매일 아침 캘린더와 할 일을 확인하고, 관련 문서를 찾아 오늘의 우선순위를 정리해주는 에이전트입니다. 처음부터 이메일 발송이나 일정 변경까지 자동화하지 않습니다. 읽기와 초안 작성부터 시작하고, 위험한 행동에는 사람의 승인을 둡니다.
중요한 것은 특정 서비스의 버튼을 따라 누르는 것이 아니라 목표, 도구, 상태, 권한, 검증 기준을 하나의 설계로 연결하는 법을 익히는 것입니다.
1. 먼저 에이전트의 한 가지 임무를 정한다
“내 업무를 모두 도와줘”는 범위가 너무 넓습니다. 좋은 첫 목표는 입력과 완료 조건이 눈에 보이고, 실패해도 쉽게 되돌릴 수 있어야 합니다. 그래서 첫 MVP의 임무를 아래처럼 한 문장으로 정합니다.

평일 아침에 오늘 일정, 마감이 가까운 할 일, 관련 업무 문서를 읽고 사용자가 3분 안에 파악할 수 있는 브리핑 초안을 만든다.
완료 기준은 ‘정해진 형식의 초안이 생성되고 모든 항목에 출처가 표시되는 것’입니다.
2. 입력과 출력, 하지 않을 일을 명시한다
에이전트는 무엇을 읽고 무엇을 만들지 알아야 합니다. 동시에 하지 않을 일을 정의해야 권한이 불필요하게 커지지 않습니다. 이 경계가 모호하면 에이전트는 친절하게 보이려고 요청하지 않은 행동까지 시도할 수 있습니다.

3. 필요한 Tool을 최소 단위로 설계한다
도구는 기능이 많을수록 좋은 것이 아닙니다. 모델이 언제 어떤 도구를 써야 하는지 분명히 알 수 있도록 작은 목적, 명확한 입력값, 예측 가능한 결과를 갖춰야 합니다.

| Tool | 입력 | 반환값 | 권한 |
|---|---|---|---|
| get_today_events | 날짜, 캘린더 ID | 시간·제목·참석자·링크 | 읽기 전용 |
| get_open_tasks | 기준일, 담당자 | 할 일·마감일·상태 | 읽기 전용 |
| search_work_docs | 검색어, 허용 폴더 | 문서 제목·근거 구간·링크 | 제한 폴더 읽기 |
| save_brief_draft | 날짜, 브리핑 본문 | 저장 위치·버전 | 초안 폴더 생성만 |
4. 에이전트 Workflow를 단계별로 연결한다
작업 순서를 먼저 정하면 모델의 판단 범위가 명확해집니다. 각 단계에는 성공 조건과 실패 시 행동을 함께 둡니다. 한 도구가 실패했다고 처음부터 무한 반복하지 않도록 재시도 횟수도 제한합니다.

5. Instruction은 역할·절차·제약·출력 형식으로 쓴다
좋은 지시문은 멋진 한 문장이 아니라 에이전트의 운영 규칙입니다. 역할, 사용할 절차, 하지 말아야 할 행동, 완료 형식을 구분해 작성하면 결과가 더 일관됩니다.

6. Memory에는 필요한 정보만 저장한다
매일 반복되는 업무라도 모든 대화를 장기 저장할 필요는 없습니다. 현재 실행에 필요한 상태와 장기적으로 유용한 선호를 분리하고, 민감정보와 일회성 내용은 보존하지 않습니다.

7. 권한과 승인, 실패 처리를 넣는다
첫 버전은 읽기와 초안 저장만 허용합니다. 나중에 일정 변경이나 메일 발송을 추가하더라도 최종 대상과 변경 내용을 보여준 뒤 사용자가 승인해야 실행하도록 설계합니다.

| 상황 | 에이전트 행동 | 사용자에게 표시 |
|---|---|---|
| 조회 성공 | 다음 단계 진행 | 사용한 출처 링크 |
| 조회 실패 | 1회 재시도 후 건너뜀 | 실패한 도구와 빠진 항목 |
| 근거 부족 | 추측하지 않음 | 확인 필요 목록 |
| 외부 행동 요청 | 미리보기 생성 후 대기 | 대상·내용·영향과 승인 버튼 |
8. 작은 테스트로 검증하고 단계적으로 확장한다
실제 자동화 전에 가짜 일정과 문서로 테스트하세요. 정상 상황뿐 아니라 빈 캘린더, 만료된 권한, 서로 충돌하는 마감일, 악성 지시가 포함된 문서도 넣어봐야 합니다.

한 가지 임무 읽기 중심 Tool 근거 링크 제한된 Memory 실패 표시 사람 승인 실행 로그 테스트 기준
초기 성공 기준은 ① 일정과 할 일 누락이 없는가, ② 모든 사실에 출처가 있는가, ③ 실패를 숨기지 않는가, ④ 금지된 도구를 실행하지 않는가, ⑤ 사용자가 3분 안에 검토할 수 있는가입니다.
여기까지 오면 단순히 “AI에게 잘 부탁하는 법”을 넘어, 목표와 도구, 메모리, 권한, 검증을 연결해 실제 에이전트 시스템을 설계할 수 있습니다. 이 설계서를 바탕으로 사용하는 플랫폼의 API나 MCP 도구를 하나씩 연결해보세요.
🔗 AI 에이전트 입문 시리즈
참고: OpenAI Practical Guide to Building Agents, Anthropic Building Effective Agents, OWASP Agentic AI Threats and Mitigations