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.

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.

업무 효율을 높이기 위해 AI 도구를 도입하는 공공기관이 늘고 있습니다. 경상북도교육청에서도 26년부터 웍스AI를 지원하고 있습니다. 이번 글에서는 웍스 AI 가입방법을 처음부터 차근차근 정리해 드리겠습니다.

특히 경상북도교육청 메일(@gbe.kr)을 활용한 가입부터 웹·앱 로그인, 기초 사용법, 그리고 마지막으로 나만의 비서 만들기까지 한 번에 따라 하실 수 있도록 구성했습니다.

1) 웍스 AI 가입방법: 공공기관 메일(**@gbe.kr)로 가입하기

웍스 AI는 기관에서 사용하는 경우가 많아, 가입 시 기관 메일 인증이 필요합니다. 여기서는 경상북도교육청 기관 메일(@gbe.kr)로 가입하는 흐름을 기준으로 설명드리겠습니다. 경북형 웍스 AI 인증은 해당 도메인(*@gbe.kr)으로만 가입가능합니다.

• 웍스 AI 가입 페이지(https://gov.wrks.ai/ko)에 접속합니다.
• 기관 이메일로 시작하기를 선택합니다.

• 회원 가입 탭 선택 후 경북교육청 기관메일 입력(개별 나이스 아이디@gbe.kr)합니다.
• 메일주소는 GBeeTAKL 상단 메일을 클릭하면 됩니다.(회원가입 후 메일인증도 동일 경로에서 확인 가능)

• 비밀번호 (영문 대문자, 특수문자, 숫자 최소 1자 이상 조합) 입력 후 개인정보 동의 후 회원가입을 클릭합니다.

• 인증 메일이 발송되면, 메일함에서 이메일 인증하기를 클릭합니다.

2-1) 로그인 방법(https://gov.wrks.ai/ko)

• 이메일 인증 완료 후 '기관 이메일로 시작하기'를 클릭하여 로그인을 합니다.

• 로그인 화면 살펴보기

1. 기본대화 및 맞춤형 업무 메뉴를 확인할 수 있습니다. GPTs 또는 Gems 기능과 유사하게 나만의 비서만들기를 지원하는 메뉴는 '업무 비서'입니다. 그외 문서작성, 이미지에서 텍스트 추출(OCR), 문서번역, 회의록 작성 기능을 지원합니다. 세부 기능에서 사용되는 엔진은  AI대화에서 지원하는 최신 버전보다 낮을 수 있습니다.
2. 로그인한 계정정보가 확인됩니다. 클릭하면 로그아웃 버튼이 조회됩니다.
3. 새대화 시작을 눌러 프롬프트를 입력하시면 됩니다. 
4. 목적에 맞는 AI도구를 선택할 수 있습니다.
5. 이미지 또는 PDF파일 등 첨부파일을 올리고, 그에 대한 프롬프트를 입력할 때 활용합니다.
6. 프롬프트 입력창입니다.(줄바꿈은 shift+enter 키)
7. 입력이 완료되면 눌러서 답변을 받습니다.

2-2) 로그인 방법(앱-안드로이드 및 iOS)

• 앱스토어 또는 플레이스토어에서 '웍스 AI' 검색 후  '웍스-첫 직장인AI'앱을 설치합니다.

• 모바일에서 웍스 AI 앱을 실행합니다.
• 공공/교육사용자로 시작하기를 탭합니다.

• 기관 이메일로 시작하기를 탭합니다.

• 회원가입한 이메일(**@gbe.kr)과 비밀번호를 입력합니다.

• 로그인 된 화면입니다. 웹과 앱은 동일 계정으로 중복 로그인이 가능하여 연동이 됩니다. PC에서 질문한 목록이 보이고, 내가 만든 나만의 비서도 사용이 가능합니다.

• 우측 상단 업무 비서를 탭하면 지원하는 추가 기능이 보입니다. PC와 동일합니다.

• 좌측 상단 메뉴를 탭하면 기존 질문 리스트를 확인하고 이어서 대화를 이어갈 수 있습니다. 토큰을 절약하기 위해서는 주제가 달라지면 새 대화 시작을 탭하여 질문을 시작하는 것을 추천합니다.

3) 나만의 비서 만들기: 내 업무에 맞춘 AI 비서 활용하기

• 웍스 AI의 강점 중 하나는, 단순 질의응답을 넘어 내 역할과 업무 스타일에 맞춘 ‘나만의 비서’처럼 쓰는 것입니다. 다음과 같이 나만의 비서를 만들어 보시기 바랍니다.

• 비서의 캐릭터 및 역할을 입력하고 우측 요술봉을 클릭하면 프롬프트를 보완해서 입력이 가능합니다.

마무리

정리하면, 경북형 웍스 AI는 경상북도교육청 공공기관 메일(@gbe.kr)로 가입 → 웹/앱 로그인 → 기초 사용법 익히기 → 나만의 비서 만들기 순서로 진행하시면 어렵지 않게 시작하실 수 있습니다.
처음에는 간단한 질문 입력, 문장 다듬기나 요약부터 시작하시고, 익숙해지면 보고서 구성, 공문 초안, 회의록 정리처럼 실제 업무에 바로 적용해 보시길 권해드립니다. 또한 '나만의 비서 만들기'를 활용하여 세분화 된 영역에 대하여 AI와 협업하여 업무 효율을 올려보시는 것도 추천드립니다.

꼭 유의해야하는 점은 업로드 하는 자료가 개인정보는 없는지, 보안 자료는 아닌지, 사적인 자료는 아닌지 스스로 체크 하는 것이 무엇보다 중요합니다.

오늘의 팁: 노트북LM PDF를 팟캐스트처럼 쉽게 만드는 방법!

팁 요약: 노트북LM은 PDF, 웹사이트, 유튜브 영상 등 다양한 자료를 업로드하면 AI가 자동으로 요약하고, 두 명의 AI 호스트가 대화하는 형식의 팟캐스트 스타일 오디오를 생성해주는 혁신적인 서비스입니다. 논문, 기획서, 가이드북 PDF만 있으면 나만의 AI 오디오 콘텐츠를 몇 분 만에 만들 수 있습니다.

따라해보기

  -1단계

노트북LM 접속 및 소스 업로드

1. 엣브라우저에서 https://notebooklm.google/ 입력, 사이트 접속

2. NotebookLM 사용해 보기 클릭

3. Google 계정으로 로그인

4. 오른쪽 상단 “새로 만들기” 클릭

5. “소스 업로드”클릭 후 PDF 파일 선택

※ 최대 50개 파일 업로드 가능, PDF, txt, mp3, Google Drive, 링크(웹사이트, 유튜브), 텍스트 가능

- 2단계

팟캐스트 생성 기능 활용

1. 오른쪽 스튜디오 메뉴 중 ‘AI 오디오 오버뷰’ 클릭

※ 아래와 같은 화면이 보이며, AI 오디오 오버뷰 생성 시간이 다소 소요됨.

2. 생성된 팟캐스트를 바로 듣고, 재생속도 변경, 다운로드, 공유 가능

※ 공유는 노트북을 볼 수 있는 사용자만 확인가능, 다운로드 후 파일 공유 권장

3. 생성된 팟캐스트의 수정이 필요한 경우 맞춤 설정을 활용하여 재생성하기

※ 생성 팟케스트 예시 파일

- PDF파일명: 2025 경상북도교육비특별회계 예산편성 기준 및 기금운용계획 수립기준

- 기타: 맞춤설정 옵션 지정하지 않음

유의사항: 노트북LM은 LLM모델의 단점인 환각(Hallucination)을 최소화 할 수 있는 도구입니다. 업로드한 자료를 기반으로 AI 오디오 오버뷰, 문서 브리핑, 설명 동영상(영어만 가능), 브리핑문서, 학습가이드 등을 생성해 줍니다. 무료 버전은 최대 30분까지 팟캐스트 생성이 가능합니다. 출퇴근 길 주요 문서를 자연스럽게 학습해 볼까요?