1️⃣ "간단한 프롬프트로 시작한 여정"
처음에는 단순한 목표였습니다. 회의 내용을 AI에게 요약해달라! 🤖
회의가 끝난 후, 주요 내용을 정리하는 게 번거로워 AI에게 맡겨보자는 생각이었죠.
처음 입력한 프롬프트는 아주 단순했습니다.
📝 "이 텍스트를 요약해줘."
결과는? 아쉽다...😅
- 중요한 내용이 빠지거나,
- 맥락이 이상하게 정리되거나,
- 너무 일반적인 요약이 나오거나...
이때 깨달았습니다.
"아, AI가 더 잘 작동하게 하려면 내가 더 구체적으로 요청해야겠구나!"
2️⃣ "프롬프트 하나로는 부족하다"
이후 프롬프트를 조금씩 구체화하기 시작했습니다.
단순 요약이 아니라, 역할(Role)을 부여하고, 요약 기준을 추가했죠.
✅ 예를 들어,
🔹 "너는 비서야. 회의록을 작성해야 해. 다음 규칙을 따르면서 요약해줘."
🔹 "(1) 주요 결정 사항, (2) 토론 내용, (3) 추가 논의가 필요한 사항으로 구분해서 정리해줘."
결과는 훨씬 나아졌지만 여전히 부족한 점이 있었습니다.
- 특정 주제는 더 자세히 정리해야 하고,
- 논의의 흐름도 보존해야 하며,
- 단순 요약이 아니라 의사결정이 이루어진 과정을 포함해야 했죠.
"한 번에 완벽한 결과물을 기대하기보다는, 작업을 단계별로 나눠야겠구나!" 라는 생각이 들었습니다.
3️⃣ "단계적으로 접근해야 품질이 달라진다"
처음에는 단순히 텍 스트 요약을 잘하는 프롬프트를 찾으면 해결될 거라 생각했지만, 실제로는 그 이전 단계부터 철저한 준비가 필요하다는 것을 깨달았습니다.
이제 회의록 작성의 완전한 자동화 프로세스를 위해 단계를 나누어 접근했습니다.
✅ 단계별 접근 방식
🔹 1단계: 고품질 녹음으로 STT 준비 🎙️
먼저, 음성 녹음 품질부터 개선해야 했다.
나는 Audio Hijack이라는 녹음 앱을 사용하여 목소리를 명확하게 하고 증폭시켜, STT(음성 → 텍스트 변환)가 원활하게 이루어지도록 했다.
> 👉 음성이 또렷해야 이후 모든 과정의 품질이 높아진다!
🔹 2단계: Whisper를 이용한 음성 인식 (STT) 📝
OpenAI의 Whisper 모델을 사용하여 음성을 텍스트로 변환했다.
하지만 여기서 문제 발생! 😨
- 잘못된 단어 변환이 많았고,
- 일부 문장이 엉뚱하게 인식되었으며,
- 특정 용어(고유명사 등)는 인식이 제대로 되지 않았다.
🔹 3단계: 음성 인식 오류 수정 & 품질 향상 🔍
Whisper가 생성한 텍스트를 GPT에게 교정 요청했다.
이때 중요한 점은,
- 맥락을 고려하여 수정하도록 지시해야 하고,
- 자주 오류가 발생하는 단어들을 사전으로 제공하면 훨씬 정확한 수정이 가능하다는 것이다!
👉 예제:
"Whisper로 변환된 텍스트를 검토하고, 문맥에 맞게 오류를 수정해줘.
이 단어들은 자주 오류가 발생하는 단어들이야: ['AI Agent' → '에이아이 에이전트', 'GPT' → '지피티']."🔹 4단계: 회의록 요약 & 구조화 🏗️
텍스트 품질이 높아진 후, 이제 요약 & 정리 단계로 들어갔다.
이때 중요한 점은, AI에게 회의의 목적과 핵심 내용을 강조하도록 해야 한다는 것이다.
✅ 회의록 요약을 위한 핵심 요소:
1️⃣ 회의의 목적 (이 회의가 왜 열렸는가?)
2️⃣ 주요 논의 내용 & 결론 (어떤 논의가 있었고, 어떤 결론이 나왔는가?)
3️⃣ 추가 논의가 필요한 사항 (향후 보완해야 할 점은?)
이 과정에서 회의록 템플릿을 제공하면 결과 품질이 훨씬 좋아졌다!
> 📌 👉 AI가 프롬프트에 따 라 자유롭게 요약하는 것보다, 일정한 구조를 유지하도록 템플릿을 활용하는 것이 훨씬 효과적이었다.
🔹 5단계: 기존 회의록과 비교 & 수정 요청 (추가 예정) 🔄
마지막으로, 이전 회의록과 비교하여 변경 사항을 반영하는 과정을 추가하려고 한다.
즉,
1️⃣ 기존 회의록을 AI에게 제공하고,
2️⃣ 이번 회의에서 수정해야 할 부분을 찾고,
3️⃣ 최종적으로 반영하여 업데이트하는 방식이다.
이 과정을 추가하면 회의록이 더 체계적이고 지속적으로 관리될 수 있다! 🚀
✨ 정리: AI 자동화의 핵심은 '단계적 접근'이다!
이처럼 단순히 AI에게 "회의록을 정리해줘"라고 요청하는 것이 아니라,
👉 녹음 품질부터 시작하여, 음성 인식 → 오류 수정 → 요약 & 템플릿 적용 → 최종 비교 & 업데이트까지의 단계를 거치면 훨씬 더 정교한 결과가 나온다.
이 경험을 통해 나는 깨달았다.
"우리가 AI를 잘 사용하려면, AI가 작업을 단계적으로 수행하도록 설계해야 한다!" 💡
이제, 다음 목표는 이 모든 과정을 AI Agent로 자동화하는 것! 🤖🚀
4️⃣ "결국 AI Agent 를 만들어야 한다"
우리가 AI에게 단계별로 작업을 시키고 역할을 나누는 과정이,
사실 AI Agent 개념과 다르지 않다는 것을 알게 됐습니다.
💡 AI Agent 의 핵심은?
1️⃣ 하나의 거대한 AI가 모든 걸 해결하는 게 아니라,
2️⃣ 여러 역할을 가진 AI들이 협력하여 작업을 수행하는 것!
회의 록 작성 프로세스도 마찬가지였습니다.
여러단계로 나누고 개별 단계에서의 목표를 명확히하고 최종결과물을 위한 전처리 작업을 하는 것이 더 좋은 결과가 나왔죠.
이제 더 나아가, AI가 자동으로 단계별 작업을 수행하는 Agent 시스템을 만들 필요가 있다고 느꼈습니다.
궁극적으로는, "회의록을 완성하는 AI Agent"를 개발하는 것이 목표가 되었습니다. 🚀
5️⃣ "AI를 잘 활용하려면, 결국 Agent 방식으로 가야 한다"
이번 경험을 통해 프롬프트 작성의 중요성뿐만 아니라,
AI를 제대로 활용하려면 작업을 세분화하고 Agent 개념을 도입해야 한다는 것을 깨달았습니다.
✅ 주요 인사이트:
- AI를 활용할 때 "한 번에 해결하려 하지 말고, 역할을 나눠야 한다!"
- 요즘 등장하는 AI Agent의 개념이 바로 이 단계적 접근 방식과 연결된다.
- 단순한 AI 사용이 아니라 작업 프로세스를 Agent처럼 설계해야 한다!
이제 앞으로의 목표는,
📌 실제 AI Agent 를 개발하여 완전한 자동화된 회의록 시스템을 만드는 것!
이제 여러분도 AI Agent 방식으로 AI를 활용해보는 건 어떨까요? 😊🎯
