KB자산운용 임직원 약 70명 앞에서 Claude Code 도입 전 Cowork로 에이전트 업무를 시연했다. 결과를 가른 것은 모델이 아니라 맥락·지침·역할 분리였고, Cowork는 그 기준이 화면에 보였다. 같은 자리를 검토한다면 공시 분석 흐름, 지침 UI, 시연 뒤 코칭 과정을 확인하면 된다.
특강 요청은 질문 하나로 왔다. "Claude Code를 본격적으로 도입하기 전, 코워크로 어떤 것까지 가능한지 먼저 보여줄 수 있을까요?" 도구를 조직에 들이기 전에 그것이 실제 업무에서 무엇을 하는지 한자리에서 먼저 보겠다는 뜻이다.
2026년 5월 KB자산운용 특강에서 우리는 사장과 임원을 포함한 임직원 약 70명 앞에서 Cowork(코워크)로 에이전트를 돌렸다. 참석자가 따라 하는 실습형 강의보다는 우리가 돌리고 참석자가 지켜보는 시연 특강에 가까웠다. 목표는 신기하다는 반응이 아니라, 자기 업무도 같은 방식으로 에이전트화할 수 있겠다는 감각으로 잡았다.
참석자 다수가 이미 아는 AI의 똑똑함이 아니라 그것이 업무 흐름 안에서 어떤 기준으로 움직이는가를 보여야 했다.
공시 분석 시연은 요약이 아니라 다음 질문에서 끝났다
| 항목 | 내용 |
|---|---|
| 일자 | 2026년 5월 (특강 기록 게시일 기준) |
| 기관·대상 | KB자산운용, 사장·임원 포함 임직원 |
| 인원 | 약 70명 |
| 구성 | 시연 특강 — 공시 분석 에이전트, 우선순위 판단, 맞춤 대시보드, K-Skills, Claude Chat·Cowork·Claude Code 비교 |
| 도구 | Cowork(Claude Code 도입 전), K-Skills |
자산운용사에서 공시, 이메일, 리서치 자료, 내부 문서는 업무의 재료다. 우리가 겨냥한 문제는 자료의 양이 아니라, 그 사이에서 무엇을 먼저 볼지 정하는 판단이 계속 반복된다는 점이다. 첫 시연은 그 판단의 재료를 정리하는 Cowork 공시 분석 에이전트였다. 공시를 줄여 보여주는 데서 멈추지 않고, 무엇이 바뀌었는지, 어디를 리스크로 볼지, 다음에 무엇을 확인할지까지 답하게 구성했다.
이어서 이메일과 공시, 여러 자료가 섞인 상태에서 AI가 우선순위를 매기고 업무 흐름을 제안하는 장면을 보였다. 에이전트에게 던진 질문은 예를 들면 이런 것들이다. "오늘 바로 확인해야 할 자료는 무엇인가?" "임원 보고용으로 먼저 정리할 내용은 무엇인가?" "리스크 관점에서 놓치면 안 되는 항목은 무엇인가?" "추가 확인이 필요한 자료는 무엇인가?" 어느 질문도 AI에게 결정을 넘기지 않고, 사람이 판단할 재료를 정리하는 데서 멈춘다.
후반부는 사용자를 분석해 맞춤 대시보드를 만드는 시연으로 이었다. 텍스트 몇 줄로 끝나면 실무자는 결과물의 범위를 가늠하지 못한다. 공시 분석과 우선순위 판단을 거친 결과가 대시보드로 이어지자 참석자들은 에이전트를 더 구체적으로 그렸다. 눈에 보이는 결과물이 회의나 보고에 올릴 장면을 떠올리게 한다.
Cowork가 느린데도 시연에 맞았던 것은 지침이 화면에 있어서다
특강 중간에는 Claude Chat, Cowork, Claude Code가 각각 어떤 상황에 맞는지와 claude.md, context, sub-agent 개념을 다뤘다. 말로 설명하는 대신 같은 요청을 세 조건으로 돌려 결과를 나란히 놓는 AB 테스트로 보여줬다.
| 조건 | 요청에 붙는 것 |
|---|---|
| 그냥 요청 | 없음 |
| 맥락과 지침 | 참고할 맥락과 따라야 할 기준을 명시 |
| sub-agent 구조 | 역할을 나눠 각각 처리 |
세 결과의 차이를 우리는 결과물의 밀도라고 부른다. 같은 모델이라도 참고할 맥락, 따를 기준, 나뉜 역할이 있는지에 따라 밀도가 달라진다. 그래서 우리가 교육의 중심에 두는 것은 프롬프트 작성법이 아니라 일하는 구조를 AI에게 설명하는 법이다.
Claude Code는 claude.md 파일로 지침을 관리하고, Cowork는 그런 지침을 UI에서 확인한다. 속도만 놓고 보면 Cowork가 Claude Code에 뒤진다는 것은 준비와 진행 과정에서 우리가 직접 확인했다. 그런데도 약 70명이 지켜보는 자리에서는 지침과 맥락이 화면에 떠 있는 쪽이 설명과 시연에 나았다. AI가 무엇을 기준으로 움직이는지 참석자가 눈으로 확인할 수 있기 때문이다.
바로 따라 할 수 있는 K-Skills 예시가 '해봐야겠다'는 말을 끌어냈다
K-Skills도 설치해 KBO 경기 결과 확인과 한국 주식 가격 조회 스킬을 돌렸다. 공시 분석은 처음 보는 사람에게 무겁지만, 이런 예시는 바로 이해된다. "아, 이런 것도 되는구나." "집에 가서 K-Skill 다운로드해서 써봐야겠다." 같은 반응이 나왔다. 우리가 가장 반가워한 반응은 감탄이 아니라 이 행동 의지였다. 사장도 특강 중 집중해 들었고, 의사결정자와 실무자가 같은 자리에서 같은 장면을 본 것이 이 특강의 의미다.
다만 시연과 내재화는 다르다. 각 담당자의 업무에 맞는 에이전트는 어떤 자료를 자주 보는지, 어떤 판단을 반복하는지, 어떤 형식의 결과물이 필요한지, 어디까지 자동화하고 어디부터 사람이 검토할지를 직접 풀어야 나온다. 강의만으로는 잡히지 않고 해보고 막히고 코칭받아 고치는 과정이 필요하다는 것이 이날 우리가 얻은 결론이다.
가져갈 것
- Claude Code 도입을 결정하기 전에, 사장·임원과 실무자가 같은 자리에서 보는 시연 특강을 먼저 잡을 수 있는가?
- 시연 소재가 반복해서 다루는 문서(KB자산운용은 공시·이메일·리서치·내부 문서)이고, 요약이 아니라 변화·리스크·후속 질문까지 나오는가?
- 같은 요청을 그냥 / 맥락과 지침을 붙여 / sub-agent 구조로 세 번 돌려 나란히 보여줄 준비가 됐고, 시연 도구가 claude.md 같은 지침을 화면에서 보여주는가?
- 마지막 결과물이 대시보드처럼 회의·보고에 올릴 형태이고, KBO 결과·주식 가격 조회 같은 가벼운 스킬 예시를 넣었는가?
- 특강 뒤에 부서별 반복 업무를 꺼내 에이전트로 만들고 고치는 코칭 과정이 이어지는가?
안 되는 경우
- 참석자 각자의 결과물을 기대하는 조직. 실습형 강의가 아니라 약 70명이 지켜보는 시연 특강이었다. 각자의 업무를 에이전트화하려면 코칭과 실습이 따로 필요하다.
- 처리 속도가 우선인 환경. 속도는 Cowork가 Claude Code에 뒤진다. 처리량이 목적이라면 이 글에서 장점으로 꼽은 지점이 단점이 된다.
- 이 글이 다루지 않은 것. 정확한 특강 일자·소요 시간·장소, 시연에 쓴 공시가 실제 자료인지 샘플인지, 대시보드의 형태, 특강 뒤 Claude Code 도입과 업무 적용 여부.
- 참석자 반응은 우리가 현장에서 들은 발언이며 설문 수치가 아니다.
이번 주에 바꿀 것은 하나다. 반복해서 확인하는 문서 하나를 골라, AI에게 요약이 아니라 오늘 먼저 볼 것과 리스크로 볼 것, 추가로 확인할 것을 묻는 일이다. 시연 다음의 코칭 과정을 어떻게 잡을지는 조녁컴퍼니 사업영역에서 확인할 수 있다. 사업영역 →