Copilot 에이전트 교육 사례 | 카버코리아 'M365 Copilot으로 업무생산성 200% 높이기' 7시간 과정 (2026년 10월)

Copilot 에이전트 교육은 M365 Copilot에게 일을 맡기는 방식을 익히고, 자주 하는 업무를 나만의 에이전트로 만들어 반복 설명을 줄이도록 돕는 교육이다. 딥택트러닝 박재현 소장은 2026년 10월 카버코리아 구성원을 대상으로 'M365 Copilot으로 업무생산성 200% 높이기'를 7시간 동안 진행했다.

교육 개요

• 교육 주제: M365 Copilot 활용, 업무생산성 높이기
• 교육 대상: 카버코리아 전 직원·실무자
• 교육 일자: 2026년 10월
• 교육 시간: 7시간 (09:30~17:30)
• 교육 방식: 개인 실습, 조별 토론
• 구성: 생성형 AI 기본, 이메일·회의록, Copilot 에이전트, 보고서·데이터

왜 이 교육이 필요한가

AI를 몇 번 써보고 멈춘 사람에게 이유를 물으면 대개 비슷하다. 답이 뻔하거나, 엉뚱하거나, 결국 내가 다시 고쳐야 한다는 것이다. 그런데 생성형 AI는 시킨 대로 따르고, 주어진 맥락을 읽고, 쪼개서 생각하게 할 때 잘한다. 지시가 짧고 맥락이 없으면 일반론이 나오는 것이 당연하다.

그래서 이 과정은 기능 소개가 아니라 맡기는 방식에서 출발했다. 맡기는 방식이 잡혀야 자주 하는 일을 패턴으로 만들 수 있고, 패턴이 있어야 에이전트가 된다.

교육 설계 관점 : 대화 한 번이 다음 일의 지침이 되도록

박재현 소장은 AI와의 대화를 세 단계로 나눴다. 일을 시키고, 결과를 보며 고치고, 최종 결과물로 정리한다. 이 가운데 세 번째 단계에 무게를 뒀다. 결과물만 받고 끝내면 다음에도 처음부터 설명해야 한다. 그래서 마지막에 "이번에 준 지침을 다음에도 쓸 수 있게 프롬프트로 정리해줘"라고 요청하게 했고, 이렇게 모은 프롬프트가 오후의 에이전트 지침으로 이어지도록 순서를 짰다.

전 직원 대상이라 AI 경험의 폭이 넓다는 점도 고려했다. 첫 실습을 업무와 무관한 가족 여행 계획으로 잡아 같은 출발선을 만들고, 업무 사례부터는 각자 자기 일을 넣게 했다. 마지막 HTML 실습도 오전에 짠 여행 계획서를 다시 쓰게 해서 하루 동안 익힌 원칙이 결과물 하나에 모이도록 했다. 다만 7시간에 일상 업무와 프로젝트 업무, 보고서까지 담다 보니 데이터 분석은 별도 모듈로 떼지 않고 보고서 실습 안에서 인포그래픽 HTML로 다뤘다.

목적·목표·정보와 AI와 대화 3단계

AI 대화의 기본은 세 가지로 정리했다.

• 목적: 이 일을 왜 하는가, 누구를 위한 결과인가
• 목표: 무엇을, 어떤 형태로, 어느 수준까지 받을 것인가
• 정보: 대상·날짜·수량, 지켜야 할 조건, 참고할 문서

같은 여행 계획도 "3박 4일 플랜 짜줘"와 세 가지를 갖춘 프롬프트의 결과는 크게 다르다. 빠진 정보가 있으면 "나에게 물어서 확인해줘"를 덧붙인다. 답을 받은 뒤에는 이유와 출처를 밝히게 하는 자기검증, 다른 AI에게 다시 묻는 교차검증을 붙였다.

일상 업무: 메일·회의록·이슈 보고를 패턴으로

업무 적용은 두 갈래로 나눴다. 반복되고 정형화하기 쉬운 일상 업무는 시간을 줄이고, 기한과 난이도가 있는 프로젝트성 업무는 결과의 질을 높인다.

장황하고 요청이 많은 메일은 핵심을 요약하고, 회신에 들어갈 내용을 정리하고, 내가 결정할 것은 번호로 답할 수 있게 객관식으로 묻게 한 뒤 회신을 쓰게 했다. 회의록은 Copilot에서 최근 Teams 회의 목록을 불러와 정리하는 방식을 다뤘다. 이슈 보고는 상황·대안·추천으로 구조를 잡고, 예상되는 부정적 피드백을 먼저 뽑아 보고 전에 점검했다.

이렇게 다듬은 프롬프트를 모으고, 정형화하기 좋은 일은 Copilot 에이전트로 만들었다. 지침에는 역할과 일하는 순서를, 지식에는 참고할 자료를 넣는다.

프로젝트 업무: 스텝백 프롬프팅과 딥리서치

"주요 거래처 매출이 줄고 있으니 원인을 찾아 회복 방안을 마련해 주세요" 같은 지시는 한 번에 답을 받기 어렵다. 스텝백 프롬프팅은 일하는 방법, 필요한 전문 지식, 결과물의 모습을 먼저 정리하게 한 뒤 답을 쌓는다. AI를 결과만 받는 도구가 아니라 함께 정리하는 파트너로 쓰는 방식이다. 참석자들은 각자 맡고 있는 어려운 업무를 하나씩 넣어봤다. 시장과 경쟁사 동향 조사에는 딥리서치를 붙였다.

보고서: 거버닝 메시지와 HTML

보고서는 슬라이드를 타이틀·거버닝 메시지·소제목·본문·캡션으로 나누고, 거버닝 메시지만 이어 읽어도 하나의 문단이 되게 요청했다. 이어 데이터를 인포그래픽 HTML로 만들고, 보고서를 16:9 HTML 슬라이드로 나눠 A4 가로 출력 버튼까지 붙였다.

참석자 목소리

— 2026년 10월 참석자 자유응답

그동안 멍청하다고 AI를 혼냈는데 멍청한 건 저였던 것 같습니다..

에이전트 기능을 활용하고 있긴 했는데, '지식'에 어떤 내용을 기재해야 되는지 배울 수 있어서 좋았어요

이런 조직에 추천합니다

• M365 Copilot 라이선스를 도입했지만 활용이 기대에 못 미치는 조직
• AI 경험 수준이 다양한 전 직원 대상 교육을 찾는 조직
• 메일·회의록·정기 보고 같은 반복 업무를 에이전트로 넘기고 싶은 팀
• 기획·문제해결 과제의 질을 AI로 높이고 싶은 실무자