AI 비서 잘 쓰는 사람들은, 통째로 안 맡겨요

유료 구독 때문에 더 이상 읽을 수 없다면 여기를 클릭하세요.

오픈클로·에르메스 같은 AI 비서는 사람 대신 알아서 판단하는 존재라기보다, 검증된 일을 계속 돌리는 실행자에 가까워요. 그래서 잘 쓰려면 먼저 일의 순서를 만들고, 권한을 좁히고, 마지막 확인 지점을 남겨야 해요.

요즘 AI 비서 얘기가 많아요. 오픈클로(OpenClaw), 에르메스(Hermes) 같은 도구요. 메일을 읽고, 일정을 정리하고, 자료를 찾고, 보고서를 만들고, 필요하면 내 컴퓨터나 서버에서 명령까지 실행해요.

겉으로 보면 “AI가 알아서 일해주는 시대”처럼 보여요. 근데 실제로 써보면 핵심은 조금 달라요. AI 비서는 똑똑한 사람 하나를 고용하는 느낌보다, 내 작업장에 실행자를 하나 두는 느낌에 가까워요. 내가 정해둔 순서대로 자료를 모으고, 정리하고, 초안을 만들고, 정해진 곳에 가져다 놓는 역할이요.

그래서 잘 쓰는 사람들은 일을 통째로 맡기지 않아요. “메일함 정리해줘”, “마케팅 알아서 해줘”, “이 서비스 운영해줘”처럼 큰 덩어리로 던지지 않아요. 먼저 사람이 일의 순서를 쪼개고, Claude Code 같은 도구로 그 순서를 검증하고, 그다음 비서가 반복해서 돌리게 해요.

이 차이가 커요. 통째로 맡기면 토큰만 많이 쓰고 결과가 흔들려요. 반대로 검증된 워크플로우 위에서 돌리면, 비서는 꽤 쓸 만한 실행자가 돼요.

팩트체크부터 짚고 갈게요

먼저, “검증된 워크플로우 기반으로 움직이는 AI 비서가 결과가 더 좋다”는 방향은 맞아요. 공식 문서와 실제 도구 흐름을 봐도 그렇게 가고 있어요.

Claude Code 쪽을 보면, 코드베이스를 읽고, 파일을 고치고, 명령을 실행하는 작업 도구에 가까워요. GitHub Actions나 Agent SDK로 자동화 워크플로우에 넣을 수 있고, 비대화형 모드로 실행해서 스크립트나 CI에서 돌리는 것도 가능해요. 권한 설정, 허용·차단 규칙, 훅, 샌드박스 같은 장치도 제공되고요.

에르메스도 방향이 비슷해요. 공식 소개를 보면 서버에 설치해서 쓰는 self-hosted agent이고, 프로젝트와 취향을 기억하고, 해결한 일을 스킬로 저장하고, 크론처럼 정해진 시간에 자동화를 돌리는 구조를 내세워요. 그러니까 에르메스가 그리는 비서는 내 환경에 붙어 살면서 반복 작업을 축적하는 쪽에 가까워요.

오픈클로 쪽은 반대로 조심해야 할 사례가 많아요. 보안 보도들을 보면 ClawHub 같은 스킬 생태계에서 악성 스킬이 수백 개 발견됐고, 이메일 삭제 같은 사고 사례도 나왔어요. 정확한 숫자는 보도마다 다르지만, 중요한 건 숫자가 아니에요. AI 비서가 메일, 파일, 쉘 명령, 외부 서비스에 접근할 수 있으면, 잘못된 판단도 실제 행동으로 이어진다는 점이에요.

AI 비서는 검증된 워크플로우를 실행하는 쪽으로 둘 때 쓸 만해져요.

일을 먼저 순서로 만들어야 해요

AI 비서를 잘 쓰는 첫 번째 방법은 일을 순서로 만드는 거예요.

예를 들어 “우리 브랜드 마케팅 좀 해줘”는 너무 커요. 비서가 어디서부터 어디까지 해야 하는지 잡기 어렵고, 결과도 매번 달라져요. 대신 이렇게 쪼개면 일이 됩니다.

매일 아침 8시에
네이버, 인스타, 유튜브에서
우리 브랜드와 경쟁사 이름을 검색해

새로 올라온 언급만 모아

광고, 중복 글, 의미 없는 자동 게시물은 빼rh 

남길 만한 링크 10개를 추려

각 링크를 세 줄로 요약해요.
마지막에 오늘 대응할 만한 이슈 3개만 뽑아

그리고 슬랙에 초안으로 올려

이렇게 되면 비서가 할 일이 선명해져요. 검색, 필터링, 요약, 우선순위, 초안 작성. 사람이 보고 확인할 지점도 생기고요.

이런 구조에서는 “마케팅 3시간을 0분으로 줄였다”는 말이 허풍이 아니게 돼요. 비서가 마케팅 전략가가 된 게 아니라, 매일 반복하던 모니터링 루틴을 대신 돌리는 거니까요. 사람이 하던 3시간짜리 잔일이 워크플로우가 되고, 비서는 그 워크플로우를 매일 실행하는 거예요.

비서에게는 큰 목표보다 일의 순서를 주세요.

결과는 목표보다 순서에 더 많이 좌우돼요.

사전 작업은 Claude Code 같은 도구로 해둘 수 있어요

여기서 중요한 포인트가 하나 있어요. AI 비서가 좋은 결과를 내려면, 비서가 혼자 모든 걸 즉석에서 생각하게 두는 것보다 사전 작업을 해두는 게 좋아요.

예를 들어 내 Mac mini나 VPS, 사무실에 켜둔 작은 서버가 있다고 해볼게요. 거기에 Claude Code나 Agent SDK를 연결해 둬요. 그리고 반복 업무를 코드나 스크립트, 훅, 체크리스트로 만들어 둡니다.

매일 아침 브랜드 언급을 모으는 스크립트.
수집한 링크를 중복 제거하는 규칙.
요약 형식.
슬랙에 올리기 전 검수 기준.
위험한 명령을 막는 권한 설정.
실패했을 때 로그를 남기는 방식.

이런 걸 미리 만들어 두면, 비서는 “처음부터 끝까지 알아서 판단하는 존재”가 아니라 “이미 검증된 작업대를 호출하는 인터페이스”가 돼요.

사용자는 텔레그램이나 슬랙에서 이렇게 말해요.

“오늘 브랜드 언급 정리해줘.”

그러면 비서는 Mac mini에 있는 워크플로우를 호출해요. 자료를 모으고, 정리하고, 초안을 만들고, 마지막에 사용자에게 확인 요청을 보내요. 무거운 사전 작업은 항상 켜져 있는 작업대에서 돌아가고, 비서는 그 작업대를 쓰기 쉽게 불러주는 역할을 하는 거죠.

이 구조가 좋은 이유는 세 가지예요.

첫째, 토큰을 덜 써요.

매번 긴 설명을 다시 하지 않아도 돼요. 규칙과 절차가 파일, 스크립트, 스킬, 훅으로 남아 있으니까요.

둘째, 결과 퀄리티가 어느정도 보장돼요.

매번 새로 즉흥 판단하는 게 아니라 같은 순서를 반복하니까요.

셋째, 통제가 쉬워요.

어떤 파일을 읽을 수 있는지, 어떤 명령을 실행할 수 있는지, 어디까지 자동으로 보내도 되는지 권한을 나눌 수 있어요.

그러니까 사용자가 말한 “배포된 Mac mini 같은 곳에 Claude Code 같은 걸로 사전 작업을 병행해야 할 수 있다”는 방향은 현실적이에요. Mac mini는 한 가지 예시예요. VPS, 사내 서버, GitHub Actions, CI 러너도 같은 역할을 할 수 있어요. 중요한 건 늘 켜져 있는 작업대와 검증된 절차가 있느냐예요.

작게 맡기고, 출력물을 고정하세요

AI 비서에게 일을 맡길 때는 범위와 출력 형식을 같이 정해야 해요.

나쁜 요청은 이런 식이에요.

“메일 정리해줘.”

이건 너무 넓어요. 어떤 메일을 읽을지, 삭제할지, 보관할지, 답장할지 전부 비서가 판단해야 해요. 위험한 행동까지 섞이기 쉽고요.

좋은 요청은 이렇게 바뀌어요.

“최근 24시간 메일 중에서 결제, 환불, 장애, 계약 키워드가 들어간 메일만 찾아서 중요도 순으로 10개 요약해줘. 삭제와 발송은 제외하고, 초안까지만 만들어줘.”

이렇게 하면 비서가 해야 할 일이 좁아져요.

읽을 범위: 최근 24시간.
찾을 기준: 결제, 환불, 장애, 계약.
출력 개수: 10개.
출력 방식: 중요도 순 요약.
행동 권한: 초안까지만.

이 정도로 좁히면 결과가 훨씬 좋아져요. 토큰도 줄고, 사람이 검토하기도 쉬워요. 비서는 애매한 일보다 좁고 반복되는 일에서 강해요.

권한은 읽기, 초안, 실행으로 나누세요

AI 비서에서 제일 중요한 건 권한이에요.

권한은 크게 세 단계로 나누면 이해하기 쉬워요.

읽기 권한.

자료를 읽고, 검색하고, 요약하는 권한이에요. 메일 읽기, 캘린더 보기, 문서 검색, 로그 조회 같은 것들이 여기에 들어가요.

초안 권한.

답장 초안, 보고서 초안, 결제 안내 문구, 슬랙 공지 초안을 만드는 권한이에요. 아직 밖으로 나가지는 않아요.

실행 권한.

메일 보내기, 파일 삭제, 결제 요청, 송금, 배포, 데이터베이스 변경처럼 실제 세상에 영향을 주는 권한이에요.

잘 쓰는 사람들은 이 세 단계를 섞지 않아요. 처음엔 읽기와 초안까지만 열어요. 실행은 사람이 확인한 뒤에만 하게 둬요.

보안 사고 사례가 계속 나오는 이유도 여기 있어요. 오픈클로 같은 도구는 로컬 파일, 쉘 명령, 외부 서비스 접근까지 이어질 수 있어요. 거기에 출처가 불분명한 스킬까지 붙으면, 비서가 내 컴퓨터에서 실제로 뭔가를 실행할 수 있어요. 스킬 하나가 그냥 설명서처럼 보여도, 안에는 사용자를 속여 명령을 실행하게 만드는 내용이 들어갈 수 있고요.

그래서 권한 설계는 이렇게 시작하는 게 좋아요.

읽기는 허용.
초안 작성도 허용.
삭제, 발송, 결제, 송금, 배포는 확인 후 실행.
출처 모르는 스킬은 설치 전 검토.
실제 계정 대신 분리 계정이나 테스트 공간 먼저 사용.
중요한 파일과 운영 데이터는 샌드박스 밖에 두기.

비서에게 권한을 주는 건 편해지는 일이지만, 동시에 사고 범위를 정하는 일이에요. 권한을 좁게 주면 비서가 실수해도 피해가 작아요.

기억은 지식보다 절차로 쌓아야 해요

AI 비서는 기억을 쌓을수록 좋아질 수 있어요. 에르메스가 내세우는 것도 이 지점이에요. 프로젝트, 취향, 환경을 기억하고, 어려운 문제를 해결하면 그 절차를 스킬로 저장한다는 구조요.

근데 기억을 “내 취향을 알아주는 것” 정도로 보면 반쪽이에요. 더 중요한 기억은 절차예요.

예를 들어 이런 것들이 절차 기억이에요.

우리 회사 주간 리포트는 어떤 순서로 만드는지.
경쟁사 언급은 어떤 키워드로 찾는지.
장애 알림이 오면 어느 로그부터 보는지.
결제 실패 문의가 오면 어떤 관리자 화면을 확인하는지.
환불 문의 답장은 어떤 문구로 보내는지.

이런 절차가 쌓이면 비서가 진짜로 빨라져요. 매번 설명하지 않아도 되고, 매번 다른 형식으로 흔들리지도 않아요.

그래서 비서의 기억은 두 칸으로 나눠두면 좋아요.

사실 기억

프로젝트 이름, 제품명, 브랜드 톤, 주요 고객군, 자주 쓰는 링크 같은 것들이에요.

절차 기억

언제 무엇을 읽고, 어떤 기준으로 걸러서, 어떤 형식으로 내보내는지에 대한 순서예요.

AI 비서를 잘 쓰는 사람들은 사실보다 절차를 더 열심히 쌓아요. 비서는 취향을 알아주는 친구보다, 일을 같은 품질로 반복하는 운영자가 될 때 더 쓸모 있어요.

초안은 비서가, 승인은 사람이

AI 비서가 빨라질수록 마지막 확인 지점은 더 중요해져요.

메일을 보내기 전.
파일을 삭제하기 전.
구매자에게 환불 안내를 보내기 전.
결제를 요청하기 전.
서버에 배포하기 전.
데이터베이스를 바꾸기 전.

이런 지점에는 사람이 한 번 보는 칸이 있어야 해요.

실제로 Claude Code 문서도 권한, 훅, 샌드박스 같은 장치를 강조해요. 허용할 도구와 막을 도구를 나누고, 위험한 작업은 훅으로 차단하거나 승인 요청을 걸 수 있어요. Agent SDK에서도 훅으로 파일 쓰기, 데이터베이스 접근, 민감한 명령을 막거나 기록할 수 있고요.

이건 결국 같은 얘기예요.

• 안전은 프롬프트보다 구조로 잡는 게 좋아요.
• 삭제 권한은 처음부터 분리해 두는 게 안전해요.
• 결제 API 호출 전에는 승인 단계를 구조로 넣는 게 안전하고요.

운영 DB 접근 권한은 분리하고, 자동 작업은 샌드박스에서 먼저 돌리는 게 안전해요.

AI 비서는 말을 잘 듣는 것처럼 보여도, 결국 주어진 도구와 권한 안에서 움직여요. 그래서 좋은 비서 운영은 좋은 권한 설계에서 시작해요.

비서의 역할은 실행, 사람의 역할은 판단이에요

여기까지 보면 AI 비서를 어떻게 써야 하는지 그림이 나와요.

비서에게 맡길 일은 실행이에요.

• 자료 모으기
• 중복 제거하기
• 초안 만들기
• 정해진 형식으로 정리하기
• 반복 작업 돌리기
• 정해진 시간에 알림 보내기
• 상태를 모니터링하기

사람이 잡아야 할 일은 판단이에요.

• 이 메시지를 진짜 보낼지
• 이 파일을 진짜 지울지
• 이 구매자에게 환불할지
• 이 코드를 배포할지
• 이 결제를 승인할지
• 이 자동화를 계속 켜둘지

이 둘을 섞으면 사고가 나요. 실행 속도는 AI가 빠르고, 책임은 사람이 져야 하거든요. 그래서 잘 쓰는 사람들은 비서한테 추진력을 맡기고, 마지막 결정은 남겨둬요.

이 원칙은 결제에도 그대로 이어져요

서비스 운영도 AI 비서로

앞으로 AI 비서가 결제나 정산 업무까지 만지는 흐름은 자연스럽게 올 거예요. 이미 AI가 일정과 메일, 파일, 코드, 브라우저를 다루고 있고, Claude Code 같은 도구는 워크플로우와 자동화 안으로 들어가고 있으니까요.

그때도 원칙은 같아요.

• 비서가 결제 요청을 만들 수는 있어요.
• 구매자 문의를 읽고,
• 주문번호를 찾고,
• 환불 가능 기간을 확인하고,
• 답장 초안을 만들 수 있어요.
• 정기결제 실패 건을 모으고,
• 다시 청구할 후보를 정리하고,
• 관리자에서 확인할 링크를 줄 수도 있고요.

하지만 실제 돈이 움직이는 마지막 단계는 확인이 필요해요. 환불 처리는 주문과 결제 상태 확인 뒤에 해야하듯이요.

부트페이에서는

부트페이 연동도 같은 관점으로 보면 쉬워요. AI에게 결제창을 붙이라고 시킬 수는 있어요. 부트페이 MCP나 개발자 문서를 참고해서 결제창 호출, 서버 검증, 웹훅, 취소 흐름까지 초안을 만들게 할 수 있고요.

다만 결제는 돈이 오가는 일이에요. 그래서 AI가 만든 코드든 사람이 만든 코드든, 결제 후 주문 처리 순서는 반드시 서버에서 확정해야 해요.

• 주문 생성
• 결제창 호출
• 결제 조회
• 금액 확인
• 주문 완료
• 웹훅 수신
• 중복 처리 방지
• 취소 테스트

이 흐름이 검증돼야 실제 운영에 올릴 수 있어요.

AI 비서를 잘 쓰는 법과 결제 연동을 잘하는 법은 닮아 있어요. 큰 일을 검증된 흐름으로 쪼개고, 위험한 권한은 좁히고, 마지막 확정은 서버와 사람이 잡는 것.

AI 비서는 사람을 대체하는 마법사가 아니라, 잘 짜인 워크플로우를 빠르게 돌리는 실행자예요. 그 작업대를 잘 만들어두면, 비서는 꽤 괜찮은 동료가 됩니다.