지난 글에서는 학교 일정, 회의, 공문, 보고가 서로 따로 움직이는 것처럼 보이지만 실제로는 하나의 흐름으로 이어진다는 이야기를 했습니다. 일정 하나가 회의 안건이 되고, 공문 하나가 보고자료로 이어지며, 같은 내용을 여러 번 옮겨 적는 과정에서 업무 피로가 커진다는 점도 살펴보았습니다. 자연스럽게 다음 질문이 생깁니다. 그렇다면 이런 흐름을 줄이기 위해 AI Agent를 학교에 들여와도 되는가, 들여온다면 무엇부터 조심해야 하는가 하는 질문입니다.

저는 AI Agent를 쓰면서 편리함을 꽤 많이 경험했습니다. 블로그 원고를 준비하고, 파일을 만들고, 이미지를 생성하고, Google Drive에 올려 링크까지 정리하는 과정을 맡겨 보면서 “일을 시킨다”는 말이 무엇인지 조금씩 체감했습니다. 교육전문직 업무에서도 자료 요약, 연수 기획, 공문 초안, 설문 문항, 회의록 정리처럼 도움을 받을 수 있는 장면이 많았습니다.

하지만 학교에 적용하는 문제는 개인이 혼자 쓰는 문제와 다릅니다. 학교에는 학생 정보가 있고, 교사의 전문적 판단이 있고, 학부모와 지역사회가 있고, 공적 책임이 있습니다. 그래서 AI Agent 도입은 “될까, 안 될까”보다 “어떤 원칙 위에서 조금씩 써 볼 것인가”로 접근해야 합니다.

1. 먼저 ‘무엇을 맡기지 않을 것인가’를 정한다

새로운 도구를 도입할 때는 보통 무엇을 할 수 있는지부터 봅니다. AI Agent도 마찬가지입니다. 문서 작성, 자료 요약, 일정 정리, 파일 변환, 이미지 제작 등 가능한 일이 많습니다. 그런데 학교에서는 반대로 “맡기지 않을 일”을 먼저 정하는 것이 더 안전합니다.

예를 들어 학생의 민감한 상담 내용, 개별 학생의 징계나 평가 판단, 가정환경이 드러나는 정보, 교직원 인사와 관련된 내용은 AI Agent에게 그대로 넘기면 안 됩니다. 비식별화했다고 생각해도 여러 조각이 합쳐지면 특정될 수 있습니다. 학교에서 다루는 정보는 작은 단서 하나에도 맥락이 붙기 때문입니다.

그래서 시작 단계에서는 공개 가능한 자료, 이미 배포된 안내문, 일반적인 업무 절차, 개인을 식별할 수 없는 예시 자료부터 다루는 것이 좋습니다. “AI가 어디까지 할 수 있나”를 시험하기 전에 “학교가 어떤 자료를 밖으로 내보내면 안 되는가”를 먼저 합의해야 합니다.

2. 개인정보 보호는 기술 문제가 아니라 업무 습관의 문제다

개인정보 보호를 이야기하면 보안 시스템이나 암호화부터 떠올리기 쉽습니다. 물론 기술적 보호도 필요합니다. 그러나 학교 현장에서는 업무 습관이 더 큰 영향을 줄 때가 많습니다. 파일명을 어떻게 붙이는지, 자료를 어디에 저장하는지, 복사해서 붙여넣을 때 어떤 정보가 함께 들어가는지 같은 일상적인 습관이 중요합니다.

AI Agent를 사용할 때도 마찬가지입니다. 공문이나 회의 메모를 넣기 전에 이름, 연락처, 생년월일, 학번, 구체적 사건 정보가 들어 있는지 확인하는 과정이 필요합니다. 자료를 통째로 넣는 대신 필요한 부분만 잘라서 넣는 습관도 중요합니다. “이 정도는 괜찮겠지”라는 생각이 반복되면 어느 순간 위험한 자료가 그대로 들어갈 수 있습니다.

저는 AI Agent를 개인 작업에 쓰면서도 파일 경로와 자료 범위를 먼저 확인하려고 합니다. 블로그 원고처럼 공개를 전제로 하는 자료는 비교적 부담이 적지만, 교육현장 자료는 다릅니다. 학교 단위로 쓴다면 사용 전 점검표가 필요합니다. 어떤 자료를 넣을 수 있고, 어떤 자료는 넣지 않는지 짧은 기준표라도 있어야 합니다.

3. 최종 책임은 도구가 아니라 사람에게 남겨 둔다

AI Agent는 여러 단계를 이어서 처리할 수 있습니다. 자료를 읽고, 표로 만들고, 문서로 저장하고, 링크까지 정리할 수 있습니다. 그래서 편리한 만큼 사람이 확인하지 않고 넘어가고 싶은 유혹도 생깁니다. 특히 바쁜 시기에는 초안이 그럴듯하면 그대로 쓰고 싶어집니다.

하지만 학교에서 나가는 문서와 안내는 사람의 책임이 분명해야 합니다. AI가 만든 문장이라도 최종 확인은 담당자와 관리자에게 있습니다. 사실관계가 맞는지, 학교 상황에 맞는지, 표현이 적절한지, 누락된 대상은 없는지 확인해야 합니다. AI Agent는 초안을 만들 수 있지만, 학교의 맥락을 책임지는 존재는 아닙니다.

이 원칙은 교사의 전문성과도 연결됩니다. AI가 수업 자료나 평가 문항을 도와줄 수는 있지만, 학생의 수준과 수업 맥락을 아는 사람은 교사입니다. 교사가 판단하고 조정하는 과정을 줄여 버리면 도구가 아니라 위험이 됩니다. AI Agent는 교사의 판단을 대신하는 것이 아니라, 판단하기 전의 반복 작업을 줄이는 데 두어야 합니다.

4. 작은 업무부터 실험하고 기록한다

학교에 새로운 도구를 들일 때 가장 피해야 할 방식은 갑자기 전면 적용하는 것입니다. 처음부터 모든 교직원에게 쓰라고 하거나, 중요한 업무를 한꺼번에 맡기는 방식은 부담과 불안을 키웁니다. AI Agent는 작은 업무부터 실험하고, 무엇이 도움이 되었는지 기록하면서 넓혀 가는 편이 좋습니다.

예를 들어 월중행사표를 보고 회의 안건 후보를 정리하기, 공개 안내문 초안을 다른 톤으로 바꾸기, 연수 만족도 설문 문항을 초안으로 만들어 보기, 회의 메모를 담당자별 후속 조치로 나누어 보기 같은 작업부터 시작할 수 있습니다. 실패해도 큰 문제가 되지 않고, 사람이 쉽게 확인할 수 있는 일들입니다.

실험 결과를 남기는 것도 중요합니다. 어떤 자료를 넣었고, 어떤 요청을 했고, 결과물에서 무엇을 수정했는지 간단히 기록하면 다음 사용자가 시행착오를 줄일 수 있습니다. 학교 차원의 AI 활용은 멋진 성공 사례 하나보다 작은 기록들이 쌓일 때 안정적으로 자리 잡습니다.

5. 교사의 시간을 빼앗지 않는 방식이어야 한다

AI 도구가 들어오면 오히려 일이 늘어나는 경우도 있습니다. 새 계정을 만들고, 사용법을 익히고, 결과물을 고치고, 다시 보고하는 과정이 추가되면 업무경감이 아니라 업무증가가 됩니다. 학교에 AI Agent를 도입할 때는 “교사가 실제로 시간이 줄었는가”를 계속 물어야 합니다.

연수도 마찬가지입니다. 기능을 많이 소개하는 연수보다, 교사가 이미 하고 있는 업무 중 하나를 골라 바로 줄여 보는 연수가 더 필요합니다. 예를 들어 안내문 초안 다듬기, 생활지도 자료의 표현 점검, 학급 행사 준비 체크리스트 만들기처럼 당장 쓰는 장면에서 출발해야 합니다. 그래야 도구가 또 하나의 과제가 아니라 실제 지원으로 느껴집니다.

교육전문직이나 관리자의 역할도 여기에 있습니다. “이 도구를 써 보세요”라고 말하는 데서 그치지 않고, 어떤 업무에 쓰면 안전하고 효과적인지, 어떤 자료는 넣지 말아야 하는지, 결과물은 누가 확인할지 구조를 잡아 주어야 합니다. 도구 도입은 기술 보급이 아니라 업무 설계에 가깝습니다.

6. 학교 문화와 함께 가야 오래 간다

AI Agent는 개인에게는 빠른 도구일 수 있지만, 학교에서는 문화의 문제와 만납니다. 어떤 학교는 새로운 도구를 비교적 쉽게 받아들이고, 어떤 학교는 신중하게 살펴본 뒤 움직입니다. 어느 쪽이든 중요한 것은 속도를 강요하지 않는 것입니다.

처음에는 관심 있는 교사나 업무 담당자가 작은 사례를 만들어 공유하는 방식이 좋습니다. “이렇게 하면 회의 후 조치사항 정리가 조금 쉬워졌다”, “공개 안내문을 학부모용 표현으로 바꾸는 데 도움이 되었다”처럼 구체적인 경험이 쌓이면 다른 사람도 부담 없이 살펴볼 수 있습니다. 반대로 거창한 구호만 있으면 실제 사용으로 이어지기 어렵습니다.

학교 문화 안에서는 신뢰도 중요합니다. AI Agent를 쓰는 사람이 자료를 조심스럽게 다루고, 결과물을 책임 있게 확인하며, 동료에게 부담을 넘기지 않는 모습을 보여야 합니다. 그래야 도구에 대한 불안이 줄어듭니다. 기술은 빠르게 변하지만, 학교가 받아들이는 속도는 신뢰를 따라갑니다.

7. 원칙이 있어야 다음 단계로 갈 수 있다

AI Agent를 학교에 도입하는 일은 단순히 편리한 앱 하나를 추가하는 일이 아닙니다. 학교가 정보를 다루는 방식, 문서를 만드는 방식, 교사의 시간을 보호하는 방식과 연결됩니다. 그래서 처음부터 거창한 시스템을 만들기보다 몇 가지 원칙을 정하고, 그 안에서 작은 실험을 반복하는 것이 현실적입니다.

제가 생각하는 출발 원칙은 간단합니다. 민감한 자료는 넣지 않는다. 공개 가능하거나 비식별화된 자료부터 쓴다. 결과물은 사람이 최종 확인한다. 교사의 전문적 판단을 대신하지 않는다. 작은 업무부터 실험하고 기록한다. 실제 시간이 줄었는지 확인한다. 이 정도만 지켜도 AI Agent를 훨씬 안전하게 다룰 수 있습니다.

학교 현장은 늘 바쁩니다. 그래서 새로운 도구가 들어올 때 기대도 있지만 걱정도 큽니다. AI Agent가 그 걱정을 줄이려면, 더 많은 기능을 보여 주는 것보다 안전하게 쓸 수 있는 경계를 먼저 보여 주어야 합니다. 원칙이 분명할수록 활용의 폭도 안정적으로 넓어질 수 있습니다.

마무리하며

AI Agent는 학교 업무를 단번에 바꾸는 마법 같은 도구가 아닙니다. 그러나 반복되는 정리와 형식 변환, 초안 작성, 흐름 연결을 도와주는 도구로는 충분히 의미가 있습니다. 다만 학교에 들여올 때는 편리함보다 책임과 안전을 먼저 놓아야 합니다.

지난 글에서는 평가 문항, 피드백, 생활지도 자료처럼 학생에게 직접 닿는 문서를 AI Agent와 함께 준비할 때의 가능성과 주의점을 살펴보았습니다. 초안 작성은 도움을 받을 수 있지만, 최종 판단은 교사에게 남아 있어야 한다는 이야기를 했습니다. 이번 글에서는 시선을 조금 옮겨 교감의 하루 업무를 AI Agent 관점에서 다시 보려고 합니다.

교감의 하루는 한 가지 일로 설명하기 어렵습니다. 아침에는 학교전반의 학사와 안전을 살피고, 오전에는 회의와 보고 자료를 챙기고, 중간중간 공문과 민원이 들어옵니다. 오후가 되면 각 부서의 일정, 교사 지원, 학부모 연락, 행사 준비, 시설과 안전 점검까지 이어집니다. 겉으로는 각각 다른 일처럼 보이지만, 자세히 보면 반복되는 흐름이 있습니다.

저는 AI Agent를 쓰면서 교감 업무를 “사람이 직접 판단해야 하는 일”과 “판단 전에 정리되어야 하는 일”로 나누어 보게 되었습니다. 교감의 역할을 AI가 대신할 수 있다는 뜻은 아닙니다. 오히려 반대입니다. 교감이 더 잘 판단하기 위해, 주변에 흩어진 정보와 반복적인 문서 작업을 덜어 내는 보조 장치가 필요하다는 생각에 가깝습니다.

1. 교감의 하루는 ‘업무 목록’보다 ‘흐름’에 가깝다

학교에 따라 차이는 있지만, 교감의 하루에는 비슷한 흐름이 있습니다. 아침에는 학교가 정상적으로 시작되는지 확인합니다. 구성원 복무나 출장, 학생 안전, 당일 행사, 외부 방문, 긴급 연락 같은 내용을 챙깁니다. 이때 이미 여러 정보가 동시에 들어옵니다. 메신저, 전화, 공문 시스템, 구두 전달, 전날 회의 메모가 한꺼번에 섞입니다.

문제는 일이 많다는 것만이 아닙니다. 정보가 여러 통로로 들어오고, 서로 연결되어 있다는 점이 더 어렵습니다. 예를 들어 어떤 교사의 출장 일정은 수업 결손과 연결되고, 수업 결손은 보강 계획과 연결되며, 보강 계획은 학생 안내와 학년부 협의로 이어집니다. 한 가지 일정이 여러 사람의 행동을 바꿉니다.

AI Agent는 이런 흐름을 목록으로 다시 정리하는 데 도움을 줄 수 있습니다. “오늘 처리해야 할 일”을 단순히 나열하는 것이 아니라, 시간순, 담당자별, 긴급도별로 묶어 볼 수 있습니다. 교감이 직접 메모한 내용을 바탕으로 “오늘 오전 중 확인할 일”, “회의 전에 준비할 자료”, “누군가에게 위임하거나 확인 요청할 일”처럼 정리하는 방식입니다.

2. 아침 브리핑은 교감 업무경감의 출발점이 될 수 있다

교감 업무에서 가장 먼저 자동화해 볼 만한 것은 아침 브리핑입니다. 아침 브리핑이라고 해서 거창한 보고서를 말하는 것은 아닙니다. 오늘 일정, 미확인 공문, 회의 예정, 외부 방문, 안전 관련 확인사항, 어제 남겨 둔 후속 조치 정도를 한 화면에 모아 주는 것입니다.

Hermes Agent처럼 일정 시간에 자동으로 실행되는 도구가 있다면, 매일 아침 정해진 시간에 브리핑 초안을 받을 수 있습니다. 예를 들어 캘린더 일정, 전날 저장한 메모, 특정 폴더에 들어온 파일 목록, 확인해야 할 문서 링크를 모아 “오늘 먼저 볼 것”으로 정리하게 할 수 있습니다. Telegram으로 받으면 출근 전이나 이동 중에도 대략의 흐름을 볼 수 있습니다.

물론 실제 학교 업무 시스템과 직접 연결하려면 보안과 권한 검토가 필요합니다. 그래서 처음부터 민감한 시스템을 연결하기보다, 개인이 직접 넣은 일정과 공개 가능한 자료, 비식별 메모부터 시작하는 편이 안전합니다. 자동 브리핑의 목적은 학교 내부 정보를 무리하게 끌어오는 것이 아니라, 이미 내가 관리하는 정보를 놓치지 않도록 묶어 주는 데 있습니다.

3. 공문과 보고는 ‘작성’보다 ‘맥락 파악’이 먼저다

교감 업무에서 공문과 보고는 빠지기 어렵습니다. 공문을 읽고 필요한 내용을 전달하거나, 학교 상황에 맞는 보고 자료를 준비하거나, 교육청 요청에 맞춰 기한을 챙겨야 합니다. 이때 시간이 많이 드는 부분은 문장을 예쁘게 쓰는 것보다 “무엇을 해야 하는 공문인지”를 파악하는 과정입니다.

AI Agent에게 공문 내용을 그대로 맡기기 전에 먼저 할 수 있는 일은 구조화입니다. 예를 들어 공문에서 제출 기한, 제출 대상, 담당 부서, 필요한 첨부자료, 학교가 해야 할 조치를 뽑아 달라고 요청할 수 있습니다. 그러면 교감은 긴 문서를 처음부터 끝까지 반복해서 읽기보다, 확인해야 할 항목을 중심으로 빠르게 판단할 수 있습니다.

보고 자료도 마찬가지입니다. AI가 보고를 대신 책임질 수는 없습니다. 하지만 기존 자료를 바탕으로 목차를 잡거나, 빠진 항목을 체크하거나, 문장의 중복을 줄이는 일은 도울 수 있습니다. 특히 교육전문직 업무 경험에서는 비슷한 형식의 보고와 정리가 반복됩니다. 이 반복 구조를 AI Agent가 기억하고 초안을 만들어 준다면, 사람은 내용의 정확성과 학교 맥락을 더 집중해서 볼 수 있습니다.

4. 회의 전후의 작은 정리가 시간을 많이 잡아먹는다

교감의 하루에서 회의는 단순히 회의 시간만 차지하지 않습니다. 회의 전에는 안건을 정리해야 하고, 회의 중에는 결정사항을 놓치지 않아야 하며, 회의 후에는 후속 조치가 이어집니다. 실제로 시간이 많이 드는 것은 회의 자체보다 회의 앞뒤의 작은 정리일 때가 많습니다.

AI Agent는 회의 전 안건 정리와 회의 후 할 일 추출에 잘 맞습니다. 예를 들어 부장회의 전에 각 부서에서 온 메모를 붙여 넣고 “중복 안건을 묶어 주고, 논의가 필요한 것과 안내만 하면 되는 것을 나누어 달라”고 요청할 수 있습니다. 회의 후에는 메모를 바탕으로 “결정사항, 담당자, 기한, 추가 확인사항”을 표 형태로 정리하게 할 수 있습니다.

이때도 중요한 것은 녹음 파일이나 민감한 발언을 무심코 넣지 않는 것입니다. 회의 내용에는 교직원, 학생, 학부모와 관련된 민감한 정보가 포함될 수 있습니다. AI Agent를 회의 정리에 활용하려면 비식별화된 메모, 공개 가능한 안건, 행정적 후속 조치 중심으로 사용하는 원칙이 필요합니다.

5. 민원과 갈등 상황은 자동화보다 ‘준비된 응답’이 필요하다

교감 업무에서 가장 조심스러운 영역은 민원과 갈등 상황입니다. 전화 한 통, 면담 한 번이 학교 전체 분위기에 영향을 줄 수 있습니다. 이런 일을 AI Agent가 대신 처리하게 하는 것은 적절하지 않습니다. 말의 뉘앙스, 관계의 맥락, 학교의 과거 상황은 사람이 직접 판단해야 합니다.

다만 민원이나 갈등 상황에서도 AI Agent가 도울 수 있는 부분은 있습니다. 면담 전에 확인할 사실 목록을 정리하거나, 감정적인 표현을 줄인 안내문 초안을 만들거나, 관련 규정과 절차를 빠짐없이 확인하는 일입니다. 예를 들어 “상대방을 판단하지 않고 사실 확인 중심으로 면담 준비 질문을 정리해 달라”고 요청할 수 있습니다.

교감에게 필요한 것은 기계적인 답변이 아니라 준비된 대응입니다. 말하기 전에 사실을 정리하고, 어떤 표현이 오해를 부를 수 있는지 살피고, 확인해야 할 절차를 놓치지 않는 것입니다. AI Agent는 이 준비 과정을 도울 수 있지만, 실제 대화와 최종 판단은 교감의 몫으로 남아야 합니다.

6. 위임과 확인 요청도 정리되어야 움직인다

교감은 모든 일을 직접 처리하지 않습니다. 오히려 많은 일은 적절한 사람에게 연결하고, 진행 상황을 확인하고, 필요한 지원을 해 주는 방식으로 이루어집니다. 그래서 교감의 업무경감은 단순히 “내가 할 일을 줄이는 것”이 아니라 “누가 무엇을 언제까지 해야 하는지 분명히 하는 것”과 관련이 있습니다.

AI Agent는 업무 메모를 담당자와 기한 중심으로 다시 정리하는 데 유용합니다. “오늘 나온 업무를 교무, 연구, 생활, 행정실 협조, 교감 직접 확인으로 나누어 달라”고 요청하면, 흩어진 메모가 실행 가능한 목록으로 바뀝니다. 이렇게 정리된 목록은 회의자료, 개인 체크리스트, 후속 확인 메시지의 초안으로 이어질 수 있습니다.

물론 위임은 사람 사이의 신뢰와 관계를 바탕으로 합니다. AI가 “누구에게 시키라”고 결정하는 방식은 위험합니다. 대신 교감이 이미 판단한 업무 배분을 문서화하고, 누락된 확인사항을 찾고, 말투를 조정하는 수준에서 활용하는 것이 현실적입니다.

7. 교감 업무에서 AI Agent는 ‘작은 비서’보다 ‘두 번째 메모장’에 가깝다

AI Agent를 교감 업무에 적용한다고 하면, 어떤 사람은 영화 속 비서처럼 모든 일을 알아서 처리하는 모습을 떠올릴 수 있습니다. 하지만 실제 학교 현장에서는 그런 방식보다 “두 번째 메모장”에 가까운 모습이 더 현실적입니다. 내가 적은 내용을 다시 묶고, 빠진 질문을 찾아 주고, 다음 행동으로 바꿔 주는 도구입니다.

교감의 전문성은 사람을 만나고, 학교의 맥락을 읽고, 우선순위를 판단하는 데 있습니다. AI Agent가 그 전문성을 대신할 수는 없습니다. 다만 반복적인 정리, 초안 작성, 체크리스트 생성, 일정 기반 알림은 충분히 도울 수 있습니다. 그만큼 교감은 학생, 교사, 학부모와 직접 마주하는 일에 시간을 더 쓸 수 있습니다.

저는 이 지점을 교육전문직 업무경감과도 연결해서 보게 됩니다. 교육청이나 연수원에서도 비슷한 일이 많습니다. 자료를 읽고, 회의를 준비하고, 보고를 정리하고, 다음 조치를 확인하는 일입니다. 학교와 교육행정 모두에서 AI Agent의 실제 가치는 거창한 자동화보다 매일 반복되는 작은 정리에서 먼저 드러날 가능성이 큽니다.

마무리하며

교감의 하루를 AI Agent 관점에서 다시 보면, 자동화할 수 있는 일과 자동화하면 안 되는 일이 조금 더 분명해집니다. 일정 정리, 공문 요약, 회의 후속 조치, 체크리스트 작성은 도움을 받을 수 있습니다. 하지만 민원 대응, 갈등 조정, 인사와 관계의 판단은 사람이 책임져야 합니다.

그래서 교감 업무경감의 방향은 “AI에게 맡긴다”가 아니라 “AI와 함께 정리해서 사람이 더 잘 판단한다”에 가깝습니다. 이 차이를 분명히 해야 학교 현장에서 무리 없이 받아들일 수 있습니다.

지난 글에서는 교사의 수업 준비 과정에서 AI Agent가 어디까지 도울 수 있는지 살펴보았습니다. 성취기준을 활동으로 풀어내고, 수준별 설명을 만들고, 수업 후 메모를 정리하는 일은 교사의 판단을 대신하기보다 준비 시간을 덜어 주는 쪽에 가까웠습니다. 이번 글에서는 수업 뒤에 이어지는 평가와 피드백, 그리고 생활지도 자료로 범위를 넓혀 보려고 합니다.

학교 업무를 떠올리면 평가 문항, 피드백 문장, 생활지도 안내문은 서로 다른 영역처럼 보입니다. 하나는 학습 결과를 확인하는 일이고, 하나는 학생의 성장을 돕는 말이며, 하나는 생활과 관계를 다루는 자료입니다. 그런데 실제 교사의 하루에서는 이 세 가지가 자주 이어집니다. 수업을 하고 나면 확인 문항이 필요하고, 결과를 보면 피드백을 써야 하며, 학급 상황에 따라 안내와 상담 자료도 준비해야 합니다.

AI Agent는 이 지점에서 꽤 현실적인 보조자가 될 수 있습니다. 단, 완성된 정답을 내놓는 도구라기보다 교사가 검토할 초안을 빠르게 만들어 주는 도구에 가깝습니다. 평가와 생활지도는 학생에게 직접 영향을 주는 영역이기 때문에, AI가 만든 문장을 그대로 쓰기보다 교사의 전문성과 책임 안에서 고쳐 쓰는 과정이 반드시 필요합니다.

1. 평가 문항은 ‘그럴듯함’보다 기준 정렬이 먼저다

AI에게 “문항 10개 만들어 줘”라고 요청하면 결과는 금방 나옵니다. 보기 좋게 번호가 붙고, 객관식과 서술형도 섞여 있습니다. 하지만 문항이 빠르게 만들어졌다고 해서 좋은 평가는 아닙니다. 실제로 확인해야 할 것은 문항이 성취기준과 맞는지, 수업에서 다룬 내용과 연결되는지, 학생이 어떤 사고를 해야 답할 수 있는지입니다. 그래서 평가 문항을 만들 때는 먼저 조건을 자세히 주는 편이 좋습니다. 예를 들어 단원, 성취기준, 수업에서 다룬 핵심 개념, 학생들이 어려워한 부분, 문항 유형, 난이도 비율을 함께 제시합니다.

> 초등 5학년 사회 수업 평가 문항 초안을 만들고 있어. 성취기준은 지역 문제의 원인과 해결 방안을 탐색하는 것이고, 수업에서는 실제 지역 사례를 다뤘어. 단순 암기 문항보다 자료를 읽고 원인과 해결 방안을 구분하는 문항이 필요해. 객관식 3문항, 서술형 2문항을 초안으로 만들어 주고, 각 문항이 확인하려는 사고 과정을 함께 적어 줘.

이렇게 요청하면 문항 자체보다 문항의 의도가 함께 나옵니다. 교사는 그 의도를 보고 “이 문항은 너무 쉽다”, “이 문항은 수업에서 다루지 않은 내용을 요구한다”, “서술형 채점 기준이 애매하다”처럼 검토할 수 있습니다. AI Agent를 평가 문항 생성기로 쓰기보다 문항 검토 회의의 초안 작성자로 두는 셈입니다.

2. 서술형 문항은 채점 기준까지 같이 만들어야 한다

서술형 평가는 학생의 생각을 더 잘 볼 수 있지만, 채점 기준이 모호하면 교사도 학생도 힘들어집니다. AI Agent는 서술형 문항을 만들 때 채점 기준표 초안을 함께 만드는 데 도움이 됩니다. 특히 “우수, 보통, 보완 필요” 정도의 간단한 기준을 먼저 받아 두면 이후 피드백 작성까지 이어가기 쉽습니다. 예를 들어 문항 하나를 만든 뒤 이렇게 이어서 요청할 수 있습니다.

> 위 서술형 문항에 대한 채점 기준 초안을 만들어 줘. 3단계로 나누고, 각 단계마다 학생 답안에서 확인할 요소를 구체적으로 적어 줘. 단, 실제 점수 부여 전에 교사가 수정할 수 있도록 검토해야 할 점도 함께 적어 줘.

이 요청의 장점은 문항과 채점 기준을 따로 만들지 않는다는 데 있습니다. 문항이 묻는 사고와 채점 기준이 맞는지 한 번에 볼 수 있습니다. 평가 문항은 학생에게 “무엇을 중요하게 배웠는가”를 보여 주는 신호이기도 합니다. 그래서 문항과 기준이 엇갈리면 수업 의도도 흐려집니다. 물론 AI가 만든 기준은 법적·공식 평가 기준이 아닙니다. 학교 평가 계획, 학년 협의, 교육과정 해석과 맞는지 반드시 교사가 확인해야 합니다. AI가 준 기준은 회의 자료의 출발점으로 두고, 최종 기준은 교사들이 함께 합의하는 방식이 안전합니다.

3. 피드백 문장은 ‘학생을 판단하는 말’이 아니라 ‘다음 행동을 돕는 말’이어야 한다

평가 결과를 확인한 뒤 교사가 가장 오래 붙잡는 일이 피드백입니다. 학생마다 다른 문장을 쓰고 싶지만 시간이 부족합니다. 비슷한 표현을 반복하다 보면 문장이 딱딱해지고, 너무 짧게 쓰면 학생에게 도움이 덜 됩니다. 이때 AI Agent는 문장을 다듬고 변형하는 데 큰 도움을 줄 수 있습니다.

다만 피드백을 맡길 때 조심할 점이 있습니다. 학생을 단정하는 말, 성격을 평가하는 말, 비교하는 말은 피해야 합니다. “노력이 부족하다”보다 “근거를 하나 더 들어 설명하면 주장이 더 분명해집니다”가 낫습니다. AI에게도 이런 기준을 미리 알려 주는 것이 좋습니다.

> 학생 이름은 쓰지 않을 거야. 평가 기준은 내용 이해, 근거 제시, 표현의 명확성이야. 이 학생은 내용 이해는 좋지만 근거가 한 가지로 제한되어 있어. 격려 1문장, 보완점 1문장, 다음 활동 제안 1문장으로 피드백 초안을 만들어 줘. 학생을 단정하거나 다른 학생과 비교하는 표현은 쓰지 말아 줘.

이런 방식이면 피드백의 뼈대가 빠르게 생깁니다. 교사는 학생의 실제 상황에 맞게 말투를 바꾸고, 필요한 경우 한 문장을 더하거나 덜어낼 수 있습니다. 피드백 작성에서 AI의 장점은 학생을 대신 아는 것이 아니라, 교사가 이미 알고 있는 관찰을 학생에게 전달 가능한 문장으로 바꾸는 데 있습니다.

4. 생활지도 자료는 차분한 문장과 절차 정리에 잘 맞는다

생활지도 자료는 감정이 많이 들어가는 영역입니다. 학급 규칙 안내, 갈등 상황 정리, 보호자 안내문, 상담 전 메모, 재발 방지 약속문 같은 자료는 말 한마디가 중요합니다. 급하게 쓰면 표현이 강해지거나, 반대로 너무 모호해질 수 있습니다. AI Agent는 이런 자료를 차분한 문장으로 정리하는 데 도움이 됩니다. 예를 들어 특정 학생의 민감한 정보를 입력하지 않고, 상황을 일반화해서 안내문 초안을 받을 수 있습니다.

> 학급에서 온라인 대화 예절을 다시 안내하려고 해. 특정 학생 이야기는 넣지 않고, 전체 학생에게 보내는 학급 안내문 형식으로 작성해 줘. 비난하는 말투는 피하고, 왜 필요한지, 지켜야 할 약속 3가지, 문제가 생겼을 때 도움을 요청하는 방법을 포함해 줘.

이런 요청은 생활지도 자료의 기본 구조를 잡아 줍니다. 교사는 학급 분위기와 학교 규정에 맞게 표현을 조정하면 됩니다. 특히 보호자에게 보내는 안내문은 문장 톤이 중요하기 때문에 “비난하지 않는 문장”, “사실과 안내 중심”, “협조 요청의 말투”처럼 조건을 분명히 주면 결과가 훨씬 나아집니다.

5. 민감정보는 빼고, 상황은 일반화해서 입력한다

평가와 생활지도에서 가장 먼저 지켜야 할 원칙은 학생 정보 보호입니다. 실제 학생 이름, 학부모 연락처, 상담 내용, 건강 정보, 가정 상황, 징계 관련 세부 내용 같은 민감정보를 AI 도구에 그대로 넣어서는 안 됩니다. 편리함 때문에 이 선을 넘으면 안 됩니다.

대신 상황을 일반화해서 입력하는 습관이 필요합니다. “A학생이 오늘 B학생에게 이런 말을 했다”처럼 구체적 사건을 그대로 적기보다 “학생 간 온라인 대화에서 감정적인 표현이 오간 상황”처럼 바꿉니다. 피드백도 “읽기 속도가 느린 학생”, “근거 제시에 어려움이 있는 학생”처럼 필요한 특성만 남기는 편이 안전합니다.

Hermes Agent를 Telegram으로 쓸 때도 이 원칙은 같습니다. 대화방에 몇 줄만 보내면 초안이 나오기 때문에 오히려 입력이 쉬워집니다. 그래서 더 조심해야 합니다. 저는 AI Agent를 쓸수록 “무엇을 넣을 것인가”보다 “무엇을 넣지 않을 것인가”를 먼저 생각하게 됩니다.

6. 교사의 검토 체크리스트를 함께 요구한다

AI가 만든 평가 문항이나 생활지도 문장은 처음 보면 꽤 자연스럽습니다. 그래서 그대로 쓰고 싶어질 때가 있습니다. 하지만 학교에서 쓰는 자료는 학생에게 실제 영향을 줍니다. 초안이 자연스럽다는 이유만으로 충분하지 않습니다. 이럴 때는 AI Agent에게 결과물과 함께 검토 체크리스트를 요구하는 것이 좋습니다.

> 위 문항과 피드백 초안을 교사가 사용하기 전에 확인해야 할 체크리스트를 만들어 줘. 성취기준 정렬, 난이도, 표현의 공정성, 개인정보 포함 여부, 학생에게 줄 수 있는 오해 가능성을 포함해 줘.

이 체크리스트는 교사의 검토를 돕는 장치가 됩니다. AI가 만든 자료를 AI에게 한 번 더 점검하게 하는 방식이지만, 최종 판단은 여전히 교사에게 있습니다. 특히 “오해 가능성”이나 “공정성” 같은 항목은 사람이 놓치기 쉬운 표현을 다시 보게 해 줍니다.

7. AI Agent는 교사의 말을 줄이는 것이 아니라 다듬어 주는 도구다

평가, 피드백, 생활지도는 모두 학생에게 전달되는 말과 관련이 있습니다. 교사의 말은 단순한 문장이 아니라 학생의 배움과 관계에 영향을 줍니다. 그래서 AI Agent를 쓴다고 해서 교사의 말이 사라지는 것은 아닙니다. 오히려 교사가 하고 싶은 말을 더 차분하고 구체적으로 다듬는 과정에 가깝습니다. AI가 초안을 만들면 교사는 빈 화면에서 시작하지 않아도 됩니다. 대신 교사는 더 중요한 일을 하게 됩니다. 문항이 수업과 맞는지, 피드백이 학생에게 도움이 되는지, 생활지도 문장이 관계를 해치지 않는지 살펴봅니다. 작성 시간이 줄어든 만큼 판단과 조정에 시간을 더 쓸 수 있습니다.

교육현장에서 AI Agent의 쓸모는 여기에서 드러납니다. 사람을 빼는 자동화가 아니라, 사람이 더 신중하게 판단할 시간을 만드는 자동화입니다. 평가와 생활지도처럼 조심스러운 영역일수록 이 관점이 필요합니다.

마무리하며

평가 문항, 피드백, 생활지도 자료는 빠르게 만들 수 있다고 해서 가볍게 다룰 수 있는 일이 아닙니다. 학생에게 직접 닿는 문서이고, 교사의 교육적 판단이 담겨야 하는 영역입니다. AI Agent는 초안 작성과 문장 정리, 체크리스트 생성에는 분명 도움을 주지만, 최종 책임과 맥락 판단은 교사에게 남아 있어야 합니다.

저는 이 도구를 쓰면서 교사의 일이 줄어든다는 말을 조금 다르게 생각하게 되었습니다. 일이 사라지는 것이 아니라, 반복적인 문장 작성과 형식 정리에서 시간을 덜어 내고 학생을 더 정확히 바라보는 쪽으로 시간을 옮기는 것입니다.

지난 글에서는 교육청·연수원 업무에서 반복되는 일을 AI Agent로 줄이는 방법을 살펴보았습니다. 일정 확인, 안내문 초안, 자료 취합, 누락 점검처럼 매번 비슷하게 반복되는 일은 작은 자동화만으로도 체감이 컸습니다. 이번 글에서는 시선을 학교 현장으로 옮겨 보려고 합니다.

학교에서 교사의 하루는 수업으로 설명되지만, 실제로는 수업 앞뒤에 붙어 있는 준비와 정리 시간이 훨씬 큽니다. 교과서와 교육과정을 확인하고, 활동지를 만들고, 학생 수준을 떠올리고, 평가와 피드백을 준비하고, 수업 후에는 결과를 다시 정리합니다. 이 과정은 겉으로 잘 보이지 않지만 수업의 질을 좌우합니다.

AI Agent가 이 영역에 들어온다면 어디까지 도울 수 있을까요. 저는 AI가 수업을 대신한다고 보지는 않습니다. 수업은 교실의 공기, 학생의 표정, 교사의 판단이 함께 움직이는 일이기 때문입니다. 다만 AI Agent는 수업 준비 과정에서 흩어진 자료를 모으고, 초안을 만들고, 빠진 부분을 점검하는 보조 역할을 꽤 잘할 수 있습니다.

1. 수업 준비는 ‘자료 만들기’보다 넓은 일이다

수업 준비라고 하면 흔히 PPT나 활동지를 떠올립니다. 물론 자료 제작도 중요합니다. 하지만 실제 교사가 하는 수업 준비의 범위는 훨씬 넓습니다. 오늘 배울 성취기준을 확인하고, 지난 시간 학생들이 어려워한 지점을 떠올리고, 어떤 질문으로 시작할지 고민하고, 활동 시간과 정리 시간을 배분합니다. 평가와 피드백까지 생각하면 준비 범위는 더 넓어집니다.

AI 도구를 수업 자료 제작 도구로만 쓰면 금방 한계가 보입니다. 예쁜 활동지나 긴 설명문은 만들어 주지만, 우리 반 학생들에게 맞는지, 오늘 수업 시간에 실제로 적용 가능한지, 교사가 의도한 배움으로 이어지는지는 별개의 문제입니다. 그래서 AI Agent를 수업 준비에 쓸 때는 “자료 하나 만들어 줘”보다 “수업 준비 흐름을 함께 점검해 줘”에 가깝게 접근하는 것이 좋습니다.

예를 들어 이렇게 요청할 수 있습니다.

> 초등 5학년 사회 수업을 준비하고 있어. 오늘 성취기준은 지역 문제 해결 과정 이해이고, 지난 시간에는 학생들이 원인과 해결 방안을 구분하는 것을 어려워했어. 40분 수업 흐름을 도입-전개-정리로 나누고, 학생 질문 5개와 모둠 활동 아이디어를 함께 제안해 줘.

이 요청은 단순 자료 생성보다 수업 설계에 가깝습니다. AI Agent는 교사의 맥락을 듣고 수업 흐름, 질문, 활동, 점검 포인트를 한 번에 정리해 줄 수 있습니다. 교사는 그 결과를 그대로 쓰는 것이 아니라 우리 반 상황에 맞게 덜어내고 고칩니다.

2. AI Agent는 성취기준과 활동 사이를 연결하는 데 도움이 된다

수업 준비에서 자주 어려운 지점은 성취기준을 실제 활동으로 바꾸는 부분입니다. 문서에 적힌 성취기준은 추상적이고, 교실 활동은 구체적이어야 합니다. 이 사이를 교사가 계속 번역해야 합니다.

AI Agent에게 성취기준을 주고 “학생이 실제로 무엇을 하면 이 기준에 도달했다고 볼 수 있는지”를 묻는 방식은 꽤 유용합니다. 예를 들어 설명 듣기, 사례 분류하기, 자료 해석하기, 의견 쓰기, 친구와 비교하기 같은 활동 후보를 뽑아 볼 수 있습니다.

> 이 성취기준을 바탕으로 학생 활동 3가지를 제안해 줘. 각각 활동 목표, 교사 발문, 예상 학생 반응, 짧은 평가 방법을 포함해 줘. 활동은 40분 수업 안에서 가능해야 해.

이렇게 요청하면 AI Agent는 활동의 모양만이 아니라 발문과 평가까지 함께 제안합니다. 교사는 그중에서 과한 부분을 줄이고, 학생 수준에 맞게 문장을 바꿀 수 있습니다. 특히 신규 교사나 새로운 학년을 맡은 교사에게는 빈 화면 앞에서 시작하는 부담을 줄여 주는 효과가 있습니다.

물론 성취기준 해석은 교사의 전문성이 필요합니다. AI가 제안한 활동이 교육과정 의도와 어긋나거나 지나치게 단순할 수도 있습니다. 그래서 AI Agent의 역할은 정답 제공이 아니라 후보 생성과 점검입니다. 여러 후보를 빠르게 받아 보고, 교사가 선택하는 구조가 안전합니다.

3. 수준별 지원은 ‘한 번 더 설명하기’에서 시작할 수 있다

수업 준비에서 교사가 늘 고민하는 것은 학생 간 차이입니다. 같은 내용을 설명해도 어떤 학생은 금방 이해하고, 어떤 학생은 예시가 더 필요합니다. 또 어떤 학생은 글로 표현하기를 어려워하고, 어떤 학생은 활동이 너무 쉬워 금방 끝냅니다.

AI Agent는 수준별 자료를 만드는 데 도움을 줄 수 있습니다. 예를 들어 같은 개념을 쉬운 말, 보통 설명, 확장 질문으로 나누어 달라고 할 수 있습니다.

> 이 개념을 학생 수준별로 세 가지 방식으로 설명해 줘. ① 처음 배우는 학생을 위한 쉬운 설명, ② 기본 활동을 마친 학생을 위한 확인 질문, ③ 더 생각해 볼 수 있는 심화 질문으로 나누어 줘.

이런 결과는 수업 중 교사의 말 자료가 됩니다. 교사는 학생이 막히는 순간에 추가 예시를 꺼낼 수 있고, 빨리 끝낸 학생에게 확장 질문을 줄 수 있습니다. 활동지를 세 벌 만들지 않더라도 수업 중 대응 카드가 생기는 셈입니다.

특수교육대상학생, 다문화 학생, 기초학력 지원이 필요한 학생을 떠올릴 때도 AI Agent는 초안을 줄 수 있습니다. 다만 이때는 학생의 실제 개인정보나 민감한 상황을 그대로 입력하지 않는 것이 좋습니다. “읽기 속도가 느린 학생”, “한국어 어휘가 부족한 학생”처럼 일반화된 특성으로 요청하고, 최종 조정은 교사가 해야 합니다.

4. 활동지와 자료는 ‘초안’으로 받을 때 가장 안전하다

AI가 만든 활동지는 그럴듯해 보일 때가 많습니다. 제목도 있고, 문항도 있고, 표도 있습니다. 하지만 그대로 쓰기에는 위험한 부분이 있습니다. 문항 수준이 맞지 않거나, 답이 애매하거나, 수업 시간에 비해 양이 많거나, 교과서 흐름과 맞지 않을 수 있습니다.

그래서 저는 AI Agent에게 완성본보다 초안을 요청하는 방식이 더 안전하다고 봅니다.

> 아래 수업 흐름에 맞춰 활동지 초안을 만들어 줘. 단, 바로 배포할 완성본이 아니라 교사가 수정할 초안으로 작성해 줘. 학생에게 제시할 문장, 활동 순서, 빈칸 또는 표 형식을 포함하되, 마지막에는 교사가 확인해야 할 항목을 따로 적어 줘.

이렇게 요청하면 결과물을 검토 대상으로 받아들이게 됩니다. 특히 “교사가 확인해야 할 항목”을 붙이면 문항 난이도, 오개념 가능성, 시간 배분, 자료 출처, 개인정보 포함 여부 같은 점검 목록을 함께 받을 수 있습니다.

수업 자료에서 저작권도 중요합니다. AI Agent에게 이미지를 바로 만들어 달라고 하거나 인터넷 자료를 가져오게 할 때는 출처와 사용 가능성을 확인해야 합니다. 학교 수업 안에서 사용하는 자료라도 공개 게시, 연수 자료, 블로그 공유로 넘어가면 조건이 달라질 수 있습니다. 자료 제작 자동화는 편하지만 출처 확인은 줄이면 안 되는 부분입니다.

5. 피드백 문장 초안은 교사의 시간을 크게 줄일 수 있다

교사가 가장 많은 시간을 쓰는 일 중 하나가 피드백입니다. 학생 글을 읽고, 수행 결과를 보고, 어떤 점을 잘했고 무엇을 보완해야 하는지 문장으로 써 주는 일은 교육적으로 중요하지만 시간이 많이 듭니다. AI Agent는 이 부분에서 꽤 실질적인 도움을 줄 수 있습니다.

예를 들어 평가 기준을 먼저 정리한 뒤, 학생 산출물의 특징을 익명화하여 입력하면 피드백 문장 초안을 받을 수 있습니다.

> 평가 기준은 내용 이해, 근거 제시, 표현의 명확성 세 가지야. 학생 A의 글은 근거가 하나만 있고 결론은 분명해. 이름은 쓰지 말고, 격려 1문장과 보완점 1문장, 다음 활동 제안 1문장으로 피드백 초안을 만들어 줘.

이 방식은 교사의 판단을 대체하지 않습니다. 교사가 본 학생의 맥락을 바탕으로 피드백 특징을 정리하고, AI Agent는 문장화 부담을 줄여 줍니다. 특히 생활기록부식 문장이나 공식 평가 문구가 아니라, 학생에게 전달할 짧고 구체적인 피드백 초안을 만드는 데 잘 맞습니다.

주의할 점은 실제 학생 이름, 민감한 배경, 상담 내용 등을 그대로 넣지 않는 것입니다. 피드백 자동화는 편리하지만 학생 정보 보호가 먼저입니다. 가능하면 학생을 A, B처럼 바꾸고, 필요한 특징만 간단히 입력하는 방식이 안전합니다.

6. 수업 후 정리까지 이어져야 다음 수업이 좋아진다

수업 준비는 수업 전에 끝나는 일이 아닙니다. 수업 후에 무엇이 잘 되었고, 어디서 막혔고, 다음 시간에 무엇을 보완할지 정리해야 다음 수업이 나아집니다. 그런데 실제 학교 일상에서는 수업이 끝나자마자 다음 수업, 상담, 회의, 업무가 이어져 돌아볼 시간이 부족합니다.

AI Agent에게 수업 후 짧은 메모를 정리하게 하면 다음 준비가 쉬워집니다. 예를 들어 교사가 Telegram에 몇 줄만 남겨도 됩니다.

> 오늘 5학년 사회 수업 메모야. 학생들이 원인과 해결 방안을 구분하는 데 여전히 어려움이 있었고, 모둠 토의는 활발했지만 발표 시간이 부족했어. 다음 시간 보완할 점과 간단한 재지도 활동을 정리해 줘.

이런 메모가 쌓이면 단순한 기록을 넘어 수업 개선 자료가 됩니다. 다음 해 같은 단원을 준비할 때도 도움이 되고, 동료 교사와 협의할 때도 근거가 됩니다. 교육공학 관점에서 보면 AI Agent는 수업 설계-실행-성찰의 순환을 이어 주는 기록 보조자 역할을 할 수 있습니다.

7. 교사의 전문성을 지우지 않는 방식이어야 한다

AI Agent가 수업 준비를 도울 수 있는 범위는 생각보다 넓습니다. 성취기준 해석 후보, 수업 흐름, 발문, 수준별 설명, 활동지 초안, 피드백 문장, 수업 후 성찰 정리까지 연결할 수 있습니다. 하지만 이 모든 과정에서 마지막 판단은 교사에게 남아 있어야 합니다.

교실에는 문서에 적히지 않는 정보가 많습니다. 오늘 학생들의 컨디션, 반 분위기, 지난 시간의 작은 실패, 특정 학생이 용기를 내어 말한 순간, 교사가 지키고 싶은 수업의 방향은 AI가 완전히 알 수 없습니다. AI Agent는 이런 맥락을 입력받아 도울 수는 있지만, 그 맥락을 해석하고 책임지는 사람은 교사입니다.

그래서 수업 준비에서 AI Agent를 쓰는 가장 좋은 방식은 “대신 만들어 줘”가 아니라 “내가 준비하는 과정을 옆에서 정리해 줘”에 가깝습니다. 초안을 받고, 후보를 비교하고, 빠진 점을 점검하고, 학생에게 맞게 고치는 흐름입니다. 이 방식이라면 AI는 교사의 전문성을 약하게 만드는 도구가 아니라, 전문성이 더 잘 드러나도록 시간을 돌려주는 도구가 될 수 있습니다.

마무리하며

교사의 수업 준비는 단순한 자료 제작이 아닙니다. 교육과정, 학생 이해, 수업 흐름, 활동, 평가, 피드백, 성찰이 함께 움직이는 복합적인 일입니다. AI Agent는 이 전 과정을 대신할 수는 없지만, 교사가 혼자 감당하던 초안 작성과 점검, 정리의 부담을 줄이는 데는 충분히 쓸모가 있습니다.

학교 현장에서 AI Agent 활용을 이야기할 때는 “수업을 자동화할 수 있느냐”보다 “교사가 더 좋은 판단을 할 시간을 어떻게 확보할 것인가”를 먼저 물어야 한다고 생각합니다. 그렇게 접근하면 AI 활용은 수업의 본질을 흐리는 일이 아니라 수업의 본질에 더 가까이 가기 위한 보조 장치가 됩니다.

지난 글에서는 회의자료와 회의록 정리에 AI Agent를 어떻게 활용할 수 있는지 살펴보았습니다. 회의 업무를 줄이는 방법은 단순히 회의록을 자동으로 쓰는 데 있지 않았습니다. 회의 전 자료를 정리하고, 회의 중 핵심 메모를 남기고, 회의 후 결정 사항과 후속 조치를 이어 주는 흐름을 만드는 것이 더 중요했습니다.

이번 글에서는 그 흐름을 조금 더 넓혀 보려고 합니다. 교육청이나 연수원에서 일하다 보면 ‘완전히 새로운 일’보다 ‘비슷한 방식으로 반복되는 일’이 훨씬 많습니다. 일정 확인, 파일 정리, 안내문 초안 작성, 신청자 명단 확인, 회의 전 브리핑, 발송 전 점검, 결과 정리 같은 일들입니다. 하나하나는 어렵지 않지만, 여러 사업이 동시에 돌아가면 하루를 잘게 나누어 가져갑니다.

AI Agent를 쓰면서 가장 먼저 줄어드는 부분도 이런 반복업무입니다. 대단한 자동화 시스템을 처음부터 만드는 것이 아니라, 매번 내가 손으로 확인하고 복사하고 정리하던 일을 작은 단위로 맡기는 방식입니다. Hermes Agent처럼 Telegram으로 지시하고, 로컬 파일을 읽고, 일정과 문서를 다룰 수 있는 환경이라면 반복업무를 ‘한 번 요청하면 처리되는 흐름’으로 바꿀 수 있습니다.

1. 반복업무는 사소해서 더 잘 보이지 않는다

반복업무의 특징은 이상하게도 잘 드러나지 않는다는 점입니다. 큰 보고서나 연수 계획서는 “일을 했다”는 느낌이 남지만, 파일명을 맞추고, 표를 확인하고, 안내 문구를 고치고, 폴더를 정리하고, 메일이나 메시지를 다시 읽는 시간은 흩어져 사라집니다. 하루가 끝났을 때 바빴는데 무엇을 했는지 설명하기 어려운 이유가 여기에 있습니다.

교육청·연수원 업무에서는 특히 이런 장면이 많습니다. 연수 신청자가 바뀌면 명단을 다시 확인해야 하고, 강사에게 보낼 안내문은 행사명과 시간만 조금씩 달라집니다. 회의자료는 지난번 양식을 가져오지만 일정과 참석자, 쟁점은 다시 고쳐야 합니다. 결과 보고서도 큰 구조는 비슷하지만 수치, 사진, 만족도, 개선 의견이 매번 달라집니다.

이런 업무는 사람이 직접 해도 됩니다. 문제는 사람이 꼭 해야 하는 판단과, 반복적으로 정리만 하면 되는 작업이 섞여 있다는 것입니다. AI Agent 자동화는 사람의 판단을 없애자는 이야기가 아닙니다. 사람이 판단해야 하는 부분을 남기고, 그 판단 앞뒤에 붙어 있는 반복 정리 작업을 줄이자는 이야기입니다.

그래서 저는 자동화를 시작할 때 “이 일을 완전히 없앨 수 있을까?”보다 “이 일에서 매번 같은 부분은 무엇인가?”를 먼저 봅니다. 매번 같은 부분이 보이면 AI Agent에게 맡길 수 있는 단위가 생깁니다.

2. 자동화의 출발점은 ‘명령’이 아니라 ‘업무 흐름’이다

AI Agent에게 “반복업무 자동화해 줘”라고 말하면 결과가 막연해집니다. 자동화는 도구의 문제가 아니라 업무 흐름의 문제이기 때문입니다. 먼저 내가 어떤 순서로 일을 처리하는지 적어 보아야 합니다.

예를 들어 연수 운영 안내문을 보낸다고 해 보겠습니다. 실제 흐름은 대략 이렇습니다.

1. 연수명, 일시, 장소, 대상, 준비물을 확인한다.

2. 이전 안내문 양식을 찾는다.

3. 이번 연수에 맞게 문구를 수정한다.

4. 빠진 정보가 없는지 점검한다.

5. 발송 대상과 첨부파일을 확인한다.

6. 최종 문장을 다듬고 발송한다.

이 중에서 사람이 반드시 판단해야 하는 것은 연수 운영의 의도, 안내 범위, 민감한 표현, 최종 발송 여부입니다. 반대로 이전 양식 찾기, 문구 초안 만들기, 빠진 항목 점검, 첨부파일 체크리스트 작성은 AI Agent에게 맡기기 좋습니다.

이렇게 흐름을 나누면 요청도 구체적이 됩니다.

> 다음 연수 안내문을 보내려고 해. 연수명, 일시, 장소, 대상, 준비물은 아래와 같아. 이전 안내문 형식을 참고해서 초안을 만들고, 발송 전에 확인해야 할 체크리스트를 따로 정리해 줘. 최종 발송 문구처럼 너무 딱딱하지 않게 써 줘.

자동화는 처음부터 버튼 하나로 끝나는 형태일 필요가 없습니다. 초안 생성, 체크리스트 작성, 누락 점검처럼 작은 흐름부터 시작하면 됩니다. 이렇게 작은 자동화가 쌓이면 실제 업무 시간이 줄어듭니다.

3. 일정 확인과 아침 브리핑은 가장 먼저 자동화하기 좋은 영역이다

제가 AI Agent를 쓰면서 가장 먼저 체감한 부분은 일정 확인입니다. 교육전문직 업무에서는 하루 일정이 개인 일정만으로 끝나지 않습니다. 기관 일정, 부서 일정, 연수 일정, 회의 일정, 출장, 제출 마감, 공유 캘린더까지 겹칩니다. 아침마다 이것을 다시 보는 일은 단순하지만 놓치면 바로 문제가 됩니다.

AI Agent에게 아침 브리핑을 맡기면 단순 일정 나열보다 조금 더 유용한 결과를 받을 수 있습니다. 예를 들어 오늘 일정, 회의 준비물, 이동이 필요한 일정, 마감이 임박한 일, 미리 확인해야 할 파일을 묶어서 정리하게 할 수 있습니다.

> 오늘 일정과 이번 주 마감 업무를 확인해서 아침 브리핑을 만들어 줘. 단순 일정 목록이 아니라, 오전에 먼저 확인할 일, 회의 전에 준비할 자료, 오늘 안에 결정해야 할 일을 구분해 줘.

이 요청은 사람의 아침 루틴을 줄여 줍니다. 캘린더를 보고, 메모를 보고, 어제 남긴 할 일을 다시 떠올리는 과정을 AI Agent가 한 번 정리해 주기 때문입니다. 물론 최종 판단은 사람이 해야 합니다. 하지만 하루를 시작할 때 머릿속에 흩어진 업무를 정렬하는 데 도움이 됩니다.

연수원 업무라면 “오늘 운영 중인 연수”, “이번 주 개강 예정 연수”, “강사 연락 필요”, “설문 마감”, “결과 보고 준비”처럼 업무 유형별 브리핑도 가능합니다. 이 정도만 되어도 반복 확인 시간이 많이 줄어듭니다.

4. 파일과 폴더 정리는 자동화 효과가 큰데도 늦게 시작한다

많은 사람이 AI 활용을 글쓰기나 요약부터 떠올립니다. 그런데 실제 업무에서는 파일과 폴더 정리 자동화의 효과가 큽니다. 교육청·연수원 업무는 파일이 많이 생깁니다. 계획서, 공문, 붙임자료, 명단, 사진, 설문 결과, 회의록, 결과 보고서가 사업별로 쌓입니다. 파일명이 조금만 흐트러져도 나중에 찾는 시간이 늘어납니다.

AI Agent에게 파일 정리를 맡길 때는 삭제나 이동을 바로 시키기보다 먼저 목록화를 시키는 것이 안전합니다.

> 이 폴더 안의 파일 목록을 확인해서 연수 계획, 안내 공문, 명단, 강의자료, 설문 결과, 사진, 결과 보고서로 분류해 줘. 실제 파일은 이동하지 말고, 어떤 파일을 어느 폴더로 옮기면 좋을지 제안만 해 줘.

이렇게 하면 위험을 줄일 수 있습니다. AI Agent가 제안한 분류를 사람이 확인한 뒤, 필요한 경우에만 실제 이동을 시키면 됩니다. 자동화에서 중요한 원칙은 ‘먼저 보기, 나중에 실행하기’입니다. 특히 공문이나 개인정보가 포함된 파일은 잘못 이동하거나 공유하면 문제가 될 수 있으므로 확인 단계를 반드시 두어야 합니다.

파일명 표준화도 반복업무를 줄이는 좋은 예입니다. 예를 들어 `2026_초등AI연수_운영계획`, `2026_초등AI연수_참석자명단`, `2026_초등AI연수_결과보고`처럼 규칙을 정해 두면 나중에 검색과 정리가 쉬워집니다. AI Agent에게 현재 파일명을 보고 표준 파일명 후보를 만들어 달라고 요청할 수 있습니다.

5. 안내문, 문자, 공문 초안은 ‘양식 재사용’이 핵심이다

반복업무 중 상당수는 문구 작성입니다. 연수 안내 문자, 강사 안내 메일, 참석자 확인 메시지, 설문 참여 요청, 결과 안내, 자료 제출 요청 같은 문구는 매번 새로 쓰는 듯하지만 구조는 비슷합니다. 차이가 나는 것은 대상, 일정, 장소, 마감일, 링크, 톤입니다.

AI Agent를 쓰면 이전 문구를 재사용하되 이번 상황에 맞게 바꾸는 일이 쉬워집니다. 특히 “지난번 문구와 같은 톤으로, 이번 연수 정보만 반영해 줘”라고 요청하면 처음부터 새로 쓰는 부담이 줄어듭니다.

> 아래는 지난 연수 안내문이야. 이번 연수 정보에 맞게 수정해 줘. 바뀌어야 할 부분은 연수명, 일시, 장소, 신청 마감, 준비물이고, 문체는 친절하지만 너무 길지 않게 해 줘. 마지막에는 문의처를 넣어 줘.

이 방식은 공문 초안에도 적용할 수 있습니다. 다만 공문은 기관의 공식 문서이므로 AI가 만든 문장을 그대로 쓰면 안 됩니다. AI Agent는 구조와 초안을 만드는 도구이고, 최종 문구와 근거 조항, 수신처, 시행일, 붙임 자료는 사람이 확인해야 합니다.

안내문 자동화에서 의외로 중요한 것은 “보내기 전 점검표”입니다. 문장을 잘 쓰는 것보다 날짜, 장소, 링크, 첨부파일, 대상, 문의처가 맞는지 확인하는 것이 더 중요할 때가 많습니다. 그래서 저는 안내문 초안을 요청할 때 항상 마지막에 “발송 전 확인할 항목도 함께 정리해 줘”라고 붙이는 편이 좋다고 봅니다.

6. 자료 취합 업무는 ‘누락 확인’ 자동화부터 시작한다

자료 취합은 교육청·연수원 업무에서 자주 반복됩니다. 학교에서 제출한 파일을 모으거나, 연수 참여자의 과제를 확인하거나, 부서별 의견을 모아 하나의 표로 정리하는 일입니다. 이 업무는 단순해 보이지만 누락과 중복을 확인하는 데 시간이 많이 걸립니다.

AI Agent에게 자료 취합을 맡길 때는 완성본을 바로 만들게 하기보다 누락 확인부터 시키는 것이 좋습니다.

> 제출 대상 명단과 현재 폴더의 제출 파일 목록을 비교해서 미제출, 중복 제출, 파일명 오류, 확인이 필요한 항목을 구분해 줘. 개인정보는 그대로 출력하지 말고 필요한 경우 일부만 표시해 줘.

이 요청은 실무적으로 꽤 유용합니다. 사람이 엑셀과 폴더를 번갈아 보며 확인하던 일을 AI Agent가 먼저 정리해 주기 때문입니다. 이후 담당자는 미제출자에게 안내하거나 파일명을 수정하는 판단을 하면 됩니다.

만족도 설문 결과나 의견 취합도 마찬가지입니다. AI Agent에게 전체 의견을 요약하게 할 수 있지만, 그보다 먼저 “비슷한 의견 묶기”, “즉시 조치가 필요한 의견 표시”, “다음 연수 개선 사항 후보 정리”처럼 목적을 나누는 것이 좋습니다. 자료 취합은 단순 합치기가 아니라 다음 의사결정을 위한 정리이기 때문입니다.

7.  자동화할수록 사람이 확인해야 할 지점은 더 분명해야 한다

반복업무 자동화는 편리하지만, 모든 것을 맡겨도 된다는 뜻은 아닙니다. 오히려 자동화를 할수록 사람이 확인해야 할 지점이 더 분명해야 합니다. 특히 교육기관 업무에서는 개인정보, 민감한 학교 상황, 예산, 공식 문서, 외부 발송 문구를 조심해야 합니다.

제가 생각하는 안전한 원칙은 세 가지입니다.

첫째, AI Agent에게 바로 실행시키기 전에 초안이나 제안부터 받습니다. 파일 이동, 메일 발송, 공유 설정 변경처럼 되돌리기 어려운 일은 반드시 확인 단계를 둡니다.

둘째, 개인정보나 민감정보는 가능하면 익명화합니다. 실제 이름, 연락처, 학교명, 학생 관련 내용이 꼭 필요하지 않다면 기호나 일부 정보만 사용해도 됩니다.

셋째, 공식 문서는 최종 책임자가 확인합니다. AI Agent가 만든 결과가 자연스러워 보여도 근거, 숫자, 날짜, 수신처, 첨부파일은 사람이 확인해야 합니다. 업무경감은 책임을 넘기는 것이 아니라 확인해야 할 범위를 더 분명하게 만드는 일입니다.

이 원칙을 지키면 AI Agent는 위험한 자동화 도구가 아니라 반복 확인을 줄여 주는 보조자가 됩니다.

마무리하며

교육청·연수원 업무의 반복업무는 작지만 계속 쌓입니다. 일정 확인, 파일 정리, 안내문 초안, 자료 취합, 누락 점검, 회의 전 브리핑 같은 일은 하나씩 보면 별것 아닌데, 여러 사업이 동시에 돌아갈 때 업무 피로를 크게 만듭니다.

AI Agent를 활용한 자동화는 거창한 시스템 구축에서 시작하지 않아도 됩니다. 오늘 반복해서 한 일을 하나 고르고, 그중에서 매번 같은 부분을 AI Agent에게 맡겨 보는 것으로 충분합니다. “먼저 정리하게 하고, 사람이 확인한 뒤 실행한다”는 원칙만 지켜도 업무 흐름은 꽤 달라집니다.

지난 글에서는 설문 문항 초안을 만들고 검토하는 과정에서 AI Agent를 어떻게 활용할 수 있는지 살펴보았습니다. 설문은 짧은 문항 안에 목적, 대상, 결과 활용 계획이 모두 들어가야 하기 때문에 생각보다 섬세한 업무였습니다. 이번 글에서는 교육전문직 업무에서 더 자주 마주치는 장면, 바로 회의자료와 회의록 정리를 다루어 보려고 합니다.

교육청이나 연수원 업무를 하다 보면 회의가 참 많습니다. 협의회, 자문위원회, 과정심의관련 회의, 운영위원회, 강사선정 협의, 부서 간 조정 회의처럼 이름은 조금씩 다르지만 결국 해야 하는 일은 비슷합니다. 회의 전에 자료를 준비하고, 회의 중 논의 흐름을 놓치지 않고, 회의 후에는 결정 사항과 후속 조치를 문서로 남겨야 합니다.

이 과정에서 AI Agent는 단순히 회의록을 대신 써 주는 도구가 아닙니다. 회의 전에 자료를 정리하고, 안건별 쟁점을 뽑고, 회의 후 실행해야 할 일을 목록화하는 업무 보조자에 가깝습니다. 특히 Hermes Agent처럼 파일을 읽고, Telegram으로 대화하고, 필요한 문서를 생성할 수 있는 환경이라면 회의 업무의 앞뒤 흐름을 꽤 많이 줄일 수 있습니다.

1. 회의록보다 먼저 줄여야 할 것은 회의자료 준비 시간이다

회의 업무에서 가장 눈에 보이는 결과물은 회의록입니다. 그래서 AI 활용을 이야기하면 “녹음 파일을 넣고 회의록을 자동으로 만들 수 있나?”라는 질문부터 떠올리기 쉽습니다. 물론 회의록 작성도 중요합니다. 하지만 실제 업무 부담은 회의록만이 아니라 회의자료 준비 단계에서도 많이 발생합니다.

회의자료를 만들 때는 기존 공문, 추진 계획, 예산 내역, 일정표, 관련 지침, 이전 회의 결과 등을 다시 확인해야 합니다. 그리고 참석자가 짧은 시간 안에 이해할 수 있도록 배경, 안건, 검토 사항, 결정이 필요한 부분을 정리해야 합니다. 이때 시간이 오래 걸리는 이유는 글을 쓰는 능력이 부족해서가 아니라, 흩어진 자료를 다시 구조화해야 하기 때문입니다.

AI Agent에게 먼저 맡길 수 있는 일은 바로 이 구조화입니다. 예를 들어 관련 문서 몇 개를 지정하고 다음과 같이 요청할 수 있습니다.

이 자료들을 바탕으로 회의용 안건 정리 초안을 만들어 줘. 참석자가 10분 안에 이해할 수 있도록 배경, 현재 상황, 논의가 필요한 쟁점, 결정해야 할 사항, 참고자료 순서로 정리해 줘.

이렇게 요청하면 AI Agent는 긴 자료를 회의용 언어로 바꾸는 데 도움을 줍니다. 중요한 것은 “회의자료를 만들어 줘”라고만 하지 않고, 회의에서 무엇을 결정해야 하는지 함께 알려 주는 것입니다. 회의자료는 설명문이 아니라 의사결정을 돕는 자료이기 때문입니다.

2. 회의 전에는 안건별 질문과 쟁점을 미리 뽑아 둔다

회의가 길어지는 이유 중 하나는 안건의 쟁점이 회의 중에야 드러나기 때문입니다. 자료를 읽고 모였지만, 실제로 무엇을 논의해야 하는지 명확하지 않으면 회의는 설명을 반복하거나 주변 이야기로 흐르기 쉽습니다.

AI Agent는 회의 전에 안건별 질문을 뽑는 데 유용합니다. 예를 들어 연수 운영 계획 회의라면 “대상자 모집”, “강사 섭외”, “예산 집행”, “운영 일정”, “결과 보고”처럼 항목을 나누고, 각 항목에서 확인해야 할 질문을 제안하게 할 수 있습니다.

아래 연수 운영 계획을 검토해서 회의에서 확인해야 할 질문 10개를 안건별로 정리해 줘. 단순 확인 질문과 의사결정이 필요한 질문을 구분해 줘.

이 요청은 회의의 질을 높이는 데 도움이 됩니다. 회의자료 맨 끝에 “논의할 사항”을 붙이는 것보다, 안건별로 질문을 미리 정리하면 참석자도 자신의 의견을 준비하기 쉽습니다. 특히 교육전문직 업무에서는 학교 현장, 예산, 일정, 지침, 민원 가능성처럼 여러 관점을 동시에 봐야 하므로 AI Agent에게 관점별 점검을 시키는 방식도 효과적입니다.

예를 들어 “학교 담당자 입장에서 부담이 되는 부분”, “연수 운영자 입장에서 확인해야 할 부분”, “예산 담당자가 볼 때 애매한 부분”을 나누어 달라고 요청할 수 있습니다. 그러면 회의 전에 놓치기 쉬운 쟁점을 한 번 더 점검할 수 있습니다.

3. 회의 중 기록은 모든 말을 적는 것이 아니라 흐름을 잡는 일이다

회의록을 쓸 때 가장 힘든 점은 모든 발언을 다 적어야 할 것 같은 압박감입니다. 하지만 실무에서 필요한 회의록은 대화 전체의 받아쓰기가 아닙니다. 누가 어떤 의견을 냈는지보다 더 중요한 것은 어떤 안건이 논의되었고, 어떤 결정이 내려졌으며, 누가 무엇을 언제까지 해야 하는지입니다.

물론 공식 회의나 법적 근거가 필요한 회의에서는 정해진 양식과 기록 기준을 따라야 합니다. 그러나 많은 실무회의에서는 논의 흐름과 후속 조치가 핵심입니다. 이때 회의 중 메모는 다음 네 가지 정도로 나누어 적어 두면 AI Agent가 나중에 정리하기 쉽습니다.

• 안건: 무엇에 대해 이야기했는가
• 주요 의견: 찬성, 우려, 보완 의견은 무엇이었는가
• 결정 사항: 회의에서 정해진 것은 무엇인가
• 후속 조치: 누가, 무엇을, 언제까지 해야 하는가

회의 중에 완성된 문장으로 적으려고 하면 부담이 큽니다. 대신 Telegram에 짧게 메모하듯이 남겨도 됩니다. “안건1 일정 조정, 6월 말은 학교 평가 기간과 겹쳐 부담, 7월 2주 검토, 담당자 A가 장소 확인”처럼 단문으로 남기고, 회의 후 AI Agent에게 정리하게 하는 방식입니다.

Hermes Agent를 Telegram으로 쓰는 장점은 여기서 드러납니다. 회의 중 노트북을 열기 어려운 상황에서도 휴대폰으로 핵심 메모를 남길 수 있고, 나중에 그 메모를 바탕으로 회의록 초안을 만들 수 있습니다. 기록의 부담을 줄이되, 결정과 실행 항목은 놓치지 않는 방식입니다.

4. 회의 후에는 회의록 초안보다 실행 목록을 먼저 만든다

회의가 끝나면 보통 회의록을 써야 한다는 생각부터 듭니다. 그런데 실제 업무에서는 회의록보다 더 급한 것이 후속 조치일 때가 많습니다. 장소 예약을 해야 하고, 공문을 보내야 하고, 강사에게 연락해야 하고, 자료 수정 요청을 해야 합니다. 회의록은 나중에 정리하더라도 실행할 일은 바로 움직여야 합니다.

그래서 저는 회의 후 AI Agent에게 먼저 실행 목록을 뽑게 하는 흐름이 좋다고 봅니다.

아래 회의 메모를 바탕으로 후속 조치 목록을 만들어 줘. 항목별로 담당자, 할 일, 마감일, 필요한 자료, 확인이 필요한 위험 요소를 표 형태가 아니라 목록으로 정리해 줘.

이렇게 요청하면 회의록 초안보다 먼저 업무 목록이 정리됩니다. 특히 마감일이 불분명한 항목, 담당자가 정해지지 않은 항목, 추가 확인이 필요한 항목을 표시하게 하면 실무 누락을 줄이는 데 도움이 됩니다.

그다음 회의록 초안을 요청하면 됩니다. 이때도 “회의록 써 줘”보다 양식을 분명히 주는 것이 좋습니다.

위 회의 메모와 후속 조치 목록을 바탕으로 회의록 초안을 작성해 줘. 형식은 회의 개요, 참석자, 안건별 논의 내용, 결정 사항, 후속 조치, 다음 회의 필요 사항 순서로 해 줘. 공식 문서에 넣을 수 있도록 간결한 문장으로 정리해 줘.

AI Agent가 만든 회의록은 초안입니다. 참석자 이름, 결정 표현, 책임 소재, 민감한 발언은 사람이 반드시 확인해야 합니다. 특히 회의록은 나중에 근거 자료가 될 수 있으므로 “그럴듯한 정리”보다 “사실에 맞는 정리”가 중요합니다.

5. 녹음과 전사 파일을 쓸 때는 개인정보와 동의를 먼저 생각해야 한다

회의록 자동화를 이야기하면 녹음과 음성 전사 기능을 빼놓기 어렵습니다. 회의 음성을 텍스트로 바꾸고, 그 텍스트를 AI Agent에게 요약하게 하면 매우 편리할 수 있습니다. 하지만 교육기관 업무에서는 편리함보다 먼저 확인해야 할 것이 있습니다. 바로 녹음에 대한 고지와 동의, 개인정보와 민감정보 처리입니다.

회의에는 이름, 소속, 특정 학교 상황, 학생 관련 이야기, 민원 가능성이 있는 내용이 포함될 수 있습니다. 이런 자료를 그대로 AI 도구에 넣는 것은 신중해야 합니다. 내부 규정, 보안 지침, 개인정보 처리 기준을 확인하고, 필요한 경우 익명화하거나 민감한 부분을 제거한 뒤 활용해야 합니다.

AI Agent에게 회의 메모를 정리하게 할 때도 실제 이름을 그대로 넣기보다 “담당자 A”, “학교 B”, “사업 C”처럼 바꾸어 처리할 수 있습니다. 중요한 것은 AI 활용 자체보다 자료를 안전하게 다루는 습관입니다.

업무경감은 자료를 빠르게 처리하는 것만을 의미하지 않습니다. 나중에 문제가 될 수 있는 정보를 불필요하게 만들지 않고, 꼭 필요한 범위 안에서만 정리하는 것도 업무경감입니다. 회의자료와 회의록은 특히 이 원칙이 중요합니다.

6. 회의자료와 회의록을 연결하면 다음 회의 준비가 쉬워진다

회의자료와 회의록을 따로 보면 매번 새로 시작하는 느낌이 듭니다. 하지만 실제로는 이전 회의록이 다음 회의자료의 출발점이 됩니다. 지난 회의에서 정한 후속 조치가 어디까지 진행되었는지, 미결 사항이 무엇인지, 새로 결정해야 할 내용이 무엇인지가 다음 회의의 안건이 되기 때문입니다.

AI Agent를 활용하면 이 연결을 조금 더 쉽게 만들 수 있습니다. 예를 들어 지난 회의록과 현재 진행 상황 메모를 넣고 다음과 같이 요청할 수 있습니다.

지난 회의록과 현재 진행 상황을 비교해서 다음 회의 안건 초안을 만들어 줘. 완료된 항목, 진행 중인 항목, 결정이 필요한 항목, 새로 발생한 쟁점을 구분해 줘.

이 흐름이 만들어지면 회의가 누적됩니다. 매번 새로운 문서를 만드는 것이 아니라, 이전 회의의 결정과 후속 조치가 다음 회의의 자료로 이어집니다. 교육전문직 업무처럼 여러 사업과 일정이 동시에 움직이는 환경에서는 이런 연결이 특히 중요합니다.

저는 AI Agent를 회의록 작성기라기보다 회의 흐름 관리 도구로 보는 편이 더 적절하다고 생각합니다. 회의 전에는 자료와 쟁점을 정리하고, 회의 후에는 결정과 실행 항목을 정리하고, 다음 회의 전에는 지난 회의의 미결 사항을 다시 꺼내 주는 역할입니다.

7. 좋은 프롬프트는 회의의 목적과 산출물을 함께 말한다

회의자료와 회의록 정리에 AI Agent를 잘 쓰려면 프롬프트에 두 가지가 들어가야 합니다. 첫째, 회의의 목적입니다. 이 회의가 정보 공유 회의인지, 의사결정 회의인지, 점검 회의인지, 협의 회의인지 알려 주어야 합니다. 둘째, 필요한 산출물입니다. 회의자료 요약인지, 안건 질문 목록인지, 회의록 초안인지, 후속 조치 목록인지 구체적으로 말해야 합니다.

예를 들어 다음과 같은 요청은 꽤 실무적입니다.

초등 교원 대상 AI 활용 연수 운영 회의 자료를 준비하려고 해. 목적은 운영 일정과 역할 분담을 확정하는 것이야. 아래 추진 계획을 바탕으로 회의자료 초안을 만들어 줘. 구성은 ① 회의 목적 ② 현재까지 준비 상황 ③ 결정이 필요한 사항 ④ 쟁점과 대안 ⑤ 회의 후 후속 조치 순서로 해 줘.

또는 회의 후에는 이렇게 요청할 수 있습니다.

아래 회의 메모를 공식 회의록 초안으로 정리해 줘. 단, 발언을 꾸며 쓰지 말고 메모에 있는 사실만 사용해 줘. 불확실한 내용은 ‘확인 필요’로 표시하고, 후속 조치는 담당자와 마감일이 있는 항목만 별도로 정리해 줘.

이처럼 목적과 산출물을 함께 알려 주면 AI Agent의 결과물이 업무에 가까워집니다. AI가 잘 쓰는 문장이 아니라, 내가 바로 검토하고 고칠 수 있는 초안이 나오는 것이 중요합니다.

마무리하며

회의는 조직의 일을 움직이는 중요한 장치이지만, 동시에 많은 시간을 쓰게 만드는 업무이기도 합니다. AI Agent를 활용한다고 해서 회의 자체가 사라지지는 않습니다. 다만 회의 전 자료 정리, 회의 중 핵심 메모, 회의 후 결정 사항과 후속 조치 정리의 부담을 줄일 수 있습니다.

회의자료와 회의록 업무에서 핵심은 “자동 작성”이 아니라 “흐름 정리”입니다. 어떤 자료를 보고 회의했는지, 무엇을 결정했는지, 누가 무엇을 해야 하는지, 다음 회의에서 무엇을 확인해야 하는지가 이어져야 합니다. Hermes Agent와 Telegram을 함께 쓰면 이 흐름을 일상적인 대화와 파일 작업 속에서 자연스럽게 만들 수 있습니다.

지난 글에서는 공문과 보고서 초안 작성에 AI Agent를 활용하는 방법을 이야기했습니다. 공문과 보고서는 형식과 책임이 분명한 문서라서, AI Agent에게 맡길 때도 목적, 대상, 기한, 근거를 사람이 잘 정리해 주어야 했습니다. 이번에는 조금 다른 문서, 그러나 교육전문직 업무에서 정말 자주 만나는 설문 문항을 다루어 보려고 합니다.

연수 사전 설문, 만족도 조사, 정책 요구 조사, 운영 결과 설문은 겉으로 보기에는 단순해 보입니다. 문항 몇 개를 만들고 선택지를 붙이면 될 것 같지만, 실제로는 꽤 많은 판단이 들어갑니다. 무엇을 알고 싶은지, 누구에게 물을 것인지, 응답 결과를 어떻게 활용할 것인지가 정리되지 않으면 설문은 금방 길어지고 모호해집니다.

AI Agent는 설문 문항을 만드는 데 꽤 유용합니다. 특히 빈 화면에서 처음 문항을 짜야 할 때, 기존 설문을 수정해야 할 때, 객관식과 서술형 문항의 균형을 잡아야 할 때 도움을 받을 수 있습니다. 다만 설문은 문장이 자연스럽다고 좋은 것이 아닙니다. 문항이 측정하려는 것을 제대로 묻고 있는지, 응답자가 오해하지 않을지, 결과를 실제 의사결정에 쓸 수 있을지가 더 중요합니다.

1. 설문은 질문을 많이 만드는 일이 아니라 판단할 자료를 만드는 일이다

설문을 만들 때 가장 먼저 해야 할 일은 문항 수를 정하는 것이 아닙니다. 이 설문 결과로 무엇을 판단할 것인지 정하는 일입니다. 연수 사전 설문이라면 참여자의 배경과 기대를 파악해 연수 내용을 조정하는 것이 목적일 수 있습니다. 만족도 조사라면 운영 방식, 강의 내용, 자료, 시간 배분, 향후 개선점을 확인하려는 목적일 수 있습니다.

목적이 흐릿하면 문항도 흐릿해집니다. “좋았나요?”, “도움이 되었나요?” 같은 질문만 반복되면 결과를 받아도 무엇을 바꿔야 할지 알기 어렵습니다. 반대로 목적이 분명하면 문항은 훨씬 단단해집니다. “연수 내용이 학교 현장에서 적용 가능한 수준이었는가”, “실습 시간이 충분했는가”, “추후 심화 연수에서 다루고 싶은 주제는 무엇인가”처럼 결과 활용이 보이는 질문이 됩니다.

저는 AI Agent에게 설문 초안을 요청하기 전에 먼저 설문의 목적을 한두 문장으로 적어 둡니다. “초등 교원 대상 AI 활용 연수의 사전 요구를 파악하고, 참여자의 활용 수준에 따라 실습 난이도를 조정하기 위한 설문”처럼 적어 두면 AI Agent가 문항 방향을 잡기 쉽습니다.

2.  AI Agent에게는 설문 배경과 활용 계획을 함께 알려 주어야 한다

AI Agent에게 “연수 만족도 설문 만들어 줘”라고만 말하면 일반적인 문항이 나옵니다. 물론 출발점으로는 쓸 수 있지만, 실제 업무에 바로 쓰기에는 부족한 경우가 많습니다. 대상이 교사인지, 관리자 대상인지, 교육전문직 대상인지에 따라 문항 언어가 달라져야 하고, 연수가 강의 중심인지 실습 중심인지에 따라 확인할 항목도 달라져야 합니다.

그래서 저는 설문을 요청할 때 다음과 같은 정보를 함께 주는 편이 좋다고 봅니다.

“초등 교원 대상 3시간 AI 활용 수업 설계 연수의 사전 설문 문항을 만들어 줘. 목적은 참여자의 생성형 AI 활용 경험, 수업 적용 관심 주제, 실습 난이도 선호를 파악하는 것이야. 문항은 10개 이내로 하고, 객관식 7개와 서술형 3개 정도로 구성해 줘. 결과는 연수 자료와 실습 예시를 조정하는 데 사용할 예정이야.”

이렇게 요청하면 AI Agent는 단순한 만족도 문항보다 업무에 맞는 설문 초안을 만들어 줍니다. 문항 수, 응답 방식, 대상, 활용 계획이 함께 들어갔기 때문입니다. 특히 “결과를 어디에 쓸 것인지”를 알려 주면 불필요한 질문이 줄어듭니다.

Telegram으로 Hermes Agent에게 요청할 때도 같은 방식이 가능합니다. 이동 중에 떠오른 설문 목적을 짧게 적어 두고, 나중에 “위 메모를 바탕으로 설문 초안을 만들어 줘”라고 하면 됩니다. 설문 문항도 결국 업무 메모에서 출발합니다.

3) 객관식 문항은 선택지가 더 중요할 때가 많다

설문 초안을 만들다 보면 질문 문장에만 집중하기 쉽습니다. 하지만 객관식 문항에서는 선택지가 결과의 질을 좌우합니다. 선택지가 서로 겹치거나, 빠진 경우가 있거나, 응답자가 어느 쪽을 골라야 할지 애매하면 결과 해석이 어려워집니다.

예를 들어 “생성형 AI를 어느 정도 활용하고 있습니까?”라는 질문에 선택지를 “많이 사용한다, 보통이다, 적게 사용한다”로 두면 대략적인 분위기는 알 수 있습니다. 그러나 연수 설계에 활용하려면 조금 더 구체적인 선택지가 필요할 수 있습니다. “사용해 본 적 없음”, “개인적인 정보 검색이나 글쓰기 보조에 사용”, “수업 자료 제작에 가끔 사용”, “학생 활동 또는 평가 자료 설계에 활용”, “학교 업무 문서 작성에 활용”처럼 실제 활용 장면을 나누면 연수 구성에 더 도움이 됩니다.

AI Agent에게 선택지를 점검하게 할 수도 있습니다.

“이 객관식 문항의 선택지가 서로 겹치지 않는지, 빠진 응답 가능성이 있는지, ‘기타’가 필요한지 검토해 줘.”

이 요청은 생각보다 유용합니다. 사람이 만든 선택지는 만든 사람의 관점에 갇히기 쉽습니다. AI Agent는 완벽하지는 않지만, 선택지의 중복이나 누락 가능성을 한 번 더 드러내 줍니다.

4. 서술형 문항은 적게, 그러나 쓸모 있게 넣어야 한다

서술형 문항은 현장의 목소리를 듣는 데 좋습니다. 하지만 너무 많이 넣으면 응답 부담이 커지고, 나중에 분석도 어려워집니다. 특히 바쁜 교원이나 학교 담당자를 대상으로 하는 설문이라면 서술형 문항은 꼭 필요한 곳에만 넣는 편이 좋습니다.

AI Agent에게 설문 초안을 만들게 하면 서술형 문항을 여러 개 제안할 때가 있습니다. “의견을 자유롭게 적어 주세요” 유형의 문항이 많아지면 응답자는 피로감을 느낄 수 있습니다. 그래서 저는 서술형 문항을 넣을 때 목적을 분명히 하려고 합니다. 예를 들어 사전 설문에서는 “연수에서 꼭 다루었으면 하는 주제나 실제 고민을 적어 주세요”가 유용할 수 있습니다. 만족도 조사에서는 “향후 연수 개선을 위해 가장 보완되었으면 하는 점을 적어 주세요”가 더 직접적입니다.

서술형 문항은 응답자의 생각을 길게 받기 위한 공간이 아니라, 선택형 문항으로는 잡히지 않는 구체적인 요구를 받는 통로입니다. 따라서 문항 수를 줄이되, 답변이 실제 개선에 연결될 수 있도록 물어야 합니다.

5. AI Agent는 문항 검토자로도 쓸 수 있다

설문 문항을 만든 뒤에는 반드시 검토가 필요합니다. 문항이 너무 길지는 않은지, 한 문항에서 두 가지를 동시에 묻고 있지는 않은지, 특정 답변을 유도하고 있지는 않은지, 전문용어가 응답자에게 낯설지는 않은지 살펴보아야 합니다.

이때 AI Agent를 두 번째 역할로 활용할 수 있습니다. 처음에는 문항 초안 작성자로 쓰고, 다음에는 검토자로 쓰는 것입니다.

“아래 설문 문항을 검토해 줘. 한 문항에 두 가지 이상을 묻는 문항, 응답을 유도하는 표현, 모호한 용어, 선택지 중복, 결과 활용이 어려운 문항을 찾아서 수정안을 제안해 줘.”

이런 요청을 하면 AI Agent는 문항별로 문제 가능성을 표시해 줍니다. 물론 AI의 지적을 모두 받아들일 필요는 없습니다. 하지만 사람이 놓친 표현을 발견하는 데 도움이 됩니다. 특히 “만족도”처럼 익숙해서 무심코 쓰는 단어도, 실제로는 무엇에 대한 만족도인지 더 구체화해야 할 때가 있습니다.

교육공학 관점에서 보면 설문 문항은 작은 평가도구입니다. 측정하려는 구성개념이 있고, 응답 방식이 있고, 결과 해석이 있습니다. AI Agent가 초안을 빨리 만들어 주더라도, 문항의 타당성과 해석 가능성은 사람이 끝까지 확인해야 합니다.

6. 개인정보와 민감정보는 설문 단계에서부터 줄여야 한다

설문을 만들 때 자주 놓치는 부분이 개인정보입니다. 꼭 필요하지 않은 소속, 이름, 연락처, 학교명, 개인 경험을 묻고 있지는 않은지 확인해야 합니다. 특히 학생 관련 내용, 민원성 경험, 학교 내부 상황처럼 민감할 수 있는 내용은 설문 문항으로 다룰 때 신중해야 합니다.

AI Agent에게 설문 문항을 요청할 때도 실제 학생 정보나 민감한 사례를 그대로 넣지 않는 것이 좋습니다. 필요하면 상황을 일반화하거나 익명화해서 설명하면 됩니다. 예를 들어 “특정 학교에서 있었던 구체적 민원”을 그대로 쓰기보다, “학교 현장에서 발생할 수 있는 AI 활용 관련 우려 사례”처럼 바꾸어 전달하는 방식입니다.

설문 결과를 나중에 AI Agent에게 분석하게 할 계획이라면 처음부터 수집 항목을 줄이는 것이 더 안전합니다. 이름 없이도 분석이 가능한지, 학교명을 꼭 받아야 하는지, 응답자의 경력 범위를 넓게 묶어도 되는지 생각해 볼 필요가 있습니다. 업무경감은 빠르게 처리하는 것만이 아니라, 불필요한 민감정보를 만들지 않는 데서도 시작됩니다.

7. 설문 업무경감은 ‘문항 초안-검토-수정’의 반복을 줄이는 데서 온다

설문 문항 만들기는 생각보다 반복이 많습니다. 초안을 만들고, 문항 수를 줄이고, 선택지를 고치고, 서술형을 다듬고, 응답 순서를 바꾸고, 담당자나 동료 의견을 반영합니다. 이 과정에서 AI Agent는 초안을 빠르게 만들고, 검토 목록을 제시하고, 수정안을 여러 버전으로 비교하게 해 줍니다.

예를 들어 하나의 설문을 두 가지 버전으로 만들 수 있습니다. 교원 대상의 쉬운 표현 버전, 관리자 대상의 정책 판단용 버전처럼 나누어 볼 수 있습니다. 또는 15문항짜리 초안을 8문항으로 줄이면서 꼭 남겨야 할 문항과 삭제해도 되는 문항을 구분해 달라고 요청할 수도 있습니다.

이런 활용은 설문을 자동으로 완성한다는 의미가 아닙니다. 사람이 판단할 수 있는 여러 초안을 빠르게 확보한다는 의미에 가깝습니다. 설문은 결국 결과를 해석하고 활용할 사람이 책임져야 합니다. AI Agent는 그 전 단계의 문항 생산과 검토 시간을 줄여 주는 도구입니다.

마무리하며

설문 문항은 짧지만 가볍지 않습니다. 질문 하나가 응답자의 생각을 제한할 수도 있고, 선택지 하나가 결과 해석을 어렵게 만들 수도 있습니다. 그래서 AI Agent를 활용할 때도 문항을 많이 만드는 것보다, 설문의 목적과 결과 활용에 맞게 문항을 정리하는 것이 더 중요합니다.

Hermes Agent와 Telegram을 함께 쓰면 설문 목적을 메모하고, 초안을 만들고, 다시 검토하는 흐름을 빠르게 만들 수 있습니다. 바쁜 업무 중에도 “이 설문으로 무엇을 알고 싶은가”를 먼저 적고, AI Agent에게 문항 초안과 점검을 맡기면 설문 준비의 부담을 꽤 줄일 수 있습니다.

지난 글에서는 Hermes Agent를 설치하고 기본 구조를 이해한 과정을 정리했습니다. 오늘은 그 구조가 제 일상에서 실제로 달라진 지점, 바로 Telegram으로 AI Agent에게 말 걸기 시작한 경험을 적어 보려 합니다.

처음에는 터미널에서 직접 명령을 입력하는 방식만 떠올렸습니다. 노트북 앞에 앉아 `hermes`를 실행하고, 필요한 요청을 쓰고, 결과를 확인하는 흐름입니다. 그런데 교육전문직 업무는 늘 책상 앞에서만 이어지지 않습니다. 이동 중에 생각이 나기도 하고, 회의가 끝난 직후 정리해야 할 일이 생기기도 하며, 퇴근 후 내일 아침 확인할 일을 예약해 두고 싶을 때도 있습니다. Telegram 연결은 이 틈을 메워 주었습니다.

1. 메신저가 AI 업무 창구가 되었다

Telegram을 연결한 뒤 가장 먼저 느낀 변화는 AI Agent가 “프로그램”이라기보다 “연락 가능한 동료”처럼 느껴졌다는 점입니다. 물론 실제 사람은 아니고, 판단과 책임은 여전히 제 몫입니다. 다만 요청을 남기는 방식이 훨씬 자연스러워졌습니다.

예전에는 노트북을 켜고 터미널을 열어야만 일을 맡길 수 있었습니다. 이제는 휴대폰에서 Telegram 방을 열고 “내일 블로그 글 준비해줘”, “이 폴더에 있는 초안 목록 확인해줘”, “오늘 회의 메모를 정리할 틀을 만들어줘”처럼 메시지를 남길 수 있습니다. 그러면 제 Windows 노트북에서 Hermes Agent가 실제 파일과 도구를 사용해 작업을 진행합니다.

교육현장 업무로 비유하면, 별도 시스템에 접속하지 않아도 업무 요청을 남기는 접수창이 생긴 느낌입니다. 접수창이 가벼워지면 작은 일도 미루지 않고 바로 맡기게 됩니다. 저에게는 이 부분이 생각보다 큰 차이였습니다.

2. 이동 중에 떠오른 일을 흘려보내지 않게 되었다

교육전문직 업무를 하다 보면 회의와 이동 사이에 생각이 많이 납니다. 연수 제목을 바꿔야겠다거나, 정책 자료를 다시 읽어 봐야겠다거나, 블로그에 쓸 소재가 갑자기 떠오르는 식입니다. 문제는 그 순간에 컴퓨터를 열 수 없는 경우가 많다는 것입니다.

Telegram으로 AI Agent에게 말 걸 수 있게 되면서 이런 생각을 바로 작업 요청으로 바꿀 수 있었습니다. 예를 들어 “AI Agent 연재에서 다음 글은 Telegram 사용 경험으로 잡고, 교육전문직 장면을 넣어 초안 준비”라고 남기면, Agent는 나중에 정해진 시간에 목차와 폴더를 확인하고 실제 원고 파일을 만듭니다. 단순 메모 앱에 적어 두는 것과 달리, 다음 단계 실행까지 이어질 수 있다는 점이 다릅니다.

물론 아무 말이나 던지면 좋은 결과가 나오지는 않습니다. 그래도 “무엇을”, “어디에”, “어떤 형식으로” 해 달라는 정도만 적어도 꽤 안정적으로 움직였습니다. 생각이 사라지기 전에 일의 씨앗을 남겨 둘 수 있다는 점에서 Telegram 연결은 제 업무 습관을 바꾸었습니다.

3.  좋은 요청은 짧아도 구조가 있었다

Telegram에서 AI Agent를 쓰다 보니 긴 프롬프트보다 구조가 분명한 요청이 더 중요하다는 것을 알게 되었습니다. 특히 다음 네 가지가 들어가면 결과가 안정적이었습니다.

첫째, 작업 대상입니다. “블로그 폴더”, “오늘 회의 메모”, “다운로드한 PDF”처럼 Agent가 무엇을 봐야 하는지 알려 주는 것입니다.

둘째, 결과물 형식입니다. Markdown 초안, Word 파일, 표, 요약문, 체크리스트처럼 최종 모양을 정해 주면 다시 손보는 시간이 줄어듭니다.

셋째, 판단 기준입니다. “홍보문체 말고 경험 중심으로”, “교육전문직 관점으로”, “학생 개인정보는 넣지 말고” 같은 기준이 여기에 해당합니다.

넷째, 마지막 보고 방식입니다. “링크만 간단히 보고”, “수정한 파일 경로를 알려줘”처럼 확인 방법을 정해 주면 Telegram 대화방이 복잡해지지 않습니다.

이 네 가지는 학교 업무에도 그대로 적용됩니다. 공문 초안, 연수 안내문, 회의록 정리, 설문 문항 검토를 요청할 때도 대상·형식·기준·보고 방식을 분명히 하면 AI Agent가 덜 헤맵니다. 결국 좋은 요청은 길이가 아니라 일의 경계를 정하는 데서 나왔습니다.

4. 대화방을 나누면 업무공간도 나뉘었다

처음에는 하나의 Telegram 방에서 모든 요청을 해도 충분하다고 생각했습니다. 그런데 블로그, 일정, 자료 요약, 실험적인 자동화 요청이 한 방에 섞이니 나중에 흐름을 찾기 어려웠습니다. 그래서 주제별 대화방을 나누는 방식이 자연스럽게 필요해졌습니다.

예를 들어 블로그 연재방에서는 목차, 초안, 이미지, Drive 업로드와 관련된 요청만 오가게 합니다. 아침 브리핑방에서는 일정과 할 일, 주요 뉴스나 자료 확인만 다룹니다. 연구 아이디어방에서는 논문 검색, 키워드 정리, 강의 소재를 모읍니다. 이렇게 나누면 Agent에게도 맥락이 조금 더 선명해지고, 저도 결과를 찾기 쉬워집니다.

교육청이나 학교 업무에서도 같은 원리를 생각해 볼 수 있습니다. 연수 운영, 정책 자료, 학교 지원, 회의 준비처럼 업무 흐름별 공간을 나누면 AI Agent가 단순한 채팅 도구가 아니라 작은 업무 보조실처럼 작동할 수 있습니다. 다음 글에서 이 부분을 더 자세히 다뤄 보려고 합니다.

5. 자동화는 ‘완전 자동’보다 ‘초안 준비’에서 먼저 효과가 났다

Telegram으로 요청할 수 있게 되면 무엇이든 자동으로 처리하고 싶어집니다. 하지만 실제로 써 보니 가장 먼저 효과가 나는 지점은 완전 자동 처리보다 초안 준비였습니다. 최종 판단이 필요한 일은 사람이 확인하고, 반복적이고 시간이 드는 준비 과정을 Agent가 맡는 방식이 안정적이었습니다.

이 블로그 연재가 좋은 예입니다. Agent는 매일 목차를 확인하고, 다음 글을 정하고, Markdown과 Word 파일을 만들고, 한글 텍스트가 깨지지 않는 방식으로 이미지를 만들고, Google Drive에 업로드합니다. 하지만 티스토리에 실제로 발행하는 일은 제가 직접 합니다. 글의 뉘앙스, 공개 시점, 독자 반응을 고려하는 일은 아직 사람이 맡는 편이 좋다고 보기 때문입니다.

교육전문직 업무에서도 비슷합니다. 연수 계획서의 첫 틀, 회의자료 목차, 설문 문항 초안, 안내문 문장 다듬기처럼 초안을 준비하는 일은 Agent에게 잘 맞습니다. 반면 정책적 판단, 민감한 조정, 대외적으로 확정되는 문서는 반드시 사람이 확인해야 합니다. Telegram은 이 중간지대를 편하게 만들어 주었습니다.

6. 작은 실패를 겪으며 운영 원칙이 생겼다

편해졌다고 해서 늘 매끄럽게만 작동한 것은 아닙니다. 가끔은 노트북이 잠들어 예약 작업이 늦어지거나, Google 인증이 풀려 Drive 업로드가 실패하거나, 제가 요청한 폴더명이 애매해서 Agent가 다른 파일을 확인하려는 경우도 있었습니다.

이런 일을 겪으면서 몇 가지 원칙이 생겼습니다. 첫째, 중요한 결과물은 로컬 파일로 먼저 남기게 합니다. Drive 업로드가 실패해도 원고와 이미지는 남아 있어야 합니다. 둘째, 되돌리기 어려운 일은 자동 실행하지 않습니다. 메일 발송, 파일 삭제, 공개 공유 설정 변경, 티스토리 발행은 별도 확인을 거치도록 둡니다.

셋째, 요청에는 가능한 한 실제 경로나 기준을 넣습니다. “그 파일”보다 “C 드라이브의 블로그 AI Agent 폴더”가 낫고, “잘 써줘”보다 “교육전문직 경험 기반 설명문으로 써줘”가 낫습니다. 작은 실패는 번거롭지만, 오히려 AI Agent를 업무에 들여올 때 필요한 안전장치를 알려 주었습니다.

7. Telegram 연결은 AI Agent 활용의 문턱을 낮췄다

돌아보면 Telegram 연결의 의미는 대단한 기술 시연보다 사용 문턱을 낮춘 데 있었습니다. AI Agent가 아무리 여러 도구를 쓸 수 있어도, 제가 매번 터미널을 열어야 한다면 자주 쓰기 어렵습니다. 반대로 익숙한 메신저에서 요청할 수 있으면 작은 일부터 맡겨 보게 됩니다.

교육현장에서도 비슷한 일이 일어날 수 있다고 봅니다. 새로운 시스템을 하나 더 배우라고 하면 부담이 되지만, 이미 익숙한 소통 방식 안에서 업무 보조가 이루어진다면 받아들이는 속도가 달라질 수 있습니다. 물론 개인정보 보호, 권한 관리, 기록 관리 같은 조건은 반드시 함께 설계되어야 합니다.

저에게 Telegram은 AI Agent를 생활과 업무 사이에 자연스럽게 놓아 주는 통로였습니다. 거창한 자동화보다 “생각났을 때 맡길 수 있다”는 점이 먼저 다가왔습니다.

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.

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.