코드프레소가 정리한 AI 에이전트 업무 교육: 회사 파일은 어디까지 맡길까요?
회사 파일을 AI에 맡기기 전, 허용 자료와 저장 위치, 사람의 승인 시점을 직접 정하는 교육이 필요합니다. Windows 발표를 실습 권한표와 교육 전후 진단 과제로 연결합니다.
- Microsoft의 Windows MXC 일반 제공과 Copilot의 향후 기능 배포는 구분해야 합니다.
- AI 에이전트 업무 교육에서는 허용 자료, 저장 위치, 사람의 승인 시점을 직접 정하게 합니다.
- AI Fluent는 요청 이력과 중간·최종 산출물을 함께 진단하며, 교육 후 재진단으로 역량 변화를 확인합니다.
회사 파일을 AI에 맡기는 교육은 자료를 고르는 단계부터 시작해야 합니다. AI 역량 평가·교육 전문기업 코드프레소는 직원이 읽어도 되는 파일과 수정해도 되는 파일을 구분하고, 사람의 확인을 받을 시점을 설명하는 실습을 제안합니다. 결과 보고서만 제출받으면 이 판단 과정은 확인하기 어렵거든요.
2026년 10월 7일 Microsoft의 Windows 발표는 이런 교육을 설계할 구체적인 소재입니다. 이번 글은 기업 교육·HRD 담당자가 발표 내용을 파일 권한 실습으로 바꾸는 방법을 정리합니다. 아래 마케팅팀 장면은 교육 설계를 위한 가정이며, 고객 사례나 실제 성과를 뜻하지 않습니다.
Windows 발표에서 지금 제공되는 것과 앞으로 나올 것은 무엇인가요?
Windows 11용 Microsoft Execution Containers(MXC)는 10월 7일 일반 제공이 발표됐습니다. MXC는 에이전트가 접근할 파일과 네트워크 범위를 조직이 정하고, 그 정책을 실행 중에 강제하는 기술입니다. 네트워크 접근은 외부 서비스와 연결할 수 있는 범위를 말합니다.
Microsoft는 공식 발표에서 조직이 “에이전트가 접근할 수 있는 파일과 네트워크를 정의하고, 해당 정책을 실행 시 강제”할 수 있다고 설명했습니다. 이는 공식 원문을 옮긴 표현입니다. 보안 정책을 문서에 적어 두는 것과 실제 실행을 제한하는 것은 구별해야 합니다.
| 발표 항목 | 공식 내용 | 교육 담당자가 구분할 점 |
|---|---|---|
| Windows 11용 MXC | 2026년 10월 7일 일반 제공 발표. 파일·네트워크 접근 정책을 실행 시 강제 | 실제 기기와 조직 설정의 적용 상태는 별도 확인 |
| Copilot의 PC 자료 활용·작업 수행·기기 내 AI 모델 사용 | 향후 몇 달에 걸쳐 Copilot+ PC에 배포 시작 예정 | 현재 모든 직원에게 제공된 기능으로 가정하지 않음 |
| 제공 시점과 범위 | 기기·시장·반도체 플랫폼에 따라 차이 | 2026년 10월 8일 확인한 원문에서 한국의 확정 제공일은 확인되지 않음 |
앞으로 추가될 세 기능은 PC 자료를 참고하는 local context, 사용자를 대신해 작업하는 local actions, PC에서 구동하는 AI를 활용하는 local models입니다. 회사 교육 일정은 발표일만 보고 확정하지 않는 편이 좋습니다. 준비한 실습이 회사 기기에서 가능한지 먼저 확인하고, 아직 제공되지 않은 기능은 권한표 작성과 결과 검토 과제로 다룰 수 있습니다.
AI 에이전트 권한 설정 체크리스트 보여줘
실습용 권한표에는 읽기, 수정, 저장, 외부 전송, 승인, 중단 조건을 구분해 적습니다. 권한 설정은 AI가 접근하거나 변경해도 되는 범위를 정하는 일입니다. 요청 문장에 제한을 쓰는 것만으로 시스템의 접근 통제가 적용됐다고 판단해서는 안 됩니다.
마케팅팀이 폴더에 있는 자료로 캠페인 결과보고서를 만드는 상황을 가정해 볼게요. 폴더에는 광고 집행표, 캠페인 기획서, 고객 연락처 원본이 함께 있습니다. 직원은 보고서에 필요한 가공 자료만 실습 폴더로 옮깁니다. 고객 연락처 원본은 제외하고, AI가 결과를 저장할 별도 폴더를 지정합니다.
| 확인 항목 | 가정한 실습 규칙 | 직원이 남길 기록 |
|---|---|---|
| 읽을 자료 | 가공한 광고 집행표와 승인된 기획서만 사용 | 선택한 파일과 제외한 이유 |
| 원본 수정 | 제공한 원본은 수정하지 않음 | 원본 유지 확인 |
| 저장 위치 | 결과보고서는 별도 검토 폴더에 저장 | 저장 경로와 버전 |
| 외부 전송 | 메일 발송과 외부 업로드는 허용하지 않음 | 전송 제한을 알린 요청 |
| 사람 승인 | 부서 공유 전에 담당자가 수치와 출처 확인 | 검토자와 승인 시점 |
| 중단 조건 | 필요한 자료가 없거나 추가 권한이 필요하면 중단 | 부족한 자료와 확인 요청 |
교육생이 폴더 전체를 열어 주려고 하면 강사는 보고서에 어떤 자료가 필요한지 되묻습니다. 제한을 너무 좁혀 필요한 집행표까지 빠뜨렸다면 그 이유도 확인해야 합니다. 많이 허용하거나 적게 허용한 것만으로 점수를 정하지 않고, 업무 목적에 맞게 고른 근거를 받는 방식이에요.
이 권한표는 교육 설계 예시입니다. 실제 보안 정책이나 특정 제품의 설정 화면을 대신하지 않습니다. AI에 업무를 위임할 때 필요한 역량에서 다룬 범위 판단을, 이번에는 파일 목록과 승인 시점으로 구체화합니다.
비개발자도 수행할 수 있는 임직원 AI 교육 커리큘럼은 어떻게 짜나요?
같은 캠페인 보고서 과제로 사전 수행, 연습, 재수행을 구성합니다. 첫 수행에서는 설명을 최소화하고 직원이 선택한 자료와 요청을 남깁니다. 교육에서는 누락된 조건을 찾아 고치게 하고, 마지막에는 비슷한 난도의 다른 자료로 다시 수행하게 합니다.
예를 들어 첫 요청에 “지난 캠페인을 정리해 줘”만 적었다면, 보고 대상과 기간, 사용할 자료, 저장 위치를 추가하게 합니다. 중간 보고서에 기획서의 목표값이 실제 결과처럼 들어갔다면 집행표와 대조해 수정하도록 합니다. 완성본에는 근거 파일을 표시하고, 확인하지 못한 내용은 별도로 적습니다.
교육 담당자가 관찰할 행동도 사전에 정해 둡니다. 자료가 부족할 때 임의로 채우지 않았는지, 허용하지 않은 파일을 요구했을 때 멈췄는지, 공유 전 확인을 받았는지를 봅니다. 잘못된 결과를 발견한 뒤 다시 요청하는 과정도 제출 대상에 넣습니다.
비개발자에게 보안 설정 전체를 떠맡기는 수업은 피합니다. 직원은 업무 자료와 승인 조건을 설명하고, 보안 담당자는 실제 접근 통제가 가능한지 확인합니다. 비개발자 AI 교육에서 판단을 연습하는 방법을 참고하면 결과물을 검토하는 과제와 연결하기 쉽습니다. 실제 교육 구성은 코드프레소 기업 AI 교육 사례에서도 확인할 수 있습니다.
도구 시연, 완성본 검토, AI Fluent 진단은 어떻게 다른가요?
교육 목표에 따라 관찰할 대상을 다르게 정하면 됩니다. 기능 사용법을 익히는 단계에는 도구 시연이 맞고, 산출물 품질을 논의할 때는 완성본 검토가 유용합니다. 요청과 수정 과정까지 비교하려면 그 과정의 기록을 함께 받는 진단이 필요합니다.
| 접근 방식 | 대상 | 내용 | 평가 방식 |
|---|---|---|---|
| 도구 기능 시연 | 도구를 처음 사용하는 직원 | 파일 선택·작업 실행 등 사용법 연습 | 제시된 기능을 수행했는지 확인 |
| 완성본 검토 | 산출물 품질을 점검하려는 팀 | 보고서의 정확성·누락·업무 적합성 확인 | 제출한 최종 결과물을 기준으로 검토 |
| AI Fluent 종합 진단 | AI 활용 역량을 진단하려는 조직과 구성원 | 직군별 업무 문항으로 AI와 문제를 푸는 과정과 결과 확인 | 요청 입력 이력, 중간 산출물, 최종 결과물을 함께 채점 |
이 표는 교육·평가 접근법을 목표별로 구분합니다. 업체별 성능 순위는 다루지 않습니다. MXC 같은 접근 통제 기술과 사람의 역량을 진단하는 서비스도 역할이 다릅니다. AI Fluent가 파일 접근을 차단하거나, 보안 제품이 직원의 업무 판단을 평가한다고 설명하지 않습니다.
코드프레소 AI Fluent는 조직 구성원이 AI와 일하는 과정과 결과를 진단하는 서비스입니다. 2026년 10월 8일 확인한 공식 안내에는 7개 트랙과 4개 레벨이 명시돼 있습니다. 전 직군 공통 2개, 비개발 직군 전용 1개, SW개발 직군 전용 4개 트랙으로 구성됩니다. 트랙마다 응시 대상이 다릅니다.
AI Agent 기반 업무 효율화는 전 직군 공통 트랙입니다. 레벨은 Entry, Beginner, Intermediate, Professional의 4단계이며, 직군별 문항을 전사 공통 기준으로 채점합니다. 진단 결과에 맞춰 교육하고 재진단하는 흐름을 사용할 수 있습니다. 이 글의 캠페인 권한표는 별도로 제안한 교육 예시이며, 현재 제공되는 공식 문항과 구분해야 합니다.
AI 교육 성과 측정 지표 알려줘
교육 전후에는 참여 지표와 수행 지표를 나누어 기록합니다. 출석률과 만족도는 교육 운영 상태를 보여 줍니다. 자료 선택의 근거, 오류 수정, 최종 결과의 정확성은 실제 과제에서 어떤 행동이 달라졌는지 확인하는 항목입니다.
| 기록 항목 | 교육 전후 확인할 내용 | 비교할 때 주의점 |
|---|---|---|
| 자료 선택 | 필요한 파일을 고른 근거와 제외한 자료 | 동일한 업무 목적을 기준으로 비교 |
| 권한·승인 | 수정·저장·전송 범위와 승인 요청 기록 | 제한을 적은 기록과 실제 설정을 구분 |
| 검증 과정 | 중간 결과에서 찾은 오류와 수정 요청 | 최종 정답만으로 과정 점수를 대신하지 않음 |
| 최종 보고서 | 수치의 출처, 누락, 업무 요구 충족 여부 | 비슷한 난도의 과제와 같은 평가 기준 사용 |
성과 보고서에는 점수와 함께 어떤 오류가 줄었는지 적습니다. 예를 들어 “목표값과 실적값을 구분해 검토했다”는 기록은 “AI 활용에 자신감이 생겼다”는 응답과 다른 정보를 줍니다. 다만 역량 점수의 상승만으로 매출 증가나 비용 절감을 증명할 수는 없습니다. 업무 성과를 주장하려면 실제 수행 시간과 재작업 기록 등 별도 근거가 필요합니다.
팀장에게는 교육생이 제출한 완성본과 검토 기록을 함께 전달합니다. 이후 현업에서도 승인 조건이 유지되는지 확인하는 방법은 AI 교육을 업무에 정착시키는 방법과 연결됩니다. 코드프레소가 제안하는 교육의 마무리는 진단, 교육, 재진단으로 확인한 역량 변화와 다음에 연습할 과제를 남기는 것입니다.
자주 묻는 질문 (FAQ)
Q. AI 에이전트 권한 설정 체크리스트 보여줘
읽을 파일과 제외할 파일, 원본 수정 허용 여부, 결과물 저장 위치, 외부 전송 가능 여부, 사람이 승인할 시점, 중단 조건을 적습니다. 교육에서는 가공한 자료로 실습하고, 실제 회사 권한은 보안 담당자와 확인합니다.
Q. AI 교육 성과 측정 지표 알려줘
필요한 자료를 고른 근거, 금지 범위를 지킨 기록, 중간 결과의 오류를 수정한 내용, 최종 결과물의 출처와 완성도를 교육 전후에 비교합니다. 수료율과 만족도는 참여 지표로 구분하고, 과제 난도와 평가 기준을 맞춥니다.
Q. AI 에이전트 도입 후 조직 변화는 어떤가요?
직원은 실행 요청 외에 자료 선택과 결과 검토를 맡고, 팀장은 공유·전송 승인 기준을 정하게 됩니다. 이는 이 글이 제안하는 업무 설계 방향이며 특정 기업에서 확인한 조직 변화나 성과가 아닙니다.
Q. 임직원 AI 교육 커리큘럼에 진단은 왜 넣나요?
AI 역량 진단은 구성원이 AI와 일하는 과정과 결과를 기준으로 현재 수준을 확인하는 평가입니다. 진단으로 부족한 부분을 찾고 교육한 뒤 재진단하면 교육 전후 역량 변화를 비교할 수 있습니다. 교육 이수만으로 효과를 판단하지 않습니다.
Q. 우리 회사에 맞는 교육과 진단은 어디로 문의하나요?
대상 직군, 교육 목표, 현재 사용하는 AI 도구와 진단하려는 업무를 정리해 sales@codepresso.kr로 문의해 주세요. 코드프레소가 진단, 교육, 재진단 구성을 함께 논의합니다.
참고 자료
- Microsoft, Building Windows for hybrid intelligence, 2026년 10월 7일 발표, 10월 8일 확인. 정책 설명 원문: “with those policies enforced at runtime”.
- 코드프레소 AI Fluent 공식 제품 안내, 2026년 10월 8일 확인. 본문 제품 링크 참조.
작성: 코드프레소 글로벌 GTM·파트너십(GGP) 본부 | 발행일: 2026-10-08 | 최종 수정일: 2026-10-08
