AI Agent 이해와 노드 기반 사고 시작하기

1.수업 구성

오늘은 특정 자동화 프로그램의 버튼부터 배우지 않습니다. AI Agent가 어떤 방식으로 움직이는지 이해하고, 하나의 일을 작은 단계(Node)로 나누어 생각하는 방법을 먼저 익힙니다. 그다음 Google Opal에서 그 단계들이 실제로 연결되는 모습을 눈으로 확인합니다.

2.오늘 배우는 내용 & 전체 흐름

오늘 집중할 내용

3.AI가 다 해주는데 왜 배워야 할까?

1교시 · AI Agent와 Workflow의 기본 원리

ChatGPT에게 물어보면 프로그램 사용법도, 코드도, 오류 해결 방법도 알려줍니다. 그렇다면 이런 생각이 들 수 있습니다.

하지만 AI에게 질문하는 것과 실제로 움직이는 자동화를 만드는 것은 서로 다른 능력입니다. 예를 들어 이런 자동화를 만들고 싶다고 해 봅시다.

이 수업에서 배우는 것은 특정 프로그램이 아니다

이번 과정에서는 Google Opal과 n8n을 사용하지만, 목표는 버튼 위치를 외우는 것이 아닙니다. AI 자동화 도구는 계속 바뀝니다. 몇 년 뒤에는 지금 쓰는 도구가 다른 서비스로 바뀔 수도 있습니다. 대신 아래 순서로 생각하는 힘을 기르면 도구가 바뀌어도 그대로 적용할 수 있습니다.

핵심 — AI는 강력한 도구지만, 무엇을 만들지 정하고 전체 흐름을 설계하는 일은 여전히 사람의 몫입니다.

4.내가 줄여 보고 싶은 일 찾기

앞에서 "무엇을 만들지 정하는 일은 사람의 몫"이라고 했습니다. 그렇다면 나는 무엇을 줄여 보고 싶을까요? 개념을 배우기 전에 각자 잠깐 적어 봅니다. 오늘은 정하는 시간이 아니라 후보를 찾아 두는 시간입니다. 8일 동안 배우면서 얼마든지 바뀌어도 괜찮습니다.

떠올리기 질문

지난 일주일을 떠올리며 아래 질문에 해당하는 일이 있는지 살펴보세요.

• 매주 같은 양식을 채우는 일이 있나요?
• 여기서 복사해서 저기에 붙여넣는 일이 있나요?
• 비슷한 답장이나 안내를 여러 번 쓰나요?
• 여러 곳에 흩어진 정보를 한곳에 모으는 일이 있나요?
• 무언가를 확인하러 자주 들어가 보는 곳이 있나요?

각자 적어 보기

후보는 2~3개면 충분합니다. 그중 하나에 "관심 후보" 표시만 해 두고, 확정하지는 않습니다. 각자 적는 활동이며, 적은 내용은 이 브라우저에 저장됩니다. 복사해서 메모장에 두면 나중에 다시 볼 수 있습니다.

이 과정에서 직접 만드는 것

8일 동안 실제로 만들어 보는 기능은 아래와 같습니다. 내 후보가 이 범위와 조금 달라도 괜찮습니다. 배우는 방법은 같습니다.

5.생성형 AI · 자동화 · Workflow

비슷해 보이는 네 가지 말을 먼저 구분합니다. 뒤로 갈수록 앞의 개념을 품고 조금씩 커집니다.

① 생성형 AI

ChatGPT나 Gemini처럼 사용자의 요청을 받아 새로운 내용을 만들어주는 AI입니다. 기본 구조는 "질문 → AI → 답변"입니다.

② 자동화(Automation)

반복하는 일을 정해진 규칙에 따라 알아서 실행하게 만드는 것입니다. 매일 같은 보고서를 이메일로 보내야 한다면 이렇게 자동화할 수 있습니다.

③ Workflow (작업 흐름)

④ AI Workflow

Workflow 안에 AI가 들어가면 데이터를 옮기기만 하는 것이 아니라 내용을 읽고 분석하거나 새로 만들 수 있습니다. AI는 흐름 속 한 단계의 역할을 맡습니다.

표시는 AI가 맡는 단계입니다.

6.AI Agent란?

예를 들어 이렇게 요청했다고 해 봅시다.

이 요청을 처리하려면 Agent는 여러 행동을 이어서 해야 합니다.

생성형 AI와 가장 큰 차이는 답변만 만드는 것이 아니라 필요한 행동까지 이어서 한다는 점입니다.

일반 자동화와 AI Agent 비교

7.Node와 Trigger

아래 Workflow에는 역할이 다른 Node가 네 개 있습니다. Node 하나가 모든 일을 하는 것이 아니라, 각자 맡은 일을 하고 서로 연결됩니다.

Trigger — 언제 시작할까?

Workflow를 설계할 때 가장 먼저 던질 질문은 "이 자동화는 언제 시작되어야 하는가?"입니다.

8.Input · Output과 데이터의 이동

Node는 혼자 움직이지 않습니다. 대부분의 Node는 앞 단계에서 데이터를 받아 일을 처리하고, 결과를 다음 단계로 넘깁니다.

데이터는 Node를 따라 이동하며 계속 바뀐다

9.Node를 여러 개로 나누는 이유

AI에게 한 번에 이렇게 요청할 수도 있습니다.

하지만 Workflow에서는 이 일을 여러 단계로 나누는 경우가 많습니다.

단계를 나누어 두면 중간에 새 기능을 끼워 넣거나 한 단계만 고치기 쉬워집니다. 예를 들어 나중에 "광고 글은 따로 모으기"를 추가하고 싶다면 이렇게 바꿀 수 있습니다.

일이 복잡해질수록 작은 기능으로 나누어 생각하는 능력이 중요해집니다. 이렇게 조건에 따라 길이 갈라지는 방법(분기)은 DAY 05에서 자세히 배웁니다.

10.실습: 문장을 Workflow로 바꾸기

자동화를 만들기 전에 프로그램부터 열 필요는 없습니다. 먼저 만들고 싶은 것을 말이나 글로 표현하고, 작업 단위로 나눕니다. 이것을 Flow(흐름)를 설계한다고 합니다.

연습 ① 빈칸 채우기

아래 문장을 작업 흐름으로 나눠 봅니다. 가운데 두 칸에 들어갈 단계를 먼저 생각해 보세요.

연습 ② 나만의 Flow 작성하기

4번에서 적어 둔 관심 후보가 있으면 그 일을 흐름으로 풀어 보세요. 떠오른 일이 없으면 틀의 예시나 아래 카페 예시로 해도 됩니다. 아래 틀의 [ ] 칸을 직접 고쳐 씁니다.

• Node 이름이나 연결 방법은 몰라도 됩니다. 우리말로 "언제 시작 → 무엇이 들어옴 → 무엇을 처리 → 어떤 결과를 받음" 순서로 적으면 됩니다.
• 완벽하지 않아도 됩니다. 머릿속 일을 작은 단계로 나누어 적어 보는 것이 목표입니다.

* 4번의 후보와 여기서 쓴 Flow는 DAY 07 "나만의 AI 자동화 · Agent 기획"에서 다시 꺼내 볼 수 있게 복사해서 메모장에 저장해 두세요. 저장해 두지 않았어도 DAY 07은 처음부터 할 수 있습니다.

11.Google Opal 시작하기

2교시 · Google Opal로 AI Workflow 만들어보기

참고로 Opal에는 AI가 스스로 다음 단계를 고르는 Agent 기능 같은 고급 기능도 있습니다. 오늘은 쓰지 않고, 이 개념은 6일차에 n8n으로 제대로 배웁니다.

오늘 Opal을 전문적으로 배우려는 것은 아닙니다. 1교시에 배운 개념이 실제 화면에서 어떻게 보이는지 확인하는 것이 목적입니다.

접속하기

12.실습: AI 요약 도구 만들기

사용자가 긴 글을 넣으면 AI가 핵심만 요약해 주는 도구를 만듭니다. 앞으로 만들 대부분의 AI 자동화에서 가장 기본이 되는 구조입니다.

STEP 1. 만들 앱을 말로 설명하기

Opal의 새 앱 입력창에 아래 문장을 붙여넣습니다. Opal이 설명을 읽고 단계들을 자동으로 만들어 줍니다.

만들어진 화면에서 입력 단계 · AI 단계 · 출력 단계가 선으로 연결된 모습을 찾아보세요. 이 칸 하나하나가 1교시에 배운 Node입니다.

STEP 2. AI 단계의 지시문 확인하기

AI 단계를 눌러 어떤 지시문이 들어 있는지 확인합니다. 지시문이 원하는 대로 되어 있지 않다면 아래 문장으로 바꿔 넣습니다. 지시문 안에서 앞의 입력 단계를 불러오는 부분(보통 @로 선택)이 있는지도 확인하세요. 이 연결이 있어야 AI가 사용자의 글을 받습니다.

STEP 3. 실행하고 결과 확인하기

앱을 실행하고 입력 칸에 아래 글을 넣어 봅니다.

STEP 4. 지시문만 바꿔 다른 도구로 만들기

구조는 그대로 두고 AI 단계의 지시문만 바꿔 봅니다. 아래 중 하나를 골라 AI 단계에 넣고 같은 글로 다시 실행해 보세요.

그 밖에도 아이디어 확장기(아이디어를 구체적으로 발전), 분류 도구(내용을 정해진 종류로 나누기)처럼 얼마든지 바꿀 수 있습니다.

핵심 — 새 프로그램을 만든 것이 아니라, 같은 Workflow에서 처리 단계의 역할만 바꾼 것입니다.

13.실습: 두 개의 AI 단계 연결하기

이번에는 AI 처리 단계를 두 개로 나눕니다. 첫 번째 AI의 결과가 두 번째 AI의 입력이 되는 모습을 확인합니다.

Opal 화면에서 AI 단계를 하나 더 추가하고(기존 AI 단계 다음에 연결), 두 단계에 아래 지시문을 각각 넣습니다. 두 번째 단계에서는 첫 번째 AI 단계의 결과를 불러와야 합니다.

실행한 뒤 각 단계의 결과를 따로 열어 확인합니다. 첫 단계의 결과(핵심 3개)가 그대로 두 번째 단계의 재료가 된 것이 보이나요?

왜 두 단계로 나누었을까?

처음부터 "핵심 내용을 찾고 쉽게 설명하세요"라고 한 번에 요청할 수도 있습니다. 하지만 나누어 두면 각 단계에서 무슨 일이 일어났는지 따로 확인할 수 있습니다.

결과가 이상할 때 어느 단계에서 문제가 생겼는지 찾기도 쉽습니다. 앞으로 n8n에서 여러 Node를 연결하는 이유도 같습니다.

Node가 많아지면 업무용 Workflow가 된다

14.막혔을 때 AI에게 질문하기

이 과정에서는 ChatGPT를 문제 해결 도우미로 씁니다. 그런데 아래처럼 물으면 AI는 지금 상황을 알 수 없어 엉뚱한 답을 줍니다.

문제 해결 질문의 기본 구조

화면 캡처 + GPT 활용 순서

연습: 좋은 질문으로 바꿔 보기

Opal에서 "사용자 입력 → AI → 결과"를 만들고 있는데, AI 단계에 사용자의 입력이 전달되지 않는 상황이라고 가정합니다.

15.도전 과제

이번에는 지시문을 주지 않습니다. 아래 흐름을 보고 Opal에서 단계를 직접 만들고 지시문도 직접 써 보세요. 하나만 해도 충분합니다.

16.오늘 내용 정리 & 다음 수업

도구는 바뀌어도(Opal → n8n → 다음 도구) Node로 나누고 잇는 생각은 남습니다.