한눈에 보는 핵심 5가지
- 챗봇(챗GPT 등)은 채팅창에서 질문에 답하는 수준이고, AI 에이전트는 파일 생성·수정 같은 구체적 행동을 직접 실행할 수 있어요.
- AI에게 "경쟁사 동향을 알려줘"라고 질문만 하면 결과 정리와 파일 작성 등 후속 작업은 여전히 사람이 직접 해야 해요.
- 에이전트에게 처음 맡기기 좋은 업무 조건은 세 가지예요: 자주 반복되는 일, 결과를 사람이 확인할 수 있는 일, 실수해도 피해가 적은 일이에요.
- 에이전트가 헤매지 않고 제대로 움직이게 하려면 목적·재료·형식·기준 네 가지를 함께 지시해야 해요.
- 오픈클로·헤르메스 같은 로컬형 AI 에이전트는 내 컴퓨터에서 업무 패턴을 학습해 반복 작업을 자동화할 수 있어요.
매주 월요일 아침, 챗GPT 창을 열고 경쟁사 동향을 물어봐요. 긴 요약이 쏟아지죠. 그다음은 여전히 내 차례예요. 그 내용을 복사해 워드에 붙이고, 파일명을 정하고, 팀 공유 메일을 따로 써요. AI를 쓴다고 했는데, 일은 그대로예요.
AI에게 질문만 하면 업무량이 왜 그대로일까요
AI 도구를 써도 일이 줄지 않는다면, AI를 '검색창'처럼 쓰고 있기 때문이에요.
챗GPT에게 시장 동향을 묻고, 이메일 문장을 다듬고, 보고서 제목을 뽑는다. 막막하던 일이 빠르게 해결되는 것 같지만, 어느 순간 이상한 피로감이 쌓여요. 출처가 불분명해 다시 링크를 찾아야 하고, 답변을 워드에 넣어 문서를 만들고, 파일명을 정하고, 팀에 보낼 메일까지 따로 써야 하거든요.
결국 AI의 답변을 받는 것과 그 답변을 실제 업무로 만드는 것은 별개 작업이에요. 질문에 답을 받는 건 일의 시작일 뿐이고, 그 이후 반복 작업은 여전히 사람에게 남아요.
질문과 일 넘기기는 다른 개념이에요. 같은 경쟁사 조사라도 이렇게 달라요.
질문형: "경쟁사 동향을 알려줘." → AI가 요약문을 줘요. 링크 확인, 문서화, 공유는 여전히 사람이 해요.
일 넘기기: "경쟁사 A, B의 가격 페이지와 채용 공고를 확인해서 지난번 정리 파일과 달라진 점만 표로 정리해줘. 영업팀 회의용이야. ①가격 변화 ②새로 강조하는 메시지 ③채용 공고에서 보이는 사업 방향 ④우리 팀이 확인할 질문 순서로 나눠줘. 출처 링크도 첨부하고, PDF와 엑셀 두 가지로 만들어줘." → 판단은 사람이 하고, 그 전 반복 작업은 에이전트가 처리해요.
AI를 제대로 활용하는 사람은 AI의 답변을 복사해 옮기는 일부터 시작하지 않아요. AI가 만든 결과물을 검토하고 판단하는 단계에서 자신의 일을 시작해요.
챗봇과 AI 에이전트, 어떻게 다른가요
챗봇은 채팅창에서 답을 주고, AI 에이전트는 파일을 만들고 행동까지 실행해요.
챗봇은 챗GPT처럼 채팅창을 통해 질문을 주고받는 형태의 AI예요. 대화는 되지만 내 컴퓨터에 파일을 직접 만들거나 수정하는 등의 구체적 행동은 못 해요. 반면 AI 에이전트는 다양한 파일을 만들거나 수정하고, 나의 업무 패턴을 인지해 비서처럼 도울 수 있어요.
대표적인 AI 에이전트로는 클로드 코드·코덱스처럼 대규모 언어 모델(LLM, 생성형 AI의 핵심 두뇌) 회사에서 만든 것이 있어요. 그리고 오픈클로나 헤르메스처럼 특정 LLM에 묶이지 않고 내 컴퓨터에서 직접 돌아가는 로컬형 에이전트도 있어요.
오픈클로와 헤르메스 중 개발 지식이 없는 초보라면 헤르메스가 세팅하기 더 쉬워요. 오류도 상대적으로 적고요. 오픈클로는 커스터마이징이 강력하지만 초보에게 조금 불친절한 편이에요. "이 방식을 인지하고 스킬로 저장해둬"라는 자연어 지시를 통해 나만의 작업 방식을 학습시킬 수 있어요. 헤르메스는 스킬 자동화가 기본 탑재돼 있어서 따로 지시하지 않아도 업무 절차를 스스로 학습해 자동 반복해요.
처음 에이전트에게 맡기기 좋은 업무를 고르는 법
자주 반복되고, 결과를 확인할 수 있고, 실수해도 피해가 적은 일이 첫 번째 후보예요.
AI 에이전트가 생겼다고 바로 뭐든 맡길 수 있는 건 아니에요. 처음 맡기기 좋은 업무에는 세 가지 공통 조건이 있어요.
- 자주 반복되는 일 — 같은 방식으로 다시 발생하는 작업이면 기준을 한 번 세우고 포맷을 반복 활용할 수 있어요.
- 결과를 사람이 확인할 수 있는 일 — 출처 링크나 원문 파일로 결과를 대조해볼 수 있어야 해요. AI가 만든 내용을 검증할 수 있어야 신뢰하고 쓸 수 있어요.
- 실수해도 피해가 적은 일 — 틀렸을 때 바로잡기 쉬운 일부터 시작하는 게 안전해요.
경쟁사 동향 확인은 이 조건을 잘 충족해요. 매일 반복되고, 확인할 사이트가 있고, 결과물을 영업팀이 검토해 활용할 수 있어요.
반대로 "우리 회사의 내년 전략을 세워줘" 같은 일은 첫 업무로 맞지 않아요. 자료 범위도 넓고, 기준도 흐릿하고, 결과를 어떻게 검증할지도 애매해요. 이런 일은 통째로 맡기기보다 자료 수집, 경쟁사 비교, 고객 질문 정리처럼 실행 단위로 쪼개서 맡기는 편이 훨씬 나아요.
에이전트가 헤매지 않게 하는 4가지 지시 공식
목적·재료·형식·기준 네 가지를 함께 넘기면 에이전트가 결과물까지 만들어줘요.
에이전트에게 일을 넘길 때 이 네 가지를 빠뜨리면, 에이전트는 정보를 많이 모으는 쪽으로 기울거나 긴 글로만 답을 줘요. 실무에서 바로 쓰기 어려운 결과물이 나올 수밖에 없어요.
- 목적 — 이 자료는 어디에 쓸 건가요? 영업팀 회의용인지, 고객에게 보낼 제안서용인지, 팀 내부 메모인지에 따라 말투와 깊이가 달라져요. 같은 경쟁사 조사라도 회의용이면 짧고 뚜렷해야 하고, 제안서용이면 고객 상황과 연결돼야 해요.
- 재료 — 에이전트가 봐야 할 자료는 무엇인가요? URL, 기존 제안서, 고객 미팅 메모, 가격표, 제품 소개서 같은 것들이에요. 처음 맡기는 업무라면 자료를 구체적으로 줘야 해요. 에이전트가 이미 기억하는 자료가 있다면 짧게 말해도 되지만, 처음부터 대강 던지면 결과에 문제가 생겨요.
- 형식 — 어떤 형태로 받아야 바로 쓸 수 있나요? 표인지, 메일 초안인지, PDF인지, 엑셀인지 미리 정해요. 형식을 정하지 않으면 긴 글이 오기 쉽고, 시간을 들여 읽어야 하는 결과물이 나와요.
- 기준 — 무엇을 넣고 무엇을 뺄까요? 최근 7일만 볼지, 가격 변경만 볼지, 추측은 제외할지를 처음부터 정해요. 기준이 없으면 에이전트는 정보를 많이 모으는 쪽으로 기울어요. 실무에서는 많이 모은 자료보다 잘 걸러진 자료가 더 유용해요.
이 네 가지가 갖춰지면 에이전트는 판단 이전의 반복 작업을 처리하고, 사람은 그 결과를 검토해 판단에 집중할 수 있어요. 사실 확인에 회의 시간 절반을 썼다면, 이제 그 시간을 선택과 결정의 시간으로 바꿀 수 있는 거예요.
자주 묻는 질문
Q. 챗GPT 유료 버전(챗GPT Plus)도 AI 에이전트라고 볼 수 있나요?
A. 챗GPT에도 파일 생성이나 코드 실행 기능이 일부 있어요. 하지만 이 글에서 말하는 AI 에이전트는 내 컴퓨터 환경에서 직접 동작하며 업무 패턴을 학습·자동화하는 도구를 뜻해요. 오픈클로나 헤르메스처럼 로컬에서 돌아가는 에이전트는 내 파일·앱 등과 연동해 더 폭넓은 자동화가 가능해요.
Q. AI 에이전트를 쓰려면 개발 지식이 꼭 있어야 하나요?
A. 도구마다 달라요. 헤르메스는 개발 지식이 없는 초보자도 세팅하기 쉽고 오류도 적어요. 오픈클로는 커스터마이징이 강력하지만 초보에게 조금 불친절한 편이에요. 처음이라면 헤르메스부터 시작하고 익숙해지면 오픈클로를 탐색하는 순서가 자연스러워요.
Q. 마케터가 에이전트를 가장 유용하게 쓸 수 있는 업무는 어떤 건가요?
A. 경쟁사 모니터링, 주간 성과 보고서 초안, 콘텐츠 캘린더 정리처럼 매주 반복되는 작업이 잘 맞아요. 형식이 정해져 있고 결과를 바로 확인할 수 있어서, 처음 에이전트에게 맡기기 좋은 세 가지 조건을 갖추고 있어요.
Q. 에이전트가 틀린 결과물을 내놓으면 어떻게 해야 하나요?
A. 처음 지시한 기준을 더 구체적으로 다듬는 게 먼저예요. 추측 제외·출처 링크 첨부 같은 조건을 추가하면 에이전트가 헤매는 범위가 좁아져요. 처음 맡길 때 피해가 적은 일부터 시작하라는 이유가 바로 여기에 있어요.
AI로 일을 진짜 줄이는 시작점
챗GPT를 쓰면서도 일이 줄지 않았다면, 그건 도구의 문제가 아니에요. 질문을 더 잘 만드는 것보다, 일 자체를 넘기는 구조를 먼저 갖추는 게 핵심이에요.
처음에는 반복적이고 확인하기 쉬운 작업 하나를 골라 에이전트에게 통째로 맡겨보는 것부터 시작할 수 있어요. 목적·재료·형식·기준 네 가지를 함께 넘기면, 에이전트는 결과물까지 만들어주고 사람은 그 결과를 판단하는 단계에서 참여하면 돼요.
AI가 일을 줄여주는 건, 좋은 질문을 찾아낸 순간이 아니라 반복 작업을 위임하는 구조가 만들어진 순간부터예요.
