AI, AX 강사 강성희

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 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