Bringing the field to you...

Agent Builder

쓰는 직원에서, 만드는 직원으로 — 현업 중심 AI 역량강화 프로그램


가장 많이 배운 조직이, 가장 적게 바뀝니다

이상한 일이 벌어집니다. AI 교육에 가장 많은 예산을 쓴 조직이, 막상 일하는 방식은 가장 더디게 바뀝니다.

강의 구독은 늘어납니다. 사내 세미나 횟수도 채워집니다. 수료증도 쌓입니다. 그런데 분기가 끝날 무렵, 누군가 “그래서 우리가 무엇을 만들었습니까?”라고 물으면 회의실에는 잠시 침묵이 흐릅니다.

이유는 단순합니다. 대부분의 AI 교육이 ‘도구를 소개하는 데’서 끝나기 때문입니다. 회사가 산 것은 ‘구독’이었지, ‘역량’이 아니었던 것입니다. 도구는 도착했지만, 그 도구로 자기 일을 다시 설계하는 법까지는 아무도 가르쳐 주지 않았습니다.


수요일 오후 3시, 한 사람의 이야기

매주 수요일 오후 3시. 마케팅팀 한 매니저의 화면에는 늘 같은 작업이 떠 있습니다. 다섯 개 채널에서 지난주 성과 데이터를 내려받고, 하나의 표로 합치고, 요약 코멘트를 답니다. 두 시간. 매주 빠짐없이 반복됩니다.

이 매니저도 AI를 씁니다. 요약 코멘트 초안은 ChatGPT에게 맡깁니다. 사내 AI 강의도 세 개나 들었습니다. 그런데 수요일 오후의 두 시간은 1년 전과 거의 같습니다. 데이터를 모으고, 붙이고, 정리하는 그 손은 여전히 자신의 손입니다.

도구는 늘었는데, 일은 그대로입니다. 이 매니저가 AI의 ‘사용자’였을 뿐, ‘제작자’는 아니었기 때문입니다.

CHANSWER(챈서)의 ‘AI 에이전트 빌딩’을 거친 뒤, 수요일 오후가 달라집니다. 매니저는 먼저 자기 업무를 잘게 분해해, 매주 반복되는 구간 — 데이터 수집과 1차 정리 — 을 골라냅니다. 그리고 노코드 환경에서 그 일을 대신할 에이전트를 직접 만들어 실제 업무에 붙입니다.

이제 수요일 오후 3시, 표는 이미 채워져 있습니다. 매니저가 하는 일은 그 표를 ‘검토하고 판단하는 것’으로 바뀝니다. 같은 두 시간이, 모으는 시간에서 결정하는 시간으로 바뀐 것입니다.

그리고 이 변화는 한 사람에게만 일어나지 않습니다. 자기 업무를 가장 잘 아는 사람이 그 업무를 직접 고치기 시작하면, 조직 전체가 달라집니다.


핵심은 ‘쓰는 법’이 아니라 ‘만드는 법’입니다

CHANSWER가 이 프로그램에서 보는 것은 기술의 신기함이 아니라, 한 가지 전환점입니다. 직원이 외부에서 들어온 솔루션의 수동적 사용자(Passive User)에 머무르느냐, 자기 업무를 직접 다시 설계하는 능동적 창조자(Active Creator)가 되느냐. AI 트랜스포메이션의 성패는 바로 이 경계에서 갈립니다.

대부분의 AI 교육은 도구 사용법에서 멈춥니다. CHANSWER는 한 걸음 더 갑니다. 직원이 자기 업무에 맞는 에이전트를 직접 만들고, 실제 시스템에 배포하는 데까지 데려갑니다.

그리고 이 과정을 가능하게 하는 것은, 다름 아닌 AI 자신입니다. 전통적인 집합 교육은 강사·시간·공간의 한계 탓에 수백, 수천 명에게 똑같은 수준의 실습을 시키기 어렵습니다. CHANSWER는 AI 기반 튜터링을 도입해, 직원 한 사람 한 사람의 직무와 이해 수준에 맞춰 단계별로 안내합니다. 규모의 경제와 초개인화 — 양립하기 어려워 보이던 둘이, AI가 가르치는 구조 안에서 동시에 풀립니다.

3단계로 설계된 여정

지식의 단편을 모으는 것으로는 역량이 되지 않습니다. CHANSWER는 직원이 에이전트 구축 역량을 체득하도록, 프로그램을 세 단계로 설계합니다.

1단계 · AI 리터러시 — 같은 출발선 만들기

LLM이 어떻게 작동하는지, 프롬프트는 왜 그렇게 써야 하는지, 그리고 고객 데이터를 함부로 붙여 넣으면 무슨 일이 벌어지는지. AI의 기본 개념과 작동 원리, 그리고 데이터 보안 감각을 조직 전체가 같은 높이에서 공유하는 단계입니다.

여기서 중요한 것은 ‘많이 아는 것’이 아니라, 무엇이 신호이고 무엇이 소음인지 가려낼 기준을 갖는 것입니다. 전사 AI 리터러시를 상향 평준화하고, 다음 단계로 안전하게 넘어갈 토대를 만듭니다.

2단계 · 워크플로 분석 — 내 일을 분해하기

자신의 일상 업무 프로세스를 세밀하게 분해합니다. 어디서 같은 일이 반복되는지, 어디서 흐름이 막히는지, 어느 지점을 AI에게 넘기면 사람이 더 중요한 일에 집중할 수 있는지를 찾아냅니다.

병목 구간과 반복 수작업을 식별해 에이전트가 개입할 최적의 자동화 포인트를 도출합니다. 업무를 프로세스 관점에서 다시 보는 사고방식 — 비즈니스 프로세스 리엔지니어링(BPR)의 시선 — 이 이 단계에서 길러집니다.

3단계 · 에이전트 구축 및 배포 — 만들고, 실제로 붙이기

앞서 분석한 워크플로를 바탕으로, 사내 노코드·로우코드 환경에서 자기 업무에 맞는 에이전트를 직접 개발합니다. 그리고 시연용이 아니라 실제 업무 시스템에 배포합니다. 슬라이드 속 예시가 아니라, 내일 아침 바로 돌아가는 에이전트입니다.

이 단계를 거친 직원은 더 이상 “AI 좀 써봤습니다”라고 말하지 않습니다. “내 업무용 에이전트를 만들었습니다”라고 말합니다.


조직에 무엇이 남는가

가장 먼저 보이는 것은 생산성입니다. 방대한 데이터 수집, 정형 보고서 초안, 반복 커뮤니케이션처럼 소모적인 일을 에이전트에게 위임하면, 사람은 복잡한 문제 해결과 전략적 의사결정, 새로운 비즈니스 기획 같은 고부가가치 업무에 온전히 집중합니다.

더 깊은 변화는 문화에서 일어납니다. 직원이 외부 IT 솔루션의 수동적 사용자에 머물지 않고, 자기 업무 환경을 주도적으로 혁신하는 능동적 창조자로 거듭납니다. 위에서 내려오는 지시가 아니라 현장에서 올라오는 상향식(Bottom-up) 혁신은, 조직 전체의 민첩성과 시장 대응 능력을 비약적으로 끌어올립니다.


안전하게 확산하는 법

이 흐름을 조직에 안착시키려면, 두 가지 장치가 함께 가야 합니다.

첫째, 부서별 파일럿과 사내 앰배서더입니다. 전사 일괄 도입에 앞서 재무·마케팅·HR처럼 데이터 활용도가 높은 부서에서 파일럿을 운영합니다. 여기서 가시적인 성과를 낸 직원을 ‘AI 앰배서더’로 세우면, 사내 지식 공유와 자발적 참여가 자연스럽게 번집니다.

둘째, 연계와 거버넌스입니다. 직원이 개별적으로 만든 에이전트가 사내 ERP·CRM·그룹웨어와 안전하게 연동되도록 API 게이트웨이를 제공하고, 데이터 유출을 막을 보안 가이드라인과 AI 거버넌스를 선제적으로 마련합니다. 무엇을, 누가, 어떤 순서로 결정할 것인가 — 이 질문에 먼저 답해 두어야, 현장의 자유로운 실험이 위험이 아니라 자산이 됩니다.


CHANSWER의 제안

AI 교육의 끝은 ‘도구를 잘 쓰는 직원’이 아닙니다. 자기 일을 직접 다시 설계하는 직원입니다.

머지않아 에이전트 구축 역량은 기업의 생존과 성장을 좌우하는 핵심 경쟁력이 됩니다. 그 경쟁력은 최신 도구를 도입한다고 생기지 않습니다. 그 도구를 다루는 ‘사람’에게 투자하고, 실패를 두려워하지 않고 실험할 수 있는 학습 환경을 만들 때 비로소 자랍니다.

도구는 사면 됩니다. 역량은 설계해야 합니다.

당신의 조직이 다음 분기에 남길 것이 ‘구독료 명세서’가 아니라 ‘직원들이 직접 만든 에이전트 목록’이 되도록 — CHANSWER가 그 구조를 함께 설계합니다.

Agent Builder · 3일 압축형 부트캠프

쓰는 직원에서, 만드는 직원으로, 현업 중심 AI 역량강화 프로그램 | 목적: 파일럿 · AI 앰배서더 양성

항목내용
대상재무·마케팅·HR 등 데이터 활용도가 높은 부서의 실무자 · AI 앰배서더 후보 · 1개 코호트 12~16명 권장
사전 요건기본 AI 사용 경험 · 사내 노코드/로우코드 플랫폼 사전 셋업 · 본인의 실제 반복 업무 1건 지참
기간·형식연속 3일 집중 + 3~4주 후 반나절 후속 세션 · 오프라인 워크숍 권장
1일 운영09:00–17:30 (점심 60분, 휴식 15분×2) · 순수 세션 약 6.5시간/일
강사 구성메인 퍼실리테이터 1 + 빌드 멘토 1~2 + AI 튜터 · 권장 강사:참가자 1:6~8
최종 산출물실제 배포된 에이전트 1개/인 · before/after 성과지표 · 사내 확산 플랜 · 지정 앰배서더

Day 1 — 리터러시 + 워크플로 분석

핵심 단계 1·2단계 · 결과물: 에이전트 후보 1건 + 설계서

시간세션형식주요 내용산출물
09:00–09:30오프닝 · 목표 정렬강의부트캠프 목표·룰 공유, ‘3일 뒤 무엇을 들고 나가는가’ 기대 결과물 합의개인별 목표 1줄
09:30–10:00AI 리터러시 ① · 작동 원리강의LLM은 어떻게 답을 만드는가, 토큰·확률·환각의 개념을 직관적으로 이해핵심 개념 체크
10:00–10:30AI 리터러시 ② · 에이전트란강의챗봇과 에이전트의 차이, ‘스스로 일을 수행하는 AI’의 구조와 사례에이전트 정의 정리
10:30–10:45휴식
10:45–11:30프롬프트 엔지니어링 ① · 기본 구조실습역할·맥락·제약·출력형식으로 지시문 설계, 좋은/나쁜 예 비교프롬프트 2종 작성
11:30–12:00프롬프트 엔지니어링 ② · 교정 실습실습실패하는 프롬프트를 직접 교정, 반복 개선 루프 체험교정 전후 비교
12:00–13:00점심
13:00–13:45데이터 보안 · 거버넌스 기초강의무엇을 넣으면 안 되는가, 고객·민감정보 취급 원칙, 사고 사례와 가드레일보안 체크리스트 숙지
13:45–14:30워크플로 분석 ① · 내 업무 분해실습본인 실제 업무를 단계로 분해, 각 단계의 시간·빈도·반복도 표시업무 분해 맵
14:30–15:00워크플로 분석 ② · 병목 식별실습반복 수작업·병목 구간을 찾아 표시, ‘왜 사람이 해야 하나’ 질문병목 지점 표시
15:00–15:15휴식
15:15–16:00워크플로 분석 ③ · 자동화 포인트실습AI가 개입할 최적 지점 도출(BPR 관점), 효과·난이도 매트릭스자동화 포인트 목록
16:00–16:45에이전트 후보 선정 · 설계실습효과 큰 후보 1건 선정, 입력·처리·출력 흐름 설계서 작성에이전트 설계서 1건
16:45–17:15설계서 상호 리뷰실습2인 1조로 설계서 교차 점검, 빠진 예외·데이터 보완보완된 설계서
17:15–17:30Day 1 회고 · Day 2 안내회고오늘 산출물 점검, 내일 빌드 준비물·계정 확인

Day 2 — 에이전트 구축 (빌드)

핵심 단계 3단계 · 결과물: 동작하는 에이전트 프로토타입

시간세션형식주요 내용산출물
09:00–09:30Day 1 리뷰 · 플랫폼 OT강의설계서 빠른 공유, 노코드/로우코드 플랫폼 오리엔테이션과 화면 투어
09:30–10:30플랫폼 기본기실습트리거·액션·변수·데이터 연결의 개념과 조작, 첫 미니 빌드미니 워크플로 1개
10:30–10:45휴식
10:45–11:30빌드 ① · 핵심 흐름 구현실습설계서의 핵심 동작을 실제로 구현, 한 줄기 흐름을 끝까지 연결핵심 흐름 동작
11:30–12:00빌드 ② · 입력·출력 연결실습데이터 소스 입력과 결과 출력 지점을 실제 형식에 맞게 연결입출력 연결
12:00–13:00점심
13:00–14:00빌드 ③ · 프롬프트·로직 정교화실습출력 품질 개선, 분기·조건·예외 로직 추가로 신뢰도 향상정교화된 v1
14:00–14:30빌드 ④ · 데이터 연동 확장실습추가 데이터 소스·도구 연결, 실제 업무 데이터로 1차 실행실데이터 1차 실행
14:30–14:45휴식
14:45–15:30테스트 ① · 정상·엣지 케이스실습정상 입력과 비정상 입력을 넣어 결과 신뢰성 점검테스트 로그
15:30–16:00테스트 ② · 디버깅·실패 처리실습오류 재현·수정, 실패 시 대체 흐름과 알림 설계안정화 프로토타입
16:00–17:001:1 멘토 · AI 튜터 클리닉클리닉개인별 막힌 지점 해결, AI 튜터로 진도 격차 보정개인 이슈 해소
17:00–17:30Day 2 회고 · 배포 준비회고프로토타입 점검, 내일 실배포에 필요한 계정·권한·데이터 확인배포 준비 체크

Day 3 — 배포 + 확산 설계

핵심 단계 3단계·정착 · 결과물: 실배포 에이전트 + 확산 플랜 + 데모

시간세션형식주요 내용산출물
09:00–09:30Day 2 리뷰 · 배포 목표 정렬강의프로토타입 상태 공유, 오늘의 실배포 목표와 순서 정렬
09:30–10:15배포 ① · 실제 환경 연결실습계정·권한·데이터 소스 연결, 실제 업무 환경에 에이전트 올리기실환경 연결
10:15–10:45배포 ② · 트리거·스케줄 설정실습언제 어떻게 실행될지 설정(수동·일정·이벤트), 실행 확인실행 트리거 작동
10:45–11:00휴식
11:00–12:00사내 시스템 연동 개념강의ERP·CRM·그룹웨어 연동 구조, API 게이트웨이의 역할과 한계, 의존성연동 설계 메모
12:00–13:00점심
13:00–13:45보안 · 거버넌스 적용실습데이터 가이드라인 점검, 승인·로그·책임 흐름 정의, 권한 최소화거버넌스 체크 통과
13:45–14:15성과 측정 ① · 지표 정의실습before/after 지표 설정(소요 시간·처리량·오류율)성과 지표 정의
14:15–15:00성과 측정 ② · 절감·ROI 추정실습주간 절감 시간 환산, 비용 대비 효과(ROI) 추정성과 측정표
15:00–15:15휴식
15:15–16:15데모데이시연각자 만든 에이전트를 실제 동작으로 시연, 상호 피드백·투표공개 시연
16:15–16:50앰배서더 · 확산 설계실습AI 앰배서더 활동 정의, 부서 확산 플랜과 다음 후보 업무 백로그확산 플랜 1장
16:50–17:30수료 · 후속 안내회고수료, 3~4주 후 후속 세션 일정·과제 공유, 마무리 회고

후속 세션 — 3~4주 후

시간내용
09:00–09:30운영 현황 공유 — 지난 3주간 실제로 써본 결과, 무엇이 좋았고 무엇이 막혔는가
09:30–10:30연동 클리닉 — 막힌 시스템 연동·권한·데이터 이슈를 멘토와 함께 해결
10:30–10:45휴식
10:45–11:30성과 리뷰 — before/after 지표 점검, 절감 시간·효과 정리
11:30–12:15차기 백로그 — 다음에 만들 에이전트 후보 도출·우선순위화
12:15–13:00앰배서더 점검 — 부서 확산 진행 상황과 사내 공유 계획 확정