챗지피티(챗GPT), 코파일럿, 프롬프트 강사 강성희 랑잠언니 AI 공방

발행일 2026-10-08 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
같은 민원 안내를 하루에 수십 번 반복하다가
"이걸 AI가 대신 안내해 주면 어떨까" 생각해 본 날이요.
그런데 막상 AI 상담 이야기를 들으면
"주민이 AI인 줄 모르면 어쩌지?" 걱정부터 앞선 경험이요.

공공기관에서 AX(AI 전환)와 AI 에이전트 활용을 가르치는 강사로서, 저는 공무원 연수에서 "AI가 민원 창구에 앉는 날이 오나요?"라는 질문을 자주 받아요. 이번 주 그 질문에 가까운 소식이 화제입니다. 구글이 9월 24일 '제미나이 3.8 라이브(Gemini 3.8 Live)'와 '라이브 아바타(Live Avatar)'를 공개했어요. 말을 듣고, 화면을 보고, 얼굴을 가진 아바타가 입 모양을 맞춰 대답하는 기능입니다. 조건부터 분명히 적어 둘게요. 기업용 Gemini Enterprise에서 쓰는 기능이고, 일반 제미나이 앱에는 아직 없습니다. 내 아바타를 직접 만드는 기능은 허용 목록에 오른 기업에만 열려 있어요.

이 글은 구글 공식 블로그 발표 'Introducing Gemini 3.8 Live with Live Avatar'(9월 24일)를 기준으로 정리했습니다. 공식 발표에 없는 국내 도입 일정이나 한국어 품질은 적지 않았습니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 기업·공공기관·학교 생성형 AI 교육 진행)

오늘 이 글 하나면 제미나이 3.8 라이브와 라이브 아바타가 무엇인지, 누가 언제 쓸 수 있는지, 민원 안내에 붙이면 어떤 모습일지, 공무원이 지금 준비할 4단계와 프롬프트, 그리고 AI 고지와 보안 수칙까지 한 번에 잡을 수 있습니다. "막연한 AI 상담 걱정"이 "지금 준비할 수 있는 체크리스트"로 바뀝니다.

목차

1. 제미나이 라이브 아바타는 무엇이 새로운가?
2. 누가, 어디서 쓸 수 있나?
3. 민원 안내에 붙이면 어떤 모습일까?
4. 공무원이 지금 준비할 4단계
5. 바로 쓰는 프롬프트 세 가지
6. AI 아바타 시대의 고지·보안 수칙
7. 자주 묻는 질문 FAQ

1. 제미나이 라이브 아바타는 무엇이 새로운가?

구글 공식 블로그는 라이브 아바타를 이렇게 소개했습니다. "거의 실시간에 가까운 영상 생성과 음성을 짝지어, 듣고 보고 말하는 경험을 만든다." 쉽게 말해, 음성 AI에 얼굴과 표정이 붙은 거예요.

공식 발표에 나온 변화는 네 가지로 정리됩니다.

• 입 모양 맞추기 — 97개 언어에서 말에 맞춰 입 모양을 정확하게 맞춘다고 밝혔어요.
• 대화를 끊지 않는 도구 실행 — 아바타가 대화를 이어 가는 동안 뒤에서 자료를 찾아오는 '비동기 도구 실행'을 지원합니다.
• 여러 언어 음성 대화 — 말을 듣고 바로 다른 언어 음성으로 답하는 흐름을 기본으로 지원해요.
• 기업 맞춤 아바타 — 참고 이미지로 기업 고유의 아바타를 만들 수 있습니다(허용 목록 기업 한정).

왜 지금 화제일까요? 발표 직후 해외 IT 매체들이 앞다퉈 다뤘고, "고객센터 챗봇이 사람처럼 보이게 된다"는 기대와 "AI인 줄 모를 수 있다"는 우려가 함께 나왔어요. 공공 서비스에서도 바로 같은 질문이 나올 수밖에 없어서, 공무원이라면 지금 흐름을 알아 둘 만합니다.

2. 누가, 어디서 쓸 수 있나?

여기가 가장 중요합니다. 기사 제목만 보면 "제미나이에 얼굴이 생겼다"처럼 읽히지만, 지금은 기업용 서비스의 기능이에요.

▣ 이용 조건 (구글 공식 발표 기준)

솔직하게 말씀드릴게요. 지금 당장 우리 기관 민원실에 이 아바타를 세울 수 있는 건 아닙니다. 기관이 기업용 서비스를 도입하고, 보안성 검토와 개인정보 영향 검토를 거쳐야 하는 일이거든요. 그래서 오늘 글의 초점은 "언젠가 올 AI 민원 안내를 위해, 담당자가 지금 할 수 있는 준비" 입니다.

3. 민원 안내에 붙이면 어떤 모습일까?

공식 발표의 예시는 고객 상담과 호텔 체크인이에요. 이것을 공공 서비스로 옮겨 보면 이런 모습을 떠올릴 수 있습니다. 아래는 기능 설명을 바탕으로 그려 본 활용 장면이지, 도입 사례가 아니라는 점을 기억해 주세요.

▣ 떠올려 볼 수 있는 공공 장면

공통점이 보이시나요? 아바타는 정해진 안내를 반복하는 데 강하고, 사람은 판단·예외·책임을 맡습니다. 결국 준비의 핵심은 "아바타가 읽어 줄 정확한 안내 원고" 와 "사람에게 넘기는 기준" 이에요.

4. 공무원이 지금 준비할 4단계

AI 아바타가 오기 전에도, 아래 준비는 지금 쓰는 챗봇·전화 안내·누리집 FAQ를 바로 좋아지게 합니다.

1단계. 자주 묻는 민원 목록 만들기

최근 몇 달 동안 반복된 문의를 20개 정도로 추립니다. 개인정보가 담긴 민원 원문이 아니라 '무엇을 물었는지' 주제만 적어요.

2단계. 공개 안내문 기반 답변 원고 쓰기

각 질문의 답을 이미 공개된 누리집 안내·고시·공고문에서 찾아 짧은 말투로 정리합니다. 근거 문서 이름과 날짜를 함께 적어 두면 규정이 바뀔 때 고치기 쉬워요.

3단계. 사람에게 넘길 기준 정하기

"개인 사정 판단이 필요한 질문", "불만·민감 민원", "법적 효력이 있는 안내"처럼 AI가 답하지 않고 담당자에게 연결할 기준을 문장으로 정합니다.

4단계. AI 고지 문구 준비하기

"지금 안내는 AI가 도와드리고 있습니다. 담당자와 상담을 원하시면 말씀해 주세요."처럼 AI임을 처음에 밝히는 문구와 사람 연결 방법을 정해 둡니다.

5. 바로 쓰는 프롬프트 세 가지

위 4단계 가운데 원고 작업은 지금 쓰는 생성형 AI로도 시작할 수 있어요. 넣는 자료는 모두 이미 공개된 안내문이라는 원칙을 꼭 지켜 주세요.

▣ ① 공개 안내문으로 민원 답변 원고 만들기

[상황] 아래는 우리 기관 누리집에 공개된 'OO 신청 안내' 페이지 내용이다.
[작업] 주민이 자주 물을 질문 10개와 답을 말로 안내하는 말투로 써 줘. 한 답은 3문장 이내.
[규칙] 안내문에 없는 내용은 만들지 말고, 답마다 근거가 된 문단을 표시해 줘.

▣ ② 사람에게 넘길 기준 점검

[상황] 위 질문·답 10개를 AI 안내 원고로 쓰려고 한다.
[작업] 이 중 개인 사정 판단, 예외 처리, 법적 효력이 필요한 질문을 골라 '담당자 연결'로 표시해 줘.
[규칙] 이유를 한 줄씩 적고, 애매하면 담당자 연결 쪽으로 분류해 줘.

▣ ③ 쉬운 말·여러 언어 안내 초안

[상황] 위 원고를 고령 주민과 외국인 주민도 이해하게 바꾸려 한다.
[작업] 쉬운 우리말 버전과 영어 버전을 나란히 표로 만들어 줘.
[규칙] 고유 명칭·날짜·금액은 원문 그대로 두고, 번역은 담당자 검토용 초안이라고 표시해 줘.

6. AI 아바타 시대의 고지·보안 수칙

얼굴이 있는 AI일수록 "AI임을 밝히는 일" 이 더 중요해집니다. 구글도 이번 발표에서 음성과 영상에 신스ID 워터마크를 넣어 AI가 만든 결과임을 알아볼 수 있게 한다고 밝혔어요. 10월 1일 행정안전부가 확정한 '공공부문 AI 윤리기준' 도 보도에 따르면 투명성과 책임성을 핵심가치로 두고, 사람이 검토하고 개입하는 체계를 강조했습니다.

▣ 지킬 다섯 가지

• 처음에 AI임을 밝히기 — 아바타가 사람처럼 보여도 첫마디에 AI 안내임을 알립니다.
• 사람 연결 길 열어 두기 — 언제든 담당자와 상담할 수 있는 방법을 함께 안내해요.
• 공개 안내문만 근거로 — 원고는 공개된 안내·고시·공고문으로만 만들고, 근거 문서를 기록합니다.
• 개인정보는 넣지 않기 — 원고 작업 때 민원인 이름·연락처·민원 원문을 생성형 AI에 넣지 않아요.
• 기관 지침과 보안성 검토가 먼저 — 외부 AI 서비스 도입은 기관의 생성형 AI 활용 지침과 정보보안 부서의 검토를 거칩니다.

7. 자주 묻는 질문 FAQ

Q1. 제미나이 라이브 아바타는 일반 제미나이 앱에서 쓸 수 있나요?

A1. 아직은 아니에요. 구글 공식 발표에 따르면 라이브 아바타는 기업용 Gemini Enterprise에서 쓰는 기능이고, 에이전트 플랫폼 스튜디오와 라이브 API 문서로 안내됩니다. 참고 이미지로 맞춤 아바타를 만드는 기능은 허용 목록에 오른 기업만 쓸 수 있어요.

Q2. 제미나이 라이브 아바타는 한국어를 지원하나요?

A2. 구글은 97개 언어에서 입 모양을 맞춘다고 밝혔지만, 공식 발표에 한국어를 따로 언급하지는 않았습니다. 실제 한국어 품질과 국내 이용 조건은 도입 전에 공식 문서와 시연으로 확인하시길 권해요.

Q3. 공무원이 AI 아바타 도입 전에 무엇을 준비하면 되나요?

A3. 자주 묻는 민원 목록, 공개 안내문 기반 답변 원고, 사람에게 넘길 기준, AI 고지 문구 네 가지를 먼저 준비하세요. 이 준비는 지금 쓰는 챗봇·전화 안내·누리집 FAQ도 바로 좋아지게 합니다. 도입 자체는 기관 지침과 보안성 검토를 거쳐야 해요.

정리하면 이렇습니다. 구글은 9월 24일 제미나이 3.8 라이브와 라이브 아바타를 공개했고, 이 기능은 기업용 Gemini Enterprise 한정이라 일반 앱에서는 아직 쓸 수 없습니다. 그래도 민원 안내에 AI가 얼굴을 갖고 들어올 흐름은 분명해요. 공무원은 지금 민원 목록 → 공개 안내문 기반 원고 → 사람 연결 기준 → AI 고지 문구 네 가지를 준비하고, AI임을 밝히고 사람에게 연결하는 원칙을 지키면 됩니다.

AI가 얼굴을 갖게 될수록,
AI라고 먼저 말하는 것이 신뢰의 시작입니다.

지금 바로 우리 부서 누리집 안내문 하나로 자주 묻는 질문 10개 원고부터 만들어 보세요.

제미나이 라이브 아바타 정리 | 공무원 민원 안내 AI 아바타, 무엇이 나왔고 지금 준비할 것, 강성희 강사

📎 관련 정보 및 공식 채널

• Introducing Gemini 3.8 Live with Live Avatar (구글 공식 블로그) — 9월 24일 발표 원문, 이용 조건과 신스ID
• 행안부 '공공부문 AI 윤리기준' 최종 확정 (인공지능신문) — 6대 핵심가치·자율점검

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
•  
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회

발행일 2026-10-06 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
부처 보도자료와 해외 정책 자료를 탭 열 개 넘게 띄워 놓고, 한 페이지씩 복사해 AI 창에 붙여 넣느라 정작 보고서는 퇴근 무렵에야 쓰기 시작한 날이요.
영어로 된 해외 지자체 사례를 번역기에 옮겨 가며 읽다가, 어느 탭에서 무엇을 봤는지 헷갈렸던 경험이요.

공공기관에서 AX(AI 전환)와 AI 에이전트 활용을 가르치는 강사로서, 저는 "AI를 어디서 여느냐"가 실제 업무 시간을 크게 좌우한다고 늘 말씀드려요. 이번 소식이 바로 그 이야기입니다. 네이버가 10월 1일 웨일 브라우저에 'AI Chat'을 정식 출시했습니다. 보던 웹페이지를 그대로 둔 채 사이드바에서 요약·번역·질의응답을 하고, 열린 탭 정리와 네이버 캘린더 일정 등록까지 맡길 수 있어요. 먼저 분명히 해 둘 점이 있습니다. 보도자료에는 사용 모델과 로그인·이용 조건·지원 기기가 적혀 있지 않아요. 그래서 이 글은 공식 발표에 나온 기능만 다루고, 공무원은 인터넷 PC에서 공개된 자료를 읽을 때만 쓰는 것을 전제로 합니다.

이 글은 네이버 공식 보도자료(10월 1일)와 국내 주요 매체 보도, 행정안전부 '공공부문 AI 윤리기준' 확정 보도(10월 1~2일)를 기준으로 정리했습니다. 공식 발표에 없는 모델·이용 조건은 적지 않았습니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 공공기관·기업·학교 생성형 AI 교육 진행)

오늘 이 글 하나면 AI Chat이 무엇이고 무엇이 새로운지, AI 창을 따로 여는 방식과 무엇이 다른지, 사이드바에서 요약·번역·탭 정리까지 5단계, 공무원 업무에 바로 쓰는 프롬프트 네 가지, 왜 필요한지, 그리고 10월 1일 확정된 공공부문 AI 윤리기준에 맞춘 보안 수칙까지 한 번에 잡을 수 있습니다. "복사해서 붙여 넣던 AI"가 "읽던 자리에서 묻는 AI"로 바뀝니다.

목차

1. 웨일 AI Chat은 무엇이 새로운가?
2. AI 창을 따로 여는 방식과 무엇이 다른가?
3. 어떻게 쓰나: 사이드바에서 요약·번역·탭 정리 5단계
4. 공무원 업무에 바로 쓰는 프롬프트 네 가지
5. 공직 업무에서 왜 필요한가?
6. 공직자가 지킬 보안 수칙과 공공부문 AI 윤리기준
7. 자주 묻는 질문 FAQ

1. 웨일 AI Chat은 무엇이 새로운가?

네이버는 10월 1일 보도자료에서 자사 브라우저가 AI Chat 정식 출시와 함께 'AI 브라우저'로 거듭났다고 밝혔습니다. 핵심은 브라우저 안으로 AI가 들어왔다는 점이에요. 공식 발표에 나온 기능은 크게 네 묶음입니다. 정보 탐색(요약·번역·질의응답), 작업 관리(탭 정리, 네이버 캘린더 일정 조회·등록·수정), 스마트 제안(페이지 내용에 맞춰 필요한 작업을 먼저 제안), 퀵서치 연계(드래그한 글자를 AI Chat으로 검색). 필요한 답변은 스크랩북에 저장해 다시 볼 수 있어요.

왜 지금 화제일까요? 출시 당일과 다음 날 경제지·IT 전문지 등 국내 매체 10여 곳이 함께 다뤘고, 국내 브라우저가 'AI 브라우저'를 전면에 내세웠다는 점에서 관심이 컸거든요. 네이버 관계자는 듀얼 탭·파파고(번역)·메신저처럼 이용자 반응이 좋았던 기능을 중심으로 AI를 먼저 붙였다고 설명했습니다(AI타임스 보도).

▣ AI Chat 한눈에 (네이버 보도자료 기준)

표의 마지막 줄이 중요합니다. 공개되지 않은 부분은 짐작으로 채우지 말고, 기관 PC에서 쓰기 전에 기관의 생성형 AI 활용 지침부터 확인하세요.

2. AI 창을 따로 여는 방식과 무엇이 다른가?

지금까지 공공기관 종사자가 웹 자료를 AI로 정리하려면 페이지 내용을 복사해 챗GPT나 제미나이 창에 붙여 넣고, 결과를 다시 옮기는 과정을 거쳐야 했어요. 네이버 관계자도 바로 이 과정을 생략하고 실시간으로 질문할 수 있다는 점을 차이로 꼽았습니다.

▣ AI 창을 따로 열 때 vs 웨일 AI Chat

AI를 부르러 가지 말고, 읽던 자리에서 묻는다 — 이 도구의 차이는 이 한 줄입니다.

다만 범용 AI 챗봇이 필요 없어지는 것은 아니에요. 긴 보고서 초안이나 여러 자료를 엮는 분석은 기존 AI 도구가 맞고, 사이드바 AI는 웹 자료를 읽는 단계를 짧게 줄여 주는 도구로 보시면 됩니다.

3. 어떻게 쓰나: 사이드바에서 요약·번역·탭 정리 5단계

순서는 다섯 단계예요. 메뉴의 정확한 위치와 이름은 브라우저 버전에 따라 다를 수 있으니, 아래는 공식 발표에 나온 기능 흐름을 기준으로 보시면 됩니다.

1단계. 최신 버전으로 업데이트

이 기능은 10월 1일 정식 출시됐으니, Whale을 최신 버전으로 업데이트한 뒤 사이드바에 AI Chat이 보이는지 확인합니다. 기관 PC는 프로그램 설치·업데이트가 관리되는 경우가 많으니 정보화 담당 부서의 안내를 따르세요.

2단계. 읽을 페이지를 열고 사이드바에서 AI Chat 열기

보도자료·공고문·해외 자료 페이지를 연 상태에서 사이드바의 AI Chat을 엽니다. 읽던 페이지는 그대로 두고 사이드바에서 답을 확인할 수 있어요.

3단계. 요약·번역·질문하기

"이 페이지 요약해 줘"처럼 짧게 시작하고, 필요하면 형식과 규칙을 한 줄 붙입니다. 4절의 프롬프트를 그대로 쓰셔도 됩니다.

4단계. 낯선 용어는 드래그해서 퀵서치

공문이나 해외 자료에 낯선 용어가 나오면 그 글자를 드래그해 퀵서치로 AI Chat에 바로 물어봅니다. 스마트 제안이 뜨면 페이지 내용에 맞춘 다음 작업을 골라 쓸 수도 있어요.

5단계. 저장·정리, 그리고 실행 전 확인

남길 답변은 스크랩북에 저장하고, 탭이 많아졌으면 탭 정리를 요청합니다. 캘린더 일정 등록·수정을 요청하면 실행 전에 확인 단계를 거치니 날짜·시간·제목을 읽어 본 뒤 승인하세요. 기관의 공식 일정은 기관 시스템에 두고, 개인 학습·교육 일정 정도로 쓰는 것을 권합니다.

되돌리기 복잡한 작업은 실행 전에 사용자 확인 — 네이버가 보도자료에서 밝힌 안전장치예요. 확인 화면을 '그냥 넘기는 버튼'으로 쓰지 마세요.

4. 공무원 업무에 바로 쓰는 프롬프트 네 가지

사이드바에 짧게 묻는 것만으로도 충분하지만, 상황·작업·규칙을 한 줄씩 붙이면 결과가 훨씬 정확해집니다. 공공기관 교육에서 제가 늘 쓰는 틀이에요.

▣ 보도자료 요약

[상황] 나는 시청 ○○과 주무관이고, 지금 열린 페이지는 중앙부처 보도자료다.
[작업] 핵심 3줄 요약과 '지자체가 할 일' 항목을 따로 뽑아 줘.
[규칙] 보도자료에 없는 날짜·예산·수치는 만들지 말고, 불확실하면 '원문 확인 필요'로 적어 줘.

▣ 해외 정책 자료 번역 요약

이 페이지를 한국어로 요약해 줘. 정책 이름·시행 시기·대상은 원문 표현을 괄호 안에 함께 적고, 우리 기관이 참고할 점 3가지를 덧붙여 줘.

▣ 입법예고·공고문 정리

이 공고문에서 의견 제출 기한, 제출 방법, 주요 개정 내용을 표로 정리해 줘. 원문에 없는 칸은 비워 둬.

▣ 탭 정리

지금 열린 탭을 주제별로 정리해 줘.

탭을 정리한 뒤 보고서에 인용할 페이지는 제목과 주소를 직접 적어 두세요. 핵심은 규칙 줄이에요. 요약은 빠르지만 원문에 없는 숫자가 끼어드는 일이 생길 수 있어서, "만들지 말라"는 한 줄과 '원문 확인 필요' 표시가 보고서 사고를 막아 줍니다.

5. 공직 업무에서 왜 필요한가?

공직자가 웹에서 하는 일은 대부분 읽고, 고르고, 옮기는 일이에요. 정책 동향 보고, 타 기관 사례 조사, 해외 사례 검토가 모두 그렇습니다. 사이드바 AI가 붙는 장면을 정리하면 다음과 같아요.

▣ 웹 자료 업무 → 사이드바 AI로 바꾸면

솔직하게 말씀드릴게요. 이 도구의 가치는 '요약을 얼마나 잘하느냐'보다 "읽는 자리에서 바로 묻는다"는 동선에 있어요. 복사·붙여넣기 단계가 사라지면 자료 조사 시간이 줄고, 그만큼 원문을 확인하는 데 시간을 쓸 수 있습니다. 공직자에게는 그쪽이 더 중요한 일이거든요.

6. 공직자가 지킬 보안 수칙과 공공부문 AI 윤리기준

같은 날 공직자에게 중요한 소식이 하나 더 있었습니다. 행정안전부가 10월 1일 '공공부문 AI 윤리기준'을 최종 확정했어요. 보도에 따르면 공공성·형평성·투명성·책임성·안전성·프라이버시 보호의 6대 핵심가치와 68개 세부 점검 사항, 기관의 AI 활용 수준에 따라 적용하는 3단계(적용-응용-융합) 자율점검 체계를 담았고, AI의 판단과 결정을 사람이 검토하고 개입할 수 있는 감독 체계를 강조했습니다. 브라우저 속 AI처럼 가벼운 도구를 쓸 때도 이 원칙은 그대로예요.

▣ 쓰기 전 지킬 다섯 가지

• 공개된 웹 자료만 — 보도자료·공고문·공개 보고서처럼 이미 공개된 페이지에만 씁니다. 업무망 자료, 개인정보, 비공개 문서는 인터넷 PC라도 넣지 않아요.
• 기관 지침이 먼저 — 기관마다 외부 AI 서비스 사용 기준이 다릅니다. 기관의 생성형 AI 활용 지침과 정보보안 담당 부서의 안내를 먼저 확인하세요.
• 요약은 원문과 대조 — 보고서에 옮기는 숫자·날짜·고유명사는 반드시 원문 페이지에서 다시 확인합니다.
• AI 초안 표시와 사람의 최종 검토 — 보고서에 AI 요약을 쓸 때는 'AI 초안'임을 남기고 담당자가 최종 확인합니다. 윤리기준의 '사람이 검토하고 개입하는' 원칙과 같은 이야기예요.
• 실행 전 확인 화면은 꼼꼼히 — 일정 등록·수정은 확인 단계에서 내용을 읽고 승인하고, 기관 공식 일정은 기관 시스템에 둡니다.

7. 자주 묻는 질문 FAQ

Q1. 네이버 웨일 AI Chat은 어디서 여나요?

A1. 네이버 보도자료에 따르면 AI Chat은 웨일 브라우저의 사이드바에서 씁니다. 읽던 페이지를 그대로 둔 채 사이드바에서 요약·번역·질문을 할 수 있어요. 보이지 않으면 브라우저를 최신 버전으로 업데이트한 뒤 다시 확인하시고, 기관 PC라면 정보화 담당 부서의 안내를 따르세요.

Q2. 웨일 AI Chat으로 업무 문서를 요약해도 되나요?

A2. 공개된 웹 자료에만 쓰는 것이 원칙입니다. 업무망 자료, 개인정보, 비공개 문서는 인터넷 PC라도 입력하지 마세요. 보도자료에는 사용 모델과 이용 조건이 공개되지 않았으니, 기관의 생성형 AI 활용 지침을 먼저 확인하고 결과는 원문과 대조해 쓰셔야 해요.

Q3. 웨일 AI Chat이 일정을 마음대로 등록하지는 않나요?

A3. 네이버는 일정 등록처럼 되돌리기 복잡한 일부 작업은 실행 전에 사용자 확인을 거친다고 밝혔습니다. 확인 단계에서 날짜·시간·제목을 읽고 승인하면 되고, 기관의 공식 일정은 기관 시스템에 두는 것이 안전해요.

정리하면 이렇습니다. 네이버 웨일 AI Chat은 10월 1일 정식 출시된 브라우저 사이드바 AI로, 읽던 페이지를 그대로 둔 채 요약·번역·질의응답을 하고 탭 정리와 캘린더 일정까지 돕습니다. 공무원은 보도자료·공고문·해외 자료를 읽는 단계를 줄이는 데 쓰되, 공개 자료만, 원문 대조, 사람의 최종 검토라는 공공부문 AI 윤리기준의 원칙을 함께 지켜야 해요.

지금 바로 브라우저를 업데이트하고, 오늘 읽어야 할 보도자료 한 건을 사이드바에서 요약해 보세요.

네이버 웨일 AI Chat 사용법 | 공무원 보도자료·해외 자료 요약·번역을 사이드바에서, 강성희 강사

📎 관련 정보 및 공식 채널

• 네이버 웨일 'AI Chat' 정식 출시 (네이버 공식 보도자료) — 기능과 사용자 확인 절차 원문
• 네이버 웨일 공식 누리집 — 브라우저 내려받기·업데이트
• 네이버, 웨일 브라우저 내 'AI 챗' 탑재 (AI타임스) — 관계자 설명과 도입 배경
• 행안부 '공공부문 AI 윤리기준' 최종 확정 (인공지능신문) — 6대 핵심가치·68개 점검 사항·3단계 자율점검

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 재직자 대상 클로드 코워크로 엑셀 파일을 PPT 보고서로, 일잘러 AI 강사 강성희의 Claude Cowork 실무 활용법
• 재직자 대상 클로드 Claude 엑셀 활용 제조업 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• 재직자를 위한 클로드 Claude 엑셀 활용 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 한국산업단지공단 임직원 대상 구글 노트북LM, 바이브코딩 실무교육, 재직자 AI 강사 강성희 특강 후기
•  
• [챗지피티강사 강성희] 재직자를 위한 제미나이 Gemini 3 바이브코딩 노코드 앱 제작, 크레신

발행일 2026-10-05 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
회의가 끝나고 노트북을 보니 받아 적은 건 세 줄뿐이고, "그거 누가 하기로 했죠?"를 메신저로 다시 묻는 경험이요.
회의록 봇을 초대했더니 참석자 목록에 낯선 이름이 떠서 분위기가 잠깐 어색해진 날이요.

기업에서 AX(AI 전환)와 AI 에이전트 활용을 가르치는 강사로서, 회의록은 "AI가 가장 먼저 대신해 주는 일"이라고 자주 말씀드립니다. 먼저 조건을 분명히 적어 둘게요. 챗GPT 미팅 플러그인은 지금 macOS 데스크톱 앱에서만, Pro·Business 플랜 베타로 열려 있습니다. 윈도우·iOS·안드로이드는 "곧 지원 예정"이라고만 적혀 있고, Enterprise는 알파 프로그램 참여 조직에 한정돼요. 그래도 미리 알아 둘 가치가 있습니다. 봇을 초대하지 않는 방식이라 대면 회의와 화상 회의를 가리지 않고 쓸 수 있고, 기존 '레코드' 기능보다 한 단계 나아간 구조거든요.

이 글은 오픈AI 공식 도움말 'The Meetings plugin in ChatGPT', 'ChatGPT Record', 'Sign in with ChatGPT'와 챗GPT 릴리스 노트(9월 29일~10월 2일)를 기준으로 정리했습니다. 공식 문서에 없는 한국어 인식 품질과 플랜 비교는 적지 않았습니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 기업·공공기관·학교 생성형 AI 교육 진행)

오늘 이 글 하나면 미팅 플러그인이 무엇이고 어떤 조건에서 쓰는지, 기존 '레코드'와 무엇이 다른지, 설치부터 노트 생성까지 5단계, 회의 노트를 보고서·할 일 목록으로 잇는 프롬프트, 직장인 업무에서 왜 필요한지, 같은 주에 나온 Sign in with ChatGPT·스페이스 소식과 지킬 수칙까지 한 번에 잡을 수 있습니다. "회의 끝나고 받아 적은 세 줄"이 "실행 항목이 붙은 회의 페이지"로 바뀝니다.

목차

1. 챗GPT 미팅 플러그인은 무엇이 새로운가?
2. 기존 '레코드' 기능과 무엇이 다른가?
3. 어떻게 쓰나: 설치부터 노트 생성까지 5단계
4. 회의 노트를 보고서·할 일로 잇는 프롬프트
5. 직장인 업무에서 왜 필요한가?
6. 같은 주 소식과 이용 조건·보안 수칙
7. 자주 묻는 질문 FAQ

1. 챗GPT 미팅 플러그인은 무엇이 새로운가?

오픈AI는 9월 29일 데브데이에서 챗GPT 플러그인 여러 개를 함께 내놨고, 그중 하나가 미팅(Meetings) 플러그인입니다. 공식 도움말의 정의는 분명해요. "회의에 봇이 참여하지 않고도 노트를 대신 적어 주고, 실행 항목이 붙은 개인화된 요약을 챗GPT 스페이스에 저장"하는 기능입니다. 온라인 회의든 대면 회의든 맥의 마이크와 시스템 오디오를 듣기 때문에 줌·팀즈·구글 미트 어디에 붙어도 되고, 회의 참석자 목록에 봇이 뜨지 않습니다. 그래서 요즘 해외 매체와 SNS에서 "봇 없이 회의록을 쓰는 방식"으로 다시 이야기되고 있어요.

▣ 챗GPT 미팅 플러그인 한눈에 (오픈AI 공식 도움말 기준)

표에서 두 칸을 함께 보셔야 해요. '쓰는 곳'은 맥 데스크톱 앱이고, '지금 쓸 수 있는 사람'은 Pro·Business 플랜입니다. 윈도우 노트북을 쓰는 직장인은 아직 기다려야 하지만, 이 글의 순서와 프롬프트는 열리는 날 그대로 쓸 수 있어요.

2. 기존 '레코드' 기능과 무엇이 다른가?

챗GPT 맥 앱에는 이미 레코드(Record) 기능이 있었습니다. 녹음 버튼을 누르면 실시간으로 받아 적고, 노트를 대화 안 캔버스로 만들어 주는 기능이에요. 미팅 플러그인은 이것을 회의 전용 공간으로 옮긴 셈입니다. 공식 도움말은 레코드 안내 글에서 "더 나은 경험을 위해 미팅 플러그인을 권한다"고 적었어요.

▣ 레코드 vs 미팅 플러그인 (공식 도움말 기준)

봇을 부르지 않고, 내 메모와 함께, 회의 페이지로 남긴다 — 레코드와 미팅 플러그인의 차이는 이 한 줄입니다.

3. 어떻게 쓰나: 설치부터 노트 생성까지 5단계

순서는 다섯 단계예요. 챗GPT 맥 데스크톱 앱이 최신 버전인지 먼저 확인하시고, 사이드바에 '플러그인'이 보이지 않으면 아직 내 플랜·계정에 열리지 않은 것입니다.

1단계. 플러그인 설치

맥 챗GPT 데스크톱 앱을 열고 사이드바의 플러그인(Plugins) 으로 들어가 Meetings 를 찾아 설치합니다.

2단계. 온보딩과 권한 허용

사이드바에서 Meetings 를 열어 온보딩을 마치고, 맥이 묻는 마이크와 시스템 오디오 접근을 허용합니다. 시스템 오디오를 허용해야 화상 회의 상대방의 목소리도 들립니다.

3단계. 회의 시작 전 동의, 그리고 '노트 작성'

회의가 시작되면 Take notes(노트 작성) 를 누릅니다. 공식 도움말은 시작 전에 참석자 전원의 동의를 받으라고 명시했고, 앱의 동의 안내는 참석자에게 알려 주거나 대신 동의를 받아 주지 않는다고 적었어요.

4단계. 회의 중 내 메모 적기

회의 페이지에 내 생각·질문·추가 맥락을 직접 적어 둘 수 있습니다. "이 안건은 다음 주 보고서에 넣기"처럼 적어 두면 요약에 반영돼요.

5단계. 멈추면 요약·실행 항목 생성

끝나면 직접 멈춥니다(4시간이 되면 자동 종료). 받아 적은 내용·내 메모·연결된 앱의 관련 맥락으로 요약과 실행 항목이 만들어지고, 사이드바나 챗GPT 스페이스에서 다시 열 수 있어요. 노트는 기본 비공개이고, 공유하지 않는 한 나만 봅니다. 노트가 완성되면 음성은 삭제됩니다.

4. 회의 노트를 보고서·할 일로 잇는 프롬프트

노트가 생겼으면 그다음이 진짜 업무예요. 회의 페이지를 열어 둔 채 상황·작업·규칙 세 줄로 지시하면 됩니다. 제가 기업 교육에서 늘 강조하는 틀입니다.

[상황] 나는 제조 회사 품질팀 대리이고, 방금 끝난 회의는 거래처 불량 건의 원인 분석과 대책을 정하는 주간 품질 회의였다. 회의 노트는 미팅 플러그인이 만든 요약과 내 메모다.
[작업] 결정 사항 5줄, 실행 항목 표(할 일 · 담당 · 기한 · 근거 발언), 팀장 보고용 3문장 요약을 만들어 줘. 다음 회의에서 확인할 미결 사항도 따로 뽑아 줘.
[규칙] 노트에 없는 결정이나 날짜는 만들지 말고, 담당이 정해지지 않은 항목은 '미정'으로 둬. 발언자 이름은 직책으로 바꾸고, 거래처 이름은 ○○사로 표기해.

핵심은 마지막 줄이에요. 회의 노트에는 사람 이름과 거래처가 그대로 남기 쉬우니, 보고 자료로 바꿀 때 가릴 것을 규칙으로 먼저 정해 두는 습관이 필요합니다.

5. 직장인 업무에서 왜 필요한가?

제가 기업 교육에서 가장 많이 듣는 말이 "회의는 많은데 정리할 시간이 없다"입니다. 미팅 플러그인이 붙는 장면을 정리하면 다음과 같아요.

▣ 회의 노트 → 바로 잇는 업무

솔직하게 말씀드릴게요. 회의록 AI의 가치는 요약의 문장력이 아니라 "누가 무엇을 언제까지"가 빠지지 않는 것에 있어요. 그래서 4단계의 '내 메모'를 회의 중에 적어 두는 습관이 결과물의 질을 좌우합니다.

6. 같은 주 소식과 이용 조건·보안 수칙

같은 데브데이에서 나온 소식 두 가지를 함께 알아 두시면 좋겠습니다. 하나는 챗GPT 스페이스(Space) 예요. 페이지·파일·관련 작업을 한곳에 모으는 공간으로, 미팅 플러그인의 회의 페이지가 저장되는 곳이기도 합니다. 공식 릴리스 노트 기준으로 Pro·Business·Enterprise 사용자가 데스크톱 앱과 웹에서 쓸 수 있어요. 다른 하나는 Sign in with ChatGPT 입니다. 챗GPT 계정으로 노션·에어테이블 같은 참여 서비스에 로그인하는 기능인데, 공식 도움말에 따르면 상대 서비스에 넘어가는 정보는 이름·이메일·프로필 사진뿐이고, 대화·메모리·파일·결제 정보는 공유되지 않습니다. 일부 서비스에서는 내 챗GPT 플랜 사용량을 그 서비스에서 쓰도록 허용할 수 있는데, 이는 로그인과 별개의 선택 사항이고 사용량 한도를 직접 정할 수 있어요.

▣ 쓰기 전 지킬 것 네 가지

• 녹음 전 참석자 전원의 동의 — 공식 도움말이 사용자의 책임으로 명시했습니다. 외부 거래처 미팅이면 더욱.
• 회사의 회의 기록·녹음 지침과 생성형 AI 활용 지침을 먼저 확인하기 — 비공개 안건은 기록하지 않기.
• 노트를 보고 자료로 바꿀 때 사람 이름·거래처·금액은 규칙으로 가리기, 'AI 초안' 표시를 남기고 사람이 확인.
• 외부 서비스에 챗GPT 계정으로 로그인하거나 플랜 사용량을 허용할 때는 회사 승인 계정인지, 한도를 정했는지 확인.

7. 자주 묻는 질문 FAQ

Q1. 챗GPT 미팅 플러그인은 윈도우에서도 쓸 수 있나요?

A1. 공식 도움말 기준으로 지금은 macOS 데스크톱 앱에서만 베타로 제공되고, iOS·안드로이드·윈도우는 "곧 지원 예정"이라고만 적혀 있습니다. 윈도우 사용자는 열리는 날까지 기존 방식(회의 뒤 메모를 붙여 넣어 정리)을 쓰시고, 이 글의 프롬프트는 그대로 쓸 수 있어요.

Q2. 미팅 플러그인은 회의 음성을 저장하나요?

A2. 공식 도움말에 따르면 노트가 만들어지면 음성은 맥과 오픈AI 서버에서 삭제되고 다시 들을 수 없습니다. 오프라인 상태에서는 노트 생성 때까지 일시적으로 보관될 수 있어요. 남는 것은 요약·실행 항목·내 메모가 담긴 회의 페이지이고, 기본은 비공개입니다.

Q3. 챗GPT 미팅 플러그인은 어떤 플랜에서 쓸 수 있나요?

A3. 베타는 Pro·Business 플랜에서 쓸 수 있고, Enterprise는 알파 프로그램에 참여한 조직에 한정됩니다. 유료 플랜이 필요하다는 점만 기억하시면 되고, 기존 레코드 기능은 Plus를 포함한 여러 플랜의 맥 앱에서 계속 쓸 수 있어요.

정리하면 이렇습니다. 챗GPT 미팅 플러그인은 봇 없이 맥 데스크톱 앱이 회의 음성을 듣고 요약·실행 항목을 챗GPT 스페이스에 저장하는 기능이고, 지금은 macOS 베타·Pro·Business 플랜에서 열리며, 직장인은 주간 회의·거래처 미팅·면담·교육에 붙여 "누가 무엇을 언제까지"가 남는 회의 페이지를 얻을 수 있습니다. 조건은 하나, 참석자 동의와 회사 지침이 먼저라는 것이에요.

지금 바로 맥 데스크톱 앱의 사이드바에서 플러그인 메뉴를 열어 Meetings가 보이는지 확인해 보세요. 다음 주간 회의 한 번이면 충분합니다.

챗GPT 미팅 플러그인 사용법 | 직장인 회의 노트·할 일을 봇 없이 자동 정리, 맥 베타 조건과 보안 수칙, 강성희 강사

📎 관련 정보 및 공식 채널

• The Meetings plugin in ChatGPT (오픈AI 공식 도움말) — 설치 단계·음성 삭제·동의 안내 원문
• ChatGPT Record (오픈AI 공식 도움말) — 기존 레코드 기능의 플랜·한도
• ChatGPT — Release Notes (오픈AI 공식 도움말) — 9월 29일 미팅 플러그인·스페이스·Sign in with ChatGPT 항목
• Sign in with ChatGPT (오픈AI 공식 도움말) — 공유되는 정보와 공유되지 않는 정보

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 재직자 대상 클로드 코워크로 엑셀 파일을 PPT 보고서로, 일잘러 AI 강사 강성희의 Claude Cowork 실무 활용법
• 재직자 대상 클로드 Claude 엑셀 활용 제조업 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• 재직자를 위한 클로드 Claude 엑셀 활용 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 한국산업단지공단 임직원 대상 구글 노트북LM, 바이브코딩 실무교육, 재직자 AI 강사 강성희 특강 후기
•  
• [챗지피티강사 강성희] 재직자를 위한 제미나이 Gemini 3 바이브코딩 노코드 앱 제작, 크레신

발행일 2026-10-04 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
1~5편을 따라 인터넷망 PC에서 규칙 문서와 공개 자료 루프까지 만들었는데, "정작 우리 과 공문과 보고서는 업무망에 있는데요"라는 벽에 부딪힌 경험이요.
옆 지자체가 자체 AI를 내부망에 구축했다는 기사를 보고 "우리도 저런 걸 둘 수 있나, 누구에게 말을 꺼내야 하나" 하다가 그냥 넘긴 경험이요.

공공기관 AX(AI 전환) 교육에서 AI 에이전트 활용을 가르치다 보면, 시리즈의 끝에서 꼭 같은 질문이 나옵니다. "업무망 안에서 돌아가는 건 없나요?" 있습니다. 하네스와 루프를 청사 안에 설치해 두는 선택지, 오늘 다룰 헤르메스 에이전트(Hermes Agent)와 지자체 자체 sLLM이 그 방향이에요. 다만 이 답에는 조건이 붙습니다. 공공에서는 설치 명령보다 보안성 검토가 먼저이고, 개인이 아니라 정보화 부서와 함께 가야 한다는 점이에요. 오늘 글은 그 길의 지도를 그려 드립니다.

이 글은 Hermes Agent 공식 저장소와 공식 문서(설치·로컬 Ollama·업무용 PC 보안·크론 가이드), 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」 원문, 국가 사이버보안 기본지침 개정 보도와 지자체 자체 언어모델 사례 보도(2026년 6~7월), 행정안전부 공공부문 AI 윤리기준 보도를 직접 확인해 정리했고, 공공기관 교육 현장과 제 블로그 자동화 운영 경험을 더했습니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 공공기관·기업·학교 200여 곳 생성형 AI 교육 진행)

오늘 이 글 하나면 자체 호스팅이 무엇이고 채팅 서비스와 무엇이 다른지, 지자체 자체 sLLM 사례가 왜 '자체 호스팅의 공공판'인지, 이 상주 에이전트의 설치 흐름과 로컬 모델·크론의 형식, 보안성 검토에서 무엇을 묻고 무엇을 준비하는지, 그리고 정보화 부서와 함께 가는 도입 로드맵까지 한 번에 잡을 수 있습니다. 이번 글은 시·군·구청과 읍면동에서 일하는 공직자를 위한 시리즈의 마지막 6편이에요(1편: 입문, 2~3편: 하네스, 4~5편: 루프). 1~5편의 규칙 문서와 체크리스트를 그대로 들고 오시면 됩니다.

목차

1. 방법 둘, 제품 하나 — 헤르메스 에이전트는 기술이 아니라 제품이다
2. 청사 안의 상주 AI — 자체 호스팅이란 무엇인가?
3. 지자체 자체 sLLM 사례는 '자체 호스팅의 공공판' — 광주·양산·남양주·광진구
4. 상주 에이전트는 어떻게 설치하고 무엇을 고르나? — 설치 명령과 로컬 모델
5. 메신저 호출과 크론 — 공공기관에서 외부 메신저가 걸리는 이유
6. 보안성 검토 — 국가 사이버보안 기본지침의 AI 시스템 보안 조항과 상주 에이전트 보안 설정
7. 정보화 부서와 함께하는 도입 로드맵 5단계
8. 30분 실습 — 설치가 아니라 '설치 전 준비물 체크리스트' 만들기
9. 흔한 실패 네 가지와 시리즈 마무리 — 1~6편 요약
10. 자주 묻는 질문 FAQ

1. 방법 둘, 제품 하나 — 헤르메스 에이전트는 기술이 아니라 제품이다

1편에서 짧게 짚었던 이야기를 오늘은 제대로 하고 가겠습니다. 세 이름을 '2026년의 세 가지 ○○ 엔지니어링'처럼 나란히 소개하는 글이 있는데, 앞의 둘은 방법이고 마지막은 제품이에요.

▣ 방법 둘, 제품 하나 (1차 출처 기준)

제가 확인한 범위에서 '헤르메스 엔지니어링'이라는 문구는 한국어·영어 어디에서도 1차 출처가 없습니다. 실체는 Nous Research가 2026년 2월 25일 MIT 라이선스로 공개한 오픈소스 Hermes Agent예요. 공식 저장소의 한 줄 소개는 "함께 성장하는 에이전트(The agent that grows with you)"이고, 공식 설명을 빌리면 "서버에 상주하며, 배운 것을 기억하고, 오래 돌릴수록 유능해지는" 에이전트입니다.

이 구분이 공공에서 특히 중요한 이유가 있어요. 방법은 배우면 어디서나 쓸 수 있지만, 제품은 청사 안에 두는 순간 '정보시스템'이 됩니다. 2편의 민원 답변 규칙 문서는 인터넷망 상용 AI든 업무망 공공 AI든 붙여 넣으면 성립하지만, 설치형 에이전트는 설치·운영·보안 책임이 따라오고, 공공에서는 그 책임의 주체가 개인이 아니라 기관이에요. 그래서 이 글의 절반은 보안성 검토와 로드맵 이야기입니다.

하네스와 루프는 '배워야 할 기술'이고, 상주 에이전트는 '기관이 고를 수 있는 선택지'입니다. 기술은 담당자가 익히고, 선택지는 정보화 부서와 함께 고릅니다.

2. 청사 안의 상주 AI — 자체 호스팅이란 무엇인가?

비유로 시작할게요. 1~5편에서 쓴 인터넷망 PC의 프로젝트·예약 작업은 청사 밖 사무실에 앉아 있는 외부 보조 인력입니다. 우리가 쓴 업무 매뉴얼(규칙 문서)대로 일을 잘해 주지만, 책상이 밖에 있어서 공개 자료만 건넬 수 있고, 기억은 프로젝트 폴더 안에서만, 근무 시각은 서비스가 정한 방식 안에서만 고릅니다. 업무망의 공공 AI는 청사 안 공용 창구의 상담원이에요. 안에 있어서 내부 문서를 보여 줄 수 있지만 '프로젝트' 버튼이 없어 매번 머리글 프롬프트를 붙여야 하죠(3편). 자체 호스팅 에이전트는 우리 과 안에 좌석을 둔 상주 직원입니다. 좌석(청사 안 서버), 사물함(기억), 업무 매뉴얼 묶음(스킬), 출입증과 보안 구역(권한), 당직표(크론), 내선 전화(호출·배달)까지 전부 청사 안에 있어요.

▣ 상주 직원에게 주는 일곱 가지 = 상주 에이전트의 구성 (공식 저장소·문서 기준)

1편의 말이 그대로 보이죠. 하네스(기억·스킬·권한)와 루프(크론·배달)가 설치형 제품으로 묶인 것입니다. 그리고 '자체 호스팅'이란 이 좌석과 두뇌가 남의 서비스가 아니라 우리 쪽 서버에 있다는 뜻이에요.

▣ 같은 일을 세 방식으로 — 상급기관 공문 요약

두 줄만 기억하세요. 공개 자료로 하는 루프는 4편의 예약 작업으로 충분하고, 자체 호스팅 에이전트가 진짜 값어치를 하는 곳은 업무망 안의 문서가 들어가는 반복 업무입니다. 그 값어치의 대가가 마지막 행, 운영 책임이에요.

'청사 안에 둔다'는 말은 데이터만 안에 남는다는 뜻이 아니라, 책임도 기관 안에 남는다는 뜻입니다. 그래서 공공의 상주 AI는 개인 설치가 아니라 정보화 부서의 과제예요.

3. 지자체 자체 sLLM 사례는 '자체 호스팅의 공공판' — 광주·양산·남양주·광진구

사실 자체 호스팅은 공공에서 이미 시작됐습니다. 행정안전부·과학기술정보통신부의 범정부 AI 공통기반이 2025년 11월 24일 중앙·지방정부를 대상으로 행정망 안에서 AI 챗서비스 2종을 시작했고(시범 운영 후 확대 계획), 서울시는 행정망 안에 자체 언어모델을 구축했으며, 아래 지자체들은 보도된 내용만으로도 '자체 호스팅의 공공판'이라 부를 만해요.

▣ 지자체 자체 언어모델 사례 (디지털데일리 2026-06-29, 아시아경제 2026-07-22 보도 기준)

표의 오른쪽 열이 오늘의 요점이에요. 지자체 sLLM은 좌석(청사 안 서버) + 두뇌(로컬 모델) + 근거 문서(RAG) 까지 갖춘 자체 호스팅이고, Hermes Agent 같은 오픈소스 에이전트는 거기에 기억·스킬·크론·도구 실행(손) 을 더한 과(課)·부서 단위 버전입니다. '채팅'에서 '에이전트'로 가는 다음 단계인데, 손이 생기는 만큼 보안성 검토는 더 무거워져요. 남양주시가 "보안성 검토에만 80%"라고 말한 이유가 거기 있습니다.

그래서 공공에서 이 상주 에이전트는 개인이 업무 PC에 깔아 볼 도구가 아니라, 정보화 부서가 시범 서버에 올려 검토할 후보로 보시는 게 정확해요. 담당자의 역할은 설치가 아니라 7절의 로드맵에서 보듯 필요 업무 목록과 규칙 문서를 준비하는 것입니다.

지자체 sLLM이 '청사 안의 두뇌'라면, 상주 에이전트는 '두뇌에 손을 붙인 것'입니다. 손이 생기는 만큼 출입증과 보안 구역이 먼저 필요합니다.

4. 상주 에이전트는 어떻게 설치하고 무엇을 고르나? — 설치 명령과 로컬 모델

이 절은 정보화 부서가 시범 서버에서 하는 흐름을 담당자도 알아 두기 위한 설명입니다. 흐름을 알아야 보안성 검토 협의에서 같은 말로 이야기할 수 있거든요. 직접 체험해 보고 싶다면 집의 개인 PC에서 공개 자료만으로, 기관 자료는 한 줄도 쓰지 않고 해 보세요. 아래 그림은 실제 캡처가 아니라 공식 문서를 기준으로 명령과 설정 순서를 재현한 것이라, 실제 화면과 배치가 조금 다를 수 있습니다.

▣ 설치 — 공식 저장소의 명령 그대로

• 리눅스·맥·WSL2(윈도우 안의 리눅스): curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
• 윈도우 PowerShell: iex (irm https://hermes-agent.nousresearch.com/install.ps1)
• 파이썬 3.11 기반입니다. 설치 뒤에는 hermes setup(전체 설정 마법사), hermes model(모델 제공자·모델 고르기), hermes gateway(메신저 게이트웨이), hermes doctor(문제 진단), hermes update(업데이트)를 씁니다.

▣ 모델 제공자 선택 — 공공에서는 사실상 한 갈래

Ollama 로컬 흐름을 공식 '로컬 Ollama 설정' 가이드 순서대로 적으면 이렇습니다. ① ollama.com/download 에서 운영체제에 맞게 Ollama 설치(리눅스는 curl -fsSL https://ollama.com/install.sh | sh) ② ollama pull gemma4:31b ③ Modelfile에 FROM gemma4:31b와 PARAMETER num_ctx 64000 두 줄을 적고 ollama create gemma4-64k -f Modelfile로 컨텍스트를 64k로 늘린 모델 만들기 ④ hermes setup에서 제공자로 'Custom Endpoint'를 고르고 엔드포인트에 http://localhost:11434/v1 넣기.

왜 '도구 호출'이 조건일까요. 공식 가이드 문장은 "도구 호출을 지원하지 않는 모델은 구조화된 함수 호출 대신 일반 텍스트를 출력한다"예요. 파일을 읽고 명령을 실행하는 '손'이 없는 셈이라 상주 직원이 아니라 채팅창이 됩니다. 한국어 때문에 국산 모델을 찾는 분이 많은데, Ollama 라이브러리의 EXAONE 3.5(LG AI연구원, 한·영 이중언어)는 모델 페이지에 도구 호출 지원 표시가 없고 컨텍스트가 32K라서 공식 가이드의 권장 조건과는 맞지 않습니다. 로컬 모델은 한국어가 되는가보다 도구 호출이 되는가를 먼저 보세요.

로컬 모델의 조건은 세 가지 — 도구 호출이 되는가, 컨텍스트가 64k 이상인가, 그 모델을 돌릴 서버가 있는가. 공공에서 상용 API 갈래는 사실상 닫혀 있다고 보고 시작하는 편이 안전합니다.

5. 메신저 호출과 크론 — 공공기관에서 외부 메신저가 걸리는 이유

상주 직원에게 내선 전화(호출·배달)와 당직표(크론)를 주는 단계입니다. 공식 문서의 예시에 자주 나오는 메신저는 텔레그램이에요. 봇을 만들어(@BotFather에서 /newbot) 토큰을 ~/.hermes/.env에 TELEGRAM_BOT_TOKEN=…으로 넣고, 내 사용자 ID를 TELEGRAM_ALLOWED_USERS=…에 명시한 뒤 hermes gateway setup → hermes gateway start로 시작합니다. 허용 목록이 없으면 게이트웨이는 기본적으로 모든 사용자를 거부하고, 이 기본값은 풀지 않는 것이 원칙이에요.

그런데 공공에서는 여기서 바로 벽을 만납니다. 텔레그램 봇은 텔레그램 서버를 거쳐 메시지를 주고받으니, 업무망에 둔 상주 에이전트를 외부 메신저로 부르는 구성은 망분리의 취지와 맞지 않을 가능성이 높아요. 판단은 기관(정보보안담당관)이 하지만, 공공판 설계에서는 호출은 터미널, 배달은 로컬 파일로 시작하는 것이 안전합니다. 이 에이전트의 크론은 배달 대상으로 local(로컬 파일만)을 지원하거든요. 기관 내부 메신저 연동은 기관 정책의 영역이라 단정하지 않겠습니다.

▣ 크론 — 형식과 규칙 (공식 '크론으로 자동화' 가이드)

4편의 "예약 프롬프트는 자기완결적으로"가 그대로 적용됩니다. 3편의 머리글 프롬프트와 2편의 입력 게이트를 합쳐 '수신 공문 요약' 크론을 설계하면 아래와 같아요. 업무망 시범 서버와 로컬 모델을 전제로 한 설계안이므로, 실제 적용은 6절의 보안성 검토를 거친 뒤입니다.

▣ 크론 프롬프트 예시 — 수신 공문 요약, 청사 안 상주 직원 버전 (그대로 복사해 쓸 수 있는 완성형)

너는 ○○군 △△과의 수신 공문 요약 담당이다. 이 작업은 이전 대화를 기억하지 못하므로 아래 규칙만 따른다.
[입력] ~/hermes-work/수신공문/ 폴더에서 어제 이후 새로 들어온 문서 파일(텍스트로 변환해 둔 것)만 읽는다. 새 파일이 없으면 [SILENT] 만 출력한다.
[입력 게이트] 파일에 성명·주민등록번호·연락처·주소가 보이면 그 파일은 요약하지 않고 '식별정보 포함: 파일명' 한 줄만 적는다.
[출력 서식 — 파일마다] ① 문서 제목·발신 기관·시행일 ② 요지 3줄 ③ 우리 과 조치 사항(기한 포함) ④ 근거 조문·지침명(문서에 적힌 것만) ⑤ 담당자가 확인할 질문
[근거 규칙] 문서에 없는 기한·금액·조문 번호를 만들지 않는다. 없으면 '문서에 없음'으로 적는다.
[표기] 첫 줄 '※ AI 요약(검토 전)', 끝 줄 '검토자/일자: ____'.
[금지] 파일 쓰기·삭제·외부 전송을 하지 않는다. 결론이나 결재 의견을 쓰지 않는다.

위 규칙 전문을 한 줄로 이어 붙여 /cron add "30 8 * * 1-5" "(규칙 전문)" --name "수신 공문 요약" --deliver local로 걸면 평일 아침 8시 30분에 요약 파일이 남습니다. 팁 하나. 처음 몇 주는 [SILENT] 대신 "[새 문서 없음] 날짜" 한 줄을 남기게 하세요. 5편의 '완료 표시 ≠ 성공' 원리 그대로, 루프가 실제로 돌고 있다는 센서가 필요하거든요.

크론 프롬프트 = 규칙 문서 전문 + 입력 위치 + 입력 게이트 + 조용히 넘길 조건. 공공판에서는 배달도 청사 안(로컬 파일)에서 끝나야 합니다.

6. 보안성 검토 — 국가 사이버보안 기본지침의 AI 시스템 보안 조항과 상주 에이전트 보안 설정

솔직하게 말씀드릴게요. 이 글을 읽고 업무 PC에 바로 설치하시면 안 됩니다. 제도부터 짚을게요. 2026년 5월 1일 시행된 「국가 사이버보안 기본지침」은 종전의 망분리 조항(제40조)을 삭제하고, 업무정보 등급 식별 조항과 인공지능시스템 보안 조항(제72조의2) 을 새로 두었습니다(국가 망 보안체계, N2SF 중심). 조문 내용은 기관의 정보보안담당관이 원문으로 확인할 영역이라 여기 옮기지 않겠습니다. 담당자가 알아 둘 흐름은 하나예요. 청사 안에 AI 시스템을 두는 일은 등급 식별과 보안성 검토를 거쳐야 할 과제로 보는 것이 안전하다는 것. 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」(2023년 6월) 원문도 "기관 내부(업무)망에서의 서비스 사용시 별도 내부 전용 서비스로 한정하여 사용"이라고 적고 있는데, 자체 호스팅 에이전트가 그 '내부 전용 서비스'가 되려면 기관의 검토를 통과해야 하고, 통과 전의 개인 설치는 그 취지와 맞지 않을 가능성이 높아요. 판단은 기관이 합니다.

Hermes Agent 쪽에도 공식 '업무용 PC에서 안전하게 쓰기' 가이드가 있어요. 보안성 검토 협의에 가져갈 설정값이 바로 이것입니다(설정 파일 ~/.hermes/config.yaml, 비밀값은 ~/.hermes/.env).

▣ 공식 '업무용 PC' 가이드의 설정값 — 결재선 비유로

행정안전부가 2026년 10월 2일 확정한 「공공부문 인공지능(AI) 윤리기준」의 "최종적인 책임과 통제가 사람에게 있음"을 설정값으로 옮기면 바로 첫 줄, 승인 모드 manual이에요. 네트워크에 대해 공식 문서는 "API 호출은 설정한 LLM 제공자에게만 가고, 텔레메트리·사용 데이터·분석 정보를 수집하지 않는다"고 적고 있지만, '설정한 제공자'가 외부 상용 API라면 데이터는 밖으로 갑니다. 공공판은 로컬 Ollama와 묶여야 완성돼요.

▣ 왜 설정만으로 끝나지 않는가 — 2026년에 실제로 있었던 일

• 스킬 마켓 공급망 사고 — 2026년 2월 2일, 같은 유형의 자체 호스팅 오픈소스 에이전트 OpenClaw의 스킬 마켓(ClawHub)에서 악성 스킬 341개가 발견됐다는 보안 매체 보도가 있었습니다. 스킬은 '남이 쓴 업무 매뉴얼 + 실행 코드'라서, 검증 없는 설치는 출처 모를 USB를 업무망 서버에 꽂는 것과 같아요.
• 에이전트 자체 취약점 — Cloud Security Alliance의 2026년 5월 4일 연구 노트는 이 에이전트의 CVE 3건(경로 조작, 심볼릭 링크 추적, 웹 UI 경로 조작)과 2026년 4월 11일 공개된 커뮤니티 보안 감사(치명 4건·높음 9건)를 정리했습니다. 노트 시점 기준 일부는 수정 버전이 나왔고 하나는 패치 대기였어요.
• CSA의 권고 — 최신 버전 업데이트, Docker 같은 비로컬 샌드박스, 자동 승인(YOLO) 모드 사용 여부 점검·중단, HERMES_WRITE_SAFE_ROOT로 쓰기 범위 제한, 스킬은 검증된 내부 저장소에서만, 컨테이너·VM 격리 배포. 위 설정 표와 정확히 겹칩니다.

남양주시의 "보안성 검토에만 전체 개발 노력의 80%"가 과장이 아닌 이유가 여기 있어요. 그 검토를 담당자가 혼자 할 수는 없지만, 검토에 가져갈 자료는 담당자가 준비할 수 있습니다. 7절의 로드맵과 8절의 체크리스트가 그 자료예요.

보안 설정은 체크박스가 아니라 출입증입니다. 승인 모드 manual, Docker 격리, 쓰기 범위 제한, 허용 사용자 명시 — 이 넷이 없는 상주 에이전트는 청사 안에 출입증 없는 외부인을 두는 것과 같습니다.

7. 정보화 부서와 함께하는 도입 로드맵 5단계

공공의 상주 AI는 개인 설치가 아니라 과(課)의 필요에서 출발해 정보화 부서와 함께 가는 과제입니다. 담당자가 할 수 있는 일과 정보화 부서가 할 일을 나눠 다섯 단계로 적었어요.

1단계. 필요 업무 목록 (담당자)

과 단위 반복 업무 가운데 입력 자료의 등급이 낮은 것부터 고릅니다. 상급기관 공문 요약, 계획서·결과보고서 초안, 월간 통계 집계가 먼저이고, 민원 답변 초안처럼 개인정보가 섞이는 일은 뒤로 둡니다. 업무마다 입력물·출력물·주기·현재 소요 시간을 한 줄씩 적어요.

2단계. 규칙 문서·체크리스트 준비 (담당자)

2~5편의 산출물이 그대로 재료입니다. 민원 답변 규칙 문서(2편), 머리글 프롬프트(3편), 주간 요약 예약 프롬프트(4편), 보고서 체크리스트 루프(5편). 이 에이전트의 스킬도 공개 표준인 SKILL.md 형식을 쓰기 때문에, 3편의 머리글 프롬프트가 곧 스킬 초안이에요. "이전 대화 없이도 돌아가는가"를 기준으로 자기완결 여부를 점검합니다.

3단계. 보안성 검토 협의 (정보화 부서 + 담당자)

정보화 부서·정보보안담당관과 일곱 가지를 함께 정합니다. ① 설치 위치(업무망 시범 서버인가, 격리 시험용 PC인가) ② 모델(로컬 Ollama로 한정하는가) ③ 네트워크(외부 메신저는 쓰지 않고 터미널·로컬 파일로 하는가, 내부 채널 연동은 가능한가) ④ 데이터 등급(어떤 문서까지 넣을 수 있는가 — 기관 기준으로 식별) ⑤ 쓰기 범위와 승인(허용 폴더 1개, 승인 모드 manual) ⑥ 로그·업데이트 책임 ⑦ 스킬 반입 절차(검증된 것만). 8절의 체크리스트가 이 협의의 첫 장이에요.

4단계. 시범 부서 (1개 과, 1개 업무, 4주)

한 과가 한 업무로 4주를 돌립니다. 처음 2주는 사람이 터미널에서 직접 시키는 수동 루프, 뒤 2주는 크론. 결과마다 "※ AI 요약(검토 전)" 표기와 검토자 서명을 남기고, 5편의 체크리스트로 실패 유형을 기록합니다. 실패가 날 때마다 규칙 문서에 한 줄을 더하는 것이 이 단계의 산출물이에요.

5단계. 확대 (정보화 부서 주관)

시범 결과와 규칙 문서 버전 이력(v1→v3)을 근거로 과를 늘립니다. 행정안전부 윤리기준의 자율점검표(68개 항목)와 인사혁신처 「생성형 인공지능 활용 지침」(2026년 5월 22일)의 '활용 사실의 투명한 공개' 원칙을 운영 규칙에 연결하고, 광진구처럼 '개인정보 및 비공개 자료 입력 금지' 같은 관리 원칙을 문서로 둡니다.

담당자는 1·2단계를, 정보화 부서는 3·5단계를, 4단계는 함께. 상주 AI의 도입 속도는 설치 명령이 아니라 규칙 문서와 체크리스트가 얼마나 준비돼 있느냐로 정해집니다.

8. 30분 실습 — 설치가 아니라 '설치 전 준비물 체크리스트' 만들기

오늘 실습은 설치가 아닙니다. 7절 1~2단계를 30분 안에, 기관 자료 없이, 정보화 부서에 들고 갈 수 있는 준비물 체크리스트 한 장으로 만드는 거예요.

1단계. 우리 과 반복 업무 3개 고르기 (5분)

주기적이고 서식이 고정되며 판정 기준이 분명한 일. 예: 상급기관 공문 요약(매일), 월간 통계 집계(월말), 결과보고서 초안(분기). 업무마다 입력물·출력물·주기를 한 줄씩 적습니다.

2단계. 규칙 문서 1개 고르기 (5분)

2~5편 산출물 중 하나를 고르고 "이전 대화 없이도 돌아가는가"를 점검합니다. 입력 위치·입력 게이트·출력 서식·검증·금지가 다 들어 있으면 합격이에요.

3단계. 데이터 분류 (10분)

세 업무의 입력 자료를 ① 공개 ② 기관 비공개(업무망 안에서만) ③ 개인정보 포함으로 나눕니다. ①은 인터넷망 루프(4편)로도 되고, ②는 청사 안 로컬 모델만, ③은 이번 단계에서 제외합니다. 등급의 최종 판단은 기관 기준이라는 점을 적어 둡니다.

4단계. 허용 사용자와 호출 경로 (5분)

누가 상주 직원을 부를 수 있는지 이름과 역할로 적습니다(ID는 검토 뒤에). 호출은 터미널, 배달은 로컬 파일(--deliver local)로 적고, 외부 메신저는 쓰지 않는다고 명시합니다.

5단계. 승인 필요 여부 표시 (5분)

업무별로 '읽기만 / 파일 쓰기 / 명령 실행'을 구분하고, 사람이 승인해야 하는 동작에 표시합니다. 쓰기 허용 폴더는 1개만 정합니다.

▣ 설치 전 준비물 체크리스트 (그대로 복사해 채우세요)

청사 안 상주 AI 에이전트 설치 전 준비물 체크리스트 v1 — 과: _ 작성자: 일자: _
[반복 업무 3개] ① 업무명 / 입력물 / 출력물 / 주기 ② … ③ …
[규칙 문서] 이름: (2~5편 산출물 중) / 자기완결 점검: 입력 위치 □ 입력 게이트 □ 출력 서식 □ 검증 항목 □ 금지 규칙 □
[데이터 분류] 업무①: 공개 □ 기관 비공개 □ 개인정보 포함 □ / 업무②: … / 업무③: … (등급 판단: 기관 기준)
[모델] 로컬 Ollama 만 □ / 필요 사양 확인: RAM GB, GPU __GB, 저장 공간 __GB
[설치 위치] 업무망 시범 서버 □ 격리 시험용 PC □ (개인 업무 PC는 선택하지 않음)
[호출·배달] 허용 사용자(이름·역할): _ / 터미널 호출 □ 로컬 파일 배달 □ 외부 메신저 사용 안 함 □
[권한] 읽기 폴더: / 쓰기 허용 폴더(1개): _ / 사람 승인이 필요한 동작: _
[보안 설정 약속] approvals.mode manual □ terminal.backend docker 또는 ssh □ HERMESWRITE_SAFE_ROOT □ checkpoints □ 허용 사용자 명시 □ 검증된 스킬만 □
[표기·검토] 결과 첫 줄 '※ AI 초안(검토 전)' □ 검토자 서명란 □ 실패 기록표 □
[운영 책임] 업데이트 담당: / 로그 확인 주기: _ / 스킬 반입 검토자: / 보안성 검토 협의 일자: _

이 한 장이 있으면 정보화 부서와의 대화가 "이런 거 둘 수 있나요?"에서 "이 조건이면 검토해 볼 수 있나요?"로 바뀝니다. 검토가 길어지더라도 2~5편의 규칙 문서는 업무망 공공 AI의 머리글 프롬프트와 수동 루프(3편)로 오늘부터 쓸 수 있고요. 산출물은 체크리스트 1장입니다.

9. 흔한 실패 네 가지와 시리즈 마무리 — 1~6편 요약

▣ 흔한 실패 네 가지

• 자동 승인을 켜 둔다 — 기본 모드를 그대로 두거나 /yolo 같은 전부 허용 모드로 돌리면 상주 직원이 결재 없이 파일을 지우고 명령을 실행합니다. 윤리기준의 "최종적인 책임과 통제가 사람에게 있음"에 정면으로 어긋나요. approvals.mode: manual과 Docker 격리가 전제입니다.
• 허용 사용자를 비워 둔다 — GATEWAY_ALLOW_ALL_USERS를 true로 두면 봇 주소를 아는 누구나 서버에 명령을 내릴 수 있습니다. 허용 사용자를 명시하고 기본값인 '전부 거부'를 풀지 마세요.
• 검증 안 된 스킬을 설치한다 — 악성 스킬 341개 사례가 보여 주듯 스킬 마켓은 편리한 만큼 공급망 위험이 있습니다. 스킬은 정보화 부서가 검토한 것만, 가능하면 직접 쓴 규칙 문서를 스킬로 만드세요.
• 보안성 검토 없이 설치한다 — "되는지 먼저 보고 말하자"가 가장 흔한 사고 경로예요. 기본지침에 AI 시스템 보안 조항이 신설된 지금, 개인 설치는 개인 책임이 됩니다. 8절의 체크리스트를 들고 먼저 가세요.

▣ 지자체 공무원 편 1~6편 요약

시리즈 내내 한 가지 원칙만 반복했습니다. 모델이 똑똑해지길 기다리지 말고, 실수 하나를 발견할 때마다 규칙 한 줄을 더하라. 1편에서는 그 규칙이 프로젝트 지침에 살았고, 3편에서는 머리글 프롬프트에, 4편에서는 예약 프롬프트에, 오늘은 청사 안 상주 에이전트의 스킬과 보안 설정에 삽니다. 자리는 바뀌어도 규칙은 같고, 그 규칙을 쓰는 사람은 개발자가 아니라 업무를 아는 담당 주무관이에요. 시리즈는 여기서 일단 마무리하고, 반응을 보고 '우리 과 루프 지도'를 그리는 종합편을 더할 수 있습니다.

10. 자주 묻는 질문 FAQ

Q1. 공무원이 업무망 PC에 헤르메스 에이전트를 설치해도 되나요?

A1. 개인 설치는 권하지 않습니다. 2026년 5월 1일 시행된 국가 사이버보안 기본지침에 인공지능시스템 보안 조항이 신설됐고, 국정원 가이드라인도 업무망에서는 "별도 내부 전용 서비스로 한정"하라고 적고 있어요. 자체 호스팅 에이전트가 그 내부 전용 서비스가 되려면 정보화 부서의 보안성 검토를 거쳐야 하고, 판단은 기관이 합니다.

Q2. 지자체 자체 sLLM과 Hermes Agent는 무엇이 다른가요?

A2. 자체 sLLM은 청사 안 서버에 둔 '두뇌'(로컬 모델)에 근거 문서 검색을 붙인 것이고, 상주 에이전트는 그 두뇌에 기억·스킬·크론·도구 실행이라는 '손'을 더한 것입니다. 손이 생기는 만큼 승인 모드·쓰기 범위·허용 사용자 설정이 필요하고, 보안성 검토도 그만큼 무거워져요.

Q3. 로컬 모델이면 개인정보가 든 문서를 넣어도 되나요?

A3. 외부 전송이 없다는 것과 개인정보를 처리해도 된다는 것은 다른 문제예요. 국정원 가이드라인의 "가명화 및 익명화를 통한 실제 개인정보와 기관과의 관계 유추 가능성 차단" 원칙은 그대로 적용되고, 규칙 문서의 입력 게이트로 식별정보를 걸러야 합니다. 어떤 문서까지 넣을지는 기관의 등급 식별과 개인정보 보호 담당 부서가 판단합니다.

정리하면, 이 상주 에이전트는 하네스(기억·스킬·권한)와 루프(크론·배달)를 청사 안 서버에 상주시키는 선택지이고, 광주·양산·남양주·광진구처럼 지자체가 자체 구축한 AI는 그 공공판입니다. 다만 청사 안에 두는 순간 정보시스템이 되기 때문에, 설치 명령보다 등급 식별과 보안성 검토가 먼저이고, 담당자의 몫은 설치가 아니라 필요 업무 목록·규칙 문서·체크리스트를 준비해 정보화 부서와 함께 가는 것이에요. 검토가 끝날 때까지는 업무망 공공 AI의 머리글 프롬프트와 수동 루프로 같은 규칙을 오늘부터 쓸 수 있습니다.

출입증 먼저, 설치는 다음. 그리고 어디에 두든 — 실수 하나에 규칙 한 줄.

지금 바로 8절의 체크리스트를 열어 우리 과 반복 업무 3개와 규칙 문서 1개부터 적어 보세요. 그 한 장이 채워지는 순간, 정보화 부서에 무엇을 들고 가야 하는지 스스로 알게 됩니다.

공무원 헤르메스 에이전트 입문 | 청사 안에 두는 상주 AI, 자체 sLLM 사례와 보안성 검토, 강성희 강사 (시리즈 6편)

📎 관련 정보 및 공식 채널

• Hermes Agent 공식 저장소 (Nous Research) — 설치 명령, 기능, 설치 뒤 명령어
• Hermes Agent 업무용 PC 보안 가이드 — 승인 모드, Docker 백엔드, 쓰기 범위, 허용 사용자
• 로컬 Ollama 설정 가이드 (공식 문서) — 권장 사양, 도구 호출 모델, 컨텍스트 64k
• 국가 사이버보안 기본지침 개정 시행 보도 (아이티데일리) — 망분리 조항 삭제, 업무정보 등급 식별·AI 시스템 보안 조항 신설
• 지자체 자체 언어모델 사례 보도 (디지털데일리, 2026-06-29) — 광주·양산·남양주·광진구 내부망 AI

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 재직자 대상 클로드 코워크로 엑셀 파일을 PPT 보고서로, 일잘러 AI 강사 강성희의 Claude Cowork 실무 활용법
• 재직자 대상 클로드 Claude 엑셀 활용 제조업 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• 재직자를 위한 클로드 Claude 엑셀 활용 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 한국산업단지공단 임직원 대상 구글 노트북LM, 바이브코딩 실무교육, 재직자 AI 강사 강성희 특강 후기
•  
• [챗지피티강사 강성희] 재직자를 위한 제미나이 Gemini 3 바이브코딩 노코드 앱 제작, 크레신

발행일 2026-10-04 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
인터넷망 PC에서 AI에게 사업 계획서 초안을 부탁했더니 "작성을 완료했습니다"라고 하길래 읽어 봤는데, 출처 없는 통계와 "~로 보인다"는 추정 문장이 섞여 있어서 처음부터 다시 쓴 경험이요.
"다시 검토해 줘"를 몇 번이나 반복하면서, 언제 끝내야 하는지 기준이 없어 더 불안했던 경험이요.

공공기관 AX(AI 전환) 교육에서 AI 에이전트 활용을 가르치다 보면, 예약 루프를 처음 걸어 본 분들이 자주 묻습니다. "시간이 되면 도는 건 알겠는데, '근거가 확인될 때까지' 돌게는 못 하나요?" 됩니다. 그게 오늘의 완료 조건 루프예요. 행정 용어로 하면 검토 의견이 '보완 없음'이 될 때까지 기안을 되돌리되, 되돌리는 횟수에 상한을 둔 결재선입니다. 인사혁신처가 검증 없는 AI 보고서 적발 사례를 공개한 지금, 공직자에게 가장 먼저 필요한 루프예요.

이 글은 Claude Code /goal 공식 문서와 위키독스 「Claude Code 완벽 가이드」 13장, 앤트로픽·OpenAI·구글의 채팅 서비스 공식 도움말(2026년 10월 기준), 인사혁신처·행정안전부 지침 보도, 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」 원문을 직접 확인해 정리했고, 공공기관 교육 현장과 블로그 자동화 운영 경험을 더했습니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 공공기관·기업·학교 200여 곳 생성형 AI 교육 진행)

오늘 이 글 하나면 예약 루프와 완료 조건 루프의 차이, AI가 거짓 완료를 못 하게 하는 '측정 가능한 완료 조건' 쓰는 법, 정지 조건 다섯 가지, 검증 분리와 인사혁신처 지침 7원칙, 그대로 복사해 쓰는 계획서·결과보고서 초안 규칙 문서와 체크리스트 원문까지 잡을 수 있습니다. 시·군·구청과 읍면동 공직자를 위한 시리즈 5편(1편: 입문, 4편: 예약 루프)이고, 인터넷망 PC와 공개 자료가 전제예요.

목차

1. 예약 루프와 완료 조건 루프는 무엇이 다른가?
2. 측정 가능한 완료 조건 쓰는 법 — 종료 상태·증명·불변·상한
3. 정지 조건 다섯 가지 — 끝내는 법을 먼저 정한다
4. 검증 분리와 인사혁신처 지침 — 기안자가 자기 검토를 하면 왜 후해지나?
5. 챗GPT·제미나이에 그냥 묻는 것과 무엇이 다른가?
6. 어느 사이트의 어느 버튼인가? (화면 재현)
7. 30분 실습 — 가상 사업 개요로 계획서 초안 체크리스트 2회전
8. 망분리 환경에서는 — 업무망에서도 되는 수동 완료 조건 루프
9. 흔한 실패 세 가지와 다음 편 예고
10. 자주 묻는 질문 FAQ

1. 예약 루프와 완료 조건 루프는 무엇이 다른가?

4편의 조례 개정 공고·보도자료 주간 요약은 시간이 트리거였어요. 매주 월요일 9시가 되면 돌고, 결과가 어떻든 다음 주에 또 돌죠. 오늘의 루프는 조건이 트리거입니다. "체크리스트 다섯 항목 전부 통과"라고 적어 두면 통과할 때까지 다시 쓰고, 통과하거나 상한에 닿으면 멈춰요.

행정 비유로는 이렇습니다. 예약 루프는 정해진 시각에 정해진 항목을 점검하는 당직표, 완료 조건 루프는 검토 의견이 달린 결재선이에요. "보완" 의견이 달리면 기안자에게 돌아가고, "보완 없음"이면 다음 결재자에게 올라가죠. 다만 되돌리는 횟수 상한을 미리 적어 둡니다. 세 번 돌려도 보완이 남으면 미해결로 보고하고 멈추는 식이죠.

▣ 두 루프 비교 (오스마니 「Loop Engineering」과 /goal 공식 문서를 바탕으로 정리)

앤트로픽의 클로드 코드 공식 문서도 시간 간격으로 다시 도는 /loop와 조건이 충족될 때까지 도는 /goal을 나란히 비교합니다. /goal은 "매 턴이 끝날 때마다 별도의 작은 모델이 조건 충족 여부를 판정"하는 구조예요. 둘은 경쟁하지 않습니다. 제 블로그 자동화도 매일 새벽 예약으로 돌지만, 끝에는 결과 파일을 보고 제가 발행 버튼을 누르는 '사람의 완료 조건'이 있어요. 예약으로 기안, 완료 조건으로 검토, 사람이 결재입니다.

예약 루프는 '언제 돌까'의 답이고, 완료 조건 루프는 '언제 끝났다고 할까'의 답입니다. 둘 다 적혀 있어야 자동화이고, 하나라도 빠지면 방치예요.

2. 측정 가능한 완료 조건 쓰는 법 — 종료 상태·증명·불변·상한

완료 조건 루프의 성패는 조건 한 문장에서 갈립니다. "보고서를 잘 써 줘"는 조건이 아니에요. 끝이 없거든요. /goal 공식 문서는 좋은 조건의 요소를 세 가지로 적고, 거기에 상한 조항을 더하라고 권합니다. 행정 용어로 옮기면 네 가지예요.

▣ 완료 조건 4요소 (/goal 공식 문서의 권고를 행정 용어로)

같은 문서에서 가장 중요한 문장은, 판정 모델이 "스스로 명령을 실행하거나 파일을 읽지 않고 대화에 드러난 것만 보고 판정한다"는 것이에요. 그래서 조건은 "출처가 있다"가 아니라 "수치마다 괄호 안에 자료명·연도가 적혀 있다" 처럼 AI의 출력물이 스스로 증명하는 형태여야 합니다.

예를 들어 "계획서를 완성해 줘"는 "서식 6항 모두 채움, 체크리스트 5항목 전부 ○, 첫 줄 AI 초안 표기, 끝 줄 '검토자 확인 요청', 최대 3회전"으로 바꿉니다.

채팅 서비스에서 구현하는 법은 단순합니다. "초안 → 체크리스트 자기 검증 표 → 실패 항목만 다시 → 전부 통과하면 '검토자 확인 요청' 한 줄, 최대 3회" 를 규칙 문서에 적고, 다음 회전은 사람이 "다음"이라고 보내 시작하는 거예요. 저는 이걸 사람이 '다음'을 누르는 완료 조건 루프라고 부릅니다. 행정안전부 「공공부문 인공지능 윤리기준」(2026년 10월 2일 확정)이 분명히 한 "최종적인 책임과 통제가 사람에게 있음" 을 루프 구조 자체가 보장하니 공직에 특히 맞아요.

완료 조건 = 종료 상태 하나 + 증명 방법 + 바뀌면 안 되는 것 + 상한. 네 칸 중 하나라도 비면 AI는 "다 했다"고 말할 자유를 얻습니다.

3. 정지 조건 다섯 가지 — 끝내는 법을 먼저 정한다

루프를 걸 때 초보자가 가장 많이 빠뜨리는 것이 끝내는 법입니다. 위키독스에 올라온 한국어 가이드북 「Claude Code 완벽 가이드」 13장(루프 엔지니어링)은 이걸 한 문장으로 경고해요. "정지 조건 없는 루프는 지갑을 비운다." 그리고 반드시 넣어야 할 정지 조건을 다섯 가지로 정리합니다(공식 문서의 분류가 아니라 이 가이드북 저자의 정리예요). 규칙 문서 한 줄씩으로 옮기면 이렇게 돼요.

▣ 정지 조건 다섯 가지 (위키독스 13장) → 규칙 문서 한 줄 → 행정 비유

/goal에는 ③이 기본으로 내장돼 있어요. 공식 문서에 따르면 "도구를 쓰지 않고 말로만 답하는 턴이 몇 차례 이어지면" 루프를 멈추고 경고를 띄운 뒤 사람에게 제어를 돌려줍니다. 채팅 서비스에는 그런 장치가 없으니 "같은 × 2회면 질문" 을 규칙 문서에 직접 적어야 해요.

솔직하게 말씀드릴게요. 정지 조건을 다섯 개나 적는 게 과하게 느껴질 수 있어요. 그런데 제 블로그 자동화도 실패할 때마다 매뉴얼에 규칙을 한 줄씩 더하면서 지금 모양이 됐습니다. 위키독스 13장의 또 다른 문장, "열린 루프는 자신만만한 실수를 양산하는 기계다" 가 이유를 말해 줍니다.

그리고 '완료 표시 ≠ 성공'. 예약 작업의 완료 표시는 오류 없이 끝났다는 뜻이고, /goal의 "충족(Met)" 판정도 모델의 판단이라 결재를 대신하지 않습니다. 루프의 마지막 줄은 늘 "검토자 확인 요청"이어야 해요.

루프는 '어떻게 돌릴까'보다 '어떻게 끝낼까'를 먼저 적습니다. 다섯 정지 조건은 AI가 아니라 내 시간과 책임을 지키는 안전핀이에요.

4. 검증 분리와 인사혁신처 지침 — 기안자가 자기 검토를 하면 왜 후해지나?

규칙 문서에 체크리스트를 넣고 "스스로 검토하라"고 하면 AI는 검증 표를 예쁘게 채워 옵니다. 문제는 대개 전부 ○ 라는 거예요. 같은 대화 안에서 방금 자기가 쓴 문장을 전제로 채점하니, 없는 조문 번호를 "제공된 자료에 있다"고 보고 출처 없는 수치를 "일반적 사실"로 넘기기 쉽습니다. 그래서 기안자와 검토자를 나누는 검증 분리가 필요합니다.

/goal이 바로 이 원리예요. 공식 문서의 표현을 빌리면, 완료 여부는 "일을 하는 모델이 아니라 별도의 새 모델이 결정"하고, 그 판정은 매 턴 별도의 작은 모델이 맡습니다. 판정은 아직 아님(Not yet met)·충족(Met)·불가능(Impossible) 세 가지이고 각각 짧은 사유가 붙어요. Anthropic의 장기 에이전트 하네스 글이 기능 목록은 통과 여부만 바꾸고 삭제할 수 없게 한 것처럼, 체크리스트 항목은 사람만 고칩니다.

▣ 왜 공직에 검증 루프가 필요한가 — 인사혁신처 지침과 적발 사례

인사혁신처는 2026년 5월 22일 「생성형 인공지능 활용 지침」을 전 부처에 배포했습니다. 공무원 교육훈련 결과보고서 작성용 지침이라 사업 계획서·결과보고서에 직접 적용되는 규정은 아니지만, 7가지 기본원칙 — 연구 내용의 진실성 추구·활용 사실의 투명한 공개·공정성 유지·윤리적 활용·비판적 시각 유지·개인정보 보호 등 — 은 어느 문서에나 같은 무게예요. 함께 공개된 숫자가 더 중요해요. 최근 3년 국외훈련 결과보고서 1,385건 중 11건이 부적절했고, 유형은 AI 환각 현상에 따른 오류, 참고 문헌 정보 불일치, 확인 불가능한 문헌 인용, 이모지·특수기호 사용이었습니다. 전부 검증 루프를 생략했을 때 생기는 일이에요.

채팅 서비스에서는 세 단계예요. 1단계 자기 검증(같은 대화, 빠르지만 후함) → 2단계 별도 검토(새 대화나 별도 '검토자' 프로젝트에 체크리스트와 초안만 주고 "고치지 말고 채점만") → 3단계 사람 확인(두 판정이 다른 항목만 원문과 대조, 조문 번호 재검색). 결재는 사람입니다.

기안한 AI는 자기 검토를 후하게 합니다. 체크리스트는 규칙 문서에 고정하고, 채점은 새 대화에서, 결재는 사람이. '비판적 시각 유지'를 루프로 옮기면 이 세 줄이에요.

5. 챗GPT·제미나이에 그냥 묻는 것과 무엇이 다른가?

"어차피 '계획서 써 줘' 하고 틀린 데 고쳐 달라고 하면 되지 않나요?" 교육장에서 자주 듣는 말이에요. 그냥 묻기는 검토자 없이 기안을 바로 결재 올리는 것, 완료 조건 루프는 검토 의견서 서식을 쥐여 주고 '보완 없음'까지 되돌리되 세 번까지만 하는 것입니다. 차이는 틀렸을 때 드러나는 방식에서 나요.

▣ 같은 일을 두 방식으로 — 사업 계획서 초안

계획서·결과보고서는 수치 하나가 예산과 평가로 이어지는 문서라 "대충 맞는 초안"이 "틀린 초안"보다 위험합니다. 그냥 묻기는 틀린 곳을 사람이 찾아야 하고, 완료 조건 루프는 틀린 곳이 표로 올라와요.

그냥 묻기는 '초안'을 얻는 일이고, 완료 조건 루프는 '어디가 틀렸는지 표로 보여 주는 초안'을 얻는 일입니다.

6. 어느 사이트의 어느 버튼인가? (화면 재현)

완료 조건 루프의 자리는 프로젝트·스킬 지침과 개발자 도구인 Claude Code의 /goal 둘입니다. 모두 인터넷망 PC에서 공개 자료만이 전제이고(8절), 아래 그림은 실제 캡처가 아니라 공식 도움말을 기준으로 메뉴 위치와 누르는 순서를 재현한 것이라, 실제 화면과 배치가 조금 다를 수 있습니다.

▣ 완료 조건 루프 ↔ 버튼 대응표 (각 서비스 공식 도움말, 2026년 10월 기준)

첫 그림이 채팅 서비스의 기본형이에요. 규칙 문서를 넣은 프로젝트에서 "규칙대로 계획서 초안"이라고 보내면 초안과 검증 표가 오고, ×가 있으면 사람이 "다음"을 보내 2회전을 시작합니다. 전부 ○가 되면 마지막 줄에 "검토자 확인 요청"만 남고 멈춰요.

두 번째 그림은 원조인 클로드 코드예요. 명령창(터미널)이나 데스크톱 앱에서 /goal 뒤에 "체크리스트 5항목 검증 표가 전부 통과할 것. 제공된 조문·수치 외에는 인용하지 않는다. 20턴이 넘으면 중단한다"처럼 조건을 적으면 바로 첫 턴이 시작되고, 화면에 ◎ /goal active 표시가 뜹니다. 매 턴 평가자의 판정이 대화에 찍히고(사유는 Ctrl+O로 펼쳐 볼 수 있어요), /goal만 치면 조건·경과 시간·턴 수·토큰 사용량·최근 사유를 보여 주며, /goal clear로 지울 수 있어요. 설치형 개발자 도구라 기관 PC에서는 보안 정책 확인이 먼저지만, 이 한 줄에 2절의 네 요소가 전부 들어 있다는 점만 보셔도 충분합니다.

세 번째 그림은 루프를 걸기 전에 채우는 정지 조건 설정 카드예요. 채팅 서비스에는 이런 화면이 없어서 규칙 문서 맨 위에 네 칸을 글로 적어 두고, 업무망의 수동 루프라면 기록지 맨 위 칸이 됩니다(8절). 카드가 비어 있으면 루프를 걸지 않는다는 습관이 중요해요.

7. 30분 실습 — 가상 사업 개요로 계획서 초안 체크리스트 2회전

기관 자료는 한 줄도 쓰지 않고, 공개 조례 1건과 가상 사업 개요로 완료 조건 루프가 '멈추는 순간' 을 체험하는 실습이에요(인터넷망 PC).

1단계. 프로젝트 만들고 규칙 문서 붙여넣기 (5분)

6절 순서대로 '계획서·보고서 초안' 프로젝트(또는 스킬)를 만들고 아래 규칙 문서를 지침에 붙여 넣습니다.

2단계. 공개 조례 1건과 가상 사업 개요 준비 (5분)

국가법령정보센터 자치법규 검색에서 우리 군의 '○○ 지원 조례' 1건을 내려받습니다. 새 대화에서 "가상의 '○○군 청년 농업인 정착 지원 사업' 개요 300자와 가상 통계 표 1개(연도·값·출처 칸)를 만들어 줘. 수치는 전부 가상으로 표시하고, 한 행은 일부러 출처를 비워 줘"라고 요청합니다. 함정을 넣는 것이 핵심이에요.

3단계. 1회전 (10분)

조례와 사업 개요를 붙여 넣고 "규칙대로 계획서 초안"이라고만 보냅니다. 초안 뒤에 검증 표가 오는지, ②수치 출처와 ③추정 단어에 ×가 뜨는지 봅니다. ×가 떠야 정상이에요.

4단계. 2회전 (5분)

"다음"이라고만 보냅니다. × 항목만 고친 초안과 새 검증 표가 오고, 전부 ○이면 끝 줄에 "검토자 확인 요청"이 붙어야 해요. ○였던 항목과 서식 순서가 바뀌지 않았는지도 봅니다.

5단계. 검증 분리와 원문 재확인 (5분)

프로젝트 밖 새 대화에 아래 검토자 프롬프트와 2회전 초안을 붙여 넣습니다. 두 판정이 다른 항목만 원문과 대조하고, 조문 번호는 국가법령정보센터에서 다시 찾습니다. 산출물은 초안 1장, 검증 표 2장, 검토자 판정 1장입니다.

▣ 규칙 문서 원문 (그대로 붙여 넣어도 됩니다 — 기관명·서식 항목은 우리 기관 기준으로 바꾸세요)

사업 계획서·결과보고서 초안 규칙 v1
[정지 조건 카드] 반복 상한 3회전 / 시간 상한 30분 / 완료 조건 체크리스트 5항목 전부 ○ + 끝 줄 "검토자 확인 요청" / 실패 시 "미해결 항목" 보고 후 중단
[역할] ○○군 △△과 사업 계획서·결과보고서 초안 보조. 최종 작성은 담당 주무관, 결재는 결재권자가 한다.
[입력 게이트] 성명·주소·연락처·생년월일·계좌번호 등 개인정보가 포함되면 작성을 멈추고 "개인정보 제거 요청"만 출력한다. 입력은 공개 사업 개요·공개 통계·조례 조문만.
[근거 규칙] 조례·지침·통계는 제공된 원문과 출처만 인용한다. 없으면 "근거 확인 필요"로 표시하고 추정하지 않는다. 수치마다 괄호로 출처(자료명·연도·표 번호)를 적는다.
[서식] 계획서: ① 추진 배경 ② 추진 근거(조문 번호) ③ 사업 내용 ④ 추진 일정 ⑤ 소요 예산(공개 자료 범위) ⑥ 기대 효과 / 결과보고서: ① 사업 개요 ② 추진 실적(계획 대비) ③ 성과·미흡 ④ 향후 계획 — 개조식 공문체, 이모지·특수기호 금지.
[표기] 첫 줄 "※ AI 초안(검토 전)", 끝 줄 "검토자/일자: ____".
[금지] 확정·약속 표현 금지. "아마", "일반적으로", "~로 보인다", "~예상" 같은 추정 단어 금지. 제공되지 않은 예산·인원·일정을 만들지 않는다.
[체크리스트 — 항목은 사람만 고친다]
① 인용한 조문·지침·출처가 제공 자료에 실제로 있는가 (없는 조문 번호·출처 0건)
② 모든 수치에 출처가 괄호로 표기됐는가 (출처 없는 수치 0건)
③ 추정 단어("아마", "일반적으로", "~로 보인다", "~예상")가 0건인가
④ 첫 줄 "※ AI 초안(검토 전)"과 끝 줄 검토자 란이 있는가
⑤ 개인정보(성명·주소·연락처·생년월일·계좌)가 0건인가
[완료 조건 루프 — 사람이 '다음'을 누른다]
1회전: 초안을 쓴 뒤 검증 표(항목 / ○·× / 근거가 되는 문장·표 위치 / ×이면 한 줄 사유)를 출력하고 멈춘다.
사용자가 "다음"이라고 보내면 × 항목만 고친 초안과 새 검증 표를 출력한다. ○였던 항목과 서식 순서는 바꾸지 않는다.
전부 ○가 되면 마지막 줄에 "검토자 확인 요청"만 적고 멈춘다.
최대 3회전. 3회전 뒤에도 ×가 남으면 "미해결 항목: …"을 적고 멈춘다.
같은 항목이 2회전 연속 ×이면 고치려 하지 말고 사람에게 질문한다.
한 회전의 출력은 표 포함 1,500자 이내로 한다.

▣ 검토자 프롬프트 원문 (프로젝트 밖 새 대화에 붙여 넣기 — 검증 분리용)

당신은 사업 계획서·결과보고서 초안의 검토자입니다. 초안을 고치지 말고 채점만 합니다.
아래 체크리스트 5항목에 대해 표(항목 / 판정 ○·× / 근거가 되는 초안의 문장·표 위치 / ×이면 한 줄 사유)만 출력하세요.
초안에 없는 내용을 추정해 ○를 주지 않고, 제공 자료에서 확인할 수 없는 조문·출처는 ×로 둡니다. 칭찬·총평은 쓰지 않습니다.
[체크리스트] ① 인용 조문·출처가 제공 자료에 실재 ② 수치마다 출처 표기 ③ 추정 단어 0건 ④ 첫 줄 AI 초안 표기·끝 줄 검토자 란 ⑤ 개인정보 0건
[제공 자료 — 조례 조문·사업 개요·통계] (여기에 붙여넣기)
[초안] (여기에 붙여넣기)

함정을 넣었는데도 1회전에 전부 ○가 나왔다면, AI가 잘한 게 아니라 채점이 후한 것입니다. 그때 ②를 "표의 모든 행에서 출처 칸이 비어 있지 않은가"처럼 기계적으로 바꾸면 빠져나가기 어려워져요. 하네스는 일부러 틀린 입력을 넣어 봐야 작동을 알 수 있습니다.

8. 망분리 환경에서는 — 업무망에서도 되는 수동 완료 조건 루프

국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」(2023년 6월) 원문은 "기관 인터넷망에서의 서비스 사용시 기관 민감데이터 미활용 등 유의 사용", "기관 내부자료 등 민감정보 입력 금지로 기관 정보 유출 차단"이라고 적고 있습니다. 그래서 7절의 실습은 인터넷망 PC에서 공개 조례·공개 통계·가상 개요만으로 했고, 공개 여부가 애매한 자료의 판단은 기관(보안담당관)이 합니다. 다행히 완료 조건 루프는 규칙 문서와 체크리스트 자체에 기관 자료가 없어서 설계는 인터넷망에서, 실행은 업무망에서 하는 분리가 됩니다.

▣ 네 가지 상황별 완료 조건 루프

▣ 수동 완료 조건 루프 기록지 (업무망용 — 사람이 채웁니다)

문서명: _ / 회전: 1 · 2 · 3 / 시간 상한: 30분
① 조문·출처 실재 ( ○ / × ) 근거: / ② 수치마다 출처 ( ○ / × ) 근거: _
③ 추정 단어 0건 ( ○ / × ) / ④ AI 초안 표기·검토자 란 ( ○ / × ) / ⑤ 개인정보 0건 ( ○ / × )
× 항목 보완 내용: / 다음 회전 여부: 예 · 아니오
3회전 뒤 미해결 항목: _ / 검토자·일자: _

하네스가 버튼이 아니라 설계이듯, 완료 조건 루프도 "언제 끝났다고 할까"를 적어 둔 기록지만 있으면 성립합니다. 개인 계정에 기관 내부자료와 개인정보를 올리지 않는다는 선은 어디서나 같아요.

설계는 공개 자료로 인터넷망에서, 실행은 실제 자료로 업무망에서. 완료 조건 루프는 그 분리가 되는 자동화예요.

9. 흔한 실패 세 가지와 다음 편 예고

• 조건이 측정 불가능하다 — "잘 써 줘", "충분히 검토해 줘"는 끝이 없습니다. "체크리스트 5항목 ○", "없는 조문 번호 0건"처럼 개수로 바꾸세요.
• 상한이 없다 — 3회전·30분·같은 × 2회 정지를 안 적으면, AI는 영원히 "조금만 더"를 하거나 1회전에 "다 했다"고 끝냅니다. 정지 조건 카드부터 채웁니다.
• 자기 검토만 믿는다 — 전부 ○인 검증 표는 안심 신호가 아니라 확인 신호입니다. 인사혁신처 적발 유형이 바로 이 실패예요. 새 대화 채점과 원문 재확인을 끝에 두고, '완료 표시'를 '결재 가능'으로 읽지 마세요.

▣ 시리즈 안내 (지자체 공무원 편, 총 6편) — 1편 입문 · 2편 하네스 ① 민원 답변 · 3편 하네스 ② 업무망에서 · 4편 예약 루프 · 5편(오늘) 완료 조건 루프 · 6편 헤르메스 에이전트

다음 6편은 하네스와 루프를 청사 안에 두는 선택지, 헤르메스 에이전트입니다. 자체 호스팅 개념을 지자체 자체 언어모델 사례와 연결하고, 국가 사이버보안 기본지침의 인공지능시스템 보안 조항 신설에 따른 보안성 검토 로드맵을 다룹니다.

10. 자주 묻는 질문 FAQ

Q1. 공무원이 AI로 계획서나 보고서 초안을 쓸 때 꼭 지켜야 하는 것은 무엇인가요?

A1. 인터넷망 PC에서 공개 자료만 쓰고 기관 내부자료·개인정보는 입력하지 않는 것이 전제이고, 초안 첫 줄에 "※ AI 초안(검토 전)"을 표기합니다. 인용한 조문·출처는 원문에서 다시 확인하고, 수치마다 출처를 적으며, 최종 작성은 담당 주무관이, 결재는 결재권자가 해요. 인사혁신처 지침의 진실성·투명한 공개·비판적 시각 원칙 그대로입니다.

Q2. 완료 조건 루프를 업무망에서도 할 수 있나요?

A2. 네. 공공 AI(범정부 AI 공통기반·자체 sLLM)가 있으면 규칙 문서를 머리글 프롬프트로 붙여 넣고 사람이 "다음"으로 회전을 돌리고, AI가 없으면 같은 체크리스트를 기록지 서식으로 두고 사람이 채우는 수동 루프로 돌립니다. 끝나는 조건과 횟수 상한만 같으면 도구가 없어도 완료 조건 루프는 성립해요.

Q3. AI가 체크리스트를 전부 통과했다고 하면 결재에 올려도 되나요?

A3. 아니요. 기안한 AI는 자기 검토를 후하게 하므로 새 대화에서 체크리스트만 주고 한 번 더 채점받고, 두 판정이 다른 항목만 원문과 대조한 뒤 조문 번호를 국가법령정보센터에서 재확인합니다. 완료 표시는 오류 없이 끝났다는 뜻이지 결재 가능하다는 뜻이 아니고, 결재는 끝까지 사람 몫이에요.

정리하면, 완료 조건 루프는 "언제 끝났다고 할까"를 적어 둔, 되돌리는 횟수 상한이 있는 결재선입니다. 조건은 종료 상태·증명·불변·상한의 네 칸으로 쓰고, 끝내는 법은 다섯 정지 조건으로 먼저 정하며, 채점은 새 대화와 사람이 합니다. 어려운 쪽은 기술이 아니라 "다 했다"는 말을 믿지 않는 습관이에요.

AI는 기안하고, 검증은 따로 하고, 결재는 사람이 합니다. 완료 표시는 결재가 아닙니다.

지금 바로 국가법령정보센터에서 조례 한 건을 내려받고, 7절의 규칙 문서로 출처를 일부러 비운 가상 사업 개요의 1회전을 돌려 보세요. 검증 표에 ×가 뜨고 "다음" 한 마디에 그 항목만 고쳐 오는 순간, 완료 조건 루프를 몸으로 알게 됩니다.

공무원 완료 조건 루프 엔지니어링 | 계획서·보고서 초안을 체크리스트 통과까지, 강성희 강사 (시리즈 5편)

📎 관련 정보 및 공식 채널

• Keep Claude working toward a goal — Claude Code /goal 공식 문서 — 완료 조건 요소와 상한 권고
• Claude Code 완벽 가이드 13장 루프 엔지니어링 (위키독스) — 정지 조건 다섯 가지
• 인사혁신처 「생성형 인공지능 활용 지침」 보도 (머니투데이, 2026-05-22) — 7원칙과 적발 사례
• 행정안전부 「공공부문 인공지능 윤리기준」 확정 보도 (인공지능신문, 2026-10-02) — "최종적인 책임과 통제는 사람"
• 국가법령정보센터 자치법규 검색 — 실습용 조례, 조문 번호 재확인

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 재직자 대상 클로드 코워크로 엑셀 파일을 PPT 보고서로, 일잘러 AI 강사 강성희의 Claude Cowork 실무 활용법
• 재직자 대상 클로드 Claude 엑셀 활용 제조업 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• 재직자를 위한 클로드 Claude 엑셀 활용 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 한국산업단지공단 임직원 대상 구글 노트북LM, 바이브코딩 실무교육, 재직자 AI 강사 강성희 특강 후기
•  
• [챗지피티강사 강성희] 재직자를 위한 제미나이 Gemini 3 바이브코딩 노코드 앱 제작, 크레신

발행일 2026-10-04 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
월요일마다 국가법령정보센터·도청 누리집·정책브리핑을 차례로 열어 우리 과와 관련된 개정 공고와 보도자료를 찾다가, 정작 기안은 오후에야 시작한 경험이요.
인터넷망 PC에서 ChatGPT에 "지난주 보도자료 정리해 줘"라고 했더니 어떤 주는 표, 어떤 주는 줄글에 출처 없는 문장까지 섞여 와서 결국 하나하나 다시 확인한 경험이요.

공공기관 AX(AI 전환) 교육에서 AI 에이전트 활용을 가르치는 강사로서, 예약 작업 이야기를 꺼내면 지자체 교육장에서 가장 자주 듣는 말이 "그건 우리랑 상관없는 줄 알았어요"입니다. 망분리 때문이죠. 그런데 조례 개정 공고와 상급기관 보도자료는 애초에 누구나 볼 수 있는 공개 자료예요. 인터넷망 PC에서 공개 자료만 돌아보는 예약 루프는 망분리와 부딪히지 않습니다. 오히려 월요일 아침의 한 시간을 돌려주죠. 2편·3편에서 만든 하네스(규칙 문서·서식·검토 체크리스트)가 결재선이었다면, 오늘 만들 예약 루프는 그 틀을 매주 같은 시각에 꺼내 돌리고 일지를 남기는 당직표입니다.

이 글은 Claude·ChatGPT·Gemini 공식 도움말의 예약 작업 안내(2026년 10월 기준), Addy Osmani 의 「Loop Engineering」 원문, Hermes Agent 공식 문서의 크론(예약) 안내, 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」 원문과 행정안전부·인사혁신처 지침 보도를 직접 확인해 정리했고, 공공기관 교육 현장과 제 블로그 자동화(매일 새벽 예약 작업) 운영 경험을 더했습니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 공공기관·기업·학교 200여 곳 생성형 AI 교육 진행)

오늘 이 글 하나면 예약 루프를 이루는 네 부품, 예약 작업이 이전 대화를 기억하지 못하기 때문에 프롬프트가 자기완결적이어야 하는 이유, 세 서비스의 예약 메뉴가 어디에 있고 서로 어떻게 다른지, 그대로 복사해 쓰는 조례 개정 공고·상급기관 보도자료 주간 요약 프롬프트 원문, 망분리 환경에서 지킬 선, 매주 쌓이는 표를 모아 분기 질문을 던지는 법까지 한 번에 잡을 수 있습니다. 이번 글은 시·군·구청과 읍면동에서 일하는 공직자를 위한 망분리 환경 AI 에이전트 시리즈 4편이에요(1편: 입문, 2편: 민원 답변 초안 하네스, 3편: 망분리 업무망에서 하네스). 1편 7절에서 "예약은 공개 자료 모니터링형만"이라고 선을 그었던 바로 그 루프를, 오늘 제대로 만듭니다.

목차

1. 예약 루프 — 당직표를 AI에게 넘기는 네 부품
2. 왜 예약 작업에는 '자기완결 프롬프트'가 필요한가?
3. 세 서비스의 예약 메뉴는 어디에 있나? (화면 재현)
4. 조례 개정 공고·상급기관 보도자료 주간 요약 — 그대로 복사하는 프롬프트 원문
5. 챗GPT·제미나이에 그냥 묻는 것과 무엇이 다른가?
6. 망분리 환경에서는 — 공개 자료 모니터링형만, 커넥터는 연결하지 않는다
7. 결과를 어디에 쌓나 — Gemini Notebook·프로젝트 지식과 '완료 표시 ≠ 성공'
8. 30분 실습 — 예약 1개 걸고 첫 결과 확인하기
9. 흔한 실패 네 가지와 다음 편 예고
10. 자주 묻는 질문 FAQ

1. 예약 루프 — 당직표를 AI에게 넘기는 네 부품

루프 엔지니어링의 정의를 1편에서 봤죠. 애디 오스마니(앤트로픽 클로드 코드 팀, 전 구글 크롬 팀)의 말로 "루프 엔지니어링은 에이전트에게 프롬프트를 치는 사람 자리를 내가 떠나는 것이다. 대신 그 일을 하는 시스템을 설계한다." 그리고 그가 못 박은 한 줄, 자동화가 있어야 비로소 루프입니다. 자동화의 방아쇠는 두 가지예요. 시간이 방아쇠면 예약 루프(오늘), 조건이 방아쇠면 완료 조건 루프(다음 5편)입니다. 예약 루프가 둘 중 쉬운 쪽이고, 공직에는 공개 자료 모니터링이라는 안전한 쓰임새가 있어서 첫 루프로 알맞습니다.

공직자 분들께 가장 가까운 비유는 당직표예요. 당직표에는 네 가지가 반드시 적혀 있습니다. ① 당직 일시, ② 순찰 장소와 점검 항목(처음 서는 사람도 같은 곳을 같은 기준으로 보게), ③ 이상 유무 판단 기준과 보고 절차, ④ 당직 일지와 서명. 예약 루프의 부품도 정확히 넷입니다.

▣ 예약 루프의 네 부품 (당직표와 대응)

1편에서 루프를 "트리거 + 검증 + 종료 조건 + 기록"이라고 정리했는데, 예약 루프에서는 종료 조건이 단순해요. "표 1장을 쓰면 끝", "신규가 없으면 '신규 없음' 한 줄로 끝". 당직으로 치면 "이상 없음, 서명"이죠. 그 대신 가장 큰 부품이 자기완결 프롬프트입니다. 왜 그런지는 2절에서 바로 이어 갈게요.

제 블로그의 새벽 예약 작업도 같은 구조예요. 매일 새벽 정해진 시각(트리거)에 운영 매뉴얼을 읽고 초안을 쓰고, 제 PC 의 봇이 저장하고 결과 파일을 남깁니다(기록). 처음에는 "어제 하던 대로"가 통하지 않아서, 어떤 매뉴얼을 먼저 읽을지와 결과 파일을 어디에 남길지를 프롬프트에 다 적어야 했어요. 아침에 제가 하는 일은 결과 파일을 여는 것이고, 공개 발행은 제가 누릅니다. 청사 말로 옮기면 "순찰은 AI, 일지 확인과 결재는 사람"입니다.

예약 루프 = 트리거 + 자기완결 프롬프트 + 검증 규칙 + 기록. 당직 시간만 정해 놓고 순찰 장소를 안 적은 당직표가 없듯, 예약 시각만 정하고 프롬프트를 대충 적은 루프도 없습니다.

2. 왜 예약 작업에는 '자기완결 프롬프트'가 필요한가?

채팅창에서는 "아까 그 서식대로 다시"가 통합니다. 앞선 대화가 같은 창에 있으니까요. 예약 작업은 다릅니다. 사람이 옆에 없는 시각에, 대개 새 세션처럼 돌아요. 이 점을 가장 분명하게 적어 둔 곳이 헤르메스 에이전트의 크론(예약) 공식 문서입니다. 원문을 옮기면 "크론 작업은 지금 대화의 기억이 없는 새 에이전트 세션에서 실행된다", "프롬프트는 완전히 자기완결적이어야 한다 — 에이전트가 알아야 할 모든 것을 넣어라", 그리고 "주소, 저장소 이름, 양식 선호, 배달 지시를 프롬프트에 직접 넣어라"예요.

상용 서비스도 같은 눈으로 보는 것이 안전합니다. OpenAI 공식 도움말에는 이런 문장이 있어요. "프로젝트 안에서 예약 작업을 만들면, 그 프로젝트에 올린 파일이나 저장된 파일에 접근할 수 없다." 2편에서 민원 답변 규칙 문서를 프로젝트 지침에 넣어 두셨죠. 예약 프롬프트에 "프로젝트 규칙대로"라고만 적으면, 예약이 돌 때 그 규칙은 옆에 없는 겁니다. 그래서 예약 프롬프트에는 규칙 문서의 핵심을 다시 적습니다.

공직 비유로는 인사 발령으로 처음 온 후임에게 남기는 업무 인계서예요. 복도에서 말로 설명한 내용은 다음 사람에게 전달되지 않습니다. 인계서에 소관 조례 목록, 확인할 누리집, 보고 서식, 문의처까지 적혀 있어야 다음 주 월요일이 돌아가죠. 예약 프롬프트가 바로 그 인계서입니다.

자기완결 프롬프트 점검 여섯 가지

• 언제 — 요일·시각과 대상 기간("지난 7일"). 기간이 없으면 매주 범위가 흔들립니다.
• 무엇을 — 대상 기관과 업무 키워드. 비공개 사업명·대상자 범주는 넣지 않습니다(6절).
• 어디서 — 허용 출처와 금지 출처. 금지를 적지 않으면 뉴스 요약 블로그가 섞입니다.
• 어떤 모양으로 — 표의 열, 건수 상한, 정렬 기준, 'AI 요약(검토 전)' 표기. "표로"만 적으면 열이 매주 바뀝니다.
• 어떻게 거를지 — 검증 규칙, '미확인' 처리, '신규 없음' 처리.
• 어떻게 끝내고 남길지 — 기록 줄, 종료 선언("추가 의견은 쓰지 않는다").

솔직하게 말씀드릴게요. 교육에서 긴 프롬프트를 보여 드리면 "이렇게까지 길게요?"라는 반응이 꼭 나옵니다. 네, 예약 프롬프트는 길어도 됩니다. 사람이 읽는 글이 아니라 매주 기계가 읽는 업무 매뉴얼이기 때문이에요. 한 번 쓰고, 틀릴 때마다 한 줄 고치고, v1·v2 로 버전만 관리하면 됩니다. 감사 지적을 매뉴얼에 반영하듯, 실수 하나에 규칙 한 줄이에요.

예약 작업은 지난 대화를 기억하지 못합니다. "지난주처럼"이 아니라, 지난주에 한 설명 전부를 프롬프트에 적어 두세요.

3. 세 서비스의 예약 메뉴는 어디에 있나? (화면 재현)

2026년 10월 현재 세 서비스 모두 예약 기능이 있고, 메뉴 이름은 아래와 같습니다(각 공식 도움말 기준). 아래 그림은 실제 캡처가 아니라 공식 도움말을 기준으로 메뉴 위치와 누르는 순서를 재현한 것이라, 실제 화면과 배치가 조금 다를 수 있습니다. 모두 인터넷망 PC에서, 공개 자료만으로 한다는 전제예요(6절).

▣ 세 서비스의 예약 작업 — 만드는 곳·관리·성격 (공식 도움말, 2026년 10월 기준)

세 서비스의 성격이 조금씩 달라요. ChatGPT는 'Scheduled'에서 말로 만들고 작업 제목을 눌러 고치는 방식이라 가장 편합니다. 제미나이는 따로 만드는 화면이 없고 프롬프트에 "매주 월요일 오전 9시에"처럼 시각과 주기를 적으면 그 자체가 예약이 되고, 관리는 'Settings & help' → 'Scheduled actions'에서 합니다. 공식 도움말이 밝힌 성격(요약·정기 콘텐츠에 적합)에 주간 공고·보도자료 요약이 딱 맞아요. 클로드 Cowork는 'Set up manually'에서 작업 이름·프롬프트·승인 방식·주기·모델·작업 폴더를 하나씩 정하는 양식형이라 처음엔 번거롭지만, 필요할 때 바로 돌려 보는 수동 실행이 있어 첫 결과를 바로 확인하기에 가장 좋습니다. 클라우드에서 실행되므로 PC 가 꺼져 있어도 돌아가고, 유료 플랜에서 쓸 수 있어요. 작업 폴더(Work folder)는 선택 항목이니 공직자는 반드시 비워 둡니다.

어느 것을 고를까

• 기관에서 허용된 서비스, 그중 이미 쓰는 것부터. 프롬프트는 셋 다 같습니다.
• 첫 결과를 오늘 바로 보고 싶다 → Cowork 의 수동 실행. 나머지 두 서비스는 같은 프롬프트를 일반 채팅창에 한 번 보내 서식을 확인한 뒤 예약합니다(1편의 "규칙 → 한 번 수동 검증 → 예약" 순서).
• 결과를 Gemini Notebook(구 NotebookLM)에 쌓을 계획이다 → 어느 서비스든 결과 표를 복사해 소스로 붙여 넣으면 되니(7절), 서비스보다 매주 쌓는 습관이 중요합니다.
• 말로 만들고 싶다 → 챗지피티·구글 AI(예약 작업 채팅에서 말로 고치는 것까지 되는 쪽은 구글 AI). 서식처럼 또박또박 관리하고 싶다 → Cowork.

4. 조례 개정 공고·상급기관 보도자료 주간 요약 — 그대로 복사하는 프롬프트 원문

1편 7절에서 "예약은 공개 자료 모니터링형만 — 조례 개정 공고·상급기관 보도자료 주간 요약"이라고 했죠. 그 루프의 자기완결 프롬프트 완성형이 아래입니다. 세 서비스 어디에 넣어도 되고, [대상 2]의 부처와 [업무 키워드] 줄만 우리 과에 맞게 바꾸면 됩니다.

조례 개정·상급기관 보도자료 주간 요약 v1 (예약 작업용 — 이 프롬프트 하나로 완결)
[실행] 매주 월요일 09:00. 이 작업은 이전 대화와 프로젝트 파일을 기억하지 못한다고 보고, 아래 내용만으로 수행한다.
[대상 기간] 실행일 기준 지난 7일.
[대상 1 — 자치법규] ○○군(시)과 ○○도의 조례·규칙 가운데 입법예고 또는 개정 공고가 올라온 건.
[대상 2 — 상급기관 보도자료] 행정안전부·보건복지부(※ 우리 과 소관 부처로 바꿀 것)와 ○○도의 보도자료 가운데 아래 업무 키워드가 들어간 건.
[업무 키워드] 경로당, 노인일자리, 기초연금, 돌봄 (※ 예시 — 우리 과 소관 업무로 바꿀 것. 비공개 사업명·대상자 정보는 넣지 않는다)
[허용 출처] 국가법령정보센터(law.go.kr) 자치법규, 자치법규정보시스템(elis.go.kr), 정책브리핑(korea.kr), 해당 기관 누리집의 고시·공고·보도자료 게시판. 블로그·뉴스 요약 사이트·커뮤니티는 출처로 쓰지 않는다. 연결된 드라이브·메일·내부 문서는 사용하지 않는다.
[출력] 첫 줄 "※ AI 요약(검토 전)". 표 1개 — 열: 기관 / 제목 / 날짜 / 요지(2줄 이내) / 우리 과 관련(상·중·하) / 링크. 관련도 순으로 최대 10건. 표 밖의 설명 문장은 쓰지 않는다.
[관련도 기준] 상 = 우리 과 소관 조례·사업의 기준·절차·예산이 바뀜, 중 = 인접 부서 업무이거나 참고할 선례, 하 = 키워드만 겹침.
[검증 규칙] ① 링크 없는 항목은 쓰지 않는다 ② 링크를 열어 제목·날짜가 표와 일치하는지 확인한 뒤 적는다 ③ 요지는 원문에 있는 문장만 요약하고 조문 번호·금액·날짜를 추정하지 않는다 ④ 확인이 안 되는 칸은 "미확인"으로 둔다.
[신규 없음] 조건에 맞는 건이 0건이면 표 없이 "신규 없음 — 실행일, 대상 기간, 키워드 수" 한 줄만 쓴다.
[기록] 첫 줄 아래에 "실행일 / 대상 기간 / 건수", 마지막 줄에 "검토자/일자: ____"를 붙인다.
[종료] 표(또는 '신규 없음' 한 줄)와 기록 줄을 쓰면 끝낸다. 추가 조사·의견·제안은 하지 않는다.

▣ 줄마다 막는 실패가 다릅니다

몇 줄만 보충할게요. [허용 출처]의 네 곳은 모두 공개 사이트입니다. 국가법령정보센터는 현행 자치법규를, 자치법규정보시스템(ELIS)은 자치법규와 입법예고를, 정책브리핑은 중앙부처 보도자료를 모아 두고, 도청·군청 누리집의 고시·공고 게시판이 개정 공고의 원 출처예요. 요약 사이트를 막는 이유는 2차 정보가 원문처럼 표에 섞이기 때문입니다. [출력]의 "※ AI 요약(검토 전)"은 2편의 "※ AI 초안(검토 전)"과 같은 표기인데, 인사혁신처 지침이 말하는 '활용 사실의 투명한 공개'를 표 한 장에서도 지키는 방법이에요. [검증 규칙] ③이 이 루프의 핵심입니다. 조문 번호·금액·날짜를 추정하지 않게 하고, 모르면 '미확인'으로 두게 하는 것. 1편 실습에서 조문 번호를 다시 찾아본 이유와 같습니다. [신규 없음] 한 줄은 헤르메스 크론 문서의 '[SILENT]' 관례(변한 게 없으면 조용히 넘긴다)와 같은 발상이고, 당직 일지의 "이상 없음"이에요.

서비스별로 붙이는 법

• ChatGPT — 사이드바 'Scheduled'에서 "매주 월요일 오전 9시에 아래 작업을 실행해 줘." 한 줄 뒤에 프롬프트 전체를 붙여 보냅니다. 생긴 작업의 제목을 눌러 내용이 다 들어갔는지 확인합니다.
• 구글 AI(gemini.google.com) — 일반 채팅창에 "매주 월요일 오전 9시에 아래 작업을 예약해 줘." 한 줄 뒤에 프롬프트 전체를 붙여 보냅니다. 'Settings & help' → 'Scheduled actions'에 생겼는지 확인합니다.
• 클로드 Cowork — 'Scheduled' → 'New task' → 'Set up manually'. Task name 은 "조례·보도자료 주간 요약 v1", Prompt 칸에 프롬프트 전체, Frequency 는 weekly, Work folder 는 비움, 'Save'.

5. 챗GPT·제미나이에 그냥 묻는 것과 무엇이 다른가?

비유부터요. 월요일마다 복도에서 만난 신규 직원에게 "지난주에 뭐 바뀐 거 있어?"라고 묻는 것과, 당직표에 적힌 순찰 경로를 같은 시각에 돌고 일지를 채우는 것의 차이입니다.

▣ 같은 일(조례 개정 공고·보도자료 주간 요약)을 두 방식으로

석 달이면 (매주 1장 기준) 비교 가능한 표 12장이 쌓입니다. 1편에서 "차이는 모델이 아니라 설계에서 난다"고 했는데, 예약 루프에서 그 설계는 프롬프트 한 장과 매주 5분의 검토예요. 둘 다 사람이 하는 일입니다. 담당자가 바뀌어도 프롬프트와 표 12장은 그대로 인계되고요.

그냥 묻기는 그 주의 답을 얻는 일이고, 예약 루프는 석 달 뒤 비교할 수 있고 후임에게 넘길 수 있는 표 12장을 얻는 일입니다.

6. 망분리 환경에서는 — 공개 자료 모니터링형만, 커넥터는 연결하지 않는다

제도부터 다시 짚을게요. 상용 생성형 AI 에 대한 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」(2023년 6월) 원문은 이렇습니다. "기관 인터넷망에서의 서비스 사용시 기관 민감데이터 미활용 등 유의 사용", "기관 내부자료 등 민감정보 입력 금지로 기관 정보 유출 차단". 조례 개정 공고와 상급기관 보도자료는 누구나 볼 수 있는 공개 자료이므로, 인터넷망 PC에서 이것만 돌아보는 예약 루프는 가이드라인의 취지에 어긋나지 않는 범위로 볼 수 있습니다. 다만 판단은 기관(보안담당관)이 합니다. 2023년 문서이므로 기관의 최신 지침이 우선이고, 2026년 5월 1일 시행된 「국가 사이버보안 기본지침」이 인공지능시스템 보안 조항을 새로 둔 만큼 기관별 지침은 계속 바뀔 수 있어요.

▣ 상황별 — 예약 루프를 어디까지 걸 수 있나

가장 중요한 선은 커넥터입니다. 드라이브·메일을 연결하면 더 똑똑해질 것 같은 유혹이 오지만, 연결하는 순간 공개 자료 루프가 기관 내부자료 루프로 바뀌고, 그건 가이드라인이 금지하는 "기관 내부자료 등 민감정보 입력"에 해당할 수 있어요. 그래서 4절 프롬프트에 "연결된 드라이브·메일·내부 문서는 사용하지 않는다"를 아예 적어 두었고, Cowork 의 Work folder 는 비워 둡니다. 두 번째 선은 키워드예요. 아직 공개되지 않은 사업명이나 특정 대상자 범주가 드러나는 표현을 넣으면 검색어 자체가 내부 정보가 됩니다. 공개된 소관 업무 명칭 수준으로만 적으세요. 세 번째는 결과의 성격입니다. 표는 공개 자료의 요약이지만, "이 개정이 우리 ○○사업 예산에 영향"처럼 사람이 적는 판단 메모는 내부 정보예요. 그 메모는 AI 쪽에 쓰지 않고 업무망 대장에만 둡니다.

업무망 쪽 공공 AI(범정부 AI 공통기반, 지자체 자체 언어모델)에 예약 기능이 있는지는 기관마다 다르니 확인이 먼저예요. 없다면 3편에서 다룬 수동 루프가 그대로 예약 루프의 자리에 섭니다(위 표의 세 번째 줄). 느리지만 틀은 같아요. 제가 교육에서 늘 말씀드리는 원칙 "AI에게는 데이터가 아니라 구조를 보여 준다"를 이 루프에 맞게 바꾸면 이렇습니다. AI에게는 내부자료가 아니라 공개 자료의 주소를 보여 준다.

예약은 공개 자료 모니터링형만, 커넥터는 비움, 판단 메모는 업무망에. 이 세 선 안에서는 망분리와 부딪히지 않습니다 — 최종 판단은 기관이 합니다.

7. 결과를 어디에 쌓나 — Gemini Notebook·프로젝트 지식과 '완료 표시 ≠ 성공'

예약 루프의 네 번째 부품, 기록이에요. 매주 오는 표를 그냥 두면 대화 목록 어딘가에 묻힙니다. 쌓는 곳을 정하고, 쌓기 전에 5분 검토를 넣습니다. 행정안전부 「공공부문 인공지능(AI) 윤리기준」(2026년 10월 2일 확정)이 분명히 한 "최종적인 책임과 통제가 사람에게 있음"이 예약 루프에서는 바로 이 5분이에요.

매주 5분 검토 — '완료 표시 ≠ 성공'

1. 연다 — 예약 작업의 '완료' 표시는 오류 없이 끝났다는 뜻이지, 일을 제대로 했다는 뜻이 아닙니다. 결과를 열어 보는 것이 루프의 마지막 부품이에요.
2. 링크 2개를 무작위로 누른다 — 제목·날짜가 표와 같은지, 요지가 원문에 있는 내용인지. 다르면 검증 규칙 ②·③이 안 지켜진 것이니 그 줄을 더 강하게 고칩니다.
3. 서식을 본다 — 첫 줄에 "※ AI 요약(검토 전)"이 있는지, 열이 6개인지, 건수 상한을 지켰는지. 어긋나면 프롬프트 한 줄을 고치고 v2 로 올립니다.
4. 쌓는다 — 아래 표의 한 곳에 추가합니다.
5. 대장에 한 줄 — 주차·건수·검토자·메모. 사람의 판단 메모는 업무망 대장에만 적고, 기안에 붙일 때는 원문 링크를 함께 붙입니다.

▣ 쌓는 곳 세 가지와 분기 질문

Gemini Notebook 은 2026년 7월 16일 NotebookLM 에서 이름이 바뀌었고 기존 주소와 공유 링크는 자동으로 연결됩니다. 예약 작업 결과 표를 복사해 'Add sources'에 붙여 넣으면 하나의 소스로 저장되고, 제목은 저장할 때 붙이면 됩니다. 어느 곳이든 쌓는 것은 공개 자료 표까지입니다(6절).

비르기타 뵈켈러의 문장을 다시 가져올게요. "좋은 하네스는 사람의 개입을 꼭 없애려는 것이 아니라, 그 개입이 가장 중요한 곳으로 향하게 하는 것." 예약 루프에서 가장 중요한 곳이 바로 이 5분입니다. 오스마니가 경고한 '인지적 항복' — 결과를 읽지 않고 받아들이는 상태 — 가 예약 루프에서 특히 쉽게 와요. 매주 오는 표를 열지 않고 쌓기만 하면 그건 루프가 아니라 창고이고, 검토 없이 결재선에 올리는 일과 같습니다.

완료 표시는 "돌았다"는 뜻입니다. "맞다"는 사람이 링크 두 개를 눌러 보고 나서 붙이는 말이에요.

8. 30분 실습 — 예약 1개 걸고 첫 결과 확인하기

기관 자료 없이, 전부 공개 자료로 첫 예약 루프를 거는 실습입니다. 인터넷망 PC에서 합니다.

1단계. 서비스 하나 고르고 메뉴 열기 (5분)

기관에서 허용된 서비스 가운데 하나를 고릅니다. 3절 표대로 챗지피티 'Scheduled', 구글 AI 채팅창, 또는 Cowork 'Scheduled' → 'New task'를 엽니다. 드라이브·메일 같은 연결 기능이 켜져 있지 않은지, Cowork 라면 Work folder 가 비어 있는지 먼저 봅니다.

2단계. 프롬프트 복사하고 부처·키워드만 바꾸기 (5분)

4절 프롬프트를 그대로 붙이고 [대상 2]의 부처와 [업무 키워드] 줄만 우리 과에 맞게 바꿉니다. 바꾼 키워드를 소리 내 읽어 보세요. 그중 하나라도 "이거 아직 공개 안 된 사업명인데" 싶으면 뺍니다.

3단계. 첫 결과 확인 (10분)

Cowork 는 저장 뒤 수동 실행으로 바로 돌려 봅니다. 나머지 두 서비스는 예약을 걸기 전에 같은 프롬프트를 일반 채팅창에 한 번 보내 결과 서식을 봅니다. 첫 줄에 "※ AI 요약(검토 전)"이 있는지, 표가 6열인지, 링크가 있는지, 설명 문장이 붙었는지.

4단계. 서식이 어긋나면 프롬프트 한 줄 수정 (5분)

아래 표를 참고해 한 줄만 고치고 v2 로 올립니다. 두 줄 이상 고치고 싶어도 한 줄씩. 그래야 어떤 줄이 효과를 냈는지 압니다.

5단계. 예약 걸고 대장 만들기 (5분)

예약을 확정하고, 대장(주차·건수·검토자·메모 4열)을 만듭니다. 사람의 판단 메모가 들어갈 대장은 업무망 쪽에 두고, 인터넷망 PC에는 표만 남깁니다. 달력에 "월요일 9시 30분, 결과 열기 5분"도 함께요. 산출물은 셋입니다. 예약 작업 1개, 첫 결과 표 1장, 대장 1개. 여기까지 되면 다음 주 월요일에 할 일은 결과를 여는 5분뿐이에요.

9. 흔한 실패 네 가지와 다음 편 예고

• 자기완결이 아닌 프롬프트 — "지난주처럼", "프로젝트 규칙대로"가 들어 있으면 새 세션에는 그런 기억이 없습니다. 결과가 매주 달라지는 원인의 대부분이 여기예요. 출처·서식·판정 기준을 프롬프트 안에 다시 적습니다.
• 종료 조건이 없다 — "관련 동향을 정리해 줘"는 끝이 없고, 매주 길어지는 의견이 따라옵니다. "표 1개 또는 '신규 없음' 한 줄로 끝", "최대 10건"처럼 끝을 적습니다.
• 기관 드라이브·메일 커넥터를 연결한다 — 연결하는 순간 공개 자료 루프가 아닙니다. 가이드라인이 금지하는 내부자료 입력에 해당할 수 있어요. 처음에도, 나중에도 연결하지 않습니다.
• 키워드에 비공개 사업명·대상자 범주가 드러난다 — 검색어 자체가 내부 정보가 됩니다. 공개된 소관 업무 명칭 수준으로 낮추고, 세부 판단은 업무망에서 사람이 합니다.

다음 5편은 완료 조건 루프입니다. 시간이 아니라 "체크리스트 전부 통과"가 방아쇠인 루프로, 계획서·결과보고서 초안을 체크리스트를 통과할 때까지 스스로 검토하게 만들고, 정지 조건 다섯 가지(반복 상한·토큰/비용 예산·무한루프 감지·목표 검증·타임아웃)와 인사혁신처 「생성형 인공지능 활용 지침」의 투명 공개·검증 원칙을 다룹니다. 오늘의 '완료 표시 ≠ 성공'을 한 단계 깊게 가져가요.

10. 자주 묻는 질문 FAQ

Q1. 공무원이 ChatGPT 예약 작업을 써도 되나요?

A1. 인터넷망 PC에서 조례 개정 공고·상급기관 보도자료처럼 공개 자료만 돌아보는 모니터링형 예약은 국정원 가이드라인의 취지(기관 민감데이터 미활용·내부자료 입력 금지)에 어긋나지 않는 범위로 볼 수 있습니다. 다만 판단은 기관(보안담당관)이 하고, 기관 드라이브·메일 커넥터는 연결하지 않으며, 결과 표에는 "AI 요약(검토 전)"을 표기하고 최종 결재는 사람이 합니다.

Q2. 제미나이 예약 작업은 어떻게 만들고 어디서 관리하나요?

A2. 따로 만드는 화면 없이 프롬프트에 "매주 월요일 오전 9시에"처럼 시각과 주기를 적어 보내면 생성되고, 관리는 'Settings & help' → 'Scheduled actions'에서 일시정지·편집·삭제합니다. 'Keep Activity'가 켜져 있어야 하고, 결과는 'Chats' 목록에 읽지 않은 채팅으로 표시돼요. 공식 도움말대로 요약·정기 콘텐츠에 적합하니 주간 공고·보도자료 요약과 잘 맞고, 결과 표는 복사해 Gemini Notebook 소스로 붙여 넣어 쌓을 수 있습니다.

Q3. 예약 작업 결과가 '완료'로 뜨면 그대로 기안에 써도 되나요?

A3. 아닙니다. 완료 표시는 오류 없이 끝났다는 뜻일 뿐이에요. 링크 두 개를 열어 제목·날짜·요지가 원문과 같은지 확인하고, 서식이 어긋나면 프롬프트 한 줄을 고칩니다. 기안에 붙일 때는 "AI 요약(검토 전)" 표기와 원문 링크를 함께 두고, 최종 책임과 통제는 담당 주무관에게 있다는 행정안전부 윤리기준의 원칙대로 사람이 결재합니다.

정리하면, 예약 루프는 트리거·자기완결 프롬프트·검증 규칙·기록의 네 부품이고, 그중 가장 큰 부품은 이전 대화를 기억하지 못하는 예약 작업에게 전부를 적어 주는 자기완결 프롬프트입니다. 공직자는 인터넷망 PC에서 조례 개정 공고·상급기관 보도자료 같은 공개 자료 모니터링형만 걸고, 기관 드라이브·메일은 연결하지 않으며, 매주 오는 표는 5분 검토를 거쳐 7절의 쌓는 곳(노트북·프로젝트 지식)에 쌓아 분기마다 질문을 던지면 됩니다. 어려운 쪽은 기술이 아니라 첫 프롬프트를 자기완결로 쓰는 30분과, 매주 결과를 여는 5분이에요.

AI는 공개 자료를 돌고, 사람은 일지를 확인하고 결재합니다. 예약 작업은 기억하지 못하니 프롬프트 한 장에 전부 적고, 완료 표시 대신 사람이 열어 본 뒤에 '성공'이라고 적으세요.

지금 바로 4절의 프롬프트를 복사해 부처와 키워드만 우리 과에 맞게 바꾸고, 예약 하나를 걸어 첫 결과를 열어 보세요. 링크 없는 항목이 사라지고 첫 줄에 "AI 요약(검토 전)"이 붙은 표를 보는 순간, 루프가 무엇인지 몸으로 알게 됩니다.

공무원 AI 예약 루프 만들기 | 조례 개정 공고·상급기관 보도자료 주간 요약을 챗GPT·제미나이·클로드로, 강성희 강사 (시리즈 4편)

📎 관련 정보 및 공식 채널

• ChatGPT 예약 작업 공식 도움말 — 'Scheduled' 메뉴, 편집·일시정지, 프로젝트 파일 접근 제한
• 구글 AI 예약 작업 공식 도움말 — 프롬프트로 만들기, 'Scheduled actions' 관리, 적합한 작업 유형
• Claude Cowork 예약 작업 공식 도움말 — 'New task', 수동 설정 항목, 클라우드 실행
• 자치법규정보시스템(ELIS) — 자치법규·입법예고 조회, 프롬프트의 허용 출처
• 정책브리핑 — 중앙부처 보도자료, 프롬프트의 허용 출처

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 재직자 대상 클로드 코워크로 엑셀 파일을 PPT 보고서로, 일잘러 AI 강사 강성희의 Claude Cowork 실무 활용법
• 재직자 대상 클로드 Claude 엑셀 활용 제조업 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• 재직자를 위한 클로드 Claude 엑셀 활용 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 한국산업단지공단 임직원 대상 구글 노트북LM, 바이브코딩 실무교육, 재직자 AI 강사 강성희 특강 후기
•  
• [챗지피티강사 강성희] 재직자를 위한 제미나이 Gemini 3 바이브코딩 노코드 앱 제작, 크레신

발행일 2026-10-04 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
월말마다 읍면동에서 올라온 실적 엑셀 10여 개를 한 장으로 합치고 집계하느라 야근을 하면서, "인터넷망 PC의 챗GPT한테 시키면 금방일 텐데, 이건 내부자료라 안 되지" 하고 손으로 다시 더한 경험이요.
업무망에 공공 AI가 들어왔다는데 막상 열어 보니 1편에서 배운 '프로젝트' 같은 버튼이 안 보여서, "그럼 하네스는 인터넷망에서만 되는 건가" 하고 창을 닫아 버린 경험이요.

공공기관 AX(AI 전환) 교육에서 AI 에이전트 활용을 가르치는 강사로서, 지자체 교육장에서 "우리는 망이 분리돼 있어서요" 다음에 자주 따라오는 말이 "그럼 업무망에서는 어떻게 하죠?"입니다. 1편에서 네 가지 상황별 적용법을 표 한 장으로 보여 드렸는데, 오늘은 그중 업무망 쪽 세 칸을 손이 따라 움직일 만큼 자세히 풉니다. 공공 AI에 규칙 문서를 머리글로 붙이는 법, AI가 없을 때 사람이 돌리는 수동 루프, 그리고 '구조만' 반출해 코드를 받아 반입하는 절차와 한계예요. 제가 공직자·재직자 교육에서 늘 강조하는 원칙이 그 셋을 관통합니다. AI에게는 데이터가 아니라 구조를 보여 준다.

이 글은 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」 원문, 국가 사이버보안 기본지침(2026년 5월 시행)과 범정부 AI 공통기반·지자체 자체 언어모델 관련 보도, 마이크로소프트 엑셀 공식 지원 문서(매크로 설정·실행), 하네스 엔지니어링 원문 글(Hashimoto·OpenAI·martinfowler.com)을 직접 확인해 정리했고, 공공기관 교육 현장과 제 블로그 자동화 운영 경험을 더했습니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 공공기관·기업·학교 200여 곳 생성형 AI 교육 진행)

오늘 이 글 하나면 업무망에서 무엇이 되고 무엇이 안 되는지의 지도, 공공 AI 채팅창에 그대로 붙여 넣는 머리글 프롬프트 원문, AI 없이도 돌아가는 수동 루프 서식과 기록지, 열 이름과 더미값만 반출해 VBA를 받아 업무망에 들이는 절차, 그리고 더미 10행으로 하는 30분 실습까지 한 번에 잡을 수 있습니다. 이번 글은 시·군·구청과 읍면동 공직자를 위한 하네스·루프 시리즈 3편(1편: 입문, 2편: 민원 답변 초안 하네스)이고, 하네스 엔지니어링의 두 번째 이야기예요.

목차

1. 업무망에서 AI, 무엇이 되고 무엇이 안 되나? — 장애물 지도
2. 공공 AI에 '머리글 프롬프트' 하네스 — 프로젝트 버튼이 없어도
3. AI가 없을 때 사람이 돌리는 수동 루프 — 서식·체크리스트·기록
4. '구조만' 반출 → 코드 반입 — 절차와 한계
5. 그대로 복사해 쓰는 '구조만' 프롬프트 — 월간 통계 집계
6. 받은 VBA, 업무망에 들이기 전에 무엇을 확인하나?
7. 챗GPT·제미나이에 그냥 묻는 것과 무엇이 다른가?
8. 30분 실습 — 더미 10행으로 월간 집계 VBA 받아 반입 전 검증
9. 반출 전 점검표와 흔한 실패 세 가지
10. 자주 묻는 질문 FAQ

1. 업무망에서 AI, 무엇이 되고 무엇이 안 되나? — 장애물 지도

제도부터 짧게요. 상용 생성형 AI에 대한 원칙은 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」(2023년 6월) 원문이 분명합니다. "기관 내부(업무)망에서의 서비스 사용시 별도 내부 전용 서비스로 한정하여 사용", "기관 인터넷망에서의 서비스 사용시 기관 민감데이터 미활용 등 유의 사용". 그리고 2026년 5월 1일 시행된 「국가 사이버보안 기본지침」은 종전의 망분리 조항을 삭제하는 대신 업무정보 등급 식별 조항과 인공지능시스템 보안 조항을 새로 두었어요. 즉 '무엇을 밖에 내보내도 되는가'는 이제 기관이 정보의 등급을 식별해 판단하는 구조입니다. 그래서 이 글에서 "된다"고 쓰는 것은 모두 "가이드라인의 취지에 어긋나지 않는 범위로 볼 수 있다"는 뜻이고, 최종 판단은 기관의 보안담당관이 합니다.

업무망 쪽 도구도 생겼습니다. 행정안전부·과학기술정보통신부의 '범정부 AI 공통기반'이 2025년 11월 24일 서비스 시작을 알리며 중앙·지방정부가 행정 내부망에서 AI 챗서비스 2종을 쓰도록 시범 운영을 거쳐 확대하는 계획을 밝혔고, 서울시가 행정망 안에 자체 언어모델을 구축한 것을 비롯해 광주·양산·남양주·광진구처럼 자체 언어모델(sLLM)을 내부망에 둔 지자체도 늘었어요. 그래서 2026년 10월 현재 업무망에서 만나는 경우는 셋입니다. 공공 AI가 있는 경우, 아직 없는 경우, 그리고 어느 쪽이든 계산 코드가 필요한 경우예요.

▣ 장애물 지도 — 네 상황에서 할 수 있는 것과 할 수 없는 것

표에서 보이듯 업무망에서 막히는 것은 데이터가 밖으로 나가는 것이지, 규칙 문서·서식·체크리스트라는 '설계'가 아니에요. 1편에서 "하네스는 버튼이 아니라 설계"라고 했던 말이 오늘 글 전체의 전제입니다. 2절부터 세 칸을 하나씩 열어 볼게요.

2. 공공 AI에 '머리글 프롬프트' 하네스 — 프로젝트 버튼이 없어도

비유로 시작합니다. 기안문 서식에는 결재란이 미리 인쇄되어 있죠. 누가 기안하든 그 칸을 거치게 되어 있어요. 머리글 프롬프트는 채팅 맨 위에 결재란을 매번 인쇄해 넣는 것입니다. 인터넷망의 상용 AI에서는 1·2편처럼 프로젝트나 스킬에 규칙 문서를 한 번 저장해 두면 되지만, 업무망의 공공 AI는 기관마다 화면이 다르고 지침을 저장하는 기능이 없을 수 있어요. 그래도 하네스는 성립합니다. 규칙 문서를 파일로 저장해 두고, 요청할 때마다 맨 위에 붙여 넣으면 되거든요.

1단계. 머리글 파일 만들기

업무망 PC에 '머리글_월간보고_v1.txt'(또는 한글 파일) 하나를 만듭니다. 내용은 아래 원문이에요. 파일 이름의 v1이 버전이고, 실수 하나가 나올 때마다 규칙 한 줄을 더해 v2, v3로 올립니다. 과 공유폴더에 두면 과 전체의 서식이 통일됩니다.

2단계. 요청할 때마다 맨 위에 붙여넣기

공공 AI 채팅창을 열 때마다 머리글 전체를 먼저 붙이고, 그 아래에 오늘의 자료(집계표)와 요청 한 줄을 씁니다. 새 대화마다 반복해요. 번거로워 보이지만 복사·붙여넣기 두 번이고, 그 두 번이 "어제와 오늘 서식이 다른" 문제를 없앱니다.

3단계. 출력을 체크리스트로 검사하기

머리글 끝에 자체 검증 항목을 넣어 두면 AI가 먼저 ○/×를 표시합니다. 그래도 사람이 다시 한 번 봅니다. AI의 자체 검증은 1차 검토, 담당자의 검토가 2차예요.

▣ 머리글 프롬프트 원문 (그대로 복사해 쓰세요 — 기관·부서명과 서식만 바꿉니다)

■ 머리글 프롬프트 — 월간 실적 보고 문안 v1 (업무망 공공 AI용, 요청할 때마다 맨 위에 붙여넣기)
[역할] ○○군 △△과 월간 실적 보고 문안 작성 보조. 최종 작성자와 책임은 담당 공무원.
[입력 게이트] 아래 자료에 성명·주민등록번호·주소·연락처·계좌번호 등 개인정보가 보이면 작성을 멈추고 "개인정보 제거 요청"만 출력한다.
[근거 규칙] 수치는 아래 붙여 넣는 집계표의 숫자만 쓴다. 표에 없는 숫자·비율·전년 대비는 만들지 않는다. 계산이 필요하면 식을 함께 적는다.
[출처 규칙] 법령·지침·보도자료를 인용할 때는 문장 끝에 출처(문서명과 조문, 또는 주소)를 붙인다. 출처를 붙일 수 없는 문장은 삭제한다.
[서식] ① 총괄(2줄) ② 읍면동별 실적 표 ③ 특이사항(증감이 큰 항목, 표의 수치로만) ④ 다음 달 계획(담당자가 채울 빈칸) — 개조식, 공문체.
[표기] 첫 줄 "※ AI 초안(검토 전)", 끝 줄 "검토자/일자: ____".
[자체 검증 — 출력 전] 개인정보 0건 / 표에 없는 숫자 0건 / 출처 없는 인용 문장 0건 / 확정·약속 표현 0건. 네 항목을 ○/×로 먼저 표시하고, ×가 있으면 고친 뒤 출력한다.
[오늘 요청] (이 아래에 집계표를 붙여 넣고 요청을 한 줄로 쓴다)

아래 그림은 실제 캡처가 아니라 붙여 넣는 순서를 재현한 것이라, 실제 화면과 배치가 다를 수 있습니다. 공공 AI는 기관마다 화면이 다르므로, 그림은 '맨 위에 머리글, 그 아래에 자료와 요청'이라는 순서만 보여 드리는 것이에요.

[출처 규칙]은 공공 AI에서 특히 중요해요. 출처를 함께 보여 주는 방식의 서비스라면 "출처 없는 문장은 삭제"라는 한 줄이 AI가 그럴듯하게 지어낸 문장을 걸러 내는 가장 단순한 센서가 됩니다. 2편의 민원 답변 하네스에서 "제공된 조문만 인용"이 했던 역할과 같아요. 주의할 점은, 내부 전용 서비스라 해도 개인정보와 비공개 자료를 어디까지 넣을 수 있는지는 기관의 이용 지침이 정한다는 것입니다. 머리글의 [입력 게이트]는 그 지침을 보조하는 장치이지 대신하는 장치가 아니에요.

하네스는 버튼이 아니라 설계입니다. 프로젝트 기능이 없으면, 규칙 문서를 맨 위에 매번 붙여 넣는 것으로 같은 틀이 됩니다.

3. AI가 없을 때 사람이 돌리는 수동 루프 — 서식·체크리스트·기록

"우리 업무망엔 아직 공공 AI가 없는데요." 그래도 하네스와 루프는 만들 수 있습니다. 1편에서 루프를 당직표에 비유했죠. 당직표에는 AI가 없어요. 누가, 언제, 무엇을 점검하고, 이상 없으면 "이상 없음" 한 줄을 남기는 규칙이 있을 뿐이죠. 수동 루프는 같은 규칙 문서·서식·체크리스트를 사람이 돌리는 것입니다. 나중에 공공 AI가 들어오면 2절의 머리글로, 인터넷망의 공개 자료 업무는 1·2편의 프로젝트로 그대로 옮겨 가요. 지금 서식을 만들어 두는 것이 가장 빠른 준비입니다.

1단계. 서식 한 장 꺼내기

2절의 머리글 프롬프트에서 [역할]·[근거 규칙]·[서식]·[표기]·[자체 검증]을 그대로 옮긴 한 장짜리 '작성 규칙'을 만듭니다. AI용 문장이 사람에게도 그대로 통해요. "표에 없는 숫자를 만들지 않는다"는 사람에게도 필요한 규칙이니까요.

2단계. 초안 쓰기

담당자가 서식대로 초안을 씁니다. 첫 줄의 "※ 초안(검토 전)" 표기도 그대로 둡니다.

3단계. 체크리스트로 대조하기

자체 검증 네 항목(개인정보 0건 / 표에 없는 숫자 0건 / 출처 없는 인용 0건 / 확정·약속 표현 0건)을 ○/×로 표시합니다. 가능하면 쓴 사람이 아닌 다른 사람이 봅니다. 1편에서 "일을 한 AI가 자기 결과를 채점하면 후하다"고 했는데, 사람도 같아요.

4단계. × 항목만 고치기

전부 다시 쓰지 않습니다. ×가 난 항목만 고치고 3단계로 돌아갑니다.

5단계. 기록 한 줄 남기기

아래 기록지에 한 줄을 적습니다. 어떤 ×가 반복되는지가 보이면, 그것이 작성 규칙에 한 줄을 더할 자리예요. 실수 하나, 규칙 한 줄. 해시모토의 원칙은 사람이 돌리는 루프에서도 똑같습니다.

▣ 수동 루프 기록지 (한 회차에 한 줄)

▣ 종료 조건과 정지 조건 (당직표에도 끝나는 시각이 있듯)

• 종료 조건 — 네 항목 전부 ○. 그때 "검토자/일자"에 서명하고 결재로 올립니다.
• 정지 조건 — 같은 문서로 3회를 돌아도 ×가 남으면 멈추고 상급자 검토로 넘깁니다. 끝없이 고치는 것은 루프가 아니라 야근이에요. 정지 조건 다섯 가지는 5편에서 자세히 다룹니다.
• 기록 — 기록지는 과 공유폴더에. 감사 때 "왜 이렇게 썼나"를 재현하는 자료가 되고, 공공 AI가 들어왔을 때 머리글 v1의 재료가 됩니다.

4. '구조만' 반출 → 코드 반입 — 절차와 한계

머리글과 수동 루프로 안 되는 일이 하나 남아요. 계산입니다. 읍면동 10여 개의 실적 시트를 합치고 집계하는 일은 문장이 아니라 코드가 필요하고, 공공 AI가 코드를 써 준다 해도 엑셀에 붙여 실행하는 과정은 같습니다. 그래서 세 번째 길이 '구조만' 반출 → 코드 반입이에요. 제가 교육에서 늘 강조하는 원칙이 그대로 절차가 됩니다. 실데이터는 청사 밖으로 한 줄도 나가지 않고, 파일이 '어떻게 생겼는지'만 인터넷망에서 보내 코드를 받아, 업무망에서 돌리는 것이죠.

1단계. 업무망에서 구조 적기

실제 파일을 열어 복사하는 것이 아니라, 열 이름·형식·행 수·바꿀 규칙을 글로 적고 더미 10행을 손으로 지어냅니다. 읍면동 이름도 가산읍·나루면처럼 가짜로 씁니다. 실제 행을 "예시로 몇 줄만" 붙이는 순간 구조가 아니라 데이터 반출이에요.

2단계. 보안담당관 확인

적은 구조를 보안담당관에게 보여 주고 "이 내용이 인터넷망 상용 AI에 입력해도 되는 정보인가"를 확인받습니다. 열 이름·서식·더미값은 가이드라인이 말하는 "기관 민감데이터"에 해당하지 않을 가능성이 높지만, 기본지침이 업무정보 등급 식별을 기관의 일로 둔 이상 판단의 주체는 기관입니다. 비공개 사업명, 대상자 범주(예: 특정 급여 수급자)가 열 이름에 드러나면 결론이 달라질 수 있어요.

3단계. 인터넷망 PC에서 코드 받기

5절의 프롬프트를 보내 VBA 코드를 글자로 받습니다. 파일(.xlsm)로 받지 않습니다.

4단계. 더미 10행으로 1차 검증

엑셀이 있는 인터넷망 PC나 개인 PC에서 더미 10행만 넣고 실행해 기대값 표와 대조합니다. 더미라서 어느 PC에서 해도 됩니다.

5단계. 반입

코드 텍스트·프롬프트·기대값 표 세 가지를 기관의 망간 자료전송 절차(자료전송 시스템, 보안 USB 등 기관이 정한 경로)로 업무망에 들입니다. 기관 절차에서 허용한다면, 20줄짜리 코드는 화면을 보고 타이핑하는 것도 방법이에요. 코드를 짧게 받는 이유가 여기에도 있습니다.

6단계. 업무망에서 2차 검증 후 실행

업무망 PC에서도 더미 10행으로 한 번 더 돌려 기대값과 같은지 본 뒤, 실데이터는 복사본에서 실행합니다. 결과와 함께 기록지에 한 줄을 남깁니다.

솔직하게 말씀드릴게요. 이 길에는 한계가 셋 있습니다. 먼저, 코드가 틀려도 AI는 모릅니다. 그래서 4단계와 6단계의 검증을 빼면 안 돼요. 다음으로, 반입 절차에 시간이 듭니다. 급한 일보다 매월 반복되는 일에 맞는 길이에요. 마지막으로, 규격값·예산액·단가처럼 숫자 자체가 비공개인 경우에는 더미값만 보내더라도 열 이름이나 범위에서 유추될 수 있으니, 그런 열은 구조에서도 빼고 "해당 열은 시트에서 읽어라"로만 적습니다. 그리고 세 한계보다 앞서는 전제가 하나 있어요. 가이드라인의 취지에 어긋나지 않는 범위로 볼 수 있다는 것과 우리 기관에서 허용된다는 것은 다른 말이고, 그 사이를 메우는 사람이 보안담당관입니다.

구조는 밖으로, 데이터는 청사 안에, 코드는 업무망에서. 반출하는 것은 글로 적은 구조와 손으로 지어낸 더미값뿐입니다.

5. 그대로 복사해 쓰는 '구조만' 프롬프트 — 월간 통계 집계

읍면동별 월간 실적 집계로 해 볼게요. 아래 프롬프트는 인터넷망 PC의 ChatGPT·Gemini·Claude 어느 채팅창에 넣어도 됩니다. 값은 전부 더미이고, 실제 파일은 열지 않은 채 쓸 수 있게 만들었어요. 1편에서 "열 이름은 읍면동·사업명·건수·금액이고 약 300행, 값은 더미, 외부 통신 없는 VBA와 검증 수식 3개를 달라"고 한 줄로 적었던 규칙 문서의 완성형입니다.

▣ 프롬프트 원문 (그대로 복사해 쓰세요 — 시트·열 이름만 우리 서식에 맞게 바꿉니다)

구조만 반출 — 월간 실적 집계 VBA 요청 v1
[상황] 지자체 ○○과에서 읍면동별 월간 실적을 집계합니다. 기관 규정상 실제 데이터는 보낼 수 없어 열 이름·형식·행 수·규칙·더미 10행만 적습니다. 아래 값은 전부 더미입니다.
[파일 구조] 엑셀 통합 문서 1개. 시트 "실적": A 읍면동(문자) / B 사업명(문자) / C 건수(정수) / D 금액(정수, 천원). 약 300행, 1행은 제목. 빈 시트 "월간집계"를 미리 만들어 둠.
[더미 10행 — 실적 시트]
가산읍 | 경로당 냉방비 | 12 | 3600
가산읍 | 아동 급식 | 8 | 1200
나루면 | 경로당 냉방비 | 7 | 2100
나루면 | 아동 급식 | 5 | 750
나루면 | 마을버스 지원 | 2 | 900
다복면 | 경로당 냉방비 | 9 | 2700
다복면 | 아동 급식 | 3 | 450
라원동 | 경로당 냉방비 | 4 | 1200
라원동 | 마을버스 지원 | 1 | 450
라원동 | 아동 급식 | 6 | 900
[원하는 결과] "월간집계" 시트에 읍면동별 건수 합계·금액 합계 표(1행 제목, 마지막 행 총계). 합계는 값이 아니라 수식(SUMIF)으로 남겨 사람이 검증할 수 있게 한다.
[코드 조건] ① 엑셀 VBA, Sub 한 개, 20줄 안팎 ② 시트 이름은 코드 맨 위에 변수로 ③ 인터넷 연결·외부 파일 접근·메일 발송·셸 명령·외부 라이브러리 참조 등 외부 통신 없음 ④ Workbook_Open 같은 자동 실행 없음, 원본 시트는 수정하지 않는다 ⑤ 줄마다 한글 주석 ⑥ 쓰지 않는 변수나 숨은 기능 없음
[함께 줄 것] 코드 아래에 (1) 위 더미 10행의 기대값 표(읍면동 4곳과 총계) (2) 원본 건수 합계·금액 합계와 대조하는 검증 수식 2개 (3) 실행 중 나기 쉬운 오류 3가지와 원인
[금지] 실제 데이터를 달라고 하지 않는다. 실행해 보지 않았으면서 "검증했다"고 쓰지 않는다. 모르는 것은 "가정"이라고 표시한다.

프롬프트의 일곱 블록은 하네스의 세 요소예요. [상황]·[파일 구조]·[원하는 결과]는 지침, [코드 조건]과 [금지]는 권한 경계, [더미 10행]과 [함께 줄 것]은 센서입니다. 더미 10행의 기대값은 코드를 받기 전에 손으로 먼저 계산해 둡니다.

▣ 더미 10행의 기대값 (받은 코드를 돌렸을 때 이 표와 같아야 합니다)

6. 받은 VBA, 업무망에 들이기 전에 무엇을 확인하나?

코드는 받았는데 "이걸 업무망 PC에 넣어도 되나"가 다음 질문이죠. 두 가지를 봅니다. 코드가 안전한가(검토)와 맞는가(검증). 그다음에 엑셀에서 실행하는 순서는 공식 지원 문서의 메뉴 이름대로예요.

1단계. 코드 검토 — F5 전에 보는 5가지

1. 외부 통신 단어가 없는가 — Shell, CreateObject, FileSystemObject, XMLHTTP, WinHttp, URLDownload, Outlook, SendKeys, Kill, Environ. 외부 실행·통신·파일 삭제에 쓰이는 단어들이에요. 하나라도 있으면 그 줄의 이유를 묻고, 설명이 궁색하면 빼 달라고 합니다.
2. 원본 시트에 쓰는 줄이 없는가 — 결과는 새 시트에만. 원본 시트 이름 뒤에 .Value =나 .Clear가 붙어 있으면 의심합니다.
3. 시트 이름이 코드 맨 위에 모여 있는가 — 중간에 "Sheet3" 같은 이름이 박혀 있으면 "변수로 올려 줘".
4. 자동 실행이 없는가 — Workbook_Open, Auto_Open, Application.OnTime 이 보이면 뺍니다. 매크로는 사람이 F5를 눌렀을 때만.
5. 주석과 동작이 맞는가 — 특히 Cells.Clear가 어느 시트를 지우는지. 결과 시트만 지워야 합니다.

모르는 줄은 코드를 받은 그 채팅창에서 "이 줄은 뭐 하는 줄이야?"라고 그 줄만 되물으면 됩니다. 다 이해할 필요는 없고, 다섯 가지만 통과하면 돼요.

2단계. 실행 순서 7가지

1. 원본 백업 — 실데이터 파일에서는 처음 실행하지 않습니다. 복사본에서, 처음엔 더미 시트만 넣고.
2. 매크로 보안 설정 확인 — 파일 → 옵션 → 보안 센터 → 보안 센터 설정 → 매크로 설정. 보통은 매크로가 든 파일을 열면 매크로가 꺼진 채 노란 '보안 경고' 띠가 뜨고, '콘텐츠 사용'을 눌러야 돌아갑니다. 기관 정책으로 '알림 없이 모든 매크로 사용 중지'에 고정되어 회색이면 관리자가 변경을 막아 둔 것이니, 임의로 바꾸지 말고 정보화 부서에 "VBA 사용 가능 단말"인지 확인합니다.
3. (선택) 개발 도구 탭 — 파일 → 옵션 → 리본 사용자 지정 → '개발 도구' 체크.
4. Alt+F11 — Visual Basic 편집기(VBE)가 열립니다.
5. 삽입 → 모듈 — 'Module1'과 흰 코드 창이 생깁니다.
6. 붙여넣기 → F5 — 코드를 붙이고 커서를 Sub와 End Sub 사이에 둔 채 F5(또는 Alt+F8 → 매크로 선택 → 실행). 둥근 따옴표(“ ”)로 바뀌어 들어오면 컴파일 오류가 나니 코드 블록의 '복사' 단추로 복사합니다.
7. 저장 — 'Excel 매크로 사용 통합 문서(*.xlsm)'로. 일반 .xlsx로 저장하면 코드가 사라집니다.

3단계. 반입할 때 함께 가져가는 세 가지

코드 텍스트, 프롬프트 원문, 기대값 표. 이 셋이 한 폴더에 있으면 나중에 "이 매크로는 어디서 온 무엇인가"를 누구나 설명할 수 있어요. 참고로 마이크로소프트는 인터넷에서 받은 파일의 매크로를 기본적으로 차단합니다(공식 지원 문서 표현 그대로 "인터넷의 매크로는 Office에서 기본적으로 차단됩니다"). 코드를 파일이 아니라 글자로 받아야 하는 이유가 보안과 실행 양쪽에 있는 셈이죠.

7. 챗GPT·제미나이에 그냥 묻는 것과 무엇이 다른가?

"어차피 AI한테 시키는 건데 뭐가 다르냐"는 질문에, 공공에서는 답이 더 분명합니다. 인터넷망 PC에서 실적 엑셀을 통째로 올려 "집계해 줘"라고 하는 것은 할 수 없고 해서도 안 되는 일이에요. 가이드라인 원문의 "기관 내부자료 등 민감정보 입력 금지"에 바로 걸립니다. 그러니 비교 대상은 '그냥 묻기'와 '하네스'가 아니라, '안 되는 일'과 '되게 만드는 설계'죠.

▣ 같은 일을 두 방식으로 — 월간 통계 집계와 보고 문안

그냥 묻기는 업무망에서 애초에 선택지가 아닙니다. 하네스는 그 자리에 '되는 설계'를 놓는 일이에요.

8. 30분 실습 — 더미 10행으로 월간 집계 VBA 받아 반입 전 검증

기관 자료는 한 줄도 쓰지 않고, 구조만 반출 → 코드 반입의 1~4단계를 체험하는 실습입니다. 전부 더미라서 엑셀이 있는 어느 PC에서 해도 되지만, 실제 반입(5~6단계)은 기관 절차대로 합니다.

1단계. 더미 10행 입력 (5분)

새 통합 문서를 열고 시트 이름을 '실적'으로 바꿉니다. 1행에 읍면동·사업명·건수·금액, 2~11행에 5절의 더미 10행을 넣습니다. 빈 시트 '월간집계'도 추가해 두세요.

2단계. 프롬프트 보내기 (5분)

5절의 원문을 인터넷망 PC의 채팅창에 보냅니다. 코드와 기대값 표, 검증 수식 2개, 오류 3가지가 함께 와야 합니다. 안 오면 "[함께 줄 것]도 주세요"라고 한 번 더.

3단계. 코드 검토 (5분)

6절의 5가지로 봅니다. 모르는 줄은 그 줄만 되묻습니다.

4단계. 실행과 기대값 대조 (10분)

Alt+F11 → 삽입 → 모듈 → 붙여넣기 → F5. "집계 완료: 읍면동 4곳, 원본 10행" 메시지가 뜨고 '월간집계' 시트가 5절의 기대값 표와 같으면 성공이에요. 그다음 사람이 검증 수식 두 개를 직접 넣습니다. 새 시트 '검증'을 하나 만들어 빈 셀에 =SUM(실적!C:C)와 =SUM(실적!D:D)를 넣고 총계 행의 57과 14,250과 같은지 봅니다. '월간집계'에 넣으면 매크로를 다시 돌릴 때 함께 지워지거든요. 검토 의견은 기안자가 아니라 검토자가 쓰는 것이라, 검증 수식은 코드가 아니라 사람이 넣는 편이 좋아요.

5단계. 하네스 작동 확인과 반입 세트 (5분)

'실적' 시트 이름 뒤에 공백을 하나 붙이고 다시 F5. '런타임 오류 9: 아래 첨자 사용이 잘못되었습니다'가 뜨며 멈추는 것이 정상입니다. 지어내지 않고 멈췄으니까요. 프롬프트의 [코드 조건]에 "시트가 없으면 어떤 시트가 없는지 메시지로 알리고 중단한다"를 더해 v2로 올립니다. 공백을 지우고 코드 텍스트·프롬프트·기대값 표를 한 폴더에 모으면 반입 세트 완성이에요.

▣ 이 프롬프트로 받을 수 있는 코드의 예시 (그대로 붙여 넣어 실행할 수 있게 썼습니다)

Sub MonthlySummary()
    ' [목적] '실적' 시트(A 읍면동, B 사업명, C 건수, D 금액)를 읍면동별로 집계해 '월간집계' 시트에 쓴다
    ' [바꿀 곳] 아래 두 줄의 시트 이름만 우리 서식에 맞게 고친다. 외부 통신 없음, 자동 실행 없음
    Dim srcName As String, outName As String
    srcName = "실적"                                                    ' 원본 시트 이름(수정하지 않음)
    outName = "월간집계"                                                ' 결과 시트 이름(미리 만들어 둔 빈 시트)
    Dim ws As Worksheet, wsOut As Worksheet, lastRow As Long, n As Long
    Set ws = ThisWorkbook.Worksheets(srcName)                           ' 원본 시트 연결
    Set wsOut = ThisWorkbook.Worksheets(outName)                        ' 결과 시트 연결
    lastRow = ws.Cells(ws.Rows.Count, "A").End(xlUp).Row                ' A열(읍면동) 기준 마지막 행
    If lastRow < 2 Then MsgBox "'" & srcName & "' 시트에 데이터가 없습니다", vbExclamation: Exit Sub   ' 제목만 있으면 멈춘다
    wsOut.Cells.Clear                                                   ' 결과 시트만 비운다
    ws.Range("A1:A" & lastRow).Copy wsOut.Range("A1")                   ' 읍면동 열을 그대로 가져온 뒤
    wsOut.Range("A1:A" & lastRow).RemoveDuplicates Columns:=1, Header:=xlYes   ' 중복을 지워 읍면동 목록을 만든다
    n = wsOut.Cells(wsOut.Rows.Count, "A").End(xlUp).Row                ' 읍면동 목록의 마지막 행
    wsOut.Range("B1:C1").Value = Array("건수 합계", "금액 합계")          ' 결과 열 제목
    wsOut.Range("B2:B" & n).Formula = "=SUMIF('" & srcName & "'!$A:$A,$A2,'" & srcName & "'!$C:$C)"   ' 건수: 수식으로 남겨 검증 가능
    wsOut.Range("C2:C" & n).Formula = "=SUMIF('" & srcName & "'!$A:$A,$A2,'" & srcName & "'!$D:$D)"   ' 금액: 수식으로 남겨 검증 가능
    wsOut.Cells(n + 1, "A").Value = "총계"                              ' 마지막 행에 총계
    wsOut.Cells(n + 1, "B").Formula = "=SUM(B2:B" & n & ")"
    wsOut.Cells(n + 1, "C").Formula = "=SUM(C2:C" & n & ")"
    MsgBox "집계 완료: 읍면동 " & (n - 1) & "곳, 원본 " & (lastRow - 1) & "행", vbInformation   ' 처리 결과 안내
End Sub

▣ 실행 중 나기 쉬운 오류 세 가지

• 런타임 오류 9 (아래 첨자 사용이 잘못되었습니다) — 시트 이름이 코드와 다른 것. 공백이나 오타를 확인합니다.
• 컴파일 오류 — 붙여넣기 중 줄이 잘렸거나, 따옴표가 둥근 따옴표(“ ”)로 바뀐 것. 코드 블록의 '복사' 단추로 다시 복사합니다.
• 저장 후 다시 열었는데 아무 일도 없음 — 노란 띠의 '콘텐츠 사용'을 안 누른 것. 파일 형식이 .xlsm인지도 봅니다.

실데이터로 옮길 때는 복사본에서, 시트 이름과 열 순서가 더미와 같은지, 필터가 걸려 있지 않은지 확인한 뒤 첫 실행은 결과만 봅니다. 월말마다 돌리는 반복은 예약이 아니라 사람이 F5를 누르는 수동 루프로 시작하고, 집계표가 나오면 2절의 머리글 프롬프트로 보고 문안을 받는 흐름이 업무망 안에서 완성됩니다.

9. 반출 전 점검표와 흔한 실패 세 가지

"구조만 보내면 다 되는 거죠?"라고 물으시면, 거의 그렇지만 구조에도 비공개 정보가 섞일 수 있다고 답합니다. 보내기 전에 아래 표로 한 번 거르고, 거른 뒤에도 2절의 보안담당관 확인은 생략하지 않습니다.

▣ 반출 전 점검표 — 구조에 섞이기 쉬운 것과 바꾸는 법

▣ 흔한 실패 세 가지

• "구조만"이라면서 열 이름 아래 실제 데이터를 복사해 넣는다 — 더미를 지어내기 귀찮아 "예시로 몇 줄만" 실제 행을 붙이는 순간 내부자료 반출입니다. 더미는 손으로 만들거나, AI에게 "이 열 구조로 더미 10행을 만들어 줘"라고 먼저 시키세요. 치환이 아니라 애초에 안 보내는 것이 원칙이에요.
• 코드 검토 없이 업무망 원본에서 실행한다 — 받은 즉시 실데이터 파일에서 F5를 누르면 틀린 코드가 원본을 덮어쓸 수 있습니다. 더미 1차 검증, 5가지 검토, 복사본, 2차 검증. 이 네 가지가 반입 검사예요.
• 머리글을 안 붙이고 "지난번처럼"이라고만 한다 — 공공 AI는 지난 대화를 기억하지 않을 수 있고, 기억하더라도 서식이 흔들립니다. 머리글은 새 대화마다 전체를 붙입니다. 수동 루프도 같아요. 서식 없이 "하던 대로" 쓰면 루프가 아니라 관행입니다.

▣ 시리즈 안내 (지자체 공무원 편, 총 6편)

다음 4편에서는 인터넷망 PC에서 첫 예약 루프를 겁니다. 기관 자료가 전혀 필요 없는 공개 자료 모니터링, 조례 개정 공고와 상급기관 보도자료 주간 요약을 챗GPT·제미나이·클로드의 예약 기능으로 매주 월요일 아침에 받는 법이에요.

10. 자주 묻는 질문 FAQ

Q1. 업무망의 공공 AI에도 하네스 엔지니어링을 적용할 수 있나요?

A1. 네. 하네스는 규칙 문서·서식·검토 체크리스트라는 설계라서 프로젝트 기능이 없어도 성립합니다. 규칙 문서를 '머리글 프롬프트' 파일로 저장해 요청할 때마다 채팅 맨 위에 붙여 넣고, 출처 없는 문장은 삭제하는 규칙과 자체 검증 항목을 넣으면 됩니다. 입력할 수 있는 자료의 범위는 기관의 이용 지침을 따릅니다.

Q2. 엑셀의 열 이름과 더미 데이터를 인터넷망 챗GPT에 보내도 되나요?

A2. 열 이름·서식·손으로 지어낸 더미값은 국정원 가이드라인이 말하는 "기관 민감데이터"에 해당하지 않을 가능성이 높아 취지에 어긋나지 않는 범위로 볼 수 있지만, 업무정보의 등급을 식별하고 판단하는 주체는 기관입니다. 보내기 전에 보안담당관 확인을 받고, 비공개 사업명이나 대상자 범주가 드러나는 열은 구조에서도 빼세요.

Q3. AI가 짠 VBA 매크로를 업무망 PC에서 실행해도 안전한가요?

A3. 검토와 검증을 거치면 안전하게 쓸 수 있습니다. 외부 통신 단어·원본 수정·자동 실행이 없는지 다섯 가지를 보고, 더미 10행으로 기대값과 같은지 반입 전후 두 번 확인한 뒤 복사본에서 실행하세요. 매크로 사용 가능 여부와 반입 경로는 정보화 부서와 기관의 망간 자료전송 절차를 따릅니다.

정리하면, 업무망에서 막히는 것은 데이터가 밖으로 나가는 것이지 설계가 아니라서, 공공 AI에는 규칙 문서를 머리글로 매번 붙이고, AI가 없으면 같은 서식으로 사람이 수동 루프를 돌리며, 계산이 필요한 일은 구조만 반출해 코드를 받아 검증 후 반입하면 됩니다. 셋 다 같은 규칙 문서에서 나오고, 셋 다 "실수 하나, 규칙 한 줄"로 자랍니다. 어려운 쪽은 기술이 아니라, 실제 행을 붙이고 싶은 손을 멈추고 더미 10행을 지어내는 5분이에요.

구조는 밖으로, 데이터는 청사 안에, 판단은 보안담당관에게. 하네스는 버튼이 아니라 설계라서, 업무망에서도 성립합니다.

지금 바로 8절의 더미 10행을 입력하고, 5절의 프롬프트로 VBA를 받아 Alt+F11로 실행해 보세요. 월간집계 시트가 기대값 표와 같아지는 순간, 업무망 안에서도 자동화가 된다는 것을 손으로 알게 됩니다.

망분리 업무망에서 하네스 엔지니어링 | 공공 AI 머리글 프롬프트·수동 루프·구조만 반출, 강성희 강사 (시리즈 3편)

📎 관련 정보 및 공식 채널

• 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」 원문 (2023.6, PDF) — 업무망·인터넷망별 사용 원칙과 입력 금지 사항 원문
• 범정부 AI 공통기반 서비스 시작 (정책브리핑, 2025-11-24) — 행정 내부망에서 중앙·지방정부가 쓰는 AI 챗서비스 2종(시범 운영 후 확대 계획)
• 국가 사이버보안 기본지침 개정 시행 (아이티데일리) — 망분리 조항 삭제, 업무정보 등급 식별·AI 시스템 보안 조항 신설
• Microsoft 365 파일에서 매크로 사용 또는 사용하지 않도록 설정 (마이크로소프트 지원) — 매크로 설정 메뉴 경로와 인터넷 파일 매크로 차단 안내
• Harness engineering: leveraging Codex in an agent-first world (OpenAI, 2026-02-11) — 규칙 문서와 기계적 검증으로 같은 실수를 반복하지 않게 하는 하네스 엔지니어링 원문

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 재직자 대상 클로드 코워크로 엑셀 파일을 PPT 보고서로, 일잘러 AI 강사 강성희의 Claude Cowork 실무 활용법
• 재직자 대상 클로드 Claude 엑셀 활용 제조업 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• 재직자를 위한 클로드 Claude 엑셀 활용 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 한국산업단지공단 임직원 대상 구글 노트북LM, 바이브코딩 실무교육, 재직자 AI 강사 강성희 특강 후기
•  
• [챗지피티강사 강성희] 재직자를 위한 제미나이 Gemini 3 바이브코딩 노코드 앱 제작, 크레신

발행일 2026-10-04 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
인터넷망 PC에서 챗GPT에 민원 요지를 넣고 답변 초안을 받았더니, 우리 군 조례에 없는 조문 번호가 근거로 붙고 "처리해 드리겠습니다" 같은 약속 문장까지 들어 있어서 한 줄도 못 쓴 경험이요.
1편의 규칙 문서를 따라 해 봤는데, 우리 과 업무에 맞게 '내 규칙 문서'를 쓰려니 어디서부터 적어야 할지 막막했던 경험이요.

공공기관 AX(AI 전환) 교육에서 AI 에이전트 활용을 가르치다 보면, 첫 규칙 문서를 함께 써 본 뒤 두 번째로 나오는 질문이 대개 같습니다. "그 규칙 문서, 우리 과 일에 맞게는 어떻게 쓰나요?" 1편에서 하네스는 AI를 결재선 안에 넣는 틀(규칙 문서·서식·검토 체크리스트·권한 경계)이라고 했죠. 2편은 그 틀을 직접 쓰는 법입니다. 지자체에서 가장 자주, 가장 조심스럽게 쓰는 문서인 민원 답변으로 연습하면 규칙 문서를 어떤 순서로 쓰고 어떻게 키워 가는지가 가장 선명하게 보이거든요. 규칙 문서는 글이라 업무망의 공공 AI에도 그대로 쓸 수 있고요.

이 글은 Mitchell Hashimoto·OpenAI·Anthropic·martinfowler.com 의 원문 글, Claude·ChatGPT·Gemini 공식 도움말(2026년 10월 기준), 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」 원문과 인사혁신처·행정안전부 지침 보도를 직접 확인해 정리했고, 공공기관 교육 현장과 제 블로그 자동화 매뉴얼을 고쳐 온 경험을 더했습니다. 민원 사례는 설계용 가상 사례입니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 공공기관·기업·학교 200여 곳 생성형 AI 교육 진행)

오늘 이 글 하나면 규칙 문서를 6블록으로 쓰는 순서, 서식과 'AI 초안' 표기를 고정하는 법, 사람 검토 전에 AI가 먼저 검사하는 체크리스트, 실수 하나를 규칙 한 줄로 바꿔 v2로 키우는 법, Claude·ChatGPT·Gemini에 넣는 순서, 그리고 업무망에서 쓰는 법까지 한 번에 잡을 수 있습니다. 시·군·구청과 읍면동 공직자를 위한 망분리 환경 AI 에이전트 시리즈 2편(1편: 입문), 하네스의 첫 번째 편입니다.

목차

1. 1편 복습 — 규칙 문서는 업무 매뉴얼, 체크리스트는 검토 의견
2. 왜 민원 답변 초안인가? 그냥 묻는 것과 무엇이 다른가?
3. 규칙 문서 6블록 — 역할·입력 게이트·근거 규칙·출력 서식·자체 검증·금지
4. 출력 서식은 어떻게 고정하고, 자체 검증은 어떻게 시키나?
5. 어디에 넣나? Claude 프로젝트·스킬, ChatGPT 프로젝트, Gemini 스킬 (화면 재현)
6. 실수 하나, 규칙 한 줄 — v1에서 v2로 키우는 법
7. 망분리 환경에서는 — 인터넷망·업무망에서 같은 규칙 문서 쓰기
8. 30분 미니 실습 — 공개 조례 1건과 가상 민원 요지로 답변 초안
9. 해서는 안 되는 것과 흔한 실패 세 가지
10. 자주 묻는 질문 FAQ

1. 1편 복습 — 규칙 문서는 업무 매뉴얼, 체크리스트는 검토 의견

1편에서 "에이전트 = 모델 + 하네스"라고 했습니다. 모델이 똑똑한 신규 직원이라면, 하네스는 그 직원에게 쥐여 주는 업무 매뉴얼·서식·검토 체크리스트·결재선이에요. 비르기타 뵈켈러(martinfowler.com)는 하네스를 행동하기 전에 방향을 잡는 가이드와 행동한 뒤에 결과를 보고 고치게 하는 센서로 나눴죠. 2편에서 만드는 것이 딱 이 둘이에요. 가이드는 규칙 문서와 출력 서식, 센서는 자체 검증 체크리스트.

▣ 하네스 네 요소와 2편에서 만드는 것

좋은 업무 매뉴얼은 길지 않습니다. 처리 순서·근거·서식·금지가 한눈에 들어오고, 개정 이력에 '왜 바꿨는지'가 남죠. AI 규칙 문서도 똑같아요. OpenAI의 하네스 엔지니어링 글도 규칙 문서(AGENTS.md)는 약 100줄짜리 짧은 '목차'로 두고 자세한 지식은 문서 폴더에, 규칙 위반은 검사 도구가 기계적으로 잡아내게 했다고 밝혔습니다. 그리고 미첼 해시모토의 원칙, 규칙 문서 한 줄 한 줄은 실제 실수 하나에서 나온다.

2편의 목표는 '좋은 글'이 아니라 '작동하는 문서'입니다. 넣어 두면 AI의 실수가 줄어드는 지침이요.

2. 왜 민원 답변 초안인가? 그냥 묻는 것과 무엇이 다른가?

민원 답변은 지자체 문서 중 근거가 가장 엄격하고, 단정과 약속이 가장 위험하며, 개인정보가 가장 섞이기 쉬운 문서입니다. 답변의 다섯 요소마다 AI가 '잘 틀리는 지점'이 달라요. ① 민원 요지에 섞인 성명·주소를 그대로 옮기고, ② 담당자가 정하지 않은 수용·불수용을 AI가 정해 버리고, ③ 없는 조문 번호와 상위 법령을 지어내고, ④ 처리 기한 같은 숫자를 추정하고, ⑤ "반드시 처리해 드리겠습니다" 같은 약속 표현을 씁니다.

왜 하필 민원 답변이냐면, 틀려도 그럴듯하기 때문이에요. 인사혁신처가 2026년 5월 「생성형 인공지능 활용 지침」을 내면서 밝힌 적발 사례(최근 3년 국외훈련 결과보고서 1,385건 중 11건에서 AI 환각 오류·확인 불가 문헌 인용)도 같은 유형이었죠. 보고서용 지침이지만 위험은 민원 답변에서 더 큽니다. 그래서 여섯 블록이 왜 각각 필요한지 가장 잘 보이는 교재예요.

▣ 같은 일을 두 방식으로 — 민원 답변 초안

그냥 묻기는 '초안 한 장'을 얻는 일이고, 하네스는 '같은 기준으로 쓰이고 근거가 남는 초안이 계속 나오는 구조'를 얻는 일입니다.

3. 규칙 문서 6블록 — 역할·입력 게이트·근거 규칙·출력 서식·자체 검증·금지

순서를 정해 두면 빠지는 블록이 없어요. 제가 교육에서 쓰는 순서는 역할 → 입력 게이트 → 근거 규칙 → 출력 서식 → 자체 검증 체크리스트 → 금지, 여섯 블록입니다. 1편의 주민 안내문 규칙을 민원 답변에 맞게 두껍게 쓴 것이에요.

▣ 여섯 블록 — 각 블록이 없을 때 나는 실수

▣ 블록별로 쓰는 요령

① 역할은 "처리 방향은 담당자가 정하고, 결재는 사람이 한다"까지 첫 줄에 적습니다. ② 입력 게이트는 문이 두 개예요. 부족한 입력을 막는 문(요지·근거 자료·처리 방향 중 하나라도 없으면 묻고 멈춤)과 들어와선 안 되는 입력을 막는 문(식별정보가 보이면 "식별정보 제거 요청"만 출력). 교육에서 자주 듣는 "AI가 자꾸 지어내요"는 입력이 비어 있는데 시작하게 둔 것이 원인인 경우가 많아요. ③ 근거 규칙에는 "제공된 조문만", "근거 칸이 비면 '근거 확인 필요'" 같은 게이트가 들어가고, ⑥ 금지는 실수가 발견됐을 때 한 줄 추가하기 가장 쉬운 자리라서 따로 둡니다.

▣ 민원 답변 초안 작성 규칙 v1 (그대로 붙여 넣어도 됩니다 — 기관명·서식은 우리 기관 것으로 바꾸세요)

민원 답변 초안 작성 규칙 v1
[변경 이력] v1 — 최초 작성.
[역할] ○○군 △△과 민원 답변 초안 작성 보조. 담당 주무관이 정한 처리 방향과 제공된 근거 자료를 답변 서식에 맞게 정리하고, 빠진 것을 질문한다. 처리 방향(수용·일부 수용·불수용·타 기관 안내)을 대신 정하지 않으며, 최종 작성·검토·결재는 담당자와 결재권자가 한다.
[입력 게이트] ① 민원 요지(식별정보를 뺀 요약) ② 근거 자료(조례·지침의 조문 원문, 공개 자료) ③ 담당자가 정한 처리 방향과 그 이유 — 세 가지가 모두 있어야 초안을 시작한다. 하나라도 없으면 없는 항목의 번호만 물어보고 초안을 쓰지 않는다. 성명·주소·연락처·생년월일·차량번호·접수번호 등 식별정보가 입력에 보이면 작성을 멈추고 "식별정보 제거 요청"만 출력한다.
[근거 규칙] 조례·지침은 제공된 조문만 인용하고, 조례명·조문 번호·조문 제목은 원문 그대로 적는다. 제공되지 않은 법령·조례·지침·사례는 쓰지 않는다. 근거 칸이 비면 "근거 확인 필요"라고 적고 추정하지 않는다. 제공되지 않은 상위 법령은 "상위 법령 확인 필요"로만 적는다. 처리 기한·수수료·금액·날짜 같은 숫자는 제공된 자료에 있는 것만 쓰고, 없으면 "_"로 비워 둔다.
[출력 서식] 첫 줄 "※ AI 초안(검토 전)". ① 민원 요지(2문장 이내) ② 검토 결과(담당자가 정한 처리 방향 1문장 + 이유 2문장 이내) ③ 근거(조례명 제○조 제목 — 해당 문장 인용) ④ 향후 절차와 문의처(절차는 제공된 자료 범위에서, 부서명·대표번호는 "_") ⑤ 맺음말(정형 문구 1문장). 공문체, 300자 내외. 끝 줄 "검토자/일자: ____". 서식 밖의 인사말·요약·조언·대안 제시는 쓰지 않는다.
[자체 검증 체크리스트] 출력하기 전에 아래 여섯 항목을 스스로 점검하고, 결과 표(항목 / 통과 ○× / 근거 위치)를 초안 아래에 붙인다. 하나라도 ×이면 고친 뒤 다시 점검한다. 항목을 지우거나 바꾸지 않는다. ① 식별정보 0건인가 ② 인용한 조례명·조문 번호가 제공된 자료에 실재하는가 ③ 날짜·금액·기한의 추정이 0건인가 ④ "반드시", "보장", "처리해 드리겠습니다" 같은 확정·약속 표현이 0건인가 ⑤ 서식 ①~⑤와 첫 줄·끝 줄 표기가 모두 있는가 ⑥ 담당자가 주지 않은 처리 방향·판단이 0건인가
[금지] 민원인의 감정·의도를 추정하지 않는다. 법령 해석을 단정하는 문장("~에 해당합니다")을 쓰지 않고 "~로 검토됩니다"로 쓴다. 담당자가 정하지 않은 처리 방향을 만들지 않는다. 다른 민원 사례·판례를 인용하지 않는다.

핵심은 모든 줄이 실수 하나와 연결되어 있다는 점이고, 설명할 수 없는 줄은 지워도 됩니다.

4. 출력 서식은 어떻게 고정하고, 자체 검증은 어떻게 시키나?

▣ 출력 서식을 고정하는 다섯 가지 기법

1. 항목 번호와 제목을 글자 그대로 — "① 민원 요지"처럼 적어 둔 그대로 쓰게 하고, "서식 밖의 말은 쓰지 않는다"를 덧붙입니다. "정중하게 써 줘"가 다른 모양을 부르는 주범이에요.
2. AI 초안 표기를 첫 줄과 끝 줄에 — "※ AI 초안(검토 전)"과 "검토자/일자: ____". 인사혁신처 지침의 '활용 사실의 투명한 공개'와 같은 취지이고, 검토 전 초안이 그대로 결재선에 올라가는 사고를 막아요.
3. 빈칸 어휘는 세 개만 — "____"(사람이 채울 것), "근거 확인 필요", "해당 없음". 빈칸을 허용하지 않으면 AI는 지어내서라도 채웁니다.
4. 어조·길이·호칭 — 공문체, 300자 내외, 호칭은 "귀하"로 고정. 길이를 적지 않으면 회차마다 크게 달라집니다.
5. 채워진 예시 1개 — 가상 민원으로 만든 '잘 쓰인 초안' 한 장을 참고 자료로. 앤트로픽의 스킬 만들기 공식 도움말도 "예시 입력과 출력을 넣어라"고 권해요. 실제 민원 답변은 올리지 않습니다.

▣ 자체 검증 체크리스트 — 사람 검토 전에 AI가 먼저 검사하게

뵈켈러의 말을 빌리면, "좋은 하네스는 사람의 개입을 꼭 없애려는 것이 아니라, 그 개입이 가장 중요한 곳으로 향하게 하는 것"입니다. 기계적으로 잡을 수 있는 것(식별정보, 없는 조문, 추정한 숫자, 약속 표현)은 AI가 먼저 잡고, 사람은 조문 재검색과 처리 방향 판단, 결재에만 시간을 쓰게 하는 거예요.

쓰는 원칙은 네 가지예요. 예/아니오로 답할 수 있게("적절한가?"가 아니라 "확정·약속 표현이 0건인가"), 근거 위치를 적게("③ 근거 ← 조례 제○조"), 실패 시 행동을 적게("×이면 고친 뒤 다시 점검"), 항목을 못 지우게. 마지막은 Anthropic의 장기 에이전트 하네스 글이 기능 목록을 "통과 여부만 바꾸고 삭제는 못 하게" 둔 것과 같은 이유예요.

솔직하게 말씀드릴게요. AI의 자체 검토는 후합니다. 그래서 자체 검증 표는 1차 필터이고, 사람의 2차 검토와 분리합니다. AI 1차는 셀 수 있는 것, 사람 2차는 조문 재검색·처리 방향 판단·결재. 5편에서는 이 체크리스트가 전부 통과될 때까지 반복시키는 '완료 조건 루프'로 확장합니다.

체크리스트는 AI를 믿기 위한 장치가 아니라, 검토자가 어디를 봐야 하는지 알려 주는 장치입니다.

5. 어디에 넣나? Claude 프로젝트·스킬, ChatGPT 프로젝트, Gemini 스킬 (화면 재현)

규칙 문서 v1이 완성됐으면 넣을 차례입니다. 모두 인터넷망 PC에서 공개 자료와 비식별 요지만으로 한다는 전제예요. 아래 그림은 실제 캡처가 아니라 공식 도움말을 기준으로 메뉴 위치와 누르는 순서를 재현한 것이라, 실제 화면과 배치가 조금 다를 수 있습니다.

▣ 넣는 순서 — 규칙 문서는 한 벌, 넣는 곳은 셋

순서는 ① 메모장에 규칙 문서 v1 완성(원본은 내 PC 파일) → ② 클로드 프로젝트 지침에 넣고 가상 민원으로 한 번 실행해 검증 표 확인 → ③ 잘 돌면 SKILL.md ZIP으로 스킬 업로드(선택) → ④ ChatGPT 프로젝트·Gemini 스킬에 같은 본문 복사예요.

Claude 프로젝트에 넣기

사이드바 'Projects' → '+ New Project' → 이름('민원 답변 초안 보조')·설명 → 'Set project instructions'에 규칙 문서 전체를 붙여 넣고 'Save instructions'. 참고 자료(공개 조례, 기관 공개 서식)는 '+'로 파일 추가. 지침은 그 프로젝트의 모든 대화에 적용됩니다. 과거 실제 답변 문서는 올리지 않아요.

Claude 스킬(SKILL.md ZIP)로 묶기

스킬은 '어디서든 꺼내 쓰는 절차'예요. Settings → Capabilities에서 'Code execution and file creation'을 켠 뒤 → Customize → Skills → '+' → '+ Create skill' → 'Upload a skill'로 SKILL.md가 든 ZIP을 올립니다. 관련 작업에 자동으로 적용되고, "내 민원 답변 스킬 써 줘"처럼 직접 부를 수도 있어요. SKILL.md는 맨 위에 name(64자 이내)과 description(200자 이내 — 클로드가 이 설명을 보고 언제 쓸지 판단하므로 구체적으로), 그 아래에 규칙 문서 본문. 폴더 이름은 스킬 이름과 같게, ZIP 안에 그 폴더가 바로 보이게 압축합니다.

---

name: minwon-reply-draft
description: 지자체 민원 답변 초안 작성 보조. 비식별 민원 요지와 제공된 조례 조문, 담당자가 정한 처리 방향을 받아 ①~⑤ 서식의 초안과 자체 검증 표를 만든다. 민원 답변·회신문 초안 요청에 사용.

---

(아래에 3절의 규칙 문서 v1 전체를 그대로 붙여 넣습니다)

ChatGPT 프로젝트에 넣기

사이드바 'New project' → 이름·아이콘 → '•••' → 'Project settings'에 지침으로 규칙 문서를 붙여 넣습니다. 이 지침은 그 프로젝트에만 적용되고 전역 지침보다 우선해요. 파일 추가와 프로젝트 전용 메모리 선택도 여기서. 커스텀 GPT는 2026년 12월 11일 종료 예정이라 새로 만든다면 프로젝트에 두세요.

Gemini 스킬에 넣기

Settings → Skills → 'Create manually'에서 이름·설명·지침을 넣습니다. 지침 칸에 규칙 문서 본문을 그대로. 채팅에서 '/'+스킬명(곧 '@')으로 부르거나 관련 프롬프트에 자동으로 적용돼요. 젬스는 10월 현재 계속 쓸 수 있고, 개인 계정 젬스는 11월부터 스킬로 자동 전환됩니다. 공개 조례는 Gemini Notebook(구 NotebookLM)에 모아 두는 방법도 있어요.

어디에 넣든 규칙 문서는 AI가 읽는 안내문이지 잠금장치가 아니라서, 체크리스트와 사람의 2차 검토가 같이 가야 해요. 그리고 본문은 한 벌로 관리하세요. 원본 파일을 내 PC에 두고 원본부터 고쳐야 세 곳과 업무망의 머리글 프롬프트(7절)에서 똑같이 돕니다.

6. 실수 하나, 규칙 한 줄 — v1에서 v2로 키우는 법

해시모토의 원칙을 다시 옮기면, "에이전트가 실수를 하면 그 실수를 다시는 못 하게 만드는 데 시간을 쓴다"입니다. 공직자가 따라 할 수 있는 절차로 바꾸면 다섯 단계예요.

▣ 실수 하나 → 규칙 한 줄, 다섯 단계

1. 실수를 발견한다 — 검증 표의 ×, 조문 재검색, 검토자 의견.
2. 어느 블록의 구멍인지 분류한다 — 입력(②)·근거(③)·서식(④)·체크리스트(⑤)·금지(⑥) 중 어디인가.
3. 그 블록에 한 줄만 더한다 — 실수 하나에 한 줄이어야 왜 생긴 줄인지 알 수 있어요.
4. 버전 번호를 올리고 변경 이력에 '실수 → 규칙'을 적는다.
5. 같은 입력으로 다시 돌려 확인한다 — 막지 않으면 줄을 더 구체적으로.

▣ v1 → v2 예시 (가상 실습에서 흔한 실수 세 가지)

규칙 문서 맨 위의 [변경 이력]에는 "v2: 조문 원문 그대로 인용 추가(실수: 없는 조건 삽입)"처럼 실수 → 규칙을 짝지어 적습니다. 버전 이력은 판단 기준의 이력, "우리 과가 AI 초안을 어떤 기준으로 받아들였는가"를 설명하는 기록이에요. 감사나 민원인이 "AI가 쓴 답변 아니냐"고 물을 때, AI 초안 표기와 이 이력, 검토자 서명이 함께 답이 됩니다.

제 블로그 자동화도 같은 방식으로 자랐어요. 매일 새벽 예약 작업이 운영 매뉴얼을 읽고 초안을 쓰는데, 실패가 날 때마다 매뉴얼에 규칙을 한 줄씩 더했고, 지금 매뉴얼의 줄 하나하나가 그때의 실패 하나입니다. 규칙 문서가 길어지면 '목차'만 남기고 세부는 참고 자료로 나누되, 지침에 "참고 자료의 ○○ 파일을 먼저 읽는다"를 꼭 적으세요. OpenAI 글의 말처럼 컨텍스트에서 못 보는 건 존재하지 않는 것이거든요.

7. 망분리 환경에서는 — 인터넷망·업무망에서 같은 규칙 문서 쓰기

국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」(2023년 6월) 원문은 "기관 인터넷망에서의 서비스 사용시 기관 민감데이터 미활용 등 유의 사용", "기관 내부(업무)망에서의 서비스 사용시 별도 내부 전용 서비스로 한정하여 사용"이라고 적고 있습니다. 식별정보를 뺀 요지와 공개 조문만으로 인터넷망 PC에서 초안을 받는 것은 이 취지에 어긋나지 않는 범위로 볼 수 있지만, 민원 내용이 비공개 내부자료에 해당하는지는 기관(보안담당관)이 판단합니다. 기관의 최신 지침이 늘 우선이에요.

▣ 세 가지 상황, 규칙 문서는 한 벌

업무망 쪽 공공 AI도 있습니다. 행정안전부·과학기술정보통신부의 '범정부 AI 공통기반'은 2025년 11월 24일부터 중앙·지방정부가 행정 내부망에서 AI 챗서비스를 쓰도록 시범 운영을 시작했고(이후 전체 중앙·지방정부로 단계적 확대 계획), 광주·양산·남양주·광진구처럼 자체 언어모델을 내부망에 둔 지자체도 있어요. '프로젝트' 버튼이 없어도 규칙 문서를 머리글로 붙여 넣는 것만으로 하네스는 성립합니다. 업무망에서 실제 민원 요지를 넣을 수 있는지는 기관 지침에 따르고, 어느 망에서든 AI 초안 표기와 검토자 서명은 같습니다.

8. 30분 미니 실습 — 공개 조례 1건과 가상 민원 요지로 답변 초안

기관 자료는 한 줄도 쓰지 않고, 인터넷망 PC에서 공개 조례 1건과 가상 민원 요지로 입력 게이트·근거 규칙·체크리스트가 작동하는지 확인하는 실습이에요.

1단계. 공개 조례 한 건 내려받기 (5분)

국가법령정보센터 자치법규 검색(또는 자치법규정보시스템 ELIS)에서 우리 군의 '○○ 지원 조례' 한 건을 찾아 내려받습니다. 공개 자료라 인터넷망 AI에 넣어도 돼요.

2단계. 프로젝트와 규칙 문서 v1 (5분)

5절 순서대로 '민원 답변 초안 보조' 프로젝트를 만들고, 3절의 규칙 문서 v1을 지침에, 조례 파일을 참고 자료에 넣습니다.

3단계. 가상 민원 요지와 처리 방향 만들기 (5분)

새 대화에서 아래처럼 요청해 요지를 받고, 처리 방향은 내가 정해서 적어 둡니다(예: "지원 대상 요건과 신청 절차 안내").

이 조례의 지원 대상 요건을 문의하는 가상 민원 요지를 2문장으로 만들어 줘. 성명·주소·연락처 없이, 상황은 가상으로.

4단계. 답변 초안 받고 조문 재검색 (10분)

요지·조례·처리 방향을 넣고 "규칙대로 답변 초안"이라고만 보냅니다. 첫 줄의 AI 초안 표기, ①~⑤ 서식, 자체 검증 표를 확인한 뒤, 초안의 조문 번호와 인용 문장을 국가법령정보센터에서 다시 찾아봅니다. 다르거나 없는 번호가 있다면 규칙에 한 줄 더할 순간이에요.

5단계. 게이트 확인과 규칙 한 줄 (5분)

처리 방향을 빼고 같은 요청을 보내 멈추고 묻는지 봅니다. 그다음 요지에 가상 이름을 넣어 보내 "식별정보 제거 요청"만 나오는지 봅니다. 발견한 실수를 6절 절차로 분류해 한 줄 추가하고 v2로 저장, 변경 이력에 적으면 끝. 산출물은 답변 초안, 자체 검증 표, 규칙 문서 v2입니다.

9. 해서는 안 되는 것과 흔한 실패 세 가지

▣ 해서는 안 되는 것 (근거)

• 기관 내부자료·민감정보 입력 — 국정원 가이드라인 원문 "기관 내부자료 등 민감정보 입력 금지로 기관 정보 유출 차단". 민원 원문·접수 대장을 통째로 넣지 않습니다.
• 민감한 개인정보 입력 — 같은 가이드라인의 "민감한 개인정보(건강, 종교, 정치적 성향 등) 입력 금지". 꼭 필요하면 "가명화 및 익명화를 통한 실제 개인정보와 기관과의 관계 유추 가능성 차단"이 원칙이에요.
• AI 초안을 검토 없이 결재선에 올리기 — 행정안전부 「공공부문 인공지능(AI) 윤리기준」(2026년 10월 2일 확정)의 "최종적인 책임과 통제가 사람에게 있음". 조문 재검색과 처리 방향 판단은 사람 몫이에요.

▣ 흔한 실패 세 가지

• 규칙 문서를 길게만 쓴다 — 매뉴얼을 통째로 붙여 넣으면 AI는 중요한 줄을 놓칩니다. 규칙 문서는 짧은 목차로, 조례·서식은 참고 자료 파일로.
• 체크리스트가 예/아니오로 끝나지 않는다 — "적절한가?" 같은 항목은 AI가 늘 ○를 칩니다. "확정·약속 표현 0건"처럼 셀 수 있는 항목으로 바꾸세요.
• 실수를 채팅에서만 고친다 — "그 조문 빼고 다시 써 줘"는 그 자리만 고칩니다. 규칙 문서는 그대로니 다음 민원에서 같은 실수가 나와요. 실수 하나, 규칙 한 줄, 버전 하나.

▣ 다음 편 예고 — 3편은 하네스 ② 업무망에서: 공공 AI 머리글 프롬프트 하네스, 사람이 돌리는 수동 루프, 월간 통계 집계를 위한 '구조만 반출 → 코드 반입'입니다.

10. 자주 묻는 질문 FAQ

Q1. 민원 답변 초안을 챗GPT나 클로드에 부탁해도 되나요?

A1. 민원인의 성명·주소·연락처·접수번호를 뺀 요지와 공개된 조문만으로 인터넷망 PC에서 초안을 받는 것은 국정원 가이드라인의 취지에 어긋나지 않는 범위로 볼 수 있지만, 민원 내용이 비공개 내부자료에 해당하는지는 기관이 판단합니다. 보안담당관 확인이 먼저이고, 규칙 문서의 입력 게이트로 식별정보를 한 번 더 막으세요.

Q2. 'AI 초안' 표기는 꼭 해야 하나요?

A2. 규칙으로 두길 권합니다. 인사혁신처 생성형 AI 활용 지침의 '활용 사실의 투명한 공개'와 행정안전부 윤리기준의 '투명성'이 같은 취지이고, 실무적으로는 검토 전 초안이 그대로 결재선에 올라가는 일을 막아 줘요. 첫 줄 "※ AI 초안(검토 전)", 끝 줄 검토자 서명란을 서식에 고정하고, 최종 표기 방식은 기관 지침을 따르세요.

Q3. 업무망 공공 AI에는 프로젝트 기능이 없는데 규칙 문서를 어떻게 쓰나요?

A3. 규칙 문서 6블록을 머리글 프롬프트로 저장해 두고 질문할 때마다 맨 앞에 붙여 넣으면 됩니다. 출처 제시형 AI라면 "출처 없는 문장은 삭제"를 한 줄 더하고, AI 초안 표기와 체크리스트는 그대로 둡니다. AI가 없는 업무망에서는 같은 서식과 체크리스트를 한글 양식으로 두고 사람이 수동 루프를 돌리면 돼요.

정리하면, 규칙 문서는 역할·입력 게이트·근거 규칙·출력 서식·자체 검증·금지의 여섯 블록으로 쓰고, 서식과 AI 초안 표기는 글자 그대로 고정하며, 체크리스트는 사람 검토 전 AI의 1차 검사로 두고, 실수 하나가 나올 때마다 한 줄을 더해 v2를 만듭니다. 어려운 쪽은 기술이 아니라 첫 실수를 규칙 한 줄로 바꾸는 습관입니다.

AI는 기안하고, 사람은 결재합니다. 그 사이의 검토 기준을 글로 적어 둔 것이 규칙 문서이고, 실수 하나마다 한 줄씩 자라는 것이 하네스 엔지니어링입니다.

지금 바로 국가법령정보센터에서 우리 군 조례 한 건을 내려받아, 3절의 규칙 문서 v1으로 가상 민원 답변 초안을 받아 보세요. 처리 방향을 뺐을 때 AI가 멈추고 묻는 순간, 입력 게이트가 무엇인지 몸으로 알게 돼요.

공무원 민원 답변 초안 하네스 엔지니어링 | 규칙 문서·서식·검토 체크리스트 쓰는 법, 강성희 강사 (시리즈 2편)

📎 관련 정보 및 공식 채널

• My AI Adoption Journey (Mitchell Hashimoto, 2026-02-05) — "실수 하나에 규칙 한 줄" 원칙의 원문
• Harness engineering: leveraging Codex in an agent-first world (OpenAI, 2026-02-11) — 짧은 목차형 규칙 문서와 기계적 검증
• 국가법령정보센터 자치법규 검색 — 실습용 공개 조례 내려받기와 조문 재검색
• Claude 커스텀 스킬 만들기 공식 도움말 — SKILL.md의 name·description 규칙과 ZIP 폴더 구조

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 재직자 대상 클로드 코워크로 엑셀 파일을 PPT 보고서로, 일잘러 AI 강사 강성희의 Claude Cowork 실무 활용법
• 재직자 대상 클로드 Claude 엑셀 활용 제조업 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• 재직자를 위한 클로드 Claude 엑셀 활용 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 한국산업단지공단 임직원 대상 구글 노트북LM, 바이브코딩 실무교육, 재직자 AI 강사 강성희 특강 후기
•  
• [챗지피티강사 강성희] 재직자를 위한 제미나이 Gemini 3 바이브코딩 노코드 앱 제작, 크레신

발행일 2026-10-04 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
인터넷망 PC에서 챗GPT에 민원 답변 초안을 부탁했는데, 어제와 오늘 어조가 다르고 있지도 않은 조문 번호가 섞여 나와서 결국 처음부터 다시 쓴 경험이요.
요즘 '하네스 엔지니어링', '루프 엔지니어링', '헤르메스' 같은 말이 들리는데, 망분리된 우리 청사와는 상관없는 개발자 이야기 같아서 넘긴 경험이요.

공공기관 AX(AI 전환) 교육에서 AI 에이전트 활용을 가르치는 강사로서, 올해 지자체 교육장에서 가장 많이 들은 말은 "우리는 망이 분리돼 있어서요"였습니다. 맞아요. 그래서 더 필요합니다. 세 단어는 전부 AI에게 일을 '한 번' 시키는 법이 아니라, 정해진 틀 안에서 '계속' 제대로 시키는 법에 관한 이야기이고, 그 틀을 만드는 일은 공무원이 매일 하는 기안·검토·결재와 같은 구조거든요. 망이 분리돼 있을수록 '틀'이 있어야 안전하게 쓸 수 있습니다.

이 글은 OpenAI·Anthropic·martinfowler.com 의 원문 글, Claude·ChatGPT·Gemini 공식 도움말(2026년 10월 기준), Hermes Agent 공식 문서, 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」 원문과 인사혁신처·행정안전부 지침 보도를 직접 확인해 정리했고, 공공기관 교육 현장과 제 블로그 자동화 운영 경험을 더했습니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 공공기관·기업·학교 200여 곳 생성형 AI 교육 진행)

오늘 이 글 하나면 세 용어가 무엇이고 서로 어떻게 다른지, 챗GPT·제미나이에 그냥 묻는 것과 무엇이 달라지는지, 어느 사이트의 어느 버튼인지, 인터넷망 PC와 업무망에서 각각 어떻게 적용하는지, 그리고 가이드라인상 해서는 안 되는 것까지 한 번에 잡을 수 있습니다. 이번 시리즈는 시·군·구청과 읍면동에서 일하는 공무원이 AI를 처음 다룬다는 기준으로 6편으로 이어지고, 오늘은 전체 지도인 1편입니다.

목차

1. 2026년 공무원 AI, 왜 '엔지니어링'까지 알아야 하나?
2. 하네스 엔지니어링 — AI를 결재선 안에 넣는 틀
3. 루프 엔지니어링 — 당직표처럼 돌고, 조건을 채우면 멈춘다
4. 헤르메스 에이전트 — 청사 안에 두는 상주 AI
5. 챗GPT·제미나이에 그냥 묻는 것과 무엇이 다른가?
6. 어느 사이트의 어느 버튼인가? (화면 재현)
7. 망분리 환경에서는 어떻게 — 인터넷망·업무망별 적용법
8. 30분 미니 실습 — 우리 군 조례 1건으로 첫 규칙 문서
9. 해서는 안 되는 것과 흔한 실패
10. 자주 묻는 질문 FAQ

1. 2026년 공무원 AI, 왜 '엔지니어링'까지 알아야 하나?

2023년에는 '프롬프트 엔지니어링', 즉 AI에게 어떻게 말할까만 알면 됐습니다. 2026년에는 AI가 한 번 답하는 도구에서 여러 단계를 스스로 처리하는 에이전트로 바뀌면서, "어떻게 말할까"보다 "어떤 규칙과 검증 속에서, 언제, 어디까지 일하게 할까"가 중요해졌어요. 그 질문에 붙은 이름이 하네스와 루프입니다. 그리고 공공부문은 바로 그 '규칙과 검증'이 제도로 정해져 있는 곳이죠. 행정안전부가 2026년 10월 2일 확정한 「공공부문 인공지능(AI) 윤리기준」도 6대 가치(공공성·형평성·투명성·책임성·안전성·프라이버시 보호)와 함께 "최종적인 책임과 통제가 사람에게 있음"을 분명히 했습니다. 하네스와 루프는 그 원칙을 실무 틀로 옮기는 방법이에요.

▣ 세 용어 한눈에 (출처 원문을 바탕으로 정리)

용어의 출처는 분명합니다. '하네스 엔지니어링'은 2026년 2월 5일 미첼 해시모토(테라폼 개발자)가 "업계에 자리 잡은 용어가 있는지 모르겠지만, 나는 이걸 하네스 엔지니어링이라 부르게 됐다"고 쓴 글에서 시작해, 2월 11일 OpenAI의 「Harness engineering」으로 널리 퍼졌습니다. '루프 엔지니어링'은 6월 7일 애디 오스마니(앤트로픽 클로드 코드 팀, 전 구글 크롬 팀)의 「Loop Engineering」이 정리한 말이에요.

솔직하게 말씀드릴게요. '헤르메스 엔지니어링'은 제가 확인한 범위에서는 정식 용어가 아닙니다. 한국어·영어 어디에서도 그 문구 자체는 없었고, 실체는 Nous Research가 2026년 2월에 공개한 오픈소스 Hermes Agent(헤르메스 에이전트)예요. 하네스와 루프를 설치형 제품으로 묶어 놓은 것이라, 영어권의 일부 소개 글이 셋을 '새 용어 3가지'로 묶어 다루면서 그렇게 불리게 된 것으로 보입니다. 이 시리즈에서는 헤르메스 에이전트라고 부르겠습니다.

2. 하네스 엔지니어링 — AI를 결재선 안에 넣는 틀

하네스(harness)는 말에 채우는 마구예요. 힘은 살리고 방향은 잡아 주죠. AI 에이전트 쪽에서는 "에이전트 = 모델 + 하네스" 로 설명합니다. 모델이 똑똑한 신규 직원이라면, 하네스는 그 직원에게 쥐여 주는 업무 매뉴얼·서식·검토 체크리스트·결재선 전부입니다.

martinfowler.com의 비르기타 뵈켈러는 하네스를 둘로 나눕니다. AI가 행동하기 전에 방향을 잡아 주는 지침(guides) 과, 행동한 뒤에 결과를 보고 고치게 하는 센서(sensors). 공문 작성으로 바꾸면 지침은 업무 매뉴얼과 서식이고, 센서는 검토 의견과 체크리스트입니다.

공무원 업무로 보는 하네스의 네 요소

• 규칙 문서(지침) — 역할, 근거 규칙("제공된 조문만 인용, 없으면 '근거 확인 필요'"), 금지("추정 금지, 확정·약속 표현 금지").
• 출력 서식 — 민원 요지 → 검토 결과 → 근거 조문 → 향후 절차·문의처 → 맺음말 같은 고정 양식. 서식이 고정되면 누가 받아도 품질이 같습니다.
• 검증 체크리스트(센서) — 식별정보 0건, 인용 조문 실재, 날짜·금액 추정 없음. AI가 스스로 한 번, 사람이 다시 한 번.
• 권한 경계 — "성명·주소·연락처가 포함되면 작성을 멈추고 식별정보 제거를 요청한다" 같은 입력 게이트. 망분리 환경에서 가장 중요한 요소예요.

OpenAI 글의 사례를 하나만 옮기면, 2025년 8월 말부터 다섯 달 동안 엔지니어 3명(나중에 7명)이 손으로 쓴 코드 없이 약 100만 줄의 작업을 AI 에이전트로 처리했는데, 글이 강조한 것은 모델이 아니라 하네스였습니다. 규칙 문서는 짧은 '목차'로 두고, 규칙 위반은 사람이 아니라 검사 도구가 잡아내게 하고, "사람은 조종하고, 에이전트는 실행한다." 해시모토의 원칙은 더 단순해요. 에이전트가 실수하면, 그 실수를 다시는 못 하게 만드는 데 시간을 쓴다. 규칙 문서 한 줄 한 줄이 실제 실수 하나에서 나왔다고 합니다.

하네스 엔지니어링 = 실수 하나를 발견할 때마다 규칙 한 줄, 검토 항목 하나를 더하는 일. 감사 지적 사항을 업무 매뉴얼에 반영하는 것과 같은 사고방식입니다.

3. 루프 엔지니어링 — 당직표처럼 돌고, 조건을 채우면 멈춘다

하네스가 '어떻게 일하게 할까'라면, 루프는 '누가, 언제 다시 시키고, 언제 멈추게 할까' 입니다. 오스마니의 정의는 이렇습니다. "루프 엔지니어링은 에이전트에게 프롬프트를 치는 사람 자리를 내가 떠나는 것이다. 대신 그 일을 하는 시스템을 설계한다." 그가 인용한 앤트로픽 클로드 코드 책임자의 말도 같은 뜻이에요. "이제 내 일은 루프를 쓰는 것이다."

루프를 이루는 부품 (오스마니 글을 비개발자용으로 추린 것)

• 자동화(트리거) — 매주 월요일 9시처럼 시간으로 돌거나(예약), "체크리스트 전부 통과"처럼 조건을 채울 때까지 돕니다. 자동화가 있어야 루프예요.
• 스킬 — 매번 설명을 반복하지 않도록 절차를 저장한 것. 하네스의 규칙 문서가 여기 들어갑니다.
• 커넥터 — 에이전트가 읽고 쓸 외부 도구. 공무원은 기관 드라이브·메일을 연결하지 않는 것이 원칙입니다.
• 검증 분리 — 일을 한 AI가 자기 결과를 채점하면 후하므로, 검증은 별도 체크리스트나 별도 평가자가 합니다.
• 상태 기록 — 지난 회차에 어디까지 했는지 남기는 진행 파일. 없으면 매번 처음부터 다시 합니다.

공무원 비유로는 당직표가 딱 맞아요. 누가 언제 돌고, 무엇을 점검하고, 이상 없으면 "이상 없음" 한 줄로 끝. 언제 끝나는지가 적혀 있지 않은 당직은 야근만 늘죠. 루프도 종료 조건이 없는 반복은 사고입니다. 클로드 코드의 /goal 기능은 측정 가능한 완료 조건을 적으면 충족될 때까지 일하고 매 턴 별도의 작은 모델이 판정하는데, 공식 문서조차 "20턴이 지나면 멈춘다" 같은 상한을 함께 적으라고 권해요.

제 경우를 하나 말씀드리면, 이 블로그의 정보성 글은 매일 새벽 예약 작업이 운영 매뉴얼을 읽고 초안을 쓴 뒤, 제 PC의 봇이 저장까지 하고 결과 파일을 남깁니다. 매뉴얼이 하네스, 새벽 예약이 루프, 결과 파일이 센서예요. 실패가 날 때마다 매뉴얼에 규칙을 한 줄씩 더했더니 지금은 아침에 결과 파일만 확인합니다. 공개 발행은 여전히 제가 누르고요. 공무원으로 치면 "기안은 AI, 결재는 사람"입니다.

루프 엔지니어링 = 트리거 + 검증 + 종료 조건 + 기록. 넷 중 하나라도 빠지면 자동화가 아니라 방치입니다.

4. 헤르메스 에이전트 — 청사 안에 두는 상주 AI

Hermes Agent는 Nous Research가 2026년 2월 25일 MIT 라이선스로 공개한 오픈소스 에이전트입니다. 공식 설명으로는 "서버에 상주하며, 배운 것을 기억하고, 오래 돌릴수록 유능해지는" 에이전트예요.

▣ 헤르메스 에이전트가 하는 일 (공식 문서 기준)과 공공기관의 전제

쉽게 말해 하네스(기억·스킬·권한)와 루프(크론·배달)를 설치형으로 묶은 것이고, 서울·광주·양산·남양주·광진구처럼 지자체가 내부망에 자체 언어모델(sLLM)을 구축한 사례는 같은 방향의 '공공판'으로 볼 수 있습니다. 다만 개인이 업무 PC에 설치하는 일은 2026년 5월 1일 시행된 「국가 사이버보안 기본지침」이 인공지능시스템 보안 조항을 신설한 만큼 정보화 부서와 함께 가야 할 과제예요. 1편에서는 "이런 선택지가 있고, 출입증(보안성 검토)이 먼저"까지만 기억해 두시면 됩니다. 자세한 내용은 6편에서 다룹니다.

5. 챗GPT·제미나이에 그냥 묻는 것과 무엇이 다른가?

"그냥 챗GPT에 물어보면 되지 않나요?" 비유로 답하면, 채팅창에 매번 묻는 것은 복도에서 만난 똑똑한 신규 직원에게 "이거 어떻게 써?" 하고 묻는 것이에요. 매번 다른 답이 오고, 근거가 없고, 그대로는 결재에 못 올립니다. 하네스는 그 직원에게 업무 매뉴얼·서식·검토 체크리스트를 쥐여 주고 "이 틀 안에서만" 일하게 한 것이고, 루프는 그 틀을 "매주 월요일 9시" 또는 "체크리스트를 통과할 때까지" 반복시키는 당직표입니다.

▣ 같은 일을 두 방식으로 — 민원 답변 초안

통계 쪽 예도 같습니다. "이 엑셀 집계해 줘"는 인터넷망에서 할 수 없고 해서도 안 되지만, "열 이름은 읍면동·사업명·건수·금액이고 약 300행, 값은 더미, 외부 통신 없는 VBA와 검증 수식 3개를 달라"는 구조만 담은 규칙 문서를 한 번 만들어 두면, 코드를 받아 업무망에서 돌리는 월말 루프가 됩니다. 차이는 모델의 똑똑함이 아니라 설계에서 납니다.

그냥 묻기는 '대답'을 얻는 일이고, 하네스와 루프는 '같은 품질의 대답이 계속 나오고 근거가 남는 구조'를 얻는 일입니다.

6. 어느 사이트의 어느 버튼인가? (화면 재현)

개발자 도구가 아니어도 됩니다. 2026년 10월 현재 세 서비스에는 하네스와 루프에 해당하는 버튼이 이미 있어요. 아래 그림은 실제 캡처가 아니라 공식 도움말을 기준으로 메뉴 위치와 누르는 순서를 재현한 것이라, 실제 화면과 배치가 조금 다를 수 있습니다. 모두 인터넷망 PC에서, 공개 자료만으로 한다는 전제예요(7절).

▣ 개념 ↔ 버튼 대응표 (각 서비스 공식 도움말, 2026년 10월 기준)

'프로젝트(또는 스킬) + 예약' 이 두 버튼이 비개발자용 하네스와 루프입니다. 예약 실행은 서비스와 플랜에 따라 이용 조건이 다르니(Claude Cowork 예약은 유료 플랜 전용) 공식 도움말을 확인하시고, 어느 쪽이든 "완료" 표시가 곧 성공은 아니니 결과를 열어 보는 사람의 검토 단계를 루프 끝에 꼭 두세요. 커스텀 GPT는 2026년 12월 11일 종료 예정이고 공식 이전 경로는 플러그인·스킬이지만, 비개발자는 지침을 프로젝트에 두는 편이 간단합니다.

7. 망분리 환경에서는 어떻게 — 인터넷망·업무망별 적용법

제도부터 짚을게요. 2026년 5월 1일 시행된 「국가 사이버보안 기본지침」은 종전의 망분리 조항을 삭제하고 업무정보 등급 식별과 인공지능시스템 보안 조항을 새로 두었습니다(국가 망 보안체계, N2SF). 다만 기관별 등급 식별과 보안성 검토를 거쳐야 하므로, 2026년 10월 현재 교육 현장에서 만나는 지자체 대부분은 여전히 업무망 PC와 인터넷망 PC로 나뉘어 있다고 보는 것이 안전해요. 상용 생성형 AI에 대한 원칙은 국가정보원 「챗GPT 등 생성형 AI 활용 보안 가이드라인」(2023년 6월) 원문이 분명합니다. "기관 내부(업무)망에서의 서비스 사용시 별도 내부 전용 서비스로 한정하여 사용", "기관 인터넷망에서의 서비스 사용시 기관 민감데이터 미활용 등 유의 사용". 이 취지를 보수적으로 적용하면 챗GPT·제미나이·클로드는 인터넷망 PC에서, 공개 자료만 쓰는 것이 안전합니다(2023년 문서이므로 기관의 최신 지침이 우선입니다).

▣ 네 가지 상황별 적용법

업무망 쪽 공공 AI도 열리기 시작했습니다. 행정안전부·과학기술정보통신부의 '범정부 AI 공통기반'이 2025년 11월부터 중앙·지방 공무원을 대상으로 행정망 안에서 AI 챗서비스를 시범 운영을 거쳐 시작했고, 서울시가 행정망 안에 자체 언어모델을 구축한 것을 비롯해 광주·양산·남양주·광진구처럼 자체 언어모델을 내부망에 둔 지자체도 늘고 있어요. 이런 도구에는 '프로젝트' 버튼이 없을 수 있지만, 규칙 문서를 머리글로 붙여 넣는 것만으로 하네스는 성립합니다. 하네스는 버튼이 아니라 설계이기 때문이에요.

'구조만 반출'은 제가 공무원·재직자 교육에서 늘 강조하는 원칙과 같습니다. AI에게는 데이터가 아니라 구조를 보여 준다. 이름·주소·금액이 든 파일을 올리는 대신 열 이름과 바꿀 규칙만 알려 주고 코드를 받아 업무망에서 실행하는 방식인데, 열 이름·서식·더미값은 가이드라인이 말하는 "기관 민감데이터"에 해당하지 않을 가능성이 높지만, 등급 판단의 주체는 기관이므로 보안담당관 확인을 먼저 받으세요. 비공개 사업명이나 대상자 범주가 열 이름에 드러나면 이야기가 달라집니다.

8. 30분 미니 실습 — 우리 군 조례 1건으로 첫 규칙 문서

사내 자료 없이, 전부 공개 자료로 하네스가 '작동하는 순간'을 체험하는 실습입니다. 인터넷망 PC에서 합니다.

1단계. 조례 한 건 내려받기 (5분)

국가법령정보센터 자치법규 검색에서 우리 군의 '○○ 지원 조례' 한 건을 찾아 내려받습니다. 공개 자료이므로 인터넷망 AI에 넣어도 됩니다.

2단계. 프로젝트 만들고 규칙 문서 붙여넣기 (5분)

6절의 순서대로 '주민 안내문 작성 보조' 프로젝트를 만들고, 아래 규칙 문서를 지침에 붙여 넣습니다.

주민 안내문 작성 규칙 v1
[역할] ○○군 △△과 주민 안내문 작성 보조. 최종 작성자는 담당 공무원.
[입력 게이트] 성명·주소·연락처·접수번호가 포함되면 작성을 멈추고 "식별정보 제거 요청"만 출력한다.
[근거 규칙] 조례·지침은 제공된 조문만 인용한다. 없으면 "근거 확인 필요"로 표시하고 추정하지 않는다.
[서식] ① 지원 대상 ② 신청 절차 ③ 제외 사유 ④ 문의처(기관 대표번호) — 공문체 300자 내외, 각 항에 조문 번호 병기.
[표기] 첫 줄 "※ AI 초안(검토 전)", 끝 줄 "검토자/일자: ____".
[자체 검증] 식별정보 0건 / 인용 조문 실재 / 날짜·금액 추정 없음 / 확정·약속 표현 없음.

3단계. 안내문 초안 받기 (10분)

조례 파일을 올리고 "규칙대로 안내문 초안"이라고만 보냅니다. 첫 줄의 AI 초안 표기와 조문 번호 병기가 됐는지 봅니다.

4단계. 조문 번호 재검색 (5분)

초안의 조문 번호를 국가법령정보센터에서 다시 찾아봅니다. 실제 조문과 다르거나 없는 번호가 있다면, 그게 바로 규칙 문서에 한 줄 더할 순간이에요(예: "조문 번호는 원문에 있는 그대로만 적는다").

5단계. 같은 요청 두 번 (5분)

새 대화에서 같은 요청을 한 번 더 보내 서식이 같은지 비교합니다. 서식이 같으면 하네스가 작동한 것이고, 다르면 서식 규칙을 더 구체적으로 적습니다. 산출물은 안내문 초안 1장과 체크 기록 1장입니다.

9. 해서는 안 되는 것과 흔한 실패

▣ 해서는 안 되는 것 (근거)

• 기관 내부자료 등 민감정보 입력 — 국정원 가이드라인 원문 "기관 내부자료 등 민감정보 입력 금지로 기관 정보 유출 차단".
• 민감한 개인정보 입력 — 같은 가이드라인의 "민감한 개인정보(건강, 종교, 정치적 성향 등) 입력 금지". 개인정보가 꼭 필요하면 "가명화 및 익명화를 통한 실제 개인정보와 기관과의 관계 유추 가능성 차단"이 원칙입니다.
• 업무망에서 상용 AI 접속 시도·우회 — "기관 내부(업무)망에서의 서비스 사용시 별도 내부 전용 서비스로 한정하여 사용".
• 검증 없는 산출물 사용 — 인사혁신처가 2026년 5월 22일 전 부처에 배포한 「생성형 인공지능 활용 지침」(공무원 교육훈련 결과보고서용)은 진실성 추구·활용 사실의 투명한 공개·비판적 시각 유지 등 7가지 기본원칙을 두었고, 최근 3년 국외훈련 결과보고서 1,385건 중 11건에서 AI 환각으로 인한 오류·확인 불가 문헌 인용 등이 확인됐습니다. 보고서에 한정된 지침이지만, 검증 없는 산출물의 위험은 모든 문서에 같습니다.
• 복지 수급·인허가처럼 주민의 권리에 영향을 주는 결정을 AI에 맡기기 — 행정안전부 인공지능 윤리기준의 "최종적인 책임과 통제가 사람에게 있음".

▣ 흔한 실패 세 가지

• "구조만"이라면서 열 이름 아래 실제 성명 열 줄을 복사해 넣는다 — 입력 게이트 규칙이 막아 주지만, 애초에 더미값으로 바꿔서 넣으세요.
• AI가 만든 조문 번호를 확인 없이 인용한다 — 인사혁신처 적발 유형과 같습니다. 4단계 재검색을 루프에 넣으세요.
• 예약 작업에 기관 드라이브·메일을 연결한다 — 예약은 공개 자료 모니터링만. 완료 표시는 성공이 아니니 결과를 열어 보는 사람의 검토를 끝에 둡니다.

▣ 시리즈 안내 (지자체 공무원 편, 총 6편)

10. 자주 묻는 질문 FAQ

Q1. 망분리된 공공기관에서도 하네스 엔지니어링을 할 수 있나요?

A1. 네. 하네스는 버튼이 아니라 규칙 문서·서식·검토 체크리스트라는 설계라서, 인터넷망 PC의 상용 AI든 업무망의 공공 AI든, 심지어 AI가 없어도 서식으로 성립합니다. 인터넷망에서는 공개 자료만 쓰고, 기관 내부자료와 개인정보는 넣지 않는 것이 전제예요.

Q2. 공무원이 루프 엔지니어링을 하려면 어떤 기능을 쓰나요?

A2. Claude는 Cowork의 'Scheduled', ChatGPT는 사이드바의 'Scheduled', Gemini는 프롬프트에 시각을 적어 만들고 'Scheduled actions'에서 관리합니다. 공공에서는 조례 개정 공고나 상급기관 보도자료처럼 공개 자료를 모으는 주간 루프만 걸고, 기관 드라이브·메일은 연결하지 않습니다. 완료 조건과 상한도 꼭 적으세요.

Q3. 챗GPT에 민원 답변을 부탁해도 되나요?

A3. 민원인의 성명·주소·연락처·접수번호를 뺀 '요지'와 공개된 조문만으로 인터넷망 PC에서 초안을 받는 것은 가이드라인의 취지(기관 민감데이터 미활용·개인정보 입력 금지)에 어긋나지 않는 범위로 볼 수 있지만, 민원 내용 자체가 비공개 내부자료에 해당하는지는 기관이 판단합니다. 기관 지침과 보안담당관 확인이 먼저이고, 초안에는 "AI 초안(검토 전)"을 표기하고 조문 번호를 다시 확인한 뒤 최종 답변은 담당 공무원이 작성·결재해야 해요.

정리하면, 하네스는 AI를 결재선 안에 넣는 틀이고, 루프는 그 틀로 언제 돌고 언제 멈출지를 정한 당직표이며, 헤르메스 에이전트는 둘을 청사 안에 설치해 두는 선택지입니다. 망이 분리돼 있어도 틀은 만들 수 있고, 오히려 틀이 있어야 안전해요. 어려운 쪽은 기술이 아니라 첫 규칙 문서를 쓰는 30분입니다.

AI는 기안하고, 사람은 결재합니다. 그 사이의 검토 단계를 글로 적어 두는 것이 하네스이고, 매주 돌게 하는 것이 루프입니다.

지금 바로 국가법령정보센터에서 우리 군 조례 한 건을 내려받아, 8절의 규칙 문서로 안내문 초안을 받아 보세요. 조문 번호를 다시 찾아보는 순간, 하네스가 무엇인지 몸으로 알게 됩니다.

지자체 공무원 하네스·루프 엔지니어링 입문 | 망분리 환경에서 AI 에이전트 쓰는 법, 강성희 강사 (시리즈 1편)

📎 관련 정보 및 공식 채널

• Harness engineering: leveraging Codex in an agent-first world (OpenAI, 2026-02-11) — 하네스 엔지니어링을 널리 알린 원문
• Loop Engineering (Addy Osmani, 2026-06-07) — 루프 엔지니어링의 정의와 부품
• Hermes Agent 공식 저장소 (Nous Research) — 헤르메스 에이전트 기능과 설치
• 국가법령정보센터 자치법규 검색 — 실습용 조례 내려받기
• Claude 프로젝트 만들기 공식 도움말 — 프로젝트 지침·지식 설정 순서
• Gemini 예약 작업 공식 도움말 — 'Scheduled actions' 관리 방법

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 재직자 대상 클로드 코워크로 엑셀 파일을 PPT 보고서로, 일잘러 AI 강사 강성희의 Claude Cowork 실무 활용법
• 재직자 대상 클로드 Claude 엑셀 활용 제조업 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• 재직자를 위한 클로드 Claude 엑셀 활용 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 한국산업단지공단 임직원 대상 구글 노트북LM, 바이브코딩 실무교육, 재직자 AI 강사 강성희 특강 후기
•  
• [챗지피티강사 강성희] 재직자를 위한 제미나이 Gemini 3 바이브코딩 노코드 앱 제작, 크레신

발행일 2026-10-04 · 글쓴이 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장)

안녕하세요.
한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표, AI 강사로 활동하고 있는 강성희입니다.

혹시 이런 경험 있으신가요?
내부 전산 시스템에 같은 값을 화면마다 다시 입력하면서 "이건 사람이 할 일이 아닌데"라고 혼잣말한 경험이요.
"AI 에이전트가 PC를 대신 조작한다"는 기사를 보고, 우리 기관 PC에 그런 걸 깔아도 되는지 누구에게 물어야 할지 몰랐던 날이요.

공공기관에서 AX(AI 전환)와 AI 에이전트 활용을 가르치는 강사로서, 이번 주는 "AI가 내 PC를 직접 만지는" 흐름이 한꺼번에 공식 기능이 된 주라고 말씀드리고 싶습니다. 먼저 조건부터 분명히 적어 둘게요. 깃허브 코파일럿 컴퓨터 사용은 10월 1일 공개된 프리뷰 기능이고, 깃허브 코파일럿 CLI와 코파일럿 앱(macOS·Windows)에서만 쓸 수 있으며, 기본은 꺼져 있습니다. 어떤 요금제에서 제공되는지는 공식 문서에 적혀 있지 않고, 조직 관리 설정으로 막을 수 있어요. 공무원이 업무용 PC에 설치하는 일은 기관 정보보안 지침이 먼저입니다. 이 글은 "지금 깔아 쓰라"가 아니라 "이런 에이전트가 왔으니 작동 방식과 지킬 것을 먼저 알아 두자"는 글이에요.

이 글은 깃허브 공식 체인지로그(10월 1일), 깃허브 공식 문서 'About computer use', 애플 개발자 공지 'Updates to Full Disk Access in macOS'(10월 2일), 앤트로픽 공식 블로그를 기준으로 정리했습니다. — 강성희 (랑잠AI교육연구원 대표 · 한국AI디지털교육협회 협회장, AX(AI 전환)·AI 에이전트 교육 전문가, 공공기관·기업·학교 생성형 AI 교육 진행)

오늘 이 글 하나면 컴퓨터 사용 에이전트가 무엇을 어떻게 하는지, CLI와 앱에서 켜는 3단계와 승인 구조, 공식 문서가 권하는 용도와 공직 업무에서 생각해 볼 장면, 같은 주 애플의 경고가 뜻하는 것, 그리고 기관에서 지킬 보안 수칙까지 한 번에 잡을 수 있습니다. "AI 에이전트가 PC를 조작한다"는 뉴스가 "우리 기관은 무엇을 준비해야 하나"로 바뀝니다.

목차

1. 10월 1일 깃허브 발표, 무엇이 새로운가?
2. 컴퓨터 사용 에이전트는 어떻게 작동하나?
3. 어떻게 켜나: CLI·앱 3단계와 승인 구조
4. 공무원 업무에서 어디에 붙나?
5. 같은 주의 경고: 애플 '전체 디스크 접근' 통제 강화
6. 이용 조건과 기관에서 지킬 보안 수칙
7. 자주 묻는 질문 FAQ

1. 10월 1일 깃허브 발표, 무엇이 새로운가?

깃허브는 10월 1일 체인지로그에 '깃허브 코파일럿이 이제 컴퓨터 사용으로 데스크톱 앱과 상호작용할 수 있다'는 글을 올렸습니다. 지금까지 코파일럿은 코드 편집기나 터미널 안에서 일했어요. 이번 기능은 그 바깥, 즉 PC에 설치된 다른 프로그램의 화면을 읽고 조작합니다. 공식 설명을 그대로 옮기면, 접근성 정보와 화면 맥락을 읽고, 컨트롤을 클릭하고, 글자를 입력·수정하고, 키를 누르고, 스크롤·드래그하고, 여러 앱을 오가는 작업 흐름을 대신 진행해요.

▣ 깃허브 코파일럿 컴퓨터 사용 한눈에 (깃허브 공식 체인지로그·문서)

이 기능이 겨냥하는 건 API도 명령줄도 없는 옛 프로그램이에요. 공식 글은 그런 소프트웨어의 작업 흐름을 자동화하는 데 쓴다고 적었습니다. 공공기관의 내부 전산이 떠오르셨다면, 그 직감이 맞습니다. 다만 그 전에 어떻게 작동하는지부터 보셔야 해요.

2. 컴퓨터 사용 에이전트는 어떻게 작동하나?

작동 원리는 세 가지 요소로 나눠 보면 쉽습니다. 보고(읽기) → 판단하고 → 조작하기예요. 코파일럿은 운영체제의 접근성 정보(화면의 버튼·입력창이 무엇인지 알려 주는 정보)와 화면의 시각적 맥락을 함께 읽고, 지시받은 목표에 맞춰 다음 동작을 고른 뒤, 클릭·입력·드래그를 실행합니다. 그래서 macOS에서는 접근성 권한과 화면 기록 권한을 요구해요.

여기서 공직자가 꼭 기억할 문장이 공식 문서에 있어요. 컴퓨터 사용은 잘못된 컨트롤을 고르거나, 엉뚱한 자리에 글자를 넣거나, 표준이 아닌 동적인 화면 요소를 다루기 어려울 수 있다는 것, 그리고 사람의 판단을 대신하지 못한다는 것입니다. 전산 화면에 값을 넣는 일은 틀리면 되돌리기 어렵죠. 그래서 이 기능은 승인 구조와 함께 봐야 합니다.

AI가 화면을 '본다'는 건, 그 화면에 있는 모든 것을 본다는 뜻 — 민원인 정보가 떠 있는 창을 띄워 둔 채로 에이전트를 켜지 않는 것, 이것이 첫 번째 수칙입니다.

3. 어떻게 켜나: CLI·앱 3단계와 승인 구조

순서는 세 단계예요. 아래는 공식 체인지로그와 문서에 적힌 그대로이고, 개인 PC에서 시험해 볼 때의 순서입니다. 업무용 PC는 6절의 수칙을 먼저 확인하세요.

1단계. 켜기 — CLI 명령 또는 앱 설정

깃허브 코파일럿 CLI에서는 /computer on을 입력하면 켜지고, /computer show로 상태를 보고, /computer off로 끕니다. 코파일럿 앱에서는 Settings → Computer Use → 'Enable Computer Use'를 켜거나, 같은 /computer on 명령을 쓰면 돼요.

2단계. 권한 — macOS는 접근성·화면 기록

macOS에서는 접근성(Accessibility)과 화면 기록(Screen Recording) 권한이 필요하고, 설정 과정에서 안내가 나옵니다. 이 두 권한이 곧 "화면을 읽고 조작하는 힘"이니, 어떤 권한을 주는지 이 단계에서 분명히 보셔야 해요.

3단계. 승인 — 앱을 제어하기 전마다 묻는다

코파일럿은 어떤 앱을 제어하기 전에 승인을 요청합니다. 선택지는 이번 세션만 허용 · 항상 허용 · 거부 세 가지예요. '항상 허용'을 고르면 그 결정이 PC에 저장돼 같은 컴퓨터의 CLI와 앱에 함께 적용되고, 나중에 검토하거나 초기화할 수 있습니다.

▣ 켜기 3단계 정리

시험해 볼 때 첫 지시는 되돌릴 수 있는 일로 시작하세요. 상황·작업·규칙 세 줄이면 충분합니다.

[상황] 지금 열려 있는 발표자료 앱의 테스트용 슬라이드 10장은 내가 만든 연습 파일이고, 민감한 내용은 없다.
[작업] 각 슬라이드 제목 끝의 마침표를 모두 지우고, 바뀐 슬라이드 번호를 목록으로 알려 줘.
[규칙] 다른 앱은 열지 말고, 파일을 저장하기 전에 멈춰서 나에게 확인받아. 확실하지 않은 화면 요소는 건드리지 말고 보고해.

여기서 중요한 건 "저장 전에 멈춰 확인받아"예요. 에이전트가 화면을 조작하더라도 되돌릴 수 없는 단계는 사람이 누르는 구조를 지시문 안에 넣어 두는 습관이 필요합니다.

4. 공무원 업무에서 어디에 붙나?

공식 글이 든 용도는 네 가지예요. 레거시 데스크톱 앱의 정보를 검토·요약하기, 발표자료 내용 갱신하기, GUI만 있는 소프트웨어에 데이터 입력·갱신하기, 여러 앱을 오가며 정보 옮기기. 제가 공공기관 교육에서 "반복 업무 자동화" 이야기를 꺼내면 가장 먼저 나오는 대답이 "우리 시스템은 API가 없어요"거든요. 이 기능은 바로 그 지점을 겨냥합니다. 다만 아래 표의 오른쪽 칸을 꼭 함께 보셔야 해요.

▣ 공식 권장 용도를 공직 업무로 옮겨 보면

솔직하게 말씀드릴게요. 지금 당장 공공기관 업무망 PC에 이 기능을 켜서 쓰는 분은 거의 없을 거예요. 그래도 알아 두셔야 하는 이유는, 행정안전부가 추진하는 AI 정부 실험실처럼 "공무원이 직접 반복 업무를 자동화하는" 흐름이 이미 시작됐고, 그 자동화의 다음 단계가 이런 컴퓨터 사용 에이전트이기 때문입니다. 기관 지침이 정해질 때 "무엇을 허용하고 무엇을 막을지"를 말할 수 있는 사람이 되어 두시면 좋겠어요.

5. 같은 주의 경고: 애플 '전체 디스크 접근' 통제 강화

깃허브 발표 다음 날인 10월 2일, 애플은 개발자 공지에 'macOS 전체 디스크 접근 업데이트'를 올렸습니다. 요지는 분명해요. 일부 개발자가 전체 디스크 접근 권한을 오용해 사용자의 파일·메일·메시지·브라우징 기록까지 사용자가 충분히 알지 못한 채 노출될 수 있게 하고 있다는 것, 그리고 AI 에이전트가 더 유능하고 자율적이 될수록 이 수준의 접근에 따르는 위험은 크게 커진다는 것입니다. 애플은 앞으로 사용자가 매우 명시적인 행동으로만 이런 접근을 허용하도록 추가 통제를 두겠다고 했어요. 시행 시점은 공지에 없습니다.

같은 주의 소식을 나란히 놓으면 방향이 보입니다. 깃허브는 "에이전트가 PC를 조작하되 매번 승인을 받는다"는 구조를, 애플은 "그 권한을 주는 순간을 더 명시적으로 만들겠다"는 통제를 내놓았어요. 앤트로픽이 9월 30일 미국 연방·주 기관용 '클로드 포 거버먼트'를 정식 출시하면서 감사 로그와 기기 관리 배포를 앞세운 것도 같은 맥락입니다. 그리고 우리 행정안전부가 10월 1일 확정한 공공부문 AI 윤리기준의 문장, "최종적인 책임과 통제권은 사람에게 있다"가 이 모든 흐름의 기준점이에요.

6. 이용 조건과 기관에서 지킬 보안 수칙

기능보다 먼저 봐야 할 것을 정리합니다. 공식 문서 자체가 "보안 위험을 가져온다"고 적고 "민감한 애플리케이션 창은 피하라"고 안내하는 기능이에요.

▣ 컴퓨터 사용 에이전트, 기관에서 지킬 것 네 가지

• 업무망 PC 설치·활성화는 기관 정보보안 지침과 관리자 정책이 먼저 — 깃허브도 조직 관리 설정으로 이 기능을 끌 수 있게 해 두었습니다.
• 민원인 정보·비공개 문서가 떠 있는 화면에서는 켜지 않기 — 에이전트는 화면에 보이는 모든 것을 읽습니다.
• '항상 허용'보다 세션 단위 승인 — 승인 목록은 주기적으로 검토·초기화하기.
• 저장·전송·삭제처럼 되돌릴 수 없는 단계는 사람이 누르기 — 지시문에 "저장 전 멈춰 확인"을 넣고, 결과는 원본과 대조해 'AI 처리' 표시를 남기기.

▣ 이용 조건 (공식 기준)

7. 자주 묻는 질문 FAQ

Q1. 깃허브 코파일럿 컴퓨터 사용은 누구나 쓸 수 있나요?

A1. 10월 1일 체인지로그 기준으로 깃허브 코파일럿 CLI와 코파일럿 앱(macOS·Windows)에서 공개 프리뷰로 제공되며 기본은 꺼져 있습니다. 어떤 요금제에서 제공되는지는 공식 문서에 적혀 있지 않고, 조직이 관리 설정으로 비활성화할 수 있습니다. 공공기관 PC는 기관 지침을 먼저 확인하세요.

Q2. 공무원이 업무용 PC에서 컴퓨터 사용 에이전트를 켜도 되나요?

A2. 기관의 정보보안 지침과 관리자 정책이 우선입니다. 공식 문서도 보안 위험을 가져올 수 있고 사람의 판단을 대신하지 못한다고 밝히고 있어요. 지침이 허용하더라도 민원인 정보가 보이는 화면에서는 켜지 않고, 세션 단위로 승인하며, 저장·전송 같은 되돌릴 수 없는 단계는 사람이 직접 누르는 것이 안전합니다.

Q3. 애플의 전체 디스크 접근 통제 강화는 무엇이 달라지나요?

A3. 애플은 10월 2일 개발자 공지에서 일부 앱이 전체 디스크 접근을 오용해 파일·메일·메시지·브라우징 기록을 노출할 수 있고, AI 에이전트가 자율적이 될수록 위험이 커진다고 밝혔습니다. 앞으로 사용자가 매우 명시적인 행동으로만 이런 접근을 허용하도록 추가 통제를 둔다고 했으며, 시행 시점은 공지에 없습니다.

정리하면 이렇습니다. 깃허브 코파일럿 컴퓨터 사용은 AI가 데스크톱 앱을 읽고 클릭·입력·드래그를 대신하는 공개 프리뷰 기능이고, CLI·앱(macOS·Windows)에서 기본 꺼짐이며, 켜더라도 앱 제어 전마다 승인을 받고 조직 설정으로 차단할 수 있습니다. 같은 주 애플이 AI 에이전트의 전체 디스크 접근 위험을 공식 경고한 것까지 함께 보면, "에이전트는 더 많이 하고, 권한을 주는 순간은 더 엄격해진다"는 방향이 또렷해요. 공직자는 지금 쓰기보다 작동 방식과 지킬 것을 먼저 익혀 기관 지침에 말을 보탤 준비를 하시면 됩니다.

지금 바로 아래 깃허브 공식 문서를 열어 '승인' 항목만이라도 읽어 보세요. 우리 기관의 AI 활용 지침에 어떤 문장이 필요한지 보일 겁니다.

깃허브 코파일럿 컴퓨터 사용 정리 | 공무원 PC 조작 AI 에이전트, 켜는 법과 보안 수칙, 강성희 강사

📎 관련 정보 및 공식 채널

• GitHub Copilot can now interact with desktop apps with computer use (깃허브 공식 체인지로그) — 10월 1일 발표 원문, 켜는 명령
• About computer use (깃허브 공식 문서) — 작동 방식·승인·한계·보안
• Updates to Full Disk Access in macOS (애플 개발자 공지) — 10월 2일 공지 원문
• Claude for Government is now generally available (앤트로픽 공식 블로그) — 미국 기관용 정식 출시

실질적인 업무 변화를 이끌어내는 전문가의 AI 교육이 필요하시다면 아래 오픈카톡방 또는 네이버톡톡으로 문의하시면 됩니다.

챗GPT강사 강성희님의 오픈프로필 — 챗gpt/ 생성형 AI/ 프롬프트 엔지니어링 강사

생성형 AI 강사 강성희 — 재직자, 공무원 AI 교육 관련 글모음

• 바이브코딩 AI강사 양성과정 수료식 | 강성희 강사, 미니강의 후기, 한국AI디지털교육협회
• 공무원 AI 교육 후기 | 강성희 강사, 농식품인재개발원 7기 VBA·제미나이 노트북으로 업무자동화
• 제조업 재직자 AI, 엑셀 VBA 업무 자동화 교육 후기 | 강성희 강사, 한남대, 데이터 분석
• 재직자를 위한 칼퇴를 부르는 클로드 기본 활용법, 일잘러 AI 강사 강성희가 알려주는 claude 실무 노하우
• 제조업 재직자 필독! 엑셀, PPT에서 클로드로 데이터 분석부터 8D 보고서까지, 일잘러 AI 강사 강성희의 Claude 실무 활용법
• 재직자 대상 클로드 코워크로 엑셀 파일을 PPT 보고서로, 일잘러 AI 강사 강성희의 Claude Cowork 실무 활용법
• 재직자 대상 클로드 Claude 엑셀 활용 제조업 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• 재직자를 위한 클로드 Claude 엑셀 활용 데이터 분석, 일잘러 AI 강사 강성희의 실무 노하우
• SK이노베이션 E&S 전북에너지서비스 재직자 AI 실무 역량강화 32시간 교육 후기, AI강사 강성희의 프롬프트 엔지니어링부터 바이브코딩
• 한국산업단지공단 임직원 대상 구글 노트북LM, 바이브코딩 실무교육, 재직자 AI 강사 강성희 특강 후기
•  
• [챗지피티강사 강성희] 재직자를 위한 제미나이 Gemini 3 바이브코딩 노코드 앱 제작, 크레신