학교 문서, 밖으로 안 나가는 AI가 있다고? 기술 교사가 뜯어본 inline AI

인공지능융합교육 석사이자 서울시교육청 AI·에듀테크 선도교사로 활동하다 보면, 새로운 AI 도구를 접할 기회가 정말 많습니다. 그런데 정작 학교 현장에 그 도구를 들여도 되는지 판단할 때는 늘 같은 지점에서 멈칫하게 됩니다. "이 도구, 학생 개인정보가 담긴 파일을 물려도 안전한가?"

이 질문이 단순한 습관이 된 데는 이유가 있습니다. 소프트랩 실증교사로 이런저런 AI 도구를 검토하다 보면, 기능은 화려한데 정작 "우리 서비스에 업로드된 파일이 어떻게 처리되는지" 명확히 답하지 못하는 도구를 꽤 여럿 만났습니다. 개인정보처리방침을 아무리 뒤져봐도 "안전하게 관리합니다" 같은 뭉뚱그린 문장 한 줄만 있고, 정작 파일이 어느 서버에 얼마나 오래 저장되는지는 나와 있지 않은 경우가 많았습니다. 학생 이름이 들어간 세특 자료, 평가 결과 같은 민감한 정보를 다루는 게 일상인 교사 입장에서는, 기능이 아무리 좋아도 이 질문에 명확히 답하지 못하는 도구는 애초에 후보에서 제외할 수밖에 없습니다.

한글과 엑셀 문서를 AI가 제 컴퓨터 안에서 직접 열어 편집해준다는 도구, inline AI를 에듀테크 소프트랩 실증교사 자격으로 실제 업무에 붙여봤습니다. 이번 글에서는 기능 자랑보다, 설치부터 보안 정책, 요금제, 실제 문서 편집까지 제가 실제로 확인한 순서 그대로 정리해보려 합니다.

일반적인 챗봇형 AI와 다른 점은 명확합니다 — 결과를 채팅창에 텍스트로만 뱉어내는 게 아니라, 열려 있는 한글·엑셀 파일 안으로 직접 들어와 표와 서식, 줄 간격까지 손을 봐 준다는 점입니다. 그 덕분에 "AI 답변 복사 → 한글 붙여넣기 → 서식 다시 맞추기"로 이어지던 세 단계짜리 반복 작업이 한 번의 요청으로 줄었습니다.

이런 선생님·담당자께 추천합니다

• AI·에듀테크 선도교사, 정보 담당 교사처럼 새 도구의 보안성을 먼저 검토해야 하는 역할을 맡고 계신 분
• 학생 개인정보, 평가 결과처럼 민감한 자료를 다루는 업무에 AI를 쓰고 싶지만 망설여지셨던 분
• 학교 단위로 여러 명이 함께 쓸 도구를 검토 중이라, 요금제와 실행 화면을 미리 파악하고 싶으신 분
• "AI 도입 검토 보고서"를 써야 하는데, 보안 정책을 항목별로 정리해둔 자료가 필요하신 분

보안: 결국 이게 제일 궁금하실 겁니다

에듀테크 소프트랩 실증교사로 여러 도구를 검토하다 보면, 기능보다 먼저 묻게 되는 질문이 있습니다. "학생 개인정보가 담긴 파일을 여기에 물려도 되나?" inline AI 홈페이지에는 이 부분이 항목별로 정리되어 있었습니다.

파일은 처음부터 컴퓨터를 벗어나지 않습니다. inline AI는 내 컴퓨터에서 직접 파일을 열고 읽고 편집하며, 문서 편집 같은 실제 작업도 컴퓨터 안의 격리된 실행 모듈이 처리합니다. 주고받은 대화 기록조차 클라우드가 아니라 내 컴퓨터 안에만 남고, 이마저 암호화되어 저장됩니다. AI 추론에 필요한 최소한의 맥락만 외부로 전송되며, 사용하는 AI 제공사들과는 제로 데이터 보존(ZDR) 계약이 체결되어 있어 처리가 끝나면 어떤 데이터도 남지 않습니다. 학생 이름이 들어간 세특 자료나 평가 결과를 다룰 때 이 구조가 실질적인 안전판이 되어 줍니다.

처음 이 설명을 읽었을 때는 "말은 그럴듯한데 실제로 그런가" 싶어서 조금 의심스러운 눈으로 봤습니다. 보안을 강조하는 서비스일수록 문구는 근사하게 써놓고 실제 구조는 다른 경우를 여러 번 봐왔기 때문입니다. 그런데 항목을 하나씩 뜯어보니, "파일이 클라우드로 안 간다"는 말과 "실행 모듈이 컴퓨터 안에 있다"는 말이 서로 다른 층위에서 같은 이야기를 반복해서 증명하고 있었습니다. 마케팅 문구 하나로 퉁친 게 아니라, 파일 저장 위치·대화 기록 저장 위치·AI 제공사와의 계약까지 세 층위 모두에서 같은 원칙이 지켜지고 있다는 인상을 받았습니다.

개인적으로 가장 인상 깊었던 부분은, 이런 보안 설계가 "나중에 덧붙인 기능"이 아니라 애초에 변호사·회계사·교사·공무원처럼 민감한 정보를 다루는 직군을 염두에 두고 설계됐다는 점이었습니다. 학교 현장에서 AI 도구를 검토할 때 가장 먼저 확인해야 할 지점을 정확히 짚고 있다는 인상을 받았습니다. 실제로 소프트랩 보고서를 쓸 때도 이 부분을 가장 먼저 인용했는데, "파일 처리 위치, 대화 기록 저장 위치, 제공사와의 데이터 보존 계약"이라는 세 가지 기준으로 다른 도구를 비교하는 데도 유용한 틀이 됐습니다.

요금제는 무료로 감을 잡고 결정하시길

Free 플랜은 월 1,000 크레딧을 주고 엑셀·한글 편집, PDF·워드·PPT·이미지 읽기까지 기본기는 다 갖췄습니다. Pro(월 29,900원, 5,000 크레딧)는 고급 모델과 여러 파일 동시 편집, 메모리 기능이 추가되고, Team(연 60만 원대부터)은 팀 단위로 크레딧을 공유합니다. 업무가 몰리는 시기에만 Pro로 올렸다가 다시 낮추는 방식이 개인적으로는 가장 합리적이었고, 학년·교과 단위로 여러 명이 함께 쓴다면 Team 플랜 쪽이 인당 비용에서 유리합니다.

소프트랩 실증교사로 일하다 보면 학교에 정식 도입을 건의하기 전에 늘 예산 담당자와 요금제부터 논의하게 됩니다. 이럴 때 Free 플랜만으로 며칠 실제 업무에 써보고 크레딧 소모 패턴을 파악해두면, 이후 Team 플랜으로 넘어갈 때도 "우리 학교라면 몇 명이 월 몇 크레딧을 쓸지" 훨씬 구체적으로 추산할 수 있었습니다. 무턱대고 상위 플랜부터 결제하기보다, 이렇게 무료로 감을 잡고 시작하는 편을 권합니다.

크레딧 소모량은 작업 종류에 따라 꽤 차이가 났습니다. 짧은 문서를 오탈자만 고치는 정도는 크레딧이 거의 들지 않았고, 문서 전체를 새 주제로 갈아엎는 것처럼 구조 자체를 다시 짜는 작업은 그보다 확실히 많이 들었습니다. 이 패턴을 파악해두면, "이번 달엔 큰 작업이 몇 건 있으니 미리 Pro로 올려두자"처럼 계획적으로 플랜을 조절할 수 있어 불필요한 지출을 줄일 수 있었습니다.

실행 화면은 생각보다 단순합니다

설치 후 처음 켜면 낯설어 보이지만, 결국 몇 가지만 이해하면 됩니다. 지금 PC에서 열려 있는 엑셀·한글 문서를 자동으로 잡아주는 "열려 있는 문서" 영역, AI가 건드려도 되는 범위를 정하는 "접근 가능한 폴더" 영역, 그리고 첨부 파일 영역이 화면 오른쪽에 나란히 배치되어 있습니다. 입력창 아래로는 웹 검색, 파일 비교, 파일 합치기, 폴더 스캔, 보고서·회의록 작성처럼 반복되는 작업을 버튼 하나로 바로 실행할 수 있고, 모델은 격식 있는 서면 작성에 강한 모델과 다재다능한 모델 중에서 상황에 맞게 고를 수 있습니다. 학생 개인정보처럼 민감한 자료를 다룰 때는 '편집 전 확인하기'로 두고 매 단계 승인하는 쪽을 저는 권합니다.

'접근 가능한 폴더'는 한 번 등록해두면 계속 유지되기 때문에, 저는 그해 업무 폴더 하나만 등록해두고 나머지는 건드리지 못하게 막아둡니다. 이렇게 하면 AI가 실수로라도 등록하지 않은 폴더의 파일을 열람할 일이 원천적으로 차단됩니다. 이 구조를 처음 봤을 때, 단순히 "접근 권한을 준다"가 아니라 "기본값은 접근 불가, 필요한 폴더만 예외적으로 허용"이라는 최소 권한 원칙을 따르고 있다는 걸 알아챘습니다. 정보 담당 교사로서 새 소프트웨어를 검토할 때 가장 먼저 확인하는 원칙 중 하나인데, 이 부분이 기본 설계에 이미 녹아 있다는 점이 특히 안심됐습니다.

바탕화면 전체나 문서 폴더 전체를 통째로 등록하고 싶은 유혹이 들 때도 있지만, 저는 일부러 그렇게 하지 않습니다. 학생 개인정보가 담긴 파일이 어딘가에 섞여 있을 가능성을 아예 차단하려면, "지금 이 작업에 필요한 폴더만" 등록하고 작업이 끝나면 다시 해제하는 습관이 안전합니다. 처음엔 매번 폴더를 등록하고 해제하는 게 번거롭게 느껴졌는데, 며칠 하다 보니 손에 익어서 지금은 오히려 자연스러운 루틴이 됐습니다.

실제로 부려본 일: 연구회 계획서 통째로 갈아엎기

작년에 썼던 연구회 세부운영계획 한글 파일을 열어둔 채로, 올해 새로 맡은 사업 주제로 통째로 바꾸는 작업을 시켜봤습니다. "주제와 내용을 이 사업 기준으로 바꿔줘. 올해 연도를 반영하고, 배정 예산은 이만큼이야. 운영비 중 협의회비는 예산의 20%를 넘으면 안 돼"처럼 구체적인 숫자와 제약 조건을 함께 넣어 요청했습니다. inline AI는 문서 전체 구조를 먼저 파악한 뒤 제목 박스, 운영 목적, 운영 방침, 월별 활동, 예산, 기대효과까지 관련된 항목을 한 번에 손봤습니다.

작업이 끝나면 추가된 내용과 삭제된 내용이 본문에 초록색과 취소선으로 표시되고, 사이드바에는 무엇을 어떻게 바꿨는지 요약과 함께 '전체 수락하기 / 전체 거절하기' 버튼이 뜹니다.

예산 항목도 배정 예산과 협의회비 상한(20%)에 맞춰 실제 금액으로 계산되어 표에 채워졌습니다. 표 머리글과 예산 항목까지 3주 만에 다시 마련해야 했던 작업치고는, 체감상 손이 훨씬 덜 갔습니다. 다만 이 결과물도 결국 생성형 AI가 만든 것이기 때문에, 총액과 비율이 요청한 조건에 맞는지는 반드시 사람이 한 번 더 확인했습니다.

지금 버전에서 가장 아쉬운 지점은 변경 사항을 항목별로 골라 반영할 수 없다는 것입니다. 전체 수락 또는 전체 거절만 가능해서, 마음에 드는 항목만 남기고 싶을 때는 일단 전체 수락한 뒤 나머지를 손으로 다시 고쳐야 했습니다. 업데이트가 예정되어 있다고 하니 조만간 나아질 것으로 보입니다.

이 작업을 마치고 나서 가장 크게 느낀 건, 예전이라면 예산 항목의 협의회비 상한을 맞추기 위해 계산기를 몇 번이나 두드렸을 텐데 그 과정 자체가 없어졌다는 점이었습니다. "20%를 넘으면 안 된다"는 규칙만 정확히 알려주면, 나머지 계산과 표 채우기는 AI가 알아서 처리했습니다. 규칙을 명확히 전달하는 것이 결과물의 정확도를 좌우한다는 걸 이 작업에서 다시 한번 확인했습니다.

이 경험 이후로 저는 새 문서를 요청할 때 반드시 "숫자로 표현할 수 있는 제약 조건"을 먼저 정리해두는 습관이 생겼습니다. "예산은 얼마, 상한은 몇 퍼센트, 인원은 몇 명"처럼 계산이 필요한 조건을 프롬프트 앞부분에 명확히 적어두면, 결과물의 정확도가 눈에 띄게 올라갔습니다. 반대로 "적당히 알아서"처럼 모호하게 요청했을 때는 다시 손볼 부분이 늘어났습니다. 결국 AI를 얼마나 잘 쓰느냐는 얼마나 구체적으로 요구하느냐에 달려 있다는, 어찌 보면 당연한 결론에 다시 도달했습니다.

다른 도구와 비교해보니

소프트랩 실증교사로 활동하며 이 도구 저 도구를 테스트해본 입장에서 비교해보면, 챗봇형 AI는 "빠르게 아이디어를 얻는 데"는 여전히 강점이 있습니다. 반면 inline AI처럼 파일을 직접 여는 도구는 "이미 정해진 양식에 내용을 채우고 고치는" 반복 업무에서 확실히 차별화됩니다. 두 도구를 완전히 대체 관계로 보기보다, 아이디어를 구상할 때는 챗봇을, 실제 문서를 완성할 때는 inline AI를 쓰는 식으로 역할을 나눠보니 각각의 강점을 더 잘 살릴 수 있었습니다.

보안 측면에서 비교하면 차이는 더 뚜렷했습니다. 제가 검토했던 몇몇 챗봇형 서비스는 파일을 업로드하는 순간 그 파일이 서비스 서버에 저장되고, 저장 기간이나 삭제 시점을 이용자가 직접 통제하기 어려운 구조였습니다. 반면 inline AI는 애초에 파일이 제 컴퓨터를 벗어나지 않으니, "업로드했다가 나중에 삭제 요청을 해야 하나"라는 고민 자체가 필요 없었습니다. 이 차이 하나만으로도 민감한 자료를 다루는 업무에서는 선택지가 갈린다고 느꼈습니다.

가입할 때 챙기면 좋은 것

가입 직후에 동료 교사에게 받은 초대 코드를 등록하면 추천인과 신규 가입자 모두에게 크레딧이 지급되는데, 가입 후 며칠 안에 등록해야 적용되는 경우가 많으니 미루지 말고 바로 챙기시길 권합니다. 온라인 연수를 이수하면 코드가 제공되는 경로도 있으니, 학교 단위 연수를 계획 중이라면 참고할 만합니다. 저처럼 여러 도구를 검토하는 입장에서는, 이렇게 도입 문턱을 낮춰주는 장치가 있으면 동료 교사들에게 권하기도 한결 수월합니다.

학교 단위로 도입을 검토하신다면, 개인 계정으로 먼저 2주 정도 실제 업무에 써보고 크레딧 소모량과 만족도를 기록해두시길 권합니다. 저 역시 이 기록을 바탕으로 소프트랩 보고서를 작성했는데, "몇 명이, 어떤 업무에, 얼마나 썼는지"가 구체적으로 정리되어 있으니 이후 예산 담당자를 설득하는 과정도 한결 수월했습니다.

기록 방식은 거창할 필요 없습니다. 저는 그냥 엑셀 시트 하나에 날짜, 작업 종류(계획서 수정/세특 초안/공문 작성 등), 체감 만족도(상·중·하)만 간단히 적어뒀는데, 2주치만 모여도 "이 업무엔 확실히 효과가 있다, 이 업무엔 아직 애매하다"는 패턴이 눈에 보이기 시작했습니다. 이렇게 데이터로 남겨두면 나중에 동료 교사나 관리자에게 도입을 제안할 때도 "느낌상 좋다"보다 훨씬 설득력 있는 근거가 됩니다.

자주 받는 질문들

소프트랩 실증교사로 활동하다 보면 동료 선생님들께 비슷한 질문을 반복해서 받습니다. 이번 기회에 정리해둡니다.

Q. 이미 학교 보안 정책상 설치가 막힌 프로그램이 많은데, 그래도 시도해볼 만한가요?
학교 보안 프로그램에 따라 새 소프트웨어 설치 자체가 막혀 있는 경우가 있습니다. 이런 환경이라면 정보 담당 부서에 먼저 문의해 설치 허용 여부를 확인하시고, 개인 노트북으로 먼저 써보며 감을 잡은 뒤 공식 도입을 건의하는 순서를 권합니다.

Q. 학교 공용 컴퓨터에도 설치해서 여러 선생님이 같이 써도 되나요?
계정은 개인 단위로 로그인하는 구조라, 공용 컴퓨터라도 각자 자기 계정으로 로그인해서 쓰면 대화 기록이나 개인 지시사항이 서로 섞이지 않습니다. 다만 로그아웃을 깜빡하면 다음 사람이 내 대화 기록을 볼 수 있으니, 공용 PC에서는 작업이 끝나면 반드시 로그아웃하시길 권합니다.

Q. 인터넷이 안 되는 환경에서도 쓸 수 있나요?
AI 추론 자체는 외부 서버와 통신이 필요하기 때문에 완전한 오프라인 환경에서는 쓸 수 없습니다. 다만 파일이 클라우드에 통째로 업로드되는 방식이 아니라, 최소한의 맥락만 오간다는 점에서 일반적인 클라우드형 AI 서비스와는 통신 방식 자체가 다릅니다.

Q. 정보 담당 교사로서 학교 도입 보고서에 인용해도 되는 내용인가요?
저 역시 소프트랩 보고서에 이 글에서 다룬 보안 정책 항목들을 그대로 인용해서 썼습니다. 다만 학교마다 요구하는 보안 감사 기준이 다를 수 있으니, 정식 도입 전에는 담당 부서와 함께 공식 정책 문서를 한 번 더 확인하시길 권합니다.

정리하면

기능도 기능이지만, 결국 학교 현장에서 AI 도구를 쓰려면 "이 파일이 어디까지 가는가"에 명확히 답할 수 있어야 합니다. inline AI는 그 질문에 구조로 답하는 몇 안 되는 도구였고, 그 위에서 문서 작업까지 줄여준다는 점이 서울시교육청 선도교사로서 계속 지켜볼 만하다고 느낀 이유입니다.

소프트랩 실증교사로 여러 도구를 거쳐온 입장에서 덧붙이자면, "보안이 좋다"와 "실제로 업무가 편해진다"는 서로 다른 이야기입니다. 둘 중 하나만 갖춘 도구는 꽤 많이 봤지만, 둘 다 갖춘 도구는 흔치 않았습니다. inline AI를 계속 눈여겨보는 이유는 바로 이 지점에서, 안심하고 쓸 수 있는 구조 위에 실제 업무 시간을 줄여주는 기능이 함께 얹혀 있기 때문입니다. 새로운 AI 도구를 학교에 들이기 전에 보안 구조부터 확인하는 습관을 갖고 계신 분이라면, inline AI의 데이터 보안 정책을 직접 확인해보시길 권합니다.