[AI AGent 실습 공개과정 후기] AI AGent 설계 및 자동화 워크플로우 구현

AI 툴은 넘쳐나고, 데모 영상도 쉽게 찾을 수 있습니다. 하지만 막상 자기 업무로 돌아가면 생각이 멈춥니다. “그래서 이걸 우리 팀 프로세스에 어떻게 연결하지?”라는 질문 앞에서말입니다.

지난 2월 24일, 캐럿글로벌 6층 Gallery에서 진행한 AI Agent 실습 공개과정은 바로 그 지점에서 출발했습니다. AI를 써본 경험은 있지만, 설계해본 경험은 없는 실무자들이 직접 에이전트를 구조화하고 자동화 워크플로우를 구현해보는 자리였습니다.

교육이 끝날 무렵, 분위기는 분명히 달라져 있었습니다. “이건 돌아가서 바로 적용해봐야겠다”는 말이 자연스럽게 나왔고, 몇몇은 이미 다음 주에 테스트해볼 시나리오를 구체적으로 정리하고 있었습니다.

이번 과정은 단순한 생성형 AI 활용법을 소개하는 시간이 아니었습니다. 프롬프트를 잘 쓰는 방법을 넘어서, AI가 실제로 업무를 수행하도록 만드는 구조를 설계하는 실전형 워크숍이었습니다. 그렇다면, 툴 체험에서 멈춰 있던 막연함은 어떻게 실행 계획으로 전환되었을까요?

시작은 툴이 아니라 체감이었습니다.

본격적인 실습에 앞서, 참여자들과 함께 AI가 생성한 이미지와 실제 사진을 구분해보는 간단한 퀴즈를 진행했습니다. 이제는 육안으로 구분하기 어려울 만큼 정교해진 결과물을 보며, 참가자들은 단순히 “신기하다”를 넘어 한 가지 감각을 공유했습니다.

“이미 기술은 여기까지 왔구나.”

이 짧은 아이스브레이킹은 이번 교육의 방향을 자연스럽게 열어주었습니다. AI를 배우는 시간이 아니라, AI와 함께 일해야 하는 환경을 인식하는 시간으로 말입니다.

Module 1. AI를 도구가 아니라 업무 파트너로 이해하다.

첫 세션에서는 생성형 AI의 작동 원리와 최신 기술 흐름을 다루었습니다. 하지만 핵심은 기술 설명이 아니었습니다. AI가 앞으로 업무 안에서 어떤 역할을 맡게 될지, 그리고 실무자는 무엇을 준비해야 하는지에 대한 관점 전환이 중심이었습니다. 단순히 “어떤 모델이 좋다”가 아니라, 아래 내용을 구조적으로 정리했습니다.

• AI가 잘하는 일과 한계는 무엇인지
• 어떤 업무를 위임할 수 있는지
• 사람은 어떤 판단과 설계를 담당해야 하는지

이 과정에서 참가자들은 AI 활용이 개인 역량 문제가 아니라, 업무 구조 설계의 문제라는 점을 이해하기 시작했습니다.

Module 2. Gems로 나만의 AI 에이전트를 직접 설계하다.

두 번째 세션에서는 Google의 Gems를 활용해 맞춤형 AI 챗봇을 제작했습니다.

먼저 공통 예제로 인사 맞춤형 에이전트를 함께 만들어보며 기본 구조를 익혔고, 이후 각자의 실제 업무 데이터와 가이드를 적용해 직무 맞춤형 챗봇으로 확장했습니다.

“공통 예제로 감을 잡고, 내 업무에 적용해 보니 정말 유능한 비서가 생긴 것 같다.”

단순히 질문을 잘 던지는 법을 배우는 것이 아니라, 내 업무 맥락을 이해하는 에이전트를 설계하는 경험을 통해 참가자들은 처음으로 “AI를 쓴다”가 아니라 “AI가 내 일을 돕는다”는 감각을 체험했습니다.

Module 3. Opal과 Make AI로 반복 업무를 자동화하다.

세 번째 세션에서는 한 단계 더 나아가 Opal과 Make AI를 연동해 노코드 기반 자동화 워크플로우를 설계했습니다.

처음에는 다소 낯선 인터페이스에 어려움을 느끼는 분들도 있었습니다. 하지만 이메일이 자동으로 응답되고, 데이터가 수집되며, 프로세스가 스스로 흘러가는 장면을 확인하는 순간 “처음엔 막막했는데, 돌아가는 걸 보니 놀랍다.”, “이건 현업에 들어가서 반드시 써봐야겠다.”라는 반응이 이어졌습니다.

이 지점에서 중요한 변화가 나타났습니다. AI가 답변을 잘하는지보다, 업무 흐름을 대신 수행하는지가 더 중요하다는 것. AI Agent의 본질이 대화가 아니라 프로세스 수행임을 체감하는 순간이었습니다.

Module 4. 현업 적용 시나리오를 설계하다.

마지막 세션에서는 각자의 현장으로 다시 내려왔습니다.

• 우리 조직의 반복 업무는 무엇인가
• 어디에서 시간이 가장 많이 소모되는가
• 자동화한다면 어떤 구조로 설계할 수 있는가

참가자들은 각자의 페인 포인트를 공유하고, 시나리오를 구체화한 뒤 전문가 피드백을 통해 실행 가능한 형태로 다듬었습니다.

교육이 끝날 무렵, “막연했던 AI 자동화가 손에 잡히는 성과로 느껴진다.”, “이건 돌아가서 바로 적용해볼 수 있겠다.” 등의 반응이 있었습니다. 실습이 경험으로 끝나지 않고, 계획으로 이어졌다는 점이 이번 과정의 가장 큰 성과였습니다.

공개과정을 마치며

이번 AI Agent 실습 공개과정은 AI 기능을 많이 알려주는 자리가 아니었습니다. 그보다 더 중요한 질문을 던졌습니다. “이 업무를 사람 대신 구조로 설계할 수 있는가?”

AI가 강해질수록, 사람의 역할은 줄어드는 것이 아니라 더 명확해집니다. 무엇을 자동화할지 결정하고, 어떤 기준으로 설계할지 정의하고, 결과를 검증하는 책임을 지는 역할 말입니다. 교육 종료 후 이어진 심화 과정 문의와 사내 도입 상담 요청은, 참가자들이 이번 과정을 단순 체험이 아니라 실행의 출발점으로 받아들였다는 증거였습니다.

AI 도입의 시작은 툴 선택이 아니라 업무 재설계입니다.

AI Agent는 더 이상 먼 미래의 개념이 아닙니다. 이미 실무에서 반복 업무를 수행할 수 있는 수준까지 도달했습니다. 중요한 것은 기술이 아니라, 그 기술을 업무 구조 안에 어떻게 배치하느냐입니다.

캐럿글로벌은 단순한 AI 사용 교육을 넘어, 조직이 실제로 작동하는 자동화 구조를 설계할 수 있도록 돕고 있습니다. AI Agent 도입, 업무 자동화 설계, 조직 단위 AX 전환이 필요하시다면 귀사의 상황에 맞는 실행 중심 프로그램을 함께 설계해 드리겠습니다!

빠르게 변화하는 AI 시대, 조직의 AX(AI Transformation) 전환은 더 이상 선택이 아닌 필수입니다.

AX의 시작은 기술이 아니라 ‘문제 정의’에서 출발합니다.
생성형 AI 활용부터 조직 전반의 AI 확산 전략까지, 귀사의 상황에 맞춘 최적의 솔루션을 함께 고민하겠습니다. AI·AX 전환과 관련한 교육, 컨설팅, 실행 방안이 필요하시다면 언제든 캐럿글로벌로 문의해 주세요!😊