[AI 에이전트 기초연재 | 제3회] AI 에이전트에게 나만의 사무실을 만들어 주기

AI 에이전트에게 나만의 사무실을 만들어 주기

작업 폴더 만들기부터 지시문 작성, 첫 번째 문서 자동 정리까지

일을 맡기려면 먼저 일할 공간이 필요하다

직장에 새로운 직원이 들어왔다고 생각해 보자. 업무를 맡기려면 무엇부터 해야 할까? 아마 책상과 컴퓨터를 준비하고, 업무에 필요한 자료를 제공할 것이다. 회사에서 사용하는 문서 양식과 업무처리 방법도 알려주어야 한다. 어떤 일을 해야 하는지, 결과물은 어디에 저장하고 누구에게 보고해야 하는지도 설명해야 한다.

그런데 이런 준비 없이 "오늘부터 보고서를 작성하세요"라고 지시한다면 어떻게 될까? 아무리 능력이 뛰어난 직원이라도 제대로 일하기 어려울 것이다.

AI 에이전트도 마찬가지다. 지난 글에서 우리는 AI 에이전트가 단순히 질문에 답하는 인공지능이 아니라, 자료를 찾고 분석하고 문서를 작성하는 일련의 과정을 수행할 수 있는 디지털 업무요원이라는 사실을 살펴보았다. 그렇다면 이제 실제로 일을 맡겨볼 차례다. 그런데 막상 시작하려고 하면 고민이 생긴다.

"AI 에이전트에게 어떤 자료를 주어야 할까?"

"내 컴퓨터에 있는 파일을 어떻게 읽게 할까?"

"작성한 문서는 어디에 저장하도록 해야 할까?"

"매번 같은 설명을 하지 않으려면 어떻게 해야 할까?"

나는 이 문제를 해결하는 가장 쉬운 방법이 AI 에이전트에게 전용 작업공간을 만들어 주는 것이라고 생각한다. 복잡한 프로그램부터 설치할 필요는 없다. 우선 컴퓨터에 폴더 하나를 만들고 그 안에서 일하는 방법을 정리하는 것부터 시작하면 된다. 오늘은 AI 에이전트가 실제로 일할 수 있는 환경을 만들고, 간단한 문서 정리 작업을 맡겨보려고 한다.

 

폴더 세 개로 시작하는 AI 사무실

우리가 컴퓨터에서 문서를 작성할 때를 생각해 보자. 필요한 자료를 찾아 문서를 만들고, 작업 중인 파일을 수정한 다음, 최종 결과물을 저장한다. 이 과정을 자세히 살펴보면 크게 세 단계로 나눌 수 있다. 자료를 준비하는 단계, 실제로 작업하는 단계, 완성된 결과물을 보관하는 단계다.

AI 에이전트에게도 이와 같은 구조를 만들어 주면 된다. 먼저 윈도우 컴퓨터의 문서 폴더에 'AI업무'라는 이름의 새 폴더를 만들어 보자. 폴더 안에는 다음과 같이 세 개의 하위 폴더를 만든다.

01_자료

에이전트가 읽고 참고할 자료를 넣는 곳이다. 회의록, 업무자료, 수업계획서, 강의자료, 기존 보고서 등이 여기에 해당한다.

02_작업

에이전트가 문서를 분석하고 초안을 작성하는 과정에서 사용하는 공간이다. 수정 중인 문서나 임시 파일을 보관할 수 있다.

03_완성본

작업이 끝난 결과물을 보관하는 곳이다. 보고서, 요약문, 학습지, 발표자료 등 최종 검토를 위한 문서를 저장한다.

예를 들어 직장인이라면 지난주 업무자료를 '01_자료' 폴더에 넣는다. 에이전트는 해당 자료를 분석해 '02_작업' 폴더에서 보고서 초안을 만들고, 작성이 끝난 문서를 '03_완성본' 폴더에 저장하도록 지시할 수 있다.

교사라면 수업계획서와 교재를 자료 폴더에 넣고, 에이전트에게 학습지와 평가문항을 작성하도록 할 수 있다.

대학생은 강의자료를 넣고 핵심 내용을 요약하거나 예상문제를 만드는 작업에 활용할 수 있다.

이처럼 폴더를 구분하는 이유는 단순하다.

AI 에이전트가 어떤 자료를 읽고, 어디에서 작업하며, 결과물을 어디에 저장해야 하는지 명확하게 알려주기 위해서다.

물론 폴더만 만든다고 AI가 자동으로 파일을 읽는 것은 아니다. 에이전트가 컴퓨터의 파일에 접근할 수 있도록 적절한 프로그램이나 도구를 연결해야 한다. 

 

AI 에이전트에게 업무 매뉴얼을 만들어 주자

사무실을 준비했다면 다음으로 해야 할 일이 있다. 바로 업무 매뉴얼을 만드는 것이다. 나는 생성형 인공지능을 사용하면서 같은 설명을 여러 번 반복했던 경험이 있다.

"보고서는 공문서 형식으로 작성해 줘."

"제목은 짧게 만들고, 핵심 내용을 먼저 정리해 줘."

"확인되지 않은 내용은 임의로 작성하지 마."

"표가 필요하면 표로 정리하고, 마지막에는 향후 계획을 넣어 줘."

이러한 내용을 매번 입력하다 보면 어느 순간 피곤해진다. 그런데 우리가 원하는 문서의 형식이나 일하는 방식은 대부분 비슷하다. 그렇다면 처음부터 업무 규칙을 만들어 놓으면 되지 않을까? 이것이 바로 지시문을 작성하는 이유다.

지시문은 AI 에이전트에게 어떤 역할을 맡기고, 어떤 규칙에 따라 일을 처리해야 하는지 알려주는 업무 매뉴얼이다. 예를 들어 다음과 같은 내용을 담을 수 있다.

"너는 나의 문서 정리 업무를 담당하는 AI 에이전트다. 자료 폴더에 있는 문서를 읽고 핵심 내용을 분석한다. 문서는 이해하기 쉬운 문장으로 작성하며, 원본에 없는 사실을 임의로 추가하지 않는다. 작업 결과는 완성본 폴더에 저장하고, 최종 전달 전에는 반드시 나에게 검토를 요청한다."

이 정도만 작성해도 에이전트가 어떤 방식으로 일해야 하는지 이해하는 데 도움이 된다. 하지만 실제 업무에 활용하려면 조금 더 구체적으로 작성하는 편이 좋다.

나는 지시문에 다섯 가지 내용을 포함할 것을 권하고 싶다. 에이전트의 역할, 사용할 자료, 작업 순서, 결과물의 형식, 사람이 검토해야 하는 단계다. 예를 들어 역할은 '업무자료를 분석하고 보고서 초안을 작성하는 문서 담당자'라고 정할 수 있다.

사용할 자료는 '01_자료 폴더에 있는 파일'로 지정한다. 작업 순서는 '자료 확인, 핵심 내용 추출, 문서 작성, 오류 점검, 결과물 저장'으로 정한다. 결과물은 '제목, 주요 내용, 검토사항, 향후 계획' 순서로 작성하도록 한다. 마지막으로 '문서를 외부에 전달하기 전에 반드시 사용자의 승인을 받는다'는 규칙을 추가한다. 이렇게 하면 단순한 질문이 아니라 하나의 업무 절차를 알려주는 지시문이 완성된다.

 

지시문도 파일로 만들어 보관하자

여기서 한 가지 방법을 더 소개하고 싶다. 지시문을 대화창에만 입력하지 말고 파일로 만들어 보관하는 것이다.

'AI업무' 폴더 안에 '업무지시문.md'라는 파일을 만들어 보자. 확장자가 낯설게 느껴질 수 있다. '.md'는 마크다운(Markdown) 형식의 문서다. 일반 텍스트로 작성할 수 있고, 제목이나 목록 같은 구조를 간단한 기호로 표현할 수 있어 AI 관련 작업에서 자주 사용된다.

물론 처음부터 마크다운을 배울 필요는 없다. 윈도우의 메모장으로 작성해도 된다. '.txt' 파일로 시작해도 무방하다. 중요한 것은 지시문을 파일로 만들어 필요할 때 다시 사용할 수 있도록 보관하는 것이다. 예를 들어 '업무지시문.md'에 다음과 같이 작성해 보자.

 

AI 문서 정리 에이전트 업무지시문

역할

너는 문서 정리와 보고서 작성을 담당하는 AI 업무보조자다.

작업공간

• 01_자료: 원본 자료를 읽는 폴더
• 02_작업: 초안과 임시 파일을 만드는 폴더
• 03_완성본: 작성된 결과물을 저장하는 폴더

업무 규칙

• 자료 폴더의 문서를 먼저 확인한다.
• 원본 문서의 내용을 정확하게 분석한다.
• 중요한 내용은 빠뜨리지 않고 정리한다.
• 원본에 없는 사실은 임의로 추가하지 않는다.
• 확인이 필요한 내용은 별도로 표시한다.
• 원본 파일은 수정하거나 삭제하지 않는다.
• 결과물은 지정된 형식으로 작성한다.
• 작업이 끝나면 완성본 폴더에 저장한다.
• 외부 발송이나 공유 전에는 사용자에게 승인을 요청한다.

결과물 형식

제목, 핵심 요약, 주요 내용, 확인사항, 향후 계획 순서로 작성한다.

파일명 규칙

작성일_문서제목 형식으로 저장한다.

 

이것이 가장 기본적인 업무지시문이다. 이후 실제로 사용하면서 자신이 원하는 문서 형식과 작업 규칙을 추가하면 된다. 예를 들어 행정업무를 담당한다면 공문서 문체와 보고서 양식을 추가할 수 있다. 교사라면 학년과 교과, 학습목표에 맞춰 작성하도록 규칙을 정할 수 있다. 상담사라면 비식별 자료만 처리하도록 하고, 상담기록의 사실과 해석을 구분하도록 지시할 수 있다. 다만 지시문 파일을 만들었다고 에이전트가 항상 자동으로 읽는 것은 아니다. 사용하는 AI 프로그램에 따라 지시문을 직접 입력하거나, 프로젝트 설정에 등록하거나, 작업 시작 시 해당 파일을 읽도록 설정해야 한다.

 

이제 AI 에이전트에게 실제로 일을 맡겨보자

작업공간과 지시문을 만들었다면 간단한 실습을 해보자. 처음부터 복잡한 보고서나 중요한 업무를 맡길 필요는 없다. 가장 쉬운 작업은 회의록을 요약하는 일이다. 예를 들어 다음과 같은 회의 내용을 메모장에 작성해 보자.

"11월 12일 업무회의를 진행했다. 다음 달 교육 프로그램을 준비하기로 했다. 교육자료는 11월 20일까지 작성하고, 참가자 모집 안내문은 11월 18일까지 준비하기로 했다. 교육장 시설과 장비는 11월 25일까지 점검한다. 다음 회의는 11월 26일에 진행한다."

이 내용을 '회의록.txt'라는 이름으로 저장하고 '01_자료' 폴더에 넣는다. 이제 파일 접근이 가능한 AI 에이전트에게 다음과 같이 요청해 보자.

"AI업무 폴더에 있는 업무지시문을 먼저 읽어 줘. 01_자료 폴더의 회의록.txt 파일을 분석하고, 주요 안건과 결정사항, 후속 업무를 정리해 줘. 날짜별로 처리해야 할 업무를 구분하고, 결과물을 03_완성본 폴더에 회의결과보고서라는 이름으로 저장해 줘. 원본에 없는 담당자나 결정사항은 임의로 만들지 마."

에이전트는 허용된 파일 접근 도구를 통해 회의록을 읽고, 내용을 분석해 문서를 작성할 수 있다. 작성된 보고서에는 회의 일자, 주요 안건, 결정사항, 업무별 마감일, 다음 회의 일정 등이 포함될 것이다. 이 과정에서 에이전트가 알아서 모든 내용을 정확하게 처리한다고 생각해서는 안 된다. 예를 들어 회의록에 담당자 이름이 없다면 에이전트가 임의로 담당자를 지정해서는 안 된다. 담당자 미지정이라고 표시하거나 사용자에게 확인을 요청해야 한다. 이처럼 업무 규칙을 명확하게 정해두면 잘못된 정보가 결과물에 포함될 가능성을 줄일 수 있다.

 

어떤 프로그램으로 시작하면 좋을까?

여기까지 읽은 독자라면 한 가지 궁금증이 생길 것이다.

"그렇다면 어떤 AI 프로그램을 설치해야 내 컴퓨터의 폴더를 읽고 파일을 저장할 수 있을까?"

이 부분은 반드시 구분해서 이해해야 한다. 일반적인 챗GPT나 제미나이의 대화창에 "내 컴퓨터의 자료 폴더를 읽어 줘"라고 입력한다고 해서 언제나 파일을 읽을 수 있는 것은 아니다. 컴퓨터의 폴더를 직접 다루려면 해당 기능을 지원하는 AI 프로그램이나 연결 도구가 필요하다. 대표적인 방법으로는 파일 작업을 지원하는 AI 에이전트 환경을 사용하거나, 컴퓨터에서 실행되는 에이전트 프로그램을 이용하는 방식이 있다.

예를 들어 클로드 코드(Claude Code)나 오픈AI의 코덱스(Codex)와 같은 도구는 적절한 설정과 권한이 주어지면 작업 폴더의 파일을 읽고 수정하거나 새로운 파일을 생성하는 작업에 활용할 수 있으며, 나아가 파일 정리, 문서 변환, 자료 분석과 같은 업무에도 활용할 수 있다.

다만 이러한 도구는 설치 방법과 실행환경, 파일 접근 권한이 서로 다르다. 처음 사용하는 사람에게는 다소 낯설 수 있다. 따라서 나는 처음부터 복잡한 설치에 매달리기보다 두 단계로 나누어 시작할 것을 권한다. 먼저 챗GPT나 제미나이처럼 익숙한 생성형 인공지능에 회의록 파일을 직접 첨부하고, 지시문에 따라 보고서 초안을 작성하게 해보자. 이 단계에서는 AI가 자료를 어떻게 분석하고 결과물을 만드는지 확인하는 것이 목적이다. 완성된 문서는 사람이 직접 내려받아 저장할 수 있다. 그다음 파일 접근 기능을 지원하는 AI 에이전트 환경을 준비해, 같은 작업을 실제 폴더에서 수행하도록 만들어 보자. 이렇게 하면 일반적인 생성형 인공지능과 AI 에이전트의 차이를 직접 경험할 수 있다.

앞에서는 사람이 파일을 올리고 결과물을 저장해야 했지만, 뒤에서는 연결된 도구를 통해 에이전트가 파일을 읽고 결과물을 저장하는 과정까지 수행할 수 있기 때문이다. 단, 사용하는 도구와 설정에 따라 한글 문서인 HWP 형식의 직접 작성이나 편집이 제한될 수 있다. 처음에는 TXT, DOCX, PDF처럼 지원 여부를 확인하기 쉬운 형식으로 시작하는 것이 좋다.

 

잘못된 지시보다 더 위험한 것은 잘못된 자료다

AI 에이전트에게 파일 접근 권한을 부여할 때는 반드시 주의해야 할 점이 있다. 바로 개인정보와 중요한 업무자료다. 직장인의 업무 폴더에는 고객정보나 내부 문서가 들어 있을 수 있다. 교사의 자료에는 학생 이름과 성적이 포함될 수 있고, 상담사의 기록에는 매우 민감한 개인정보가 들어 있을 수 있다. 이러한 자료를 아무런 검토 없이 AI 에이전트에게 제공해서는 안 된다.

처음 실습할 때는 실제 개인정보가 없는 연습용 자료를 사용하는 것이 좋다. 학생 이름 대신 임의의 번호를 사용하거나, 상담자의 신원을 알아볼 수 없도록 자료를 가공하는 방법도 있다. 하지만 이름을 번호로 바꾸는 것만으로 충분한 것은 아니다. 다른 정보와 결합해 개인을 식별할 수 있다면 추가적인 보호조치가 필요하다.

또한 에이전트에게 컴퓨터 전체에 대한 접근 권한을 주기보다 필요한 작업 폴더에만 접근하도록 설정하는 편이 안전하다. 특히 파일 삭제, 기존 문서 덮어쓰기, 외부 이메일 발송, 자료 공유와 같은 작업은 사용자 승인을 거치도록 해야 한다.

나는 처음 AI 에이전트를 사용하는 사람이라면 다음과 같은 원칙을 지킬 것을 권한다.

원본은 보호하고, 작업은 분리하며, 결과는 사람이 검토한다.

이 원칙만 지켜도 처음 발생할 수 있는 여러 문제를 예방하는 데 도움이 된다.

 

익숙해지면 나만의 업무 스킬을 만들 수 있다

AI 에이전트에게 업무를 맡기다 보면 자연스럽게 반복되는 작업이 생긴다. 매주 보고서를 작성하거나, 회의록을 정리하거나, 강의자료를 요약하는 일이다. 처음에는 작업할 때마다 지시문을 불러와 실행할 수 있다. 하지만 같은 일을 반복한다면 업무별 지시문과 절차를 하나로 정리해 재사용할 수 있다. 이것이 스킬(Skill)을 활용하는 출발점이다.

예를 들어 '회의록 정리 스킬'을 만들어 두면 회의록을 읽고, 주요 안건을 추출하고, 결정사항과 후속 업무를 구분하고, 정해진 양식으로 저장하는 절차를 반복해서 사용할 수 있다.

'수업자료 제작 스킬'을 만든다면 교과와 학년, 학습목표를 확인하고, 수업자료와 활동지를 작성하며, 교사가 검토할 수 있도록 결과물을 정리하는 방식으로 구성할 수 있다.

'연구자료 정리 스킬'은 문헌의 제목과 저자, 연구목적, 연구방법, 주요 결과를 추출해 비교하는 작업에 활용할 수 있다.

물론 스킬을 만드는 방식은 AI 프로그램마다 다르다. 어떤 프로그램은 별도의 스킬 파일을 지원하고, 어떤 프로그램은 프로젝트 지침이나 맞춤형 설정을 활용한다. 중요한 것은 특정 기능의 이름이 아니다.

내가 반복해서 수행하는 업무를 일정한 규칙과 절차로 정리해 인공지능이 다시 사용할 수 있도록 만드는 것이다.

이렇게 업무별 스킬이 하나씩 쌓이면 자신만의 AI 업무환경을 발전시킬 수 있다.

 

작은 폴더 하나에서 시작되는 변화

지금까지 우리는 AI 에이전트가 실제로 일할 수 있는 작업공간을 만드는 방법을 살펴보았다. 컴퓨터에 폴더를 만들고, 자료와 작업, 완성본을 구분했다. 에이전트에게 일하는 방법을 알려주는 지시문을 작성했고, 회의록을 정리하는 간단한 작업도 살펴보았다.

어쩌면 너무 단순한 과정이라고 생각할 수도 있다. 하지만 나는 이 과정이 중요하다고 생각한다. 우리는 지금까지 인공지능에게 좋은 답변을 얻기 위해 질문하는 방법을 배워왔다. 이제는 한 걸음 더 나아가야 한다.

인공지능이 어떤 자료를 사용해야 하는지, 어떤 순서로 일해야 하는지, 어떤 결과물을 만들어야 하는지, 어느 단계에서 사람에게 확인을 받아야 하는지를 설계할 수 있어야 한다.

직장인은 반복되는 업무보고서와 회의록을 정리하는 환경을 만들 수 있다. 교사는 수업자료와 학습지를 준비하는 작업공간을 구성할 수 있다. 대학생은 과목별 강의자료를 정리하고 복습문제를 만드는 학습공간을 만들 수 있다. 상담사와 연구자, 행정전문가 역시 자신이 수행하는 업무에 맞춰 AI 에이전트의 역할과 작업 절차를 설계할 수 있다. 이 과정에서 가장 중요한 것은 프로그램을 얼마나 잘 다루느냐가 아니다.

자신이 하는 일을 얼마나 명확하게 설명하고, 그 과정을 얼마나 체계적으로 정리할 수 있느냐가 중요하다.

오늘은 컴퓨터에 'AI업무' 폴더 하나를 만들어 보자. 그 안에 자료 폴더, 작업 폴더, 완성본 폴더를 만들고, 간단한 업무지시문을 작성해 보자. 그리고 자신이 매주 반복하는 업무 하나를 선택해 보자. 처음에는 회의록 한 장을 요약하는 일이어도 좋다. 강의자료 한 개를 정리하는 일이어도 좋고, 수업용 학습지 한 장을 만드는 일이어도 좋다. 작은 일 하나를 제대로 맡길 수 있다면 다음에는 더 많은 일을 맡길 수 있을 것이다.

AI 에이전트에게 일을 맡기는 첫걸음은 좋은 명령을 내리는 것이 아니라, 인공지능이 일할 수 있는 환경을 만들어 주는 것이다.