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 텍스트 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 프롬프 트에 따라 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!
회의록 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? 😊🎯
