새물내 솔솔

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 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 AI Agent 기반 교육지원 연구동향을 어떻게 살펴볼 수 있을지 생각해 보았습니다. 논문 검색어를 넓게 잡고, 수업지원과 업무지원을 나누어 보며, 작은 분석표부터 만들어 보자는 이야기였습니다. 그 글을 쓰고 나니 자연스럽게 연수 장면이 떠올랐습니다. 연구 흐름을 살펴보는 일도 필요하지만, 결국 학교 현장에서는 교사가 실제로 써 볼 수 있어야 하기 때문입니다.

요즘 생성형 AI 연수는 꽤 많아졌습니다. 프롬프트를 잘 쓰는 법, 수업자료를 만드는 법, 이미지를 생성하는 법 같은 주제가 익숙해졌습니다. 그런데 AI Agent는 조금 다르게 가르쳐야 할 것 같습니다. Agent는 한 번의 답변을 잘 받는 도구라기보다, 여러 단계를 이어서 일을 맡기는 방식에 가깝습니다. 그래서 연수도 기능 소개 중심으로만 가면 실제 업무에 잘 붙지 않습니다.

제가 Hermes Agent를 쓰면서 느낀 점은, 처음부터 거창한 자동화를 보여 주는 것보다 “내가 매일 반복하는 작은 일 하나를 어떻게 맡길 수 있을까”에서 출발할 때 이해가 빨라진다는 것입니다. 교사연수에서도 마찬가지입니다. AI Agent를 신기한 기술로 소개하기보다, 교사의 하루 업무 흐름 안에 조심스럽게 놓아 보아야 합니다.

1. 먼저 챗봇과 Agent의 차이를 몸으로 느끼게 하기

교사연수에서 AI Agent를 다룬다면 첫 시간에는 개념 설명을 길게 하기보다 짧은 비교 실습이 좋습니다. 같은 과제를 ChatGPT 같은 챗봇에게 시켜 보고, 이어서 Agent에게 시켜 보는 방식입니다. 예를 들어 “연수 안내문 초안을 써 줘”라고 요청하는 것과, “이 폴더의 지난 안내문을 참고해 새 안내문 초안을 만들고, 파일명까지 정리해 줘”라고 요청하는 차이를 보여 줄 수 있습니다.

이때 참여자가 느껴야 하는 것은 용어가 아니라 업무 방식의 차이입니다. 챗봇은 대화를 잘 이어 가는 데 강점이 있고, Agent는 도구를 쓰고 파일을 다루며 과정을 이어 가는 데 강점이 있습니다. 물론 모든 Agent가 같은 수준으로 동작하는 것은 아니고, 권한 설정과 연결된 도구에 따라 할 수 있는 일이 달라집니다.

연수에서는 이 차이를 너무 과장하지 않는 편이 좋습니다. “이제 AI가 모든 일을 대신한다”는 식의 설명은 현장 교사에게 오히려 불편하게 들릴 수 있습니다. 대신 “반복되는 초벌 작업을 줄이고, 사람은 검토와 판단에 더 집중할 수 있다” 정도로 설명하는 것이 현실적입니다.

2. 연수 주제를 기능이 아니라 업무 장면으로 잡기

AI Agent 연수의 가장 흔한 실수는 기능 목록으로 차시를 구성하는 것입니다. 파일 읽기, 메일 작성, 일정 확인, 이미지 만들기처럼 기능을 하나씩 보여 주면 당장은 그럴듯해 보입니다. 하지만 교사는 연수가 끝난 뒤 자기 자리로 돌아가면 “그래서 내 업무 중 어디에 쓰지?”라는 질문을 다시 하게 됩니다.

그래서 차시는 업무 장면 중심으로 잡는 것이 좋습니다. 예를 들면 수업자료 초안 만들기, 평가 문항 검토하기, 학부모 안내문 다듬기, 회의록 정리하기, 연수 결과 설문 요약하기 같은 장면입니다. 이 장면 안에서 필요한 기능을 자연스럽게 소개하면 참여자가 자기 업무와 연결하기 쉽습니다.

교육전문직 연수라면 장면이 조금 달라질 수 있습니다. 정책자료 요약, 연수 기획안 초안, 학교 지원자료 정리, 보고서 구조 만들기, 공문 초안 검토 같은 과제를 다룰 수 있습니다. 학교관리자 대상이라면 일정, 회의, 공문, 보고 흐름을 줄이는 사례가 더 와닿을 것입니다.

3. ‘좋은 프롬프트’보다 ‘좋은 업무 지시’를 연습하기

생성형 AI 연수에서는 좋은 프롬프트를 많이 강조합니다. 물론 필요합니다. 하지만 AI Agent를 쓸 때는 프롬프트라는 말보다 업무 지시라는 말이 더 가까울 때가 많습니다. 실제로 일을 시킬 때는 목적, 참고자료, 산출물 형식, 제한 조건, 확인해야 할 부분을 함께 알려 주어야 합니다.

예를 들어 “회의록 정리해 줘”라고만 쓰면 결과가 들쭉날쭉합니다. “아래 메모를 바탕으로 참석자, 논의 안건, 결정 사항, 후속 조치로 나누어 정리하고, 개인정보는 일반 표현으로 바꾸어 줘”라고 하면 훨씬 안정적입니다. 여기에 “불확실한 내용은 추정하지 말고 확인 필요로 표시해 줘”라는 조건을 붙이면 더 좋습니다.

이런 연습은 교사에게도 익숙합니다. 교사는 학생에게 과제를 안내할 때도 목적과 기준을 제시합니다. AI Agent에게 일을 맡기는 과정도 비슷합니다. 다만 상대가 사람이 아니기 때문에 더 명시적으로 말해야 하고, 결과를 반드시 확인해야 한다는 점이 다릅니다.

4. 안전한 실습 자료를 따로 준비하기

연수에서 실제 학교 문서나 학생 정보를 그대로 쓰게 하면 안 됩니다. AI Agent가 파일을 읽고 정리할 수 있다는 점이 장점이지만, 바로 그 이유 때문에 개인정보와 민감정보 관리가 중요합니다. 실습 단계에서는 가상의 회의 메모, 익명화된 안내문, 공개 자료를 활용하는 것이 좋습니다.

저라면 연수용 샘플 폴더를 하나 만들어 둘 것 같습니다. 그 안에 가상의 학교 행사 계획서, 회의 메모, 설문 응답 예시, 수업자료 초안, 안내문 초안을 넣어 둡니다. 참여자는 이 자료를 바탕으로 Agent에게 정리, 변환, 검토, 초안 작성을 시켜 봅니다. 실제 자료가 아니기 때문에 실패해도 부담이 적고, 결과 비교도 쉽습니다.

또 하나 필요한 것은 금지선입니다. 학생 이름, 학부모 연락처, 민원 내용, 인사 관련 정보, 비공개 정책자료는 연수 실습에 넣지 않는다는 원칙을 분명히 해야 합니다. AI 활용 연수는 편리함만 가르치는 자리가 아니라, 안전하게 쓰는 기준을 함께 세우는 자리여야 합니다.

5. 결과물을 그대로 쓰지 않고 검토하는 법을 가르치기

AI Agent가 만든 결과물은 초안입니다. 이 말을 연수에서 여러 번 확인해야 합니다. 문장이 자연스럽고 표가 깔끔하다고 해서 그대로 학교 문서가 되는 것은 아닙니다. 사실관계, 학교 맥락, 표현의 적절성, 책임 소재는 사람이 다시 봐야 합니다.

실습에서는 일부러 검토 활동을 넣는 것이 좋습니다. Agent가 만든 안내문 초안을 보고 빠진 정보가 있는지 찾게 하거나, 회의록 정리 결과에서 추정한 표현을 표시하게 할 수 있습니다. 평가 문항 초안을 만들었다면 교육과정 성취기준과 난이도, 편향 가능성을 확인하게 해야 합니다.

이 과정은 AI를 불신하자는 뜻이 아닙니다. 오히려 잘 쓰기 위한 절차입니다. 교사가 결과를 검토하는 기준을 가질수록 AI Agent는 더 유용해집니다. 사람의 전문성이 사라지는 것이 아니라, 초벌 작업을 줄인 뒤 전문성이 들어갈 자리를 더 분명히 만드는 것입니다.

6. 개인 자동화보다 학교 안 협업 규칙까지 생각하기

AI Agent는 개인 업무를 줄이는 데서 시작하지만, 학교 안에서 쓰려면 협업 규칙이 필요합니다. 같은 안내문을 여러 사람이 각자 다른 방식으로 만들면 오히려 혼란이 생길 수 있습니다. 어떤 자료를 AI에 넣어도 되는지, 결과물은 누가 확인하는지, 공식 문서로 쓰기 전 어떤 절차를 거치는지 정해야 합니다.

연수 후반부에는 참여자들이 자기 학교에 필요한 작은 규칙을 적어 보게 하면 좋겠습니다. 예를 들어 “학생 개인정보는 입력하지 않는다”, “AI가 만든 학부모 안내문은 담당자와 관리자 확인 후 배부한다”, “회의록은 녹취 원문이 아니라 정리 메모를 바탕으로 작성한다” 같은 문장입니다. 거창한 지침보다 실제로 지킬 수 있는 규칙이 중요합니다.

교육청이나 연수원 차원에서는 이런 규칙을 학교가 혼자 만들도록 두기보다 예시안을 제공할 수 있습니다. AI Agent 활용 사례와 함께 주의사항, 점검표, 권장 절차를 묶어 주면 학교 현장의 부담이 줄어듭니다.

7. 연수의 끝은 ‘내일 해 볼 한 가지’로 남기기

좋은 연수는 끝난 뒤 바로 해 볼 일이 남습니다. AI Agent 연수도 마찬가지입니다. 참여자가 모든 기능을 익히고 돌아가기는 어렵습니다. 대신 내일 바로 해 볼 작은 과제 하나를 정하게 하는 것이 더 현실적입니다.

예를 들어 “다음 주 안내문 초안을 만들고 사람이 검토하기”, “회의 메모를 결정 사항과 후속 조치로 정리하기”, “연수 설문 응답 10개를 주제별로 묶어 보기” 정도면 충분합니다. 작은 성공 경험이 생기면 다음 활용으로 이어집니다. 반대로 처음부터 너무 큰 자동화를 시도하면 실패했을 때 도구 전체에 대한 신뢰가 떨어질 수 있습니다.

제가 매일 블로그 원고와 이미지를 준비하는 과정도 결국 작은 반복에서 시작했습니다. 하루 한 편의 초안을 만들고, 파일을 정리하고, 링크를 확인하는 흐름이 쌓이면서 AI Agent를 일하는 동료처럼 다루는 감각이 생겼습니다. 교사연수도 그런 감각을 만드는 쪽으로 설계되어야 합니다.

마무리하며

교사연수에서 AI Agent를 가르친다는 것은 새로운 기능을 많이 보여 주는 일이 아닙니다. 교사의 실제 업무 장면을 놓고, 어떤 일은 맡기고 어떤 판단은 사람이 붙잡을지 함께 연습하는 일입니다. 안전한 자료로 실습하고, 결과를 검토하고, 학교 안 규칙까지 생각할 때 AI Agent 활용은 조금 더 현실적인 업무경감으로 이어질 수 있습니다.