새물내 솔솔

지난 글에서는 교육전문직 대상 AI Agent 연수를 어떻게 설계할지 정리했습니다. 연수는 기능을 보여 주는 시간이 아니라 실제 업무 흐름을 함께 다시 보는 시간이어야 한다고 썼습니다. 그렇게 글을 쓰고 나니 자연스럽게 지금까지의 연재도 한 번 정리해 보고 싶어졌습니다. 매일 한 편씩 쌓은 글을 그냥 블로그 글로만 남길 것인지, 아니면 하나의 전자책 원고로 다시 묶을 수 있을지 생각하게 된 것입니다.

저는 Hermes Agent로 이 연재를 준비하면서 매번 비슷한 과정을 반복했습니다. 목차를 확인하고, 다음 글을 정하고, 초안을 쓰고, Word 파일을 만들고, 대표 이미지와 본문 이미지를 생성한 뒤 Google Drive에 올렸습니다. 티스토리에 바로 발행하지 않고 사용자가 붙여넣어 검토할 수 있게 준비하는 방식이었습니다. 이 과정이 조금 번거로워 보일 수 있지만, 전자책을 만들 때는 오히려 큰 장점이 됩니다. 글과 이미지, 파일 링크, 준비 상태가 이미 한 폴더 안에 정리되어 있기 때문입니다.

1. 블로그 글과 전자책 원고는 결이 다르다

블로그 글은 하루에 하나의 주제를 가볍게 읽을 수 있도록 씁니다. 앞뒤 글을 모두 읽지 않아도 한 편만으로 이해되게 하는 편이 좋습니다. 그래서 같은 설명이 반복되기도 하고, 이전 글을 짧게 다시 언급하기도 합니다. 반면 전자책은 한 번에 이어 읽는 자료입니다. 같은 표현이 너무 자주 나오면 흐름이 늘어지고, 장과 장 사이의 연결이 더 중요해집니다.

지금까지 쓴 AI Agent 글도 블로그에서는 자연스럽지만 전자책으로 묶으려면 조금 손봐야 합니다. 예를 들어 “지난 글에서는…”으로 시작하는 문장은 장 앞머리에서는 괜찮지만, 책 전체에서는 반복적으로 느껴질 수 있습니다. 또 각 글의 마지막에 넣은 다음 글 예고는 전자책에서는 장 전환 문장이나 짧은 정리 문장으로 바꾸는 편이 좋습니다.

그래서 전자책 작업은 단순히 블로그 글을 모아 붙이는 일이 아닙니다. 이미 쓴 글을 버리는 것도 아닙니다. 블로그의 하루 단위 기록을 책의 장 단위 흐름으로 다시 배열하는 일에 가깝습니다.

2. 먼저 목차를 다시 본다

전자책으로 묶을 때 가장 먼저 볼 것은 개별 문장이 아니라 목차입니다. 지금 연재 목차는 AI Agent 이해하기, 나의 세팅기, 교육전문직 업무경감 실험, 학교 적용, 연구와 강의 확장으로 나뉘어 있습니다. 블로그 연재로도 괜찮은 구조이지만, 책으로 만들면 독자의 이동 경로를 조금 더 분명하게 보여 줄 필요가 있습니다.

예를 들어 1부는 “AI Agent가 무엇인지 이해하기”, 2부는 “내 컴퓨터와 Telegram으로 실제 사용 환경 만들기”, 3부는 “교육전문직 업무에 적용해 보기”, 4부는 “학교와 연수로 확장하기”, 5부는 “연구와 출판으로 남기기”처럼 다시 이름을 붙일 수 있습니다. 제목을 조금만 바꾸어도 독자는 이 책이 어디로 가는지 더 쉽게 따라옵니다.

Hermes Agent에게도 이 작업을 맡길 수 있습니다. “현재 목차를 전자책용 5부 구성으로 다시 정리해 줘. 중복되는 글은 합치고, 흐름이 끊기는 지점은 이동해 줘.”라고 요청하면 초벌 구조를 받을 수 있습니다. 다만 최종 판단은 사람이 해야 합니다. 어떤 글을 앞에 둘지, 어떤 경험을 강조할지는 글을 쓴 사람의 의도가 들어가야 하기 때문입니다.

3. 폴더 구조가 원고 관리의 기준이 된다

이번 연재를 운영하면서 가장 도움이 된 것은 폴더를 나누어 둔 점이었습니다. 초안, 발행완료, 전자책원고, 자료 폴더가 따로 있으니 Agent에게 일을 시킬 때도 지시가 명확해졌습니다. “01_초안에서 준비된 글을 읽고, 전자책용으로 다듬은 원고는 03_전자책원고에 저장해 줘”라고 말할 수 있습니다.

이 구조가 없으면 전자책 작업은 금방 헷갈립니다. 어떤 글이 발행되었는지, 어떤 글이 아직 대기 중인지, 어떤 이미지가 어느 글에 쓰였는지 확인하는 데 시간이 많이 듭니다. 특히 Word 파일과 이미지 파일이 함께 쌓이면 파일명이 조금만 흐트러져도 나중에 다시 찾기 어렵습니다.

그래서 전자책으로 묶을 계획이 있다면 처음부터 거창한 편집 프로그램을 열기보다 폴더와 파일명을 정리하는 것이 먼저입니다. 번호, 제목, 파일 형식을 맞추어 두면 AI Agent가 읽고 정리하기도 좋습니다. 사람에게도 좋고, Agent에게도 좋은 구조가 됩니다.

4. 각 글을 ‘장 원고’로 다시 다듬는다

블로그 글을 전자책 장으로 바꿀 때는 세 가지를 봅니다. 첫째, 앞뒤 연결입니다. 둘째, 반복 설명입니다. 셋째, 사례의 밀도입니다. 블로그에서는 한 편 안에서 친절하게 다시 설명한 부분이 책에서는 앞 장과 겹칠 수 있습니다. 이런 부분은 줄이거나 다른 사례로 바꾸는 것이 좋습니다.

예를 들어 ChatGPT와 AI Agent의 차이를 설명한 글, Hermes Agent 설치 글, Telegram 사용 글은 서로 이어지는 흐름이 있습니다. 전자책에서는 각각을 독립된 글로 두기보다 “대화형 AI에서 실행형 AI로 넘어가는 과정”이라는 큰 줄기로 묶을 수 있습니다. 그러면 독자는 도구 소개를 넘어 왜 이런 사용 방식이 필요한지 이해하게 됩니다.

교육전문직 업무경감 관련 글도 마찬가지입니다. 정책자료 요약, 연수 기획, 공문·보고서, 설문, 회의록은 각각 다른 글이지만 실제 업무에서는 이어져 있습니다. 전자책에서는 “자료를 읽고, 초안을 만들고, 검토하고, 공유하는 흐름”으로 다시 배열하면 더 읽기 쉽습니다.

5. 이미지와 표는 다시 고른다

블로그용 이미지는 글 한 편의 첫인상을 만드는 역할이 큽니다. 전자책에서는 조금 다릅니다. 이미지는 장식보다 이해를 돕는 자료가 되어야 합니다. 대표 이미지를 모두 넣으면 책이 산만해질 수 있고, 본문 설명 이미지만 골라 넣으면 흐름이 더 단정해질 수 있습니다.

이번 연재에서 만든 이미지는 한글 텍스트가 정확히 보여야 해서 HTML/CSS로 만들고 Chrome headless로 캡처했습니다. 이 방식은 전자책에도 유리합니다. 원본 HTML이 남아 있으면 제목이나 문구를 조금 바꾸어 다시 캡처할 수 있기 때문입니다. 이미지 생성 모델에 한글 문장을 맡기지 않아도 되니 오탈자 걱정도 줄어듭니다.

표도 전자책에서 중요한 역할을 합니다. 예를 들어 “Agent에게 맡길 일 / 사람이 확인할 일 / 주의할 점” 같은 표는 여러 장에서 반복해서 쓸 수 있습니다. 블로그에서는 문장으로 풀어 썼던 내용을 전자책에서는 표로 바꾸면 독자가 다시 찾아보기 쉽습니다.

6. 전자책 초안은 한 번에 완성하지 않는다

전자책을 만들겠다고 마음먹으면 처음부터 완성본을 만들고 싶어집니다. 하지만 저는 초안을 여러 단계로 나누는 편이 좋다고 생각합니다. 1단계는 블로그 글을 모두 모아 순서대로 붙이는 것입니다. 2단계는 목차에 맞게 장을 옮기고 중복을 표시하는 것입니다. 3단계는 문장을 다듬고 사례를 보강하는 것입니다. 4단계는 이미지와 표를 배치하는 것입니다.

AI Agent는 이 단계별 작업에 잘 맞습니다. 한 번에 “전자책을 완성해 줘”라고 맡기기보다 “1부의 글 5편을 읽고 중복되는 설명을 표시해 줘”, “이 장의 마지막 문장을 다음 장과 자연스럽게 이어 줘”, “교육전문직 독자에게 더 맞는 예시를 제안해 줘”처럼 작게 나누면 결과가 더 안정적입니다.

사람이 해야 할 일도 분명합니다. 이 책이 누구에게 필요한지, 어느 정도 깊이로 설명할지, 개인 경험을 어디까지 드러낼지 정해야 합니다. AI Agent는 편집 조수 역할을 할 수 있지만, 책의 목소리는 결국 글쓴이가 결정해야 합니다.

7. 블로그 연재는 전자책의 현장 메모가 된다

전자책을 염두에 두고 보니 블로그 연재가 다르게 보입니다. 매일의 글은 완성된 책의 한 장이라기보다 현장 메모에 가깝습니다. 그날 실제로 생각한 것, Hermes Agent를 쓰며 막힌 점, 교육현장 업무와 연결해 본 장면이 남아 있습니다. 이런 기록은 나중에 책을 만들 때 가장 생생한 재료가 됩니다.

처음부터 책을 쓰려고 하면 문장이 무거워질 수 있습니다. 반대로 블로그에만 머무르면 좋은 경험이 흩어질 수 있습니다. 그래서 저는 블로그로 가볍게 쓰고, 일정 분량이 쌓이면 전자책으로 다시 정리하는 방식이 교육 현장 경험을 남기기에 적당하다고 느낍니다.

AI Agent를 쓰는 과정도 이와 닮았습니다. 한 번의 거창한 자동화보다 작은 반복을 꾸준히 남기는 것이 더 오래 갑니다. 매일 원고를 준비하고, 파일을 정리하고, 링크를 기록하는 일이 쌓이면 어느 순간 책의 뼈대가 됩니다.

마무리하며

AI Agent 활용기를 전자책으로 묶는 일은 단순한 편집 작업이 아닙니다. 내가 어떤 문제의식으로 이 도구를 쓰기 시작했는지, 교육전문직 업무와 학교 현장에 어떤 의미가 있는지 다시 확인하는 과정입니다. 블로그 글을 모으는 일에서 출발하지만, 결국은 경험을 구조화하는 일이 됩니다.

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 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.

지난 글에서는 AI Agent 활용 경험을 논문 주제로 연결하는 방법을 생각해 보았습니다. 매일 원고를 준비하고, 파일을 만들고, 이미지와 링크를 정리하는 과정도 그냥 사용기가 아니라 연구 자료가 될 수 있다는 이야기였습니다. 그러고 나니 자연스럽게 다음 단계가 떠올랐습니다. 내 경험만 들여다볼 것이 아니라, 이미 교육 분야에서는 AI Agent를 어떻게 연구하고 있는지 살펴보는 일입니다.

교육공학을 공부하다 보면 새로운 기술이 등장할 때마다 비슷한 흐름을 보게 됩니다. 처음에는 도구 소개와 가능성 논의가 많고, 조금 지나면 수업 적용 사례와 효과 검증이 나오며, 그 뒤에는 윤리, 교사 역할, 제도적 조건 같은 질문이 따라옵니다. 생성형 AI도 그랬고, AI Agent도 비슷한 길을 갈 가능성이 큽니다.

다만 AI Agent는 단순한 챗봇보다 업무 흐름과 더 가깝습니다. 사용자가 질문을 던지면 답을 주는 수준을 넘어, 파일을 읽고, 도구를 호출하고, 여러 단계를 이어서 처리합니다. 그래서 교육지원 연구에서도 “수업에 썼다”라는 말만으로는 부족합니다. 어떤 교육지원 업무에서, 어떤 도구 사용이 일어났고, 사람이 어디에서 판단했는지를 함께 보아야 합니다.

1. 먼저 검색어를 넓게 잡아 보기

연구동향을 보려면 검색어부터 정해야 합니다. 그런데 AI Agent라는 표현은 아직 논문마다 다르게 쓰일 수 있습니다. 어떤 논문은 autonomous agent라고 쓰고, 어떤 논문은 generative AI agent, LLM agent, intelligent tutoring agent, pedagogical agent 같은 표현을 쓸 수 있습니다. 교육 분야에서는 학습지원 에이전트라는 오래된 표현도 함께 섞여 있습니다.

그래서 처음에는 검색어를 좁게 잡기보다 넓게 잡는 편이 좋습니다. 예를 들어 “AI agent education”, “LLM agent learning”, “generative AI agent teacher support”, “autonomous agent educational support” 같은 조합을 생각해 볼 수 있습니다. 국내 자료라면 “AI 에이전트 교육”, “생성형 AI 에이전트”, “교육지원 AI”, “교사 업무 지원 AI” 같은 표현을 함께 볼 수 있습니다.

Hermes Agent 같은 도구를 활용한다면 이 단계에서 검색어 후보를 표로 정리해 달라고 요청할 수 있습니다. 다만 Agent가 만들어 준 검색어를 그대로 믿기보다, 실제 데이터베이스에서 검색해 보고 너무 넓거나 좁은 표현을 조정해야 합니다. 문헌 검색은 자동화할 수 있지만, 연구자가 범위를 정하는 일은 여전히 사람의 판단이 필요합니다.

2. ‘수업지원’과 ‘업무지원’을 구분해서 보기

AI Agent 기반 교육지원 연구를 볼 때 저는 먼저 두 갈래로 나누어 보고 싶습니다. 하나는 학생 학습과 수업을 직접 돕는 수업지원입니다. 예를 들면 학습자 질문 응답, 개별 피드백, 튜터링, 학습자료 추천, 과제 안내 같은 영역입니다. 이쪽은 기존의 지능형 튜터링 시스템이나 챗봇 연구와 연결됩니다.

다른 하나는 교사와 교육전문직의 업무를 돕는 업무지원입니다. 수업자료 초안 작성, 평가 문항 검토, 회의록 정리, 연수 기획, 정책자료 요약, 보고서 초안 작성 같은 영역입니다. 제가 블로그에서 계속 다루고 있는 부분은 이쪽에 더 가깝습니다. 학교 현장에서는 수업만큼이나 행정과 협의, 문서 업무가 큰 비중을 차지하기 때문입니다.

두 영역은 서로 이어져 있지만 연구 질문은 조금 다릅니다. 수업지원 연구는 학습 효과, 상호작용, 피드백의 질을 묻는 경우가 많습니다. 업무지원 연구는 시간 절감, 업무 흐름, 책임 소재, 자료 보안, 전문성 유지가 더 중요해집니다. 연구동향을 분석할 때 이 둘을 섞어 버리면 AI Agent가 실제로 무엇을 지원했는지 흐려질 수 있습니다.

3. 문헌을 읽기 전에 분류 틀을 작게 만든다

논문을 많이 모은 뒤에야 분류 기준을 만들 수도 있지만, 처음부터 작은 틀을 가지고 읽으면 훨씬 덜 헤맵니다. 예를 들어 연구 대상은 학생, 교사, 관리자, 교육전문직 중 누구인지 볼 수 있습니다. 지원 과업은 학습지원, 수업설계, 평가, 행정업무, 상담·생활지도, 전문성 개발 중 어디에 가까운지 나눌 수 있습니다.

또 AI Agent의 기능도 구분해 볼 수 있습니다. 단순 응답인지, 외부 자료 검색을 하는지, 파일을 읽고 요약하는지, 일정을 만들거나 문서를 생성하는지, 여러 도구를 이어서 쓰는지 보는 것입니다. AI Agent라는 이름을 붙였지만 실제로는 챗봇 수준인 경우도 있고, 반대로 작은 자동화 흐름까지 포함한 경우도 있을 수 있습니다.

연구 방법도 함께 봐야 합니다. 개념 논문인지, 사례연구인지, 실험연구인지, 설계기반연구인지, 문헌분석인지에 따라 해석이 달라집니다. 특히 초기 연구동향에서는 개념 논의와 가능성 탐색이 많을 수 있으므로, 효과가 입증된 것처럼 읽지 않도록 조심해야 합니다.

4. AI Agent에게 맡길 수 있는 일과 맡기면 안 되는 일

문헌분석 과정에서도 AI Agent는 꽤 유용합니다. 논문 목록을 정리하고, 초록을 표로 만들고, 연구 목적과 방법을 추출하는 작업은 반복적입니다. 사람이 하나씩 해도 되지만 시간이 오래 걸리고, 중간에 형식이 흐트러지기도 쉽습니다. Agent에게 일정한 표 형식을 주고 정리하게 하면 초벌 작업을 줄일 수 있습니다.

하지만 이 과정에도 선을 그어야 합니다. AI Agent에게 논문 원문을 다 읽고 결론까지 대신 내리게 하면 위험합니다. 특히 초록만 보고 연구 결과를 단정하거나, 실제 논문에 없는 내용을 그럴듯하게 보태는 문제가 생길 수 있습니다. 문헌분석에서는 출처 확인과 원문 대조가 매우 중요합니다.

저라면 Agent에게는 “정리”와 “검토 보조”를 맡기고, 연구자의 해석은 따로 남길 것 같습니다. 예를 들어 Agent가 초록에서 연구대상, 방법, 주요 키워드를 추출하게 한 뒤, 제가 원문을 확인하며 수정합니다. 그다음 분류 기준에 맞게 다시 묶어 보고, 애매한 논문은 별도 표시합니다. 자동화는 속도를 높이는 역할이고, 판단은 연구자가 맡는 구조입니다.

5. 교육전문직 관점의 질문을 따로 세워 보기

AI Agent 연구동향을 교육전문직 관점에서 본다면 조금 다른 질문이 생깁니다. 기존 연구가 학생 학습에 많이 치우쳐 있다면, 교사와 학교관리자, 교육청 업무를 지원하는 연구는 얼마나 있는지 궁금해집니다. 또 정책자료 요약, 연수 운영, 학교 지원 장학, 공문·보고 업무 같은 실제 업무가 연구에서 어떻게 다루어지는지도 볼 수 있습니다.

예를 들어 “AI Agent는 교사의 행정업무 부담을 줄이는가”라는 질문은 단순한 효율성 문제가 아닙니다. 줄어든 시간이 수업 준비와 학생 이해에 쓰이는지, 아니면 또 다른 업무로 채워지는지도 함께 보아야 합니다. 교육전문직 업무에서도 마찬가지입니다. 자료 요약이 빨라졌다고 해서 정책 판단이 자동으로 좋아지는 것은 아닙니다.

그래서 연구동향 분석에는 현장 맥락을 읽는 질문이 들어가야 합니다. 어떤 업무를 줄였는가, 어떤 책임은 여전히 사람에게 남는가, 학교 구성원은 AI Agent를 어떻게 받아들이는가, 자료 보안과 공정성 문제는 어떻게 다루는가 같은 질문입니다. 이런 질문이 있어야 교육지원 연구가 기술 소개에 머물지 않습니다.

6. 작은 분석표부터 만들어 보기

처음부터 완벽한 체계적 문헌고찰을 하려고 하면 부담이 큽니다. 저는 먼저 20편 정도의 논문이나 보고서를 대상으로 작은 분석표를 만들어 보는 방식이 현실적이라고 생각합니다. 제목, 연도, 국가, 대상, 지원 과업, 사용 기술, 연구 방법, 주요 결과, 한계, 교육현장 시사점을 열로 두고 정리해 보는 것입니다.

이 표를 만들면 연구동향이 조금씩 보입니다. 특정 연도 이후 논문이 늘어났는지, 학생 대상 연구가 많은지 교사 업무지원 연구가 많은지, 실제 학교 적용보다 개념 논의가 많은지 확인할 수 있습니다. 빈칸도 중요한 정보가 됩니다. 아직 연구가 부족한 영역이 어디인지 보여 주기 때문입니다.

Hermes Agent에게는 이 표의 초안을 만들게 할 수 있습니다. 예를 들어 논문 목록과 초록을 넣고, 정해진 열에 맞춰 1차 분류를 요청합니다. 이후 사람은 각 셀을 확인하고, 분류가 맞지 않는 부분을 고칩니다. 이렇게 하면 연구자는 반복 정리에 쓰는 시간을 줄이고, 해석과 논의에 더 많은 시간을 쓸 수 있습니다.

7. 블로그 연재와 연구동향 분석을 연결하기

이번 블로그 연재는 개인적인 AI Agent 사용 경험에서 시작했지만, 점점 연구와 강의로 이어질 수 있는 자료가 되고 있습니다. 매일 글을 쓰면서 교육현장 업무, 교사 지원, 교육전문직 업무경감, 학교관리자 업무 흐름 같은 주제가 반복해서 나타났습니다. 연구동향 분석은 이 경험을 더 넓은 학술 흐름 안에 놓아 보는 작업입니다.

블로그는 논문처럼 엄격한 형식을 요구하지 않지만, 좋은 질문을 남기기에는 좋은 공간입니다. “학교에서 AI Agent는 누구의 일을 줄이는가”, “어떤 업무는 자동화할 수 있고 어떤 업무는 사람이 붙잡아야 하는가”, “업무경감은 전문성 강화와 어떻게 연결되는가” 같은 질문을 계속 남길 수 있습니다. 나중에 논문이나 연수로 확장할 때 이 질문들이 방향을 잡아 줄 수 있습니다.

저는 앞으로 AI Agent 활용을 단순히 신기한 도구 사용기로만 보지 않으려 합니다. 교육공학 연구자로서, 그리고 교육전문직 업무를 경험하는 사람으로서 이 변화가 학교 업무와 교사의 삶에 어떤 의미를 갖는지 계속 살펴보고 싶습니다. 연구동향 분석은 그 길에서 한 번쯤 꼭 거쳐야 할 정리 작업입니다.

마무리하며

AI Agent 기반 교육지원 연구동향을 분석한다는 것은 논문 목록을 많이 모으는 일만은 아닙니다. 어떤 교육지원 장면을 보고 싶은지, 어떤 과업을 구분할 것인지, 사람의 판단과 Agent의 자동화를 어떻게 나누어 볼 것인지 정하는 일입니다. 그 기준이 있어야 문헌들이 하나의 흐름으로 읽힙니다.

지난 글에서는 AI Agent를 학교에 도입할 때 필요한 원칙을 정리했습니다. 편리하다는 이유만으로 학교 업무에 곧바로 넣기보다, 어떤 자료를 맡기지 않을 것인지, 누가 최종 확인할 것인지, 교사의 전문성을 어떻게 지킬 것인지부터 살펴보아야 한다는 이야기였습니다. 그 글을 쓰고 나니 자연스럽게 다음 질문이 생겼습니다. 지금 제가 이렇게 AI Agent를 쓰고 기록하는 경험은 연구 주제가 될 수 있을까 하는 질문입니다.

저는 교육공학을 공부했고, 교육전문직 업무를 하면서 새로운 기술이 학교 현장에 들어올 때 어떤 과정을 거치는지 자주 보게 됩니다. 기술 자체보다 중요한 것은 사람들이 그 기술을 어떻게 이해하고, 어떤 업무 장면에서 받아들이며, 어떤 불안과 기대를 함께 갖는가였습니다. AI Agent도 마찬가지입니다. 단순히 “좋다, 나쁘다”로 판단하기에는 이미 업무 방식 안으로 조금씩 들어오고 있습니다.

Hermes Agent를 사용하면서 블로그 원고를 준비하고, 파일을 만들고, 이미지를 렌더링하고, Google Drive에 올려 링크를 정리하는 과정을 매일 반복해 보았습니다. 이 과정은 개인적인 활용기이기도 하지만, 교육공학 관점에서는 꽤 흥미로운 현장 자료가 됩니다. 사람이 AI에게 무엇을 맡기고, 어디에서 다시 확인하며, 어떤 기준으로 결과물을 수정하는지 드러나기 때문입니다.

1. 연구 주제는 거창한 기술보다 실제 장면에서 나온다

AI Agent를 연구한다고 하면 먼저 최신 모델 성능이나 복잡한 시스템 구조를 떠올리기 쉽습니다. 물론 그런 연구도 필요합니다. 하지만 교육현장과 교육전문직 업무에 가까운 연구라면, 출발점은 더 작고 구체적이어도 괜찮습니다. 예를 들어 “교육전문직은 반복 문서 업무에서 AI Agent를 어떻게 활용하는가” 같은 질문이 오히려 현장과 가깝습니다.

제가 매일 경험하는 장면도 그렇습니다. 오늘 준비할 글의 순번을 확인하고, 이전 글의 흐름을 읽고, 다음 원고를 쓰고, Word 파일과 이미지를 만들고, Drive에 업로드한 뒤 목차 파일에 기록합니다. 사람이 직접 하면 어렵지는 않지만 여러 단계가 이어져 있어 놓치기 쉽습니다. AI Agent는 이 과정을 하나의 흐름으로 묶어 처리합니다.

연구 주제는 바로 이런 지점에서 나올 수 있습니다. AI Agent가 어떤 업무 단계를 대신했는가, 어떤 단계에서는 사람이 개입했는가, 자동화가 시간을 줄였는가, 오히려 확인해야 할 일이 늘었는가 같은 질문입니다. 기술을 설명하는 연구가 아니라, 기술이 업무 흐름을 어떻게 바꾸는지 보는 연구입니다.

2. 사용 기록은 연구 자료가 될 수 있다

AI Agent를 쓰다 보면 대화 기록, 생성된 파일, 수정 전후 원고, 작업 로그, 오류 메시지 같은 자료가 남습니다. 평소에는 그냥 지나가는 흔적이지만, 연구 관점에서는 중요한 자료가 될 수 있습니다. 특히 교육공학 연구에서는 학습자나 교사의 행동 기록뿐 아니라, 도구 사용 과정에서 남는 상호작용 기록도 의미 있게 다룰 수 있습니다.

예를 들어 제가 Hermes Agent에게 “다음 글을 준비해 줘”라고 요청하면, Agent는 목차 파일을 읽고, 초안 폴더를 확인하고, 다음 순번을 판단합니다. 그다음 원고를 만들고, 이미지 제작 방식을 선택하고, 업로드 결과를 확인합니다. 이 기록을 모으면 AI Agent와 사람이 함께 일하는 절차가 보입니다.

물론 모든 기록을 그대로 연구 자료로 쓰면 안 됩니다. 개인 계정 정보, 파일 경로, 인증 관련 내용, 민감한 업무 내용은 제외하거나 비식별화해야 합니다. 연구 자료로 삼으려면 무엇을 수집하고 무엇을 제외할지 기준을 먼저 정해야 합니다. 연구가 되려면 기록이 많다는 사실보다, 기록을 다루는 원칙이 분명해야 합니다.

3. 연구문제는 ‘효과’보다 ‘과정’을 먼저 묻는 것이 좋다

새로운 도구 연구에서 자주 나오는 질문은 “효과가 있는가”입니다. AI Agent도 업무 시간을 얼마나 줄였는지, 산출물의 질이 좋아졌는지 측정하고 싶어집니다. 그런데 초기 단계에서는 효과를 단정하기보다 과정부터 보는 편이 더 안전합니다. 아직 사용 방식이 안정되지 않았고, 사람마다 업무 맥락도 다르기 때문입니다.

예를 들면 이런 연구문제를 생각해 볼 수 있습니다. 교육전문직 업무에서 AI Agent는 어떤 반복 작업을 지원하는가. 사용자는 어떤 단계에서 AI Agent의 산출물을 신뢰하거나 수정하는가. AI Agent 활용 과정에서 개인정보와 책임 문제는 어떻게 인식되는가. 자동화 경험은 업무경감에 대한 기대와 불안을 어떻게 바꾸는가.

이런 질문은 숫자 하나로 끝나지 않습니다. 대신 실제 사용자의 경험과 판단 과정을 자세히 보여 줄 수 있습니다. AI Agent가 시간을 몇 분 줄였는지도 중요하지만, 사람이 어떤 일을 맡길 수 있다고 느끼는지, 어떤 일은 끝까지 직접 확인해야 한다고 느끼는지 보는 것도 중요합니다.

4. 작은 사례연구나 실행연구로 시작할 수 있다

처음부터 큰 표본을 모으거나 여러 학교를 비교하는 연구를 하기는 쉽지 않습니다. 오히려 개인의 실제 사용 경험을 바탕으로 한 사례연구, 혹은 작은 실행연구가 출발점이 될 수 있습니다. 교육전문직 한 명이 AI Agent를 업무 지원 도구로 사용하면서 어떤 가능성과 한계를 경험했는지 정리하는 방식입니다.

예를 들어 한 달 동안 AI Agent를 활용한 업무를 기록해 볼 수 있습니다. 자료 요약, 연수 기획, 공문 초안, 설문 문항, 회의록 정리, 블로그 원고 준비 같은 작업을 범주화합니다. 각 작업에서 요청 내용, 산출물, 수정 사항, 소요 시간, 느낀 점을 간단히 남깁니다. 이렇게 쌓인 자료는 연구의 1차 자료가 됩니다.

실행연구로 본다면 더 분명합니다. 먼저 현재 업무에서 반복되는 어려움을 진단하고, AI Agent를 활용한 개선 방안을 적용해 본 뒤, 결과와 한계를 성찰합니다. 한 번의 적용으로 끝내지 않고 다음 주기에서 요청 방식이나 검토 기준을 바꾸어 보는 것입니다. AI Agent 활용은 완성된 처방이라기보다 계속 조정되는 실천에 가깝습니다.

5. 윤리와 개인정보는 연구 설계의 앞부분에 놓아야 한다

AI Agent 활용 경험을 연구로 연결할 때 가장 조심해야 할 부분은 윤리와 개인정보입니다. 특히 학교 현장 자료가 들어가는 순간 주의 수준이 달라집니다. 학생 이름을 지웠다고 해서 충분한 것이 아닙니다. 학교명, 행사명, 특정 상황, 날짜가 합쳐지면 개인이나 기관이 드러날 수 있습니다.

그래서 연구 설계 단계에서 자료 범위를 제한해야 합니다. 공개 가능한 자료, 연구자가 직접 작성한 가상 사례, 이미 비식별화된 예시, 개인 작업 기록처럼 위험이 낮은 자료부터 시작하는 것이 좋습니다. 실제 학교 자료를 쓰려면 기관의 절차, 동의, 보안, 저장 위치, 폐기 기준까지 함께 검토해야 합니다.

또 하나는 AI Agent가 만든 산출물을 연구 결과처럼 착각하지 않는 것입니다. AI가 정리한 표나 요약은 연구자의 분석을 돕는 자료일 수는 있지만, 그대로 결론이 되지는 않습니다. 연구자는 자료를 어떻게 해석했는지, 어떤 기준으로 코딩하거나 분류했는지 설명해야 합니다. 도구가 분석을 도와도 연구 책임은 사람에게 남습니다.

6. 교육공학의 언어로 번역하는 과정이 필요하다

개인 사용기를 논문 주제로 만들려면 경험을 교육공학의 언어로 번역해야 합니다. “편했다”에서 멈추면 블로그 후기이고, “어떤 과업 구조에서 어떤 지원이 일어났는가”로 바꾸면 연구 질문에 가까워집니다. “시간이 줄었다”도 “반복적 인지 부담이 줄었는가”, “산출물 검토 과정이 어떻게 바뀌었는가”로 조금 더 정리할 수 있습니다.

예를 들어 AI Agent의 도구 사용은 수행지원(performance support) 관점에서 볼 수 있습니다. 기억과 자동화는 개인 지식관리나 업무흐름 자동화와 연결됩니다. Telegram 그룹방을 업무공간처럼 나누어 쓰는 방식은 분산된 학습·업무 환경 설계로 볼 수도 있습니다. 교육전문직의 업무경감은 단순 효율이 아니라 전문적 판단에 쓸 시간을 확보하는 문제로 해석할 수 있습니다.

이렇게 번역하는 과정이 중요합니다. 기술 경험을 이론에 억지로 끼워 맞추자는 뜻은 아닙니다. 현장에서 실제로 일어난 일을 교육공학 개념으로 설명하면, 개인 경험이 다른 사람도 검토할 수 있는 연구 주제로 바뀝니다.

7. 블로그 연재는 연구 노트가 될 수 있다

이번 AI Agent 연재는 티스토리에 올릴 글을 준비하는 작업이지만, 동시에 연구 노트의 역할도 할 수 있습니다. 매 글마다 어떤 업무 장면을 다루었는지, 어떤 가능성과 한계를 보았는지, 다음 질문이 무엇인지가 남기 때문입니다. 나중에 이 글들을 다시 읽으면 연구문제 후보와 사례 자료가 자연스럽게 정리될 수 있습니다.

물론 블로그 글과 논문은 다릅니다. 블로그는 경험을 쉽게 풀어 쓰는 공간이고, 논문은 선행연구와 방법, 분석, 논의를 갖추어야 합니다. 하지만 좋은 연구는 대개 일상의 질문에서 출발합니다. “이거 실제로 도움이 되나?”, “왜 어떤 업무에는 잘 맞고 어떤 업무에는 조심스러울까?”, “학교에서는 어떻게 받아들일까?” 같은 질문이 연구의 씨앗이 됩니다.

저는 AI Agent를 쓰는 경험을 단순한 활용기로만 남기고 싶지는 않습니다. 교육현장 업무경감, 교사의 전문성 보호, 학교관리자의 업무 흐름, 교육전문직의 지원 방식과 연결해 보고 싶습니다. 그렇게 보면 매일 남기는 원고와 파일, 작은 시행착오도 나중에는 연구 설계의 자료가 됩니다.

마무리하며

AI Agent 활용 경험을 논문 주제로 연결한다는 것은 거창한 기술 연구를 하겠다는 뜻만은 아닙니다. 오히려 내가 실제로 어떤 일을 맡겨 보았고, 어디에서 도움이 되었으며, 어떤 지점에서 사람이 다시 판단해야 했는지를 차분히 기록하는 일에 가깝습니다. 그 기록이 쌓이면 교육공학 연구의 질문으로 다듬을 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.

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 연수 기획 초안을 AI Agent와 함께 만드는 과정을 이야기했습니다. 정책 자료를 읽고, 연수 대상과 목표를 정하고, 차시 구성과 운영 방식을 잡는 일은 생각보다 많은 판단을 요구합니다. AI Agent는 그 판단을 대신하기보다, 판단할 수 있는 초안을 빠르게 만들어 주는 역할을 했습니다.

이번 글에서는 교육전문직 업무에서 더 자주 마주치는 문서인 공문과 보고서 초안 작성에 AI Agent를 어떻게 활용할 수 있는지 정리해 보려고 합니다. 연수 기획안이 비교적 큰 구조를 잡는 문서라면, 공문과 보고서는 정해진 형식 안에서 정확한 내용을 담아야 하는 문서입니다. 그래서 AI Agent를 쓸 때도 “그럴듯한 문장”보다 “목적, 대상, 근거, 일정, 요청 사항이 정확한가”가 훨씬 중요합니다.

공문과 보고서는 교육행정의 언어로 움직이는 문서입니다. 짧아 보이지만 한 문장 한 문장에 책임이 따릅니다. 누가 무엇을 해야 하는지, 언제까지 해야 하는지, 어떤 근거로 안내하는지, 첨부 자료는 무엇인지가 분명해야 합니다. AI Agent는 이 문서들을 처음부터 끝까지 대신 작성하는 도구라기보다, 빈 문서를 열고 첫 문장을 만들기 어려운 시간을 줄여 주는 보조자에 가깝습니다.

1. 공문과 보고서는 ‘문장력’보다 ‘맥락 정리’가 먼저다

공문을 작성할 때 가장 먼저 필요한 것은 멋진 표현이 아닙니다. 문서의 목적을 정확히 정리하는 일입니다. 이 공문이 단순 안내인지, 자료 제출 요청인지, 연수 신청 안내인지, 회의 참석 협조인지에 따라 문장의 방향이 달라집니다. 수신 대상이 학교인지, 교육지원청인지, 내부 부서인지에 따라서도 표현과 필요한 정보가 달라집니다.

보고서도 마찬가지입니다. 보고서는 “무엇을 했다”를 적는 문서가 아니라, 왜 했고, 어떻게 진행되었고, 어떤 결과와 시사점이 있는지를 상급자나 동료가 빠르게 이해하도록 정리하는 문서입니다. 특히 교육전문직 업무에서는 사업 결과 보고, 연수 운영 결과 보고, 정책 추진 상황 보고처럼 일정한 형식이 반복됩니다.

AI Agent에게 바로 “공문 써 줘”, “보고서 써 줘”라고 요청하면 문장은 만들어 줍니다. 하지만 그 문장이 실제 업무에 맞는지는 별개의 문제입니다. 핵심은 문서 작성 전에 맥락을 정리해 주는 것입니다. 목적, 대상, 일정, 근거, 요청 사항, 첨부 자료, 톤, 분량 같은 조건을 함께 주어야 결과가 업무 문서에 가까워집니다.

저는 공문이나 보고서 초안을 요청할 때 먼저 머릿속에 흩어진 정보를 짧게라도 적어 둡니다. “초등 교원 대상 연수 신청 안내”, “신청 기간은 6월 10일부터 6월 20일까지”, “자료집은 붙임으로 제공”, “학교 업무 부담을 줄이기 위해 핵심만 안내”처럼 적어 두면 AI Agent가 문서의 뼈대를 훨씬 잘 잡아 줍니다.

2. AI Agent에게 줄 입력은 ‘업무 메모’처럼 쓰면 된다

AI Agent를 잘 활용하려면 완성된 문장으로 요청해야 한다고 생각하기 쉽습니다. 하지만 실제로는 업무 메모를 넘겨주는 방식이 더 편합니다. 사람이 초안을 만들기 전에도 보통 메모는 있습니다. 일정, 대상, 회의에서 결정된 내용, 담당자가 꼭 넣으라고 한 문구, 빠지면 안 되는 붙임 자료 같은 것들입니다.

예를 들어 공문 초안을 요청할 때는 이렇게 말할 수 있습니다.

다음 내용을 바탕으로 학교에 보낼 공문 초안을 만들어 줘. 목적은 초등 교원 대상 AI 활용 수업 설계 연수 신청 안내야. 대상은 관내 초등학교 교원이고, 신청 기간은 6월 10일부터 6월 20일까지야. 연수는 7월 중 3시간 과정으로 운영하고, 신청 방법은 온라인 신청 시스템을 이용해. 문체는 공문체로 간결하게 작성하고, 본문에는 목적, 신청 대상, 신청 기간, 신청 방법, 협조 요청을 포함해 줘.

보고서 초안도 비슷합니다.

아래 메모를 바탕으로 연수 운영 결과 보고서 초안을 만들어 줘. 보고서에는 추진 배경, 운영 개요, 주요 내용, 참여자 반응, 성과, 개선점, 향후 계획을 포함해 줘. 문장은 교육청 내부 보고서 스타일로 정리해 줘.

이런 요청은 화려하지 않지만 실무적으로 유용합니다. AI Agent는 사용자가 준 메모를 바탕으로 문서 형식에 맞게 배열해 줍니다. 사람은 그 초안을 보며 빠진 내용, 과장된 표현, 실제와 맞지 않는 부분을 고치면 됩니다.

3. 공문 초안에서는 ‘요청 사항’과 ‘기한’을 특히 확인해야 한다

공문에서 가장 중요한 부분은 결국 상대가 무엇을 해야 하는지입니다. 안내 공문이라면 읽고 이해하면 되지만, 신청이나 제출을 요청하는 공문이라면 대상자가 해야 할 행동이 분명해야 합니다. 신청 기간, 제출 기한, 제출 방법, 문의처, 붙임 자료가 빠지면 공문을 받은 학교에서는 다시 전화를 하거나 추가 안내를 요구하게 됩니다.

AI Agent는 공문체 문장을 빠르게 만들어 주지만, 때로는 실제로 정해지지 않은 날짜나 절차를 그럴듯하게 채워 넣을 수 있습니다. 그래서 공문 초안을 받을 때는 반드시 숫자와 절차를 확인해야 합니다. 날짜, 시간, 장소, 대상, 인원, 제출처, 시스템 이름, 담당자 연락처는 사람이 직접 검토해야 합니다.

또 하나 확인할 부분은 표현의 강도입니다. 학교에 협조를 요청하는 공문인지, 반드시 제출해야 하는 공문인지에 따라 문장이 달라져야 합니다. AI Agent가 만든 문장이 너무 강하거나 너무 느슨할 수 있습니다. “적극 협조하여 주시기 바랍니다”와 “기한 내 제출하여 주시기 바랍니다”는 비슷해 보이지만 행정적 의미는 다릅니다.

그래서 저는 공문 초안을 받은 뒤 AI Agent에게 한 번 더 요청하는 편이 좋다고 봅니다.

이 공문에서 수신자가 실제로 해야 할 행동, 기한, 제출 방법, 문의처가 분명한지 점검해 줘. 빠진 항목이 있으면 목록으로 알려 줘.

이렇게 하면 AI Agent를 단순 작성 도구가 아니라 문서 점검 도구로도 사용할 수 있습니다.

4. 보고서 초안에서는 ‘사실’과 ‘해석’을 나누어야 한다

보고서는 공문보다 서술이 길어지는 경우가 많습니다. 사업 결과 보고, 연수 운영 결과 보고, 정책 추진 상황 보고처럼 여러 항목을 포함해야 하기 때문입니다. 이때 AI Agent는 흩어진 메모를 구조화하는 데 유용합니다. 추진 배경, 운영 개요, 주요 내용, 성과, 문제점, 개선 방향처럼 익숙한 틀로 정리해 줍니다.

하지만 보고서에서 특히 조심해야 할 점은 사실과 해석을 구분하는 것입니다. 예를 들어 “연수 만족도가 높았다”는 해석입니다. 실제 설문 결과가 평균 4.6점인지, 참여자 서술형 의견에 긍정 표현이 많았는지, 재참여 의향이 높았는지 같은 근거가 있어야 합니다. AI Agent가 “높은 만족도를 보였다”고 썼다면 그 문장을 뒷받침할 자료가 있는지 확인해야 합니다.

교육행정 문서에서 보고서는 의사결정의 근거가 될 수 있습니다. 그러므로 AI가 만든 표현이 실제보다 과장되어서는 안 됩니다. “성과가 우수했다”, “현장 반응이 매우 긍정적이었다”, “정책 확산에 크게 기여했다” 같은 표현은 편리하지만, 근거가 부족하면 위험합니다. 필요하다면 “참여자 의견을 바탕으로 긍정적 반응을 확인하였다”처럼 조심스럽게 바꾸는 편이 낫습니다.

AI Agent에게 보고서 초안을 맡길 때는 원자료를 함께 주는 것이 좋습니다. 참석 인원, 운영 일정, 설문 결과, 주요 의견, 예산 집행 현황, 사진 또는 산출물 목록처럼 확인 가능한 자료를 함께 주면 보고서가 훨씬 안정적입니다. 자료가 부족할 때는 AI Agent에게 “근거가 필요한 문장을 표시해 줘”라고 요청할 수도 있습니다.

5. Telegram 대화방은 문서 초안의 임시 작업대가 된다

Hermes Agent를 Telegram으로 연결해 두면 공문이나 보고서 초안을 만드는 과정이 조금 달라집니다. 책상 앞에 앉아 워드나 한글 파일을 열기 전에, 먼저 Telegram 대화방에 업무 메모를 던져 둘 수 있습니다. 이동 중에 떠오른 문서 목적, 회의에서 정리된 결정 사항, 빠지면 안 되는 문구를 남겨 두었다가 나중에 초안으로 바꿀 수 있습니다.

이 방식의 장점은 문서 작성의 시작점이 낮아진다는 점입니다. 완성된 문장을 쓰려고 하면 부담스럽지만, Telegram에 메모를 남기는 것은 쉽습니다. “이 연수 신청 안내 공문 필요”, “대상은 초등 교원”, “신청 기한은 다음 주 금요일”, “학교 부담 줄이는 표현 필요”처럼 적어 두면 됩니다. 이후 AI Agent에게 “위 메모를 바탕으로 공문 초안으로 정리해 줘”라고 요청하면 문서의 첫 구조가 생깁니다.

주제별 대화방을 나누어 둔 것도 도움이 됩니다. 블로그 글은 블로깅 대화방에서, 논문 관련 자료는 논문쓰기 대화방에서, 문서 검토는 문서 검토 대화방에서 다루면 맥락이 섞이지 않습니다. 공문과 보고서도 특정 업무 대화방에서 이어서 다루면 이전 요청과 결과를 다시 참고하기 쉽습니다.

물론 최종 문서는 여전히 공식 문서 편집 환경에서 확인해야 합니다. Telegram 대화방은 임시 작업대입니다. 문서의 생각을 모으고, 초안을 만들고, 점검 목록을 만드는 공간으로 활용하고, 최종 형식과 결재선, 붙임 파일, 문서 번호, 보안 여부는 공식 시스템에서 확인해야 합니다.

6. 사람이 반드시 검토해야 할 다섯 가지

공문과 보고서 작성에서 AI Agent를 사용할 때 사람이 반드시 확인해야 할 부분은 분명합니다.

첫째, 사실입니다. 날짜, 장소, 대상, 인원, 예산, 수치, 기관명, 담당자, 연락처는 반드시 확인해야 합니다. AI가 추정해서 넣은 정보가 있다면 삭제하거나 실제 정보로 바꾸어야 합니다.

둘째, 근거입니다. 공문에는 관련 계획, 법령, 지침, 회의 결과 같은 근거가 필요할 때가 있습니다. 보고서에는 결과를 뒷받침할 자료가 필요합니다. AI Agent가 만든 문장이 근거 없이 단정적으로 보이면 완화하거나 근거를 추가해야 합니다.

셋째, 책임입니다. 공문은 수신자에게 행동을 요구할 수 있고, 보고서는 의사결정에 영향을 줄 수 있습니다. 따라서 “누가 무엇을 해야 하는지”와 “이 문서가 어떤 판단을 유도하는지”를 사람이 다시 봐야 합니다.

넷째, 보안과 개인정보입니다. 학생, 교원, 학교, 민감한 민원, 내부 검토 자료가 포함된 경우에는 특히 조심해야 합니다. AI Agent에게 넘기는 자료의 범위를 정하고, 필요하면 익명화한 뒤 초안을 만들도록 해야 합니다.

다섯째, 기관의 문체와 형식입니다. AI가 만든 문장이 일반적으로는 자연스러워도 기관에서 쓰는 공문체, 보고서 양식, 결재 문구와 다를 수 있습니다. 최종 문서는 기관의 기존 문서 스타일에 맞게 다듬어야 합니다.

7. 업무경감은 ‘대신 쓰기’가 아니라 ‘초안과 점검의 속도’에서 나온다

공문과 보고서 작성에 AI Agent를 활용한다고 해서 문서 작성 책임이 AI에게 넘어가는 것은 아닙니다. 특히 교육전문직 업무의 문서는 공식성과 책임성이 있습니다. 최종 판단과 검토는 반드시 사람이 해야 합니다.

그럼에도 AI Agent가 실질적인 도움이 되는 이유는 분명합니다. 빈 문서에서 시작하는 시간을 줄여 줍니다. 업무 메모를 문서 구조로 바꾸어 줍니다. 표현을 공문체나 보고서체로 정리해 줍니다. 빠진 항목을 점검해 줍니다. 같은 내용을 학교 안내용, 내부 보고용, 회의자료용으로 바꾸어 보는 것도 가능합니다.

업무경감은 문서를 아무 생각 없이 자동으로 만드는 데서 생기지 않습니다. 오히려 초안을 빨리 확보하고, 검토할 지점을 빠르게 드러내고, 반복적인 표현 정리에 쓰는 시간을 줄이는 데서 생깁니다. AI Agent를 잘 쓰면 사람은 문장 생산에 쓰던 시간을 줄이고, 문서의 정확성, 적절성, 책임성을 확인하는 데 더 많은 시간을 쓸 수 있습니다.

마무리하며

공문과 보고서는 교육전문직 업무에서 피하기 어려운 문서입니다. 짧은 공문 하나에도 목적, 대상, 기한, 요청 사항, 근거, 붙임 자료가 들어가고, 보고서 하나에도 사실과 해석, 성과와 개선점, 향후 계획이 함께 담깁니다. 이런 문서는 AI Agent가 대신 책임질 수는 없지만, 초안을 만들고 점검하는 과정에서는 충분히 도움을 줄 수 있습니다.

Hermes Agent와 Telegram을 함께 쓰면 업무 메모를 바로 초안으로 바꾸고, 다시 점검 목록으로 되돌리는 흐름을 만들 수 있습니다. 중요한 것은 AI가 쓴 문장을 그대로 믿는 것이 아니라, AI가 만든 초안을 바탕으로 사람이 더 정확하게 검토하는 것입니다.

AI Agent는 공문과 보고서를 대신 결재받아 주는 도구가 아닙니다. 그러나 빈 문서를 여는 부담을 줄이고, 반복적인 문서 구조를 빠르게 잡아 주며, 빠진 항목을 점검하게 해 주는 실무 협업자가 될 수 있습니다. 교육전문직의 문서 작성 업무경감은 바로 이 지점에서 시작될 수 있습니다.

지난 글에서는 AI Agent로 교육정책 자료를 요약하는 과정을 이야기했습니다. 교육부 보도자료, 교육청 계획, 연수 운영 지침처럼 긴 자료를 읽을 때 AI Agent는 핵심 내용을 줄여 주는 데서 그치지 않고, 교육전문직 관점에서 쟁점을 정리하고 다음 문서에 넣을 문장 초안까지 만들어 줄 수 있었습니다.

그런데 정책 자료 요약은 사실 다음 작업의 출발점에 가깝습니다. 교육전문직 업무에서는 자료를 읽고 끝나는 경우가 많지 않습니다. 자료를 읽은 뒤에는 보고자료를 만들거나, 학교에 안내하거나, 연수 기획에 반영해야 합니다. 특히 교원연수 업무에서는 정책의 방향을 실제 교사가 이해하고 실천할 수 있는 배움의 구조로 바꾸어야 합니다.

이번 글에서는 그중에서도 연수 기획 초안을 AI Agent와 함께 만드는 과정을 다루어 보려고 합니다. 연수 기획은 단순히 제목을 정하고 강사를 섭외하는 일이 아닙니다. 대상, 필요성, 목표, 내용, 운영 방식, 일정, 기대 효과까지 연결해야 하는 복합적인 작업입니다. Hermes Agent를 활용하면 이 과정을 처음부터 혼자 붙잡고 있기보다, 초안을 빠르게 만들고 여러 방향으로 조정해 보면서 기획의 출발점을 마련할 수 있습니다.

1. 연수 기획은 생각보다 많은 판단을 요구한다

연수 기획이라고 하면 먼저 연수명, 강사, 일정표를 떠올리기 쉽습니다. 하지만 실제로 연수를 기획해 보면 그보다 훨씬 많은 판단이 필요합니다. 이 연수가 왜 필요한지, 누구를 대상으로 해야 하는지, 정책 방향과 현장 요구가 어떻게 연결되는지, 강의와 실습의 비율은 어느 정도가 적절한지, 연수 후 교사가 무엇을 가져가야 하는지까지 생각해야 합니다.

특히 교육전문직 업무에서 연수 기획은 단순한 행정 문서 작성이 아닙니다. 정책의 언어를 현장의 배움 구조로 바꾸는 일에 가깝습니다. 정책 자료에는 “디지털 기반 교육혁신을 지원한다”처럼 넓은 문장이 들어 있습니다. 그러나 연수에서는 그것을 교사가 이해할 수 있는 사례, 실습, 질문, 적용 과제로 바꾸어야 합니다.

이 과정에서 가장 어려운 순간은 빈 문서를 처음 열었을 때입니다. 방향은 어렴풋이 있지만 제목, 필요성, 목표, 세부 내용으로 정리하려면 생각이 잘 움직이지 않을 때가 있습니다. AI Agent는 바로 이 지점에서 도움이 됩니다. 기획을 대신 완성해 주기보다, 흩어져 있는 생각을 연수 기획안의 형식으로 빠르게 배열해 주기 때문입니다.

2. “기획안 써 줘”라고만 하면 부족하다

AI Agent에게 연수 기획안을 요청할 때 “연수 기획안 써 줘”라고만 하면 대체로 무난하지만 평범한 결과가 나옵니다. 일반적인 연수 목적, 비슷한 차시 구성, 익숙한 기대 효과가 나열될 가능성이 큽니다. 이런 결과도 출발점으로는 쓸 수 있지만, 실제 업무에 바로 붙이기에는 부족합니다.

결과가 달라지는 지점은 맥락을 얼마나 함께 주느냐에 있습니다. 예를 들어 “초등 교사 대상”, “3시간 연수”, “디지털 기반 수업 설계”, “실습 중심”, “연수 후 바로 사용할 수 있는 산출물 필요”처럼 조건을 넣으면 훨씬 현실적인 초안이 나옵니다. 정책 자료나 이전 요약문을 함께 제공하면 정책 방향과 현장 적용 사이의 연결도 더 잘 잡힙니다.

저는 AI Agent에게 요청할 때 가급적 다음 요소를 함께 주려고 합니다. 연수 대상, 연수 시간, 정책 배경, 현장 교사의 어려움, 원하는 산출물, 운영 방식입니다. 이 정도만 있어도 Agent는 단순한 제목 제안을 넘어 연수 필요성, 목표, 차시 구성, 활동 예시, 운영상 유의점까지 한 번에 정리해 줍니다.

예를 들면 이런 식입니다.

이 정책 자료를 바탕으로 초등 교사를 대상으로 한 3시간 연수 기획 초안을 만들어 줘. 연수 목적, 대상, 필요성, 목표, 세부 내용, 운영 방법, 기대 효과를 포함해 줘. 강의식 설명보다 사례 분석과 실습 활동이 포함되도록 구성해 줘.

이 요청에는 “무엇을”, “누구에게”, “얼마나”, “어떤 방식으로”가 들어 있습니다. AI Agent에게 필요한 것은 단순한 명령이 아니라, 기획자가 보고 있는 업무 맥락입니다.

3. AI Agent가 도와줄 수 있는 연수 기획 요소

연수 기획에서 AI Agent가 비교적 잘 도와주는 부분은 초안화가 필요한 영역입니다. 예를 들어 연수 제목 후보를 여러 개 만들거나, 연수 필요성 문단을 정책 배경과 현장 요구로 나누어 작성하거나, 연수 목표를 3~5개로 정리하는 일은 Agent가 빠르게 처리할 수 있습니다.

차시 구성도 유용했습니다. 3시간, 6시간, 15시간처럼 시간 조건을 주면 도입, 정책 이해, 사례 탐색, 실습, 공유, 정리 단계로 나누어 일정을 제안해 줍니다. 여기에 “강의 30%, 실습 50%, 공유 20% 정도로 구성해 줘”처럼 비율을 주면 더 구체적인 일정표가 나옵니다.

또 하나 유용한 부분은 부속 자료입니다. 연수 운영을 하려면 기획안만 필요한 것이 아닙니다. 설문 문항, 사전 과제 안내, 실습 활동지, 만족도 설문, 운영자 체크리스트, 강사 섭외 기준도 필요합니다. AI Agent는 이런 부속 문서의 초안까지 이어서 만들 수 있습니다. 연수 기획이 하나의 문서에서 끝나지 않고 여러 산출물로 확장되는 업무라는 점을 생각하면 이 부분이 꽤 큰 도움이 됩니다.

물론 Agent가 만든 결과가 곧바로 최종안이 되지는 않습니다. 하지만 빈 문서에서 시작하는 것과, 어느 정도 구조가 잡힌 초안을 놓고 고치는 것은 다릅니다. 업무경감은 바로 이 차이에서 생깁니다.

4. 정책 자료를 연수 기획안으로 바꾸는 흐름

정책 자료를 연수 기획안으로 바꿀 때 저는 대략 다음 흐름을 생각합니다.

정책 자료를 먼저 읽고 핵심 쟁점을 요약합니다. 그다음 교사가 반드시 알아야 할 내용과 실제로 해 보아야 할 내용을 나눕니다. 이어서 연수 대상을 정하고, 그 대상에게 필요한 목표를 도출합니다. 목표가 정해지면 차시별 내용을 배열하고, 각 차시에 맞는 활동과 실습을 붙입니다. 마지막으로 운영 일정표와 기대 효과, 사전·사후 과제를 정리합니다.

이 흐름을 AI Agent에게 맡기면 정책 문장이 연수 문장으로 바뀌는 과정을 빠르게 볼 수 있습니다. 예를 들어 정책 자료에는 “AI 디지털도구 활용 역량 강화”라는 표현이 있을 수 있습니다. 이것을 연수로 바꾸면 “AI 디지털도구 기능 이해”, “수업 장면별 활용 사례 분석”, “우리 학급에 적용할 활동 설계”, “동료 피드백을 통한 수업안 보완”처럼 교사의 배움 순서로 재구성해야 합니다.

정책 자료의 문장은 대체로 행정적이고 포괄적입니다. 연수 기획의 일은 그 문장을 교사가 이해하고 실천할 수 있는 배움의 순서로 다시 배열하는 것입니다. AI Agent는 이 재배열의 초안을 빠르게 보여 줍니다. 그러면 기획자는 그 초안을 보며 “이건 너무 추상적이다”, “이 활동은 시간이 부족하다”, “이 대상에게는 사례를 더 넣어야 한다”처럼 판단할 수 있습니다.

5. Telegram 대화방은 연수 기획 아이디어를 다듬는 작업 공간이 된다

제가 Hermes Agent를 Telegram으로 쓰면서 좋았던 점은 생각의 흐름을 끊지 않고 요청을 이어 갈 수 있다는 점입니다. 정책 자료를 요약한 뒤 바로 같은 대화방에서 “이 내용을 연수 기획안으로 바꿔 줘”라고 요청할 수 있습니다. 결과가 나오면 다시 “3시간 과정으로 줄여 줘”, “관리자 대상 버전으로 바꿔 줘”, “실습 활동을 더 넣어 줘”, “만족도 설문 문항도 만들어 줘”라고 이어서 말할 수 있습니다.

이 방식은 연수 기획의 초안을 여러 번 바꿔 보는 데 특히 좋았습니다. 기존에는 한글 문서나 워드 파일 안에서 혼자 문장을 고치며 버전을 만들었습니다. 이제는 Telegram 대화방에서 방향을 바꿔 가며 여러 안을 받아 보고, 그중 쓸 만한 구성을 문서로 옮길 수 있습니다.

저에게 Telegram 대화방은 단순한 채팅창이 아니라 연수 기획 아이디어를 접수하고 다듬는 작업 공간에 가까워졌습니다. 이동 중에 떠오른 아이디어를 남겨 둘 수도 있고, 나중에 Agent가 그 내용을 바탕으로 초안을 만들 수도 있습니다. 특히 주제별 대화방을 나누어 두면 연수 기획, 블로그, 논문, 문서 검토처럼 업무 맥락이 섞이지 않아 더 편리합니다.

6. 사람이 반드시 확인해야 할 부분

AI Agent가 연수 기획 초안을 잘 만들어 주더라도 사람이 반드시 확인해야 할 부분은 남습니다. 먼저 연수 목적이 실제 정책 방향과 맞는지 봐야 합니다. AI가 그럴듯한 목표를 만들었더라도 기관의 사업 방향이나 연수 운영 계획과 어긋나면 사용할 수 없습니다.

연수 대상의 수준도 중요합니다. 같은 AI 연수라도 신규 교사, 경력 교사, 관리자, 교육전문직에게 필요한 내용은 다릅니다. AI Agent는 대상 조건을 주면 어느 정도 조정해 주지만, 실제 현장의 분위기와 요구를 완전히 알지는 못합니다. 기획자는 “이 정도 난이도가 적절한가”, “현장 교사가 부담스럽게 느끼지는 않을까”, “지금 시기에 필요한 내용인가”를 다시 판단해야 합니다.

운영 가능성도 확인해야 합니다. 시간 안에 가능한 구성인지, 실습을 위한 기기와 계정이 준비되는지, 강사 섭외가 현실적인지, 예산과 장소가 가능한지, 연수 이수 기준이나 평가 방식과 맞는지 검토해야 합니다. AI Agent는 기획안의 빈칸을 채워 줄 수 있지만, 그 기획이 실제 현장에서 작동할지 판단하는 일은 교육전문직의 몫입니다.

그래서 저는 Agent에게 초안을 받은 뒤 반드시 “현실적으로 무리한 부분을 따로 표시해 줘”, “운영 전에 확인해야 할 사항을 체크리스트로 만들어 줘”라고 다시 요청하는 편이 좋다고 봅니다. 좋은 초안은 완성된 문서가 아니라 검토할 지점을 잘 드러내는 문서입니다.

7. 연수 기획 업무경감의 의미

AI Agent와 함께 연수 기획 초안을 만든다는 것은 기획자의 역할이 줄어든다는 뜻이 아닙니다. 오히려 반복적인 형식 작성에서 벗어나, 연수의 방향과 현장 적합성을 더 깊이 판단할 시간을 확보하는 일에 가깝습니다.

교육전문직 업무에서 기획은 늘 시간과 함께 움직입니다. 정책 자료는 계속 나오고, 현장의 요구는 다양하며, 연수 일정은 빠르게 잡힙니다. 이때 AI Agent가 제목 후보, 필요성 문단, 목표, 일정표, 활동 예시를 먼저 만들어 주면 기획자는 더 빨리 비교하고 수정할 수 있습니다. 초안이 빨리 생기면 회의도 빨라지고, 동료와 의견을 나누기도 쉬워집니다.

업무경감은 판단을 없애는 것이 아닙니다. 판단할 초안을 빨리 확보하는 것입니다. 연수 기획에서 AI Agent의 가치는 바로 여기에 있습니다. 처음부터 완벽한 기획안을 만들어 주는 도구가 아니라, 교육전문직이 더 좋은 판단을 할 수 있도록 출발점을 만들어 주는 도구입니다.

마무리하며

정책 자료를 읽고 요약하는 일은 중요하지만, 교육전문직 업무는 거기서 끝나지 않습니다. 읽은 내용을 연수 주제와 목표, 차시 구성, 실습 활동, 운영 일정표로 바꾸어야 할 때가 많습니다. Hermes Agent는 이 과정을 Telegram 대화방과 로컬 작업 폴더의 맥락 안에서 이어 갈 수 있게 해 줍니다.

물론 AI Agent가 만든 연수 기획 초안을 그대로 사용해서는 안 됩니다. 정책 방향, 현장 적합성, 운영 가능성, 대상의 수준은 사람이 다시 확인해야 합니다. 그러나 빈 문서 앞에서 멈추는 시간을 줄이고, 여러 기획안을 빠르게 비교하며, 부속 자료 초안까지 이어서 만들 수 있다는 점에서 연수 기획 업무에는 충분히 실용적인 도구가 될 수 있습니다.

AI Agent는 연수 기획을 대신하는 기획자가 아니라, 기획자가 더 빨리 생각을 정리하도록 돕는 협업자에 가깝습니다. 정책의 언어를 현장의 배움으로 바꾸는 일은 여전히 사람의 몫이지만, 그 출발점을 만드는 방식은 이제 조금 달라질 수 있습니다.