인박스 관리의 필요성
시도하고자 했던 것은 흩어진 정보 캡처를 하나의 AI 인박스 흐름으로 모으는 것이었습니다.
평소에 웹에서 본 글, 유튜브 영상, 인스타그램 아이디어, 카카오톡 링크, 노션 메모, 휴대폰에서 떠오른 생각, 스크린샷 같은 것들을 자주 저장합니다. 문제는 저장한 뒤였습니다.
자료는 분명히 어딘가에 있는데, 나중에 다시 찾기 어렵고, 찾더라도 이게 단순 참고자료인지, 지금 프로젝트에 필요한 내용인지, 해야 할 일인지 구분이 잘 안 됐습니다. 정리되지 않은 자료가 각각의 앱에 계속 쌓이기만 했습니다.
그래서 이번에는 “자료를 잘 정리하는 방법”보다 먼저, 자료가 들어오는 입구를 하나로 만드는 것을 시도했습니다.
다만 이걸 처음부터 제가 완성된 구조로 설계한 것은 아니었습니다. 제가 직접 코드를 짜거나 프롬프트를 한 줄씩 작성한 사례도 아닙니다. 저는 “여러 곳에 흩어진 자료를 일단 한곳에 모으고 싶다”는 문제와 아이디어를 Hermes와 계속 상의했습니다. 그 과정에서 Hermes가 아이디어를 구조화해주고, 제 비서 프로필이 실제 운영 흐름과 프롬프트, 의사코드, Skill 문서 형태로 만들어 주었습니다.
처음 목표는 단순했습니다.
캡처할 때는 분류하지 않고, 일단 한곳에 던진다.
AI가 먼저 요약하고 후보 분류를 한다.
처음에는 내가 승인하고, 나중에는 반복 검증된 저위험 항목부터 맥락을 기반으로 Hermes가 알아서 처리하게 만든다.
이번 실험의 핵심은 단순 자동화가 아니라, 제 아이디어를 Hermes와 대화하며 발전시키고, 그것을 실제로 작동하는 인박스 Skill로 만들어 가는 것이었습니다.
AI 인박스 관리 도구와 방법
사용한 도구는 크게 네가지입니다.
Discord: 빠른 캡처용 인박스 채널
Chrome 확장 프로그램: Chrome to Discord
Android 앱: HTTP Shortcuts
Hermes Agent: Skill, 정기 브리핑 기능(cron), 멀티프로필 (비서 프로필, PKM 프로필)
PC에서는 웹페이지를 보다가 저장하고 싶은 자료가 있 으면 Chrome to Discord로 인박스에 보냈습니다.
모바일에서는 Android HTTP Shortcuts를 사용해서 공유 메뉴에서 링크나 텍스트를 바로 인박스로 보낼 수 있게 했습니다.
이렇게 하니 브라우저, 유튜브, 인스타그램, 카카오톡, 모바일 메모 등 여러 곳에서 들어오는 자료를 일단 한 흐름으로 모을 수 있었습니다.
여기서 중요한 점은 Hermes를 하나의 만능 봇으로 쓰지 않고, 멀티프로필로 역할을 나눴다는 것입니다.
PKM 프로필은 인박스에 들어온 자료를 먼저 요약하고, 외부자료인지, 현재 프로젝트 맥락인지, 글감인지, 보류할 아이디어인지 후보를 나눕니다.
비서 프로필은 사람, 기한, 약속, 신뢰가 걸린 항목을 다시 확인하고, 지금 처리해야 할 일인지 브리핑에만 넣어도 되는지 판단합니다.
이렇게 나누니 “자료 정리 AI”와 “책임·약속을 챙기는 비서 AI”의 역할이 섞이지 않았습니다. 단순히 정보를 모으는 것보다, 누가 어떤 기준으로 판단하는지를 나누는 것이 더 중요했습니다.
진행 흐름은 이렇게 잡았습니다.
Open optionstext
웹/모바일/메신저/영상/메모
→ 빠른 캡처 인박스
→ PKM 프로필의 1차 요약과 후보 분류
→ 비서 프로필의 2차 검토
→ 승인 기반 라우팅
→ 반복 검증 후 일부 자동 처리
처음부터 Hermes가 마음대로 저장하거나 삭제하게 만들지는 않았습니다.
대신 인박스에 들어온 자료를 먼저 “원자료”로 보고, 아래처럼 후보 분류를 하게 했습니다.
Open optionstext
- 책임·약속 후보
- 오늘/근시일 처리
- 현재 프로젝트 맥락
- 외부자료 후보
- 글감/산출물 후보
- 아이디어 보류
- 폐기/보류 후보
- 민감정보 주의
아래는 제가 직접 작성한 프롬프트가 아니라, 비서 프로필이 인박스 운영 원칙을 정리하면서 만들어 준 대표 프롬프트입니다. 이 글에 들어간 프롬프트와 의사코드 표현도 제가 한 줄씩 작성한 것이 아니라, 제 아이디어를 바탕으로 비서 프로필이 정리해 준 결과물입니다.
Open optionstext
이 인박스에 들어온 자료를 바로 저장하지 말고 먼저 후보로만 분류해줘.
각 항목마다 다음 기준으로 정리해줘.
1. 이 자료가 무엇인지 한 줄로 요약
2. 자료 유형: 링크 / 영상 / 메모 / 캡처 / 모바일 공유 / 기타
3. 분류 후보:
- 책임·약속 후보
- 오늘/근시일 처리
- 현재 프로젝트 맥락
- 외부자료 후보
- 글감/산출물 후보
- 아이디어 보류
- 폐기/보류
- 민감정보 주의
4. 사람 검토가 필요한지 표시
5. 바로 저장하지 말고, 다음 행동만 제안해줘
6. 사람, 기한, 약속, 신뢰가 걸린 항목은 가장 위에 올려줘
추가로 비서 프로필이 이 흐름 자체를 인박스 리뷰 Skill로 만들어 주었습니다.
이 Skill의 현재 원칙은 이렇습니다.
Open optionstext
Capture fast.
Treat captures as raw inbox material.
Do first-pass candidate classification.
Current phase: approval-based routing.
Final target: context-aware autonomous handling inside pre-approved boundaries.
즉, 지금은 승인 기반으로 시작하지만 최종 목표는 AI가 맥락을 이해해서 routine inbox를 승인 없이 처리하는 것입니다.
실제 운영은 코드보다 설정과 절차에 가까웠습니다. 아래 의사코드도 제가 직접 작성한 것이 아니라, 비서 프로필이 공 개용으로 이해하기 쉽게 정리해 준 표현입니다.
Open optionstext
capture item arrives
→ classify as raw inbox material
→ detect commitment / deadline / person / trust signal
→ if high-impact: escalate to human review
→ if low-risk and pre-approved: route automatically
→ keep audit trail
성과와 향후 계획
Hermes와 상의하며 아이디어를 발전시키고, 비서 프로필이 실제 운영 절차로 정리해 준 결과 자가진화하는 인박스 Skill이 생겼습니다.
가장 크게 달라진 점은 캡처할 때 고민이 줄었다는 것입니다.
예전에는 자료를 저장하려고 할 때마다 “이건 어디에 넣지?”를 먼저 생각했습니다. 그런데 이제는 일단 한곳에 던지고, 분류는 나중에 AI와 함께 할 수 있습니다.
두 번째 변화는 자료와 지식을 분리하게 된 점입니다.
예전에는 저장한 링크나 AI 요약을 곧바로 내 지식처럼 다루기 쉬웠습니다. 하지만 지금은 인박스에 들어온 것은 먼저 “원자료”나 “후보”로만 봅니다. 내가 직접 판단하고, 적용하고, 내 언어로 소화한 것만 진짜 지식으로 올리는 방식입니다.
세 번째 변화는 자동화의 방향이 더 선명해졌다는 점입니다.
처음에는 “AI가 알아서 정리해주면 좋겠다” 정도의 아이디어였는데, Hermes와 대화하면서 실제 자동화에는 단계가 필요하다는 것을 알게 됐습니다. 현재는 Level 1: 추천 포함 브리핑 단계로 보고 있습니다.
앞으로의 계획은 아래처럼 단계적으로 잡고 있습니다.
Open optionstext
Level 0: 후보화만 한다
Level 1: 추천 포함 브리핑을 한다 ← 현재 단계
Level 2: 저위험 항목을 자동 정리한다
Level 3: 사전 승인된 범위 안에서 자동 라우팅한다
Level 4: 맥락 기반 자율 인박스 운영자가 된다
과정 중 시행착오도 있었습니다.
처음에는 인박스에 들어온 자료에 AI가 실시간으로 반응하게 했습니다. 그런데 실시간 반응이 많아지니 오히려 산만해졌습니다.
그래서 한 번에 모아서 브리핑하는 방식으로 바꿨습니다. 하지만 이번에는 브리핑 시간 전에 처리해야 하는 항목을 놓칠 수 있다는 문제가 생겼습니다.
현재는 절충안으로 운영하고 있습니다.
Open optionstext
- 자료가 들어오면 실시간으로 1차 분류한다.
- 전체 브리핑은 하루 2번 묶어서 본다.
- 사람, 기한, 약속, 신뢰가 걸린 항목은 바로 검토 대상으로 올린다.
이 방식이 지금까지는 가장 균형이 좋았습니다. 캡처는 가볍게 유지하면서도, 중요한 책임이나 약속은 묻히지 않게 할 수 있기 때문입니다.
제가 얻은 꿀팁은 세 가지입니다.
처음부터 완벽한 지식관리 시스템을 만들려고 하지 말고, 먼저 캡처 입구를 하나로 만든다.
AI에게 바로 저장시키지 말고, 먼저 후보 분류만 시킨다.
사람·기한·약속이 걸린 항목은 일반 자료보다 먼저 처리한다.
앞으로는 실제 인박스 브리핑을 보면서 분류 기준을 계속 수정하고, 승인 없이 처리해도 되는 저위험 항목 목록을 만들 계획입니다. 잘못 분류한 사례가 생기면 그때마다 Skill에 반영해서 개선하려고 합니다.
최종 목표는 이것입니다.
내가 모든 캡처를 직접 정리하는 것이 아니라,
AI가 내 맥락을 이해하고 일상적인 인박스를 처리해주는 것.
나는 사람, 약속, 외부 발신, 공개, 삭제처럼 중요한 결정만 보는 것.
참고 자료와 도움 받은 글
이번 글은 특정 외부 사례를 그대로 따라 했다기보다, Hermes Agent의 Skill·멀티프로필 개념과 GPters 1주차 과제 흐름을 제 개인 인박스 문제에 적용한 사례입니다.
참고한 링크는 아래와 같습니다.
DECK 강의 소개: 자가 진화하는 Agent - Hermes Skill 시스템으로 만드는 AI 운영 방식
Android 앱 주소: HTTP Request Shortcuts - Google Play
Chrome 확장 프로그램: Chrome to Discord - Chrome Web Store
Hermes 공식 문서: Hermes Agent Docs
