이 핸즈온랩은 교육 내용을 보여 드리기 위한 예시입니다. 실제 교육과정에서는 고객사의 산업과 직무를 반영한 실습 시나리오로 구성한 비공개 학습 사이트를 따로 제공합니다.
M1-1. Copilot Studio 개요 — 무엇을 만들 수 있나
한 줄 요약 — Copilot Studio는 에이전트·워크플로·에이전트 플로우를 한 스튜디오에서 만들고 관리하는 그래픽·로우코드 도구입니다. Standard Harness는 그중 규칙 기반 에이전트와 에이전트 플로우를 담당합니다.
1. Copilot Studio란
Copilot Studio는 AI 에이전트와 워크플로를 만들고 관리하는 그래픽·로우코드 스튜디오입니다. 만들고 → 조직 데이터·시스템에 연결하고 → 사용자가 이미 일하는 채널(Teams, M365 Copilot, 웹사이트, 모바일 앱 등)에 게시합니다. 로우코드 도구라 기술 지식이 깊지 않아도 만들 수 있고, 전문 메이커에게 필요한 고급 기능(커스텀 커넥터, 코드 편집기)도 갖추고 있습니다.
2. 세 가지 빌딩 블록
| 빌딩 블록 | 설명 | Harness |
|---|---|---|
| 에이전트(Agent) | 대화를 처리하고 작업을 완수하는 AI 비서 — 지침·지식·도구로 구성 | 표준 / GitHub Copilot / Copilot chat |
| 워크플로(Workflow) | 각 단계가 추론·행동하는 드래그앤드롭 자동화 | GitHub Copilot |
| 에이전트 플로우(Agent flow) | Power Automate와 유사한 결정적 자동화 — 단독 실행 또는 에이전트의 도구 | 표준 |
에이전트는 표준 · GitHub Copilot · Copilot chat 3종 Harness 중 하나 위에서 동작하며, 이 과정의 무대는 Standard Harness 에이전트 + 에이전트 플로우입니다.
3. Standard Harness 에이전트가 요청을 처리하는 방식
Standard Harness 에이전트는 자연어 이해(NLU)로 요청을 가장 알맞은 토픽(단계·질문·조건을 이어 설계한 대화 구간)에 연결합니다. 어느 토픽에도 해당하지 않는 요청이면 연결된 지식 소스에서 대화형 답변을 만들 수 있습니다.
사용자 메시지
→ 의도 인식 (생성형: 토픽 설명 / 클래식: 트리거 구문)
→ 토픽 실행 (질문·조건·메시지·도구 노드)
→ 매칭 실패 시: 지식 기반 생성형 답변 (폴백)
4. 에이전트의 구성요소
| 구성요소 | 역할 | 배우는 곳 |
|---|---|---|
| 지침(Instructions) | 에이전트의 역할·톤·범위 서술 | M2-1 |
| 지식(Knowledge) | 답의 근거 — 웹사이트·파일·SharePoint·Dataverse | M2-2 |
| 토픽(Topics) | 대화 대본 — 트리거 + 노드 | M2-3 |
| 도구(Tools) | 행동 — 커넥터·프롬프트·REST·MCP·플로우 | M2-6 |
| 트리거(Triggers) | 이벤트 기반 시작 조건 | M2-4 |
핵심 정리
- Copilot Studio = 에이전트·워크플로·에이전트 플로우를 만드는 단일 로우코드 스튜디오
- Standard Harness 에이전트는 토픽 매칭 → 실행 → 지식 폴백 순서로 요청을 처리합니다
- 에이전트 플로우는 Standard Harness의 결정적 실행기 — 에이전트에 도구로 연결됩니다
M1 시작하기로 · 다음: M1-2. Harness 선택
출처: Copilot Studio overview (MS Learn) · What you can build (MS Learn)