새물내 솔솔

지난 글에서는 매일 아침 자동 브리핑을 만들며 AI Agent가 하루의 시작선을 어떻게 정리해 줄 수 있는지 이야기했습니다. 일정, 메일, 블로그 준비 상황처럼 반복해서 확인해야 하는 일을 Agent가 먼저 살펴보고 요약해 주면, 사람은 여러 창을 열기 전에 오늘의 윤곽을 잡을 수 있었습니다. 오늘은 그 브리핑과 원고 준비가 가능해지는 더 기본적인 조건, 즉 AI Agent가 파일과 폴더를 어떻게 읽고 일을 이어 가게 할 것인가를 정리해 보려고 합니다.

AI Agent를 처음 쓸 때는 “파일을 읽는다”는 말이 단순하게 들립니다. 문서를 하나 올리면 내용을 요약해 주는 정도를 떠올리기 쉽습니다. 그런데 실제 업무에서는 파일 하나보다 폴더 전체의 흐름이 더 중요했습니다. 어떤 글이 초안인지, 어떤 글이 이미 발행되었는지, 다음에 준비할 제목은 무엇인지, 이미지와 Word 파일은 어디에 있는지 같은 맥락을 알아야 다음 일을 맡길 수 있기 때문입니다.

제가 블로그 연재를 준비하면서 가장 크게 느낀 점은, AI Agent에게 일을 잘 시키려면 사람에게도 설명 가능한 폴더 구조가 먼저 필요하다는 것입니다. 정리되지 않은 파일 더미를 읽게 하는 것보다, 목차와 상태 구분이 있는 작업 공간을 만들어 두는 편이 훨씬 안정적이었습니다. Agent는 마법처럼 모든 것을 알아서 이해하는 존재라기보다, 잘 정리된 작업장을 보고 다음 행동을 추론하는 실행자에 가까웠습니다.

1. 파일 하나보다 ‘작업 공간’이 중요하다

ChatGPT에 문서를 하나 올려 요약을 부탁하는 경험은 이미 익숙합니다. 하지만 AI Agent를 실제 업무에 쓰기 시작하면 질문이 조금 달라집니다. “이 파일을 읽어 줘”가 아니라 “이 폴더를 보고 다음에 무엇을 해야 하는지 판단해 줘”가 됩니다. 이 차이가 생각보다 큽니다.

예를 들어 블로그 작업 폴더에는 목차 파일, 초안 폴더, 발행완료 폴더, 이미지와 참고자료 폴더가 함께 있습니다. Agent는 목차를 읽고, 초안 폴더에 이미 준비된 글을 확인하고, 발행완료 폴더를 살펴본 뒤 다음 번호의 글을 고릅니다. 그리고 이전 글의 마지막 예고 문장을 읽어 다음 글의 도입부를 자연스럽게 이어 갑니다.

이런 흐름은 교육전문직 업무에서도 그대로 적용될 수 있습니다. 연수 기획 폴더라면 운영계획, 강사 섭외 현황, 신청자 명단, 안내 공문, 만족도 설문 결과가 따로 흩어져 있을 수 있습니다. AI Agent가 도움을 주려면 개별 파일보다 “이 폴더가 어떤 업무를 위한 공간인지”를 알 수 있어야 합니다. 결국 자동화의 품질은 폴더 구조에서 시작됩니다.

2. 목차 파일은 Agent에게 주는 업무 지도다

제가 블로그 폴더에서 가장 중요하게 보는 파일은 `00_목차.md`입니다. 이 파일에는 전체 연재 순서, 카테고리, 준비 완료 자료, 다음 작업 후보가 들어 있습니다. 사람에게는 단순한 목차처럼 보이지만, Agent에게는 업무 지도 역할을 합니다.

목차 파일이 있으면 Agent는 “무엇을 새로 만들어야 하는가”를 추측하지 않아도 됩니다. 이미 준비된 글과 아직 남은 글을 비교하고, 다음 번호를 찾고, 필요한 산출물을 일정한 형식으로 만들 수 있습니다. 특히 1일 1포스팅처럼 반복되는 작업에서는 이 기준 파일이 없으면 매번 설명을 다시 해야 합니다.

학교 업무로 바꾸어 보면, 목차 파일은 체크리스트나 업무 현황표에 가깝습니다. 연수 운영이라면 “기획 완료, 공문 발송, 신청 접수, 자료집 제작, 만족도 분석”처럼 단계가 정리되어 있어야 합니다. AI Agent는 이런 상태표를 보고 다음 일을 제안하거나 초안을 만들 수 있습니다. 사람이 업무 맥락을 계속 말로 설명하지 않아도 되게 만드는 장치가 바로 목차 파일입니다.

3. 초안, 발행완료, 자료 폴더를 나누면 상태 판단이 쉬워진다

처음에는 모든 파일을 한 폴더에 넣어도 괜찮아 보입니다. 하지만 글이 몇 개만 쌓여도 혼란이 생깁니다. 어느 글이 아직 검토 전인지, 어느 글이 티스토리에 올라갔는지, 이미지를 다시 만들어야 하는지 헷갈립니다. 사람도 헷갈리는 구조라면 Agent도 안정적으로 판단하기 어렵습니다.

그래서 저는 블로그 폴더를 `01_초안`, `02_발행완료`, `03_전자책원고`, `99_자료`처럼 나누어 두었습니다. 번호를 붙인 이유는 정렬했을 때 흐름이 보이게 하기 위해서입니다. 초안 폴더에는 아직 발행 전인 글과 이미지가 있고, 발행완료 폴더에는 실제로 티스토리에 올린 보관본을 둡니다. 자료 폴더에는 HTML, 이미지 제작 스크립트, 참고 파일을 모읍니다.

이 방식은 단순하지만 효과가 큽니다. Agent에게 “다음 원고 준비해 줘”라고 말했을 때, 어디를 봐야 하는지 정해져 있기 때문입니다. 교육청이나 학교 업무에서도 비슷하게 적용할 수 있습니다. 예를 들어 `01_작성중`, `02_검토중`, `03_최종본`, `99_참고자료`처럼 나누면 문서 흐름이 훨씬 분명해집니다. 상태가 보이면 자동화도 쉬워집니다.

4. 파일 이름은 사람이 읽기 쉽게, 번호는 기계가 찾기 쉽게

AI Agent가 파일을 다룰 때 파일 이름은 생각보다 중요합니다. `최종.hwp`, `진짜최종.docx`, `수정본2.docx` 같은 이름은 사람에게도 불안합니다. Agent가 읽어도 어떤 파일을 기준으로 삼아야 할지 판단하기 어렵습니다.

저는 블로그 원고에 `12_파일과_폴더를_AI_Agent가_읽게_하는_방식.md`처럼 번호와 제목을 함께 넣습니다. 번호는 순서를 알려 주고, 제목은 내용을 알려 줍니다. Word 파일과 이미지 파일도 같은 번호를 사용하면 서로 연결된 산출물임을 쉽게 알 수 있습니다. 이렇게 해 두면 Agent가 폴더를 스캔할 때 다음 글 번호를 찾거나 관련 파일을 묶어 보고하기가 쉬워집니다.

업무 문서에서도 같은 원칙을 쓸 수 있습니다. `2026_교원연수_운영계획_초안.docx`, `2026_교원연수_만족도분석_최종.xlsx`처럼 날짜, 업무명, 문서 성격을 넣으면 사람과 Agent가 모두 이해하기 좋습니다. 파일 이름은 단순한 라벨이 아니라 업무 맥락을 담는 작은 메타데이터입니다.

5. Agent에게 열어 줄 폴더 범위는 작게 시작해야 한다

파일과 폴더를 읽게 한다고 해서 컴퓨터 전체를 다 열어 줄 필요는 없습니다. 오히려 처음에는 특정 작업 폴더 하나부터 시작하는 편이 안전합니다. 블로그 작업이면 블로그 폴더만, 논문 작업이면 논문 폴더만, 연수 업무면 해당 연수 폴더만 읽게 하는 식입니다.

이 원칙은 보안과 개인정보 측면에서 중요합니다. 개인 PC에는 업무 파일, 개인 사진, 민감한 문서가 함께 있을 수 있습니다. 학교 업무에는 학생 정보, 민원 내용, 인사 관련 자료가 섞일 수 있습니다. Agent가 편리하다고 해서 모든 자료를 한꺼번에 읽게 하면 나중에 통제하기 어렵습니다.

저는 AI Agent를 쓸 때 “이번 작업에 필요한 폴더가 어디인가”를 먼저 생각하려고 합니다. 필요한 범위를 작게 열고, 산출물은 사람이 확인한 뒤 다음 단계로 넘깁니다. 자동화는 권한을 크게 여는 것이 아니라, 필요한 만큼만 열어 일을 줄이는 방식이어야 합니다.

6. Markdown은 Agent와 사람이 함께 보기 좋은 형식이다

블로그 목차와 초안을 Markdown으로 관리하는 이유도 있습니다. Markdown은 사람이 읽기 쉽고, Agent도 구조를 이해하기 쉽습니다. 제목, 소제목, 목록, 링크가 텍스트로 분명하게 드러나기 때문입니다. Word나 PDF처럼 완성 문서 형식도 필요하지만, 작업 중간에는 Markdown이 가볍고 안정적입니다.

예를 들어 `# 제목`, `## 소제목`, `- 목록` 같은 구조는 Agent가 글의 뼈대를 파악하기 좋습니다. 검색 설명과 태그를 맨 위에 적어 두면 티스토리에 옮길 때도 편합니다. 또한 파일 변경 이력을 비교하거나 전자책 원고로 옮길 때도 텍스트 기반 형식이 유리합니다.

교육현장에서도 모든 문서를 Markdown으로 바꿀 필요는 없습니다. 다만 기획 메모, 회의 요약, 초안 구조, 체크리스트처럼 자주 바뀌는 문서는 가벼운 텍스트 형식으로 관리해 볼 만합니다. Agent와 함께 쓰는 문서는 완성된 문서보다 작업 가능한 문서가 더 중요할 때가 많습니다.

7. 잘 정리된 폴더는 자동화보다 먼저 오는 업무 습관이다

파일과 폴더를 정리하는 일은 기술적으로 화려해 보이지 않습니다. 하지만 AI Agent를 쓰다 보면 이 기본 습관이 자동화의 성패를 가른다는 것을 느낍니다. Agent가 아무리 똑똑해도 작업 공간이 어지러우면 매번 맥락을 다시 설명해야 합니다. 반대로 폴더 구조와 목차가 분명하면 짧은 지시만으로도 꽤 많은 일을 이어 갈 수 있습니다.

저에게 블로그 폴더는 작은 실험실이 되었습니다. 목차를 보고 다음 글을 고르고, 이전 글의 흐름을 읽고, 원고와 Word 파일과 이미지를 만들어 한곳에 모읍니다. 저는 최종 검토와 발행 판단에 집중합니다. 이 구조가 안정될수록 “AI가 글을 써 준다”보다 “AI가 작업 흐름을 이어 준다”는 느낌이 강해집니다.

교육전문직 업무경감도 결국 이런 방향으로 가야 한다고 봅니다. 반복되는 자료 정리, 초안 작성, 요약, 체크리스트 업데이트는 Agent가 도울 수 있습니다. 하지만 그러려면 먼저 사람이 업무를 설명 가능한 구조로 정리해야 합니다. 잘 정리된 폴더는 AI를 위한 준비이면서 동시에 나 자신을 위한 업무 정리이기도 합니다.

마무리하며

AI Agent가 파일과 폴더를 읽게 하는 방식은 단순히 기술 설정 문제가 아니었습니다. 어떤 자료를 어디에 두고, 어떤 상태로 구분하며, 어떤 이름을 붙이고, 어디까지 읽게 할지 정하는 업무 설계의 문제였습니다. Agent는 정리된 구조 안에서 훨씬 안정적으로 움직입니다.

블로그 연재를 예로 들면 `00_목차.md`는 방향을 알려 주고, `01_초안`과 `02_발행완료`는 상태를 알려 주며, 번호가 붙은 파일 이름은 순서를 알려 줍니다. 이런 작은 규칙들이 모여 매일 원고를 준비하고, 자료를 만들고, 사람이 검토할 수 있는 흐름을 만듭니다.

지난 글에서 Windows 노트북을 개인 AI 서버처럼 쓰게 된 과정을 이야기했습니다. 오늘은 그 노트북 안에서 실제로 움직이는 Hermes Agent의 설치와 기본 구조를 조금 더 구체적으로 정리해 보려 합니다.

설치 글이라고 하면 보통 명령어가 길게 이어집니다. 하지만 제가 직접 써 보면서 더 도움이 되었던 것은 “무엇을 어디에 설치하느냐”보다 “어떤 구성 요소가 서로 연결되어 일 하나가 완성되느냐”였습니다. 교육전문직 업무에 적용할 때도 마찬가지였습니다. 기능 목록을 외우는 것보다, 요청이 들어와서 자료를 읽고 결과물을 남기기까지의 흐름을 이해하는 편이 훨씬 실용적이었습니다.

1. Hermes Agent는 채팅창 하나가 아니라 작업 실행 환경이었다

처음에는 Hermes Agent도 ChatGPT처럼 대화하는 프로그램이라고 생각하기 쉽습니다. 실제로 터미널에서 hermes를 실행하면 대화창이 열리고, 질문을 입력하면 답을 줍니다. 그런데 몇 번 써 보면 성격이 조금 다르다는 것을 알게 됩니다.

Hermes Agent는 대화만 하는 도구가 아니라, 제 컴퓨터의 파일을 읽고, 필요한 명령을 실행하고, 브라우저나 Google Workspace 같은 외부 도구와 연결될 수 있는 작업 실행 환경에 가깝습니다. 제가 “다음 블로그 글을 준비해줘”라고 말하면 단순히 글만 답하는 것이 아니라, 폴더를 확인하고, Markdown 파일을 만들고, Word 파일과 이미지를 생성하고, Drive에 업로드하는 흐름까지 이어질 수 있습니다.

이 차이를 이해하고 나니 설치의 의미도 달라졌습니다. 프로그램 하나를 설치하는 것이 아니라, AI가 제 작업 공간 안에서 안전하게 움직일 수 있는 작은 업무실을 만드는 느낌이었습니다.

2. 설치보다 먼저 정한 것은 ‘어디에서 일하게 할 것인가’였다

저는 Hermes Agent를 Windows 노트북에서 사용하고 있습니다. 교육자료, 블로그 원고, 다운로드한 파일, 브라우저 로그인 환경이 이미 그 노트북에 있었기 때문입니다. 별도 서버를 새로 만드는 것보다, 실제 자료가 있는 곳 가까이에 Agent를 두는 편이 시작하기 쉬웠습니다.

이때 중요한 것은 작업 위치였습니다. 예를 들어 블로그 작업은 C:\Users\User\Desktop\블로그\AI Agent 아래에 두고, 초안·발행완료·전자책원고·자료 폴더를 나누었습니다. Hermes Agent에게 일을 맡길 때 “이 폴더를 기준으로 확인해줘”라고 말할 수 있으니 결과물이 흔들리지 않았습니다.

교육현장 업무에 적용한다면 같은 방식으로 생각할 수 있습니다. 연수 기획 폴더, 회의자료 폴더, 정책자료 요약 폴더처럼 Agent가 접근할 작업장을 먼저 정해 두는 것입니다. 설치 명령어보다 이런 작업장 설계가 실제 활용에서는 더 큰 차이를 만들었습니다.

3. 기본 구조는 CLI, 설정, 도구, 기술로 나누어 볼 수 있었다

Hermes Agent를 이해할 때 저는 네 가지 층으로 나누어 보았습니다.

첫째는 CLI입니다. 터미널에서 직접 Hermes와 대화하는 기본 입구입니다. hermes, hermes chat, hermes setup, hermes doctor 같은 명령으로 실행, 설정, 점검을 합니다. 처음 문제가 생겼을 때도 이 CLI가 기준점이 되었습니다.

둘째는 설정입니다. 어떤 모델을 쓸지, 어떤 제공자 API를 연결할지, 어떤 도구를 켤지, Gateway를 어떻게 실행할지 같은 정보가 들어갑니다. 설정은 한 번에 완벽하게 끝내기보다, 실제 쓰면서 조금씩 다듬는 쪽에 가까웠습니다.

셋째는 도구입니다. 파일 읽기와 쓰기, 터미널 실행, 브라우저 조작, Google Drive 업로드 같은 기능이 여기에 해당합니다. AI Agent가 챗봇을 넘어서는 지점도 이 도구 사용에서 나옵니다.

넷째는 기술입니다. Hermes에서는 반복되는 작업 절차를 skill로 저장해 둘 수 있습니다. 오늘 이 블로그 준비 작업도 “목차 확인 → 초안 작성 → 이미지 생성 → Drive 업로드 → 링크 보고”라는 절차가 쌓여서 매일 반복 가능한 흐름이 되었습니다.

4. Telegram 연결은 사용 방식을 크게 바꾸었다

CLI만으로도 Hermes Agent를 사용할 수 있지만, 제 사용 방식이 확 바뀐 시점은 Telegram 연결 이후였습니다. 터미널 앞에 앉아 있을 때만 명령하는 것이 아니라, 휴대폰에서 메시지를 보내도 노트북의 Agent가 작업을 수행하게 되었기 때문입니다.

구조를 단순하게 표현하면 이렇습니다. 제가 Telegram 방에 요청을 남기면 Gateway가 그 메시지를 Hermes Agent로 전달합니다. Agent는 필요한 도구를 사용해 로컬 파일을 읽거나 이미지를 만들고, 결과를 다시 Telegram 방으로 보고합니다. 겉으로는 대화방 하나처럼 보이지만, 안쪽에서는 메시지 플랫폼, Agent 실행 환경, 로컬 파일 시스템, Google Drive가 이어져 있습니다.

이 구조는 교육전문직 업무에도 잘 맞습니다. 이동 중 떠오른 연수 아이디어를 남기거나, 회의가 끝난 뒤 정리 요청을 보내거나, 다음 날 아침 브리핑을 예약하는 방식이 가능합니다. 컴퓨터 앞에 앉아 명령을 입력하는 시간이 줄어드는 것만으로도 활용감이 달라졌습니다.

5. 처음부터 모든 권한을 열어 두지는 않았다

Agent가 여러 도구를 사용할 수 있다는 것은 편리하지만, 동시에 조심해야 할 부분이기도 합니다. 파일을 읽고, Drive에 업로드하고, 메일이나 캘린더와 연결할 수 있다면 권한의 범위를 정해야 합니다.

저는 되돌리기 어려운 일은 자동화하지 않는 쪽으로 선을 그었습니다. 티스토리 글도 초안과 이미지를 준비하는 것까지만 Agent가 맡고, 실제 수정 후 발행은 제가 직접 합니다. Google Drive에 파일을 올릴 때도 공개 공유 설정은 바꾸지 않고, 제 계정 기준 링크만 확인합니다.

학교 업무에 적용할 때는 이 원칙이 더 중요합니다. 학생 개인정보, 인사 관련 자료, 민감한 공문처럼 조심해야 할 정보는 AI Agent에게 맡길 범위와 방식이 분명해야 합니다. “할 수 있다”와 “맡겨도 된다”는 다른 문제였습니다.

6. 설치 후에는 점검 명령과 로그 보는 습관이 필요했다

Hermes Agent를 계속 쓰다 보니 설치 자체보다 운영 점검이 더 자주 필요했습니다. 모델 연결이 잘 되는지, Google 인증이 살아 있는지, Gateway가 실행 중인지, 예약 작업이 제대로 돌고 있는지 확인해야 했습니다.

이때 hermes doctor, hermes status, Gateway 상태 확인, Google OAuth 인증 확인 같은 점검이 도움이 되었습니다. 문제가 생기면 대개 “Agent가 똑똑하지 않아서”가 아니라 토큰이 만료되었거나, 경로가 잘못되었거나, 노트북이 잠들었거나, 특정 도구 권한이 빠진 경우가 많았습니다.

교육청이나 학교에서 쓰는 시스템도 비슷합니다. 시스템을 도입했다고 끝나는 것이 아니라, 정기적으로 로그인, 권한, 저장 위치, 백업을 확인해야 안정적으로 쓸 수 있습니다. AI Agent도 결국 하나의 업무 시스템으로 보아야 했습니다.

7. 구조를 이해하니 자동화 아이디어가 더 현실적으로 보였다

Hermes Agent의 구조를 어느 정도 이해하고 나니 “AI가 무엇이든 해준다”는 막연한 기대보다, 어떤 일을 맡기면 좋은지가 더 선명해졌습니다. 자료 위치가 정해져 있고, 결과 형식이 분명하며, 최종 판단은 사람이 하는 일부터 자동화하기 좋았습니다.

예를 들어 블로그 글 준비, 회의자료 초안 정리, 연수 안내문 초안 작성, 자료 목록화, 반복 브리핑 같은 일은 구조가 잘 맞았습니다. 반대로 맥락 판단이 복잡하거나 민감한 정보가 섞인 일은 사람이 더 촘촘히 개입해야 했습니다.

저에게 Hermes Agent 설치는 기술을 하나 더 배운 일이기도 했지만, 업무를 단계로 나누어 보는 연습이기도 했습니다. 요청, 자료, 도구, 결과, 검토의 흐름을 나누어 보면 교육현장 업무경감의 가능성도 조금 더 구체적으로 보입니다.