오늘은 API 토큰을 실제로 붙이고, Codex를 더 깊게 프로젝트와 도구에 연결해봅니다.

오늘은 Session 02 회의록을 짧게 복기한 뒤, `API 토큰 연결 -> Notion MCP -> Repo context -> Skill -> 프로젝트 생성 -> GitHub 업로드`까지 한 번의 작업 흐름으로 묶습니다. 즉, AI 코딩 도구를 단순히 신기한 도구로 보는 단계에서 벗어나, 내 작업 루틴에 붙이는 감각을 맞추는 시간이 됩니다.

recap → token → mcp → repo context → skill → Codex build → GitHub

시간	주제	목표
22:00	Session 02 복기	문서, Repo, Skill, MCP의 기본 감각을 다시 맞춥니다.
22:10	API 개념 + Deepgram Token	상용 앱에서 왜 API Key를 쓰는지 이해하고, 음성 앱 예제로 연결합니다.
22:35	Notion MCP 2개 실습	공식 OAuth 연결과 Notion API 키 발급 흐름을 구분하고, 자료 정리까지 시도합니다.
23:00	Repo 활용 2개 실습	Remotion Repo와 `design.md`를 Codex에게 작업 맥락으로 먹입니다.
23:25	Loop형 Skill 실습	K-skill, Ralph loop, Karpathy식 Auto Research loop의 쓰임을 비교합니다.
23:45	Codex Build + GitHub Push	오늘 만든 최소 결과물을 저장하고, 토큰이 새지 않는지 확인합니다.
23:58	Q&A	막힌 지점과 다음 실습 포인트를 정리합니다.

• 오늘 접속 링크는 Google Meet 바로 입장 ↗입니다.
• 전화 참여가 필요하면 `(US) +1 614-636-5627`, PIN `624 907 814#`을 사용할 수 있습니다.
• Codex Mac App 실행 및 로그인 상태 확인
• GitHub 계정 로그인 상태 확인
• Notion 앱 실행 및 로그인 상태 확인
• Deepgram Console 로그인 또는 새 계정 생성 가능 여부 확인
• Notion Developer Portal에서 Internal Connection을 만들 수 있는 권한 확인
• 작업할 로컬 폴더와 간단한 아이디어 한 줄 준비

API는 프로그램이 다른 프로그램과 대화하는 창구입니다. 우리가 웹사이트 안에서 버튼을 누르듯, 앱이나 스크립트는 API를 통해 음성 인식, 음성 합성, 결제, 지도, 검색 같은 외부 기능을 호출합니다. 그리고 Token/API Key는 그 요청이 누구의 계정에서 나가는지 확인하는 열쇠입니다.

개념	뜻	오늘의 실습 포인트
API	프로그램 간 연결 인터페이스	앱 안에서 외부 모델이나 서비스를 부르는 길
Token / API Key	인증용 비밀 키	직접 발급 받고 로컬에 연결
.env	로컬 환경변수 파일	키를 코드에 박지 않고 안전하게 보관
.gitignore	Git에 올리지 않을 파일 목록	`.env`와 녹음 원본을 실수로 push하지 않게 막기

상용 앱에서 API Key를 쓰는 이유는 단순합니다. 서비스 제공자는 사용량을 측정하고, 비용을 청구하고, 악용을 막아야 합니다. 만든 사람 입장에서도 테스트용 키와 운영용 키를 나누고, 누가 어떤 기능을 얼마나 쓰는지 추적할 수 있어야 합니다.

DEEPGRAM_API_KEY=...
NOTION_API_KEY=...

1. Deepgram Console에서 API Key를 발급합니다.
2. 프로젝트 루트에 `.env`를 만들고 `DEEPGRAM_API_KEY=...`를 넣습니다.
3. `.gitignore`에 `.env`, `recordings/`, `exports/`를 추가합니다.
4. Codex에게 “녹음 -> STT 전사 -> 요약 -> TTS 읽어주기”의 최소 앱 구조를 먼저 설계하게 합니다.
5. 로컬에서 더미 오디오나 짧은 녹음으로 요청이 성공하는지 확인합니다.

아직 코딩하지 말고 계획부터 세워줘.

Deepgram API를 쓰는 간단한 AI note-taking 데스크탑 앱을 만들고 싶어.
목표는:
1. 마이크 또는 오디오 파일을 받아서 Deepgram STT로 전사
2. 전사문을 회의록 초안으로 요약
3. 요약문을 Deepgram TTS로 mp3로 저장하거나 읽어주기
4. API 키는 .env에서만 읽고 GitHub에는 절대 올리지 않기

먼저 파일 구조, 필요한 패키지, 보안 체크리스트, 구현 순서를 정리해줘.

# Deepgram key가 유효한지 확인하는 감각
curl https://api.deepgram.com/v1/auth/token \
  -H "Authorization: Token $DEEPGRAM_API_KEY"

# TTS는 요약문을 음성 파일로 바꾸는 데 사용
curl --request POST \
  --header "Content-Type: application/json" \
  --header "Authorization: Token $DEEPGRAM_API_KEY" \
  --output summary.mp3 \
  --data '{"text":"오늘 회의의 핵심은 API 키를 안전하게 쓰는 것입니다."}' \
  --url "https://api.deepgram.com/v1/speak?model=aura-2-thalia-en"

2026년 기준 공식 Notion MCP는 API Key를 직접 넣는 방식이 아니라 OAuth 로그인 방식이 기본입니다. 반면 Notion API를 자동화에 쓰거나 로컬 MCP 서버를 별도로 붙일 때는 Internal Connection을 만들고 Installation access token을 발급받습니다. 오늘은 이 둘을 헷갈리지 않게 나눠서 봅니다.

흐름	인증 방식	오늘의 의미
공식 Notion MCP	OAuth 로그인	Codex가 Notion 페이지를 읽고 쓰는 기본 연결
Notion Internal Connection	Installation access token	API Key가 무엇인지, 권한과 보안을 이해하는 실습

예제 1. Codex에 공식 Notion MCP 연결하기

1. Codex 설정 파일에 Notion MCP 서버를 추가합니다.
2. `codex mcp login notion`으로 OAuth 인증을 완료합니다.
3. Notion에서 접근을 허용할 workspace와 권한을 확인합니다.
4. Codex에게 특정 Notion 페이지 URL을 주고 읽기/요약이 되는지 테스트합니다.

# ~/.codex/config.toml 또는 프로젝트의 .codex/config.toml
[mcp_servers.notion]
url = "https://mcp.notion.com/mcp"

# 인증
codex mcp login notion

Notion MCP 연결 상태를 확인하고,
이 Session 03 관련 페이지를 찾아서
1. 오늘 준비물
2. 오늘 실습할 예제
3. 미팅 후 회의록에 남길 항목
으로 요약해줘.

예제 2. Notion API Key 발급 후 자료 정리 자동화 감각 잡기

1. Notion Developer Portal에서 Internal Connection을 만듭니다.
2. Configuration 탭에서 Installation access token을 확인합니다.
3. 대상 Notion 페이지에서 Connections 메뉴로 새 connection을 추가합니다.
4. `NOTION_API_KEY=...`를 `.env`에만 저장하고, 코드나 GitHub에는 올리지 않습니다.
5. Codex에게 리서치 요약을 Notion 페이지 구조로 정리하게 합니다.

NOTION_API_KEY=...
NOTION_PARENT_PAGE_ID=...

Notion API 키는 .env에서만 읽는다고 가정하고,
"AI note-taking 앱을 만들 때 필요한 Deepgram STT/TTS 자료"를
Notion 페이지에 들어갈 구조로 정리해줘.

형식:
1. 한 문단 요약
2. 핵심 링크
3. 오늘 실습 순서
4. 주의할 보안 규칙
5. 다음 액션 아이템

이번 파트에서는 방금 만든 Repo뿐 아니라 이미 존재하는 오픈소스 Repo도 Codex에게 읽혀봅니다. 핵심은 “코드를 내가 다 읽기 전에, Codex에게 구조와 사용법을 먼저 설명시키는 습관”입니다.

예제 1. Remotion Repo로 짧은 광고 영상 만들기

Remotion은 React로 영상을 프로그래밍하듯 만드는 프레임워크입니다. 오늘은 공식 Repo와 문서를 Codex에게 먼저 읽히고, 몇 줄짜리 광고 콘셉트를 넣어 짧은 영상 구성안을 만들게 합니다.

1. GitHub에서 `remotion-dev/remotion` 공식 Repo를 찾습니다.
2. Codex에게 Repo README와 docs를 요약하게 합니다.
3. `npx create-video@latest` 같은 시작 흐름을 확인합니다.
4. 광고 콘셉트 3-5줄을 주고 Composition, scene, copy, timing을 설계시킵니다.
5. 로컬 preview가 뜨면 텍스트, 색, 컷 전환을 한 번 수정합니다.

Remotion 공식 repo와 문서를 참고해서
짧은 15초 광고 영상을 만들고 싶어.

콘셉트:
- K-garoo Social Club Session 03
- API, Repo, Skill, MCP를 실제로 붙여보는 밤
- 어두운 배경, 오렌지 포인트, 터미널 카드 느낌

먼저 Remotion 프로젝트 구조와 실행 방법을 설명하고,
그 다음 15초 영상의 scene breakdown,
필요한 컴포넌트,
수정할 파일 목록을 제안해줘.

예제 2. `design.md`를 디자인 기준으로 사용하기

`design.md`는 이 웹사이트의 비주얼 DNA입니다. 색, 톤, 레이아웃, 글쓰기 방향을 정해둔 파일이라서, Codex에게 페이지를 고치게 할 때 먼저 읽히면 결과물이 훨씬 덜 흔들립니다.

1. Repo 루트에 `design.md`와 `content-system.md`가 있는지 확인합니다.
2. Codex에게 두 문서를 먼저 읽고, 페이지 역할과 톤을 요약하게 합니다.
3. 새 페이지나 기존 페이지를 고칠 때 “이 기준을 지켜라”라고 명시합니다.
4. 결과물을 받은 뒤, 디자인 기준을 어긴 부분이 있는지 다시 리뷰시킵니다.

먼저 design.md와 content-system.md를 읽어줘.

그 다음 session-03-room 페이지를
K-garoo Social Club의 문서형 command room 톤에 맞게 보강해줘.

조건:
1. 다크 톤, 오렌지 액센트, 터미널 카드 감각 유지
2. 발표용 슬라이드가 아니라 실습용 Room처럼 구성
3. 새로운 섹션은 공지 -> Room -> 회의록 루틴에 맞게 연결
4. 변경 후 design.md 기준을 어긴 부분이 있는지 자체 리뷰

K-skill은 한국어 생활/문서/리서치/검색 작업에 맞춘 Skill 묶음으로 생각하면 이해가 쉽습니다. 오늘은 Skill을 많이 설치하는 것보다, “어떤 상황에서 어떤 Skill을 부르면 좋은지”를 실제 프롬프트로 보는 데 집중합니다.

설치된 K-skill 목록을 확인하고,
오늘 프로젝트에 바로 도움이 될 Skill 2개만 골라줘.

추천할 때는:
1. 언제 쓰는 Skill인지
2. 오늘 Session 03 자료에 어떻게 쓸 수 있는지
3. 실행 전에 내가 확인해야 할 권한이나 비용이 있는지
를 같이 설명해줘.

예제 1. Ralph loop로 PRD를 끝까지 밀어붙이기

Ralph는 리뷰어가 아니라 autonomous AI agent loop입니다. PRD를 `prd.json`의 작은 user story들로 쪼개고, Amp나 Claude Code 같은 AI coding tool을 새 컨텍스트로 반복 실행해서 `passes: false`인 항목을 하나씩 구현합니다. 기억은 대화창이 아니라 git history, `progress.txt`, `prd.json`에 남깁니다.

언제 쓰나	좋은 조건	주의할 점
여러 user story가 있는 기능 개발	PRD, 테스트, 타입체크, 브라우저 검증 기준이 명확할 때	큰 요구사항을 한 번에 맡기면 망가집니다. story를 작게 잘라야 합니다.
반복 구현이 필요한 백로그 처리	각 항목이 한 컨텍스트 안에서 끝날 정도로 작을 때	CI가 깨진 상태에서 돌리면 실패가 누적됩니다.
장시간 unattended 작업	작업 브랜치, git commit, acceptance criteria가 준비됐을 때	토큰, 결제, 삭제 같은 위험 작업은 루프에 맡기지 않습니다.

1. PRD를 먼저 씁니다. 기능 목표, user story, acceptance criteria, quality check 명령을 분명히 둡니다.
2. Ralph skill로 PRD를 `prd.json` 구조로 변환합니다.
3. `ralph.sh`를 실행하면 feature branch를 만들고, 우선순위가 높은 story를 하나 골라 구현합니다.
4. typecheck/test/browser verification이 통과하면 commit하고, `passes: true`로 표시합니다.
5. 배운 점은 `progress.txt`와 `AGENTS.md`에 남겨 다음 iteration이 읽게 합니다.

Ralph loop를 오늘 프로젝트에 적용한다고 가정하고,
"Deepgram AI note-taking 앱 MVP"를 PRD user story로 쪼개줘.

조건:
1. 각 story는 한 번의 agent iteration에서 끝날 만큼 작게
2. 각 story마다 acceptance criteria 포함
3. typecheck/test/manual browser verification 기준 포함
4. API key와 .env 보안 체크를 별도 story로 포함
5. 마지막에 prd.json으로 바꿀 수 있는 구조로 정리

예제 2. Karpathy식 Auto Research loop 이해하기

Andrej Karpathy는 OpenAI founding member, 전 Tesla AI/Autopilot Vision 리더, Stanford CS231n 강의자로 널리 알려진 AI 연구자이자 교육자입니다. `karpathy/autoresearch`는 agent가 nanochat 학습 실험을 자동으로 반복하게 만든 Repo이고, 핵심은 “사람이 실험 조건과 측정 기준을 정하고, agent가 작은 실험을 계속 돌리며 더 나은 결과를 찾는 구조”입니다.

원본 Repo의 핵심	의미	우리 식 적용
`program.md`	agent가 따라야 할 초경량 instruction, 사실상 작은 skill입니다.	프로젝트별 실험 규칙 문서나 Skill로 바꿀 수 있습니다.
`train.py`만 수정	agent가 건드릴 파일을 하나로 제한해 diff를 검토 가능하게 만듭니다.	웹앱이면 한 섹션, 한 컴포넌트, 한 설정 파일만 수정하게 제한합니다.
5분 고정 실험	실험 시간을 고정해 결과를 비교 가능하게 만듭니다.	Lighthouse, test pass rate, latency처럼 같은 명령으로 반복 측정합니다.
single GPU requirement	원본은 ML training 실험용이라 NVIDIA GPU 환경을 전제로 합니다.	오늘은 원본 실행보다 “측정 가능한 반복 실험 패턴”을 배웁니다.

karpathy/autoresearch의 아이디어를 웹 프로젝트에 적용한다고 가정하자.

목표:
Session 03 Room 페이지를 더 읽기 쉽게 만들기

제약:
1. 수정 파일은 session-03-room/index.html 하나만
2. 실험 1회는 10분 안에 끝나야 함
3. 측정 기준은 Lighthouse accessibility score와 문장 중복 수
4. 결과가 나빠지면 되돌릴 것

이 조건으로 program.md 스타일의 실험 지침을 만들어줘.
아직 코드는 바꾸지 말고 baseline, metric, scope, stop condition을 먼저 정리해줘.

1. 프로젝트 폴더를 정합니다.
2. Codex에게 바로 구현시키지 말고, 먼저 계획부터 세우게 합니다.
3. 오늘 만들 최소 기능만 정합니다.
4. API 키를 붙일 자리는 `.env` 기준으로 먼저 잡습니다.
5. 구현 후 로컬에서 확인하고, README에 실행 방법을 남깁니다.

아직 구현하지 말고 계획부터 세워줘.

오늘은 Deepgram API를 연결하는 작은 AI note-taking 앱을 만들고 싶어.
로컬에서 실행 가능해야 하고,
GitHub에 올릴 수 있어야 하지만 API 키는 절대 올라가면 안 돼.

먼저
1. 최소 기능 정의
2. 파일 구조
3. .env와 .gitignore 설계
4. 구현 순서
5. 로컬 실행 방법
6. 나중에 Notion MCP로 회의록을 저장하는 확장 방법
만 정리해줘.

여기서 중요한 것은 첫 결과물이 화려한가가 아니라, 로컬에서 열리고 다음 단계인 GitHub 업로드로 자연스럽게 넘어갈 수 있느냐입니다.

오늘은 GitHub를 단순 개념이 아니라 실제 루프로 다룹니다. 새 Repo를 만들고, 로컬 프로젝트를 연결하고, `staging -> commit -> push`를 해본 뒤, 한 번 더 수정하고 추가 커밋으로 다시 올려봅니다. 이때 API 키 같은 민감한 값은 `.gitignore`와 `.env`로 분리해야 한다는 감각도 같이 가져갑니다.

용어	뜻	오늘 할 일
Repository	프로젝트 저장소	GitHub에서 새 Repo를 만듭니다.
Staging	커밋할 파일을 고르는 상태	올릴 변경분을 선택합니다.
Commit	특정 시점 저장	한 번의 작업 단위를 기록합니다.
Push	원격 저장소 업로드	GitHub에 실제로 올립니다.

git status
git add .
git commit -m "first working version"
git push origin main

# 한 번 더 수정한 뒤
git status --short
git add .
git commit -m "refine api and docs"
git push origin main

# push 전에 반드시 확인
git status --short
git diff -- .env .gitignore README.md

• 오늘 만든 프로젝트는 가능하면 GitHub에 올린 상태로 남깁니다.
• 토큰과 환경변수 파일은 업로드되지 않도록 상태를 다시 확인합니다.
• 미팅 후에는 Session 03 회의록 페이지를 별도로 만들어 핵심 내용과 막힌 포인트를 정리합니다.
• 실습 도중 생긴 좋은 작업 흐름은 다음엔 Skill 후보로 따로 모읍니다.

핵심은 링크를 많이 아는 것이 아니라, Codex에게 Repo나 API 문서를 던져주고 “구조를 읽고, 실행법을 요약하고, 내 프로젝트에 붙일 방법을 제안해줘”라고 시키는 감각입니다.

AI Agent, MCP, Skill

링크	짧은 설명	Codex에게 시킬 일
NomaDamas/k-skill	한국어 생활/문서/검색 자동화에 특화된 K-skill 모음집입니다.	내 작업에 맞는 Skill 후보를 고르고 설치/사용 흐름을 요약시킵니다.
data-go-mcp-servers	공공데이터포털(data.go.kr) API를 MCP 서버로 연결하려는 실험용 Repo입니다.	공공 API 키가 필요한 MCP 연결 구조와 실행 방법을 읽혀봅니다.
Chrome DevTools MCP	브라우저/DevTools 문맥을 AI 에이전트 작업에 붙이는 MCP 참고 Repo입니다.	로컬 웹앱 디버깅, DOM 확인, 성능 점검을 Codex 루틴에 붙이는 방법을 묻습니다.
awesome-openclaw-usecases	OpenClaw를 이용한 멀티 에이전트 사용례를 모아둔 참고 목록입니다.	AI 에이전트를 팀원처럼 나눠 쓰는 시나리오를 뽑아보게 합니다.
OpenClaw Slack teammates	여러 AI 에이전트를 Slack 팀원처럼 운용하는 아이디어를 담은 gist입니다.	우리 클럽 운영에 맞는 역할 분리, 알림, 회의록 자동화 루틴을 제안시킵니다.

공공 데이터와 통계 API

링크	짧은 설명	Codex에게 시킬 일
공공데이터포털	국내 공공기관 OpenAPI와 데이터셋을 찾고 API Key를 발급받는 출발점입니다.	원하는 주제의 API를 찾고, 인증키/요청 URL/응답 필드를 정리시킵니다.
KOSIS 국가통계포털	인구, 경제, 산업, 사회 지표를 탐색할 수 있는 국가 통계 포털입니다.	주제별 통계표를 찾고, 앱이나 리포트에 쓸 지표 후보를 뽑아봅니다.
KOSIS 공유서비스 OpenAPI	KOSIS 통계를 API로 호출하기 위한 공유서비스 안내 페이지입니다.	통계표 ID, 파라미터, 호출 예시를 읽혀서 간단한 시각화 앱으로 연결합니다.
legalize-kr	대한민국 법령을 Markdown과 Git commit 기록으로 관리하는 공개 Repo입니다.	Git을 버전 관리뿐 아니라 공공 지식의 변경 이력으로 이해하는 예제로 씁니다.

영상, 음성, 콘텐츠 제작

링크	짧은 설명	Codex에게 시킬 일
Recordly	자동 줌, 커서 애니메이션, 자막을 붙이는 오픈소스 화면 녹화 도구입니다.	실습 녹화나 강의 클립 제작에 쓸 수 있는지 설치 흐름을 읽혀봅니다.
browser-use/video-use	코딩 에이전트로 비디오 편집을 자동화하는 실험용 Repo입니다.	Remotion 실습 이후 영상 편집 자동화로 확장 가능한지 분석시킵니다.
voicebox	오픈소스 음성 합성 스튜디오입니다.	Deepgram TTS 실습과 비교해서 로컬/오픈소스 음성 제작 흐름을 정리시킵니다.
local-korean-xtts-engine	한국어 내레이션을 로컬에서 만들기 위한 XTTS-v2 기반 엔진입니다.	한국어 TTS를 로컬로 돌릴 때 필요한 모델, GPU, 실행 조건을 요약시킵니다.
book-writer	여러 에이전트와 Skill을 묶어 책쓰기/EPUB 출력을 자동화하는 Repo입니다.	회의록, 글감, 자료조사를 책이나 긴 문서로 확장하는 워크플로를 참고합니다.

프로젝트 아이디어와 디자인 참고

링크	짧은 설명	Codex에게 시킬 일
Open-source messaging platform case	친구 그룹과 커뮤니티용 오픈소스 메시징 플랫폼 사례를 볼 수 있는 글입니다.	커뮤니티 앱을 만들 때 필요한 기능 목록과 MVP 범위를 뽑아봅니다.
EdgeHD	개인 북마크에 저장해둔 GitHub 프로젝트 참고 Repo입니다.	README와 구조를 읽혀 무엇을 하는 프로젝트인지 먼저 요약시킵니다.
chenglou/pretext	짧은 이름으로 저장된 실험적 Repo입니다. 세부 내용은 README를 직접 읽혀 확인합니다.	Codex에게 Repo 목적, 실행법, 참고할 만한 구현 아이디어를 요약하게 합니다.
Refero Styles	웹 디자인과 UI 스타일을 빠르게 참고할 수 있는 디자인 레퍼런스 사이트입니다.	`design.md`를 보강하거나 새 페이지 톤을 잡을 때 레퍼런스 방향을 뽑아봅니다.