직장인 AI

전문가 인터뷰

클로드 입문자를 위한 업무 자동화 방법 총정리
:코딩 몰라도 AI 에이전트는 배워야 하는 이유

AI, 다들 일터에서 얼마나 활용하고 계신가요? AI에게 메일 초안을 부탁하고, 회의록을 정리하게 하고, 보고서에 쓸 자료를 요청하고.. 그런데요. 이렇게 AI를 쓰기는 하지만, 일하는 방식은 방식은 여전한 느낌이라면 어디서부터 달라져야 할까요? 인공지능으로 정말 이 정도만 해결할 수 있는 걸까요? 이 질문에 대한 대답을 유튜버 ‘모두의 AI 사수’로 활동하는 레인님께 들어보았습니다. 6년 차 엔지니어이지만 코딩에는 익숙하지 않았다는 레인 님은 자신이 매일 반복해서 옮기고 고치는 작업부터 들여다봤다고 해요. 메일 분류부터 콘텐츠 제작까지, 따로 떨어져 있던 업무를 AI 에이전트로 하나씩 연결하면서 직접 결과물을 만드는 대신 기획하고 검토하는 쪽으로 역할을 바꿔갔죠.

이번 인터뷰는 “AI 에이전트? 난 챗GPT 정도면 충분해. 그런 것 까진 어려워서 모르겠어..”라고 생각하는 직장인들을 위한 콘텐츠입니다. 레인 님의 실제 업무가 어떻게 달라졌는지, 비개발자에 코딩도 모르는 사람이라면 도대체 업무 자동화를 어디서부터 시작하면 좋을지 들어봤거든요. 새로운 AI 기술을 모두 따라잡는 대신, 내가 잘 아는 일 하나에서 출발하는 법. AI를 ‘써보는 단계’에서 ‘내 일에 연결하는 단계’로 나아가고 싶은 분들께는 보약같은 글이 될 거예요.

"AI를 쓰는 사람에서
내 일에 연결하는 사람으로 만들어 드릴게요"

Q.안녕하세요 강사님 🙂
바쁘신 일정 중에도 이렇게 서면 인터뷰에 응해주시고 귀한 시간 내어주셔서 진심으로 감사드려요! 먼저 간단한 자기소개 부탁드립니다.

레인 안녕하세요, 유튜브에서 '모두의 AI 사수'로 활동하는 바이브코딩 레인입니다. 저는 6년간 엔지니어로 일해 온 비개발자 직장인이고, 스타트업을 포함해 3개의 회사를 거쳐오면서 현재는 5년째 SNS 활동과 컨설팅도 이어오고 있습니다. 제가 가진 확장성과 아이디어 대비해서, 절대적인 시간이 부족한게 항상 아쉬웠는데, AI 에이전트가 등장하고 부터는 부스터를 단 것 처럼 새로운 세상에 살고 있는 것 같습니다. 기업 특성 상, 업무가 작은 단위로 쪼개져 있어서, 엑셀 검토, 문서 대조 등 단순반복 업무에만 90% 이상의 시간을 썼는데, 현재는 대부분의 일을 AI로 전환 할 수 있었네요!

👀비개발자 직장인이 에이전트 쓰게 된 진짜 이유는?

Q.레인 님은 대기업 6년차 엔지니어이자 5년차 커리어 컨설턴트로 활동 중이시죠~! 강사님의 업무에 본격적으로 AI 에이전트를 도입하시게 된 시점이 언제쯤인지, 계기가 무엇이었는지 궁금합니다.

레인 본격적으로 에이전트를 쓰기 시작한 건 2026년 2월부터예요. 그전에는 챗봇에 검색 대신 질문하거나 PPT를 만들고, 문장을 다듬어 달라고 하는 정도였습니다. 올해 초 AI 챗봇들 몇개만 봐도 그 결과물에 충격적이었던 기억이 있는데요. 지금은 3D 이미지부터 영상 편집은 물론 썸네일과 텍스트, 시스템 등 그 작은 점들이 연결되면서 무한한 확장을 이어왔습니다. 처음부터 큰 시스템을 만들기보다 '이 과정에서 내가 반복해서 옮기거나 고치는 부분은 어디지?'를 찾아 하나씩 연결했어요. 제 업무를 자세히 들여다보는 일이 에이전트 도입의 출발점이었습니다. 그러다 보니, 에이전트를 유지보수하는 것에 50% 이상의 시간을 쓰면서.. 자연스레 에이전트를 구축하는것에 대한 지식이 올라갔고, 작은 일도 AI 에이전트에게 맡기고 시스템을 마련하는 습관이 들었어요. 그래서, 시작이 어렵지, 한번 시작하고 나면 되돌아갈 수 없는 영역이라는 생각이 들어요.

가장 큰 계기는 현실적으로 시간이 부족했다는 점이었어요. 그 시기에 자기계발 서적과 스레드를 보며 말도 안 되는 기능들을 구현하시는 분들을 보면서 느낀 Fomo가 저를 움직이게 했습니다. AI를 잘 쓰는 사람과 못 쓰는 사람의 격차가 점점 커지고 있어서, 그 앞단을 선점해야겠다는 욕심이 있었구요. 그리고 콘텐츠(이미지, 텍스트, 영상)을 만들고 협업을 진행하다 보니, 매번 처음부터 설명하고 같은 작업을 반복하는 방식으로는 감당하기 어려웠습니다. 그리고 저는 에너지 레벨이 높은 사람이 아니라 CS나 단순 반복 응대하는 일을 하고 나면 체력이 소진되기도 하는데, 이제는 그럴 일이 거의 줄어들었네요.

🏁에이전트 쓰고 업무가 이렇게 달라졌어요

Q. 그렇다면 대기업 일잘러이자 AI 사수로서, AI 에이전트 도입 후 강사님이 직접 경험하신 극적인 변화가 얼마나 있었는지 여쭙고 싶어요.

레인 지금은 SNS 영역에서 제 도움이 필요한 고객들을 모아 채널을 운영하고 있습니다. 그 채널은 100% AI 기반으로 돌아가는 자동화를 구축해두어, 새로운 저의 파이프라인이 되었습니다. 컨설팅 과정에서 기존에 쌓아둔 5년간의 데이터를 모두 md file로 문서화해서 고객에게 도움이 되는 컨텐츠를 텍스트/이미지 기반으로 자동생성 할 수 있게 되었죠. 그것을 MCP를 통해 구글, 노션, 디스코드, 텔레그램 등에 연결하면서 인스타 단방향성이 아닌 양방향성으로 시스템을 확장하게 되었습니다. 그리고 일하는 시간의 90%는 기획과 브레인스토밍에만 쓰면서 워크플로우가 180도 바뀌었다고 말씀드릴 수 있겠네요. 단순한 메일이나 회의록 작성은 물론 PPT와 엑셀 같은 문서를 직접 만들지 않게 되었습니다.그 외에는 직접하던 유튜브 편집과 썸네일도 AI가 일하게 만들고, 제가 아이디어와 기획만 제공하는 식으로 바뀌었으니. 전문 기술에 대한 진입장벽이 낮아진 것이 가장 유의미하다고 말씀드릴 수 있겠네요 .

레인 이렇게 정리해보니 거의 모든 일을 AI에 맡겼다고 말해도 될 수준이네요. 제가 직접 운영하는 SNS 채널이 늘었음에도 콘텐츠 퀄리티와 투자하는 시간은 현저히 적어진 것이 가장 큰 변화입니다. 그러나 AI가 결과를 만들어준다고 해서 일하는 시간이 줄어든 것은 아닙니다! 에이전트를 구축하고 유지보수 하는것에 그 대부분의 시간을 이관했네요.

😫 비개발자 직장인들의 AI 고민 TOP 3

Q.이제는 에이전트를 배우게 될 수강생들이나 강의 자체에 대한 질문을 드려볼게요. 유튜브 채널을 운영하면서 비개발자 직장인 수강생들이 공통적으로 겪는 가장 큰 고민은 무엇이라고 느끼셨나요?

레인 많은 분들이 가장 크게 느끼는 고민은 아래에 정리하겠지만, 총 세 가지예요. 설명을 따라가려 해도 너무 당연한 듯 생략되는 단계가 있고, 어렵게 따라 만든 뒤에는 '그래서 이걸 내 일에 어떻게 쓰지?'에서 다시 막힌다는 겁니다. 유튜브 영상의 시연을 보는 것과 내 업무에서 쓸 수 있는 결과를 얻는 것 사이에 간격이 있어요. 비개발자는 에이전트를 만들기 전부터 낯선 것들이 많습니다. IDE와 터미널은 어디서 열고, 파일은 어느 폴더에 두고, 오류가 나면 무엇을 확인하고, 잘못 바뀐 파일은 어떻게 되돌리는지요. 개발자에게는 익숙한 준비 과정이 초보자에게는 첫 번째 과제입니다. 이걸 의지나 센스의 문제로 보면 안 된다고 생각해요. 눈앞의 화면에서 무엇을 해야 하는지부터 연결해줘야 합니다.

🧠 코딩 몰라도 누구나 업무자동화 가능합니다

Q.시중에 코딩을 몰라도 배울 수 있다고 홍보하는 강의는 많지만, 막상 수강생들이 벽을 느끼는 경우가 많습니다🥲 이번 강의는 정말 개발 지식이 없는 비개발자 직장인도 바로 시작 가능한 완전 초급/엔트리급 강의인가요? 강의 소개를 좀 부탁드릴게요.

레인 네, 코딩 경험을 전제로 하지 않는 입문 강의입니다. 저는 python “hello world!”에서 멈춰있는 비개발자 입니다. 저 역시 코드 한줄 쓰지 못하는 엔트리에서 시작한 비개발자이기 때문에, 어떤 지점에서 막히는지 가장 잘 안답니다. 그리고 결과는 텍스트 기반의 회의록, 메일, 엑셀, 파워포인트, 메일처럼 이미 업무에서 쓰는 자료와 결과물에서 출발해요. 다만 '아무것도 몰라도 버튼 한 번이면 된다'고 말씀드리고 싶지는 않아요. 처음 보는 환경에 익숙해지고, 결과를 확인하는 과정까지 차근차근 배우는 강의예요.

제가 중요하게 보는 건 초보자가 실제로 멈추는 순간입니다. 저는 온라인 강의를 많이 구매했던 사람으로서 강의를 들을 때는 다 이해한 것 같지만 일주일만 지나도 기억나지 않더라구요. 그래서 이 강의는 한번 듣고 두번듣지 않아도 “스스로 결과를 만들어낼 수 있는 힘”을 기르는 것에 집중할 예정입니다. 헬스장에서 PT를 받아도, 좋은 트레이너님들은 운동 보조자가 아니라 회원님들을 독립할 수 있게 만들어 주는 분이 찐 선생님이라고 생각하거든요. 그 것 처럼, 이 강의를 들으면 앞으로는 어떤 다른 도메인의 에이전트이던 확장해서 만들 수 있도록 구현하고 싶습니다. 100개 실습은 보고서, 데이터 분석, 회의, 메일, 리서치, 문서·발표자료, 콘텐츠, 영업, 마케팅, 경영지원 등 실제 업무를 중심으로 구성했어요.

마지막에는 가장 고난이도인 DB구축부터 배포하는 과정까지 공개합니다! 나만의 업무 ERP를 만드는거죠 . 이게 정말 유용해요. 강의를 다 마친 뒤 여러분께 남는 건 완성 화면과 프롬프트뿐만이 아닙니다. 다음 주 자료를 넣었을 때 다시 쓸 수 있는 절차, 오류가 났을 때 확인할 기준, 내 업무에 맞춰 고칠 수 있는 감각까지 수강생들께 선사하는 게 이번 강의의 목표입니다.

🫪 에이전트 공부, 비용은 얼마나 드냐면요..

Q.예비 수강생들이 토큰 같은 각종 비용에 얼마나 들지 궁금해할 것 같아요. 실습 과정에서 클로드 코드 유료 구독 외에 추가적인 API 비용이나 서버 비용이 어느 정도 발생하는지 알고 싶습니다. 그리고 혹시, 가격 부담 없이 에이전트 공부를 시작하는 팁이 있을까요?

레인 처음에는 클로드 프로 요금제로도 충분히 가능합니다. 옵시디언, 오픈소스 등 무료로 사용하실 수 있는 영역으로 진행되기 때문에 구독 요금 외에는 비용 부담이 없습니다. 만약 실력이 향상되어서 구현하고 싶은 아이디어가 영상과 이미지까지 확장되면 MAX 요금제를 사용하셔야 해요. 그러나 에이전트를 구축하는 작업 자체는 PRO 요금제로 시작하셔도 괜찮습니다. 부담을 줄이는 가장 좋은 방법은 컨텍스트를 나눠서, 분리된 작업은 신규 세션으로 전환하는 습관이 필요합니다. AI가 다 해주기 때문에 한 창에서 모든 내용을 진행하는 것이 비용이 많이 소모되더라구요. 그리고, 에이전트를 잘못된 구조로 만들다 보면 비용이 많이 들 수 밖에 없도록 설정하는 경우도 있습니다. 이러한 내용도 강의에서 틈틈이 다룰 예정이어요.

🧐 직장인에게 AI 에이전트가 왜 필요하냐고요?

Q.챗GPT나 제미나이같은 챗봇 AI를 많이들 쓰지만, AI 에이전트까지 적극 활용하는 사람은 아직 드뭅니다. 단순 챗봇 AI를 넘어 왜 직장인에게 에이전트가 필수라고 보시는지 설명을 좀 부탁드리고 싶습니다.

레인 에이전트가 모든 직장인에게 무조건 필요하다고 말씀드리지는 않을게요. 그러나 반복되는 업무 흐름이 매일 반복되는 대다수 직장인분들께 상당한 도움이 되리라 자신합니다. 특히 클로드 코드나 에이전트는 내 입맛대로 구조를 설계하는 것에 가깝습니다. 그리고, 우리가 Gmail 이나 Notion을 사용하게 되면, 만들어 둔 UI/UX의 틀에 갇힌 채 결과물을 생성합니다. 하지만 에이전트로 구현하면 거의 모든 분야를 직접 커스터마이징 가능하죠! 뭐 예를 좀 들어보자면, 서울에 입지가 아주 좋은 구축아파트를 매수했더라도(GMAIL, MS, Notion 등), 그 안의 인테리어는 제 취향을 담아서 만져볼 수 있는 거잖아요. 그렇게 반복된 구조를 설계하고, 재사용하고, 유지보수하면서 시간은 줄이고 결과물의 품질은 높일 수 있습니다. 에이전트를 사용하면 생산량도 기하급수적으로 증가하죠. 특히, 직장인에게는 그 회사의 문화와 암묵지가 결과물의 품질에 직결되는 가치이니까요.

🥸 레인이 추천하는 AI 공부법

Q.바쁜 직장인들이 퇴근 후 시간을 쪼개 AI 에이전트 공부하기란 쉽지 않은데요. 강사님은 본업 외 시간에 AI 기술에 대한 공부를 어떻게 해내고 계신지요? 레인 님 만의 시간 관리법/ 공부법이 무척 궁금합니다.

레인 저는 실제로 해야 하는 일에 AI 공부를 붙이는 편이에요. 그렇게 저절로 공부할 수밖에 없도록 만들죠. ‘시간을 두고 에이전트를 공부해야지 하면..’ 언제든 우선순위가 밀립니다. 그러니 저처럼 여러분께서 매일 하고 계신 일과 연관지어 AI를 시도해 보시는 방법을 권장드립니다.

이를 테면 유튜브와 SNS 활동을 하다가 편집이 오래 걸리면 그 구간을, 메일이 쌓이면 분류와 초안 작성을 에이전트와 같이 해결해 보는 식입니다. 새 기능을 전부 공부한 뒤 시작하려고 하면 끝이 없더라고요. 당장 필요한 결과가 있으면 무엇을 알아야 하는지도 구체적으로 보입니다. 그 과정에서 한 번 만든 결과보다 다시 쓸 수 있는 기준을 남기는 게 중요했어요. 원고를 고쳤다면 표현만 바꾸고 끝내는 게 아니라 왜 어색했는지, 다음 원고에서는 무엇을 확인해야 하는지를 AI에게 구체적으로 전달하면서, 에이전트가 스스로 제 티칭을 통해 개선하도록 둡니다. 편집도 마음에 드는 부분까지 전부 다시 만들게 하기보다, 고칠 구간과 지켜야 할 부분을 분리하고요. 이렇게 쌓인 지침과 스킬을 다음 작업에 가져가면 같은 설명과 시행착오를 줄일 수 있습니다. AI가 저절로 제 일을 배운다기보다, 제가 작업 자료와 기준을 계속 다듬는 과정에 가깝습니다. 결국은 데이터와 과정만 남네요.

아무튼 바쁜 직장인이라면 내일 해야 할 일 하나를 골라 같이 해 보는 것부터 권하고 싶어요. 해 본 뒤에는 무엇이 잘됐고 어디서 틀렸는지, 다음에는 어떤 기준을 추가할지만 짧게 남겨 보세요. 한 번의 실습을 다음 업무까지 이어 차근차근 쌓아가는 방법이 저만의 공부 꿀팁입니다.

👩🏻‍🏫직장인에게 필요한 AI 리터러시는?

Q.빠르게 변하는 AI 시대를 헤쳐나가기 버겁다고 느끼는 사람들이 많습니다. 레인 님이 보시기에 직장인이 갖춰야 할 'AI 리터러시’의 핵심은 무엇인가요?

레인 저는 AI 리터러시의 핵심이 '내 일과의 연결을 놓지 않는 것'이라고 생각해요. 저는 에이전트를 활발히 쓰는 편에 속한다고 장담하지만, 스레드의 개발자분들을 보면 FOMO를 느낄 수밖에 없습니다. 이럴 때, 뒤처져 있다고 생각하기보다는 새로운 도구가 내 문제를 푸는 데 도움이 되는지 판단하는 감각이 중요합니다. 알아차리는 상태로만 머물러 있어도, 업무를 하면서 새로운 그 도구가 필요할 때 바로 적용하면 되니까요.

새로운 기술을 보면 먼저 '이게 왜 생겨났지? 기존의 어떤 불편을 풀려고 나온 거지?'를 생각해봐요. Jev, Muse가 출시되었을 때도, ‘단순 반복 업무에 스피드와 비용을 개선하기 위한 작업이었구나,’ Aside가 흥행할 때에도 ‘AI가 내 컴퓨터 브라우저까지 제어하는 기능은 클로드/코덱스에서의 병목이었구나’ 인지하는 과정이었습니다. 더불어, AI를 먼저 작게 만들고 사용하면서 넓혀 가는 힘도 필요합니다. 잘된 결과만 보고 바로 전부 맡기기보다, 새로운 자료나 빠진 항목이 있는 자료에서도 어떻게 동작하는지 봐야 하고요. 그리고 내가 어떤 근거로 판단했는지 역시 남겨야 합니다. 그 기준으로 AI의 결과를 검토하고 끝까지 끈을 놓지 않는 게 중요하다고 생각합니다.

🧐 AI 에이전트 활용, 여러분의 업무 노하우가 그 시작입니다

Q.마지막으로 AI 에이전트 앞에서 주저하고 있거나 '나도 실무에서 AI를 제대로 써보고 싶다'고 마음 먹은 직장인분들에게 한 말씀 요청드립니다.

레인 현업에서 매일 힘들게 일하면서 몸으로 익힌 노하우를 너무 당연하게 보지 않으셨으면 해요. 그리고, 그 과정에서 생기는 데이터와 의사결정을 하는 직관의 중요성을 깨닫고, AI를 세컨드 브레인으로 활용하셨으면 좋겠습니다. 요즘 저는 터미널을 통해 세션 작업을 하고, 그 터미널을 끄는 사소한 작업 기록도 소중하게 여겨요. 그 사이에 AI가 했던 버그들, 잘못된 오류를 셀프로 개선한 것, 내가 지시한 마이크로한 요청들.. 이런 작은 부분도 데이터가 되어서 에이전트를 개선할 수 있기 때문이에요. 그 과정에서 나온 결과물은 말할 것도 없지만요! 어떤 자료를 먼저 보는지, 숫자가 이상할 때 어디부터 의심하는지, 보고 받는 사람이 무엇을 궁금해하는지. 이런 판단은 일을 해 본 사람이 알고 있습니다. 평소에는 말로 설명하지 않았던 그 암묵지를 에이전트가 따를 수 있는 지침으로 꺼내는 순간, 여러분의 경험이 새로운 방식으로 쓰이기 시작해요.

저도 코드를 직접 구현하는 데 능숙한 사람으로 출발한 게 아닙니다. 다만 제 일이 어디서 막히는지 알고, 나온 결과를 보며 구체적으로 고쳐 달라고 할 수는 있었어요. 완벽하게 이해한 뒤에 시작할 필요는 없지만, 결과를 확인하는 과정은 건너뛰지 않았으면 합니다. 이번 강의에서도 시연을 따라 하는 것을 넘어서, 데이터와 판단 기준으로 다시 쓸 수 있는 업무 흐름을 만드는 데 집중하려고 해요.