들어갔어요. 게시 전에는 꼭 본인 판단으로 검토하라고 Grace는 당부해요. 격차 분석에서 초안 작성까지 일의 큰 덩어리를 에이전트가 덜어 준다는 점이 핵심이에요.

레벨 3은 워크플로를 팀이 쓰는 도구로 만들어요

레벨 2까지는 최고의 워크플로가 에이전트 역할이나 플레이북, skills로 존재하지만 쓰려면 여전히 채팅으로 들어가야 해요. 레벨 3에서는 이를 하나의 간단한 도구로 묶어요. 내가 일일이 돌리지 않아도 나나 팀원이 필요할 때 같은 수준의 결과물을 바로 받는 구조예요.

워크스페이스에는 Ahrefs 데이터에 접근하는 마케팅 앱 라이브러리가 이미 있어요. 먼저 앱 라이브러리에서 content keyword research 앱을 설치하는 과정을 보여 줘요. 키워드 리서치는 모든 마케터에게 가장 반복되는 업무라서 고른 거예요. 설치를 누르면 Team Console에서 쓸 수 있게 돼요.

사용법은 이래요.

1. 분야(niche)를 입력해요. Grace는 AI marketing을 넣었어요.
2. 시드 키워드를 몇 개 더해요.
3. 앱이 커스텀 워크플로를 돌리며 Ahrefs 키워드 데이터를 호출해요.

결과는 Grace가 보기에 꽤 인상적이었어요. 트래픽 잠재력 기준 상위 클러스터, 경쟁 환경, 그리고 필러 라벨과 추천, 검색 의도가 붙은 전체 키워드 목록이 나와요. 우선순위에 맞게 필터링하거나 핵심 클러스터별로 나눠 어느 것부터 시작할지 볼 수 있어요. 리스티클이나 YouTube 영상처럼 추천 콘텐츠 형식도 알려 줘요.

허브 앤 스포크 맵도 볼 수 있어요. 주제 클러스터를 하나 고르면 상세 내용이 나오는데 Grace는 AI SEO tools 클러스터를 예로 들었어요. 콘텐츠를 만들 때 어떤 포커스 키워드를 잡을지 바로 알 수 있죠. 결과는 공유용 PDF 리포트로 내보낼 수도 있어서 클라이언트 분석에 쓰기 좋아요.

Grace는 이것도 어떤 AI로든 만들 수 있다고 인정해요. 그래도 가치는 뒤에 있는 데이터에서 나온다고 봐요. 어떤 콘텐츠가 만들 만한지 방향을 주는 게 흔히 가장 어려운 부분이기 때문이에요. 콘텐츠 키워드 리서치 말고도 topical authority 분석이나 성과 리포팅 워크플로처럼 마케터에게 필요한 앱이 미리 들어 있어요.

미리 만든 앱은 설정 없이 Ahrefs 데이터를 쓰기 좋은 출발점이에요. 하지만 내 방식이나 성공 기준에 맞는 도구가 필요할 때도 있죠. 그럴 땐 Agent A에게 직접 만들어 달라고 할 수 있어요. Grace는 자기가 좋아하는 커뮤니티 콘텐츠 리서치 skill을 확장해서 리서치 데이터로 실제 결과물까지 만들고 싶었어요. 그래서 이 skill을 돌리고 콘텐츠 각도를 승인하면 캐러셀 소셜 비주얼을 만들어 주는 커스텀 도구를 요청했어요.

에이전트는 먼저 제작 요구사항을 질문했고 약 10분 뒤에 도구가 완성됐어요. AI SEO 주제로 시험해 보니 skill이 포럼을 뒤져 실제 질문을 찾고 반응이 좋을 만한 콘텐츠 각도를 몇 가지 제안했어요. 각도를 하나 고르면 다음 단계에서 캐러셀 게시물을 만들어요. 설정은 Grace가 기대한 대로 들어갔어요. 앱이 카피를 쓰고 원하는 슬라이드만 조정할 수 있으며 최종 캐러셀 비주얼을 한 번에 내려받을 수 있어요.

이렇게 로직과 파이프라인을 도구 안에 굳혀 두면 워크플로가 표준화되고 같은 워크스페이스를 쓰는 팀원도 그대로 쓸 수 있어요. 원하면 팀 화이트보드를 꾸밀 수도 있어요. 팀원이 화이트보드에서 도구나 클라이언트 리포트를 골라 같은 프로젝트를 이어서 작업하면 돼요.

직접 만들지 가져다 쓸지는 팀 상황이 정해요

Grace는 시청자가 던질 만한 질문에 먼저 답해요. Ahrefs MCP나 다른 데이터 API를 Claude에 붙이면 되지 않느냐는 질문이에요. 대답은 된다는 거예요. 그 내용은 이전 영상에서 다뤘다고 해요.

기술에 익숙한 사람이거나 혼자 일하거나 스택과 모델을 전부 통제하고 싶다면 직접 만드는 쪽이 맞다고 Grace는 말해요. 모든 구성 요소를 내가 소유하게 되니까요. Agent A가 쓸모 있는 경우는 팀으로 일하면서 도구나 AI 모델이 바뀔 때마다 인프라를 돌보고 싶지 않을 때예요. 제한 없는 프리미엄 데이터 자산과 전문가 skills, 워크플로가 첫날부터 갖춰진 환경에서 오늘 바로 일하고 싶은 팀이죠. 이미 만들어져 있고 호스팅되며 공유가 되는 점이 강점이라고 해요.

어느 쪽을 고르든 세 단계는 변하지 않아요. Skills를 활용하는 일, 에이전트 역할을 정하는 일, 도구로 체계화하는 일의 순서가 AI로 일에서 제대로 힘을 얻는 방법이라고 Grace는 정리해요.

핵심 인사이트

• 일을 먼저 기능별로 나눠야 해요: Grace는 AI를 하나의 긴 채팅으로 쓰지 말고 반복 업무를 마케팅 기능별 skill 라이브러리로 묶으라고 해요. 에이전트를 팀처럼 부리는 출발점이 이 분류예요.
• Skills만으로는 부족하고 역할이 있어야 일관돼요: 역할, 입력, 쓰는 skills와 도구, 워크플로, 결과물, 가드레일을 적은 플레이북이 있어야 같은 품질이 반복돼요. 태그 한 번으로 불러 쓸 수 있고요.
• 정확한 데이터가 분석의 값을 정해요: 대시보드와 덱은 어느 AI 모델이든 만들 수 있다고 Grace는 말해요. 어떤 콘텐츠가 만들 가치가 있는지 알려 주는 건 뒤에 있는 데이터예요.
• 비싼 모델이 늘 정답은 아니에요: Opus로 돌린 워크플로는 크레딧이 꽤 들었어요. Sonnet이나 ChatGPT로도 결과가 좋았다는 게 Grace의 경험이에요.
• 직접 만들기와 가져다 쓰기는 상황의 문제예요: 혼자 일하고 기술에 익숙하면 MCP로 직접 짜고 팀이라면 이미 호스팅된 환경이 낫다는 게 Grace의 판단이에요.

오늘 당장 해볼 것

1. 쓰는 AI 채팅(Claude, ChatGPT 어느 쪽이든)을 열고 내 반복 업무를 정리해 보세요. 예를 들어 "제 하루 마케팅 업무는 ~입니다. 이걸 마케팅 분야별 skill 라이브러리로 묶고 매핑표로 보여 주세요"라고 요청하면 돼요. Grace가 레벨 1 맨 앞에서 하는 작업이고 내가 뭘 자동화할지 한눈에 보여요.
2. 가장 자주 하는 업무 하나를 골라 에이전트 역할 문서를 써 보세요. 역할, 입력, 쓸 skills나 도구, 워크플로, 결과물, 가드레일 여섯 칸을 채우면 돼요. 예시로 Grace는 content strategies(브랜드가 선점할 주제를 설계)와 blog writer(우선순위가 now인 글을 초안으로 작성)를 만들었어요.
3. 그 역할 문서를 지식 베이스나 메모리에 저장하고 특정 이름으로 불렀을 때 항상 불러오게 지시해 보세요. 태그 한 번으로 같은 수준의 결과가 나오는지 확인하면 돼요.
4. Agent A를 쓸 수 있다면 라이브러리에서 AI search visibility gap analysis를 열어 보세요. 브랜드명, 대상 도메인 URL, 점검할 AI 플랫폼을 넣으면 우선순위별 콘텐츠 기회와 Team Console 대시보드가 나와요. 모델은 Sonnet 같은 가벼운 쪽으로 골라서 크레딧 부담을 줄여 보세요.
5. 결과를 본 뒤 채팅에서 격차를 메울 상위 세 가지 주제 아이디어를 요청하고 월간 자동 실행을 걸어 보세요. 한 번 돌리고 끝내지 않고 정해진 일정으로 굴러가게 만드는 단계예요.