새물내 솔솔

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 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.

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.