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 AI Agent를 연수와 컨설팅에서 어떻게 안내할지 정리했습니다. 기능 설명보다 업무 장면에서 시작하고, 프롬프트보다 입력 자료와 검토 기준을 먼저 다루자는 이야기였습니다. 그러고 나면 자연스럽게 다음 질문이 남습니다. “그렇다면 우리 조직에서는 어떤 기준으로 써야 할까?”

Hermes Agent로 이 블로그 원고를 준비하면서도 같은 생각을 자주 합니다. Agent가 목차를 확인하고, 글을 쓰고, 이미지를 만들고, Drive에 올리는 일까지 도와주지만 최종 발행은 제가 직접 합니다. 공개할 수 있는 내용과 조심해야 할 내용도 사람이 구분합니다. 이런 흐름을 학교나 교육행정 조직에 적용하려면 말로만 “조심해서 쓰자”라고 할 것이 아니라, 짧고 읽기 쉬운 원칙 문서가 필요합니다.

1. 원칙 문서는 금지 목록이 아니라 사용 안내서여야 한다

AI 활용 원칙을 만들자고 하면 먼저 금지 조항부터 떠올리기 쉽습니다. 개인정보를 넣지 말 것, 민감한 사안을 맡기지 말 것, 결과를 그대로 제출하지 말 것 같은 문장입니다. 이런 문장은 분명 필요합니다. 다만 금지 문장만 가득한 문서는 현장에서 잘 읽히지 않습니다.

학교와 교육청 업무는 이미 지켜야 할 기준이 많습니다. 여기에 AI까지 “하면 안 되는 것”으로만 소개되면 선생님들은 시도하기 전에 멈추게 됩니다. 그래서 원칙 문서는 금지 목록보다 사용 안내서에 가까워야 한다고 생각합니다. 무엇은 해 볼 수 있고, 무엇은 조심해야 하며, 어떤 단계에서 사람이 확인해야 하는지 함께 적어야 합니다.

예를 들어 “AI Agent 사용 금지 업무”만 쓰는 대신 “처음 실험하기 좋은 업무”와 “관리자 확인이 필요한 업무”를 나누어 제시할 수 있습니다. 공개 자료 요약, 안내문 초안, 회의 안건 정리처럼 위험이 낮은 업무는 실험 가능 영역으로 두고, 학생 개인정보나 민원 판단이 포함된 업무는 제한 영역으로 두는 방식입니다.

2. 사용 범위는 ‘업무 유형’으로 정리한다

현장에서 가장 필요한 것은 추상적인 선언보다 구체적인 업무 유형입니다. “AI를 책임 있게 사용한다”는 문장은 맞지만, 실제 업무 앞에서는 조금 막연합니다. “이 공문 초안을 맡겨도 될까?”, “이 회의 메모를 넣어도 될까?”, “이 설문 응답을 정리해도 될까?” 같은 질문에 답할 수 있어야 합니다.

저라면 활용 원칙 문서에 업무 유형 표를 넣겠습니다. 첫 번째 칸에는 사용 가능 업무를 적습니다. 공개 정책자료 요약, 연수 안내문 초안, 보도자료 문장 다듬기, 일반 설문 문항 초안처럼 개인정보와 민감 판단이 적은 업무입니다. 두 번째 칸에는 조건부 사용 업무를 둡니다. 내부 회의 메모 정리, 학교 업무 흐름 분석, 만족도 조사 결과 요약처럼 비식별 처리와 담당자 검토가 필요한 업무입니다. 세 번째 칸에는 사용 제한 업무를 둡니다. 학생 개인 사례, 민원 세부 내용, 인사·징계·평정 관련 자료처럼 조심해야 할 업무입니다.

이렇게 쓰면 현장에서는 훨씬 이해하기 쉽습니다. 원칙이 구호가 아니라 체크리스트가 됩니다. 교육전문직이 연수나 컨설팅에서 설명할 때도 “우리 업무를 이 표에 놓고 함께 판단해 봅시다”라고 말할 수 있습니다.

3. 개인정보 원칙은 예시와 함께 써야 한다

AI Agent 활용에서 개인정보 보호는 빠질 수 없습니다. 그런데 “개인정보를 입력하지 않는다”는 한 문장만으로는 부족합니다. 어떤 정보가 개인정보인지, 학교 업무에서 어떤 장면이 위험한지 예시가 있어야 합니다.

예를 들어 학생 이름, 학번, 연락처, 보호자 정보는 당연히 제외해야 합니다. 여기에 특정 학생을 알아볼 수 있는 생활지도 서술, 상담 내용, 건강 정보, 민원인의 상세한 사연도 조심해야 합니다. 이름을 지웠더라도 학교명, 학년, 사건의 특징이 합쳐져 특정인이 떠오를 수 있다면 그대로 넣지 않는 편이 안전합니다.

대신 원칙 문서에는 바꿔 넣는 방법을 함께 적을 수 있습니다. “3학년 김○○ 학생” 대신 “한 학생”, “○○초 5학년 학급” 대신 “초등학교 한 학급”, “실제 민원 문장” 대신 “유사한 상황을 일반화한 문장”으로 바꾸는 방식입니다. 이렇게 예시가 있으면 담당자는 막연한 불안보다 실천 방법을 떠올릴 수 있습니다.

4. AI가 만든 결과물은 ‘초안’으로 표시한다

제가 블로그를 준비할 때도 Agent가 만든 결과물을 바로 완성본으로 보지 않습니다. 원고는 읽고 고치고, 이미지는 눈으로 확인하고, Drive 링크도 다시 열어 봅니다. 학교와 교육행정 조직에서도 이 감각이 중요합니다. AI Agent가 만든 문서는 기본적으로 초안입니다.

활용 원칙 문서에는 이 점을 분명히 적어야 합니다. AI가 생성한 안내문, 보고서 문장, 요약문, 설문 문항은 담당자가 확인한 뒤 사용한다는 기준입니다. 특히 날짜, 숫자, 법령명, 사업명, 대상, 신청 링크, 예산, 담당 부서 같은 항목은 사람이 반드시 확인해야 합니다.

표현도 중요합니다. “AI 결과를 무조건 믿지 말라”보다 “AI 결과는 초안으로 보고 담당자가 사실관계와 표현을 확인한다”라고 쓰는 편이 좋습니다. 같은 내용이라도 후자의 문장이 업무 흐름에 더 잘 들어옵니다. 불신을 조장하기보다 검토 절차를 만드는 표현이기 때문입니다.

5. 책임 소재는 겁주는 방식이 아니라 역할 구분으로 쓴다

AI 활용 원칙에서 책임 이야기를 빼면 안 됩니다. 하지만 책임을 이야기할 때 조심할 점이 있습니다. “문제가 생기면 사용자가 책임진다”는 식의 문장만 앞세우면 현장은 위축됩니다. 물론 최종 판단과 사용 책임은 사람에게 있습니다. 다만 원칙 문서에서는 이 내용을 역할 구분으로 풀어 쓰는 것이 좋습니다.

예를 들어 AI Agent의 역할은 자료 정리, 초안 작성, 형식 변환, 반복 작업 지원으로 적을 수 있습니다. 담당자의 역할은 입력 자료 선정, 민감정보 제거, 결과 검토, 최종 사용 판단입니다. 관리자의 역할은 사용 범위 안내, 민감 업무 판단 지원, 조직 차원의 기록 관리입니다.

이렇게 쓰면 책임이 막연한 부담이 아니라 업무 절차가 됩니다. 누가 무엇을 확인해야 하는지 보이기 때문입니다. 학교에서는 담임, 업무담당자, 부장, 관리자 사이의 역할이 이미 존재합니다. AI Agent 원칙도 그 흐름 안에 자연스럽게 들어가야 합니다.

6. 기록은 거창한 시스템보다 작은 양식에서 시작한다

AI Agent를 조직에서 쓰려면 기록이 필요합니다. 어떤 업무에 사용했는지, 어떤 자료를 넣었는지, 결과를 어떻게 수정했는지 남겨야 나중에 돌아볼 수 있습니다. 다만 처음부터 복잡한 관리 시스템을 만들 필요는 없습니다. 작은 양식 하나면 충분합니다.

양식에는 날짜, 업무명, 사용 목적, 입력 자료의 종류, 개인정보 제거 여부, 생성 결과, 사람이 수정한 내용, 사용 여부 정도를 넣을 수 있습니다. 예를 들어 “연수 안내문 초안 작성”, “공개 일정과 운영 계획만 입력”, “담당자가 날짜와 신청 링크 확인 후 수정”처럼 짧게 남기는 방식입니다.

제가 00_목차.md에 글 준비 상태와 링크를 남기는 것도 같은 이유입니다. 매번 기억에 의존하지 않기 위해서입니다. 조직에서도 작은 기록이 쌓이면 나중에 좋은 사례와 주의 사례를 구분할 수 있습니다. 연수 자료로도 다시 사용할 수 있습니다.

7. 원칙 문서는 한 번에 완성하지 않아도 된다

학교나 교육행정 조직에서 AI Agent 활용 원칙을 처음 만들 때 완벽한 문서를 목표로 삼으면 시작이 늦어집니다. 기술도 빠르게 바뀌고, 현장의 활용 장면도 계속 달라집니다. 처음에는 1쪽짜리 초안으로 시작해도 됩니다.

처음 문서에는 사용 가능 업무, 제한 업무, 개인정보 처리, 결과 검토, 기록 양식 정도만 담아도 충분합니다. 한 달 정도 작은 실험을 해 보고, 실제로 헷갈렸던 장면을 반영해 고치면 됩니다. 원칙 문서는 현장을 묶어 두는 문서가 아니라 안전하게 실험을 이어가게 하는 문서여야 합니다.

이런 점에서 AI Agent 활용 원칙은 규정이면서 동시에 학습 자료입니다. 문서를 만드는 과정 자체가 조직이 AI를 어떻게 이해하고 사용할지 합의하는 과정이 됩니다. 교육공학적으로 보면 도구 도입보다 중요한 것은 사용 문화를 설계하는 일입니다.

마무리하며

AI Agent를 학교와 교육행정 조직에 적용하려면 작은 실험만큼이나 짧고 분명한 활용 원칙이 필요합니다. 금지 목록만 만드는 것이 아니라, 해 볼 수 있는 업무와 조심해야 할 업무를 함께 제시하고, 개인정보 보호와 사람의 검토 절차를 실제 장면 중심으로 써야 합니다.

지난 글에서는 AI Agent를 학교와 교육행정 조직에 적용할 때 처음부터 큰 시스템을 도입하기보다 작고 안전한 실험에서 출발하는 편이 현실적이라고 정리했습니다. 공개 자료 요약, 안내문 초안, 설문 응답 정리처럼 위험이 낮고 반복성이 있는 업무부터 살펴보자는 이야기였습니다. 그렇게 생각을 이어가다 보니 다음 질문은 연수와 컨설팅 장면으로 옮겨 갑니다. 교사나 교육전문직에게 이 경험을 어떻게 안내하면 부담이 덜할까요.

제가 Hermes Agent를 쓰며 느낀 것은 설명만으로는 잘 와닿지 않는다는 점입니다. “AI Agent는 도구를 쓰고, 기억을 남기고, 절차에 따라 일한다”라고 말하면 개념은 전달됩니다. 하지만 실제로는 “아침에 자료를 모아 달라고 맡겼더니 결과가 이렇게 왔다”, “원고와 이미지, Drive 링크를 한 번에 준비하게 했다” 같은 장면을 보여 줄 때 이해가 빨라집니다. 연수와 컨설팅도 결국 이런 실제 장면에서 출발해야 한다고 생각합니다.

1. 연수의 출발점은 기술 소개가 아니라 업무 장면이다

AI Agent 연수를 준비하면 먼저 기능 목록을 설명하고 싶은 마음이 생깁니다. 모델, API, 토큰, 도구 사용, 자동화 같은 용어가 떠오릅니다. 그러나 현장 선생님이나 교육전문직에게 처음부터 용어를 많이 제시하면 “그래서 내 업무와 무슨 관련이 있지?”라는 거리감이 생길 수 있습니다.

저라면 연수 첫 장면을 기능 설명이 아니라 업무 장면으로 열고 싶습니다. 예를 들어 “연수 안내문을 매번 새로 쓰는 상황”, “회의 후 정리해야 할 메모가 쌓인 상황”, “공개 정책자료를 읽고 핵심을 뽑아야 하는 상황”을 먼저 제시합니다. 그리고 그중 한 장면을 AI Agent에게 맡기면 어떤 흐름으로 일이 진행되는지 보여 줍니다.

이 방식은 AI를 신기한 기술로만 보지 않게 합니다. 도구가 먼저가 아니라 업무가 먼저라는 메시지를 줍니다. 교육공학적으로 보아도 학습자는 자신의 문제 상황과 연결될 때 훨씬 잘 이해합니다.

2. 실습 과제는 ‘성공하기 쉬운 업무’로 고른다

첫 실습에서 너무 어려운 과제를 주면 연수 분위기가 금방 무거워집니다. 개인정보가 섞인 자료, 판단이 필요한 민감 사안, 학교마다 맥락이 다른 복잡한 업무는 처음 실습에 적합하지 않습니다. 실패했을 때 도구에 대한 불신만 커질 수 있습니다.

처음에는 성공하기 쉬운 업무가 좋습니다. 공개 보도자료 1쪽을 요약하기, 연수 안내 문자 초안 만들기, 회의 안건을 표로 정리하기, 설문 문항 초안을 5개 만들기 같은 과제입니다. 결과물이 완벽하지 않아도 사람이 바로 고칠 수 있고, “초안으로는 쓸 수 있겠다”는 느낌을 주기 쉽습니다.

Hermes Agent를 제 블로그 준비에 쓰는 과정도 비슷했습니다. 처음부터 모든 글을 자동 발행하게 한 것이 아니라, 목차 확인과 초안 작성, 이미지 생성, Drive 업로드처럼 사람이 확인할 수 있는 단계로 나누었습니다. 연수 실습도 같은 원리로 설계하는 것이 좋습니다.

3. 프롬프트보다 입력 자료와 검토 기준을 먼저 알려 준다

AI 연수에서 자주 나오는 질문은 “프롬프트를 어떻게 쓰면 좋나요?”입니다. 물론 프롬프트는 중요합니다. 하지만 실제 업무에서 결과의 질을 좌우하는 것은 프롬프트 문장만이 아닙니다. 어떤 자료를 넣는지, 어디까지 맡길지, 무엇을 사람이 확인할지가 더 중요할 때가 많습니다.

그래서 연수에서는 멋진 프롬프트 모음보다 입력 자료와 검토 기준을 먼저 안내하고 싶습니다. 예를 들어 안내문 초안을 만들 때는 일정, 대상, 신청 방법, 문의처가 정확히 들어 있어야 합니다. 설문 문항을 만들 때는 응답자가 오해하지 않는 표현인지 확인해야 합니다. 회의록을 정리할 때는 결정 사항과 추후 조치가 빠지지 않았는지 봐야 합니다.

이렇게 설명하면 AI Agent 활용이 문장 기술이 아니라 업무 설계의 문제로 보입니다. 선생님들도 “프롬프트를 잘 외워야 하는구나”보다 “자료와 기준을 잘 준비해야 하는구나”라고 받아들이게 됩니다.

4. 사람의 확인 단계를 연수 안에 반드시 넣는다

AI Agent 실습에서 결과물이 나오면 참가자들은 자연스럽게 감탄하거나 실망합니다. 그런데 그다음 단계가 더 중요합니다. 결과를 그대로 받아들이는 것이 아니라, 사람이 확인하고 고치는 시간을 연수 안에 넣어야 합니다. 이 단계가 빠지면 AI 활용이 실제 업무로 이어지기 어렵습니다.

예를 들어 Agent가 만든 연수 안내문 초안을 보고 날짜, 장소, 신청 링크, 표현의 적절성을 직접 확인하게 합니다. 설문 문항 초안을 보고 중복 문항이나 유도 질문이 있는지 표시하게 합니다. 정책자료 요약문을 보고 원문과 다른 내용이 섞이지 않았는지 확인하게 합니다.

이 과정에서 참가자는 AI가 잘하는 일과 사람이 해야 할 일을 자연스럽게 구분합니다. “AI가 써 줬다”에서 끝나는 것이 아니라 “나는 무엇을 검토해야 하는가”를 익히게 됩니다. 학교 현장에서는 이 감각이 특히 중요합니다.

5. 컨설팅에서는 한 팀의 반복업무를 함께 고른다

연수는 여러 사람이 함께 개념과 실습을 경험하는 자리라면, 컨설팅은 특정 학교나 팀의 실제 업무를 다루는 자리입니다. 그래서 컨설팅에서는 일반 예시보다 그 팀의 반복업무를 함께 찾는 시간이 필요합니다. “요즘 가장 자주 반복되는 문서 작업은 무엇인가요?”, “매번 비슷하게 안내하지만 시간이 걸리는 업무는 무엇인가요?” 같은 질문에서 시작할 수 있습니다.

교육전문직 업무에서도 마찬가지입니다. 연수 운영팀이라면 안내문, 만족도 조사, 결과 보고가 반복됩니다. 장학이나 정책 업무라면 자료 요약, 회의자료 구성, 질의응답 정리가 반복됩니다. 학교라면 주간 일정 안내, 가정통신문 초안, 회의 안건 정리 같은 업무가 후보가 될 수 있습니다.

컨설팅의 목표는 그 자리에서 거창한 자동화 시스템을 완성하는 것이 아닙니다. 한 가지 업무를 골라 Agent에게 맡길 부분과 사람이 확인할 부분을 나누어 보는 것입니다. 그 정도만 해도 팀은 다음 실험을 스스로 설계할 수 있는 출발점을 얻습니다.

6. 결과보다 실험 기록을 남기게 한다

연수나 컨설팅이 끝나면 참가자들은 결과물 파일만 챙기기 쉽습니다. 하지만 조직 안에서 경험이 이어지려면 결과보다 실험 기록이 더 중요합니다. 어떤 업무를 선택했는지, 어떤 자료를 넣었는지, 어떤 지시를 했는지, 결과를 어떻게 수정했는지 남겨야 합니다.

기록 양식은 단순해도 됩니다. 업무명, 입력 자료, Agent에게 맡긴 일, 사람이 확인한 일, 좋았던 점, 주의할 점 정도면 충분합니다. 이 기록이 여러 개 쌓이면 학교나 교육청의 AI Agent 활용 사례가 됩니다. 다음 연수 자료로도 쓸 수 있고, 조직 내부 가이드라인을 만들 때도 도움이 됩니다.

제가 블로그 연재를 준비할 때 00_목차.md에 준비 상태와 링크를 남기는 이유도 같습니다. 매번 새로 기억하지 않아도 되게 하기 위해서입니다. 조직의 AI 활용도 결국 기록이 있어야 개인 경험을 넘어 공동의 자산이 됩니다.

7. 부담을 줄이는 안내 문장이 필요하다

AI Agent 연수에서는 기술보다 분위기가 중요할 때가 있습니다. 참가자들이 “이제 이것까지 배워야 하나”라고 느끼면 시작부터 부담이 커집니다. 그래서 안내 문장도 조심해야 합니다. “AI를 반드시 써야 한다”보다 “반복되는 초안 작업을 조금 줄여 보는 실험”이라고 표현하는 편이 낫습니다.

저는 연수에서 이런 문장을 쓰고 싶습니다. “오늘은 완벽한 자동화를 배우는 시간이 아닙니다. 내 업무 중 하나를 골라 초안 작성과 정리 시간을 줄일 수 있는지 확인해 보는 시간입니다.” 이 정도 문장만으로도 참가자는 실패에 대한 부담을 덜 느낄 수 있습니다.

AI Agent는 사람을 대체하는 도구로 소개되기보다, 사람이 검토하고 판단할 시간을 확보해 주는 도구로 안내되어야 합니다. 그래야 학교와 교육행정 조직에서 불필요한 경계심을 줄이고, 안전한 실험을 이어갈 수 있습니다.

마무리하며

AI Agent를 연수와 컨설팅에서 다룰 때는 기능 설명보다 업무 장면, 프롬프트보다 입력 자료와 검토 기준, 결과물보다 실험 기록을 앞에 두는 편이 좋습니다. 작은 업무 하나를 골라 맡길 일과 확인할 일을 나누어 보는 것만으로도 현장에서는 충분히 의미 있는 출발이 됩니다.

지난 글에서는 지금까지 쌓아 온 AI Agent 활용기를 전자책 원고로 묶는 방법을 생각해 보았습니다. 블로그 글을 모아 책으로 만드는 일은 단순한 편집이 아니라, 내가 왜 이 도구를 쓰기 시작했는지 다시 확인하는 과정이었습니다. 그렇게 정리하고 나니 자연스럽게 다음 질문이 생겼습니다. 개인이 혼자 쓰는 AI Agent 경험을 학교나 교육행정 조직에서는 어디서부터 시작할 수 있을까요.

저는 처음부터 조직 전체에 AI Agent를 도입하자는 식으로 접근하면 오히려 어렵다고 봅니다. 학교와 교육청 업무는 책임 소재가 분명해야 하고, 개인정보와 공문서 관리도 조심해야 합니다. 교사와 교육전문직의 업무 방식도 제각각입니다. 그래서 처음에는 거창한 플랫폼보다 작고 안전한 실험이 더 현실적입니다. 오늘 글에서는 Hermes Agent를 개인 업무에 써 보며 느낀 점을 바탕으로, 학교와 교육행정 조직에서 시작해 볼 만한 작은 실험들을 정리해 보려 합니다.

1. 조직 도입보다 먼저 ‘한 사람의 반복업무’를 본다

AI Agent를 조직에 적용한다고 하면 흔히 시스템 구축부터 떠올립니다. 전용 서버, 관리자 계정, 보안 정책, 사용 매뉴얼 같은 것들이 먼저 생각납니다. 물론 언젠가는 이런 준비가 필요합니다. 하지만 처음부터 그 단계로 가면 논의가 무거워지고, 실제 사용 장면은 뒤로 밀릴 수 있습니다.

제가 Hermes Agent를 쓰면서 가장 먼저 체감한 변화는 큰 업무가 아니라 작은 반복업무에서 나왔습니다. 매일 같은 폴더를 확인하고, 다음 글 주제를 고르고, Word 파일과 이미지를 만들고, Google Drive 링크를 정리하는 일처럼 말입니다. 하나하나는 사소하지만 매일 반복되면 시간을 잡아먹습니다. Agent는 이런 일을 일정한 절차로 묶어 대신 처리할 때 힘을 발휘했습니다.

학교와 교육행정 조직에서도 출발점은 비슷하다고 생각합니다. “우리 조직에 AI를 어떻게 도입할 것인가”보다 “우리 팀에서 매주 반복되는 업무는 무엇인가”를 먼저 묻는 편이 좋습니다. 회의자료 취합, 공문 초안 정리, 연수 안내 문구 작성, 설문 응답 요약, 일정 안내문 만들기 같은 작은 장면이 출발점이 될 수 있습니다.

2. 첫 실험은 공개 자료와 비민감 업무로 시작한다

학교 현장에서 AI 도구를 쓸 때 가장 조심해야 할 것은 학생 개인정보와 민감한 내부 자료입니다. 그래서 첫 실험은 반드시 공개 자료나 비민감 업무로 시작하는 것이 안전합니다. 예를 들어 교육부 보도자료 요약, 공개 연수 계획서 목차 정리, 이미 배포된 안내문의 문장 다듬기, 공개 통계자료 기반 질의응답 같은 작업이 좋습니다.

이런 업무는 실패해도 위험이 크지 않습니다. 결과가 마음에 들지 않으면 사람이 고치면 됩니다. 반대로 개인정보가 담긴 상담 기록이나 학생 평가자료, 내부 민원 문서부터 맡기면 작은 오류도 큰 문제가 됩니다. AI Agent의 가능성을 보려다가 신뢰를 잃을 수 있습니다.

작은 실험의 목적은 “AI가 사람을 대신한다”를 증명하는 것이 아닙니다. “어떤 업무는 초벌 정리까지 맡길 수 있구나”, “어떤 자료는 사람이 다시 확인해야 하는구나”를 조직이 함께 익히는 데 있습니다. 안전한 자료로 시작하면 구성원들이 도구의 장단점을 차분히 볼 수 있습니다.

3. Agent에게 맡길 일과 사람이 확인할 일을 나눈다

AI Agent를 쓰다 보면 처음에는 “어디까지 맡겨도 될까”가 늘 헷갈립니다. 그래서 저는 업무를 세 칸으로 나누어 보는 편이 좋았습니다. Agent에게 맡길 일, 사람이 확인할 일, 사람이 직접 결정할 일입니다. 이 구분이 없으면 결과물을 보고도 어떻게 활용해야 할지 애매해집니다.

예를 들어 연수 안내문을 만든다고 해 보겠습니다. Agent에게는 기존 계획서에서 일정, 장소, 대상, 신청 방법을 뽑아 안내문 초안을 만들게 할 수 있습니다. 사람은 날짜와 신청 링크, 표현의 정확성을 확인합니다. 최종 발송 여부와 발송 대상은 담당자가 결정합니다. 이렇게 나누면 Agent는 초안 작성 도구가 되고, 사람은 판단과 책임의 위치를 유지할 수 있습니다.

학교 조직에서도 이 원칙은 중요합니다. AI가 만든 결과를 그대로 공문이나 가정통신문으로 내보내는 방식은 위험합니다. 대신 초안을 빠르게 만들고, 사람의 검토 시간을 확보하는 방식으로 쓰면 업무경감의 의미가 살아납니다.

4. 팀 단위 실험은 ‘공유 프롬프트’보다 ‘공유 절차’가 먼저다

AI 활용 연수를 하다 보면 좋은 프롬프트를 공유해 달라는 요청을 자주 듣습니다. 물론 예시 프롬프트는 도움이 됩니다. 하지만 조직 안에서 실제로 오래 쓰이려면 프롬프트 문장보다 업무 절차가 먼저 정리되어야 합니다. 누가 자료를 넣고, 어떤 결과를 받고, 누가 검토하고, 어디에 저장할지가 정해져야 합니다.

제가 블로그 원고를 준비할 때도 마찬가지였습니다. 단순히 “좋은 글을 써 줘”라고 하지 않았습니다. 목차 확인, 다음 순번 결정, Markdown 저장, Word 생성, 이미지 생성, Drive 업로드, 목차 업데이트라는 절차가 있었습니다. 절차가 있으니 Agent에게 지시하기 쉬웠고, 결과를 확인하기도 쉬웠습니다.

학교나 교육청 팀에서도 작은 업무 하나를 골라 같은 방식으로 정리할 수 있습니다. 예를 들어 “연수 후 설문 응답 정리”라는 업무를 선택했다면, 원자료 위치, 익명화 방식, 요약 기준, 담당자 검토, 최종 보고서 반영 순서를 정합니다. 이 절차가 잡히면 프롬프트는 그다음에 다듬어도 늦지 않습니다.

5. 성공 기준을 ‘완전 자동화’로 잡지 않는다

AI Agent 이야기를 하면 자동화라는 말이 자주 나옵니다. 하지만 학교와 교육행정 조직의 첫 실험에서 성공 기준을 완전 자동화로 잡으면 부담이 커집니다. 실제 업무는 예외가 많고, 문맥도 복잡하며, 최종 책임은 사람이 져야 합니다. 처음부터 버튼 하나로 끝나는 시스템을 기대하면 실망하기 쉽습니다.

저는 성공 기준을 조금 낮추어 잡는 편이 현실적이라고 생각합니다. 예를 들어 초안 작성 시간이 30분에서 10분으로 줄었다면 의미가 있습니다. 회의록 정리에서 누락된 안건을 사람이 더 빨리 찾을 수 있었다면 그것도 성과입니다. 반복 안내문을 만들 때 매번 처음부터 쓰지 않아도 되었다면 충분히 작은 성공입니다.

작은 성공이 쌓이면 구성원들의 인식도 바뀝니다. “AI가 다 해 주는가”가 아니라 “이 부분은 맡겨도 되겠네”라는 감각이 생깁니다. 이 감각이 조직 안에서 공유될 때 다음 단계의 실험도 자연스럽게 이어집니다.

6. 기록을 남겨야 조직의 경험이 된다

개인이 AI Agent를 써 보고 끝내면 경험은 개인에게만 남습니다. 조직 적용을 생각한다면 실험 과정 자체를 기록해야 합니다. 어떤 업무에 적용했는지, 어떤 자료를 넣었는지, 결과가 어디까지 쓸 만했는지, 사람이 어떤 부분을 수정했는지 남겨야 합니다. 그래야 다음 사람이 같은 시행착오를 반복하지 않습니다.

기록은 거창할 필요가 없습니다. 한 장짜리 실험 메모면 충분합니다. 업무명, 사용 자료, Agent에게 맡긴 일, 사람이 확인한 일, 효과, 주의점 정도만 적어도 됩니다. 이 메모가 쌓이면 나중에는 학교용 AI Agent 활용 사례집이나 연수 자료로 바꿀 수 있습니다.

Hermes Agent로 블로그 연재를 준비하면서 00_목차.md에 상태와 링크를 남긴 것도 같은 이유였습니다. 어떤 글이 준비되었는지, 어떤 파일이 어디에 있는지 기록해 두니 다음 작업이 이어졌습니다. 조직에서도 기록은 자동화보다 먼저 필요한 기반입니다.

7. 작은 실험의 끝은 업무문화 질문으로 이어진다

AI Agent를 학교와 교육행정 조직에 적용하는 일은 결국 기술 문제가 아니라 업무문화의 문제로 이어집니다. 어떤 일을 반복하고 있는지, 왜 사람이 매번 처음부터 작성하고 있는지, 검토와 책임은 어떻게 나누어야 하는지 묻게 됩니다. 이 질문이 생기면 AI 도구는 단순한 유행어가 아니라 업무를 돌아보는 거울이 됩니다.

처음에는 한 사람의 실험으로 충분합니다. 한 팀에서 한 가지 업무만 골라도 됩니다. 중요한 것은 작게 시작하되 기록을 남기고, 결과를 함께 검토하는 것입니다. 그렇게 해야 AI Agent가 개인의 편리한 도구를 넘어 조직의 업무경감 논의로 이어질 수 있습니다.

마무리하며

학교와 교육행정 조직에서 AI Agent를 바로 전면 도입하기는 어렵습니다. 하지만 공개 자료 요약, 안내문 초안, 회의자료 정리, 설문 응답 요약처럼 작고 안전한 업무부터 실험하는 것은 충분히 가능합니다. 이때 Agent에게 맡길 일과 사람이 확인할 일을 나누고, 결과를 기록하는 습관이 필요합니다.

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 교감의 하루 업무를 AI Agent 관점에서 다시 보았습니다. 교감의 일은 한 가지 문서나 한 번의 회의로 끝나지 않고, 일정과 사람, 공문과 보고가 계속 이어지는 흐름에 가깝다는 이야기를 했습니다. 이번 글에서는 그 흐름을 조금 더 구체적으로 줄이는 방법을 생각해 보려고 합니다.

학교 업무를 하다 보면 이상한 피로감이 생길 때가 있습니다. 분명히 오늘 해야 할 일을 처리했는데도, 같은 내용을 다른 회의에서 다시 말하고, 같은 날짜를 다른 표에 또 적고, 이미 보낸 내용을 보고자료 형식으로 다시 정리합니다. 일이 하나씩 쌓이는 것도 힘들지만, 같은 정보가 여러 형식으로 반복되는 것이 더 큰 부담이 됩니다.

AI Agent를 쓰기 시작한 뒤 저는 이 문제를 “글을 빨리 써 주는 도구”보다 “흐름을 잇는 도구”의 관점에서 보게 되었습니다. 일정, 회의, 공문, 보고를 각각 따로 보지 않고 하나의 흐름으로 묶으면 줄일 수 있는 일이 보입니다. 완전히 자동화하지 않더라도, 한 번 정리한 정보를 다음 업무에 다시 쓰게 만드는 것만으로도 체감되는 부담이 줄어듭니다.

1. 학교 업무는 네 갈래가 아니라 하나의 흐름이다

학교에서는 일정, 회의, 공문, 보고가 서로 다른 업무처럼 다뤄집니다. 일정은 캘린더나 월중행사표에 있고, 회의는 회의자료와 회의록에 남고, 공문은 업무관리시스템에 들어오며, 보고는 별도의 서식으로 작성됩니다. 담당자도 다르고 저장 위치도 다릅니다.

하지만 실제 현장에서는 이 네 가지가 계속 연결됩니다. 어떤 공문이 오면 일정이 생기고, 일정이 생기면 회의 안건이 됩니다. 회의에서 결정된 내용은 다시 보고자료가 되고, 보고 결과에 따라 다음 일정이나 후속 조치가 만들어집니다. 한 번 시작된 정보가 여러 문서와 사람을 거쳐 이동하는 셈입니다.

문제는 이 이동 과정에서 같은 내용을 계속 다시 쓰게 된다는 점입니다. 날짜, 대상, 장소, 담당자, 준비물, 제출 기한, 협조 요청 같은 정보가 여러 번 반복됩니다. 그래서 업무경감을 생각할 때는 “문서 하나를 빨리 만드는 방법”보다 “한 번 정리한 정보가 다음 단계로 자연스럽게 넘어가게 하는 방법”을 먼저 보아야 합니다.

2. 먼저 공통 정보 묶음을 만든다

AI Agent에게 바로 “회의자료를 만들어 줘”라고 요청할 수도 있습니다. 하지만 더 효과적인 출발점은 공통 정보 묶음을 만드는 것입니다. 예를 들어 행사 하나를 기준으로 날짜, 시간, 장소, 대상, 담당자, 관련 공문, 준비물, 협조 부서, 제출 기한, 후속 보고 여부를 한 번에 정리해 두는 방식입니다.

이 묶음은 거창한 데이터베이스일 필요가 없습니다. 처음에는 Markdown 표 하나로도 충분합니다. 공문을 읽고 필요한 항목을 뽑아 넣거나, 회의 메모를 붙여 넣고 빠진 항목을 확인하게 할 수 있습니다. 중요한 것은 문장으로 흩어진 내용을 “다음 업무에 다시 쓸 수 있는 항목”으로 바꾸는 것입니다.

Hermes Agent 같은 도구는 이 작업에 잘 맞습니다. 파일을 읽고, 표를 만들고, 필요한 경우 Word나 이미지 같은 결과물로 바꾸는 작업을 이어서 할 수 있기 때문입니다. 사람이 처음 판단한 내용을 바탕으로 AI Agent가 형식을 바꾸고, 누락을 점검하고, 다음 단계 초안을 만들어 주는 구조입니다.

3. 일정은 단순한 날짜가 아니라 후속 조치의 출발점이다

학교 일정표에는 대개 날짜와 행사명이 들어갑니다. 그런데 실제 업무는 그보다 훨씬 넓습니다. 행사 전 안내, 물품 준비, 담당자 확인, 학생 이동, 안전 점검, 결과 보고, 사진 정리, 만족도 조사 같은 후속 조치가 붙습니다. 날짜 하나가 작은 업무 묶음을 데리고 다니는 셈입니다.

AI Agent를 활용한다면 일정표를 단순히 보기 좋게 정리하는 데서 멈추지 않고, 일정별 체크리스트를 만들 수 있습니다. 예를 들어 “다음 주 학교 일정에서 사전 안내가 필요한 것, 회의 안건으로 올릴 것, 보고가 필요한 것을 나누어 달라”고 요청할 수 있습니다. 그러면 일정이 업무 흐름의 출발점으로 바뀝니다.

이때 민감한 학생 정보나 내부 판단이 들어간 자료를 그대로 넣지 않는 원칙은 지켜야 합니다. 공개 가능한 일정, 비식별 메모, 담당 부서 중심의 정보부터 시작하면 됩니다. 자동화의 목적은 학교 안의 모든 정보를 AI에게 넘기는 것이 아니라, 이미 정리 가능한 정보를 놓치지 않도록 돕는 데 있습니다.

4. 회의자료는 안건과 결정사항을 이어 주어야 한다

회의자료를 만들 때 자주 생기는 어려움은 자료를 만드는 일과 회의 후 처리할 일이 분리된다는 점입니다. 회의 전에는 안건을 모으느라 바쁘고, 회의가 끝나면 누가 무엇을 해야 하는지 다시 정리해야 합니다. 회의자료와 회의록이 따로 놀면 같은 내용을 두 번 정리하게 됩니다.

AI Agent에게 회의 전 메모를 넣고 “안내 사항, 협의 사항, 결정이 필요한 사항으로 나누어 달라”고 요청하면 회의자료 초안이 됩니다. 회의 후에는 같은 자료에 결정사항을 덧붙여 “담당자, 기한, 후속 확인” 표로 바꿀 수 있습니다. 회의자료가 회의록과 체크리스트로 이어지는 것입니다.

저는 이 방식이 학교 업무에 꽤 현실적이라고 봅니다. 회의 내용을 AI가 판단하게 하는 것이 아니라, 사람이 적은 메모를 구조화하는 일이기 때문입니다. 교감이나 담당자는 최종 내용을 확인하고 표현을 다듬으면 됩니다. 회의의 책임은 사람에게 남겨 두되, 반복 정리는 도구의 도움을 받는 방식입니다.

5. 공문은 ‘읽기’에서 ‘실행 항목 추출’로 넘어가야 한다

공문 업무에서 시간이 많이 드는 이유는 공문이 길어서만은 아닙니다. 공문을 읽은 뒤 학교가 실제로 무엇을 해야 하는지 바꾸어 생각해야 하기 때문입니다. 제출해야 하는지, 안내만 하면 되는지, 회의에 올려야 하는지, 담당 부서를 정해야 하는지 판단해야 합니다.

AI Agent에게 공문 내용을 그대로 맡기는 것은 조심해야 합니다. 대신 공문에서 실행 항목을 추출하게 하는 방식은 유용합니다. “제출 기한, 제출 대상, 학교 조치사항, 첨부자료, 확인할 담당자를 표로 정리해 달라”고 요청하면 긴 문서가 행동 목록으로 바뀝니다.

이 결과는 다시 일정과 회의로 이어질 수 있습니다. 제출 기한은 캘린더에 넣고, 협의가 필요한 사항은 회의 안건으로 올리고, 준비물이 필요한 일은 담당자 체크리스트가 됩니다. 공문을 읽고 끝내는 것이 아니라, 다음 행동으로 연결하는 것입니다.

6. 보고자료는 마지막에 새로 쓰지 말고 중간부터 쌓아 둔다

보고자료는 많은 경우 마지막에 급하게 만들어집니다. 행사가 끝난 뒤 사진을 찾고, 회의 결과를 다시 뒤지고, 추진 경과를 기억해 내며 문장을 만듭니다. 이때 시간이 많이 드는 이유는 글쓰기 능력 때문이 아니라 중간 기록이 흩어져 있기 때문입니다.

업무 흐름을 줄이려면 보고자료를 마지막 산출물로만 보지 말고, 처음부터 조금씩 쌓이는 기록으로 보아야 합니다. 일정이 만들어질 때 목적과 대상이 기록되고, 회의에서 결정사항이 붙고, 행사 후 결과와 개선점이 추가되면 보고자료의 뼈대가 이미 만들어집니다.

AI Agent는 이 흩어진 기록을 보고서 형식으로 바꾸는 데 도움을 줄 수 있습니다. 예를 들어 일정 메모, 회의 결정사항, 결과 메모를 함께 넣고 “추진 배경, 주요 내용, 결과, 향후 보완점 형식으로 정리해 달라”고 요청할 수 있습니다. 사람은 사실관계와 학교 맥락을 확인하고, 필요한 표현을 다듬으면 됩니다.

7. 작은 자동화는 ‘다음 문서’를 줄이는 데서 시작된다

학교 업무경감에서 자동화라는 말을 들으면 큰 시스템부터 떠올리기 쉽습니다. 하지만 실제로 체감되는 자동화는 작게 시작될 가능성이 큽니다. 오늘 만든 일정 메모가 회의자료 초안이 되고, 회의자료가 회의록과 체크리스트가 되고, 체크리스트가 보고자료 뼈대로 이어지는 정도입니다.

이 흐름을 만들기 위해 필요한 것은 복잡한 기술보다 일관된 형식입니다. 날짜, 담당자, 기한, 조치사항, 확인 여부 같은 항목을 비슷한 방식으로 적어 두면 AI Agent가 다음 문서로 바꾸기 쉬워집니다. 반대로 매번 다른 표현과 다른 저장 위치에 흩어져 있으면 아무리 좋은 도구도 다시 사람에게 물어봐야 합니다.

저는 AI Agent를 쓰면서 “처음부터 완벽한 자동화”보다 “반복 입력을 줄이는 습관”이 더 중요하다는 생각을 하게 되었습니다. 학교 현장에서는 안전과 책임, 관계의 판단이 중요하기 때문에 모든 것을 기계적으로 넘길 수 없습니다. 그러나 이미 사람이 확인한 정보를 다음 단계에 다시 쓰게 만드는 일은 충분히 시도해 볼 만합니다.

마무리하며

학교 일정, 회의, 공문, 보고의 흐름을 줄인다는 것은 학교 업무를 단순하게 만든다는 뜻이 아닙니다. 오히려 복잡한 학교 업무의 연결 구조를 더 잘 보이게 만드는 일에 가깝습니다. 한 번 들어온 정보가 어디로 이어지는지 보이면, 같은 내용을 반복해서 옮겨 쓰는 시간을 줄일 수 있습니다.

AI Agent는 이 과정에서 문서를 대신 책임지는 존재가 아니라, 흐름을 이어 주는 작업 도구가 될 수 있습니다. 일정에서 회의로, 공문에서 실행 항목으로, 회의록에서 보고자료로 넘어가는 다리를 놓아 주는 역할입니다. 학교 업무경감은 이런 작은 연결을 쌓는 데서 시작될 수 있습니다.