[AI 에이전트 기초 연재 | 제5회] 챗GPT Work, 이제 인공지능에게 일을 맡기기 시작했다

[AI 에이전트 기초 연재 | 제5회] 챗GPT Work, 이제 인공지능에게 일을 맡기기 시작했다

수강신청 안내부터 이메일 발송, 파일 정리까지 달라지는 일하는 방식

 

 

인공지능이 글을 써주는데, 왜 나머지 일은 내가 해야 할까?

챗GPT나 제미나이를 사용하면서 업무에 많은 도움을 받았다. 보고서를 작성하고, 자료를 분석하고, 필요한 정보를 찾는 시간이 크게 줄었다. 그런데 인공지능을 사용할수록 한 가지 의문이 생겼다. 인공지능이 문서를 작성해 주는데 왜 나는 여전히 자료를 찾고, 복사하고, 붙여넣고, 파일을 저장하는 일을 반복해야 할까?

교육 프로그램을 운영할 때도 마찬가지였다. 신청자가 구글 폼에 이름과 연락처, 이메일 주소를 입력하면 신청 명단을 확인하고, 수강신청이 정상적으로 접수되었다는 문자를 보내야 한다. 이어서 교육에 필요한 프로그램 사용방법과 주의사항을 이메일로 안내해야 한다. 신청자가 몇 명이라면 어렵지 않지만 수십 명으로 늘어나면 명단을 확인하고, 연락처를 복사하고, 문자를 보내고, 이메일을 작성하는 과정이 적지 않은 일이 된다.

이런 반복적인 업무를 인공지능에게 맡길 수 없을까? 이 질문에서 챗GPT Work를 사용하기 시작했다. 이전의 생성형 인공지능이 질문에 답하고 결과물을 만드는 역할을 했다면, Work는 자료를 찾고 분석하며 여러 단계의 업무를 이어서 수행할 수 있는 AI 에이전트 환경이다.

인공지능에게 무엇을 물어볼 것인가보다 어떤 일을 맡길 것인가를 생각하게 된 것이다.

 

구글 폼으로 받은 신청자에게 문자와 이메일을 보내다

먼저 구글 폼(Google Forms)으로 교육 신청서를 만들었다. 신청자가 이름과 연락처, 이메일 주소를 입력하면 그 내용을 구글 스프레드시트로 관리할 수 있다. 이렇게 수집한 정보는 교육 신청 확인과 교육자료 전달에 활용할 수 있다.

나는 신청자에게 수강신청이 정상적으로 접수되었다는 문자를 보내고, 자세한 프로그램 사용방법과 주의사항은 이메일로 전달하는 업무를 Work에 맡겨보았다. 지메일과 단체문자 발송 웹페이지를 준비한 후 신청자 명단을 확인하고, 안내 메시지를 작성하고, 발송하는 과정을 연결하려고 했다.

문자에는 신청이 정상적으로 접수되었다는 사실과 함께 자세한 내용은 이메일로 안내하겠다는 내용을 담았다. 이메일에는 프로그램 사용방법과 준비사항, 주의사항 등을 조금 더 자세하게 정리하도록 했다. 짧은 문자로 신청 사실을 알리고, 이메일로 필요한 정보를 제공하는 방식이다.

인공지능이 메시지를 작성하고 발송 화면까지 이동하는 것과 실제로 상대방에게 메시지가 전달되는 것은 다른 문제였다. 웹서비스의 로그인 상태나 보안정책에 따라 작업이 제한될 수 있었고, 발송 여부도 별도로 확인해야 했다. 결국 인공지능이 업무를 진행하더라도 사람이 마지막 결과를 확인하는 과정은 필요했다.

그렇지만 가능성은 충분히 확인할 수 있었다. 이전에는 신청자 명단을 확인하고 문자와 이메일을 각각 준비해야 했다면, 이제는 이 과정을 하나의 업무로 묶어 에이전트에게 맡길 수 있기 때문이다.

이전에 교육을 신청했던 사람들의 정보가 엑셀 파일에 저장되어 있다면 그 자료도 활용할 수 있다. Work에 엑셀 파일을 제공하고 연락처와 이메일 주소를 확인하도록 한 후, 중복된 신청자나 누락된 정보를 정리하고 발송 대상 명단을 만들도록 지시하는 것이다.

다만 신청 확인을 위한 개인정보 수집과 새로운 교육을 홍보하기 위한 정보 활용은 구분해야 한다. 이전에 수집한 연락처라고 해서 자유롭게 홍보 문자를 보낼 수 있는 것은 아니다. 수집 목적과 동의 범위를 확인하고, 광고성 메시지는 관련 법령에 따른 사전 동의와 수신거부 절차를 갖추어야 한다.

AI 에이전트가 대신할 수 있는 것은 반복적인 업무 과정이지, 개인정보를 보호하고 발송 여부를 결정하는 사람의 책임까지는 아니다.

 

컴퓨터와 구글 드라이브에 있는 자료도 직접 찾아서 일하게 하자

업무에 필요한 자료는 한곳에만 있지 않다. 어떤 문서는 컴퓨터의 바탕화면에 있고, 어떤 자료는 구글 드라이브에 저장되어 있다. 이메일에 첨부된 파일도 있고, 웹사이트에서 내려받은 자료도 있다. 보고서 하나를 작성하려면 여러 곳을 돌아다니며 자료를 찾아야 하는 경우가 많다.

Work는 이러한 자료를 연결해 업무에 활용할 수 있다. 데스크톱 앱에서 지원되는 로컬 폴더 접근 기능을 사용하면 허용한 폴더의 파일을 읽고 작업할 수 있다. 웹에서 사용하는 경우에는 파일을 직접 첨부하거나 구글 드라이브와 같은 클라우드 서비스를 연결하는 방법을 사용할 수 있다.

구글 드라이브나 지메일은 ChatGPT의 앱 또는 플러그인 설정에서 해당 서비스를 찾아 연결할 수 있다. 구글 계정으로 로그인하고 필요한 권한을 승인하면 지원되는 범위에서 파일을 검색하거나 이메일을 확인할 수 있다. 실제 파일 수정이나 이메일 발송 가능 여부는 연결된 서비스의 기능과 권한에 따라 달라진다.

예를 들어 구글 드라이브에 저장된 기존 교육자료를 찾아 새로운 강의안을 작성하거나, 지메일에서 특정 업무와 관련된 메일을 찾아 주요 내용을 정리하도록 요청할 수 있다. 웹사이트에 있는 관련 법령이나 정책자료를 조사하고 기존 문서와 비교해 보고서를 만드는 일도 가능하다.

이전에는 내가 자료를 찾아 인공지능에게 제공했다면, 이제는 인공지능이 접근할 수 있는 작업공간을 마련하고 필요한 자료를 찾도록 맡기는 것이다.

 

1년 넘게 쌓인 파일도 Work에 정리를 맡겨보았다

내가 Work를 사용하면서 관심을 가졌던 또 다른 업무는 컴퓨터 파일 정리였다. 카카오톡으로 받은 문서와 사진, 인터넷에서 내려받은 PDF와 압축파일, 이메일 첨부파일 등이 컴퓨터에 계속 쌓이고 있었다. 처음에는 필요해서 저장했지만 시간이 지나면서 어떤 자료인지 기억하기 어려워졌다.

특히 1년 이상 정리하지 않은 폴더에는 같은 파일이 여러 번 저장되어 있거나, 비슷한 이름의 문서가 서로 다른 위치에 있는 경우도 있었다. 파일을 찾는 시간도 늘어나고 어떤 문서가 최신 자료인지 확인하기도 쉽지 않았다.

그래서 정리할 폴더를 지정하고 Work에 파일 분류 작업을 맡겼다. 단순히 확장자만 구분하는 것이 아니라 문서의 내용을 확인해 관련된 주제별로 정리하도록 했다. 문서, 이미지, 압축파일, 기타 파일로 먼저 구분하고, 문서는 내용에 따라 다시 분류하는 방식이다.

예를 들어 설교원고는 설교 관련 폴더에, 회의록은 회의자료 폴더에, 교육자료는 교육 관련 폴더에 정리하도록 하는 것이다. 사진은 촬영 날짜가 확인된다면 날짜별로 묶고, 날짜를 확인할 수 없는 이미지는 별도로 분류하도록 했다.

중복파일도 중요한 문제였다. 같은 파일이 여러 곳에 있다고 무조건 삭제하면 안 된다. 파일명이 같아도 내용이 다를 수 있고, 이름이 달라도 동일한 파일일 수 있기 때문이다. 그래서 중복된 것으로 확인되거나 중복 가능성이 있는 파일은 별도 목록으로 표시하고, 삭제 여부는 나중에 직접 결정하도록 했다.

또한 파일을 어디로 이동했는지 확인할 수 있도록 파일명과 이동한 폴더, 작업 날짜, 중복 여부를 엑셀로 정리하도록 요청했다. 이렇게 하면 파일 정리뿐 아니라 이후에 자료를 검색하고 관리하는 데에도 도움이 된다.

이 과정에서 느낀 것은 파일 정리가 단순히 문서를 옮기는 일이 아니라는 점이다. 파일의 내용을 이해하고, 관련된 자료를 묶고, 나중에 다시 찾기 쉬운 구조를 만드는 일이었다.

파일 정리를 한 번으로 끝내지 않고 매주 또는 매월 반복하도록 구성할 수도 있다. 새로운 파일이 저장되면 자동화 도구가 작업을 시작하고, 에이전트가 분류한 결과를 사람이 확인하는 방식이다. 물론 실제 자동화를 위해서는 파일 접근 권한과 실행환경, 자동화 설정이 필요하다.

 

직장인과 교사, 대학생에게도 필요한 업무 방식

이러한 작업은 교육 프로그램 운영자나 파일이 많은 사람에게만 필요한 것이 아니다. 직장인이라면 고객 문의와 신청자 명단을 정리하고, 회의록과 업무보고서를 작성하며, 여러 엑셀 파일을 분석하는 데 활용할 수 있다. 매주 같은 형식으로 작성하는 보고서라면 기존 양식을 참고해 초안을 만들고, 담당자는 내용을 검토하는 방식으로 시간을 줄일 수 있다.

교사는 수업자료와 학습지를 정리하고, 교육행사 신청자에게 안내문을 작성하거나 학부모에게 전달할 자료를 준비하는 데 활용할 수 있다. 대학생은 과목별 강의자료를 분류하고, 연구문헌을 비교하며, 발표자료의 초안을 만드는 데 사용할 수 있다. 상담사와 사회복지사, 연구자 같은 전문직 종사자도 개인정보를 적절히 보호한 자료를 바탕으로 기록을 정리하거나 보고서를 작성할 수 있다.

중요한 것은 어떤 프로그램을 사용하는가보다 자신이 반복해서 처리하는 일이 무엇인지를 파악하는 것이다. 매번 같은 자료를 찾고, 같은 형식으로 문서를 만들고, 같은 내용을 전달하는 일이 있다면 AI 에이전트에게 맡길 수 있는 부분이 있는지 살펴볼 필요가 있다.

처음부터 복잡한 업무를 맡길 필요는 없다. 폴더 하나를 정리하거나 신청자 명단을 분석하는 일부터 시작하면 된다. 원하는 결과가 나오지 않으면 지시문을 수정하고, 결과를 확인하면서 업무 범위를 조금씩 넓혀가면 된다.

 

인공지능에게 일을 맡긴다는 것은 내 역할이 달라진다는 뜻이다

챗GPT Work를 사용하면서 내가 느낀 가장 큰 변화는 인공지능이 더 좋은 글을 작성해 준다는 것이 아니었다. 그동안 내가 직접 처리하던 여러 단계를 하나의 업무로 맡길 수 있다는 점이었다. 신청자 명단을 확인하고, 안내문을 작성하고, 문자와 이메일을 준비하는 일. 컴퓨터에 쌓인 파일을 찾아 내용을 분석하고, 관련된 자료를 분류하고, 결과를 엑셀로 정리하는 일. 이러한 업무는 특별한 기술이 필요한 일이기보다 반복되는 과정이 많은 일이다.

이전에는 사람이 자료를 찾고 인공지능이 결과물을 작성했다면, 이제는 인공지능이 자료를 찾고 분석하며 결과물을 만드는 과정까지 맡을 수 있다. 사람은 무엇을 해야 하는지 지시하고, 작업 결과를 확인하며, 중요한 결정을 내리는 역할에 더 집중하게 된다.

물론 Work가 모든 일을 완벽하게 처리하는 것은 아니다. 자료를 잘못 이해하거나 파일을 잘못 분류할 수도 있고, 웹서비스의 기능이나 접근 권한 때문에 작업이 중단될 수도 있다. 그래서 원본 자료를 보호하고, 외부 발송이나 파일 삭제처럼 중요한 작업에는 승인 절차를 두어야 한다.

나는 앞으로 인공지능을 잘 활용하는 사람의 기준이 달라질 것이라고 생각한다. 좋은 질문을 하는 능력도 중요하지만, 자신이 하는 일을 이해하고 어떤 과정을 인공지능에게 맡길 것인지 설계하는 능력이 더욱 중요해질 것이다.

직장인은 반복적인 행정업무에서 벗어나 중요한 업무에 집중하고, 교사는 자료를 준비하는 시간을 줄여 학생에게 더 많은 관심을 기울일 수 있다. 대학생은 자료를 정리하는 데 시간을 모두 쓰기보다 학습과 연구에 집중할 수 있으며, 전문가는 자신의 전문성이 필요한 판단에 더 많은 시간을 사용할 수 있다.

인공지능에게 일을 맡기는 이유는 사람이 해야 할 일을 없애기 위해서가 아니다. 사람이 더 중요한 일을 할 수 있는 시간을 확보하기 위해서다.

컴퓨터에 쌓인 파일 하나를 정리하는 일부터 시작해도 좋다. 매번 반복해서 보내는 안내문을 준비하는 일도 좋다. 자신이 가장 자주 하는 일 하나를 선택해 인공지능에게 맡겨보자. 그 작은 경험이 쌓이면 인공지능은 단순히 질문에 답하는 도구가 아니라 함께 일하는 업무요원으로 다가올 것이다.

이제는 인공지능에게 무엇을 물어볼 것인지보다 어떤 일을 맡길 것인지 고민할 때다.