처음부터 서버를 만들 생각은 아니었습니다. 그냥 집에 있는 Windows 노트북에서 Hermes Agent를 실행해 보고, Telegram으로 말을 걸어 보면서 “이 정도면 내 개인 업무 보조 서버처럼 쓸 수 있겠다”는 생각이 들었습니다.

서버라고 하면 대단한 장비나 복잡한 네트워크 설정이 먼저 떠오릅니다. 그런데 제가 실제로 해 보니 출발점은 훨씬 소박했습니다. 노트북 한 대가 꺼지지 않고 켜져 있고, 필요한 폴더를 읽을 수 있고, Telegram으로 요청을 받을 수 있으면 꽤 많은 일이 가능했습니다. 오늘은 그 과정을 기술 설명서보다는 사용 경험에 가깝게 정리해 보려 합니다.

1. 왜 굳이 노트북을 계속 켜 두게 되었나

ChatGPT를 웹에서만 쓸 때는 제가 접속해야 일이 시작됩니다. 브라우저를 열고, 자료를 붙여넣고, 답을 확인해야 합니다. 반면 AI Agent를 쓰기 시작하니 흐름이 조금 바뀌었습니다. 제가 자리를 비운 사이에도 정해진 시간에 자료를 확인하고, 초안을 만들고, 결과를 남겨 둘 수 있어야 했습니다.

예를 들어 매일 정해진 시간에 블로그 초안을 준비하거나, 아침에 확인할 브리핑을 만들어 두는 일은 “내가 컴퓨터 앞에 있을 때만” 하면 장점이 줄어듭니다. 그래서 노트북을 개인 서버처럼 켜 두는 방식이 자연스럽게 필요해졌습니다. 거창한 자동화보다, 작은 반복을 놓치지 않게 하는 장치에 가까웠습니다.

2. Windows 환경이 생각보다 현실적인 선택이었다

개발자라면 Linux 서버를 먼저 떠올릴 수 있습니다. 하지만 교육현장에서 실제로 쓰는 컴퓨터는 대부분 Windows입니다. 저도 업무 문서, 한글 파일, Word 파일, 다운로드 폴더, 브라우저 로그인 환경이 모두 Windows 노트북 안에 있었습니다.

이 점이 오히려 장점이 되었습니다. AI Agent가 제가 실제로 일하는 폴더 구조 가까이에 있으니 자료 이동이 줄었습니다. `Desktop`, `Downloads`, 블로그 원고 폴더처럼 제가 매일 쓰는 공간을 그대로 활용할 수 있었습니다. 별도 서버로 옮겨 놓은 자료가 아니라, 손이 닿는 작업 공간 안에서 Agent가 움직이는 느낌이었습니다.

물론 Windows는 서버 운영에 최적화된 환경은 아닙니다. 업데이트 후 재부팅, 절전 모드, 경로 인코딩, 백그라운드 실행 같은 부분을 신경 써야 합니다. 그래도 실제 업무 맥락에서는 “가장 익숙한 장비에서 시작할 수 있다”는 장점이 컸습니다.

3. Telegram은 원격 리모컨 역할을 했다

노트북을 개인 AI 서버처럼 쓰려면, 꼭 그 앞에 앉아 있지 않아도 요청을 보낼 수 있어야 합니다. 이때 Telegram이 리모컨 역할을 했습니다. 휴대폰에서 메시지를 보내면 Hermes Agent가 노트북에서 작업을 수행하고, 결과를 다시 대화방으로 알려주는 구조입니다.

이 방식은 교육전문직 업무 흐름과도 잘 맞았습니다. 이동 중에 떠오른 아이디어를 남기거나, 회의 후 정리할 내용을 짧게 지시하거나, 퇴근 후 다음 날 확인할 자료를 미리 준비시키는 식입니다. 사람에게 업무를 부탁하듯 장문의 명령을 쓰는 것이 아니라, “이 폴더 기준으로 다음 글 준비해줘”처럼 맥락을 주고 맡기는 느낌에 가까웠습니다.

특히 주제별 Telegram 방을 나누면 효과가 더 좋아졌습니다. 블로그 원고방, 연구 아이디어방, 업무 브리핑방처럼 공간을 나누면 Agent도 어떤 맥락의 요청인지 더 분명하게 처리할 수 있었습니다.

4. 폴더 구조를 정해 두니 일이 안정되기 시작했다

AI Agent에게 일을 시킬 때 의외로 중요한 것은 폴더입니다. 어디에 초안을 저장할지, 발행 완료 파일은 어디로 옮길지, 이미지와 HTML 자료는 어디에 둘지 정해져 있으면 결과물이 훨씬 안정됩니다.

제가 쓰는 블로그 폴더도 단순하게 나누었습니다. `01_초안`, `02_발행완료`, `03_전자책원고`, `99_자료`처럼 단계와 성격을 기준으로 구분했습니다. 이렇게 해 두면 Agent에게 “다음 글을 준비해줘”라고 했을 때 확인해야 할 위치가 분명해집니다.

교육현장 업무에도 같은 원리를 적용할 수 있습니다. 연수자료, 회의자료, 공문 초안, 설문 결과 폴더를 정리해 두면 Agent가 자료를 찾고 가공하기 쉬워집니다. 결국 자동화의 출발은 멋진 명령어가 아니라, 사람이 보아도 이해되는 작업장 정리였습니다.

5. 계속 켜 두는 장비에는 운영 습관이 필요했다

노트북을 서버처럼 쓰려면 몇 가지 습관이 필요했습니다. 전원 설정에서 절전 모드를 조정하고, 재부팅 후 다시 실행되는지 확인하고, 작업 로그를 가끔 들여다보는 식입니다. 화려한 기능보다 이런 기본 관리가 더 중요했습니다.

저는 특히 세 가지를 신경 썼습니다.

• 노트북이 갑자기 잠들지 않도록 전원 설정 확인(모니터를 닫아도 작동되는 클렘쉘 모드 설정)

• Hermes Agent가 실행 중인지 주기적으로 확인

• 작업 결과가 로컬 폴더와 Google Drive에 제대로 남았는지 확인

이 과정은 학교나 교육청의 업무 시스템 운영과도 닮아 있습니다. 좋은 시스템은 한 번 설치했다고 끝나지 않습니다. 작은 점검 루틴이 있어야 믿고 맡길 수 있습니다. AI Agent도 마찬가지였습니다.

6. 보안은 ‘편리함을 어디까지 허용할 것인가’의 문제였다

개인 AI 서버처럼 쓰기 시작하면 편리해지는 만큼 조심할 부분도 생깁니다. Agent가 파일을 읽고, Google Drive에 업로드하고, 메일이나 캘린더와 연결될 수 있다면 권한 관리가 필요합니다.

저는 자동 발행이나 외부 공유처럼 되돌리기 어려운 행동은 사람이 확인하도록 남겨 두었습니다. 예를 들어 블로그 글은 초안과 이미지만 준비하고, 티스토리에 수정 후 실제로 올리는 일은 제가 직접 합니다. Google Drive 파일도 업로드만 하고 공개 공유 설정은 바꾸지 않는 식입니다.

이 선을 정해 두면 마음이 편합니다. Agent는 반복 준비를 도와주고, 최종 공개와 판단은 사람이 맡습니다. 교육현장에 적용할 때도 같은 원칙이 필요하다고 생각합니다. 학생 정보, 민감한 문서, 외부 발송이 필요한 업무는 자동화 범위를 매우 신중하게 정해야 합니다.

7. 개인 서버화의 진짜 장점은 ‘업무의 대기 시간’을 줄이는 데 있었다

Windows 노트북을 개인 AI 서버처럼 쓰면서 가장 크게 느낀 변화는 속도보다 대기 시간이었습니다. 일을 하다가 “나중에 정리해야지” 하고 미뤄 두는 시간이 줄었습니다. 요청을 남겨 두면 Agent가 초안을 만들어 놓고, 저는 나중에 검토와 판단에 집중할 수 있었습니다.

교육전문직 업무에는 이런 대기 시간이 많습니다. 자료를 모아야 하고, 회의 후 정리해야 하고, 다음 일정에 맞춰 초안을 만들어야 합니다. AI Agent가 이 앞단을 조금씩 맡아 주면, 사람은 내용의 방향과 의미를 보는 데 시간을 더 쓸 수 있습니다.

그래서 저는 개인 AI 서버를 대단한 기술 프로젝트라기보다, 내 업무 흐름 옆에 작은 준비실을 하나 만든 것으로 이해하고 있습니다. 그 준비실이 밤에도, 이동 중에도, 정해진 시간에도 조용히 초안을 만들어 두는 것입니다.

처음에는 저도 AI Agent를 ‘말 잘 듣는 챗봇’ 정도로 생각했습니다. 그런데 몇 주 동안 Telegram에서 Hermes Agent를 실제 업무에 붙여 써보니, 관점이 조금 달라졌습니다. 질문에 답하는 도구가 아니라, 업무 흐름 안으로 들어오는 수행 주체에 가깝다는 느낌이 들었습니다.

교육공학을 공부할 때 자주 다루는 단어들이 있습니다. 목표, 과제, 피드백, 평가, 맥락 같은 것들입니다. 신기하게도 AI Agent를 오래 쓸수록 이 단어들이 다시 살아납니다. 오늘은 제가 현장에서 체감한 장면을 중심으로, AI Agent를 교육공학 언어로 풀어보려 합니다.

1. ‘정답 생성’보다 ‘과제 수행’으로 보는 게 맞다

ChatGPT를 쓸 때는 보통 질문-응답 한 번으로 끝납니다. 반면 Agent는 “이 자료 읽고, 필요한 형식으로 정리해서, 다음 회의 전에 공유해줘”처럼 과제 단위로 요청하게 됩니다.

제가 체감한 차이는 여기서 시작됐습니다. 교육공학 관점으로 보면, Agent는 단순 콘텐츠 생성기가 아니라 수행 과제를 분해하고 재조합하는 실행 도구입니다. 그래서 프롬프트를 예쁘게 쓰는 것보다, 과제를 어떻게 정의하고 완료 기준을 어떻게 주는지가 더 중요해집니다.

2. 도구 연결은 ‘학습자료 제시’가 아니라 ‘작업환경 설계’에 가깝다

현장에서 자료는 늘 여러 곳에 흩어져 있습니다. 메신저, 드라이브, 문서 폴더, 캘린더가 따로 놀면 사람이 계속 옮겨 다녀야 합니다. Agent에 도구를 붙이면 이 이동을 줄일 수 있습니다.

교육공학에서 매체 선정이 학습 효과를 바꾸듯, Agent에서도 어떤 도구를 연결하느냐가 결과 품질을 바꿉니다. 같은 요청이라도 파일 접근 권한이 있느냐, 일정 API를 붙였느냐에 따라 산출물이 달라집니다. 결국 “모델이 똑똑한가”보다 “작업환경을 어떻게 설계했는가”가 먼저였습니다.

3. 기억 기능은 개인화된 ‘맥락 유지 장치’로 작동한다

업무를 하다 보면 매번 배경을 다시 설명하는 데 시간이 많이 듭니다. 저는 교육청 문서 톤, 자주 쓰는 보고 형식, 대상 독자 수준을 Agent에 반복해서 알려줬고, 이후부터는 설명량이 확 줄었습니다.

이 지점은 교육공학의 ‘학습자 모델’과 닮아 있습니다. 맥락이 축적되면 상호작용 비용이 줄고, 결과가 안정됩니다. 물론 잘못 저장된 맥락은 오히려 오류를 키우기 때문에, 주기적으로 정리하고 갱신하는 관리가 필요합니다.

4. 좋은 결과는 프롬프트보다 ‘피드백 루프’에서 나온다

처음부터 완벽한 결과를 기대하면 실망하기 쉽습니다. 대신 저는 작은 단위로 확인하고 고치는 루프를 돌렸습니다. 

- 1차: 구조 확인(목차, 분량, 독자 수준)

- 2차: 내용 정확성 확인(사실, 용어, 맥락)

- 3차: 현장 적용성 확인(바로 쓸 수 있는가)

이 과정은 수업설계의 형성평가와 거의 같습니다. Agent 활용도 결국 설계-실행-피드백의 반복입니다. 한 번에 잘 쓰는 사람이 아니라, 빨리 점검하고 수정하는 사람이 더 좋은 결과를 가져갑니다.

5. 교육전문직 업무경감은 ‘대체’보다 ‘전환’으로 접근해야 한다

AI Agent를 쓰면 일이 사라진다기보다, 사람이 써야 할 인지 에너지가 이동합니다. 반복 정리, 초안 작성, 형식 맞춤 같은 일은 줄어들고, 판단·조정·최종 책임에 더 집중하게 됩니다.

저는 이 변화가 특히 교육전문직에게 의미 있다고 봅니다. 여러 이해관계자 사이에서 문서를 조율하고, 일정과 정책 맥락을 맞추는 일은 여전히 사람의 몫입니다. Agent는 그 앞단의 반복 업무를 줄여 주는 쪽에서 가장 효과가 컸습니다.

6. 결국 필요한 역량은 ‘AI 사용법’보다 ‘업무 설계력’이다

현장에서 느낀 결론은 단순합니다. Agent 시대에는 질문을 잘하는 능력보다, 업무를 구조화하는 능력이 더 중요해집니다. 목표를 분명히 하고, 입력 자료를 정리하고, 중간 점검 기준을 세우는 사람이 유리합니다.

교육공학이 오래 다뤄 온 설계 역량이 여기서 다시 힘을 발휘합니다. 그래서 저는 AI Agent를 새로운 기술이라기보다, 교육공학적 사고를 실무에서 재확인하게 해 주는 도구로 보고 있습니다.

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.