CanRobot · 캔로봇
Prosci® Certified Change Practitioner Microsoft Frontier Transformation Engineer TITAN Microsoft MVP 2026-2027 · Microsoft 365 Copilot Microsoft Certified Trainer
예시 실습

이 핸즈온랩은 교육 내용을 보여 드리기 위한 예시입니다. 실제 교육과정에서는 고객사의 산업과 직무를 반영한 실습 시나리오로 구성한 비공개 학습 사이트를 따로 제공합니다.

M1-6. 자연어로 솔루션 생성 (프리뷰)

한 줄 요약 — GitHub Copilot Harness의 홈 입력창에 자동화하고 싶은 업무를 설명하면, 전체 화면 채팅이 워크플로·대화형 에이전트·둘의 조합 중 알맞은 형태를 스스로 골라 만들어 줍니다. 코드도, 개발자도 필요 없습니다 — 단, Anthropic 모델을 허용한 환경이어야 하고 Copilot Credits가 소모됩니다. (프로덕션 준비 미리보기 · 기능·화면·명칭은 프리뷰 기준이며 바뀔 수 있음)

1. 어떤 기능인가 — 설명하면 솔루션이 만들어진다

자연어로 솔루션 생성 — 흐름

지금까지(M1-4)는 에이전트를 직접 만들었습니다. 자연어 생성은 그 반대입니다: 해결하고 싶은 업무 프로세스·시스템·문제를 설명하면 Copilot Studio가 어떤 형태가 가장 알맞은지 판단해 만들어 줍니다.

  • 결정적 워크플로(deterministic workflow)
  • 대화형 에이전트(conversational agent)
  • 둘의 조합

이미 만들 것이 정해져 있다면 입력창의 Workflow(반복 프로세스 자동화) 또는 Conversational agent (질문 응답·작업 수행 에이전트) 버튼으로 형태를 직접 지정할 수도 있습니다.

주의 — 자연어 채팅은 GitHub Copilot Harness로 만든 에이전트·아티팩트에서만 쓸 수 있습니다.

2. 전제 조건 — 시작 전 확인 3가지

전제 상세
Anthropic 모델 허용 자연어 생성 기능은 Anthropic 모델을 사용 — 환경(environment)에서 외부 모델(Anthropic) 접근이 켜져 있어야만 쓸 수 있음. 안 보이면 관리자에게 문의
GitHub Copilot Harness 진입 홈에서 Try now 선택(Harness 선택) (화면 명칭은 프리뷰 기준·변경 가능)
Copilot Credits GitHub Copilot Harness 기능은 사용량 과금 — 에이전트 사용뿐 아니라 빌드·테스트·평가에도 크레딧이 소모될 수 있음

3. 절차 — 홈 입력 → 채팅 → 카드 → 캔버스

홈 Try now → 풀페이지 채팅 화면

📷 위 이미지는 임시 이미지입니다 — 실제 화면 캡처를 같은 경로에 저장하면 자동으로 바뀝니다.

  1. 홈에서 Try now를 선택(Harness 선택) 해 Home 페이지로 이동합니다.
  2. 입력창에 자동화하거나 개선하고 싶은 업무 프로세스를 구체적으로 적습니다. 예:
    "직원 온보딩 프로세스를 자동화해 줘: 환영 메일 발송, 계정 프로비저닝, 교육 배정,
     매니저 알림, 모든 단계가 끝날 때까지 후속 확인"
    

    맥락을 많이 줄수록 필요에 더 잘 맞는 솔루션이 나옵니다.

  3. 화살표를 눌러 보내면 전체 화면 채팅이 열리고, 요청을 분석해 가장 알맞은 에이전트 솔루션(워크플로/에이전트/조합)을 정합니다.
    • 만드는 도중에 내용을 확인하는 질문을 몇 번 하면서 진행합니다.
    • 만들어지는 아티팩트는 옆의 Steps / Artifacts 패널에서 실시간으로 확인할 수 있습니다.
    • 아직 연결하지 않은 데이터 원본·시스템이 필요하면(예: 메일 발송) 연결(connection)을 구성하라는 요청이 나올 수 있습니다.
  4. 다 만들어지면 아티팩트가 채팅에 카드로 표시됩니다. 카드의 Edit를 선택하면 캔버스가 열려 확인·수정할 수 있고, 채팅에서 계속 다듬을 수도 있습니다 — 채팅과 캔버스는 언제든 오갈 수 있습니다.
    • 채팅 복귀: 좌측 상단 이동 경로(breadcrumb) 링크.
    • 지난 대화: Chat 탭 → 좌측 상단 Chat history — 이전 대화로 돌아가 아티팩트를 계속 편집할 수 있으며, 지난 대화는 현재 22시간 보존됩니다.
  5. 게시 전에 캔버스에서 에이전트·워크플로를 테스트합니다.

4. 다듬기 — 테스트 → 수정 → 반복

에이전트가 만들어졌다면 — Preview 탭 채팅으로 응답을 테스트하고, Build 탭에서 지침을 바꿔 (예: 어조 변경) 응답이 어떻게 달라지는지 실험한 뒤 Save로 저장합니다.

워크플로가 만들어졌다면 — 캔버스에서 단계 순서를 바꾸거나 단계를 추가·삭제한 뒤, 우측 상단 Test 버튼으로 다양한 입력·시나리오를 테스트하고 결과를 보며 다듬습니다.

5. 게시

  • 에이전트 — Publish 옆 갈매기표(chevron) → Publish agent 대화 상자에서 Demo website 선택 → Save and publish → 표시된 URL을 공유해 시연합니다.
  • 워크플로 — 워크플로를 열고 캔버스의 Publish 버튼을 선택합니다.

주의 — 평가판(trial) 라이선스로는 게시할 수 없습니다 — 에이전트 만들기와 테스트 채팅까지만 됩니다.

6. 과정 전체 실습과의 관계

과정 전체를 잇는 실습(RFP 검토 팀)은 구조를 익히기 위해 직접 만드는 방식이 기본입니다 (→ 단계별 실습 ⓪). 자연어 생성은 M2~M5에서 각 부품(지침·지식·도구·스킬·워크플로)을 이해한 뒤, 같은 시나리오를 설명만으로 다시 만들어 보는 심화 과정으로 활용하세요.

핵심 정리

  1. 흐름: 홈 입력 → 전체 화면 채팅(확인 질문) → Steps/Artifacts 실시간 확인 → 카드 Edit로 캔버스 → 테스트 → 게시
  2. 형태는 시스템이 판단(워크플로/에이전트/조합) — Workflow·Conversational agent 버튼으로 직접 지정할 수도 있음
  3. 전제: Anthropic 모델 허용 환경(관리자 설정) + GitHub Copilot Harness — 채팅 이력은 22시간 보존
  4. ⚠️ Copilot Credits 소모 — 사용·빌드·테스트·평가 모두 과금될 수 있고, 평가판 라이선스로는 게시 불가

이전: 에이전트 공유 · M1 허브로 → 다음 모듈: M2. 빌드

출처: Quickstart: Create an automated solution with natural language in the GitHub Copilot harness (MS Learn) · Choose a harness (MS Learn)