ASM Copilot 심화 교육 | 프롬프트와 업무 자동화·Copilot Agent 활용법
딥택트러닝은 ASM 구성원을 대상으로 Copilot 활용법 Part 2: 심화 프롬프트와 업무 자동화 교육을 진행했습니다. 이번 과정은 기본적인 생성형 AI 활용 경험을 바탕으로, 복잡한 업무를 더 깊이 분석하는 프롬프트와 반복 업무를 Copilot Agent로 시스템화하는 방법을 다루는 2시간 실습형 기업교육입니다.
생성형 AI를 업무에 사용하기 시작하면 검색, 요약과 문서 초안 작성에서는 빠르게 효과를 경험할 수 있습니다. 그러나 업무 난도가 높아질수록 단순한 질문만으로는 충분하지 않습니다. 의사결정의 반대 관점을 검토하고, 부족한 정보를 AI가 먼저 질문하게 하며, 적합한 비즈니스 프레임워크로 문제를 구조화해야 합니다.
반복 업무에서는 좋은 프롬프트를 한 번 만드는 것에 그치지 않고, 업무 절차와 확인 기준을 Agent 지침으로 전환해야 합니다. 이번 ASM Copilot 심화 교육은 개인의 AI 활용을 재사용 가능한 업무 시스템으로 발전시키는 데 초점을 맞췄습니다.
교육 개요
•
교육 주제: Copilot Part 2, 심화 프롬프트와 업무 자동화
•
교육 대상: ASM 구성원
•
교육 시간: 2시간
•
교육 방식: 개인 실습, 짝꿍 토의
•
핵심 키워드: Copilot 심화 교육, 생성형 AI 프롬프트, CounterView Prompt, Meta Prompt, Framework Prompt, 업무 자동화, Copilot Agent
왜 Copilot 심화 프롬프트 교육이 필요한가
생성형 AI를 일정 기간 사용한 구성원은 다음과 같은 한계를 경험하게 됩니다.
•
AI가 제시한 첫 답변이 일반적이어서 의사결정에 바로 활용하기 어려운 경우
•
복잡한 업무를 설명할 때 어떤 정보를 제공해야 할지 알기 어려운 경우
•
전략, 조직과 커뮤니케이션 문제를 체계적으로 분석하지 못하는 경우
•
매번 비슷한 이메일과 문서를 처리하면서도 같은 프롬프트를 반복 입력하는 경우
•
Copilot Agent를 만들었지만 역할과 작업 순서가 불분명해 결과가 일정하지 않은 경우
Copilot 심화 교육은 더 복잡한 프롬프트 공식을 외우는 과정이 아닙니다. 업무 문제에 맞는 대화 구조를 선택하고, 사람의 판단과 AI의 실행을 연결하는 방법을 학습하는 과정입니다.
AI 업무 활용 레벨을 진단하고 다음 단계를 설계합니다
교육에서는 AI 업무 활용을 다섯 단계로 살펴봤습니다. 단순 질문과 검색은 출발점이며, 특정 업무의 효율을 높이는 활용 단계, 내부 자료와 맥락을 연결하는 시스템화 단계, 업무 도구를 직접 설계하는 재설계 단계, 목표 중심으로 실행하는 자율형 Agent 단계로 확장됩니다.
이 구분의 목적은 모든 구성원이 즉시 최고 단계로 이동하는 것이 아닙니다. 현재 자주 사용하는 업무가 어느 수준에 있는지 진단하고, 다음 단계로 발전시킬 과제를 구체적으로 찾는 것입니다.
예를 들어 일회성 이메일 초안은 활용 단계에 해당하지만, 반복되는 회신 절차와 판단 기준을 저장해 Agent로 만드는 작업은 시스템화와 자동화 단계에 가깝습니다.
CounterView Prompt로 의사결정의 반대 관점을 검토합니다
CounterView Prompt는 제안에 대한 반론과 재반론을 반복해 논리의 허점과 위험을 찾는 방법입니다. 새로운 정책, 투자와 본사 설득처럼 여러 이해관계가 얽힌 업무에서는 AI의 첫 제안을 바로 채택하기보다 다음 질문을 이어갈 수 있습니다.
•
이 제안에 대한 가장 강한 반론은 무엇인가
•
그 반론에 다시 대응하려면 어떤 근거가 필요한가
•
찬성과 반대의 전제를 모두 벗어난 새로운 대안은 무엇인가
ASM 업무 맥락을 반영한 사례를 통해 인재 유지 정책과 같은 주제를 다양한 관점에서 검토했습니다. 이 방식은 보고와 설득을 준비할 때 예상 질문을 찾고 논리를 보완하는 데 활용할 수 있습니다.
Meta Prompt로 부족한 정보를 AI가 질문하게 합니다
복잡한 업무에서는 사용자가 AI에게 어떤 정보를 줘야 하는지조차 알기 어려울 수 있습니다. Meta Prompt는 AI가 필요한 정보를 한 번에 하나씩 질문하게 하고, 답변을 종합해 결과물을 만들도록 설계합니다.
글로벌 본사에 기술적 승인을 요청하거나 영어 프레젠테이션을 준비하는 상황이라면 목적, 대상, 핵심 쟁점, 근거 자료와 제약조건을 순서대로 확인할 수 있습니다. 질문에 객관식 보기를 제공하게 하면 사용자의 응답 부담도 줄어듭니다.
Meta Prompt는 막연한 요청을 구체적인 요구사항으로 전환하고, 중요한 정보가 빠지는 것을 줄이는 데 효과적입니다.
Framework Prompt로 업무 문제를 구조화합니다
Framework Prompt는 7S, 3C, SWOT, PEST와 같은 검증된 프레임워크를 활용해 문제를 체계적으로 분석하는 방식입니다. 생성형 AI 시대의 회의문화 개선 과제에는 조직의 전략, 구조, 시스템, 구성원과 역량을 함께 보는 7S 프레임워크를 적용할 수 있습니다.
중요한 것은 유명한 프레임워크를 무조건 지정하는 것이 아닙니다. AI에게 자신의 업무와 해결하려는 문제를 설명하고, 적합한 프레임워크와 선택 이유를 먼저 제안하게 할 수도 있습니다. 이를 통해 분석 항목의 중복과 누락을 줄이고 보고서의 논리 구조를 강화할 수 있습니다.
이메일 워크플로우를 반복 가능한 프롬프트로 전환합니다
교육에서는 장황하고 요청이 많은 이메일의 회신 업무를 다음과 같이 나눴습니다.
1.
메일의 핵심 내용 요약
2.
회신에 반드시 포함할 항목 정리
3.
사용자가 의사결정해야 할 내용을 객관식 질문으로 확인
4.
확인된 판단을 반영해 회신 작성
5.
회신 이후 필요한 후속 업무 정리
이처럼 업무를 단계로 구분하면 AI가 사용자의 결정을 임의로 만들지 않도록 통제할 수 있습니다. 또한 검증된 프롬프트를 모아두면 비슷한 상황에서 빠르게 재사용할 수 있습니다.
Copilot Agent로 반복 업무를 시스템화합니다
자주 수행하고 절차가 일정한 업무는 Copilot Agent로 자동화할 수 있습니다. Agent를 만들 때는 단순히 역할 이름만 정하는 것이 아니라 다음 내용을 구체적으로 설계해야 합니다.
•
Agent가 해결할 업무와 사용 대상
•
참고할 지식과 자료의 범위
•
작업 단계와 단계별 질문
•
사용자가 반드시 판단해야 할 내용
•
결과물의 형식과 완료 기준
•
사실 확인, 보안과 예외 처리 기준
자동화의 출발점은 새로운 도구를 먼저 찾는 것이 아닙니다. 반복하는 업무의 패턴을 발견하고, 좋은 프롬프트와 워크플로우로 정리한 다음 Agent에 적용하는 것입니다.
이런 조직에 추천합니다
•
Microsoft Copilot 기본 교육 이후 심화 활용 과정이 필요한 조직
•
AI 답변의 깊이와 의사결정 품질을 높이고 싶은 구성원
•
본사 보고, 설득과 글로벌 커뮤니케이션 업무가 많은 조직
•
반복 이메일과 정형 업무를 프롬프트로 표준화하려는 조직
•
Copilot Agent를 활용해 개인과 팀의 업무 자동화를 준비하는 조직
•
생성형 AI 활용을 개인의 경험에서 조직의 업무 자산으로 발전시키려는 조직
Copilot 업무 자동화의 핵심은 사람의 판단을 없애는 것이 아닙니다. 반복 분석과 초안 작성은 AI에 맡기고, 구성원은 중요한 의사결정과 검토에 집중할 수 있도록 업무 방식을 재설계하는 것입니다.
딥택트러닝은 조직의 실제 업무 사례를 반영해 Copilot 기업교육, 심화 프롬프트 교육, Copilot Agent 교육, 생성형 AI 업무 자동화 교육을 설계합니다.
•
교육 문의: 010-6651-6268 (박재현 소장)
#ASM #Copilot교육 #Copilot심화교육 #생성형AI교육 #프롬프트교육 #심화프롬프트 #업무자동화 #CopilotAgent #AI에이전트 #업무생산성교육 #기업교육 #딥택트러닝 #박재현소장
