AI 에이전트를 팀원처럼 운영하는 법, 슬랙 협업과 성격 설정 파일로 업무를 맡기는 실제 사례

핵심 메시지

• 한 운영자는 여러 개의 AI 에이전트에 각각 이름과 성격을 부여하고, 슬랙 채널에서 팀처럼 업무를 나눠 맡기고 있다.
• 에이전트마다 성격을 정의한 파일, 사용자 정보를 담은 파일, 업무 규칙을 담은 파일을 따로 두는 것이 핵심 구조다.
• "웨비나 이벤트 하나 올려 줘"라는 한마디로 화상회의 생성, 설문 연결, 링크 단축, 썸네일 제작, 게시판 등록, 데이터베이스 갱신까지 여섯 단계가 이어졌다.
• 팀원마다 별도의 기기에서 자기 에이전트를 키우게 한 것은 효율보다 몰입과 애착을 우선한 선택이었다.
• 쓸 만해지기까지 2주에서 한 달이 걸렸고, 한 번 만들면 손이 안 간다는 기대는 오해에 가깝다고 말한다.

쉽게 이해하기

국내 AI 커뮤니티를 운영하는 게스트는 운영 업무를 자동화하기 위해 여러 대의 AI 에이전트를 두고 있다. 특이한 점은 이들을 도구가 아니라 팀 멤버로 대한다는 것이다. 각 에이전트는 고양이 캐릭터로 의인화되어 이름이 있고, 반말과 존댓말, 꼼꼼함과 직설적임 같은 성격까지 정의되어 있다. 사람들이 이 팀에 반응한 이유는 귀여워서가 아니라, 실제로 커뮤니티 운영을 눈에 띄게 효율화하고 있는 것이 보였기 때문이라고 한다.

작업 공간은 슬랙이다. 에이전트별 업무 채널을 따로 두고 그 안에서 모든 맥락을 처리한 다음, 최종 정리된 내용만 사람들이 있는 공지 채널에 올리도록 구성했다. 팀장 역할을 맡은 에이전트에게 "규칙이 필요한 것 같으니 다른 애들 교육 좀 시켜 줘"라고 지시하면, 에이전트끼리 논의한 뒤 각자의 설정 파일에 규칙을 반영한다. 다만 물리적으로 다른 기기에 있는 에이전트의 파일은 대신 고쳐 줄 수 없어서, 해당 에이전트가 직접 와서 자기 파일을 수정한다.

영상에서는 즉석 시연이 이뤄졌다. "다음 주 수요일에 무료 웨비나가 열리니 이벤트를 하나 올려 보자"고 지시하자, 에이전트가 주제와 시간 같은 부족한 정보를 먼저 되물은 뒤 여섯 단계 파이프라인을 실행했다. 화상회의를 만들고, 익명 설문을 연결하고, 긴 주소를 추적 코드가 붙은 짧은 링크로 바꾸고, 썸네일을 만들어 게시판에 등록하고, 최종 게시 후 참가 신청을 받을 데이터베이스 테이블까지 채웠다. 특히 공식 문서에 나오지 않아 기존 노코드 자동화 도구로는 실패했던 설문 연결을 에이전트가 스스로 방법을 찾아 처리한 점이 인상적인 대목으로 소개됐다.

설정 파일의 역할 구분도 명확하다. 성격을 담은 파일에는 이름, 말투, 자기가 할 수 있는 일과 할 수 없는 일을 적고, 사용자 정보를 담은 파일에는 이 비서가 주로 상대하는 사람이 누구이고 어떤 일을 하는지를 적는다. 실제 업무 처리 방식은 별도의 규칙 파일에 담고, 여러 에이전트가 공유해야 하는 기능은 공용 폴더에 스킬 형태로 모아 두었다. 일정 관리, 고객 문의 응대, 견적서 작성, 커뮤니티 게시판 답변 같은 스킬이 이런 식으로 정리되어 있다.

흥미로운 것은 효율에 대한 관점이다. 캐릭터를 부여하고 서로 대화하게 두면 토큰 관점에서는 낭비처럼 보인다. 하지만 게스트는 일하는 사람이 즐겁게 몰입하고, 그 과정에서 AI를 계속 공부하게 되며, 그것이 조직의 생산성으로 이어지는 것도 또 다른 형태의 업무 효율이라고 설명한다. 처음 시작하려는 사람에게는 별도의 상시 가동 서버를 준비하느라 미루지 말고, 지금 쓰는 컴퓨터에 설치해 메신저로 대화부터 시작하라고 권한다.

주요 인사이트

• 에이전트에게 이름과 역할, 관계를 부여하면 별도의 정교한 지시 없이도 "팀장"이라는 사회적 맥락에 맞춰 행동이 달라진다.
• 설정을 사람이 다 이해하고 설계하려 하지 말고, 어떤 파일에 무엇을 담을지 에이전트에게 직접 물어 규칙을 정하게 하는 방식이 현실적이다.
• 여러 사람이 동시에 같은 에이전트에게 일을 시켜야 하는 협업 환경에서는, 개인 터미널 중심의 사용 방식과는 다른 다중 세션 구조가 필요하다.
• 자동화의 진짜 변화는 처리 속도보다, "이걸 시킬 수 있을까"를 먼저 고민하지 않게 되면서 시도의 폭이 넓어지는 데 있다.
• 개인 지식 관리와 업무 프로세스가 이미 정리된 사람일수록 에이전트에 이식하는 시간이 짧다.

자주 묻는 질문

관련 AI 소식