나는 왜 Telegram으로 AI Agent를 쓰기 시작했나

 

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.