AI Agent를 쓰기 전까지 생성형 AI는 내게 ‘필요할 때 들어가서 묻는 도구’에 가까웠다. 브라우저를 열고, ChatGPT에 접속하고, 지난 대화가 어디 있었는지 찾고, 다시 맥락을 설명한 뒤 답을 받는 식이었다. 물론 그것만으로도 충분히 도움이 되었다. 보고서 문장을 다듬거나, 연수 안내 문구를 정리하거나, 복잡한 자료를 요약할 때는 분명 속도가 빨라졌다.

그런데 어느 순간부터 작은 불편이 계속 남았다. 내가 AI에게 묻고 싶은 일은 대부분 컴퓨터 앞에 앉아 있을 때만 생기지 않았다. 이동 중에 떠오른 글감, 회의가 끝난 직후 정리해야 할 메모, 퇴근길에 생각난 자동화 아이디어, 다음 날 아침에 확인하고 싶은 자료 목록처럼 일은 여러 순간에 흩어져 있었다. 그때마다 별도의 웹서비스에 접속해 긴 프롬프트를 다시 쓰는 방식은 생각보다 번거로웠다.

그래서 AI Agent를 Telegram으로 연결해 보기 시작했다. 처음에는 단순히 “휴대폰에서 말 걸 수 있으면 편하겠다” 정도의 기대였다. 그런데 며칠 써 보니 변화는 생각보다 컸다. Telegram은 단순한 메신저가 아니라, 내게는 AI Agent와 일을 주고받는 작은 업무 창구가 되었다.

1. AI를 ‘찾아가는’ 방식에서 ‘불러 쓰는’ 방식으로

ChatGPT를 웹에서 사용할 때는 내가 AI가 있는 곳으로 찾아간다. 반면 Telegram에 AI Agent를 연결하면, 내가 평소 쓰는 대화방 안으로 AI가 들어온다. 이 차이는 작아 보이지만 실제 사용감은 꽤 다르다.

예를 들어 블로그 연재 아이디어가 떠오르면 Telegram 방에 바로 적어 둔다. “AI Agent와 ChatGPT의 차이를 교육현장 업무 장면으로 설명해 줘”라고 남기면, Agent는 단순히 문장을 생성하는 데서 끝나지 않고 필요한 경우 로컬 폴더를 확인하거나 이전 목차를 참고해 다음 작업으로 이어갈 수 있다. 나중에 PC 앞에 앉았을 때 다시 기억을 끌어올릴 필요가 줄어든다.

이 방식은 교육전문직 업무에서도 의미가 있다. 업무는 대부분 ‘큰 프로젝트’보다 ‘작은 요청과 확인’의 연속이다. 어떤 회의 자료를 다시 찾아야 하고, 특정 주제의 연수 문구를 다듬어야 하며, 어제 정리한 파일이 어디 있는지 확인해야 한다. AI Agent가 메신저 안에 있으면 이런 작은 일들을 짧은 문장으로 바로 맡길 수 있다.

2. Telegram은 휴대폰과 PC 사이의 자연스러운 다리였다

내가 Telegram을 선택한 이유 중 하나는 휴대폰과 PC를 오가는 흐름이 자연스럽기 때문이다. 학교나 교육청 업무에서는 늘 책상 앞에만 앉아 있지 않다. 이동하면서 메시지를 확인하고, 회의 중에는 짧게 메모하고, 사무실에 돌아와서야 본격적으로 문서를 정리하는 경우가 많다.

Telegram 대화방은 이런 흐름을 잘 받아준다. 휴대폰에서 남긴 요청이 PC의 Hermes Agent로 전달되고, Agent는 Windows 노트북 안의 파일을 읽거나 정리해 결과를 다시 대화방에 돌려준다. 내 입장에서는 ‘휴대폰에서 명령하고, 노트북이 일하고, 결과를 다시 휴대폰으로 받는’ 구조가 된다.

이 구조는 개인 AI 서버라는 표현과도 연결된다. 거창한 서버 장비를 마련한 것은 아니지만, 집이나 사무실의 Windows 노트북이 계속 켜져 있고 Hermes Agent가 그 안에서 동작한다면 그 노트북은 나만의 작은 AI 작업실이 된다. Telegram은 그 작업실의 출입문 역할을 한다.

3. 대화방을 나누면 업무 맥락도 나뉜다

Telegram을 쓰면서 좋았던 점은 주제별로 방을 나눌 수 있다는 것이다. 하나의 AI에게 모든 일을 한 방에서 시키면 대화가 금방 섞인다. 블로그 원고, 교육정책 자료 요약, 연수 기획, 개인 일정, 기술 설정 질문이 한 줄로 이어지면 나중에 다시 보기 어렵다.

그래서 주제별 대화방을 만들면 훨씬 편하다. 예를 들어 ‘AI Agents 블로그’ 방에서는 연재 목차, 초안, 이미지, 업로드 링크만 다룬다. ‘업무자료 요약’ 방에서는 정책 문서나 회의자료 정리만 맡긴다. ‘자동화 실험’ 방에서는 Hermes 설정, 스크립트, 오류 해결을 다룬다. 같은 AI Agent라도 방의 성격이 달라지면 내가 던지는 요청도 자연스럽게 정리된다.

교육현장으로 확장해 보면 이것은 꽤 중요한 사용법이다. 학교 안에서도 업무는 성격별로 나뉜다. 교육과정, 생활교육, 평가, 연수, 공문, 회의록은 각각 다른 맥락을 가진다. AI Agent를 업무별 공간에 배치한다는 생각은, 단순히 편의 기능이 아니라 정보가 뒤섞이지 않도록 하는 기본적인 설계가 될 수 있다.

4. 짧게 시켜도 ‘작업’으로 이어지는 경험

챗봇은 보통 답을 준다. Agent는 답을 준 뒤 실제 작업으로 이어질 수 있다. 이 차이를 Telegram에서 더 자주 느꼈다.

예를 들어 “내일 올릴 AI Agent 글 준비해 줘”라고 하면, Agent는 단순히 글감을 제안하는 데서 멈추지 않는다. 로컬의 목차 파일을 확인하고, 이미 발행한 글과 준비된 글을 구분하고, 다음 순번의 원고를 작성하고, Markdown과 Word 파일을 만들고, 한글 텍스트가 깨지지 않는 이미지까지 생성한 뒤 Google Drive에 올린다. 물론 최종 발행은 내가 직접 한다. 하지만 발행 직전까지 필요한 재료를 한 번에 준비해 주는 것이다.

이 경험은 업무경감이라는 말을 조금 더 구체적으로 보게 한다. AI가 모든 판단을 대신한다기보다, 사람이 반복적으로 하던 준비 작업을 줄여 준다. 파일 만들기, 형식 맞추기, 이미지 만들기, 링크 정리하기, 다음 작업 기록하기 같은 일은 하나하나 보면 작지만 매일 쌓이면 시간을 많이 잡아먹는다.

5. 교육전문직 업무에 맞는 이유

교육전문직 업무는 맥락 전환이 잦다. 오전에는 연수 계획을 보다가, 오후에는 보고자료를 정리하고, 중간에는 학교 현장의 문의를 확인한다. 하루 안에서도 여러 종류의 글과 자료를 오간다. 이런 환경에서는 ‘한 번에 오래 집중해서 AI를 쓰는 방식’보다 ‘필요한 순간 짧게 지시하고 나중에 결과를 확인하는 방식’이 더 잘 맞을 때가 있다.

Telegram 기반 AI Agent는 이 지점에서 장점이 있다. 떠오른 요청을 대화방에 남겨 두면 Agent가 작업을 이어 갈 수 있고, 결과는 다시 메시지로 돌아온다. 내가 계속 화면을 지켜보고 있지 않아도 된다. 특히 정해진 시간에 자동으로 실행되는 작업, 예를 들어 매일 아침 브리핑이나 매일 오후 블로그 원고 준비 같은 일은 메신저와 잘 어울린다.

물론 아무 일이나 자동으로 맡겨서는 안 된다. 학생 개인정보, 민감한 내부 자료, 결재가 필요한 판단은 사람이 통제해야 한다. 하지만 공개 자료 요약, 초안 작성, 형식 변환, 개인 블로그 원고 준비처럼 경계가 분명한 일부터 시작하면 부담 없이 실험할 수 있다.

6. 내가 느낀 가장 큰 변화

가장 큰 변화는 AI를 쓰는 심리적 거리감이 줄었다는 점이다. 예전에는 “나중에 시간 내서 AI에게 물어봐야지”라고 생각했다면, 지금은 “일단 Agent 방에 던져 놓자”에 가깝다. 이 작은 차이가 실제 사용량을 바꾼다.

도구는 가까이 있을수록 자주 쓰인다. 그리고 자주 써야 내 업무에 맞는 방식도 보인다. Telegram으로 AI Agent를 쓰기 시작한 것은 단순히 접속 경로를 바꾼 일이 아니라, AI를 내 일상 업무 흐름 안으로 들여오는 일이었다.

앞으로 학교와 교육청에서도 AI 도구는 별도의 특별한 프로그램이라기보다, 이미 쓰고 있는 업무 흐름 안에 자연스럽게 들어와야 할 가능성이 크다. 메신저, 일정, 문서, 폴더, 회의록 같은 익숙한 공간 안에서 AI가 도구를 사용하고 작업을 이어 간다면, 사람은 판단과 관계, 최종 검토에 더 집중할 수 있다.

지난 글에서는 내가 AI Agent를 쓰기 시작한 이유를 간단히 정리했다. Windows 노트북에 Hermes Agent를 설치하고, Telegram으로 말을 걸어 블로그 글을 쓰거나 자료를 정리하는 방식이었다. 말하자면 노트북 한 대를 개인용 AI 비서 서버처럼 쓰는 실험이다.

이번 글에서는 조금 더 기본적인 질문으로 돌아가 보려고 한다. ChatGPT와 AI Agent는 무엇이 다른가.

처음에는 이 둘이 비슷해 보인다. 둘 다 사람의 말을 이해하고, 문장을 만들고, 질문에 답한다. 하지만 실제로 써보면 차이가 꽤 크다. ChatGPT가 대화에 강한 AI라면, AI Agent는 대화에서 끝나지 않고 일의 흐름으로 들어오려는 AI에 가깝다.

이 차이를 이해해야 교육현장에서 AI를 어떻게 써야 할지도 조금 더 선명해진다.

ChatGPT는 대화형 AI에 가깝다

ChatGPT는 기본적으로 대화형 AI다. 사용자가 질문하면 답하고, 글을 써달라고 하면 초안을 작성하고, 자료를 넣어주면 요약한다. 지금까지 우리가 생성형 AI를 경험한 방식도 대부분 이 틀 안에 있다.

예를 들어 교사가 ChatGPT에게 이렇게 요청할 수 있다.

• 중학교 2학년 수준으로 설명해줘.

• 이 내용을 학부모 안내문으로 바꿔줘.

• 수업 도입 질문을 5개 만들어줘.

• 연수 자료 목차를 잡아줘.

• 보고서 문장을 조금 더 자연스럽게 다듬어줘.

이런 작업에는 ChatGPT만으로도 충분히 도움이 된다. 특히 초안 작성, 문장 정리, 아이디어 확장에는 강하다. 혼자 빈 문서를 바라보고 있을 때보다 훨씬 빠르게 출발할 수 있다.

다만 ChatGPT는 대체로 대화창 안에서 움직인다. 사용자가 자료를 넣어주고, 사용자가 결과를 복사하고, 사용자가 다시 다른 프로그램에 붙여넣는다. 즉 ChatGPT가 만들어준 결과를 실제 업무에 반영하는 마지막 행동은 사람이 한다.

이것이 나쁜 것은 아니다. 오히려 교육현장처럼 책임성이 중요한 곳에서는 사람이 마지막 확인을 하는 구조가 필요하다. 다만 업무경감이라는 관점에서 보면 한계도 분명하다. AI가 좋은 문장을 만들어주더라도, 자료를 찾고, 파일을 열고, 정리하고, 저장하고, 다시 공유하는 일은 여전히 사람의 몫으로 남기 때문이다.

AI Agent는 실행 흐름으로 들어온다

AI Agent는 여기서 한 걸음 더 들어온다. 단순히 답변을 생성하는 것이 아니라, 주어진 목표를 수행하기 위해 여러 도구를 사용할 수 있다.

예를 들어 내가 사용하고 있는 Hermes Agent는 Telegram으로 지시를 받는다. 그리고 필요한 경우 로컬 폴더에 파일을 만들고, 글 초안을 저장하고, 이미지를 생성하고, Google Drive에 업로드한 뒤 링크를 알려줄 수 있다. 물론 이 과정은 사용자가 허용한 범위 안에서 이루어진다.

ChatGPT에게 “블로그 글을 써줘”라고 하면 글을 써준다. AI Agent에게 같은 말을 하면, 설정에 따라 다음과 같은 흐름까지 이어질 수 있다.

• 글 주제 확인

• 초안 작성

• 로컬 폴더에 파일 저장

• 대표 이미지 제작

• Word 파일 생성

• Google Drive 업로드

• 발행할 수 있는 링크 제공

이 차이가 중요하다. AI Agent는 결과물을 만드는 것에서 끝나지 않고, 결과물이 실제 업무 흐름 안에 놓이도록 도와준다.

교육현장의 업무도 비슷하다. 우리는 단순히 문장 하나가 필요한 것이 아니라, 문서가 필요하고, 자료가 필요하고, 공유 가능한 파일이 필요하고, 일정에 맞춘 반복 작업이 필요하다. AI Agent는 바로 이 지점에서 의미가 생긴다.

차이는 “답변”과 “처리”에 있다

조금 단순화하면 이렇게 말할 수 있다.

ChatGPT는 답변을 잘한다. AI Agent는 처리를 시도한다.

물론 AI Agent도 답변을 한다. 하지만 핵심은 답변 그 자체가 아니다. 사용자의 목표를 이루기 위해 어떤 도구를 써야 할지 판단하고, 필요한 단계를 나누고, 실제 작업으로 이어가려는 구조가 중요하다.

예를 들어 “내일 올릴 블로그 글을 준비해줘”라는 요청을 생각해보자.

ChatGPT는 좋은 글을 작성해줄 수 있다. 하지만 대개 사용자가 그 글을 복사해서 저장하고, 이미지를 따로 만들고, 파일을 올리고, 링크를 정리해야 한다.

AI Agent는 이 과정을 묶어서 처리할 수 있다. 글을 작성하고, 이미지 파일을 만들고, Word 파일로 저장하고, Google Drive에 올리고, 링크를 돌려준다. 사용자는 마지막에 글을 검토하고 티스토리에 올리면 된다.

이것은 작은 차이처럼 보이지만 실제 업무에서는 꽤 크다. 업무는 생각보다 많은 자잘한 단계로 이루어져 있기 때문이다. 사람을 지치게 하는 것은 어려운 판단만이 아니다. 반복해서 파일을 열고 닫고, 이름을 바꾸고, 저장하고, 다시 올리는 작은 작업들도 사람을 지치게 한다.

교육현장에서 이 차이가 중요한 이유

교육현장에서 AI를 이야기할 때 우리는 자주 “수업에 어떻게 활용할 것인가”를 먼저 떠올린다. 물론 수업 활용은 중요하다. 하지만 실제 학교와 교육행정의 업무를 보면 수업 외의 작업도 매우 많다.

교사는 수업을 준비하면서 안내문을 쓰고, 평가 자료를 만들고, 생활지도 기록을 정리하고, 회의자료를 확인한다. 교육전문직원은 연수 계획, 정책자료, 보고서, 회의, 공문, 설문, 결과 정리까지 여러 일을 동시에 처리한다. 교감은 학교 안의 일정, 민원, 회의, 장학, 공문, 구성원 조율을 계속 챙겨야 한다.

이런 일은 하나하나가 모두 거창한 일은 아닐 수 있다. 하지만 여러 개가 겹치면 업무 부담이 커진다. AI Agent는 바로 이런 반복적이고 분절적인 작업을 줄이는 데 가능성이 있다.

예를 들어 다음과 같은 장면을 생각할 수 있다.

• 매주 반복되는 회의자료 초안을 만든다.

• 연수 기획안을 일정한 형식으로 정리한다.

• 설문 결과를 요약하고 보고서 목차를 제안한다.

• 교육정책 자료를 읽고 핵심 쟁점을 정리한다.

• 블로그나 연수자료에 들어갈 이미지를 함께 만든다.

• 정해진 시간에 필요한 브리핑을 보내준다.

이런 작업에서 중요한 것은 AI가 사람을 대체하는 것이 아니다. 사람이 판단해야 할 일과 AI에게 맡길 수 있는 준비 작업을 구분하는 것이다. AI Agent는 판단의 주체라기보다, 판단하기 전까지의 정리와 실행을 돕는 도구로 보는 편이 적절하다.

그렇다고 모든 것을 맡기면 안 된다

AI Agent가 더 많은 일을 할 수 있다는 말은, 더 조심해야 한다는 뜻이기도 하다.

ChatGPT가 틀린 답을 하면 사용자는 그 답을 보고 걸러낼 수 있다. 하지만 AI Agent가 파일을 만들거나, 공유하거나, 삭제하거나, 외부 서비스에 업로드하는 단계까지 간다면 영향 범위가 더 커진다. 그래서 권한과 확인 절차가 중요하다.

특히 교육현장에서는 다음과 같은 기준이 필요하다.

• 개인정보가 포함된 자료는 함부로 넣지 않는다.

• 학생 정보, 민감한 상담 내용, 평가 관련 자료는 별도 기준을 둔다.

• AI가 만든 문서는 반드시 사람이 확인한다.

• 외부 공유 링크는 공개 범위를 확인한다.

• 자동화는 반복 업무부터 작게 시작한다.

• 중요한 판단은 AI에게 맡기지 않는다.

AI Agent는 편리하지만, 편리하다는 이유만으로 모든 일을 맡길 수는 없다. 오히려 실행 능력이 있기 때문에 더 분명한 경계가 필요하다.

내가 느낀 가장 큰 차이

내가 직접 써보며 느낀 가장 큰 차이는 “생각을 결과물로 옮기는 속도”다.

ChatGPT를 쓸 때는 아이디어를 글로 바꾸는 속도가 빨라졌다. 이것만으로도 큰 변화였다. 그런데 AI Agent를 쓰기 시작하니 글에서 파일로, 파일에서 이미지로, 이미지에서 업로드 링크로 이어지는 과정까지 빨라졌다.

예를 들어 블로그 글 하나를 준비하는 과정만 봐도 그렇다. 예전 같으면 글을 쓰고, 이미지를 따로 만들고, 파일명을 정리하고, Google Drive에 올리고, 다시 링크를 복사했을 것이다. 지금은 Telegram에 요청하면 상당 부분이 한 흐름으로 이어진다.

물론 최종 발행은 내가 직접 한다. 티스토리 글은 내가 확인하고 올린다. 이 구조가 마음에 든다. AI가 초안을 만들고 반복 작업을 줄여주지만, 최종 판단과 공개는 사람이 한다. 교육현장에서도 이 균형이 중요하다고 생각한다.

마무리

ChatGPT와 AI Agent의 차이는 단순히 기능이 조금 더 많고 적은 차이가 아니다. ChatGPT가 대화와 생성에 강하다면, AI Agent는 생성된 결과를 실제 업무 흐름 안으로 옮기는 데 강점이 있다.

교육현장에서 이 차이는 중요하다. 교사와 교육전문직원, 학교관리자가 겪는 업무 부담은 단순히 글을 못 써서 생기는 것이 아니다. 자료를 찾고, 정리하고, 저장하고, 공유하고, 반복하는 여러 단계에서 생긴다. AI Agent는 이 단계들을 줄이는 도구가 될 수 있다.

다만 전제는 분명하다. AI가 만든 결과를 그대로 믿지 않는 것, 개인정보와 책임성을 가볍게 보지 않는 것, 그리고 사람이 해야 할 판단을 끝까지 사람이 붙잡고 있는 것이다.

다음 글에서는 내가 실제로 AI Agent를 Telegram으로 사용하게 된 이유를 정리해보려고 한다. 왜 웹사이트나 앱이 아니라 Telegram이었는지, 그리고 주제별 그룹방을 나누어 쓰는 방식이 왜 생각보다 편한지 이야기해보겠다.

요즘 생성형 AI를 쓰는 사람은 많다. 나 역시 ChatGPT를 문서 작성, 자료 정리, 아이디어 구상에 자주 사용해 왔다. 처음에는 그것만으로도 충분히 놀라웠다. 질문을 던지면 꽤 그럴듯한 답을 해주고, 글의 구조도 잡아주고, 복잡한 내용을 쉽게 풀어주었다.

그런데 최근에는 조금 다른 방식의 AI를 실험하고 있다. 단순히 답을 해주는 AI가 아니라, 내가 정한 환경 안에서 실제로 일을 처리하는 AI다. 흔히 말하는 AI Agent다.

현재 나는 Windows 노트북에 Hermes Agent를 설치해 두고, Telegram으로 말을 걸어 사용하고 있다. 휴대폰에서 메시지를 보내면 내 노트북에서 AI가 실행되고, 필요한 경우 파일을 확인하거나, 글 초안을 작성하거나, 정해진 시간에 정보를 보내준다. 말하자면 노트북 한 대를 개인용 AI 비서 서버처럼 쓰는 셈이다.

이 글은 그 실험의 첫 기록이다. 앞으로 AI Agent가 무엇인지, 어떻게 세팅했는지, 실제로 교육현장과 교육전문직 업무에 어떤 도움이 될 수 있는지 하나씩 정리해 보려고 한다.

생성형 AI[ChatGPT]와 AI Agent는 다르다

ChatGPT는 기본적으로 대화형 AI다. 내가 묻고, AI가 답한다. 글을 써달라고 하면 글을 써주고, 자료를 요약해 달라고 하면 요약해 준다. 이 자체만으로도 충분히 유용하다.

하지만 AI Agent는 여기서 한 걸음 더 나아간다. 단순히 답변을 생성하는 데서 멈추지 않고, 필요한 도구를 사용하고, 파일을 읽고, 명령을 실행하고, 일정을 확인하고, 정해진 시간에 자동으로 작업을 수행할 수 있다.

간단히 말하면 차이는 이렇다.

• ChatGPT는 “무엇을 해야 할지” 알려준다.

• AI Agent는 정해진 권한 안에서 “그 일을 직접 처리”할 수 있다.

물론 이 표현만 보면 AI Agent가 모든 일을 알아서 해주는 완성형 비서처럼 느껴질 수 있다. 실제로 써보면 그렇지는 않다. 설정도 필요하고, 권한도 정해야 하고, 잘못 실행하지 않도록 사용자가 계속 방향을 잡아줘야 한다. 그래도 중요한 차이가 있다. AI Agent는 대화창 안에만 머무는 AI가 아니라, 내 실제 업무 환경 안으로 들어올 수 있는 AI라는 점이다.

내가 지금 쓰고 있는 방식

현재 내가 사용하는 방식은 비교적 단순하다. Windows 노트북에 Hermes Agent를 설치하고, Telegram과 연결했다. 그래서 컴퓨터 앞에 앉아 있지 않아도 휴대폰으로 AI에게 지시할 수 있다.

예를 들어 이런 식이다.

• 블로그 글감을 Telegram에 남긴다.

• AI가 티스토리용 글 초안을 작성한다.

• 논문 아이디어나 선행연구 방향을 정리한다.

• 주식이나 뉴스 브리핑을 정해진 시간에 받는다.

• 주제별 Telegram 그룹방을 나누어 사용한다.

나는 현재 Telegram 안에 목적별 공간을 나누어 쓰고 있다. 논문쓰기, 재테크, 블로깅처럼 방의 목적을 구분해두면 생각보다 편하다. 카카오톡 단체방처럼 익숙한 방식으로 AI에게 말을 걸 수 있고, 대화의 맥락도 어느 정도 분리된다.

이 방식이 마음에 드는 이유는 컴퓨터 앞에 앉아 있는 시간과 생각이 떠오르는 시간이 꼭 일치하지 않기 때문이다. 이동 중에 글감이 떠오를 때가 있고, 회의 후에 정리할 내용이 생길 때가 있고, 밤에 갑자기 논문 아이디어가 생각날 때도 있다. 그때마다 휴대폰으로 AI에게 던져두면 나중에 이어서 작업할 수 있다.

교육현장에서 왜 이 기술을 봐야 할까

교육현장은 바쁘다. 교사도 바쁘고, 교육전문직원도 바쁘고, 학교 관리자도 바쁘다. 문제는 그 바쁨의 상당 부분이 깊은 교육적 판단만으로 이루어져 있지 않다는 데 있다. 반복적인 문서 작업, 자료 검색, 회의 정리, 보고서 초안, 연수 자료 구성처럼 시간을 많이 쓰지만 꼭 사람이 처음부터 끝까지 붙잡고 있어야 하는지는 의문인 일들이 많다.

예를 들면 이런 일들이다.

• 정책자료 요약하기

• 회의자료 초안 만들기

• 연수 계획서 구조 잡기

• 설문 문항 초안 작성하기

• 공문이나 안내문 문장 다듬기

• 보고서 목차 구성하기

• 선행연구 검색 방향 정리하기

• 반복적으로 확인해야 하는 정보 브리핑 받기

이런 업무는 AI Agent가 도와줄 수 있는 영역이다. 특히 교육전문직원처럼 여러 사업과 자료를 동시에 다루는 사람에게는 의미가 크다. AI Agent가 모든 판단을 대신할 수는 없지만, 초안을 만들고, 자료를 정리하고, 반복 작업을 줄여주는 것만으로도 업무 부담은 꽤 달라질 수 있다.

교사에게도 마찬가지다. 수업 준비, 평가 피드백, 생활지도 자료, 학부모 안내문, 개별화 자료 구성처럼 AI가 보조할 수 있는 영역은 많다. 다만 학교 현장에서는 개인정보, 저작권, 책임성 문제가 함께 따라온다. 그래서 무작정 “AI가 다 해준다”는 식으로 접근하면 위험하다. 오히려 어디까지 맡기고, 어디서 사람이 확인해야 하는지를 구분하는 것이 중요하다.

아직은 완성된 비서가 아니다

AI Agent를 며칠만 써봐도 금방 알게 된다. 아직은 완성된 비서라기보다, 계속 조정하면서 쓰는 실험 도구에 가깝다.

가끔은 내가 의도한 것과 다르게 이해한다. 어떤 기능은 설정이 필요하고, 어떤 기능은 비용 구조를 이해해야 한다. API를 쓰는 방식인지, 구독 기반으로 쓰는 방식인지, 로컬 컴퓨터에서 처리하는 방식인지에 따라 부담이 달라진다. Telegram과 연결해 쓰는 경우에는 봇 설정, 그룹 권한, 서버 실행 상태 같은 문제도 신경 써야 한다.

그래도 이 과정 자체가 의미 있다고 느낀다. 교육현장에 AI Agent를 적용하려면 단순히 결과물만 볼 것이 아니라, 실제 사용 과정에서 무엇이 불편하고 무엇이 위험하며 무엇이 쓸 만한지를 경험적으로 알아야 하기 때문이다.

나는 이 블로그에 성공담만 쓰고 싶지는 않다. 세팅하다 막힌 부분, 비용 때문에 방식을 바꾼 부분, Telegram 연결 과정에서 헷갈렸던 부분, 실제 업무에 도움이 된 부분, 아직은 사람의 확인이 꼭 필요했던 부분을 함께 기록하려고 한다.

이 블로그에서 다루려는 것

앞으로 이 카테고리에는 AI Agent에 대한 이론적 설명과 실제 사용 경험을 함께 쌓아갈 예정이다. 단순한 툴 소개가 아니라, 교육현장의 업무 흐름 안에서 AI Agent가 어떤 의미를 가질 수 있는지 살펴보는 기록으로 만들고 싶다.

앞으로 다룰 주제는 대략 다음과 같다.

• AI Agent란 무엇인가

• ChatGPT와 AI Agent는 무엇이 다른가

• Windows 노트북을 개인 AI 서버처럼 쓰는 방법

• Telegram으로 AI Agent를 사용하는 방법

• Hermes Agent를 세팅하며 겪은 시행착오

• 교육전문직 업무에서 AI Agent가 줄여줄 수 있는 일

• 교사 업무경감 관점에서 본 AI Agent 활용

• 교감 업무에 AI Agent를 적용한다면 가능한 일

• AI Agent 사용 시 비용과 보안 문제

• AI Agent 활용 경험을 논문과 강의로 연결하는 방법

나중에는 이 글들을 모아 전자책 형태로 정리해보고 싶다. 방향은 분명하다. 교육공학의 관점에서 AI Agent를 이해하고, 교육현장과 교육전문직 업무를 줄이는 실제적인 방법을 찾는 것이다.

마무리

AI Agent는 아직 낯선 기술이다. 하지만 교육현장의 업무 흐름을 생각하면 그냥 지나칠 기술은 아니다. 생성형 AI가 문장을 만들어주는 도구였다면, AI Agent는 업무의 일부를 맡길 수 있는 도구에 가깝다.

물론 신중해야 한다. 학교와 교육행정은 개인정보, 책임성, 정확성이 중요한 영역이다. AI가 만든 결과를 그대로 믿어서는 안 되고, 민감한 자료를 아무 곳에나 넣어서도 안 된다. 사람의 판단과 검토는 여전히 필요하다.

그럼에도 현장을 잘 아는 사람이 먼저 써보고 기록할 필요가 있다. 어디까지 가능하고, 어디서 조심해야 하는지 직접 경험해보는 사람이 있어야 한다. 이 블로그의 AI Agent 카테고리는 그 기록이 될 것이다.

다음 글에서는 ChatGPT와 AI Agent의 차이를 조금 더 구체적으로 정리해보려고 한다. 단순히 “대화하는 AI”와 “일을 수행하는 AI”가 어떻게 다른지, 실제 사용 장면을 중심으로 풀어볼 생각이다.