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 Telegram으로 AI Agent에게 말을 걸기 시작하면서 사용 문턱이 낮아진 경험을 정리했습니다. 오늘은 그 다음 단계입니다. 하나의 대화방에서 모든 요청을 처리하다가, 왜 주제별 Telegram 그룹방을 나누게 되었는지 이야기해 보려 합니다.

처음에는 AI Agent와 연결된 방 하나면 충분하다고 생각했습니다. 블로그 글도 부탁하고, 일정도 물어보고, 논문 검색도 시키고, 파일 검토도 맡겼습니다. 그런데 며칠 지나지 않아 작은 불편함이 생겼습니다. 결과는 잘 나오는데, 대화방 안에서 업무 맥락이 서로 섞이기 시작한 것입니다. 오늘 올릴 블로그 자료를 찾으려는데 아침 브리핑이 사이에 끼어 있고, 논문 아이디어를 이어가려는데 주식 브리핑이나 테스트 메시지가 함께 보였습니다.

그때부터 Telegram 방을 단순한 채팅방이 아니라 작은 AI 업무공간으로 나누어 보기 시작했습니다. 사람과 사람이 일할 때도 회의실, 연구실, 자료실, 메신저방을 구분하듯이 AI Agent와 일할 때도 맥락을 담는 공간이 필요했습니다.

1. 하나의 방에 모든 일을 넣으면 편하지만 금방 흐려졌다

처음에는 한 방이 편했습니다. 어디에 말해야 할지 고민하지 않아도 되고, 요청도 빠르게 남길 수 있었습니다. “내일 블로그 자료 준비해줘”, “오늘 일정 알려줘”, “이 파일 요약해줘”처럼 생각나는 대로 던지면 되었습니다.

하지만 AI Agent를 실제 업무에 쓰기 시작하면 요청의 종류가 금방 늘어납니다. 블로그 연재, 논문 검색, 일정 브리핑, Google Drive 업로드, 문서 검토, Hermes 설정 점검, 자동화 실험이 한 흐름에 섞입니다. 사람인 저도 나중에 찾기 어렵고, Agent에게도 이전 대화의 맥락이 꼭 맞지 않을 때가 생깁니다.

예를 들어 블로그 글을 준비하는 방에서는 목차, 초안, 이미지, 발행 여부가 중요합니다. 반면 논문쓰기 방에서는 연구주제, 선행연구, 방법론, 설문도구가 중요합니다. 두 맥락이 한 방에 있으면 “다음 글”이라는 말이 블로그의 다음 글인지, 논문의 다음 절인지 애매해질 수 있습니다. 대화방을 나누는 것은 단순 정리 습관이 아니라 AI Agent가 일을 더 정확히 이해하게 하는 장치였습니다.

2. 대화방 이름이 곧 업무 지시의 일부가 되었다

주제별 방을 만들고 나니 방 이름 자체가 일종의 지시문처럼 작동했습니다. ‘블로깅’ 방에서 “오늘 자료 확인해줘”라고 하면 블로그 폴더와 티스토리 연재 맥락을 먼저 떠올리게 됩니다. ‘논문쓰기’ 방에서는 같은 문장이라도 논문 자료, 선행연구, 연구계획서 맥락으로 읽힙니다.

이 차이는 생각보다 큽니다. 매번 긴 설명을 반복하지 않아도 되기 때문입니다. 물론 중요한 작업에서는 파일 경로나 기준을 구체적으로 써 주어야 합니다. 그래도 방의 성격이 정해져 있으면 기본 맥락이 흔들리지 않습니다.

저는 현재 업무 성격에 따라 몇 가지 방을 나누어 사용하고 있습니다. 블로그 연재를 위한 방, 논문과 연구 아이디어를 모으는 방, 재테크나 경제 브리핑을 받는 방, 문서 검토를 맡기는 방처럼 말입니다. 각각의 방은 AI Agent에게 “이곳에서는 이런 일을 주로 한다”는 배경을 제공합니다. 이것은 사람에게 부서나 프로젝트방을 알려 주는 것과 비슷합니다.

3. 블로그 방은 생산 흐름을 고정하는 데 도움이 되었다

블로그 방을 따로 둔 이유는 결과물을 매일 이어 가야 했기 때문입니다. 글 하나를 준비하는 일은 단순히 문장을 쓰는 일이 아닙니다. 목차를 보고 다음 주제를 고르고, 이전 글의 흐름을 이어 받고, Markdown 원고를 쓰고, Word 파일을 만들고, 대표 이미지와 본문 이미지를 생성하고, Google Drive 링크를 정리해야 합니다.

이 과정을 한 방에서 반복하니 생산 흐름이 고정되었습니다. “오늘까지 업로드했어. 내일 올릴 자료 작성해줘”라고만 말해도, Agent는 이전에 준비한 8번 글 다음으로 9번 글을 이어 가야 한다는 맥락을 확인할 수 있습니다. 실제로 오늘 이 글도 그런 흐름에서 작성되고 있습니다.

교육전문직 업무에서도 비슷하게 적용할 수 있습니다. 예를 들어 연수 운영 방을 따로 둔다면, 그 방에서는 연수 계획, 강사 섭외, 안내문, 참석자 명단, 만족도 설문, 결과 보고서가 이어집니다. 매번 처음부터 설명하지 않아도 방의 기록이 업무 흐름을 붙잡아 줍니다. AI Agent가 단발성 답변 도구에서 지속적인 업무 보조자로 바뀌는 지점이 여기에 있습니다.

4. 연구 방은 생각을 흩어지지 않게 붙잡아 주었다

연구 아이디어는 한 번에 완성되지 않습니다. 어떤 날은 논문 제목이 떠오르고, 어떤 날은 키워드가 보이며, 어떤 날은 선행연구 하나를 읽다가 연구문제가 바뀝니다. 이런 생각을 일반 대화방에 섞어 두면 나중에 흐름을 되살리기 어렵습니다.

연구 전용 방을 두면 작은 생각도 부담 없이 남길 수 있습니다. “생성형 AI 교사연수 요구분석에서 Borich 요구도와 Locus for Focus를 같이 쓰는 흐름 정리해줘”처럼 긴 요청도 연구 맥락 안에서 자연스럽게 이어집니다. AI Agent는 관련 폴더를 확인하고, 이전에 정리한 자료를 찾아 보고, 다음에 읽을 논문 후보를 제안할 수 있습니다.

이 방식은 연구자에게만 필요한 것이 아닙니다. 학교나 교육청에서도 정책 과제, 장학 자료, 연수 프로그램 개발처럼 긴 호흡의 업무가 많습니다. 하나의 방을 긴 과제의 기억 저장소처럼 쓰면, 흩어진 메모와 파일을 다시 연결하는 시간이 줄어듭니다.

5. 방을 나눌수록 운영 원칙도 필요했다

물론 방을 많이 만든다고 무조건 좋아지는 것은 아닙니다. 방이 너무 많아지면 어디에 요청했는지 헷갈리고, 같은 자료가 여러 곳에 중복될 수 있습니다. 그래서 저는 몇 가지 원칙을 세우게 되었습니다.

첫째, 방은 도구별이 아니라 업무 흐름별로 나눕니다. “Drive 방”, “PDF 방”처럼 기능별로 나누면 실제 일의 맥락이 끊깁니다. 대신 “블로깅”, “논문쓰기”, “문서 검토”, “브리핑”처럼 결과물과 목적이 분명한 단위가 더 좋았습니다.

둘째, 방마다 맡길 일과 맡기지 않을 일을 정합니다. 블로그 방에서는 티스토리 자동 발행은 하지 않고 자료 준비까지만 맡깁니다. 문서 검토 방에서는 문장을 다듬되 최종 제출 판단은 사람이 합니다. 연구 방에서는 논문을 찾아 요약할 수 있지만, 연구윤리나 인용 정확성은 사람이 다시 확인합니다.

셋째, 중요한 결과물은 대화방이 아니라 파일로 남깁니다. Telegram 기록은 편하지만 최종 보관 장소는 아닙니다. 원고는 블로그 폴더에, 연구 자료는 논문 폴더에, 회의자료는 업무 폴더에 남겨야 나중에 다시 사용할 수 있습니다.

6. 교육현장에서는 ‘업무별 AI 접수창’으로 볼 수 있다

이 경험을 교육현장에 비추어 보면, Telegram 그룹방은 업무별 AI 접수창처럼 볼 수 있습니다. 학교나 교육청 업무는 하나의 채널로만 흐르지 않습니다. 연수, 공문, 회의, 장학, 민원, 자료집 제작, 설문 분석처럼 흐름이 다릅니다. 각각의 흐름마다 필요한 자료, 말투, 검토 기준도 다릅니다.

AI Agent를 한 곳에만 두면 처음에는 편하지만, 업무가 늘어날수록 맥락이 섞입니다. 반대로 업무별 접수창을 만들면 요청이 들어오는 순간부터 분류가 됩니다. 연수 방의 요청은 연수 폴더와 양식으로, 문서 검토 방의 요청은 문장 다듬기와 형식 확인으로, 브리핑 방의 요청은 일정과 요약으로 이어질 수 있습니다.

다만 학교 현장에 적용할 때는 개인정보와 권한 관리가 먼저입니다. 학생 이름, 민감한 상담 내용, 인사 정보가 들어간 자료를 무심코 올려서는 안 됩니다. AI Agent가 접근할 수 있는 폴더와 자료 범위를 정하고, 자동으로 외부 공유하거나 발송하지 않도록 안전장치를 두어야 합니다. 공간을 나누는 일은 편의성뿐 아니라 책임 있는 사용을 위한 분리이기도 합니다.

7. 결국 중요한 것은 방의 개수가 아니라 맥락의 선명함이었다

주제별 Telegram 방을 쓰면서 알게 된 것은 방을 많이 만드는 기술이 아닙니다. 핵심은 맥락을 선명하게 유지하는 것입니다. 어떤 일을 왜 맡기는지, 결과물은 어디에 남길지, 최종 판단은 누가 할지 분명해지면 AI Agent는 훨씬 안정적으로 일합니다.

저에게 블로그 방은 매일 글을 이어 가는 작업실이 되었고, 논문쓰기 방은 연구 아이디어를 붙잡아 두는 공간이 되었습니다. 문서 검토 방은 표현을 다듬는 작은 편집실처럼 작동합니다. 이렇게 나누고 나니 AI Agent가 하나의 만능 채팅창이 아니라 여러 업무공간에 배치된 보조자처럼 느껴졌습니다.

앞으로 교육전문직 업무에 AI Agent를 적용한다면, 모델 성능이나 화려한 기능만 볼 것이 아니라 업무공간 설계부터 생각해야 한다고 봅니다. 어디에서 요청을 받고, 어떤 자료를 읽고, 어떤 형식으로 결과를 남기며, 사람이 어디에서 확인할 것인가. 이 질문이 정리될 때 AI Agent는 실제 업무경감에 가까워집니다.