AI 에이전트 기초교육
챗봇과 AI 에이전트의 차이를 이해하고, 파일·규칙 문서·코드·LLM WIKI를 연결해 실제 업무 흐름으로 활용하는 입문 강의입니다.
챗봇과 AI 에이전트의 차이
챗봇은 보통 질문에 답합니다.
사용자가 묻고, AI가 답하고, 그 답을 사람이 복사해 직접 실행하는 방식입니다.
반면 AI 에이전트는 작업 환경 안으로 들어옵니다. 폴더를 확인하고, 문서를 읽고, 규칙을 따르고, 필요한 파일을 만들거나 수정하며, 때로는 코드를 실행해 결과를 검증합니다.
| 구분 | 챗봇 | AI 에이전트 |
|---|---|---|
| 중심 역할 | 질문에 답변 | 미션 수행 |
| 작업 방식 | 대화창 안에서 응답 | 폴더, 파일, 코드, 도구와 연결 |
| 사용자의 역할 | 답변을 복사해 직접 실행 | 목표와 규칙을 주고 결과를 검토 |
| 중요한 요소 | 좋은 질문 | 작업 흐름, 규칙 문서, 검증 절차 |
챗봇은 질문에 대답하고, 에이전트는 미션을 수행합니다.
핵심 한 줄
대화창 안에서 질문에 답하고, 실행은 사람이 옮깁니다.
폴더, 파일, 규칙 문서, 코드와 연결되어 미션을 수행합니다.
자동화보다 중요한 것은 기준, 승인, 검증 흐름입니다.
AI를 잘 쓰는 일은 이제 단순히 질문을 잘 쓰는 것에서 끝나지 않습니다.
이 강의는 GPT 같은 챗봇을 넘어, 실제 컴퓨터 안에서 파일을 읽고, 폴더를 확인하고, 규칙 문서를 따르며, 필요한 경우 코드를 실행하는 AI 에이전트의 기본 구조를 이해하기 위한 입문 자료입니다.
이 강의에서 배우는 것
- 챗봇과 AI 에이전트의 차이
- CODEX, Antigravity처럼 작업 공간 안에서 움직이는 AI 도구의 기본 구조
AGENTS.md가 에이전트에게 왜 중요한지- 파일 정리, 자료 조사, 블로그 작성 같은 실제 업무 적용 방법
- 반복 작업을 파이썬 CLI와 연결하는 방식
- LLM WIKI와
INDEX.md로 지식을 정리하는 방법 - 에이전트 시대에 필요한 학습 방향
컴퓨터 안에서 움직이는 에이전트
AI 에이전트는 막연히 똑똑해서 움직이는 것이 아닙니다.
작업할 폴더가 있고, 읽어야 할 문서가 있고, 지켜야 할 규칙이 있고, 실행할 수 있는 도구가 있을 때 안정적으로 움직입니다.
기본 흐름은 다음과 같습니다.
- 사용자가 목표를 요청합니다.
- 에이전트가 현재 폴더와 파일을 확인합니다.
AGENTS.md같은 규칙 문서를 읽습니다.- 필요한 자료를 검토합니다.
- 파일을 작성하거나 수정합니다.
- 명령어 또는 코드를 실행해 결과를 확인합니다.
- 사용자에게 무엇을 했는지 보고합니다.
AGENTS.md가 중요한 이유
AGENTS.md는 AI 에이전트에게 주는 작업 설명서입니다.
프롬프트가 그 순간의 요청이라면, AGENTS.md는 폴더 안에서 계속 지켜야 하는 규칙입니다.
예를 들어 강의 자료를 만들 때 다음과 같은 규칙을 넣어둘 수 있습니다.
- 먼저
001-기획안.md를 작성한다. - 그 다음
002-스크립트.md를 작성한다. - 이미지 자료가 필요하면
003-시각자료-이미지-기획안.md을 만든다. - 웹 표시용 문서는 별도의
index.md또는005-WEB-INDEX.md로 정리한다.
이런 규칙이 있으면 에이전트는 매번 마음대로 파일을 만들지 않고, 정해진 흐름에 맞춰 움직일 수 있습니다.
실제 업무 예시 1. 파일 정리
AI 에이전트는 글쓰기뿐 아니라 파일 정리에도 사용할 수 있습니다.
예를 들어 창업보육센터 전기료 파일이 여러 번 저장되면서 다음처럼 뒤섞였다고 생각해봅니다.
아무고나제작소.xlsx아무고나제작소 (1).xlsx아무고나제작소 (2).xlsx아무고나제작소_전기료.xlsx전기료_아무고나.xlsx
이때 파일명 규칙을 정해주면 에이전트는 파일 목록을 확인하고, 중복 저장을 파악하고, 일관된 이름으로 정리할 수 있습니다.
| 단계 | 에이전트가 하는 일 |
|---|---|
| 파일 목록 확인 | 현재 폴더에 있는 파일을 읽습니다. |
| 패턴 파악 | 파일명, 확장자, 날짜, 업체명을 확인합니다. |
| 규칙 적용 | 정해진 파일명 규칙에 맞게 새 이름을 제안합니다. |
| 결과 정리 | 결과물 폴더에 정리하거나 변경 목록을 작성합니다. |
중요한 것은 AI가 모든 것을 알아서 맞히는 것이 아니라, 사람이 먼저 정리 기준을 알려주는 것입니다.
실제 업무 예시 2. 블로그 작성 흐름
AI에게 "블로그 글 써줘"라고 한 번에 요청하면 결과가 흔들릴 수 있습니다.
더 안정적인 방식은 작업을 단계로 나누는 것입니다.
| 단계 | 산출물 |
|---|---|
| 주제 입력 | 글의 목적과 독자 정리 |
| 자료 조사 | 참고 자료와 핵심 내용 정리 |
| 초안 작성 | 전체 글의 구조와 문단 작성 |
| 마크다운 작성 | 웹에 옮기기 쉬운 문서화 |
| HTML 정리 | 화면에 보여줄 형태로 구성 |
| 이미지 반영 | 카드뉴스나 설명 이미지를 본문에 연결 |
| 최종 업로드 | 사용자가 직접 검토 후 게시 |
에이전트는 산출물을 단계별로 만들고, 최종 게시나 발송처럼 되돌리기 어려운 일은 사용자가 직접 확인하는 구조가 좋습니다.
실제 업무 예시 3. 인터넷 자료 조사
인터넷 자료 조사의 핵심은 단순히 많이 가져오는 것이 아닙니다.
사람이 판단하기 좋게 정리해야 합니다.
예를 들어 뉴스 정리, 제품 비교, 공공 자료 조사 같은 작업에서는 다음 구조가 유용합니다.
- 어떤 키워드로 조사할지 정합니다.
- 여러 출처를 비교합니다.
- 중복되는 내용을 제거합니다.
- 핵심 주장과 출처를 분리합니다.
- 표, 카드, 요약 박스처럼 보기 좋은 형태로 정리합니다.
정보 수집보다 중요한 것은, 사람이 판단하기 좋게 보여주는 것입니다.
반복 작업은 코드와 연결하기
에이전트가 모든 일을 직접 처리하는 것이 항상 좋은 방식은 아닙니다.
반복적이고 정밀한 작업은 코드가 더 안정적입니다.
예를 들어 여러 사이트를 반복 조사하거나, 메일을 분류하거나, 영수증을 출력하거나, 캘린더에 일정을 등록하는 작업은 파이썬 CLI 같은 실행 코드와 연결할 수 있습니다.
| 구분 | 에이전트의 역할 | 코드의 역할 |
|---|---|---|
| 조사 | 무엇을 볼지 기준을 정함 | 여러 페이지를 반복 접속 |
| 분석 | 결과의 의미를 해석 | JSON, CSV로 데이터 저장 |
| 보고 | 사용자에게 요약 | 로그와 결과 파일 생성 |
| 실행 | 승인 지점을 판단 | 정해진 명령을 안정적으로 반복 |
핵심은 간단합니다.
에이전트는 판단하고, 코드는 반복 실행합니다.
안전하게 쓰기 위한 구조
메일 발송, 문자 발송, 실제 구매, 외부 제출, 파일 삭제처럼 되돌리기 어려운 작업은 반드시 승인 절차가 필요합니다.
좋은 AI 에이전트 구조는 자동화를 많이 하는 구조가 아니라, 어디까지 자동화하고 어디서 사람이 확인할지가 분명한 구조입니다.
| 작업 | 권장 방식 |
|---|---|
| 메일 읽기와 분류 | 자동 처리 가능 |
| 답장 초안 작성 | 자동 작성 가능 |
| 실제 발송 | 사용자 승인 후 실행 |
| 자료 조사 | 자동 조사 가능 |
| 보고서 게시 | 사용자 검토 후 게시 |
| 일정 후보 추출 | 자동 처리 가능 |
| 캘린더 등록 | 승인 후 실행 |
하네스 엔지니어링
하네스 엔지니어링은 AI가 실제 업무 환경에서 안전하게 움직이도록 연결 구조를 설계하는 일입니다.
모델 하나만 있다고 에이전트가 되는 것이 아닙니다.
파일, 폴더, 코드, 도구, 권한, 로그, 검증 절차, 사용자 승인이 함께 연결되어야 합니다.
이 강의에서 말하는 하네스는 AI의 힘을 막는 장치가 아닙니다.
AI의 힘이 안전한 방향으로 쓰이게 하는 연결 구조입니다.
LLM WIKI와 INDEX.md
AI 에이전트를 잘 쓰려면 자료가 한곳에 정리되어 있어야 합니다.
회사 소개, 제품 설명, 과거 프로젝트, 블로그 스타일, 강의 자료, 자주 쓰는 문구가 흩어져 있으면 AI도 매번 새로 추측해야 합니다.
이때 LLM WIKI를 만들고, 가장 위에 INDEX.md를 두면 에이전트가 필요한 자료를 찾기 쉬워집니다.
| 구성 요소 | 역할 |
|---|---|
INDEX.md | 전체 자료의 목차와 길잡이 |
| 회사소개 문서 | 조직 소개와 기본 설명 |
| 제품정보 문서 | 제품, 서비스, 기능 설명 |
| 업무절차 문서 | 반복 업무의 처리 방식 |
| 블로그스타일 문서 | 글의 톤과 형식 |
| 프로젝트기록 문서 | 과거 작업과 결과물 |
INDEX.md는 사람에게도 목차이고, AI에게도 길잡이입니다.에이전트 시대의 학습 방향
AI 에이전트 시대에 필요한 역량은 프롬프트 문장만 잘 쓰는 능력이 아닙니다.
| 역량 | 설명 |
|---|---|
| 업무를 단계로 나누기 | 입력, 판단, 실행, 승인을 구분합니다. |
| 상황별 프롬프트 구성하기 | 목표, 자료, 형식, 제한 조건을 명확히 전달합니다. |
| 다양한 AI 서비스 써보기 | 도구마다 잘하는 일이 다르다는 것을 경험합니다. |
| 대회와 행사에 참여하기 | 실제 문제를 만나고 빠르게 적용해봅니다. |
| 모르는 것을 조사하고 실험하기 | 모르는 상태에서 다음 행동을 찾는 능력을 기릅니다. |
AI를 잘 쓰는 사람은 모든 것을 아는 사람이 아닙니다.
모를 때 무엇을 찾아보고, 어떤 자료를 읽고, 어떤 실험을 해볼지 아는 사람입니다.
실습 1. 내 업무를 에이전트 흐름으로 나누기
아래 표를 채워보면, 어떤 업무를 AI 에이전트에게 맡길 수 있는지 더 선명해집니다.
| 구분 | 질문 | 예시 |
|---|---|---|
| 입력 | 업무에 들어오는 자료는 무엇인가? | 메일, 엑셀, 사진, 문의 내용 |
| 판단 | AI가 판단해주면 좋은 것은 무엇인가? | 분류, 요약, 우선순위 |
| 실행 | 코드나 도구가 반복 처리할 일은 무엇인가? | 파일 변환, 출력, 데이터 저장 |
| 승인 | 사람이 반드시 확인해야 하는 지점은 어디인가? | 발송, 삭제, 제출, 결제 |
실습 2. AGENTS.md 규칙 초안 만들기
자신의 작업 폴더에 들어갈 규칙을 짧게 써봅니다.
복사용 예시
# AGENTS.md
- 이 폴더에서는 먼저 기존 문서를 읽고 작업한다.
- 새 문서를 만들 때는 번호와 제목을 함께 붙인다.
- 자료 조사 결과에는 출처를 함께 남긴다.
- 발송, 삭제, 제출 작업은 사용자 승인 없이 실행하지 않는다.
- 최종 결과는 마크다운 문서로 정리한다.실습 3. LLM WIKI 목차 만들기
AI가 자주 참고해야 하는 자료를 INDEX.md에 정리해봅니다.
복사용 예시
# INDEX.md
## 회사와 프로젝트
- 회사소개.md
- 진행중인프로젝트.md
## 콘텐츠
- 블로그스타일.md
- 자주쓰는문구.md
## 업무 절차
- 메일처리절차.md
- 자료조사절차.md
- 파일정리규칙.md마무리
AI 에이전트 구축은 모델 자랑이 아니라 운영 설계입니다.
내가 가진 자료, 폴더, 코드, 계정, 장치를 하나의 흐름으로 묶을 수 있을 때 AI 에이전트는 진짜 업무 도구가 됩니다.
오늘 기억할 문장은 이것입니다.
AI 에이전트는 마법이 아니라, 정리된 자료와 규칙과 실행 환경 위에서 움직이는 업무 흐름입니다.
