[Part 5] 실전 시나리오 – 3. 강사의 시간을 3배로 늘리는 AI 시스템 [#자동화 파일]

교육자가 가장 많이 낭비하는 시간의 정체

그거 아세요? 대부분의 강사와 교육자는 실제 '가르치는 시간'보다 '준비하는 시간'이 3배 이상 깁니다. 수업 계획안 작성, 퀴즈 출제, 워크시트 제작, 과제 피드백… 이 반복 작업이 매주 쌓이면 정작 교육의 본질인 학생과의 상호작용에 쓸 에너지가 바닥납니다.

저도 교육 콘텐츠를 만들면서 똑같은 경험을 했어요. 한 단원의 수업 자료를 만드는 데 반나절, 퀴즈 20문항 출제에 2시간, 학생 30명의 과제에 개별 피드백을 쓰려면 하루가 통째로 날아갔습니다.

그런데 클로드코드(Claude Code)로 교육 콘텐츠 제작 시스템을 구축한 뒤, 이 모든 작업이 '명령어 한 줄'로 줄었습니다. 오늘은 그 구체적인 방법을 공유하려고 합니다.

클로드코드란? 교육자에게 왜 필요한가

클로드코드는 Anthropic이 만든 AI 코딩 에이전트입니다. 터미널에서 자연어로 명령하면 파일을 읽고, 수정하고, 실행까지 해주는 도구예요. "코딩 도구인데 교육자한테 왜 필요하지?"라고 생각하실 수 있습니다.

핵심은 이겁니다. 클로드코드는 단순한 코드 자동완성이 아니라 '시스템을 만드는 도구'입니다. 교육 콘텐츠 제작의 전체 워크플로우를 자동화하는 시스템을 구축할 수 있다는 뜻이에요.

실제로 Anthropic 공식 문서에 따르면, 클로드코드는 프로젝트 전체를 이해하고 여러 파일에 걸친 복잡한 작업을 수행할 수 있습니다. 이 능력을 교육 콘텐츠 제작에 적용하면, 전문가 팀을 고용한 것과 같은 효과를 낼 수 있습니다.

Scenario C: 교육 콘텐츠 제작 시스템 설계

이제 본격적으로 시스템을 만들어봅시다. 핵심 구조는 3개의 전문가 서브에이전트 + 3개의 자동 레시피(슬래시 커맨드) + 정기 작업 자동화입니다.

Step 1: CLAUDE.md로 교육 시스템의 뼈대 잡기

CLAUDE.md는 클로드코드가 세션을 시작할 때마다 읽는 설정 파일입니다. 여기에 교육 시스템의 전체 맥락을 심어놓으면, 매번 같은 설명을 반복할 필요가 없어요.

프로젝트 루트에 CLAUDE.md를 만들고, 다음과 같은 내용을 담습니다:

교육 대상: 학년, 수준, 과목 정보
교육 철학: 블룸의 분류체계 기반 학습목표 설정 원칙
콘텐츠 표준: 워크시트 양식, 퀴즈 형식, 평가 기준
서브에이전트 라우팅 규칙: 어떤 작업을 어떤 전문가에게 배분할지

이렇게 하면 클로드코드가 "우리 학교의 교육 맥락을 이해하는 AI 조교"로 작동합니다.

Step 2: 전문가 서브에이전트 3인방 구성

클로드코드의 서브에이전트 시스템을 활용하면, 각 전문가가 자신만의 독립된 컨텍스트 윈도우에서 작업합니다. 이게 왜 중요할까요? 하나의 AI에게 모든 걸 시키면 컨텍스트가 넘쳐서 품질이 떨어지거든요.

① 교수설계자 에이전트 (instructional-designer)

역할: 학습목표 설정, 커리큘럼 구조 설계
도구 권한: 읽기 전용 (기존 커리큘럼 분석)
전문성: 블룸의 분류체계, 백워드 설계, 역량 기반 교육

② 콘텐츠 작가 에이전트 (content-writer)

역할: 교재, 워크시트, 퀴즈 실제 제작
도구 권한: 파일 읽기/쓰기 + 템플릿 실행
전문성: 교육용 문체, 난이도 조절, 시각적 레이아웃

③ 교육 평가사 에이전트 (education-evaluator)

역할: 학습 효과 분석, 개선점 제안
도구 권한: 데이터 분석 스크립트 실행
전문성: 문항 분석, 변별도/난이도 계산, 학습 격차 진단

Step 3: 슬래시 커맨드로 '원클릭 레시피' 만들기

클로드코드의 커스텀 슬래시 커맨드는 마크다운 파일 하나로 만드는 자동화 레시피입니다. .claude/skills/ 디렉토리에 SKILL.md 파일을 만들면 끝이에요.

/lesson [주제] → 수업 계획안 + 활동 자료 자동 생성

이 커맨드를 실행하면 교수설계자가 먼저 학습목표를 설정하고, 그 결과를 콘텐츠 작가에게 넘겨 실제 수업 자료를 만듭니다. 순차적 서브에이전트 패턴이죠.

/quiz [단원] → 평가 문항 20개 + 해설 자동 생성

콘텐츠 작가가 문항을 만들고, 교육 평가사가 난이도와 변별도를 검증합니다. 부적절한 문항은 자동으로 교체됩니다.

/worksheet [주제] → 학생용 워크시트 자동 생성

주제만 입력하면 학습목표에 맞는 활동지가 마크다운이나 HTML로 생성됩니다.

Step 4: 병렬 에이전트로 속도 극대화

여기서 진짜 마법이 일어납니다. 클로드코드는 여러 서브에이전트를 동시에 병렬 실행할 수 있어요. 예를 들어 /lesson 커맨드를 실행하면:

서브에이전트 1: 관련 교육과정 기준 리서치
서브에이전트 2: 기존 수업 자료 패턴 분석
서브에이전트 3: 학생 수준별 활동 설계

이 세 작업이 동시에 돌아가고, 결과를 메인 에이전트가 종합합니다. 순차 작업 대비 시간이 1/3로 줄어드는 경험을 하게 됩니다.

실전 구현: 파일 구조와 코드

프로젝트 디렉토리 구조

실제로 만들어야 할 파일 구조는 이렇습니다:

.claude/agents/ — 전문가 서브에이전트 정의
.claude/skills/lesson/ — /lesson 커맨드
.claude/skills/quiz/ — /quiz 커맨드
.claude/skills/worksheet/ — /worksheet 커맨드
CLAUDE.md — 프로젝트 전체 설정
templates/ — 워크시트, 퀴즈 템플릿
output/ — 생성된 콘텐츠 저장

서브에이전트 정의 예시

.claude/agents/ 폴더에 마크다운 파일로 각 전문가를 정의합니다. YAML 프론트매터에 이름, 설명, 도구 권한을 지정하면 클로드코드가 자동으로 인식합니다.

핵심 포인트는 description을 명확하게 쓰는 것입니다. 클로드코드는 이 설명을 보고 어떤 작업을 어떤 에이전트에게 위임할지 결정하거든요.

슬래시 커맨드 SKILL.md 예시

/lesson 커맨드의 SKILL.md는 이런 구조입니다:

YAML 프론트매터: 커맨드 이름, 설명, 허용 도구
마크다운 본문: 클로드가 따라야 할 단계별 지시사항
$ARGUMENTS로 사용자가 입력한 주제를 받아서 처리

"수업 계획안을 만들어줘"라고 매번 긴 프롬프트를 쓸 필요 없이, /lesson 광합성 한 줄이면 끝납니다.

정기 작업 자동화: 매주 반복되는 고통을 없애다

교육자의 가장 큰 시간 블랙홀은 매주 반복되는 과제 피드백입니다. 학생 30명의 과제를 읽고, 각각에 맞는 피드백을 쓰는 건 하루 종일 걸리는 작업이죠.

클로드코드로 이걸 자동화하는 방법:

과제 파일을 지정된 폴더에 모으기 (students/assignments/)
/feedback 커맨드 실행 → 병렬 서브에이전트가 각 과제를 분석
교육 평가사 에이전트가 학습 격차 패턴 분석
개별 피드백 초안 + 전체 학급 분석 리포트 생성

물론 AI가 생성한 피드백을 그대로 보내면 안 됩니다. 교육자가 검토하고 개인적인 코멘트를 추가하는 과정은 반드시 필요해요. 하지만 '0에서 시작하는 것'과 '80% 완성된 초안에서 시작하는 것'은 차원이 다릅니다.

실제 워크플로우: 한 주의 흐름

이 시스템이 실제로 돌아가면 한 주가 이렇게 바뀝니다:

월요일 아침 (30분)

/lesson 이번주주제 → 수업 계획안 생성
검토 후 미세 조정

화요일 (20분)

/worksheet 이번주주제 → 활동지 생성
/quiz 지난주단원 → 평가 문항 생성

금요일 (40분)

/feedback → 과제 분석 + 피드백 초안
개별 피드백 검토 및 개인화

기존에 15시간 이상 걸리던 작업이 2시간 이내로 줄어듭니다. 나머지 시간은? 학생 한 명 한 명과 대화하고, 수업 방법을 개선하고, 새로운 교육 아이디어를 실험하는 데 쓸 수 있습니다.

이 시스템을 만들 때 주의할 점

첫째, 템플릿의 품질이 곧 결과물의 품질입니다. 처음에 좋은 템플릿을 만드는 데 시간을 투자하세요. 한번 잘 만들면 계속 재사용됩니다.

둘째, AI 결과물을 반드시 검토하세요. 특히 퀴즈 문항은 오류가 있을 수 있습니다. 교육자의 전문적 판단이 최종 필터입니다.

셋째, 점진적으로 구축하세요. 처음부터 완벽한 시스템을 만들려 하지 마시고, /lesson 하나부터 시작해서 점차 확장하는 게 현실적입니다.

교육의 본질로 돌아가는 길

이 모든 자동화의 목적은 결국 하나입니다. 교육자가 교육의 본질에 집중할 수 있게 하는 것.

반복적인 콘텐츠 제작에서 해방되면, 비로소 "이 학생에게 정말 필요한 건 뭘까?"를 고민할 여유가 생깁니다. 그리고 그 고민의 출발점은 결국 자신의 강점을 아는 것에서 시작됩니다.

어떤 강사는 1:1 멘토링에서 빛나고, 어떤 강사는 그룹 토론을 이끄는 데 탁월합니다. 어떤 교육자는 복잡한 개념을 쉽게 풀어내는 능력이 있고, 어떤 교육자는 학생의 감정을 읽는 데 뛰어나죠.

AI가 반복 작업을 대신해줄수록, '나만이 할 수 있는 것'이 무엇인지가 더 중요해집니다. 그것이 바로 강점입니다. 자신의 강점을 정확히 알고 있는 교육자는 AI 시대에 대체 불가능한 존재가 됩니다.

혹시 "내 강점이 정확히 뭔지 모르겠다"는 생각이 드신다면, 9WAY 강점 진단과 AI 코칭을 통해 자신만의 교육 스타일을 발견해보시는 것도 좋은 출발점이 될 수 있습니다.

기술은 도구일 뿐입니다. 그 도구를 '나답게' 쓸 수 있을 때, 진짜 변화가 시작됩니다.