Copilot 워크스페이스에서 Agent Feed를 설정하는 단계별 가이드

By Mirko Peters · 2026-08-13

팟캐스트 청취자와 기술 애호가 여러분, 다시 찾아주셔서 감사합니다! 인공지능, 자동화, 업무 효율성에 관한 최근 대화를 따라오셨다면, 사람의 감독을 프로세스에 포함하는 것이 그 어느 때보다 중요하다는 것을 아실 겁니다. 조직들이 고객 지원부터 복잡한 데이터 처리까지 모든 영역에 자율형 AI 에이전트를 점점 더 많이 도입하면서, 관리자와 아키텍트는 중요한 질문에 직면하고 있습니다. 속도를 희생하지 않고 어떻게 통제력을 유지할 것인가?

Automatically translated with AI from the original post. Read the English original

팟캐스트 청취자와 기술 애호가 여러분, 다시 찾아주셔서 감사합니다! 인공지능, 자동화, 업무 효율성에 관한 최근 대화를 따라오셨다면, 사람의 감독을 프로세스에 포함하는 것이 그 어느 때보다 중요하다는 것을 아실 겁니다. 조직들이 고객 지원부터 복잡한 데이터 처리까지 모든 영역에 자율형 AI 에이전트를 점점 더 많이 도입하면서, 관리자와 아키텍트는 중요한 질문에 직면하고 있습니다. 속도를 희생하지 않고 어떻게 통제력을 유지할 것인가?

이 질문에 답하기 위해, 최근 이 과제의 기술적, 운영적 현실을 자세히 다루는 팟캐스트 에피소드를 녹음했습니다. 아직 듣지 않으셨다면 Agent Feed - Simply Explained 에피소드를 확인해 보시기 바랍니다. 기본적인 오디오 안내를 제공합니다. 이 블로그 글에서는 그 내용을 확장하여, Copilot Service 워크스페이스 구성, Agent Feed 활성화, Power Apps 환경에 Agent Supervisor 보기를 원활하게 추가하는 방법을 포괄적인 기술 가이드로 설명하겠습니다.

Agent Feed 개요

Agent Feed의 주요 기능

Agent Feed는 Power Apps에서 AI 경험을 향상하도록 설계된 강력한 도구입니다. AI 에이전트를 효과적으로 관리하고 감독할 수 있는 중앙 허브 역할을 합니다. 이 도구는 AI가 설정한 지침 내에서 작동하도록 보장하는 데 중요하며, 더 나은 통제와 감독을 가능하게 합니다.

AI 관리에서 Agent Feed의 중요성은 아무리 강조해도 지나치지 않습니다. 자동화와 사람의 개입 사이에서 균형을 유지할 수 있게 해 줍니다. Agent Feed를 사용하면 AI 작업을 감독하고, 그 작업이 비즈니스 목표에 부합하는지 확인할 수 있습니다. AI 에이전트가 독립적으로 작동하면서 특정 사용자 명령까지 작업을 추적하기 어려워지므로, 이러한 감독은 특히 필수적입니다.

Agent Feed의 주요 기능은 다음과 같습니다.

작업에는 제목, 설명, 에이전트 이름, 타임스탬프 같은 핵심 세부 정보가 포함됩니다. '주의 필요' 섹션에는 입력이 필요한 작업이 강조 표시되며, '완료됨' 섹션에는 사용자 또는 에이전트가 완료한 작업이 표시됩니다.

Agent Feed의 두드러진 기능 중 하나는 Log for Review입니다. 이 기능은 포괄적인 감사 로그를 제공하여 규정 준수 및 감사 요구 사항을 지원합니다. 에이전트 작업에 관한 중요한 질문에 답해야 하는 조직에 이 로그는 필수적입니다. 누가, 어떻게, 언제 작업을 수행했는지 기록하여 책임성을 보장합니다. 이 수준의 세부 정보는 업종별 규제 요건을 충족하는 데 매우 중요합니다.

또 다른 핵심 기능은 Request Assistance 기능입니다. 이 기능은 사용자와 AI 에이전트 간의 협업을 강화합니다. 연구에 따르면 AI 안내를 활용하면 작업 성공률이 크게 향상됩니다. 예를 들어, AI 지원을 받은 참가자의 매크로 성공률은 70%에 달했지만, 지원을 받지 않은 경우에는 20%에 그쳤습니다. 이는 AI가 효과적인 교육 도구가 되어 이후 작업에서 더 나은 성과를 내도록 돕는다는 것을 보여 줍니다.

마지막으로 Invoke Data Entry 기능은 데이터 관리 프로세스를 간소화합니다. 익숙한 작업 피드 형식으로 에이전트를 감독하고, 신뢰하고, 협업할 수 있습니다. 이러한 통합은 업무 흐름을 단순화하여 데이터 입력 작업을 보다 효율적으로 관리할 수 있도록 합니다.

자율형 에이전트 감독 방법

Power Apps의 실시간 인사이트

Agent Feed를 통해 AI 에이전트를 모니터링하는 것은 간단합니다. 효과적인 감독을 위해 다음 단계에 따라 환경을 설정하십시오.

1. Power Apps에 로그인하고 contact center 환경을 선택합니다.
2. 사이트 맵에서 Apps를 선택하고, Copilot Service 워크스페이스를 검색한 다음 편집합니다.
3. 다음과 같이 Agent Feed를 활성화합니다.
   • 사이트 맵에서 Agents 아이콘을 선택합니다.
   • Case Management Agent에 해당하는 에이전트(예: Case Processing Agent)를 선택하고 줄임표(...) > Add to app을 선택합니다.
   • 변경 내용을 저장하고 게시합니다.
4. 다음 단계로 Agent Supervisor 보기를 추가합니다:
   • Case 보기를 검색하여 선택합니다.
   • Cases 창에서 Views를 선택합니다.
   • Agent Supervisor의 줄임표(...)를 선택한 다음 Add를 선택합니다.
   • 변경 내용을 저장하고 게시합니다.
5. 마지막으로 supervisor 역할로 Copilot Service 작업 영역에 로그인하여 사이트 맵에 에이전트 피드가 표시되는지 확인합니다.

AI 의사 결정에서 사람의 개입은 중요한 역할을 합니다. AI 에이전트는 반복 작업을 처리할 수 있지만, 복잡한 상황에서는 항상 최선의 선택을 하지는 못할 수 있습니다. 전문가의 판단은 의사 결정이 비즈니스 목표에 부합하도록 보장합니다. 자율형 에이전트를 감독하면 에이전트 활동에 대한 통제력을 유지할 수 있으며, 필요할 때 적시에 조정할 수 있습니다.

에이전트 피드는 에이전트 활동을 실시간으로 확인할 수 있게 해 줍니다. 다음과 같은 다양한 지표를 추적할 수 있습니다:

• 지연 시간
• 처리량
• 성공/오류 횟수
• 리소스 사용률

이러한 지표를 통해 에이전트의 성능이 얼마나 우수한지 파악할 수 있습니다. 또한 에이전트 피드는 각 요청의 실행 흐름을 기록하여 프로세스의 모든 단계를 자세히 보여 줍니다. 이 수준의 세부 정보를 통해 병목 지점을 식별하고 성능을 최적화할 수 있습니다.

Model Context Protocol(MCP)과의 통합은 에이전트 피드의 기능을 강화합니다. MCP는 AI 애플리케이션과 Power Apps 간의 통신을 표준화합니다. 이 통합은 개발 프로세스를 단순화하여 개발자의 시간과 복잡성을 줄여 줍니다. 또한 AI 애플리케이션이 더 다양한 데이터 원본에 액세스할 수 있게 하여 역량을 높여 줍니다. 그 결과 사용자를 대신하여 효과적으로 작동하는 더 효율적인 AI 애플리케이션을 활용할 수 있습니다.

에이전트 피드의 실제 활용 사례

AI로 생산성 높이기

기업은 다양한 방식으로 에이전트 피드를 활용하여 생산성을 높일 수 있습니다. 에이전트 피드가 특히 효과를 발휘하는 일반적인 시나리오는 다음과 같습니다:

에이전트 피드를 일상 업무 워크플로에 통합하면 많은 이점을 얻을 수 있습니다. 프로세스를 간소화하고 효율성을 높일 수 있습니다. 예를 들어 에이전트 피드를 도입한 후 해결 속도 40% 향상과 고객 만족도 25% 증가를 보고하는 기업들이 있습니다. 이러한 개선은 실행 가능한 작업을 생성하고 에이전트 성능에 대한 실시간 인사이트를 제공하는 도구의 기능에서 비롯됩니다.

에이전트 피드를 사용하면 반복적인 프로세스를 자동화하여 복잡한 작업에 집중할 수 있습니다. 이를 실현하는 방법은 다음과 같습니다:

• AI 에이전트는 추론과 동적 의사 결정이 필요한 복잡한 다단계 작업을 자동화합니다.
• 문서 검토나 데이터 종합과 같은 반복적인 인지 작업을 없애 수작업을 줄입니다.
• AI 에이전트는 모든 케이스에 동일한 추론 및 의사 결정 기준을 적용하여 일관성을 높입니다.
• 워크플로를 몇 시간이나 며칠이 아닌 몇 초 또는 몇 분 안에 완료하여 프로세스를 가속화합니다.
• AI 에이전트는 의사 결정 로직과 모범 사례를 체계화하여 일관되게 적용함으로써 전문 지식을 확장합니다.

예를 들어 일정 관리 에이전트는 가용성을 확인하고 초대장을 보내 모임을 관리하므로 이메일에 쓰는 시간이 줄어듭니다. 데이터 입력 에이전트는 정보 이전이나 데이터 품질 검증과 같은 반복 작업을 처리합니다. 리서치 에이전트는 다양한 소스에서 정보를 수집하고 종합하여 보고서를 효율적으로 생성합니다.

자동화와 사람의 감독 사이의 균형을 맞추는 것은 매우 중요합니다. AI가 많은 작업을 처리할 수 있지만, 전문가의 판단은 의사 결정이 비즈니스 규칙에 부합하도록 보장합니다. 이러한 요소의 균형을 효과적으로 맞추려면 다음 단계를 따르는 것이 좋습니다:

Agent Feed를 운영에 통합하면 AI 에이전트와 사람 에이전트 간의 원활한 협업을 보장할 수 있습니다. 이 접근 방식은 생산성을 높일 뿐만 아니라 조직의 목표 달성에 필요한 감독 체계도 유지해 줍니다.

Agent Feed 도입 시의 과제

Agent Feed를 도입하면 기업에 여러 가지 과제가 생길 수 있습니다. 이러한 장애 요인을 미리 이해해 두면 보다 원활하게 통합을 진행하는 데 도움이 됩니다. 다음은 흔히 마주칠 수 있는 문제들입니다.

• 비용 가시성: Agent Feed와 관련된 비용을 추적하는 일은 간단하지 않습니다. 비용을 효과적으로 모니터링하려면 거버넌스 계층을 구현해야 합니다.
• 교차 환경 에이전트의 복잡성: 서로 다른 환경에 걸쳐 작동하는 에이전트를 관리하는 일은 까다로울 수 있습니다. 인증, 감사, 오류 관리를 신중하게 처리해야 합니다.
• 데이터 프라이버시 및 보안 우려: AI 에이전트는 새로운 취약점을 만들어 낼 수 있습니다. 사이버 공격의 주요 표적이 될 수 있으며, 이는 데이터 프라이버시와 보안을 위협할 수 있습니다.

이러한 과제를 극복하기 위해 다음과 같은 모범 사례를 채택할 수 있습니다.

• 성공 정의하기: 비즈니스 성과와 맞닿은 핵심 성과 지표(KPI) 1~2개를 설정하십시오. 이는 개발 노력을 이끌고 가장 중요한 목표에 집중하도록 도와줍니다.
• 부서 간 팀 구성하기: 도입 과정에 다양한 이해관계자를 참여시키십시오. 그래야 에이전트가 가치를 제공하고 조직 전반의 여러 요구를 충족할 수 있습니다.
• 지원과 함께 출시하기: 사용자가 역량을 갖추도록 교육과 명확한 커뮤니케이션을 제공하십시오. 이 단계에서 피드백을 수집하면 필요한 조정을 하는 데 도움이 됩니다.
• 모니터링하고 조정하기: 실시간 데이터를 활용해 성능을 추적하십시오. 이를 통해 실제 사용 현황과 결과를 바탕으로 지속적으로 개선할 수 있습니다.

아울러 효과적인 변경 관리 전략은 Agent Feed의 도입을 크게 촉진할 수 있습니다. AI 이니셔티브에 체계적인 변경 관리를 적용한 조직은 성공적으로 도입할 가능성이 3.4배 높았습니다. 행동 변화와 역할 명확화 등 도입의 인적 측면에 집중하십시오.

먼저 리더가 직접 AI를 사용해 모범을 보이도록 하십시오. 이는 현재 도입 상태를 정확히 파악하는 데 도움이 됩니다. 워크플로 자동화 이전에 기술 추출이 먼저 이루어지도록 하십시오. 그래야 AI 지원 프로세스에 통합하기 전에 올바른 지식을 체계화할 수 있습니다. 마지막으로 즉각적인 적용과 함께 사회적 학습을 장려하십시오. 이 접근 방식은 협업과 AI 도구의 실질적인 활용을 촉진하므로 일반적인 교육보다 효과적입니다.

이러한 과제를 해결하고 모범 사례를 따르면 Agent Feed를 성공적으로 도입하고 조직의 AI 역량을 강화할 수 있습니다.

결론

Agent Feed는 AI 관리를 강화하고 효과적인 사람의 감독을 보장하는 데 중요한 역할을 합니다. AI 에이전트를 신입 사원처럼 다룸으로써 명확한 역할과 기대치를 정립하고, 이는 책임성을 높입니다. 이러한 구조화된 거버넌스를 통해 AI 에이전트를 워크플로의 능동적인 참여자로 신뢰할 수 있습니다.

실시간 활동 모니터링을 통해 Agent Feed는 협업과 의사 결정을 개선하며, 운영 최적화에 필수적인 도구가 됩니다. 조직에서 Agent Feed의 가능성을 살펴보면서, 이것이 AI 통합에 대한 접근 방식을 어떻게 바꿀 수 있을지 고민해 보십시오. 이러한 개념과 더 넓은 Microsoft 생태계와의 연관성을 더 깊이 알고 싶다면, 함께 제공되는 팟캐스트 에피소드 Agent Feed - Simply Explained도 꼭 들어 보십시오.

Agent Feed로 AI의 미래를 받아들이고 비즈니스의 새로운 가능성을 열어 보십시오.

자주 묻는 질문

Agent Feed란 무엇입니까?

Agent Feed는 Power Apps의 감독 허브로, AI 에이전트를 효과적으로 관리할 수 있게 해 줍니다. 사람의 감독과 AI와의 협업을 강화하여 작업이 비즈니스 목표에 부합하도록 보장합니다.

Agent Feed는 AI 관리를 어떻게 개선합니까?

Agent Feed는 AI 에이전트 활동에 대한 실시간 인사이트를 제공합니다. 성능 지표를 모니터링하고, 작업을 검토하며, 필요할 때 개입할 수 있어 AI가 정해진 지침 안에서 작동하도록 보장합니다.

Agent Feed의 기능을 사용자 지정할 수 있습니까?

네, 특정 요구 사항에 맞게 Agent Feed를 사용자 지정할 수 있습니다. 작업 범주를 조정하고, 평가 기준을 설정하며, 비즈니스 목표에 맞는 핵심 성과 지표를 정의할 수 있습니다.

AI 에이전트는 어떤 유형의 작업을 처리할 수 있습니까?

AI 에이전트는 데이터 입력이나 문서 검토처럼 반복적인 작업을 자동화할 수 있습니다. 또한 복잡한 워크플로를 지원하여 더 높은 수준의 의사 결정에 집중할 수 있도록 도와줍니다.

Agent Feed는 모델 기반 앱과 어떻게 통합됩니까?

Agent Feed는 Power Apps의 모델 기반 앱과 원활하게 통합됩니다. 이 통합을 통해 매일 사용하는 앱 안에서 AI 에이전트를 직접 감독할 수 있으므로 생산성과 감독 수준이 높아집니다.

Agent Feed를 사용하려면 교육이 필요합니까?

별도의 긴 교육이 필요한 것은 아니지만, Agent Feed의 기능에 익숙해지면 그 이점을 최대한 활용할 수 있습니다. Microsoft는 시작하는 데 도움이 되도록 리소스와 지원을 제공합니다.

Agent Feed에서 생성형 AI는 어떤 역할을 합니까?

생성형 AI는 AI 에이전트가 상호작용으로부터 학습하고 시간이 지나면서 성능을 개선할 수 있도록 하여 Agent Feed를 강화합니다. 이 기능을 통해 작업을 더 효율적으로 처리하고 더 나은 의사 결정을 내릴 수 있습니다.

AI 에이전트를 사용할 때 데이터 개인 정보를 어떻게 보호할 수 있습니까?

데이터 개인 정보를 보호하려면 강력한 보안 조치와 거버넌스 프로토콜을 구현하십시오. AI 에이전트 활동을 정기적으로 감사하고, 민감한 정보를 보호하기 위해 업계 규정을 준수하십시오.

🎧 함께 들으면 좋은 에피소드

• AI Agents – Simply Explained은(는) 다음 단계의 실용적인 학습 자료이며, 이 주제에 대한 유용한 배경 지식을 제공합니다.
• Microsoft Agent Framework – Simply Explained은(는) 다음 단계의 실용적인 학습 자료이며, 이 주제에 대한 유용한 배경 지식을 제공합니다.
• Microsoft Fabric Real-Time Intelligence – Simply Explained은(는) 다음 단계의 실용적인 학습 자료이며, 이 주제에 대한 유용한 배경 지식을 제공합니다.

최종 검토: 2026년 7월.