새물내 솔솔

앞선 글에서는 공공기관에서 외부 생성형 AI를 사용할 때 ‘공문이냐 아니냐’보다 그 안의 정보가 공개(O), 민감(S), 기밀(C) 중 어디에 해당하는지를 먼저 봐야 한다고 정리했습니다. 그렇다면 자연스럽게 다음 질문이 생깁니다.

 가능합니다. 다만 ‘남는 PC에 로컬 LLM을 설치하는 것’과 ‘기관이 S등급 업무를 처리하도록 설계한 Private AI’를 같은 것으로 보면 안 됩니다. N2SF는 정보시스템이 처리하는 업무정보의 등급을 기준으로 시스템을 분류하고, 그 등급과 서비스 특성에 맞는 관리적·기술적·물리적 보안통제를 선정하도록 요구합니다.

1. 목표부터 다르게: ‘챗봇’이 아니라 S등급 업무지원 플랫폼

경북교육청 단위에서 내부 LLM을 구축한다면 단순한 공개자료 검색 챗봇보다 O정보와 S정보를 안전하게 처리할 수 있는 ‘교육행정 전용 생성형 AI 플랫폼’을 목표로 하는 편이 활용가치가 큽니다.

 C등급 정보까지 하나의 플랫폼에 억지로 포함시키기보다는, 우선 O/S 업무를 중심으로 설계하고 C정보는 별도의 더 강한 통제 환경으로 분리하는 접근이 현실적입니다.

2. 전체 구조: 사용자가 LLM에 바로 접근하지 않게 한다

교직원·교육전문직·행정직
        ↓
교육청 통합인증(SSO/MFA)
        ↓
GBE-Private AI 포털
        ↓
AI 보안 게이트웨이
  ├ 개인정보·민감정보 탐지
  ├ C/S/O 정책 적용
  ├ 파일·프롬프트 검사
  └ 사용자 권한 확인
        ↓
내부 LLM + 내부 RAG
        ↓
암호화 저장소 / 감사로그 / SIEM

이 구조에서 가장 중요한 부분은 모델 자체보다 ‘AI 보안 게이트웨이’입니다. 사용자가 입력한 문장과 첨부파일을 먼저 검사하고, 정보등급과 권한에 따라 허용·차단·마스킹 등의 정책을 적용한 뒤 LLM으로 전달하는 방식입니다.

3. ‘로컬 LLM’이라는 말만 믿으면 안 되는 이유

모델 추론을 교육청 내부 서버에서 한다고 해도 모든 처리가 내부에서 이루어진다는 보장은 없습니다. OCR은 외부 클라우드, 임베딩은 외부 AI API, 음성변환은 SaaS, 로그분석은 외부 서비스로 보내는 구조라면 민감정보가 다른 경로로 외부에 전송될 수 있습니다.

 따라서 S등급을 처리하는 영역은 외부통신을 기본 차단(Default Deny)하고, 업무상 필요한 통신만 화이트리스트 방식으로 허용하는 구조가 적절합니다. N2SF 보안통제 해설서 역시 민감정보 환경에서 외부 연결 접점을 제한하고 승인된 통신 흐름만 허용하는 통제를 제시합니다.

4. O Zone과 S Zone을 분리한다

이렇게 나누면 공개자료 중심의 일상적 활용은 편리하게 유지하면서, 민감업무는 별도의 강한 통제 아래 처리할 수 있습니다.

5. 내부 RAG가 교육청 AI의 진짜 경쟁력

교육청 전용 AI의 가치는 단순히 외부 LLM을 내부 모델로 바꾸는 데 있지 않습니다. 경북교육청이 실제 업무에서 사용하는 최신 지침과 매뉴얼을 AI가 근거로 검색하도록 만드는 데 있습니다.

·       경상북도교육청 조례·규칙 및 각종 지침

·       교육부 법령·지침

·       학교업무 도움자료와 업무 매뉴얼

·       회계·계약·인사 관련 기준

·       감사 사례와 FAQ

·       공개 공문 및 승인된 내부 업무자료

사용자가 질문하면 인터넷의 일반 지식을 먼저 떠올리는 것이 아니라, 권한이 있는 내부 문서를 검색한 뒤 근거 문서와 함께 답하도록 설계합니다. 이 방식은 답변의 최신성과 근거성을 높이고 환각을 줄이는 데도 도움이 됩니다.

6. RAG 문서에도 ‘권한’이 붙어야 한다

내부 문서를 벡터DB에 넣었다고 해서 모든 사용자가 모든 문서를 검색할 수 있어서는 안 됩니다. 문서마다 공개범위와 보안등급, 접근 가능한 조직·직무 등의 메타데이터를 붙이고 검색 단계에서부터 권한을 적용해야 합니다.

·       문서명·생산기관·생산부서

·       작성일·최종 갱신일·유효기간

·       공개/비공개 여부 및 C/S/O 등급

·       접근 가능한 조직·직무

·       보존·폐기 기준

예를 들어 인사 관련 내부 기준은 인사업무 담당자에게만 검색되도록 해야 합니다. 그렇지 않으면 내부 AI가 오히려 기존 업무시스템보다 더 쉬운 정보유출 통로가 될 수 있습니다.

7. 대화기록도 업무 성격에 따라 다르게

다만 감사와 사고대응을 위해 ‘누가, 언제, 어떤 시스템 기능을 사용했는가’와 같은 필요한 최소 로그는 기관 정책에 따라 별도로 관리할 수 있습니다.

8. 학교 현장에서는 무엇이 달라질까?

제대로 구축된 내부 AI는 단순한 질의응답을 넘어 학교의 실제 행정 흐름과 연결될 수 있습니다.

·       공문 PDF/HWP/HWPX에서 핵심내용·제출기한·담당부서·학교 조치사항 자동 추출

·       공문을 근거로 학교 시행계획·기안문 초안 작성

·       교육청 최신 지침을 근거로 회계·계약·인사 업무 질의응답

·       학교 관리자용 일일 주요업무 브리핑 생성

·       공문에서 일정·마감일을 추출해 내부 캘린더와 연계

·       업무별 Agent가 승인된 내부 시스템과 연결되어 반복업무를 지원

9. 특정 LLM에 종속되지 않는 구조가 필요하다

AI 모델은 빠르게 바뀝니다. 따라서 Llama, Gemma, Qwen 등 특정 모델 하나를 플랫폼 전체와 강하게 묶기보다 모델 라우터를 두어 검증된 모델을 교체할 수 있게 만드는 것이 좋습니다. 인증, 보안 게이트웨이, RAG, 로그, 문서권한 체계는 유지하고 모델만 교체할 수 있어야 장기 운영이 쉬워집니다.

10. 구축보다 먼저 해야 할 일: N2SF 절차

가장 중요한 점은 서버를 구매하고 모델을 설치하는 것부터 시작하면 안 된다는 것입니다. N2SF는 준비, C/S/O 등급분류, 위협식별, 보안통제 선정·구현, 적절성 평가·조정의 흐름으로 정보서비스의 보안대책을 설계하도록 합니다.

마무리: 사용자를 교육하는 것에서 ‘실수해도 안전한 시스템’으로

현재 생성형 AI 보안은 교직원에게 ‘민감정보를 넣지 마세요’라고 안내하는 방식에 크게 의존합니다. 물론 사용자 교육은 반드시 필요합니다. 하지만 수많은 공문과 자료를 다루는 현장에서 매번 개인이 정확한 등급을 판단하기는 어렵습니다.

 교육청 차원의 Private AI가 의미를 갖는 이유도 여기에 있습니다. 인증과 권한, 정보등급, DLP, 내부 RAG, 외부통신 통제, 감사로그를 하나의 플랫폼으로 묶으면 교직원은 보안규정을 지키면서도 생성형 AI의 업무 효율을 실제 행정에 활용할 수 있습니다.

향후에는 이 기반 위에 공문 분석, 일정관리, 보고자료 작성, 규정 검색을 넘어 승인된 내부 시스템과 연계되는 교육행정 AI Agent까지 확장할 수 있습니다. 그 출발점은 더 큰 모델이 아니라 ‘정보의 등급과 흐름을 먼저 설계하는 것’입니다.

근거자료: 「국가 망 보안체계(N2SF) 보안 가이드라인 1.0」, 「보안통제 항목 해설서」. N2SF는 기관 특성과 정보서비스 환경에 따라 보안통제를 선택·조정하고, 필요한 경우 추가 통제를 정의할 수 있도록 하고 있습니다. 실제 구축 시에는 정보보안담당관 검토와 관련 규정·보안성 검토 절차를 반드시 확인해야 합니다.

본 글은 N2SF 관련 자료를 바탕으로 작성자가 내용을 검토하였으며, 자료 분석과 초안 작성 및 문장 정리에 ChatGPT(OpenAI)를 활용하였습니다.

생성형 AI 연수를 하다 보면 빠지지 않는 장면이 있습니다. 공문 PDF를 올려 핵심 내용을 요약하고, 제출기한을 찾고, 기안문 초안을 만들어 보는 실습입니다. 업무 효율만 놓고 보면 매우 유용합니다. 그런데 공공기관에서 근무한다면 그보다 먼저 확인해야 할 질문이 있습니다.

공문이라는 이유만으로 모두 허용되는 것도, 모두 금지되는 것도 아닙니다. 핵심은 문서의 형식이 아니라 그 안에 들어 있는 ‘업무정보의 보안등급’입니다. 국가 망 보안체계(N2SF)는 업무정보와 정보시스템을 기밀(C), 민감(S), 공개(O)로 구분하고, 그 등급에 맞게 정보가 생산·저장·이동·사용되도록 보안대책을 설계하는 체계입니다.

1. ‘공문인가?’보다 ‘어떤 정보가 들어 있는가?’

학교와 교육청에서 다루는 문서는 모두 같은 성격이 아닙니다. 이미 홈페이지에 공개된 보도자료나 공개 시행계획과, 아직 내부 검토 중인 인사자료·평가자료·계약자료는 같은 방식으로 다룰 수 없습니다.

특히 N2SF는 하나의 정보시스템에 여러 등급의 업무정보가 포함되는 경우, 그중 가장 높은 등급을 기준으로 정보시스템을 분류하는 방향을 제시합니다. 따라서 ‘공문번호가 있으니 괜찮다’거나 ‘내부결재 문서이니 무조건 안 된다’처럼 문서 형식만으로 판단하는 것은 적절하지 않습니다.

2. 일반 인터넷 AI에 S정보를 넣는 것이 문제가 되는 이유

N2SF 가이드라인에는 업무환경에서 생성형 AI를 활용하는 사례가 별도로 제시되어 있습니다. 여기서 중요한 포인트는 외부 생성형 AI 서비스를 공개(O) 수준의 환경으로 보고, 그 환경에서 민감(S) 업무정보가 생산·저장되는 상황을 위협으로 식별한다는 점입니다.

그래서 일반적인 인터넷 기반 생성형 AI를 업무에 사용할 때는 공개정보(O)를 중심으로 활용하고, S 또는 C에 해당할 수 있는 원문을 그대로 입력·첨부하지 않는 것이 기본적인 안전선이 됩니다. 특히 개인정보, 학생정보, 인사, 감사, 시험·평가, 입찰·계약, 내부 의사결정·검토 자료는 주의가 필요합니다.

3. 학교에서 자주 만나는 사례로 판단해 보기

4. ‘개인정보만 지우면 된다’도 충분하지 않을 수 있다

현장에서는 흔히 ‘이름과 전화번호만 지우면 AI에 넣어도 된다’고 생각하기 쉽습니다. 하지만 N2SF 관점에서는 개인정보만이 문제가 아닙니다. 내부검토 내용, 인사관리 정보, 시험·평가 정보, 계약·입찰 관련 정보 등도 민감정보가 될 수 있습니다. 따라서 비식별화는 중요한 조치이지만, 그것만으로 모든 문서가 자동으로 O등급이 되는 것은 아닙니다.

5. 생성형 AI에 자료를 넣기 전 30초 체크리스트

□ 이 자료는 이미 기관 홈페이지 등에 공개된 정보인가?

□ 학생·학부모·교직원 등 개인을 식별할 수 있는 정보가 있는가?

□ 인사·평가·감사·시험·입찰·계약·내부검토 내용이 포함되어 있는가?

□ 문서 일부를 가려도 나머지 정보의 결합으로 특정 개인이나 내부 상황을 추정할 수 있는가?

□ 내가 사용하는 AI가 기관에서 승인한 업무용 서비스인가, 일반 인터넷 서비스인가?

□ 원문 전체가 꼭 필요한가? 필요한 부분만 추출하거나 O정보로 정리해서 입력할 수는 없는가?

6. 생성형 AI 연수에서 기능보다 먼저 알려야 할 것

생성형 AI 연수는 대개 프롬프트 작성법, 문서 요약, 이미지 제작, 업무 자동화에 집중합니다. 그러나 공공기관 종사자를 대상으로 한다면 ‘무엇을 잘 시킬 것인가’만큼 ‘무엇을 입력하면 안 되는가’를 먼저 알려야 합니다.

그리고 장기적으로는 이 판단을 교직원 개인에게만 맡겨서는 안 됩니다. 사용자가 실수로 민감정보를 입력하더라도 시스템이 탐지·차단하고, 필요한 업무정보는 안전한 내부 환경에서 활용할 수 있도록 기관 차원의 AI 인프라가 필요합니다.

다음 글

그렇다면 개인정보와 내부 업무자료까지 활용하면서 생성형 AI의 장점을 살릴 방법은 없을까요? 다음 글에서는 경북교육청이 직접 ‘교육청 전용 Private AI’를 구축한다고 가정하고, N2SF 관점에서 어떤 구조가 필요한지 설계해 보겠습니다.

근거자료: 「국가 망 보안체계(N2SF) 보안 가이드라인 1.0」, 「보안통제 항목 해설서」. 본 글은 이해를 돕기 위한 실무 설명이며, 개별 기관의 최종 보안 판단을 대신하지 않습니다.

본 글은 N2SF 관련 자료를 바탕으로 작성자가 내용을 검토하였으며, 자료 분석과 초안 작성 및 문장 정리에 ChatGPT(OpenAI)를 활용하였습니다.

지난 글에서는 AI Agent 활용 사례를 학교와 교육청 안에서 어떻게 모으고 나눌지 생각해 보았습니다. 성공담을 모으는 일보다 업무 장면, 입력 자료, 사람이 확인한 부분, 조심한 부분을 함께 남기는 일이 더 필요하다는 이야기였습니다. 그렇게 사례가 쌓이면 자연스럽게 다음 질문이 생깁니다. “이제 이 도구를 나 혼자 쓰는 수준에서 팀이 함께 쓰는 방식으로 넓힐 수 있을까?”

저도 처음에는 Hermes Agent를 아주 개인적인 비서처럼 썼습니다. Telegram으로 말을 걸고, 제 노트북의 폴더를 읽게 하고, 블로그 원고와 이미지를 준비하게 했습니다. 그런데 매일 원고 준비 과정을 기록하다 보니 이것이 꼭 개인용으로만 머물 필요는 없겠다는 생각이 들었습니다. 학교나 교육청의 실제 업무는 혼자 끝나는 일이 많지 않습니다. 담당자, 검토자, 관리자, 함께 일하는 부서가 이어져 있습니다. AI Agent 업무공간도 이 흐름을 따라가야 합니다.

1. 개인 비서에서 팀 작업대가 되려면 구조가 필요하다

개인이 AI Agent를 쓸 때는 조금 어수선해도 괜찮습니다. 내가 어떤 방에서 무엇을 시켰는지 기억하고, 결과물이 어디 있는지 대략 알면 됩니다. 하지만 팀 단위로 넓어지는 순간 이야기가 달라집니다. 누가 요청했는지, 어떤 자료를 기준으로 했는지, 결과물을 누가 확인했는지가 남아야 합니다.

이때 AI Agent를 “공동 작업대”로 생각하면 이해가 쉽습니다. 작업대 위에는 요청 내용, 참고 자료, 중간 결과, 최종 확인 사항이 놓입니다. 팀원들은 그 작업대에 와서 필요한 것을 보고, 자신의 역할을 이어갑니다. Agent는 그 사이에서 초안을 만들고, 정리하고, 반복 작업을 줄여 주는 역할을 합니다.

구조 없이 팀이 함께 쓰기 시작하면 금방 혼란이 생깁니다. 어떤 답변이 최신인지 모르고, 누가 검토했는지 알 수 없고, 민감한 자료가 섞일 수 있습니다. 그래서 처음부터 거창한 시스템을 만들기보다, 작은 구조를 정해 두는 편이 좋습니다.

2. Telegram 방은 업무 흐름별로 나누는 편이 낫다

Telegram으로 AI Agent를 쓰는 장점은 접근성이 좋다는 점입니다. 컴퓨터 앞에 앉아 있지 않아도 짧게 요청할 수 있고, 대화 기록이 남습니다. 다만 팀 단위로 쓸 때 하나의 방에 모든 일을 넣으면 금방 복잡해집니다.

예를 들어 연수 기획, 정책 자료 요약, 공문 초안, 회의록 정리, 블로그나 연수 자료 제작을 한 방에서 모두 처리하면 나중에 찾기가 어렵습니다. 그래서 업무 흐름별로 방을 나누는 방식을 생각해 볼 수 있습니다. “연수 기획”, “자료 요약”, “회의 정리”, “AI Agent 실험 기록”처럼 방 이름만 봐도 용도를 알 수 있게 하는 것입니다.

방을 나눈다는 것은 단순히 정리정돈의 문제가 아닙니다. 각 방마다 넣어도 되는 자료, 요청해도 되는 일, 확인해야 할 사람이 달라질 수 있습니다. 민감한 내용이 들어갈 가능성이 있는 방은 더 조심스럽게 운영해야 합니다. 반대로 공개 자료 요약처럼 비교적 안전한 방은 연수 참여자 실습용으로도 활용할 수 있습니다.

3. 공유 폴더는 Agent가 읽는 자료와 사람이 보는 자료를 구분한다

팀 업무에서는 파일 위치가 중요합니다. AI Agent가 참고해야 할 자료, 사람이 검토해야 할 결과물, 최종 보관할 문서가 뒤섞이면 실수가 생깁니다. 저는 블로그 작업에서도 초안, 발행완료, 자료 폴더를 나누어 둡니다. 이 단순한 구분이 다음 작업을 이어 가는 데 꽤 도움이 됩니다.

학교나 교육청 업무에서도 비슷하게 시작할 수 있습니다. 예를 들어 “01_입력자료”, “02_Agent초안”, “03_사람검토”, “04_최종본” 정도로 나눌 수 있습니다. Agent가 읽어도 되는 자료는 입력자료 폴더에 넣고, 초안은 별도로 저장합니다. 사람이 수정한 문서는 검토 폴더나 최종본 폴더로 옮깁니다.

이 구분은 책임을 분명하게 해 줍니다. Agent가 만든 초안은 초안일 뿐이고, 최종 문서는 사람이 확인한 문서라는 점이 폴더 구조 안에서 드러납니다. 특히 공문, 보고서, 연수 안내문처럼 외부로 나가는 문서는 이 구분이 필요합니다.

4. 역할 분담은 요청자, 확인자, 관리자 정도로 단순하게 시작한다

팀 단위 AI Agent 활용에서 처음부터 복잡한 권한 체계를 만들 필요는 없습니다. 오히려 너무 복잡하면 시도 자체가 멈춥니다. 출발은 단순해도 됩니다. 요청하는 사람, 결과를 확인하는 사람, 운영 기준을 살피는 사람 정도로 나누면 됩니다.

요청자는 업무 상황과 원하는 결과물을 설명합니다. 확인자는 사실관계, 날짜, 법령, 개인정보, 문장 톤을 살핍니다. 관리자는 어떤 업무에 Agent를 쓰고 있는지, 문제가 생기지는 않았는지, 사례가 잘 기록되고 있는지를 봅니다. 이 세 역할만 있어도 개인 사용과 팀 사용의 차이가 생깁니다.

중요한 것은 모든 책임을 Agent에게 넘기지 않는 것입니다. Agent는 초안을 빠르게 만들 수 있지만, 업무 판단을 대신하지는 못합니다. 팀이 함께 쓴다는 말은 여러 사람이 책임을 나눈다는 뜻이지, 책임을 흐리게 만든다는 뜻이 아닙니다.

5. 요청 양식을 조금만 맞추면 결과 품질이 달라진다

팀에서 여러 사람이 AI Agent에게 요청하면 표현 방식이 제각각이 됩니다. 어떤 사람은 자료만 던지고 “정리해 줘”라고 하고, 어떤 사람은 목적과 대상까지 자세히 적습니다. 결과 품질은 당연히 달라집니다. 그래서 아주 간단한 요청 양식을 정해 두면 좋습니다.

제가 권하고 싶은 항목은 네 가지입니다. 업무 목적, 대상, 참고 자료, 원하는 결과물입니다. 예를 들어 “초등 교감 대상 연수 안내문 초안이 필요하다”, “대상은 신규 교감이며, 톤은 공문보다 부드럽게”, “참고 자료는 전년도 안내문과 올해 일정표”, “결과물은 안내문 본문과 문자 안내 문구”처럼 적는 방식입니다.

이 정도만 맞춰도 Agent가 일을 훨씬 안정적으로 수행합니다. 또 나중에 대화 기록을 봤을 때 왜 이런 결과물이 나왔는지 이해하기 쉽습니다. 요청 양식은 통제를 위한 문서라기보다, 팀이 같은 방식으로 일을 맡기기 위한 약속에 가깝습니다.

6. 팀 업무공간에는 기록과 정리 담당이 필요하다

AI Agent를 팀에서 쓰다 보면 생각보다 많은 결과물이 생깁니다. 초안, 요약, 표, 점검표, 안내문, 회의 정리본이 계속 쌓입니다. 처음에는 편리하지만, 정리하지 않으면 곧 찾기 어려운 자료가 됩니다. 그래서 팀 업무공간에는 기록과 정리를 챙기는 사람이 필요합니다.

이 역할은 꼭 별도 인력이 있어야 한다는 뜻은 아닙니다. 업무 담당자가 매주 한 번씩 정리할 수도 있고, 팀 회의 전에 주요 결과물만 목록으로 남길 수도 있습니다. 중요한 것은 “썼다”에서 끝나지 않고 “무엇을 남겼는지”를 확인하는 습관입니다.

Hermes Agent로 블로그 원고를 준비할 때도 목차 파일을 계속 갱신합니다. 어떤 글이 준비되었는지, Word 파일과 이미지가 어디에 있는지, Drive 링크가 있는지 적어 둡니다. 이런 기록이 없으면 자동화가 오히려 불안해집니다. 팀 업무공간에서도 같은 원리가 적용됩니다.

7. 작게 시작해도 팀의 일하는 방식은 달라질 수 있다

팀 단위 AI Agent 활용이라고 해서 처음부터 모든 업무를 바꿀 필요는 없습니다. 오히려 작은 업무 하나를 정해 반복해 보는 편이 낫습니다. 예를 들어 공개 정책자료 요약, 연수 안내문 초안, 회의 안건 정리처럼 비교적 안전하고 반복되는 업무를 고를 수 있습니다.

한 달 정도만 같은 방식으로 해 보면 변화가 보입니다. 요청이 더 구체적으로 바뀌고, 결과물 검토 기준이 생기고, 어떤 자료를 넣으면 안 되는지도 경험으로 알게 됩니다. 이 과정에서 팀은 단순히 AI 도구를 익히는 것이 아니라, 자신들의 업무 흐름을 다시 보게 됩니다.

결국 팀 업무공간의 목적은 AI Agent를 많이 쓰는 데 있지 않습니다. 함께 일하는 과정에서 반복되는 정리, 초안 작성, 확인 목록 만들기를 줄이고, 사람이 판단해야 할 일에 시간을 남기는 데 있습니다. 작게 시작하되 기록을 남기고, 안전한 범위에서 넓혀 가는 것이 현실적인 길입니다.

마무리하며

AI Agent 업무공간을 팀 단위로 확장하려면 도구보다 운영 방식이 먼저 보입니다. Telegram 방을 어떻게 나눌지, 공유 폴더를 어떻게 둘지, 누가 요청하고 누가 확인할지, 결과를 어디에 남길지 정해야 합니다. 이런 약속이 있어야 Agent가 만든 초안이 팀의 실제 업무 흐름 안으로 들어올 수 있습니다.

지난 글에서는 학교와 교육행정 조직에서 AI Agent를 쓸 때 필요한 원칙 문서를 생각해 보았습니다. 사용 가능한 업무와 제한해야 할 업무를 나누고, 개인정보 보호와 사람의 검토 절차를 문서로 남기자는 이야기였습니다. 그런데 원칙 문서만 만들어 두면 현장은 다시 조용해질 수 있습니다. 실제로 어떤 장면에서 도움이 되었는지, 어디에서 막혔는지, 무엇을 조심해야 했는지가 함께 쌓여야 합니다.

Hermes Agent로 이 연재를 준비하면서 저도 매번 작은 기록을 남깁니다. 00_목차.md에 글의 순서와 준비 상태를 적고, 원고와 이미지 파일을 같은 폴더 안에 둡니다. Google Drive 링크가 만들어졌는지도 확인합니다. 대단한 시스템은 아니지만, 다음 날 다시 이어서 작업할 때 이 기록이 꽤 큰 역할을 합니다. 학교와 교육청에서 AI Agent를 쓰는 일도 비슷하다고 봅니다. 한 사람의 실험으로 끝내지 않으려면 사례를 모으는 방식이 필요합니다.

1. 사례 공유는 성공담보다 업무 장면에서 시작한다

AI 활용 사례를 모은다고 하면 먼저 멋진 성공 사례를 떠올리기 쉽습니다. “업무 시간이 몇 시간 줄었다”, “보고서 초안이 금방 나왔다” 같은 문장은 눈에 잘 들어옵니다. 하지만 현장에 더 도움이 되는 것은 결과보다 장면입니다. 어떤 업무였는지, 어떤 자료를 넣었는지, AI Agent에게 무엇을 맡겼는지, 사람이 어디를 고쳤는지가 보여야 합니다.

예를 들어 “연수 기획에 AI Agent를 활용했다”라고만 적으면 따라 하기 어렵습니다. “전년도 연수 운영 계획과 만족도 결과를 바탕으로 올해 연수 주제 후보를 뽑게 했다”, “대상과 시간표는 담당자가 다시 조정했다”처럼 적어야 합니다. 그래야 다른 부서나 학교에서도 자신의 업무에 맞게 바꿔 볼 수 있습니다.

사례 공유의 출발점은 자랑이 아니라 재현 가능성입니다. 누군가의 멋진 결과물을 보여주는 것보다, 비슷한 업무를 맡은 사람이 “나도 이 정도는 한번 해 볼 수 있겠다”라고 느끼게 하는 것이 더 중요합니다.

2. 한쪽짜리 기록 양식이면 충분하다

처음부터 사례 관리 플랫폼을 만들 필요는 없습니다. 오히려 양식이 복잡하면 아무도 쓰지 않습니다. 학교 업무는 이미 입력해야 할 시스템과 문서가 많습니다. AI Agent 활용 사례 기록은 한쪽짜리 양식으로 시작하는 편이 좋습니다.

제가 생각하는 기본 항목은 여섯 가지 정도입니다. 업무명, 사용 목적, 입력한 자료의 종류, AI Agent에게 맡긴 일, 사람이 수정한 부분, 사용하면서 느낀 주의점입니다. 여기에 개인정보를 제거했는지 확인하는 칸을 하나 두면 좋습니다. 날짜와 작성자까지 넣으면 나중에 사례를 정리하기 쉽습니다.

예를 들면 이렇게 적을 수 있습니다. “업무명: 교원 연수 안내문 초안 작성”, “입력 자료: 공개 가능한 일정과 장소, 신청 방법”, “Agent 역할: 안내문 초안과 문자 안내 문구 작성”, “사람의 수정: 신청 링크와 문의처 확인, 문장 톤 조정”. 이 정도 기록이면 과하지 않으면서도 다음 사람이 참고할 수 있습니다.

3. 좋은 사례와 조심할 사례를 함께 모아야 한다

사례를 모을 때 좋은 결과만 남기면 실제 연수 자료로 쓰기 어렵습니다. AI Agent가 잘 도와준 장면만큼이나 애매했던 장면, 다시 확인해야 했던 장면, 사용하지 않기로 한 장면도 중요합니다. 이런 기록이 있어야 조직의 판단 기준이 생깁니다.

예를 들어 공개 자료 요약은 비교적 안전하게 시작할 수 있습니다. 반면 민원 내용이나 학생 개인 사례가 포함된 자료는 그대로 넣으면 안 됩니다. 회의록 정리도 참석자 이름과 민감한 발언을 어떻게 처리할지 기준이 필요합니다. 이런 주의 사례는 실패담이 아니라 안전장치입니다.

교육전문직 업무에서는 특히 이 균형이 필요합니다. 새로운 도구를 소개할 때 장점만 말하면 현장에서는 오히려 불안해질 수 있습니다. “이런 경우에는 도움이 되었고, 이런 경우에는 사람이 멈추고 판단했다”라는 사례가 함께 있을 때 신뢰가 생깁니다.

4. 사례 검토는 기술 평가보다 업무 검토에 가깝다

AI Agent 활용 사례를 모으면 누군가는 검토해야 합니다. 이때 검토 기준을 기술 성능으로만 잡을 필요는 없습니다. 모델이 얼마나 똑똑했는지를 평가하는 것보다, 해당 업무에 안전하고 유용했는지를 보는 것이 먼저입니다.

검토할 때는 몇 가지 질문을 던질 수 있습니다. 입력 자료에 민감정보가 없었는가. 결과물의 사실관계를 사람이 확인했는가. 담당자의 업무 판단을 대신하지 않았는가. 다른 학교나 부서에서 참고해도 무리가 없는가. 사례 설명만 보고도 따라 할 수 있을 만큼 절차가 분명한가.

이런 검토는 정보 담당자만의 일이 아닙니다. 업무 담당자, 부장, 관리자, 교육전문직이 함께 볼 수 있습니다. AI Agent는 기술 도구이지만, 실제 활용 여부는 업무 맥락에서 결정되기 때문입니다.

5. 모은 사례는 연수 자료로 다시 돌아와야 한다

사례를 기록하는 가장 좋은 이유는 다음 연수와 컨설팅에 다시 쓰기 위해서입니다. AI Agent 연수에서 기능 설명만 오래 하면 듣는 사람은 금방 피곤해집니다. 반대로 같은 교육 현장에서 나온 사례를 보여주면 집중도가 달라집니다. “우리 업무에도 연결될 수 있겠다”는 생각이 들기 때문입니다.

예를 들어 연수 자료의 한 장을 “공문 초안 작성 사례”로 만들 수 있습니다. 왼쪽에는 업무 상황을, 가운데에는 Agent에게 맡긴 일을, 오른쪽에는 사람이 확인한 부분을 놓습니다. 다음 장에는 “따라 해 보기” 활동을 넣어 비슷한 업무를 자신의 말로 바꾸게 할 수 있습니다.

사례가 쌓이면 연수도 점점 현장형으로 바뀝니다. 처음에는 강사가 준비한 예시로 시작하더라도, 시간이 지나면 참여자들이 가져온 사례가 다음 연수의 자료가 됩니다. 그때부터는 AI Agent 연수가 단순한 도구 소개가 아니라 조직의 업무 개선 대화가 됩니다.

6. 공유 범위는 처음부터 넓히지 않아도 된다

사례 공유라고 해서 처음부터 모든 학교와 모든 부서에 공개할 필요는 없습니다. 활용 원칙이 자리 잡기 전에는 작은 범위에서 시작하는 편이 안전합니다. 같은 팀, 같은 업무 담당자 모임, 연수 참여자 그룹처럼 맥락을 아는 사람들끼리 먼저 나눌 수 있습니다.

공유 범위를 정할 때는 자료의 민감도를 봐야 합니다. 공개 정책자료를 요약한 사례는 비교적 넓게 나눌 수 있습니다. 내부 회의나 학교별 상황이 담긴 사례는 익명화하거나 구조만 남겨야 합니다. 학생, 학부모, 교직원이 특정될 수 있는 내용은 사례화하지 않는 편이 낫습니다.

이 원칙은 제가 Google Drive 링크를 다룰 때도 떠올리는 부분입니다. 파일을 올리더라도 공유 범위를 함부로 넓히지 않습니다. 링크가 있다고 해서 곧바로 공개 자료가 되는 것은 아니기 때문입니다. 학교와 교육청 사례 공유도 같은 감각이 필요합니다.

7. 작은 사례 저장소가 조직의 학습 기록이 된다

처음에는 몇 개의 사례가 별것 아닌 것처럼 보일 수 있습니다. 하지만 업무명, 입력 자료, Agent 역할, 사람의 검토, 주의점이 꾸준히 쌓이면 그것은 조직의 학습 기록이 됩니다. 어떤 업무는 AI Agent와 잘 맞고, 어떤 업무는 조심해야 하는지 보입니다.

이 기록은 나중에 활용 원칙을 고치는 근거가 됩니다. 연수 자료가 되고, 컨설팅 질문 목록이 되고, 새로운 업무 자동화 실험의 출발점이 됩니다. 교육공학에서 말하는 설계와 평가도 결국 이런 작은 기록에서 시작됩니다. 도구를 한 번 써 보는 데서 끝나지 않고, 사용 경험을 다시 설계 자료로 돌리는 과정입니다.

AI Agent가 학교와 교육행정 조직에 들어온다면, 가장 먼저 필요한 것은 거창한 시스템보다 안전하게 기록하고 나누는 습관일지 모릅니다. 개인의 시행착오가 조직의 사례가 되고, 조직의 사례가 다음 사람의 출발점이 되는 흐름을 만들어야 합니다.

마무리하며

AI Agent 활용 사례를 모으는 일은 홍보 자료를 만드는 일이 아닙니다. 현장의 작은 업무 장면을 기록하고, 사람이 확인한 부분과 조심한 부분을 함께 남기는 일입니다. 그렇게 쌓인 사례는 연수와 컨설팅, 원칙 문서 개정, 학교 업무경감 논의로 다시 돌아올 수 있습니다.

지난 글에서는 AI Agent를 연수와 컨설팅에서 어떻게 안내할지 정리했습니다. 기능 설명보다 업무 장면에서 시작하고, 프롬프트보다 입력 자료와 검토 기준을 먼저 다루자는 이야기였습니다. 그러고 나면 자연스럽게 다음 질문이 남습니다. “그렇다면 우리 조직에서는 어떤 기준으로 써야 할까?”

Hermes Agent로 이 블로그 원고를 준비하면서도 같은 생각을 자주 합니다. Agent가 목차를 확인하고, 글을 쓰고, 이미지를 만들고, Drive에 올리는 일까지 도와주지만 최종 발행은 제가 직접 합니다. 공개할 수 있는 내용과 조심해야 할 내용도 사람이 구분합니다. 이런 흐름을 학교나 교육행정 조직에 적용하려면 말로만 “조심해서 쓰자”라고 할 것이 아니라, 짧고 읽기 쉬운 원칙 문서가 필요합니다.

1. 원칙 문서는 금지 목록이 아니라 사용 안내서여야 한다

AI 활용 원칙을 만들자고 하면 먼저 금지 조항부터 떠올리기 쉽습니다. 개인정보를 넣지 말 것, 민감한 사안을 맡기지 말 것, 결과를 그대로 제출하지 말 것 같은 문장입니다. 이런 문장은 분명 필요합니다. 다만 금지 문장만 가득한 문서는 현장에서 잘 읽히지 않습니다.

학교와 교육청 업무는 이미 지켜야 할 기준이 많습니다. 여기에 AI까지 “하면 안 되는 것”으로만 소개되면 선생님들은 시도하기 전에 멈추게 됩니다. 그래서 원칙 문서는 금지 목록보다 사용 안내서에 가까워야 한다고 생각합니다. 무엇은 해 볼 수 있고, 무엇은 조심해야 하며, 어떤 단계에서 사람이 확인해야 하는지 함께 적어야 합니다.

예를 들어 “AI Agent 사용 금지 업무”만 쓰는 대신 “처음 실험하기 좋은 업무”와 “관리자 확인이 필요한 업무”를 나누어 제시할 수 있습니다. 공개 자료 요약, 안내문 초안, 회의 안건 정리처럼 위험이 낮은 업무는 실험 가능 영역으로 두고, 학생 개인정보나 민원 판단이 포함된 업무는 제한 영역으로 두는 방식입니다.

2. 사용 범위는 ‘업무 유형’으로 정리한다

현장에서 가장 필요한 것은 추상적인 선언보다 구체적인 업무 유형입니다. “AI를 책임 있게 사용한다”는 문장은 맞지만, 실제 업무 앞에서는 조금 막연합니다. “이 공문 초안을 맡겨도 될까?”, “이 회의 메모를 넣어도 될까?”, “이 설문 응답을 정리해도 될까?” 같은 질문에 답할 수 있어야 합니다.

저라면 활용 원칙 문서에 업무 유형 표를 넣겠습니다. 첫 번째 칸에는 사용 가능 업무를 적습니다. 공개 정책자료 요약, 연수 안내문 초안, 보도자료 문장 다듬기, 일반 설문 문항 초안처럼 개인정보와 민감 판단이 적은 업무입니다. 두 번째 칸에는 조건부 사용 업무를 둡니다. 내부 회의 메모 정리, 학교 업무 흐름 분석, 만족도 조사 결과 요약처럼 비식별 처리와 담당자 검토가 필요한 업무입니다. 세 번째 칸에는 사용 제한 업무를 둡니다. 학생 개인 사례, 민원 세부 내용, 인사·징계·평정 관련 자료처럼 조심해야 할 업무입니다.

이렇게 쓰면 현장에서는 훨씬 이해하기 쉽습니다. 원칙이 구호가 아니라 체크리스트가 됩니다. 교육전문직이 연수나 컨설팅에서 설명할 때도 “우리 업무를 이 표에 놓고 함께 판단해 봅시다”라고 말할 수 있습니다.

3. 개인정보 원칙은 예시와 함께 써야 한다

AI Agent 활용에서 개인정보 보호는 빠질 수 없습니다. 그런데 “개인정보를 입력하지 않는다”는 한 문장만으로는 부족합니다. 어떤 정보가 개인정보인지, 학교 업무에서 어떤 장면이 위험한지 예시가 있어야 합니다.

예를 들어 학생 이름, 학번, 연락처, 보호자 정보는 당연히 제외해야 합니다. 여기에 특정 학생을 알아볼 수 있는 생활지도 서술, 상담 내용, 건강 정보, 민원인의 상세한 사연도 조심해야 합니다. 이름을 지웠더라도 학교명, 학년, 사건의 특징이 합쳐져 특정인이 떠오를 수 있다면 그대로 넣지 않는 편이 안전합니다.

대신 원칙 문서에는 바꿔 넣는 방법을 함께 적을 수 있습니다. “3학년 김○○ 학생” 대신 “한 학생”, “○○초 5학년 학급” 대신 “초등학교 한 학급”, “실제 민원 문장” 대신 “유사한 상황을 일반화한 문장”으로 바꾸는 방식입니다. 이렇게 예시가 있으면 담당자는 막연한 불안보다 실천 방법을 떠올릴 수 있습니다.

4. AI가 만든 결과물은 ‘초안’으로 표시한다

제가 블로그를 준비할 때도 Agent가 만든 결과물을 바로 완성본으로 보지 않습니다. 원고는 읽고 고치고, 이미지는 눈으로 확인하고, Drive 링크도 다시 열어 봅니다. 학교와 교육행정 조직에서도 이 감각이 중요합니다. AI Agent가 만든 문서는 기본적으로 초안입니다.

활용 원칙 문서에는 이 점을 분명히 적어야 합니다. AI가 생성한 안내문, 보고서 문장, 요약문, 설문 문항은 담당자가 확인한 뒤 사용한다는 기준입니다. 특히 날짜, 숫자, 법령명, 사업명, 대상, 신청 링크, 예산, 담당 부서 같은 항목은 사람이 반드시 확인해야 합니다.

표현도 중요합니다. “AI 결과를 무조건 믿지 말라”보다 “AI 결과는 초안으로 보고 담당자가 사실관계와 표현을 확인한다”라고 쓰는 편이 좋습니다. 같은 내용이라도 후자의 문장이 업무 흐름에 더 잘 들어옵니다. 불신을 조장하기보다 검토 절차를 만드는 표현이기 때문입니다.

5. 책임 소재는 겁주는 방식이 아니라 역할 구분으로 쓴다

AI 활용 원칙에서 책임 이야기를 빼면 안 됩니다. 하지만 책임을 이야기할 때 조심할 점이 있습니다. “문제가 생기면 사용자가 책임진다”는 식의 문장만 앞세우면 현장은 위축됩니다. 물론 최종 판단과 사용 책임은 사람에게 있습니다. 다만 원칙 문서에서는 이 내용을 역할 구분으로 풀어 쓰는 것이 좋습니다.

예를 들어 AI Agent의 역할은 자료 정리, 초안 작성, 형식 변환, 반복 작업 지원으로 적을 수 있습니다. 담당자의 역할은 입력 자료 선정, 민감정보 제거, 결과 검토, 최종 사용 판단입니다. 관리자의 역할은 사용 범위 안내, 민감 업무 판단 지원, 조직 차원의 기록 관리입니다.

이렇게 쓰면 책임이 막연한 부담이 아니라 업무 절차가 됩니다. 누가 무엇을 확인해야 하는지 보이기 때문입니다. 학교에서는 담임, 업무담당자, 부장, 관리자 사이의 역할이 이미 존재합니다. AI Agent 원칙도 그 흐름 안에 자연스럽게 들어가야 합니다.

6. 기록은 거창한 시스템보다 작은 양식에서 시작한다

AI Agent를 조직에서 쓰려면 기록이 필요합니다. 어떤 업무에 사용했는지, 어떤 자료를 넣었는지, 결과를 어떻게 수정했는지 남겨야 나중에 돌아볼 수 있습니다. 다만 처음부터 복잡한 관리 시스템을 만들 필요는 없습니다. 작은 양식 하나면 충분합니다.

양식에는 날짜, 업무명, 사용 목적, 입력 자료의 종류, 개인정보 제거 여부, 생성 결과, 사람이 수정한 내용, 사용 여부 정도를 넣을 수 있습니다. 예를 들어 “연수 안내문 초안 작성”, “공개 일정과 운영 계획만 입력”, “담당자가 날짜와 신청 링크 확인 후 수정”처럼 짧게 남기는 방식입니다.

제가 00_목차.md에 글 준비 상태와 링크를 남기는 것도 같은 이유입니다. 매번 기억에 의존하지 않기 위해서입니다. 조직에서도 작은 기록이 쌓이면 나중에 좋은 사례와 주의 사례를 구분할 수 있습니다. 연수 자료로도 다시 사용할 수 있습니다.

7. 원칙 문서는 한 번에 완성하지 않아도 된다

학교나 교육행정 조직에서 AI Agent 활용 원칙을 처음 만들 때 완벽한 문서를 목표로 삼으면 시작이 늦어집니다. 기술도 빠르게 바뀌고, 현장의 활용 장면도 계속 달라집니다. 처음에는 1쪽짜리 초안으로 시작해도 됩니다.

처음 문서에는 사용 가능 업무, 제한 업무, 개인정보 처리, 결과 검토, 기록 양식 정도만 담아도 충분합니다. 한 달 정도 작은 실험을 해 보고, 실제로 헷갈렸던 장면을 반영해 고치면 됩니다. 원칙 문서는 현장을 묶어 두는 문서가 아니라 안전하게 실험을 이어가게 하는 문서여야 합니다.

이런 점에서 AI Agent 활용 원칙은 규정이면서 동시에 학습 자료입니다. 문서를 만드는 과정 자체가 조직이 AI를 어떻게 이해하고 사용할지 합의하는 과정이 됩니다. 교육공학적으로 보면 도구 도입보다 중요한 것은 사용 문화를 설계하는 일입니다.

마무리하며

AI Agent를 학교와 교육행정 조직에 적용하려면 작은 실험만큼이나 짧고 분명한 활용 원칙이 필요합니다. 금지 목록만 만드는 것이 아니라, 해 볼 수 있는 업무와 조심해야 할 업무를 함께 제시하고, 개인정보 보호와 사람의 검토 절차를 실제 장면 중심으로 써야 합니다.

안녕하세요~

이번 포스팅은 맥북에서 evpn 접속 및 업무포털을 사용하는 방법을 최신 버전(26년7월 기준)으로 수정해서 안내드릴 목적입니다.

맥북을 처음 사용한 시기가 10년이 훌쩍 지난 것 같습니다. 처음에는 인텔 프로세서 기반 맥북이라 호환이 크게 어렵지는 않았으나, 애플에서 독자 실리콘 프로세서를 적용한 M1 모델부터 원격업무 및 업무포털 사용이 어려워졌습니다.

제가 22년 처음 경험을 정리한 글이 아직 공유되어 있으나, 이번 맥북 에어 M5모델(26년 6월 하반 배송)을 세팅하면서 많이 간소화되어서 재 정리합니다.

이전 글 링크를 공유드립니다. 이 내용 중 처리하지 않아도 되는 부분을 재 정리하는 글입니다.

https://gyo6.tistory.com/54

맥북에 윈도우11 설치하기

맥북에 윈도우를 설치하는 방법은 크게 두가지 도구를 활용합니다.

1. 페럴렐즈(유료, 영구 설치 또는 월 구독제)

2. vmware(무료)

저는 예전부터 페럴렐즈를 구입해서 사용하고 있어서 페럴렐즈 기준으로 설치를 진행한 사례입니다. 버전이 바뀔때마다 업데이트 비용을 받는 다소 사악한 가격구조를 가지고 있고, 이제는 구독제까지 생겼네요..하하.. 테스트는 못해봤지만, vmware에서도 일단은 유사한 방법으로도 가능은 할거 같습니다.(설치 해보신분은 댓글로 알려주시면 다른 분들게 도움이 될거 같습니다.)

- 페럴렐즈 설치 

페럴렐즈는 홈페이지에서 다운로드 받으시면 됩니다. 가끔 할인을 하기때문에 그때를 노려보셔도 되며, 처음 15일은 무료 사용이 가능하니 체험 후 구입 또는 다른 방법을 사용하셔도 됩니다. 아래 링크는 14일 무료체험판 링크입니다. 이메일만 넣으면 다운로드 됩니다.

https://www.parallels.com/kr/products/desktop/trial/

- 페럴렐즈 설치가 완료되면 윈도우즈11ARM을 설치하는 화면으로 바로 연결이 됩니다. 추후 정품 라이선스 키를 입력하면 정품 사용이 가능하며, 키를 넣지 않더라도 일부 기능에 제약이 있긴하나 사용에 문제는 없습니다.

한글 및 오피스 설치하기

한글과 오피스 프로그램은 개별 구입한 라이선스를 활용해서 설치를 하시면 됩니다. 업무용의 경우 교육청에서 매년 공급하는 라이선스를 활용할 수도 있으니, 이 부분은 사용상 범위에 해당되는지 확인 후 공문을 통해서 설치 방법을 확인후 진행하시면 되겠습니다. 윈도우즈 운영체제기 때문에 설치 방법은 일반적인 프로그램과 동일합니다.

각 지역별 정보부장님께 말씀드리면 잘 안내해주실 것 같습니다.

인증서 파일 옮기기

기존 사용하던 교육부 인증서 파일을 아래 경로처럼 저장합니다. 인증서 파일 네개만 있을 경우 아래와 같이 폴더를 만들어서 class2에 넣어주시면되고, gpki폴더 자체를 압축한 경우 c: 하위에 압축 해제하시면 됩니다. 경로만 맞으면 잘 인식합니다. 혹시 인식이 안되는 경우 윈도우즈 언어가 영어로 설정되어 그럴 수 있으니, 한글로 언어를 변경하면 됩니다.

크롬 설치 및 evpn접속하기

저는 구글 크롬을 설치하여 계정 동기화를 설정해두었습니다. 맥북, 업무용 데스크톱, 집에서 사용하는 노트북 등 접속 정보 및 비밀번호 등을 저장해두고 사용하고 있습니다. 접근에 소요되는 시간이 단축되고, 업무포털 사용시에도 속도가 나름 빠른 장점이 있습니다. 페럴렐즈에 설치한 윈도우즈에서 엣지 브라우져를 열고 구글 크롬을 다운로드 합니다.

https://www.google.com/intl/ko/chrome/

설치가 완료되었으면 evpn으로 접속합니다. 각 시도별 주소는 다르니 해당 지역에 맞는 주소로 접속하시길 바랍니다.

초기 접속 시 아래와 같이 인증서 선택 화면이 보이지 않으니, 빨간색 테두리 다운로드를 클릭하여 AXGATE VPN Client 를 설치합니다. 22년 당시에는 해당 프로그램이 ARM 윈도우를 지원하지 많아서 접속이 불가능 했던 기억이 납니다. 이번에 설치하면서 호환성이 많이 좋아졌음을 느꼈습니다. 해당 프로그램을 설치하고 다시 접속을 하면 인증서 선택이 가능하고, evpn접속도 가능할겁니다.

k-에듀파인 공문이 늦게 열리지 않게 제어판 설정하기

이 부분은  arm윈도우즈에서만 해당되는 내용은 아니고, 모든 컴퓨터에서 적용이 되는 부분입니다. 공문서를 클릭했을때 로딩 시간이 너무 늦은 경우 아래 설정을 바꾸시면 빨리 열리게 됩니다. 

- 제어판 > 인터넷 옵션 > 고급 > [서버의 인증서 해지 확인] 체크 해제 

- 제어판 > 인터넷 옵션 > 고급 > [인증서 주소가 일치하지 않은 경우에 경고] 체크해제

k-에듀파인 프로그램 설치하기

이제 evpn 접속은 가능할겁니다. 인증서 선택 후 접속을 하면 아래와 같이 설치, 실행, 연결이 모두 yes가 되면 정상 접속이 가능합니다.

나이스는 웹기반으로 작동하기 때문에 바로 접속이 가능합니다. 문제는 k-에듀파인입니다. 클릭해서 접속해봅니다.접속 프로그램이 설치되지 않아서 프로그램 설치확인 페이지가 보일 겁니다.  arm cpu 미지원이라고 하지만...지원이 됩니다. 이제 살펴보겠습니다.

프로그램 설치는 두가지 가능합니다. 전체설치를 클릭하거나, 위 이미지 화면에서 메뉴별 파일을 다운받아서 설치하는 방법입니다. 저는 먼저 전체설치를 하고, 이후 설치가 완료되지 않아서(evpn접속 상태라, 온라인 다운로드가 필요한 파일이 설치되지 않은 것으로 추측) 개별 파일을 다시 내려받기 하여 설치하였습니다. 따라서 전체설치보다 하단의 프로그램별 파일을 다운로드하여 인터넷이 연결되는 상태에서 설치하시길 추천드립니다. 인터넷 접속이 되려면, 창을 닫고 바로 진행하시지말고 화면 우측 하단 더보기에서 vpn프로그램을 종료 후 접속을 하시면 빨리 가능합니다.

- 기안기 프로그램만 미지원으로 뜨면서 파일 다운로드가 되지 않을 건데요, 아래 첨부파일을 다운로드해서 설치하시면 됩니다.

설치 파일 폴더 이동하기(중요) 및 고해상도 모니터 지원 프로그램 설치

페럴렐즈에 설치된 윈도우즈 c폴더 하위에 프로그램 파일이 세종류가 보일겁니다. 

이전 단계에서 설치한 에듀파인 접속 프로그램 정보가 Program Files(x86)에 설치된 것으로 추측되며, 이 폴더 내 전체 파일을 복사해서 

Program Files 폴더로 덮어쓰기를 하면 에듀파인 접속 프로그램이 다 설치 된것으로 보입니다. 물론 기안기는 '미지원'으로 동일하게 보이지만, 실제 기안을 해보면 정상 작동함을 알 수 있습니다. 이 단계를 거치지 않아서 무한 설치 지옥에서 갇혀버리고, 맥북에서 에듀파인 사용을 대부분 포기하게 됩니다. 복붙하고, 에듀파인 접속을 하시면 설치프로그램 화면으로 넘어가지 않고 정상 화면이 보이는 것을 확인할 수 있습니다. 우측 '프로그램 설치확인'을 클릭해보면 아래와 같이 정상 설치된 결과가 보입니다.

맥북의 경우 레티나 디스플레이 고해상도 이므로, 마지막으로 고해상도 모니터 지원 프로그램을 설치하면 정상적으로 맥에서도 k에듀파인을 사용하는데 무리가 없습니다.

지비톡 설치

경북교육청의 경우 업무용 메신져를 사용하고 있습니다. 

해당 메신져도 업무에 많이 활용하시니, 함께 설치하시길 권하며, 설치 후 데이터 동기화를 해주셔야 기관에서 수/발신한 내용이 보입니다. 반대로, 맥에서 작업한 쪽지를 근무기관에서 보시기 위해서도 데이터동기화를 해주시면 됩니다.

기안기 작동 화면

기안기가 미지원으로 보여서 먼가 찜찜하시죠?

하지만 위 단계까지 설정을 다 하셨다면 공문서 작성도 문제가 없습니다.(혹시 모르니 임시저장으로 해두시고, 추후 윈도우에서 최종 기안을 올리시길 추천드립니다. > 급한 경우 바로 올리시고, 결재권자에게 꼭! 오류가 있을 수 있으니 살펴 봐 달라고 연락을...)

이상 최신 버전의 맥북에서 업무포털 사용하기 포스팅을 마무리합니다.

이전 포스팅보다 많이 간소화 된 부분이 있어서 1시간 정도에 세팅을 마무리했습니다.

이제 맥만 구입을.......

지난 글에서는 AI Agent를 학교와 교육행정 조직에 적용할 때 처음부터 큰 시스템을 도입하기보다 작고 안전한 실험에서 출발하는 편이 현실적이라고 정리했습니다. 공개 자료 요약, 안내문 초안, 설문 응답 정리처럼 위험이 낮고 반복성이 있는 업무부터 살펴보자는 이야기였습니다. 그렇게 생각을 이어가다 보니 다음 질문은 연수와 컨설팅 장면으로 옮겨 갑니다. 교사나 교육전문직에게 이 경험을 어떻게 안내하면 부담이 덜할까요.

제가 Hermes Agent를 쓰며 느낀 것은 설명만으로는 잘 와닿지 않는다는 점입니다. “AI Agent는 도구를 쓰고, 기억을 남기고, 절차에 따라 일한다”라고 말하면 개념은 전달됩니다. 하지만 실제로는 “아침에 자료를 모아 달라고 맡겼더니 결과가 이렇게 왔다”, “원고와 이미지, Drive 링크를 한 번에 준비하게 했다” 같은 장면을 보여 줄 때 이해가 빨라집니다. 연수와 컨설팅도 결국 이런 실제 장면에서 출발해야 한다고 생각합니다.

1. 연수의 출발점은 기술 소개가 아니라 업무 장면이다

AI Agent 연수를 준비하면 먼저 기능 목록을 설명하고 싶은 마음이 생깁니다. 모델, API, 토큰, 도구 사용, 자동화 같은 용어가 떠오릅니다. 그러나 현장 선생님이나 교육전문직에게 처음부터 용어를 많이 제시하면 “그래서 내 업무와 무슨 관련이 있지?”라는 거리감이 생길 수 있습니다.

저라면 연수 첫 장면을 기능 설명이 아니라 업무 장면으로 열고 싶습니다. 예를 들어 “연수 안내문을 매번 새로 쓰는 상황”, “회의 후 정리해야 할 메모가 쌓인 상황”, “공개 정책자료를 읽고 핵심을 뽑아야 하는 상황”을 먼저 제시합니다. 그리고 그중 한 장면을 AI Agent에게 맡기면 어떤 흐름으로 일이 진행되는지 보여 줍니다.

이 방식은 AI를 신기한 기술로만 보지 않게 합니다. 도구가 먼저가 아니라 업무가 먼저라는 메시지를 줍니다. 교육공학적으로 보아도 학습자는 자신의 문제 상황과 연결될 때 훨씬 잘 이해합니다.

2. 실습 과제는 ‘성공하기 쉬운 업무’로 고른다

첫 실습에서 너무 어려운 과제를 주면 연수 분위기가 금방 무거워집니다. 개인정보가 섞인 자료, 판단이 필요한 민감 사안, 학교마다 맥락이 다른 복잡한 업무는 처음 실습에 적합하지 않습니다. 실패했을 때 도구에 대한 불신만 커질 수 있습니다.

처음에는 성공하기 쉬운 업무가 좋습니다. 공개 보도자료 1쪽을 요약하기, 연수 안내 문자 초안 만들기, 회의 안건을 표로 정리하기, 설문 문항 초안을 5개 만들기 같은 과제입니다. 결과물이 완벽하지 않아도 사람이 바로 고칠 수 있고, “초안으로는 쓸 수 있겠다”는 느낌을 주기 쉽습니다.

Hermes Agent를 제 블로그 준비에 쓰는 과정도 비슷했습니다. 처음부터 모든 글을 자동 발행하게 한 것이 아니라, 목차 확인과 초안 작성, 이미지 생성, Drive 업로드처럼 사람이 확인할 수 있는 단계로 나누었습니다. 연수 실습도 같은 원리로 설계하는 것이 좋습니다.

3. 프롬프트보다 입력 자료와 검토 기준을 먼저 알려 준다

AI 연수에서 자주 나오는 질문은 “프롬프트를 어떻게 쓰면 좋나요?”입니다. 물론 프롬프트는 중요합니다. 하지만 실제 업무에서 결과의 질을 좌우하는 것은 프롬프트 문장만이 아닙니다. 어떤 자료를 넣는지, 어디까지 맡길지, 무엇을 사람이 확인할지가 더 중요할 때가 많습니다.

그래서 연수에서는 멋진 프롬프트 모음보다 입력 자료와 검토 기준을 먼저 안내하고 싶습니다. 예를 들어 안내문 초안을 만들 때는 일정, 대상, 신청 방법, 문의처가 정확히 들어 있어야 합니다. 설문 문항을 만들 때는 응답자가 오해하지 않는 표현인지 확인해야 합니다. 회의록을 정리할 때는 결정 사항과 추후 조치가 빠지지 않았는지 봐야 합니다.

이렇게 설명하면 AI Agent 활용이 문장 기술이 아니라 업무 설계의 문제로 보입니다. 선생님들도 “프롬프트를 잘 외워야 하는구나”보다 “자료와 기준을 잘 준비해야 하는구나”라고 받아들이게 됩니다.

4. 사람의 확인 단계를 연수 안에 반드시 넣는다

AI Agent 실습에서 결과물이 나오면 참가자들은 자연스럽게 감탄하거나 실망합니다. 그런데 그다음 단계가 더 중요합니다. 결과를 그대로 받아들이는 것이 아니라, 사람이 확인하고 고치는 시간을 연수 안에 넣어야 합니다. 이 단계가 빠지면 AI 활용이 실제 업무로 이어지기 어렵습니다.

예를 들어 Agent가 만든 연수 안내문 초안을 보고 날짜, 장소, 신청 링크, 표현의 적절성을 직접 확인하게 합니다. 설문 문항 초안을 보고 중복 문항이나 유도 질문이 있는지 표시하게 합니다. 정책자료 요약문을 보고 원문과 다른 내용이 섞이지 않았는지 확인하게 합니다.

이 과정에서 참가자는 AI가 잘하는 일과 사람이 해야 할 일을 자연스럽게 구분합니다. “AI가 써 줬다”에서 끝나는 것이 아니라 “나는 무엇을 검토해야 하는가”를 익히게 됩니다. 학교 현장에서는 이 감각이 특히 중요합니다.

5. 컨설팅에서는 한 팀의 반복업무를 함께 고른다

연수는 여러 사람이 함께 개념과 실습을 경험하는 자리라면, 컨설팅은 특정 학교나 팀의 실제 업무를 다루는 자리입니다. 그래서 컨설팅에서는 일반 예시보다 그 팀의 반복업무를 함께 찾는 시간이 필요합니다. “요즘 가장 자주 반복되는 문서 작업은 무엇인가요?”, “매번 비슷하게 안내하지만 시간이 걸리는 업무는 무엇인가요?” 같은 질문에서 시작할 수 있습니다.

교육전문직 업무에서도 마찬가지입니다. 연수 운영팀이라면 안내문, 만족도 조사, 결과 보고가 반복됩니다. 장학이나 정책 업무라면 자료 요약, 회의자료 구성, 질의응답 정리가 반복됩니다. 학교라면 주간 일정 안내, 가정통신문 초안, 회의 안건 정리 같은 업무가 후보가 될 수 있습니다.

컨설팅의 목표는 그 자리에서 거창한 자동화 시스템을 완성하는 것이 아닙니다. 한 가지 업무를 골라 Agent에게 맡길 부분과 사람이 확인할 부분을 나누어 보는 것입니다. 그 정도만 해도 팀은 다음 실험을 스스로 설계할 수 있는 출발점을 얻습니다.

6. 결과보다 실험 기록을 남기게 한다

연수나 컨설팅이 끝나면 참가자들은 결과물 파일만 챙기기 쉽습니다. 하지만 조직 안에서 경험이 이어지려면 결과보다 실험 기록이 더 중요합니다. 어떤 업무를 선택했는지, 어떤 자료를 넣었는지, 어떤 지시를 했는지, 결과를 어떻게 수정했는지 남겨야 합니다.

기록 양식은 단순해도 됩니다. 업무명, 입력 자료, Agent에게 맡긴 일, 사람이 확인한 일, 좋았던 점, 주의할 점 정도면 충분합니다. 이 기록이 여러 개 쌓이면 학교나 교육청의 AI Agent 활용 사례가 됩니다. 다음 연수 자료로도 쓸 수 있고, 조직 내부 가이드라인을 만들 때도 도움이 됩니다.

제가 블로그 연재를 준비할 때 00_목차.md에 준비 상태와 링크를 남기는 이유도 같습니다. 매번 새로 기억하지 않아도 되게 하기 위해서입니다. 조직의 AI 활용도 결국 기록이 있어야 개인 경험을 넘어 공동의 자산이 됩니다.

7. 부담을 줄이는 안내 문장이 필요하다

AI Agent 연수에서는 기술보다 분위기가 중요할 때가 있습니다. 참가자들이 “이제 이것까지 배워야 하나”라고 느끼면 시작부터 부담이 커집니다. 그래서 안내 문장도 조심해야 합니다. “AI를 반드시 써야 한다”보다 “반복되는 초안 작업을 조금 줄여 보는 실험”이라고 표현하는 편이 낫습니다.

저는 연수에서 이런 문장을 쓰고 싶습니다. “오늘은 완벽한 자동화를 배우는 시간이 아닙니다. 내 업무 중 하나를 골라 초안 작성과 정리 시간을 줄일 수 있는지 확인해 보는 시간입니다.” 이 정도 문장만으로도 참가자는 실패에 대한 부담을 덜 느낄 수 있습니다.

AI Agent는 사람을 대체하는 도구로 소개되기보다, 사람이 검토하고 판단할 시간을 확보해 주는 도구로 안내되어야 합니다. 그래야 학교와 교육행정 조직에서 불필요한 경계심을 줄이고, 안전한 실험을 이어갈 수 있습니다.

마무리하며

AI Agent를 연수와 컨설팅에서 다룰 때는 기능 설명보다 업무 장면, 프롬프트보다 입력 자료와 검토 기준, 결과물보다 실험 기록을 앞에 두는 편이 좋습니다. 작은 업무 하나를 골라 맡길 일과 확인할 일을 나누어 보는 것만으로도 현장에서는 충분히 의미 있는 출발이 됩니다.

지난 글에서는 지금까지 쌓아 온 AI Agent 활용기를 전자책 원고로 묶는 방법을 생각해 보았습니다. 블로그 글을 모아 책으로 만드는 일은 단순한 편집이 아니라, 내가 왜 이 도구를 쓰기 시작했는지 다시 확인하는 과정이었습니다. 그렇게 정리하고 나니 자연스럽게 다음 질문이 생겼습니다. 개인이 혼자 쓰는 AI Agent 경험을 학교나 교육행정 조직에서는 어디서부터 시작할 수 있을까요.

저는 처음부터 조직 전체에 AI Agent를 도입하자는 식으로 접근하면 오히려 어렵다고 봅니다. 학교와 교육청 업무는 책임 소재가 분명해야 하고, 개인정보와 공문서 관리도 조심해야 합니다. 교사와 교육전문직의 업무 방식도 제각각입니다. 그래서 처음에는 거창한 플랫폼보다 작고 안전한 실험이 더 현실적입니다. 오늘 글에서는 Hermes Agent를 개인 업무에 써 보며 느낀 점을 바탕으로, 학교와 교육행정 조직에서 시작해 볼 만한 작은 실험들을 정리해 보려 합니다.

1. 조직 도입보다 먼저 ‘한 사람의 반복업무’를 본다

AI Agent를 조직에 적용한다고 하면 흔히 시스템 구축부터 떠올립니다. 전용 서버, 관리자 계정, 보안 정책, 사용 매뉴얼 같은 것들이 먼저 생각납니다. 물론 언젠가는 이런 준비가 필요합니다. 하지만 처음부터 그 단계로 가면 논의가 무거워지고, 실제 사용 장면은 뒤로 밀릴 수 있습니다.

제가 Hermes Agent를 쓰면서 가장 먼저 체감한 변화는 큰 업무가 아니라 작은 반복업무에서 나왔습니다. 매일 같은 폴더를 확인하고, 다음 글 주제를 고르고, Word 파일과 이미지를 만들고, Google Drive 링크를 정리하는 일처럼 말입니다. 하나하나는 사소하지만 매일 반복되면 시간을 잡아먹습니다. Agent는 이런 일을 일정한 절차로 묶어 대신 처리할 때 힘을 발휘했습니다.

학교와 교육행정 조직에서도 출발점은 비슷하다고 생각합니다. “우리 조직에 AI를 어떻게 도입할 것인가”보다 “우리 팀에서 매주 반복되는 업무는 무엇인가”를 먼저 묻는 편이 좋습니다. 회의자료 취합, 공문 초안 정리, 연수 안내 문구 작성, 설문 응답 요약, 일정 안내문 만들기 같은 작은 장면이 출발점이 될 수 있습니다.

2. 첫 실험은 공개 자료와 비민감 업무로 시작한다

학교 현장에서 AI 도구를 쓸 때 가장 조심해야 할 것은 학생 개인정보와 민감한 내부 자료입니다. 그래서 첫 실험은 반드시 공개 자료나 비민감 업무로 시작하는 것이 안전합니다. 예를 들어 교육부 보도자료 요약, 공개 연수 계획서 목차 정리, 이미 배포된 안내문의 문장 다듬기, 공개 통계자료 기반 질의응답 같은 작업이 좋습니다.

이런 업무는 실패해도 위험이 크지 않습니다. 결과가 마음에 들지 않으면 사람이 고치면 됩니다. 반대로 개인정보가 담긴 상담 기록이나 학생 평가자료, 내부 민원 문서부터 맡기면 작은 오류도 큰 문제가 됩니다. AI Agent의 가능성을 보려다가 신뢰를 잃을 수 있습니다.

작은 실험의 목적은 “AI가 사람을 대신한다”를 증명하는 것이 아닙니다. “어떤 업무는 초벌 정리까지 맡길 수 있구나”, “어떤 자료는 사람이 다시 확인해야 하는구나”를 조직이 함께 익히는 데 있습니다. 안전한 자료로 시작하면 구성원들이 도구의 장단점을 차분히 볼 수 있습니다.

3. Agent에게 맡길 일과 사람이 확인할 일을 나눈다

AI Agent를 쓰다 보면 처음에는 “어디까지 맡겨도 될까”가 늘 헷갈립니다. 그래서 저는 업무를 세 칸으로 나누어 보는 편이 좋았습니다. Agent에게 맡길 일, 사람이 확인할 일, 사람이 직접 결정할 일입니다. 이 구분이 없으면 결과물을 보고도 어떻게 활용해야 할지 애매해집니다.

예를 들어 연수 안내문을 만든다고 해 보겠습니다. Agent에게는 기존 계획서에서 일정, 장소, 대상, 신청 방법을 뽑아 안내문 초안을 만들게 할 수 있습니다. 사람은 날짜와 신청 링크, 표현의 정확성을 확인합니다. 최종 발송 여부와 발송 대상은 담당자가 결정합니다. 이렇게 나누면 Agent는 초안 작성 도구가 되고, 사람은 판단과 책임의 위치를 유지할 수 있습니다.

학교 조직에서도 이 원칙은 중요합니다. AI가 만든 결과를 그대로 공문이나 가정통신문으로 내보내는 방식은 위험합니다. 대신 초안을 빠르게 만들고, 사람의 검토 시간을 확보하는 방식으로 쓰면 업무경감의 의미가 살아납니다.

4. 팀 단위 실험은 ‘공유 프롬프트’보다 ‘공유 절차’가 먼저다

AI 활용 연수를 하다 보면 좋은 프롬프트를 공유해 달라는 요청을 자주 듣습니다. 물론 예시 프롬프트는 도움이 됩니다. 하지만 조직 안에서 실제로 오래 쓰이려면 프롬프트 문장보다 업무 절차가 먼저 정리되어야 합니다. 누가 자료를 넣고, 어떤 결과를 받고, 누가 검토하고, 어디에 저장할지가 정해져야 합니다.

제가 블로그 원고를 준비할 때도 마찬가지였습니다. 단순히 “좋은 글을 써 줘”라고 하지 않았습니다. 목차 확인, 다음 순번 결정, Markdown 저장, Word 생성, 이미지 생성, Drive 업로드, 목차 업데이트라는 절차가 있었습니다. 절차가 있으니 Agent에게 지시하기 쉬웠고, 결과를 확인하기도 쉬웠습니다.

학교나 교육청 팀에서도 작은 업무 하나를 골라 같은 방식으로 정리할 수 있습니다. 예를 들어 “연수 후 설문 응답 정리”라는 업무를 선택했다면, 원자료 위치, 익명화 방식, 요약 기준, 담당자 검토, 최종 보고서 반영 순서를 정합니다. 이 절차가 잡히면 프롬프트는 그다음에 다듬어도 늦지 않습니다.

5. 성공 기준을 ‘완전 자동화’로 잡지 않는다

AI Agent 이야기를 하면 자동화라는 말이 자주 나옵니다. 하지만 학교와 교육행정 조직의 첫 실험에서 성공 기준을 완전 자동화로 잡으면 부담이 커집니다. 실제 업무는 예외가 많고, 문맥도 복잡하며, 최종 책임은 사람이 져야 합니다. 처음부터 버튼 하나로 끝나는 시스템을 기대하면 실망하기 쉽습니다.

저는 성공 기준을 조금 낮추어 잡는 편이 현실적이라고 생각합니다. 예를 들어 초안 작성 시간이 30분에서 10분으로 줄었다면 의미가 있습니다. 회의록 정리에서 누락된 안건을 사람이 더 빨리 찾을 수 있었다면 그것도 성과입니다. 반복 안내문을 만들 때 매번 처음부터 쓰지 않아도 되었다면 충분히 작은 성공입니다.

작은 성공이 쌓이면 구성원들의 인식도 바뀝니다. “AI가 다 해 주는가”가 아니라 “이 부분은 맡겨도 되겠네”라는 감각이 생깁니다. 이 감각이 조직 안에서 공유될 때 다음 단계의 실험도 자연스럽게 이어집니다.

6. 기록을 남겨야 조직의 경험이 된다

개인이 AI Agent를 써 보고 끝내면 경험은 개인에게만 남습니다. 조직 적용을 생각한다면 실험 과정 자체를 기록해야 합니다. 어떤 업무에 적용했는지, 어떤 자료를 넣었는지, 결과가 어디까지 쓸 만했는지, 사람이 어떤 부분을 수정했는지 남겨야 합니다. 그래야 다음 사람이 같은 시행착오를 반복하지 않습니다.

기록은 거창할 필요가 없습니다. 한 장짜리 실험 메모면 충분합니다. 업무명, 사용 자료, Agent에게 맡긴 일, 사람이 확인한 일, 효과, 주의점 정도만 적어도 됩니다. 이 메모가 쌓이면 나중에는 학교용 AI Agent 활용 사례집이나 연수 자료로 바꿀 수 있습니다.

Hermes Agent로 블로그 연재를 준비하면서 00_목차.md에 상태와 링크를 남긴 것도 같은 이유였습니다. 어떤 글이 준비되었는지, 어떤 파일이 어디에 있는지 기록해 두니 다음 작업이 이어졌습니다. 조직에서도 기록은 자동화보다 먼저 필요한 기반입니다.

7. 작은 실험의 끝은 업무문화 질문으로 이어진다

AI Agent를 학교와 교육행정 조직에 적용하는 일은 결국 기술 문제가 아니라 업무문화의 문제로 이어집니다. 어떤 일을 반복하고 있는지, 왜 사람이 매번 처음부터 작성하고 있는지, 검토와 책임은 어떻게 나누어야 하는지 묻게 됩니다. 이 질문이 생기면 AI 도구는 단순한 유행어가 아니라 업무를 돌아보는 거울이 됩니다.

처음에는 한 사람의 실험으로 충분합니다. 한 팀에서 한 가지 업무만 골라도 됩니다. 중요한 것은 작게 시작하되 기록을 남기고, 결과를 함께 검토하는 것입니다. 그렇게 해야 AI Agent가 개인의 편리한 도구를 넘어 조직의 업무경감 논의로 이어질 수 있습니다.

마무리하며

학교와 교육행정 조직에서 AI Agent를 바로 전면 도입하기는 어렵습니다. 하지만 공개 자료 요약, 안내문 초안, 회의자료 정리, 설문 응답 요약처럼 작고 안전한 업무부터 실험하는 것은 충분히 가능합니다. 이때 Agent에게 맡길 일과 사람이 확인할 일을 나누고, 결과를 기록하는 습관이 필요합니다.

지난 글에서는 교육전문직 대상 AI Agent 연수를 어떻게 설계할지 정리했습니다. 연수는 기능을 보여 주는 시간이 아니라 실제 업무 흐름을 함께 다시 보는 시간이어야 한다고 썼습니다. 그렇게 글을 쓰고 나니 자연스럽게 지금까지의 연재도 한 번 정리해 보고 싶어졌습니다. 매일 한 편씩 쌓은 글을 그냥 블로그 글로만 남길 것인지, 아니면 하나의 전자책 원고로 다시 묶을 수 있을지 생각하게 된 것입니다.

저는 Hermes Agent로 이 연재를 준비하면서 매번 비슷한 과정을 반복했습니다. 목차를 확인하고, 다음 글을 정하고, 초안을 쓰고, Word 파일을 만들고, 대표 이미지와 본문 이미지를 생성한 뒤 Google Drive에 올렸습니다. 티스토리에 바로 발행하지 않고 사용자가 붙여넣어 검토할 수 있게 준비하는 방식이었습니다. 이 과정이 조금 번거로워 보일 수 있지만, 전자책을 만들 때는 오히려 큰 장점이 됩니다. 글과 이미지, 파일 링크, 준비 상태가 이미 한 폴더 안에 정리되어 있기 때문입니다.

1. 블로그 글과 전자책 원고는 결이 다르다

블로그 글은 하루에 하나의 주제를 가볍게 읽을 수 있도록 씁니다. 앞뒤 글을 모두 읽지 않아도 한 편만으로 이해되게 하는 편이 좋습니다. 그래서 같은 설명이 반복되기도 하고, 이전 글을 짧게 다시 언급하기도 합니다. 반면 전자책은 한 번에 이어 읽는 자료입니다. 같은 표현이 너무 자주 나오면 흐름이 늘어지고, 장과 장 사이의 연결이 더 중요해집니다.

지금까지 쓴 AI Agent 글도 블로그에서는 자연스럽지만 전자책으로 묶으려면 조금 손봐야 합니다. 예를 들어 “지난 글에서는…”으로 시작하는 문장은 장 앞머리에서는 괜찮지만, 책 전체에서는 반복적으로 느껴질 수 있습니다. 또 각 글의 마지막에 넣은 다음 글 예고는 전자책에서는 장 전환 문장이나 짧은 정리 문장으로 바꾸는 편이 좋습니다.

그래서 전자책 작업은 단순히 블로그 글을 모아 붙이는 일이 아닙니다. 이미 쓴 글을 버리는 것도 아닙니다. 블로그의 하루 단위 기록을 책의 장 단위 흐름으로 다시 배열하는 일에 가깝습니다.

2. 먼저 목차를 다시 본다

전자책으로 묶을 때 가장 먼저 볼 것은 개별 문장이 아니라 목차입니다. 지금 연재 목차는 AI Agent 이해하기, 나의 세팅기, 교육전문직 업무경감 실험, 학교 적용, 연구와 강의 확장으로 나뉘어 있습니다. 블로그 연재로도 괜찮은 구조이지만, 책으로 만들면 독자의 이동 경로를 조금 더 분명하게 보여 줄 필요가 있습니다.

예를 들어 1부는 “AI Agent가 무엇인지 이해하기”, 2부는 “내 컴퓨터와 Telegram으로 실제 사용 환경 만들기”, 3부는 “교육전문직 업무에 적용해 보기”, 4부는 “학교와 연수로 확장하기”, 5부는 “연구와 출판으로 남기기”처럼 다시 이름을 붙일 수 있습니다. 제목을 조금만 바꾸어도 독자는 이 책이 어디로 가는지 더 쉽게 따라옵니다.

Hermes Agent에게도 이 작업을 맡길 수 있습니다. “현재 목차를 전자책용 5부 구성으로 다시 정리해 줘. 중복되는 글은 합치고, 흐름이 끊기는 지점은 이동해 줘.”라고 요청하면 초벌 구조를 받을 수 있습니다. 다만 최종 판단은 사람이 해야 합니다. 어떤 글을 앞에 둘지, 어떤 경험을 강조할지는 글을 쓴 사람의 의도가 들어가야 하기 때문입니다.

3. 폴더 구조가 원고 관리의 기준이 된다

이번 연재를 운영하면서 가장 도움이 된 것은 폴더를 나누어 둔 점이었습니다. 초안, 발행완료, 전자책원고, 자료 폴더가 따로 있으니 Agent에게 일을 시킬 때도 지시가 명확해졌습니다. “01_초안에서 준비된 글을 읽고, 전자책용으로 다듬은 원고는 03_전자책원고에 저장해 줘”라고 말할 수 있습니다.

이 구조가 없으면 전자책 작업은 금방 헷갈립니다. 어떤 글이 발행되었는지, 어떤 글이 아직 대기 중인지, 어떤 이미지가 어느 글에 쓰였는지 확인하는 데 시간이 많이 듭니다. 특히 Word 파일과 이미지 파일이 함께 쌓이면 파일명이 조금만 흐트러져도 나중에 다시 찾기 어렵습니다.

그래서 전자책으로 묶을 계획이 있다면 처음부터 거창한 편집 프로그램을 열기보다 폴더와 파일명을 정리하는 것이 먼저입니다. 번호, 제목, 파일 형식을 맞추어 두면 AI Agent가 읽고 정리하기도 좋습니다. 사람에게도 좋고, Agent에게도 좋은 구조가 됩니다.

4. 각 글을 ‘장 원고’로 다시 다듬는다

블로그 글을 전자책 장으로 바꿀 때는 세 가지를 봅니다. 첫째, 앞뒤 연결입니다. 둘째, 반복 설명입니다. 셋째, 사례의 밀도입니다. 블로그에서는 한 편 안에서 친절하게 다시 설명한 부분이 책에서는 앞 장과 겹칠 수 있습니다. 이런 부분은 줄이거나 다른 사례로 바꾸는 것이 좋습니다.

예를 들어 ChatGPT와 AI Agent의 차이를 설명한 글, Hermes Agent 설치 글, Telegram 사용 글은 서로 이어지는 흐름이 있습니다. 전자책에서는 각각을 독립된 글로 두기보다 “대화형 AI에서 실행형 AI로 넘어가는 과정”이라는 큰 줄기로 묶을 수 있습니다. 그러면 독자는 도구 소개를 넘어 왜 이런 사용 방식이 필요한지 이해하게 됩니다.

교육전문직 업무경감 관련 글도 마찬가지입니다. 정책자료 요약, 연수 기획, 공문·보고서, 설문, 회의록은 각각 다른 글이지만 실제 업무에서는 이어져 있습니다. 전자책에서는 “자료를 읽고, 초안을 만들고, 검토하고, 공유하는 흐름”으로 다시 배열하면 더 읽기 쉽습니다.

5. 이미지와 표는 다시 고른다

블로그용 이미지는 글 한 편의 첫인상을 만드는 역할이 큽니다. 전자책에서는 조금 다릅니다. 이미지는 장식보다 이해를 돕는 자료가 되어야 합니다. 대표 이미지를 모두 넣으면 책이 산만해질 수 있고, 본문 설명 이미지만 골라 넣으면 흐름이 더 단정해질 수 있습니다.

이번 연재에서 만든 이미지는 한글 텍스트가 정확히 보여야 해서 HTML/CSS로 만들고 Chrome headless로 캡처했습니다. 이 방식은 전자책에도 유리합니다. 원본 HTML이 남아 있으면 제목이나 문구를 조금 바꾸어 다시 캡처할 수 있기 때문입니다. 이미지 생성 모델에 한글 문장을 맡기지 않아도 되니 오탈자 걱정도 줄어듭니다.

표도 전자책에서 중요한 역할을 합니다. 예를 들어 “Agent에게 맡길 일 / 사람이 확인할 일 / 주의할 점” 같은 표는 여러 장에서 반복해서 쓸 수 있습니다. 블로그에서는 문장으로 풀어 썼던 내용을 전자책에서는 표로 바꾸면 독자가 다시 찾아보기 쉽습니다.

6. 전자책 초안은 한 번에 완성하지 않는다

전자책을 만들겠다고 마음먹으면 처음부터 완성본을 만들고 싶어집니다. 하지만 저는 초안을 여러 단계로 나누는 편이 좋다고 생각합니다. 1단계는 블로그 글을 모두 모아 순서대로 붙이는 것입니다. 2단계는 목차에 맞게 장을 옮기고 중복을 표시하는 것입니다. 3단계는 문장을 다듬고 사례를 보강하는 것입니다. 4단계는 이미지와 표를 배치하는 것입니다.

AI Agent는 이 단계별 작업에 잘 맞습니다. 한 번에 “전자책을 완성해 줘”라고 맡기기보다 “1부의 글 5편을 읽고 중복되는 설명을 표시해 줘”, “이 장의 마지막 문장을 다음 장과 자연스럽게 이어 줘”, “교육전문직 독자에게 더 맞는 예시를 제안해 줘”처럼 작게 나누면 결과가 더 안정적입니다.

사람이 해야 할 일도 분명합니다. 이 책이 누구에게 필요한지, 어느 정도 깊이로 설명할지, 개인 경험을 어디까지 드러낼지 정해야 합니다. AI Agent는 편집 조수 역할을 할 수 있지만, 책의 목소리는 결국 글쓴이가 결정해야 합니다.

7. 블로그 연재는 전자책의 현장 메모가 된다

전자책을 염두에 두고 보니 블로그 연재가 다르게 보입니다. 매일의 글은 완성된 책의 한 장이라기보다 현장 메모에 가깝습니다. 그날 실제로 생각한 것, Hermes Agent를 쓰며 막힌 점, 교육현장 업무와 연결해 본 장면이 남아 있습니다. 이런 기록은 나중에 책을 만들 때 가장 생생한 재료가 됩니다.

처음부터 책을 쓰려고 하면 문장이 무거워질 수 있습니다. 반대로 블로그에만 머무르면 좋은 경험이 흩어질 수 있습니다. 그래서 저는 블로그로 가볍게 쓰고, 일정 분량이 쌓이면 전자책으로 다시 정리하는 방식이 교육 현장 경험을 남기기에 적당하다고 느낍니다.

AI Agent를 쓰는 과정도 이와 닮았습니다. 한 번의 거창한 자동화보다 작은 반복을 꾸준히 남기는 것이 더 오래 갑니다. 매일 원고를 준비하고, 파일을 정리하고, 링크를 기록하는 일이 쌓이면 어느 순간 책의 뼈대가 됩니다.

마무리하며

AI Agent 활용기를 전자책으로 묶는 일은 단순한 편집 작업이 아닙니다. 내가 어떤 문제의식으로 이 도구를 쓰기 시작했는지, 교육전문직 업무와 학교 현장에 어떤 의미가 있는지 다시 확인하는 과정입니다. 블로그 글을 모으는 일에서 출발하지만, 결국은 경험을 구조화하는 일이 됩니다.

지난 글에서는 교사연수에서 AI Agent를 어떻게 가르칠지 생각해 보았습니다. 교사의 실제 업무 장면에서 출발하고, 안전한 실습자료를 쓰고, 결과물을 그대로 쓰지 않고 검토하는 연습이 필요하다는 이야기였습니다. 글을 쓰고 나니 자연스럽게 다음 질문이 남았습니다. 교육전문직 대상 연수는 어떻게 달라져야 할까.

교육전문직도 생성형 AI 연수를 많이 듣고 있습니다. 그런데 막상 업무로 돌아오면 교사연수에서 다룬 예시와는 조금 다른 장면을 만납니다. 학교 지원 계획을 세우고, 연수 운영안을 만들고, 정책자료를 읽고, 회의 결과를 정리하고, 보고서 초안을 잡는 일이 많습니다. 한 문서가 개인 업무로 끝나지 않고 학교, 부서, 기관의 의사결정 흐름과 연결되기도 합니다.

제가 Hermes Agent를 쓰며 느낀 점은, 교육전문직에게 AI Agent를 소개할 때는 ‘편한 도구’보다 ‘업무 흐름을 정리하는 방식’으로 접근해야 한다는 것입니다. Agent가 무엇을 대신해 주는지보다, 어떤 자료를 읽고 어떤 산출물을 만들며 어디에서 사람이 확인해야 하는지를 함께 설계해야 합니다.

1. 교육전문직 업무는 자료의 범위가 넓다

교사 업무에도 문서가 많지만, 교육전문직 업무는 다루는 자료의 범위가 더 넓게 느껴질 때가 많습니다. 정책 문서, 사업 계획, 연수 운영 자료, 학교 안내자료, 회의 메모, 설문 결과, 보고서 초안이 한꺼번에 연결됩니다. 그래서 AI Agent 연수도 단순히 “문장을 잘 만들어 준다”에서 멈추면 부족합니다.

예를 들어 어떤 연수 기획안을 만든다고 생각해 보겠습니다. 관련 정책자료를 훑고, 전년도 운영 결과를 보고, 대상자의 요구를 정리하고, 일정과 강사 구성까지 검토해야 합니다. 이 과정에서 Agent는 자료 요약, 비교표 만들기, 목차 제안, 문서 초안 작성 같은 일을 도울 수 있습니다. 하지만 어느 자료를 우선할지, 어떤 표현이 기관 입장에 맞는지는 사람이 판단해야 합니다.

연수 첫 부분에서는 이 차이를 분명히 해 두는 것이 좋습니다. AI Agent는 넓은 자료를 빠르게 읽고 정리하는 데 도움이 되지만, 기관의 맥락과 책임을 대신하지는 못합니다. 이 선을 알고 시작해야 교육전문직이 안심하고 실습에 들어갈 수 있습니다.

2. 연수 목표를 ‘도구 사용’이 아니라 ‘업무 설계’로 잡기

교육전문직 대상 연수의 목표를 “AI Agent 사용법 익히기”로만 잡으면 기능 소개가 많아집니다. 파일을 읽히는 법, 메일을 쓰는 법, 이미지를 만드는 법을 차례로 보여 줄 수는 있습니다. 하지만 실제 업무에서는 기능 하나보다 흐름 하나가 더 중요합니다.

저라면 연수 목표를 이렇게 잡고 싶습니다. 첫째, 반복되는 초벌 작업을 찾는다. 둘째, Agent에게 맡길 수 있는 부분과 사람이 확인해야 할 부분을 나눈다. 셋째, 산출물 형식과 검토 기준을 정한다. 넷째, 민감정보와 기관 문서의 안전선을 세운다. 이렇게 잡으면 도구 사용이 업무 설계 안으로 들어옵니다.

교육전문직은 이미 업무를 구조화하는 일에 익숙합니다. 사업 계획을 세울 때도 목적, 대상, 일정, 예산, 기대효과를 나눕니다. AI Agent에게 일을 맡기는 것도 비슷합니다. 다만 그 구조를 사람이 아니라 도구가 이해할 수 있게 조금 더 명시적으로 적어 주어야 합니다.

3. 실습 과제는 교육청·연수원 장면으로 구성하기

연수 실습은 참여자의 업무 장면과 닮아 있어야 합니다. 교사연수에서 수업자료와 안내문을 다룬다면, 교육전문직 연수에서는 정책자료 요약, 연수 기획, 학교 지원자료 제작, 회의 결과 정리, 설문 응답 분석 같은 과제가 더 적합합니다.

예를 들어 첫 실습은 “공개 정책자료 3쪽을 읽고 학교 현장용 요약문 만들기”로 시작할 수 있습니다. 두 번째 실습은 “연수 운영 메모를 바탕으로 연수 안내문과 준비 체크리스트 만들기”가 좋습니다. 세 번째 실습은 “가상의 설문 응답 20개를 주제별로 묶고 후속 지원 방안 제안하기”로 이어갈 수 있습니다.

이런 과제는 AI Agent의 장점을 자연스럽게 보여 줍니다. Agent는 자료를 정리하고 형식을 맞추고 초안을 만드는 일을 빠르게 처리합니다. 참여자는 그 결과를 보고 빠진 내용, 과장된 표현, 현장과 맞지 않는 부분을 고칩니다. 이때 연수의 중심은 AI가 만든 결과가 아니라 사람이 검토하는 기준이 됩니다.

4. 연수용 샘플 폴더를 미리 만들어 두기

교육전문직 연수에서는 샘플 자료 준비가 특히 중요합니다. 실제 기관 문서나 학교 민원 자료, 학생 관련 정보가 실습에 들어가면 안 됩니다. 그렇다고 빈 문장만 가지고 실습하면 업무감이 떨어집니다. 그래서 실제와 비슷하지만 민감정보가 없는 샘플 폴더가 필요합니다.

샘플 폴더에는 가상의 연수 운영 계획, 공개 정책자료 발췌문, 익명 설문 응답, 학교 지원 요청 메모, 회의 정리 메모를 넣어 둘 수 있습니다. 참여자는 이 폴더를 바탕으로 Agent에게 “자료를 읽고 요약해 줘”, “연수 안내문 초안을 만들어 줘”, “학교 지원 방안을 표로 정리해 줘”라고 요청해 봅니다.

제가 매일 블로그 원고를 준비할 때도 폴더 구조가 큰 역할을 합니다. 초안, 발행완료, 자료 폴더가 나뉘어 있으니 Agent가 어디에 무엇을 저장해야 하는지 헷갈리지 않습니다. 교육전문직 연수에서도 실습 폴더를 잘 설계해 두면 참여자는 도구보다 업무 흐름에 집중할 수 있습니다.

5. 검토 기준을 체크리스트로 남기기

AI Agent가 만든 산출물을 검토할 때 “잘 봐야 한다”는 말만으로는 부족합니다. 무엇을 봐야 하는지 체크리스트로 남겨야 합니다. 교육전문직 업무에서는 사실관계, 정책 용어, 기관 입장, 학교 현장 적합성, 개인정보, 책임 있는 표현을 확인해야 합니다.

예를 들어 정책자료 요약문을 검토한다면 원문에 없는 내용이 들어갔는지, 특정 학교나 대상을 불필요하게 일반화하지 않았는지, 법령이나 지침 표현이 정확한지 확인해야 합니다. 연수 안내문이라면 일정, 대상, 장소, 신청 방법, 문의처가 빠지지 않았는지 봐야 합니다. 설문 분석 결과라면 소수 의견이 사라지지 않았는지도 살펴야 합니다.

연수에서는 Agent가 만든 초안 옆에 검토 체크리스트를 함께 두는 방식이 좋습니다. 참여자가 직접 고쳐 보면서 “AI가 도와주는 부분”과 “내가 책임지는 부분”을 구분하게 됩니다. 이 구분이 생겨야 현장에서 무리 없이 활용할 수 있습니다.

6. 개인 활용을 넘어 부서 단위 규칙으로 확장하기

교육전문직의 AI Agent 활용은 개인 효율에서 시작할 수 있습니다. 하지만 어느 순간 부서 단위 규칙이 필요해집니다. 어떤 자료를 Agent에게 읽혀도 되는지, 산출물을 공유하기 전에 누가 확인하는지, 공식 문서에 반영할 때 어떤 절차를 거치는지 정해야 합니다.

연수 후반부에는 참여자들이 자기 부서에서 적용할 작은 규칙을 써 보게 하면 좋겠습니다. 예를 들어 “비공개 학교자료는 입력하지 않는다”, “AI가 만든 공문 초안은 담당자 검토 후 내부 결재 문서로 옮긴다”, “정책 해석이 필요한 문장은 원문 링크를 함께 확인한다” 같은 문장입니다.

이런 규칙은 AI 활용을 막기 위한 것이 아닙니다. 오히려 꾸준히 쓰기 위한 안전장치입니다. 기준이 없으면 어떤 사람은 너무 많이 맡기고, 어떤 사람은 아예 쓰지 못합니다. 작은 규칙이 있으면 부서 안에서 경험을 공유하고 개선하기가 쉬워집니다.

7. 연수 결과물은 ‘내 업무 적용안’으로 끝내기

교육전문직 대상 AI Agent 연수의 마지막 산출물은 멋진 프롬프트 모음보다 ‘내 업무 적용안’이면 좋겠습니다. 참여자가 자기 업무 중 하나를 골라서 현재 흐름, Agent에게 맡길 부분, 필요한 자료, 산출물 형식, 검토 기준, 주의사항을 한 장으로 정리해 보는 것입니다.

예를 들어 “연수 만족도 설문 정리”를 고른다면, 자료는 익명 설문 응답이고, Agent에게 맡길 일은 주제별 분류와 개선 의견 초안 작성입니다. 사람의 확인은 응답 왜곡 여부, 과도한 일반화, 실제 운영 여건 반영입니다. 산출물은 보고용 요약표와 다음 연수 개선안이 될 수 있습니다.

이 한 장이 남으면 연수 후 바로 작은 실험을 해 볼 수 있습니다. 처음부터 기관 전체 자동화를 꿈꾸기보다, 내 업무의 한 구간을 안전하게 줄여 보는 것입니다. 그런 경험이 쌓이면 교육전문직 업무경감은 구호가 아니라 실제 업무 습관으로 이어질 수 있습니다.

마무리하며

교육전문직 대상 AI Agent 연수는 도구를 많이 보여 주는 자리보다 업무 흐름을 다시 보는 자리에 가까워야 합니다. 자료가 어디서 오고, 어떤 초안이 필요하며, 누가 어떤 기준으로 확인할지 함께 설계해야 합니다. 그렇게 할 때 AI Agent는 문서 작성 보조 도구를 넘어 교육청·연수원·지원청 업무를 조금 더 정돈하는 동료가 될 수 있습니다.