새물내 솔솔

지난 글에서는 Telegram으로 AI Agent에게 말을 걸기 시작하면서 사용 문턱이 낮아진 경험을 정리했습니다. 오늘은 그 다음 단계입니다. 하나의 대화방에서 모든 요청을 처리하다가, 왜 주제별 Telegram 그룹방을 나누게 되었는지 이야기해 보려 합니다.

처음에는 AI Agent와 연결된 방 하나면 충분하다고 생각했습니다. 블로그 글도 부탁하고, 일정도 물어보고, 논문 검색도 시키고, 파일 검토도 맡겼습니다. 그런데 며칠 지나지 않아 작은 불편함이 생겼습니다. 결과는 잘 나오는데, 대화방 안에서 업무 맥락이 서로 섞이기 시작한 것입니다. 오늘 올릴 블로그 자료를 찾으려는데 아침 브리핑이 사이에 끼어 있고, 논문 아이디어를 이어가려는데 주식 브리핑이나 테스트 메시지가 함께 보였습니다.

그때부터 Telegram 방을 단순한 채팅방이 아니라 작은 AI 업무공간으로 나누어 보기 시작했습니다. 사람과 사람이 일할 때도 회의실, 연구실, 자료실, 메신저방을 구분하듯이 AI Agent와 일할 때도 맥락을 담는 공간이 필요했습니다.

1. 하나의 방에 모든 일을 넣으면 편하지만 금방 흐려졌다

처음에는 한 방이 편했습니다. 어디에 말해야 할지 고민하지 않아도 되고, 요청도 빠르게 남길 수 있었습니다. “내일 블로그 자료 준비해줘”, “오늘 일정 알려줘”, “이 파일 요약해줘”처럼 생각나는 대로 던지면 되었습니다.

하지만 AI Agent를 실제 업무에 쓰기 시작하면 요청의 종류가 금방 늘어납니다. 블로그 연재, 논문 검색, 일정 브리핑, Google Drive 업로드, 문서 검토, Hermes 설정 점검, 자동화 실험이 한 흐름에 섞입니다. 사람인 저도 나중에 찾기 어렵고, Agent에게도 이전 대화의 맥락이 꼭 맞지 않을 때가 생깁니다.

예를 들어 블로그 글을 준비하는 방에서는 목차, 초안, 이미지, 발행 여부가 중요합니다. 반면 논문쓰기 방에서는 연구주제, 선행연구, 방법론, 설문도구가 중요합니다. 두 맥락이 한 방에 있으면 “다음 글”이라는 말이 블로그의 다음 글인지, 논문의 다음 절인지 애매해질 수 있습니다. 대화방을 나누는 것은 단순 정리 습관이 아니라 AI Agent가 일을 더 정확히 이해하게 하는 장치였습니다.

2. 대화방 이름이 곧 업무 지시의 일부가 되었다

주제별 방을 만들고 나니 방 이름 자체가 일종의 지시문처럼 작동했습니다. ‘블로깅’ 방에서 “오늘 자료 확인해줘”라고 하면 블로그 폴더와 티스토리 연재 맥락을 먼저 떠올리게 됩니다. ‘논문쓰기’ 방에서는 같은 문장이라도 논문 자료, 선행연구, 연구계획서 맥락으로 읽힙니다.

이 차이는 생각보다 큽니다. 매번 긴 설명을 반복하지 않아도 되기 때문입니다. 물론 중요한 작업에서는 파일 경로나 기준을 구체적으로 써 주어야 합니다. 그래도 방의 성격이 정해져 있으면 기본 맥락이 흔들리지 않습니다.

저는 현재 업무 성격에 따라 몇 가지 방을 나누어 사용하고 있습니다. 블로그 연재를 위한 방, 논문과 연구 아이디어를 모으는 방, 재테크나 경제 브리핑을 받는 방, 문서 검토를 맡기는 방처럼 말입니다. 각각의 방은 AI Agent에게 “이곳에서는 이런 일을 주로 한다”는 배경을 제공합니다. 이것은 사람에게 부서나 프로젝트방을 알려 주는 것과 비슷합니다.

3. 블로그 방은 생산 흐름을 고정하는 데 도움이 되었다

블로그 방을 따로 둔 이유는 결과물을 매일 이어 가야 했기 때문입니다. 글 하나를 준비하는 일은 단순히 문장을 쓰는 일이 아닙니다. 목차를 보고 다음 주제를 고르고, 이전 글의 흐름을 이어 받고, Markdown 원고를 쓰고, Word 파일을 만들고, 대표 이미지와 본문 이미지를 생성하고, Google Drive 링크를 정리해야 합니다.

이 과정을 한 방에서 반복하니 생산 흐름이 고정되었습니다. “오늘까지 업로드했어. 내일 올릴 자료 작성해줘”라고만 말해도, Agent는 이전에 준비한 8번 글 다음으로 9번 글을 이어 가야 한다는 맥락을 확인할 수 있습니다. 실제로 오늘 이 글도 그런 흐름에서 작성되고 있습니다.

교육전문직 업무에서도 비슷하게 적용할 수 있습니다. 예를 들어 연수 운영 방을 따로 둔다면, 그 방에서는 연수 계획, 강사 섭외, 안내문, 참석자 명단, 만족도 설문, 결과 보고서가 이어집니다. 매번 처음부터 설명하지 않아도 방의 기록이 업무 흐름을 붙잡아 줍니다. AI Agent가 단발성 답변 도구에서 지속적인 업무 보조자로 바뀌는 지점이 여기에 있습니다.

4. 연구 방은 생각을 흩어지지 않게 붙잡아 주었다

연구 아이디어는 한 번에 완성되지 않습니다. 어떤 날은 논문 제목이 떠오르고, 어떤 날은 키워드가 보이며, 어떤 날은 선행연구 하나를 읽다가 연구문제가 바뀝니다. 이런 생각을 일반 대화방에 섞어 두면 나중에 흐름을 되살리기 어렵습니다.

연구 전용 방을 두면 작은 생각도 부담 없이 남길 수 있습니다. “생성형 AI 교사연수 요구분석에서 Borich 요구도와 Locus for Focus를 같이 쓰는 흐름 정리해줘”처럼 긴 요청도 연구 맥락 안에서 자연스럽게 이어집니다. AI Agent는 관련 폴더를 확인하고, 이전에 정리한 자료를 찾아 보고, 다음에 읽을 논문 후보를 제안할 수 있습니다.

이 방식은 연구자에게만 필요한 것이 아닙니다. 학교나 교육청에서도 정책 과제, 장학 자료, 연수 프로그램 개발처럼 긴 호흡의 업무가 많습니다. 하나의 방을 긴 과제의 기억 저장소처럼 쓰면, 흩어진 메모와 파일을 다시 연결하는 시간이 줄어듭니다.

5. 방을 나눌수록 운영 원칙도 필요했다

물론 방을 많이 만든다고 무조건 좋아지는 것은 아닙니다. 방이 너무 많아지면 어디에 요청했는지 헷갈리고, 같은 자료가 여러 곳에 중복될 수 있습니다. 그래서 저는 몇 가지 원칙을 세우게 되었습니다.

첫째, 방은 도구별이 아니라 업무 흐름별로 나눕니다. “Drive 방”, “PDF 방”처럼 기능별로 나누면 실제 일의 맥락이 끊깁니다. 대신 “블로깅”, “논문쓰기”, “문서 검토”, “브리핑”처럼 결과물과 목적이 분명한 단위가 더 좋았습니다.

둘째, 방마다 맡길 일과 맡기지 않을 일을 정합니다. 블로그 방에서는 티스토리 자동 발행은 하지 않고 자료 준비까지만 맡깁니다. 문서 검토 방에서는 문장을 다듬되 최종 제출 판단은 사람이 합니다. 연구 방에서는 논문을 찾아 요약할 수 있지만, 연구윤리나 인용 정확성은 사람이 다시 확인합니다.

셋째, 중요한 결과물은 대화방이 아니라 파일로 남깁니다. Telegram 기록은 편하지만 최종 보관 장소는 아닙니다. 원고는 블로그 폴더에, 연구 자료는 논문 폴더에, 회의자료는 업무 폴더에 남겨야 나중에 다시 사용할 수 있습니다.

6. 교육현장에서는 ‘업무별 AI 접수창’으로 볼 수 있다

이 경험을 교육현장에 비추어 보면, Telegram 그룹방은 업무별 AI 접수창처럼 볼 수 있습니다. 학교나 교육청 업무는 하나의 채널로만 흐르지 않습니다. 연수, 공문, 회의, 장학, 민원, 자료집 제작, 설문 분석처럼 흐름이 다릅니다. 각각의 흐름마다 필요한 자료, 말투, 검토 기준도 다릅니다.

AI Agent를 한 곳에만 두면 처음에는 편하지만, 업무가 늘어날수록 맥락이 섞입니다. 반대로 업무별 접수창을 만들면 요청이 들어오는 순간부터 분류가 됩니다. 연수 방의 요청은 연수 폴더와 양식으로, 문서 검토 방의 요청은 문장 다듬기와 형식 확인으로, 브리핑 방의 요청은 일정과 요약으로 이어질 수 있습니다.

다만 학교 현장에 적용할 때는 개인정보와 권한 관리가 먼저입니다. 학생 이름, 민감한 상담 내용, 인사 정보가 들어간 자료를 무심코 올려서는 안 됩니다. AI Agent가 접근할 수 있는 폴더와 자료 범위를 정하고, 자동으로 외부 공유하거나 발송하지 않도록 안전장치를 두어야 합니다. 공간을 나누는 일은 편의성뿐 아니라 책임 있는 사용을 위한 분리이기도 합니다.

7. 결국 중요한 것은 방의 개수가 아니라 맥락의 선명함이었다

주제별 Telegram 방을 쓰면서 알게 된 것은 방을 많이 만드는 기술이 아닙니다. 핵심은 맥락을 선명하게 유지하는 것입니다. 어떤 일을 왜 맡기는지, 결과물은 어디에 남길지, 최종 판단은 누가 할지 분명해지면 AI Agent는 훨씬 안정적으로 일합니다.

저에게 블로그 방은 매일 글을 이어 가는 작업실이 되었고, 논문쓰기 방은 연구 아이디어를 붙잡아 두는 공간이 되었습니다. 문서 검토 방은 표현을 다듬는 작은 편집실처럼 작동합니다. 이렇게 나누고 나니 AI Agent가 하나의 만능 채팅창이 아니라 여러 업무공간에 배치된 보조자처럼 느껴졌습니다.

앞으로 교육전문직 업무에 AI Agent를 적용한다면, 모델 성능이나 화려한 기능만 볼 것이 아니라 업무공간 설계부터 생각해야 한다고 봅니다. 어디에서 요청을 받고, 어떤 자료를 읽고, 어떤 형식으로 결과를 남기며, 사람이 어디에서 확인할 것인가. 이 질문이 정리될 때 AI Agent는 실제 업무경감에 가까워집니다.

지난 글에서는 Hermes Agent를 설치하고 기본 구조를 이해한 과정을 정리했습니다. 오늘은 그 구조가 제 일상에서 실제로 달라진 지점, 바로 Telegram으로 AI Agent에게 말 걸기 시작한 경험을 적어 보려 합니다.

처음에는 터미널에서 직접 명령을 입력하는 방식만 떠올렸습니다. 노트북 앞에 앉아 `hermes`를 실행하고, 필요한 요청을 쓰고, 결과를 확인하는 흐름입니다. 그런데 교육전문직 업무는 늘 책상 앞에서만 이어지지 않습니다. 이동 중에 생각이 나기도 하고, 회의가 끝난 직후 정리해야 할 일이 생기기도 하며, 퇴근 후 내일 아침 확인할 일을 예약해 두고 싶을 때도 있습니다. Telegram 연결은 이 틈을 메워 주었습니다.

1. 메신저가 AI 업무 창구가 되었다

Telegram을 연결한 뒤 가장 먼저 느낀 변화는 AI Agent가 “프로그램”이라기보다 “연락 가능한 동료”처럼 느껴졌다는 점입니다. 물론 실제 사람은 아니고, 판단과 책임은 여전히 제 몫입니다. 다만 요청을 남기는 방식이 훨씬 자연스러워졌습니다.

예전에는 노트북을 켜고 터미널을 열어야만 일을 맡길 수 있었습니다. 이제는 휴대폰에서 Telegram 방을 열고 “내일 블로그 글 준비해줘”, “이 폴더에 있는 초안 목록 확인해줘”, “오늘 회의 메모를 정리할 틀을 만들어줘”처럼 메시지를 남길 수 있습니다. 그러면 제 Windows 노트북에서 Hermes Agent가 실제 파일과 도구를 사용해 작업을 진행합니다.

교육현장 업무로 비유하면, 별도 시스템에 접속하지 않아도 업무 요청을 남기는 접수창이 생긴 느낌입니다. 접수창이 가벼워지면 작은 일도 미루지 않고 바로 맡기게 됩니다. 저에게는 이 부분이 생각보다 큰 차이였습니다.

2. 이동 중에 떠오른 일을 흘려보내지 않게 되었다

교육전문직 업무를 하다 보면 회의와 이동 사이에 생각이 많이 납니다. 연수 제목을 바꿔야겠다거나, 정책 자료를 다시 읽어 봐야겠다거나, 블로그에 쓸 소재가 갑자기 떠오르는 식입니다. 문제는 그 순간에 컴퓨터를 열 수 없는 경우가 많다는 것입니다.

Telegram으로 AI Agent에게 말 걸 수 있게 되면서 이런 생각을 바로 작업 요청으로 바꿀 수 있었습니다. 예를 들어 “AI Agent 연재에서 다음 글은 Telegram 사용 경험으로 잡고, 교육전문직 장면을 넣어 초안 준비”라고 남기면, Agent는 나중에 정해진 시간에 목차와 폴더를 확인하고 실제 원고 파일을 만듭니다. 단순 메모 앱에 적어 두는 것과 달리, 다음 단계 실행까지 이어질 수 있다는 점이 다릅니다.

물론 아무 말이나 던지면 좋은 결과가 나오지는 않습니다. 그래도 “무엇을”, “어디에”, “어떤 형식으로” 해 달라는 정도만 적어도 꽤 안정적으로 움직였습니다. 생각이 사라지기 전에 일의 씨앗을 남겨 둘 수 있다는 점에서 Telegram 연결은 제 업무 습관을 바꾸었습니다.

3.  좋은 요청은 짧아도 구조가 있었다

Telegram에서 AI Agent를 쓰다 보니 긴 프롬프트보다 구조가 분명한 요청이 더 중요하다는 것을 알게 되었습니다. 특히 다음 네 가지가 들어가면 결과가 안정적이었습니다.

첫째, 작업 대상입니다. “블로그 폴더”, “오늘 회의 메모”, “다운로드한 PDF”처럼 Agent가 무엇을 봐야 하는지 알려 주는 것입니다.

둘째, 결과물 형식입니다. Markdown 초안, Word 파일, 표, 요약문, 체크리스트처럼 최종 모양을 정해 주면 다시 손보는 시간이 줄어듭니다.

셋째, 판단 기준입니다. “홍보문체 말고 경험 중심으로”, “교육전문직 관점으로”, “학생 개인정보는 넣지 말고” 같은 기준이 여기에 해당합니다.

넷째, 마지막 보고 방식입니다. “링크만 간단히 보고”, “수정한 파일 경로를 알려줘”처럼 확인 방법을 정해 주면 Telegram 대화방이 복잡해지지 않습니다.

이 네 가지는 학교 업무에도 그대로 적용됩니다. 공문 초안, 연수 안내문, 회의록 정리, 설문 문항 검토를 요청할 때도 대상·형식·기준·보고 방식을 분명히 하면 AI Agent가 덜 헤맵니다. 결국 좋은 요청은 길이가 아니라 일의 경계를 정하는 데서 나왔습니다.

4. 대화방을 나누면 업무공간도 나뉘었다

처음에는 하나의 Telegram 방에서 모든 요청을 해도 충분하다고 생각했습니다. 그런데 블로그, 일정, 자료 요약, 실험적인 자동화 요청이 한 방에 섞이니 나중에 흐름을 찾기 어려웠습니다. 그래서 주제별 대화방을 나누는 방식이 자연스럽게 필요해졌습니다.

예를 들어 블로그 연재방에서는 목차, 초안, 이미지, Drive 업로드와 관련된 요청만 오가게 합니다. 아침 브리핑방에서는 일정과 할 일, 주요 뉴스나 자료 확인만 다룹니다. 연구 아이디어방에서는 논문 검색, 키워드 정리, 강의 소재를 모읍니다. 이렇게 나누면 Agent에게도 맥락이 조금 더 선명해지고, 저도 결과를 찾기 쉬워집니다.

교육청이나 학교 업무에서도 같은 원리를 생각해 볼 수 있습니다. 연수 운영, 정책 자료, 학교 지원, 회의 준비처럼 업무 흐름별 공간을 나누면 AI Agent가 단순한 채팅 도구가 아니라 작은 업무 보조실처럼 작동할 수 있습니다. 다음 글에서 이 부분을 더 자세히 다뤄 보려고 합니다.

5. 자동화는 ‘완전 자동’보다 ‘초안 준비’에서 먼저 효과가 났다

Telegram으로 요청할 수 있게 되면 무엇이든 자동으로 처리하고 싶어집니다. 하지만 실제로 써 보니 가장 먼저 효과가 나는 지점은 완전 자동 처리보다 초안 준비였습니다. 최종 판단이 필요한 일은 사람이 확인하고, 반복적이고 시간이 드는 준비 과정을 Agent가 맡는 방식이 안정적이었습니다.

이 블로그 연재가 좋은 예입니다. Agent는 매일 목차를 확인하고, 다음 글을 정하고, Markdown과 Word 파일을 만들고, 한글 텍스트가 깨지지 않는 방식으로 이미지를 만들고, Google Drive에 업로드합니다. 하지만 티스토리에 실제로 발행하는 일은 제가 직접 합니다. 글의 뉘앙스, 공개 시점, 독자 반응을 고려하는 일은 아직 사람이 맡는 편이 좋다고 보기 때문입니다.

교육전문직 업무에서도 비슷합니다. 연수 계획서의 첫 틀, 회의자료 목차, 설문 문항 초안, 안내문 문장 다듬기처럼 초안을 준비하는 일은 Agent에게 잘 맞습니다. 반면 정책적 판단, 민감한 조정, 대외적으로 확정되는 문서는 반드시 사람이 확인해야 합니다. Telegram은 이 중간지대를 편하게 만들어 주었습니다.

6. 작은 실패를 겪으며 운영 원칙이 생겼다

편해졌다고 해서 늘 매끄럽게만 작동한 것은 아닙니다. 가끔은 노트북이 잠들어 예약 작업이 늦어지거나, Google 인증이 풀려 Drive 업로드가 실패하거나, 제가 요청한 폴더명이 애매해서 Agent가 다른 파일을 확인하려는 경우도 있었습니다.

이런 일을 겪으면서 몇 가지 원칙이 생겼습니다. 첫째, 중요한 결과물은 로컬 파일로 먼저 남기게 합니다. Drive 업로드가 실패해도 원고와 이미지는 남아 있어야 합니다. 둘째, 되돌리기 어려운 일은 자동 실행하지 않습니다. 메일 발송, 파일 삭제, 공개 공유 설정 변경, 티스토리 발행은 별도 확인을 거치도록 둡니다.

셋째, 요청에는 가능한 한 실제 경로나 기준을 넣습니다. “그 파일”보다 “C 드라이브의 블로그 AI Agent 폴더”가 낫고, “잘 써줘”보다 “교육전문직 경험 기반 설명문으로 써줘”가 낫습니다. 작은 실패는 번거롭지만, 오히려 AI Agent를 업무에 들여올 때 필요한 안전장치를 알려 주었습니다.

7. Telegram 연결은 AI Agent 활용의 문턱을 낮췄다

돌아보면 Telegram 연결의 의미는 대단한 기술 시연보다 사용 문턱을 낮춘 데 있었습니다. AI Agent가 아무리 여러 도구를 쓸 수 있어도, 제가 매번 터미널을 열어야 한다면 자주 쓰기 어렵습니다. 반대로 익숙한 메신저에서 요청할 수 있으면 작은 일부터 맡겨 보게 됩니다.

교육현장에서도 비슷한 일이 일어날 수 있다고 봅니다. 새로운 시스템을 하나 더 배우라고 하면 부담이 되지만, 이미 익숙한 소통 방식 안에서 업무 보조가 이루어진다면 받아들이는 속도가 달라질 수 있습니다. 물론 개인정보 보호, 권한 관리, 기록 관리 같은 조건은 반드시 함께 설계되어야 합니다.

저에게 Telegram은 AI Agent를 생활과 업무 사이에 자연스럽게 놓아 주는 통로였습니다. 거창한 자동화보다 “생각났을 때 맡길 수 있다”는 점이 먼저 다가왔습니다.

지난 글에서 Windows 노트북을 개인 AI 서버처럼 쓰게 된 과정을 이야기했습니다. 오늘은 그 노트북 안에서 실제로 움직이는 Hermes Agent의 설치와 기본 구조를 조금 더 구체적으로 정리해 보려 합니다.

설치 글이라고 하면 보통 명령어가 길게 이어집니다. 하지만 제가 직접 써 보면서 더 도움이 되었던 것은 “무엇을 어디에 설치하느냐”보다 “어떤 구성 요소가 서로 연결되어 일 하나가 완성되느냐”였습니다. 교육전문직 업무에 적용할 때도 마찬가지였습니다. 기능 목록을 외우는 것보다, 요청이 들어와서 자료를 읽고 결과물을 남기기까지의 흐름을 이해하는 편이 훨씬 실용적이었습니다.

1. Hermes Agent는 채팅창 하나가 아니라 작업 실행 환경이었다

처음에는 Hermes Agent도 ChatGPT처럼 대화하는 프로그램이라고 생각하기 쉽습니다. 실제로 터미널에서 hermes를 실행하면 대화창이 열리고, 질문을 입력하면 답을 줍니다. 그런데 몇 번 써 보면 성격이 조금 다르다는 것을 알게 됩니다.

Hermes Agent는 대화만 하는 도구가 아니라, 제 컴퓨터의 파일을 읽고, 필요한 명령을 실행하고, 브라우저나 Google Workspace 같은 외부 도구와 연결될 수 있는 작업 실행 환경에 가깝습니다. 제가 “다음 블로그 글을 준비해줘”라고 말하면 단순히 글만 답하는 것이 아니라, 폴더를 확인하고, Markdown 파일을 만들고, Word 파일과 이미지를 생성하고, Drive에 업로드하는 흐름까지 이어질 수 있습니다.

이 차이를 이해하고 나니 설치의 의미도 달라졌습니다. 프로그램 하나를 설치하는 것이 아니라, AI가 제 작업 공간 안에서 안전하게 움직일 수 있는 작은 업무실을 만드는 느낌이었습니다.

2. 설치보다 먼저 정한 것은 ‘어디에서 일하게 할 것인가’였다

저는 Hermes Agent를 Windows 노트북에서 사용하고 있습니다. 교육자료, 블로그 원고, 다운로드한 파일, 브라우저 로그인 환경이 이미 그 노트북에 있었기 때문입니다. 별도 서버를 새로 만드는 것보다, 실제 자료가 있는 곳 가까이에 Agent를 두는 편이 시작하기 쉬웠습니다.

이때 중요한 것은 작업 위치였습니다. 예를 들어 블로그 작업은 C:\Users\User\Desktop\블로그\AI Agent 아래에 두고, 초안·발행완료·전자책원고·자료 폴더를 나누었습니다. Hermes Agent에게 일을 맡길 때 “이 폴더를 기준으로 확인해줘”라고 말할 수 있으니 결과물이 흔들리지 않았습니다.

교육현장 업무에 적용한다면 같은 방식으로 생각할 수 있습니다. 연수 기획 폴더, 회의자료 폴더, 정책자료 요약 폴더처럼 Agent가 접근할 작업장을 먼저 정해 두는 것입니다. 설치 명령어보다 이런 작업장 설계가 실제 활용에서는 더 큰 차이를 만들었습니다.

3. 기본 구조는 CLI, 설정, 도구, 기술로 나누어 볼 수 있었다

Hermes Agent를 이해할 때 저는 네 가지 층으로 나누어 보았습니다.

첫째는 CLI입니다. 터미널에서 직접 Hermes와 대화하는 기본 입구입니다. hermes, hermes chat, hermes setup, hermes doctor 같은 명령으로 실행, 설정, 점검을 합니다. 처음 문제가 생겼을 때도 이 CLI가 기준점이 되었습니다.

둘째는 설정입니다. 어떤 모델을 쓸지, 어떤 제공자 API를 연결할지, 어떤 도구를 켤지, Gateway를 어떻게 실행할지 같은 정보가 들어갑니다. 설정은 한 번에 완벽하게 끝내기보다, 실제 쓰면서 조금씩 다듬는 쪽에 가까웠습니다.

셋째는 도구입니다. 파일 읽기와 쓰기, 터미널 실행, 브라우저 조작, Google Drive 업로드 같은 기능이 여기에 해당합니다. AI Agent가 챗봇을 넘어서는 지점도 이 도구 사용에서 나옵니다.

넷째는 기술입니다. Hermes에서는 반복되는 작업 절차를 skill로 저장해 둘 수 있습니다. 오늘 이 블로그 준비 작업도 “목차 확인 → 초안 작성 → 이미지 생성 → Drive 업로드 → 링크 보고”라는 절차가 쌓여서 매일 반복 가능한 흐름이 되었습니다.

4. Telegram 연결은 사용 방식을 크게 바꾸었다

CLI만으로도 Hermes Agent를 사용할 수 있지만, 제 사용 방식이 확 바뀐 시점은 Telegram 연결 이후였습니다. 터미널 앞에 앉아 있을 때만 명령하는 것이 아니라, 휴대폰에서 메시지를 보내도 노트북의 Agent가 작업을 수행하게 되었기 때문입니다.

구조를 단순하게 표현하면 이렇습니다. 제가 Telegram 방에 요청을 남기면 Gateway가 그 메시지를 Hermes Agent로 전달합니다. Agent는 필요한 도구를 사용해 로컬 파일을 읽거나 이미지를 만들고, 결과를 다시 Telegram 방으로 보고합니다. 겉으로는 대화방 하나처럼 보이지만, 안쪽에서는 메시지 플랫폼, Agent 실행 환경, 로컬 파일 시스템, Google Drive가 이어져 있습니다.

이 구조는 교육전문직 업무에도 잘 맞습니다. 이동 중 떠오른 연수 아이디어를 남기거나, 회의가 끝난 뒤 정리 요청을 보내거나, 다음 날 아침 브리핑을 예약하는 방식이 가능합니다. 컴퓨터 앞에 앉아 명령을 입력하는 시간이 줄어드는 것만으로도 활용감이 달라졌습니다.

5. 처음부터 모든 권한을 열어 두지는 않았다

Agent가 여러 도구를 사용할 수 있다는 것은 편리하지만, 동시에 조심해야 할 부분이기도 합니다. 파일을 읽고, Drive에 업로드하고, 메일이나 캘린더와 연결할 수 있다면 권한의 범위를 정해야 합니다.

저는 되돌리기 어려운 일은 자동화하지 않는 쪽으로 선을 그었습니다. 티스토리 글도 초안과 이미지를 준비하는 것까지만 Agent가 맡고, 실제 수정 후 발행은 제가 직접 합니다. Google Drive에 파일을 올릴 때도 공개 공유 설정은 바꾸지 않고, 제 계정 기준 링크만 확인합니다.

학교 업무에 적용할 때는 이 원칙이 더 중요합니다. 학생 개인정보, 인사 관련 자료, 민감한 공문처럼 조심해야 할 정보는 AI Agent에게 맡길 범위와 방식이 분명해야 합니다. “할 수 있다”와 “맡겨도 된다”는 다른 문제였습니다.

6. 설치 후에는 점검 명령과 로그 보는 습관이 필요했다

Hermes Agent를 계속 쓰다 보니 설치 자체보다 운영 점검이 더 자주 필요했습니다. 모델 연결이 잘 되는지, Google 인증이 살아 있는지, Gateway가 실행 중인지, 예약 작업이 제대로 돌고 있는지 확인해야 했습니다.

이때 hermes doctor, hermes status, Gateway 상태 확인, Google OAuth 인증 확인 같은 점검이 도움이 되었습니다. 문제가 생기면 대개 “Agent가 똑똑하지 않아서”가 아니라 토큰이 만료되었거나, 경로가 잘못되었거나, 노트북이 잠들었거나, 특정 도구 권한이 빠진 경우가 많았습니다.

교육청이나 학교에서 쓰는 시스템도 비슷합니다. 시스템을 도입했다고 끝나는 것이 아니라, 정기적으로 로그인, 권한, 저장 위치, 백업을 확인해야 안정적으로 쓸 수 있습니다. AI Agent도 결국 하나의 업무 시스템으로 보아야 했습니다.

7. 구조를 이해하니 자동화 아이디어가 더 현실적으로 보였다

Hermes Agent의 구조를 어느 정도 이해하고 나니 “AI가 무엇이든 해준다”는 막연한 기대보다, 어떤 일을 맡기면 좋은지가 더 선명해졌습니다. 자료 위치가 정해져 있고, 결과 형식이 분명하며, 최종 판단은 사람이 하는 일부터 자동화하기 좋았습니다.

예를 들어 블로그 글 준비, 회의자료 초안 정리, 연수 안내문 초안 작성, 자료 목록화, 반복 브리핑 같은 일은 구조가 잘 맞았습니다. 반대로 맥락 판단이 복잡하거나 민감한 정보가 섞인 일은 사람이 더 촘촘히 개입해야 했습니다.

저에게 Hermes Agent 설치는 기술을 하나 더 배운 일이기도 했지만, 업무를 단계로 나누어 보는 연습이기도 했습니다. 요청, 자료, 도구, 결과, 검토의 흐름을 나누어 보면 교육현장 업무경감의 가능성도 조금 더 구체적으로 보입니다.