AI Agent School: 에이전트는 어떻게 입학하고, 배우고, 졸업해야 하는가

이 글은 완성된 서비스 발표가 아니라, AI agent 운영을 더 신뢰 가능하게 만들기 위한 기획자의 concept note다.

AI agent를 만들고 운영하는 과정에서 자주 빠지는 함정이 있다.

“이 agent는 무엇을 할 수 있다”는 말은 많지만, “어떤 기준으로 검증되었고, 어떤 스킬을 장착했으며, 어떤 조건에서 사용 가능한가”는 잘 정리되지 않는다.

그래서 하나의 은유를 떠올렸다.

agent가 학교에 입학한다. 입학시험을 본다. 부족한 스킬을 배운다. 배운 스킬을 책가방에 담는다. 졸업시험을 통과하면 졸업장을 받고 실제 업무에 배치된다.

처음에는 장난스러운 비유처럼 보이지만, 기획자의 관점에서 보면 꽤 실용적인 구조다.

문제: agent는 주장보다 검증이 필요하다

현재 많은 AI agent는 prompt, tool, role description으로 구성된다.

하지만 운영 관점에서 중요한 질문은 따로 있다.

• 이 agent는 어떤 업무를 맡을 수 있는가?
• 어떤 테스트를 통과했는가?
• 어떤 tool을 사용할 수 있는가?
• destructive action을 피할 수 있는가?
• 미확인 사항을 확정처럼 말하지 않는가?
• 사람의 승인이 필요한 상황을 구분하는가?
• 실패했을 때 어떤 방식으로 보고하는가?

이 질문에 답하지 못하면 agent는 “똑똑해 보이는 자동화”일 뿐, 운영 가능한 구성원이 되기 어렵다.

판단: 학교 은유는 UI가 아니라 운영 모델이다

AI Agent School의 핵심은 교육 서비스가 아니다.

정확히는 다음 구조에 가깝다.

• Agent Registry
• Skill Pack Manager
• Evaluation Harness
• Training Workflow
• Certification System
• Deployment Readiness Gate

학교라는 표현은 사용자가 이해하기 쉬운 UX 은유다.

입학은 agent profile 등록이다. 입학시험은 baseline capability test다. 수업은 skill module이다. 책가방은 agent가 보유한 skill pack과 permission manifest다. 졸업장은 capability certificate다. 졸업은 실제 workflow에 배치 가능한 상태가 되었다는 의미다.

결정: “할 수 있다”가 아니라 “검증되었다”를 남긴다

이 구조에서 가장 중요한 산출물은 졸업장이 아니다.

진짜 중요한 것은 성적표와 책가방이다.

성적표에는 어떤 테스트를 통과했고, 어떤 항목이 부족했는지가 남는다. 책가방에는 agent가 실제로 들고 갈 수 있는 skill, tool permission, 제한 조건, runbook이 들어간다.

예를 들어 Operations Agent라면 이런 책가방을 가질 수 있다.

• DevMon 기록 후보 작성
• vscodex 작업지시문 생성
• 승인 필요 작업 구분
• verification required 표현
• destructive action 차단
• source / working draft / runtime 상태 구분

이렇게 되면 agent는 단순히 “업무를 도와주는 AI”가 아니라, 검증된 조건 안에서 특정 역할을 맡는 운영 단위가 된다.

결과: agent 운영의 신뢰성을 제품화할 수 있다

AI Agent School은 처음부터 거창한 marketplace일 필요는 없다.

P0는 간단해도 된다.

• agent 입학 등록
• 입학시험 시나리오
• track 추천
• skill catalog
• backpack 화면
• 졸업장 샘플
• human review placeholder

P1에서는 evaluation runner와 skill pass/fail을 붙인다. P2에서는 agent registry와 certificate verification을 붙인다. P3에서는 기업별 private academy나 skill marketplace로 확장할 수 있다.

핵심은 하나다.

AI agent를 더 많이 만드는 것보다, agent가 어떤 기준으로 신뢰 가능한지 설명할 수 있어야 한다.

그런 의미에서 AI Agent School은 단순한 재미있는 아이디어가 아니라, AI agent 시대의 운영 신뢰성을 다루는 하나의 제품 구조가 될 수 있다.

다음 질문

이 구조를 실제 제품으로 만든다면 첫 번째 MVP는 자동 학습이 아니라 evaluation과 skill manifest부터 시작하는 편이 맞다.

agent에게 학교를 만들어준다는 것은 귀여운 표현이지만, 본질은 agent를 운영 가능한 상태로 검증하고 제한 조건까지 함께 기록하는 일이다.