Grok Bot 튜토리얼: 매주 AI 연구 에이전트 구축

Grok Bot이란?

Grok Bot은 Cursor를 통해 제공되는 SpaceXAI의 에이전트 앱으로, 작업 사이에서도 역할과 대화를 유지하는 이름 있는 Bot을 만들 수 있습니다. Grok 채팅 앱과 코딩 CLI인 Grok Build와는 별개입니다.

Grok Bot의 루프는 대부분의 다른 AI 어시스턴트와 다르게 동작합니다. 원하는 결과를 맡기면, Bot은 작업이 닿는 모든 앱과 웹사이트를 가로질러 일하고, 완료된 결과 또는 판단이 필요한 질문을 반환합니다. 선호 설정과 역할 맥락은 대화 사이에 안정적으로 유지되지만, 주마다 바뀌는 내용은 메모리가 아니라 Bot이 읽는 파일에 넣어야 합니다.

배경 지식이 더 필요하다면 Grok Bot 가이드를 읽어 보시기 바랍니다.

Grok Bot의 Bot, 스킬, 루틴은 어떻게 작동하나요

이 튜토리얼에는 네 가지 용어가 필요합니다. SpaceXAI의 Bot 및 클라우드 컴퓨터 가이드와 제품 가이드는 다음과 같이 정의합니다.

• Bot: 이름, 역할, 자체 대화, 저장된 컨텍스트를 가진 에이전트.
• 클라우드 컴퓨터: 계정의 모든 Bot이 공유하는 지속형 머신으로, 자체 브라우저, 파일, 터미널을 갖습니다. 노트북을 닫아도 계속 실행됩니다.
• 스킬: 작업 수행, 결과 점검, 승인 요청 시점을 담은 지침 세트.
• 루틴: 특정 Bot에게 작업 실행 시점을 지시하는 과제(일정 또는 지원되는 이벤트 기반).

이 순서는 공식 스킬 및 루틴 가이드를 따르며, 예약 전에 테스트를 권장합니다.

Grok Bot들은 하나의 클라우드 컴퓨터를 공유하나요?

그렇습니다. Grok Bot FAQ에 따르면 컴퓨터는 개별 Bot이 아닌 계정에 속합니다. 모든 Bot은 그 컴퓨터의 브라우저 쿠키, 저장된 로그인, 파일을 볼 수 있으며, 각 Bot은 자체 브라우저 작업을 위한 별도 화면을 받습니다.

우선 Scout의 워크플로를 공개 페이지에서만 진행하겠습니다. 이후 DataCamp, Notion 등 다른 서비스에 로그인하면 모든 Bot이 그 세션을 사용할 수 있습니다. Scout를 삭제해도 공유 파일이나 로그인 상태가 제거된다는 보장은 없으므로, 더 이상 다른 Bot에 노출하고 싶지 않은 항목은 로그아웃하고 정리해야 합니다.

하나의 계정, 하나의 컴퓨터, 여러 Bot. 이미지: 작성자.

Grok Bot으로 주간 DataCamp Learning Scout 만들기

Scout는 학습자 프로필과 시간 예산을 읽고 간단한 계획을 반환합니다. 우리의 학습자는 Python과 기본 LLM 개념에 익숙하고 에이전트 오케스트레이션은 처음이며, 이번 주 사용 가능 시간은 4시간입니다. AI Agent Fundamentals 트랙은 6시간이라 전체를 소화하기엔 부족합니다.

4시간 제한이 커트라인을 정하고, 출력 형식이 계획이 끝났음을 알려 줍니다.

Scout Bot은 무엇을 반환해야 하나요?

리소스마다 다음 정보를 해당 코스 페이지에서 가져와 반환해야 합니다. 

• 제목과 링크
• 유형(코스, 트랙, 프로젝트, 튜토리얼)
• 수준(기초, 중급, 고급)
• 소요 시간(페이지에 표시된 경우)
• 선정 이유
• 순서 내 위치

마지막에는 총 소요 시간과 한 가지 주간 목표로 마무리합니다. 페이지에 소요 시간이 없으면 추정하지 말고 "표기 없음"이라고 답해야 합니다.

우리 학습자에게는 확인된 리소스 3개면 충분합니다. 목표, 수준, 예산에 맞는 자료가 부족한 경우 더 적게 반환해도 됩니다.

각 선정 이유는 이 학습자와 연결되어야 합니다. "학습자가 이미 가진 Python을 전제로 하고, 직전 기초 과정의 개념을 토대로 확장합니다"는 선택 이유를 설명합니다. "AI 에이전트를 다룸"은 충분하지 않습니다. 순서에도 이유가 있어야 하며, 예를 들어 같은 개념을 전제하는 프로젝트 전에 기초 과정을 마치는 식입니다.

검색 스니펫만으로는 부족한 이유

검색 스니펫은 오래됐거나 수준과 소요 시간을 생략할 수 있습니다. Scout는 후보를 찾기 위해 사용할 수 있지만, 계획에 리소스를 추가하기 전에는 반드시 해당 DataCamp 페이지를 읽어야 합니다.

이 규칙을 지시에 명시해야 합니다. 사이트가 Bot을 차단하거나, 로그인을 요구하거나, CAPTCHA를 표시할 수도 있습니다. 그 경우 Bot은 우리가 개입하도록 요청해야 합니다.

Grok Bot에 접근하는 방법

SpaceXAI와 Cursor의 협업으로 Grok Bot에 접근하는 방법은 두 가지입니다.

Grok Bot 요금제

Grok Bot에는 영구적인 무료 요금제가 없습니다. 현재 Cursor는 사용 크레딧 형태의 제한적 체험을 제공합니다. 유료 이용은 지원되는 Cursor 요금제 또는 SuperGrok 구독을 통해 제공됩니다. 어느 쪽이든 Cursor로 로그인하세요.

공식 Grok Bot 계정에 따르면 현재 SuperGrok 및 Cursor Pro 구독자는 모두 접근 권한이 있으며, 모든 사용자의 주간 사용 한도도 재설정되었습니다. 확인 시점에 Cursor 도움말 페이지는 공지의 모든 부분을 반영하지 않았으므로, 읽는 시점의 상태는 요금제 페이지나 앱 내에서 다시 확인하세요.

SuperGrok을 연동한 계정의 경우 Cursor 도움말은 여전히 이 연동을 Cursor 요금제 변경 없이 지속적인 사용 권한을 부여하는 것으로 설명합니다. Cursor는 메시지가 아니라 에이전트 단계와 토큰을 기준으로 계산하므로, Usage and Billing을 연구 실행 전과 루틴 테스트 전에 확인하세요.

프라이버시 설정과 플랫폼 지원

Grok Bot은 클라우드 데이터 저장을 필요로 합니다. Cursor 계정이 Legacy Privacy Mode를 사용 중이면 시작되지 않습니다. Cursor 프라이버시 대시보드에서 설정을 변경하세요.

Grok Bot은 Apple 실리콘 또는 Intel의 macOS, x64 또는 Arm64의 Windows, iOS 18 이상 iPhone을 지원합니다. Linux, Android, iPad를 사용하는 경우 이 글을 읽는 시점의 최신 지원 플랫폼 목록을 확인하세요. 지원이 바뀌었을 수 있습니다.

구독에는 주간 사용량이 포함되지만, 모든 요금제에 동일하게 적용되는 하나의 수치를 Cursor가 공개하진 않습니다. 체험은 7일 동안의 사용 크레딧을 제공하며, 하나의 큰 작업으로도 소진될 수 있습니다.

1단계: Grok Bot 설치 및 Bot 생성

연구 자체에는 API 키, 로컬 코딩 환경, DataCamp 로그인이 필요하지 않습니다. 코스 수강 시작은 별개이며 계정이 필요할 수 있습니다. 설치는 몇 단계면 충분하지만, Bot 설명은 설치보다 더 신경 써야 합니다.

설치 및 로그인

데스크톱 앱을 Grok Bot 온보딩 페이지에서 다운로드하고 기기에 맞는 빌드를 선택하세요. 브라우저에서 Cursor 계정으로 로그인합니다. 조직이 SSO를 사용한다면 안내에 따르세요.

첫 실행은 클라우드 컴퓨터가 시작되는 동안 "미래의 팀원을 만나보세요" 화면에서 멈춥니다. 멈춘 것 같다면 다른 시도 전에 Grok Bot을 완전히 종료 후 다시 열어 보세요. 문제가 지속되면 데스크톱 앱을 업데이트하고 완전히 종료 후 다시 열고, Agent Computer를 다시 열어 완료될 시간을 주세요. 이후 Recover를 사용하고, Reset은 최후의 수단으로만 사용하세요. Reset은 동기화되지 않은 작업을 삭제할 수 있습니다.

로그인 후 Grok Bot 데스크톱 앱. 이미지: 작성자.

이번 주 이후에도 유효한 설명 작성

New 또는 Cmd/Ctrl+N으로 Bot을 만들고 Create new agent를 선택한 뒤 Bot actions → Edit Profile을 엽니다. 이름은 Scout, 직함은 DataCamp Learning Scout로 지정하세요.

설명에는 매주 적용되는 규칙을 담습니다. 이번 주 주제는 다른 곳에 적어야 합니다. 다음과 같은 규칙을 추가하세요.

• DataCamp 학습 콘텐츠를 선별해 명시된 숙련도와 시간 예산에 맞춥니다.
• 이 프로필을 과제가 아닌 상시 컨텍스트로 취급합니다. 연구를 시작하기 전 별도 메시지를 기다립니다.
• 현재 과제의 주제와 시간 예산만 사용합니다. 이전 대화의 주제를 재사용하지 않습니다.
• 추천 전에 후보의 DataCamp 자체 페이지를 반드시 엽니다.
• 수준과 소요 시간을 페이지에 인쇄된 그대로 인용하고, 값이 없으면 "표기 없음"이라고 씁니다.
• 출처 링크를 그대로 유지하고 코스 세부를 결코 지어내지 않습니다.
• 동일한 개념을 다루는 리소스가 둘이면 실습 위주의 자료를 우선합니다.

첫 설정 시도에서 Scout가 프로필을 실시간 과제로 취급해 관련 없는 ETL 계획을 시작했습니다. 중지하고 새 Scout를 만들었으며, 아래 대기 규칙 두 가지를 추가했습니다. 

• 학습 목표가 모호하면 추측하지 말고 확인 질문을 합니다.
• 계정 생성, 등록, 구매를 절대 수행하지 않습니다.

새 Bot은 프로필에서 바로 일하지 않고 별도 과제를 기다렸습니다.

전용 Scout를 두면 일반 대화가 길어지지 않고, 매 실행에 학습 계획에 필요한 맥락만 담깁니다.

우리의 관찰 없이 루틴이 실행될 때도 제한이 적용되도록 프로필에 경계를 넣는 것이 중요합니다. 또한 Scout의 업무가 바뀔 때 검토할 수 있을 만큼 프로필을 짧게 유지하세요. 2단계에서 주제와 시간 제한을 다룹니다.

Scout 프로필에는 지속적인 연구 규칙이 담깁니다. 영상: 작성자.

2단계: Bot의 첫 연구 과제 작성

Scout에게 자연어로 과제를 줄 수 있지만, 요청에는 여전히 세부가 필요합니다. 문서는 결과물, 출처, 제한, 출력, 검토를 위해 Bot이 멈춰야 하는 지점을 명시하라고 제안합니다.

프로필과 메시지에 각각 무엇을 담아야 하나요?

프로필과 메시지는 서로 다른 질문에 답합니다.

• 프로필은 Scout가 어떻게 일하는지를 말합니다. 
• 메시지는 이번 주에 무엇을 해야 하는지를 말합니다. 

그다음 스킬이 절차를 저장하고, 각 루틴 실행은 최신 입력을 읽습니다.

프로필에는 이미 페이지 점검과 출처 링크가 포함되어 있습니다. 메시지에서는 학습자의 수준과 이번 주 과제를 주고, 4시간 이내의 몇 가지 리소스를 요청하며, 검토를 위해 Bot이 멈추도록 합니다.

첫 과제는 한 개의 메시지로 보냈고, Scout가 작업하는 동안 추가 제약을 주지 않았습니다.

Build me a weekly DataCamp learning plan.

The learner is comfortable with Python, understands basic LLM concepts, is new to AI agent orchestration, and has 4 hours available this week. 
They prefer practical, hands-on material over theory.

Search current DataCamp content on AI agents. 
Open each candidate's resource page before you consider it. 
Pick a small number of resources whose page-listed durations total 4 hours or less, and order them from foundations toward practical application.
For each resource, return the title, the content type, the level and duration exactly as printed on the page, the link, one sentence on why it fits this learner, and its position in the order. 
Then give me the total time and one learning objective for the week.

Do not use search snippets as evidence. 
If a page does not list a duration or a level, write "not listed" instead of estimating. 
If the goal is too broad to plan against, ask me before you continue.

Stop after the plan. 
Do not enroll me in anything.

Scout는 브라우저 검색을 시작하고 검토용 계획을 반환했습니다. 첫 응답은 한 코스의 수준을 잘못 사용했고, 4단계에서 수정했습니다.

주간 학습자 파일 만들기

Bot 메모리는 변하는 세부의 신뢰할 수 있는 기록이 아닙니다. 공유 컴퓨터에 /workspace/learner-profile.md를 만들고 매주 실행의 단일 진실 소스로 사용하세요.

# Learner profile

Current goal: AI agent orchestration
Weekly budget: 4 hours
Background: Comfortable with Python and basic LLM concepts
Preference: Practical, hands-on resources
Completed resources: None

목표, 예산, 완료 목록이 바뀔 때 이 파일을 업데이트하세요. Scout는 매 계획 전에 이 파일을 읽고, 없거나 오래됐으면 중단해야 합니다.

3단계: Grok Bot의 Agent Computer에서 연구 검토

대화 뷰에는 도구, 파일, 질문, 승인 내역이 표시됩니다. Agent Computer에는 클릭, 타이핑, 네비게이션, 상태가 보입니다. 어느 뷰를 떠나도 작업은 중단되지 않습니다.

Agent Computer에서 확인할 항목

Scout가 검색 스니펫에 의존하지 않고 각 코스 페이지를 여는지 확인하세요. 또한 제외한 리소스 하나와 그 이유를 기록하세요.

멈추면 앞서 언급한 로그인, CAPTCHA, 승인 이슈를 확인하세요. 차단된 단계만 완료한 뒤 제어를 반환하세요. 비밀번호를 채팅에 붙여넣지 말고 보안 비밀 요청을 사용하세요.

컴퓨터 뷰는 페이지 방문 사실을 보여주지만, 최종 답의 정확성을 보증하지는 않습니다. 어떤 페이지를 사용했고 중간에 방향을 바꿨는지는 대화 기록을 보관해 확인하세요.

페이지 자체가 증거인 DataCamp 워크플로에는 이 브라우저 우선 접근이 적합합니다. 지원 커넥터가 있는 서비스라면 구조화 데이터는 커넥터로 가져오고, 시각 확인이 필요할 때만 브라우저를 여세요.

우리 실행에서 Agent Computer는 정식 Introduction to AI Agents 페이지를 열었습니다. 헤더에는 Basic과 1 hr 30 min이 표시됐습니다. 소요 시간은 Scout의 답과 일치했지만 수준은 달랐습니다.

DataCamp 페이지를 연 Agent Computer. 이미지: 작성자.

4단계: Bot 출력 검증 및 수정

여기서 속도를 늦춥니다. 수락 전에 계획을 DataCamp 페이지와 나란히 둡니다.

링크, 수준, 선수 지식, 시간 확인

계획을 줄줄이 읽으세요. 깔끔한 레이아웃이라도 잘못된 수준, 깨진 링크, 틀린 합계를 감출 수 있습니다. 다음을 점검합니다.

• 링크가 정확히 그 제목의 실제 DataCamp 페이지로 연결되나요?
• 표시된 수준이 페이지의 표기와 일치하나요?
• 학습자가 모든 선수 지식을 충족했나요?
• 페이지에 표시된 소요 시간으로 합산했을 때 4시간 이내인가요?
• 실제 진행이 있나요, 아니면 서로 바꿔 끼울 수 있는 초급 코스 3개인가요?
• 키워드 일치만으로 포함된 항목은 없나요?

총합은 계획의 합계를 신뢰하지 말고 페이지 소요 시간을 더해 확인해야 합니다. 4시간을 넘으면 Scout에게 가장 덜 관련 있는 항목을 빼고 재계산하도록 하세요.

Scout의 첫 계획에는 Introduction to AI Agents, Building AI Agents with CrewAI, Building AI Agents with Google ADK가 있었습니다. 인쇄된 소요 시간을 더하니 3시간 30분이었고, 예산에 맞아 30분이 남았습니다.

문제는 첫 코스의 수준이었습니다. Scout는 Beginner라고 썼지만 정식 페이지에는 Basic이었습니다. 다음과 같이 한 번 정정했습니다.

Please revise the plan using the exact level labels shown on each course page.

The Introduction to AI Agents page lists its level as Basic, not Beginner. Reopen all three pages and verify each title, level, duration, and canonical URL.

Return the same plan with only the verified corrections. Keep the total at or below 4 hours.

Scout는 세 페이지를 다시 열고 첫 수준만 수정했으며, 총 3시간 30분은 유지했습니다. 수정은 작았지만, 유효한 링크와 그럴듯한 라벨만으로는 충분치 않음을 확인했습니다.

첫 계획과 수정된 계획. 이미지: 작성자.

소요 시간 누락 처리

XP, 비디오, 연습 문제를 시간으로 환산하지 말아야 합니다. 소요 시간 필드가 서로 다르면 각 인쇄 값을 그대로 보존하고 필드명을 명시하며, 예산 확인에는 최댓값만 사용합니다.

반복 규칙은 Bot 프로필에 저장

계획을 수정한 후 매주 적용되어야 할 규칙만 Bot 설명에 추가했습니다. 일회성 주제나 시간 제한은 주간 입력 파일에 남겨둡니다.

5단계: Bot 워크플로를 스킬로 저장

워크플로를 스킬로 저장할 때의 모범 사례 두 가지:

• 수동 버전이 잘 작동하기 전에는 저장하지 마세요. 그렇지 않으면 스킬이 같은 문제를 반복합니다.
• 스킬 범위를 좁게 유지하세요: 하나의 출처 계열, 하나의 출력 형식, 하나의 승인 경계. 어떤 시스템을 쓸지나 무엇을 반환할지 추측해야 하면 동선을 이탈하고 사용량을 더 소모할 수 있습니다.

스킬에 담아야 할 내용

Scout에게 Weekly DataCamp Learning Plan이라는 스킬로 저장하도록 요청하세요. /workspace/learner-profile.md를 읽고, 각 선수 지식을 학습자의 배경과 완료 리소스에 대조해 확인하며, 페이지 소요 시간을 합산하고, 합의된 필드를 반환하며, 승인이 필요한 작업 전에 중단해야 합니다.

저장 후에는 작성란에서 /로 참조합니다. 보이지 않으면 Settings → Plugins → Yours에서 켜세요.

입력과 검증을 포함한 저장된 스킬. 이미지: 작성자.

다른 목표로 스킬 테스트

학습자의 목표를 LLM 평가로 바꾸고, 예산을 3시간으로 줄인 뒤, 저장된 스킬을 "현재 학습자 프로필로 이번 주 계획을 만들어 주세요"라는 짧은 요청 한 줄로 호출했습니다.

Scout는 Agent Computer를 사용해 LLM Application Evaluation with LangSmith 코스 하나만 반환했고, AI 에이전트 계획에서 추천을 가져오지 않았습니다. 또한 주제와 무관한 페이지와 소요 시간이 인쇄되지 않은 튜토리얼을 제외했습니다.

정식 코스 페이지에는 두 가지 소요 시간 형식이 있었습니다. 요약의 2 hr 추정치와 1 hr - 3 hr 기간 칩입니다. Scout는 칩을 복사했지만 상한을 고정된 3시간 총합처럼 처리했습니다. 사용한 필드명을 명시하고, 인쇄된 두 값을 모두 보존하며, 예산 확인에는 상한만 쓰도록 요청했습니다.

이후 선수 지식 점검에서 더 중요한 문제가 드러났습니다. 해당 코스는 LLM Application Fundamentals with LangChain을 요구하지만, 우리 학습자는 아직 수강하지 않았습니다. 정식 페이지를 여는 것만으로는 충분치 않았고, 추천 전 학습자 프로필과 선수 지식을 대조하는 절차가 스킬에 필요했습니다.

스킬을 업데이트해 모든 선수 지식을 학습자 프로필과 비교하고, 리소스 선택 전 상충하는 소요 시간 필드를 모두 보고하도록 했습니다.

6단계: 스킬을 주간 Grok Bot 루틴으로 예약

앞서 설명했듯 클라우드 컴퓨터는 계속 실행되므로, 노트북이 닫혀 있어도 루틴이 동작할 수 있습니다. 월요일 일정을 신뢰하기 전 반드시 테스트합니다.

여기서는 주간 일정이 의도적입니다. 같은 연구를 몇 분마다 실행하면 학습자 세부나 DataCamp 페이지가 변하지 않아도 사용량을 소모합니다.

일정, 시간대, 경계 설정

시간대는 Settings → General → Agent에서 설정한 뒤, 루틴을 다음 다섯 가지로 생성했습니다. 

• 일정
• 목표와 예산을 읽을 위치
• 무엇을 반환할지
• 무엇이 승인을 필요로 하는지
• 출처가 없을 때의 처리

만약 /workspace/learner-profile.md가 없거나, Scout가 더 이상 진행할 수 없으면, 루틴은 문제를 보고하고 반복 재시도 대신 중단해야 합니다. Scout의 차단된 작업을 상속하며, 승인은 이후 외부 작업을 추가하는 경우에만 적용됩니다. 루틴은 View conversation details → Routines에서 관리합니다.

월요일 루틴의 일정과 시간대. 이미지: 작성자.

월요일을 기다리지 말고 지금 실행

월요일을 기다리는 대신, 업데이트된 스킬과 동일한 LLM 평가 프로필로 테스트 실행을 시작했습니다. 루틴은 후보 페이지를 열고, LangSmith의 모든 소요 시간 필드를 보고했으며, LangChain 선수 지식을 충족하지 않음으로 표시했습니다.

시작하지 않으면, 켜져 있는지 확인하고, 세부 설정(일정, 시간대, Bot, 학습자 출처, 브라우저 세션), 마지막으로 남은 사용량을 확인하세요. 학습자 세부 누락이나 만료된 세션이 실행을 멈출 수 있습니다.

루틴은 LangSmith를 계획에서 제외하고, 다른 후보들은 주제와 무관하거나 선수 지식 미충족, 코스 소요 시간 표기 누락 등으로 배제했으며, Total: 0을 반환했습니다. 주를 억지로 채우면 검증 규칙을 깨게 됩니다.

실행은 Run history에 완료 표시로 나타났고, 결과는 Scout 대화에 남았습니다. 이 최종 테스트로 일정, 저장된 스킬, 소요 시간 정책, 선수 지식 점검이 함께 작동함을 확인했습니다.

루틴 테스트가 완료되고 기록이 표시됩니다. 영상: 작성자.

마무리

이 튜토리얼에서는 하나의 최신 학습자 출처, 출처 확인, 재사용 가능한 스킬, 주간 루틴을 중심으로 DataCamp Learning Scout를 만들었습니다. 프로필에는 상시 규칙을, 스킬에는 연구 방법을, 루틴에는 월요일 일정을 담았습니다.

보시다시피, 해야 할 일을 정확히 수행하는 주간 예약 실행에 이르기까지는 약간의 시행착오가 필요합니다. 테스트는 깔끔한 답안이 감출 수 있었던 세 가지 문제를 드러냈습니다. Beginner 대신 Basic, 범위를 고정 총합으로 다룬 소요 시간 범위, 미충족 선수 지식입니다. 처음 두 가지는 정식 페이지를 다시 열어 수정했고, 세 번째는 새로운 선수 지식 규칙과 추가 스킬 테스트가 필요했습니다.

이후에는 완료 이력을 추가해 같은 추천의 반복을 막거나, Scout의 선정 리소스를 학습 일정으로 바꾸는 Study Coach Bot을 만들 수 있습니다. 앱에 Teach a task가 나타나면, 브라우저 워크플로를 녹화해 스킬 초안을 만들 수도 있습니다.