AI 에이전트 만들기 - Make로 고객 응대 자동화 20분 실습 가이드

핵심 메시지

• AI 에이전트는 질문에 답만 하는 챗봇과 달리, 연결된 도구로 이메일 발송·Slack 게시 같은 실제 작업을 스스로 수행한다.
• Make는 코드 대신 드래그앤드롭 블록으로 앱과 서비스를 연결하는 비주얼 자동화 플랫폼으로, AI 에이전트가 흐름 안에서 판단하고 행동하게 한다.
• 에이전트의 핵심은 모델(두뇌)·시스템 프롬프트(지침)·컨텍스트(지식)·트리거(시작 신호)·도구(행동 수단)의 조합이다.
• FAQ로 답할 수 있는 단순 문의는 자동 응답하고, 대량 주문·환불·불만 같은 복잡한 건은 사람이 개입하도록 Slack으로 넘기는 분기 설계가 가능하다.
• 시스템 프롬프트에 '스스로 환불·할인을 처리하지 말 것' 같은 가드레일을 넣어 에이전트의 권한을 통제한다.

쉽게 이해하기

영상은 'AI 에이전트'라는 말을 처음 듣는 사람도 따라 할 수 있도록, 챗봇과 에이전트의 차이부터 짚는다. ChatGPT 같은 챗봇은 질문에 답하고 대화하지만, 에이전트는 여러 도구에 연결돼 이메일을 보내거나 스프레드시트를 갱신하고 Slack에 글을 올리는 등 실제 작업을 한다. 무엇보다 사용자의 요청을 기다리기만 하는 것이 아니라 스스로 판단해 일을 처리한다는 점이 결정적 차이다.

실습 도구는 Make라는 비주얼 플랫폼이다. 코드를 쓰는 대신 정보가 어떻게 흘러가야 하는지를 드래그앤드롭 블록으로 스케치하면, 에이전트가 나머지를 알아서 처리한다. 예제 시나리오는 '케빈 쿠키 컴퍼니'의 고객 응대다. 영업시간이나 견과류 포함 여부 같은 단순 질문은 에이전트가 직접 답하고, '금요일까지 쿠키 1,000개 배송 가능?' 같은 큰 요청은 Slack으로 에스컬레이션해 사람이 개입하게 한다.

에이전트 생성 과정은 먼저 모델 제공자(두뇌)를 연결하는 것에서 시작한다. 제공자마다 추론·속도·비용에서 강점이 다르므로 목적에 맞게 고르며, 영상에서는 추가 설정 없이 바로 쓸 수 있는 Make 자체 AI 제공자와 'large' 모델을 선택한다. 이어 시스템 프롬프트에 '케빈 쿠키 컴퍼니의 고객 이메일을 처리하고, FAQ에 해당하면 친근한 답장을 작성하며, 대량 주문·환불·불만·불명확한 요청은 요약과 추천 답변을 붙여 Slack으로 넘긴다'는 지침과 가드레일을 적는다.

에이전트가 실제 지식을 갖도록 FAQ 파일(영업시간, 견과류 포함 여부, 배송 여부 등)을 컨텍스트로 업로드한다. 그다음 '새 이메일 도착'을 트리거로 하는 시나리오(순서대로 실행되는 자동화 워크플로)를 만들고, Outlook의 새 메일 감시 모듈로 메일이 오면 워크플로가 자동 시작되게 한다. 이메일의 메시지 ID·제목·본문·발신자 주소를 에이전트 입력으로 매핑하고, 답장을 HTML로 포맷하라는 지시도 함께 전달한다.

마지막으로 에이전트에 '손과 발'에 해당하는 도구를 붙인다. 각 도구는 그 자체로 하나의 시나리오다. 메시지 ID와 답장 텍스트를 입력받아 Outlook으로 회신하는 '이메일 답장 도구', 그리고 고객 주소·제목·본문을 받아 'customer-escalations' 채널에 글을 올리는 'Slack 에스컬레이션 도구'를 만든 뒤, 각 도구에 설명을 달아 에이전트가 언제 어떤 도구를 쓸지 알게 한다. 테스트에서 FAQ 문의는 자동 답장되고 대량 주문은 Slack으로 넘어가며, Make 그리드 화면이 전체 흐름과 공통 데이터 소스를 한눈에 보여준다.

주요 인사이트

• 에이전트 설계는 '두뇌(모델)와 손발(도구)을 분리'하는 사고가 핵심이다. 모델만으로는 텍스트를 읽고 이해할 뿐이고, 도구를 붙여야 비로소 현실에서 행동할 수 있다.
• 단순/복잡을 가르는 분기와 사람 개입(Slack 에스컬레이션)을 함께 두면, 자동화의 효율과 사람의 통제력을 동시에 확보할 수 있다.
• 시스템 프롬프트의 가드레일('스스로 환불·할인 금지')은 에이전트의 자율성을 안전한 범위로 제한하는 실용적 장치다.
• Make에서 도구를 각각 독립 시나리오로 만들면, 주문 추적·환불·설문 같은 기능을 나중에 같은 에이전트에 모듈처럼 덧붙여 확장하기 쉽다.
• 그리드 뷰처럼 워크플로와 공통 의존성을 시각화하는 도구는 자동화가 늘어나도 전체 구조를 잃지 않게 해 준다.

자주 묻는 질문

관련 AI 소식