Copilot이 긴 메일에서 요청과 배경을 분리하고, 액션 아이템을 구조화합니다. 대리점 메일은 보통 여러 주제가 뒤섞여 있는데, 이 패턴 하나로 처리 시간을 절반 이하로 줄일 수 있습니다.

Work IQ가 보낸 사람(김팀장님) × 언급된 사람(심차장님) × 주제(팔란티어) × 기간(한 달)이라는 복합 조건을 동시에 이해합니다. Outlook 검색창의 고급 문법 없이 자연어로 바로 처리합니다.

Copilot이 여러 메일 스레드에서 "~까지 해주세요", "확인 부탁", "회신 바랍니다" 같은 액션 요청 패턴을 자동으로 추출합니다.

Copilot이 "정보 공유용 CC 메일"과 "직접 회신이 필요한 메일"을 구분합니다. 영업 담당자의 가장 흔한 고충 — "중요한 메일을 놓쳤다" — 를 방지합니다.

Copilot이 Outlook 메일뿐 아니라 Teams 채팅, SharePoint/OneDrive 문서까지 교차 검색합니다. "이 조직에서 이 주제로 만들어진 모든 정보를 한 곳에서" — Work IQ의 가장 강력한 활용입니다.

Copilot이 지난 주 메일 · 일정 · Teams 대화에서 이 회의와 관련된 맥락을 종합해 브리핑 노트를 만듭니다. 단순 검색이 아니라 "종합 → 구조화"까지 해주는 것이 차별점입니다.

Copilot이 회의 맥락에서 네 가지를 한 번에 생성합니다. ① 핵심 숙지 사항, ② 전략적 질문, ③ 타인 피드백 예측, ④ 내가 덧붙일 코멘트. AI가 단순한 비서를 넘어 전략적 사고 파트너로 작동합니다.

Facilitator는 회의 설명이나 Loop 회의 노트에서 어젠다를 자동으로 감지합니다. 어젠다를 적어두면 각 안건별 진행 상황을 추적하고, 시간 관리까지 해줍니다. 별도 설정 없이 어젠다만 적어두면 되는 것이 핵심입니다.

Facilitator의 핵심 가치는 "회의에 집중하게 해주는 것"입니다. 노트 쓰느라 발언을 놓치고, 액션 아이템 정리하느라 다음 안건을 못 따라가는 일이 없어집니다. 기록은 AI가, 판단과 토론은 사람이 — 이것이 AI와 함께하는 회의입니다.

Copilot이 데이터 구조를 즉시 파악합니다. 행/열 수, 각 열의 데이터 유형, 주요 값 분포까지 한 번에 알려줍니다. 처음 보는 데이터를 이해하는 시간을 10분 → 30초로 줄여줍니다.

Copilot이 열별로 품질 이슈를 진단합니다. "대리점명에 영문 표기가 혼재", "월정액에 텍스트와 숫자가 섞임", "NPS에 '좋음' 같은 텍스트가 포함" 등. 사람이 눈으로 훑으면 30분 걸릴 작업을 AI가 즉시 처리합니다.

Copilot이 "GARAM Agency" = "가람대리점"이라는 것을 패턴으로 인식합니다. 단순 치환이 아니라, 영문-한글 매핑까지 추론해서 처리합니다. VLOOKUP이나 수작업 매핑 테이블이 필요 없습니다.

한 프롬프트에 여러 작업을 번호로 묶어서 요청하면 Copilot이 순차적으로 처리합니다. 하나씩 따로 요청하는 것보다 효율적이고, 결과도 일관됩니다.

이 프롬프트가 전처리의 핵심입니다. 변환 규칙을 명시적으로 알려주면 Copilot이 정확하게 처리합니다. "NPS를 정리해줘"라고만 하면 어떻게 변환할지 모르지만, "좋음→4.0"처럼 매핑 규칙을 직접 지정하면 원하는 결과가 나옵니다.

Copilot이 그룹별 교차 분석을 수행합니다. 피벗 테이블을 직접 만들 필요 없이, 자연어로 "대리점별 × 해지위험별" 분석을 요청할 수 있습니다.

이 분석이 실제 업무와 직결되는 이유: QoS 기본 도입 시 약 717만 이용자가 영향을 받고, 연간 3,221억원의 통신비 절감이 예상됩니다. 우리 대리점 고객 중 해당자가 얼마나 되는지 파악하는 것이 하반기 전략의 출발점입니다.

이 프롬프트의 마지막 문장이 핵심입니다 — "우선순위를 어떻게 정하면 좋을지 제안해줘". Copilot에게 단순 집계를 넘어 전략적 판단까지 요청하는 것입니다. 가입기간이 긴 충성 고객을 먼저 전환하는 게 좋을지, 해지 위험이 높은 고객부터 접근하는 게 좋을지 — Copilot이 데이터 기반으로 제안합니다.

Copilot이 다차원 교차 분석 + 시사점 제안을 동시에 수행합니다. "결합상품 미가입 + 가입기간 12개월 미만 + QoS 미가입" 같은 고위험 프로파일을 자동으로 도출합니다. 이 결과가 나중에 Word 보고서의 핵심 근거가 됩니다.

자연어 한 줄로 차트를 생성합니다. "누적 막대"라고 차트 유형을 지정하면 정확하게 반영됩니다. 차트 삽입 → 데이터 범위 선택 → 유형 변경 → 서식 조정의 과정이 프롬프트 한 줄로 끝납니다.

차트 유형을 지정하지 않고 "한눈에 파악할 수 있게"라고 목적만 전달해도 Copilot이 적절한 차트 유형을 선택합니다. 목적 기반 프롬프트는 형식 기반 프롬프트보다 유연합니다.

Copilot이 우리 데이터의 숫자와 정부 정책의 기준을 교차 매칭합니다. "정책에 따르면 717만 이용자가 영향을 받는데, 우리 대리점 고객 중에서는 몇 명인가?" — 정책 문서를 읽고 데이터와 대조하는 작업이 한 번의 프롬프트로 끝납니다.

이 하나의 프롬프트로 Agent Mode는 세 가지 작업을 연속 실행합니다. ① 새 열 추가 + 이탈률 수식 입력, ② 상위 3개 대리점 조건부 서식, ③ 요약 행 삽입. 사이드패널에서는 이걸 3번에 나눠 해야 했지만, Agent Mode는 한 번에 처리합니다.

Copilot의 리서치 도구가 웹 검색을 수행하고, 출처와 함께 구조화된 보고서 형태로 정리합니다. Google에서 하나하나 검색하고 → 읽고 → 발췌하고 → 정리하는 과정이 한 번의 프롬프트로 끝납니다. 출처 링크가 함께 제공되므로 검증도 가능합니다.

Copilot이 여러 소스의 정보를 하나의 보고서 구조로 통합합니다. 보고서의 뼈대를 직접 지정하면(1~7번), Copilot이 각 섹션에 적합한 내용을 배치합니다. "보고서 써줘"라고만 하는 것과, 구조를 명시하는 것의 차이는 극적입니다.

기존 문서에 새로운 소스를 추가로 반영하는 패턴입니다. "전체를 다시 써줘"가 아니라, "어디를 어떻게 보강해줘"라고 구체적으로 지시합니다. Copilot이 기존 구조를 유지하면서 지정한 섹션만 보강합니다. 이것이 멀티턴 문서 작성의 핵심 기법입니다.

"내용은 바꾸지 말고, 형식만"이라는 제약 조건이 핵심입니다. Copilot에게 명확한 경계를 설정해야 원하지 않는 변경을 방지합니다. 템플릿 파일을 참조로 주면, Copilot이 해당 파일의 스타일(폰트, 크기, 들여쓰기, 계위)을 읽어서 적용합니다.

2026년 6월 GA된 Word Agent Mode의 핵심 기능 두 가지입니다. ① 추적 변경(Tracked Changes) — Copilot의 수정사항이 빨간 줄로 표시되어 검토자가 승인/거절 가능. ② 댓글(Comments) — 왜 수정했는지 맥락을 남김. 기존에는 Copilot이 수정하면 원본이 덮어써졌지만, 이제는 협업 워크플로우 안에서 AI가 작동합니다.

Copilot에게 디자인을 "말로 설명"하는 것은 어렵습니다. getdesign.md의 프롬프트는 슬라이드 레이아웃, 색상 체계, 타이포그래피, 여백, 시각 요소 배치를 정확한 언어로 기술합니다. 직접 작성하면 10분 걸릴 디자인 지시를 Copy 한 번으로 해결합니다.

getdesign.md의 프롬프트가 "어떻게 보일지"를 담당하고, 여기서 추가하는 내용이 "무엇을 지켜야 하는지"를 담당합니다. 디자인(how) + 규격(what)을 분리해서 지시하면 Copilot이 둘 다 반영합니다. 특히 "같은 위치"라는 지시는 슬라이드 간 일관성을 유지하는 핵심 키워드입니다.

이 2장이 시각적 앵커(Visual Anchor) 역할을 합니다. Copilot은 기존 슬라이드의 레이아웃, 색상, 폰트를 참조해서 나머지 슬라이드를 생성합니다. 텍스트 프롬프트만으로 설명하기 어려운 "느낌"을 이 2장이 전달합니다.

이 프롬프트는 세 가지 레이어가 합쳐진 결과입니다. ① 디자인 프롬프트(getdesign.md — 시각적 스타일), ② 사내 규격(커스터마이징 — 브랜드 일관성), ③ 콘텐츠 구조(슬라이드 구성 — 무엇을 담을지). 이 세 가지를 분리해서 준비하고, 마지막에 합치는 것이 고품질 PPT를 만드는 핵심 프로세스입니다.

PPT Copilot이 "생성 도구"에서 "편집 파트너"로 진화하고 있습니다. 초안을 만드는 것에서 끝나지 않고, 만들어진 슬라이드를 다듬고, 이미지를 삽입하고, 발표자 노트까지 추가하는 엔드투엔드 편집이 가능해집니다. Create 페이지에서 만든 인포그래픽을 PPT에 삽입하는 것과, PPT Agent Mode로 슬라이드 안에서 직접 이미지를 생성하는 것은 용도가 다르니 상황에 맞게 선택하세요.

Create는 "디자인 스킬을 민주화"하는 도구입니다. 포토샵이나 Canva를 배울 필요 없이, 프롬프트 + 템플릿 + Brand Kit 조합으로 전문가 수준의 시각 콘텐츠를 만듭니다. 핵심은 '무엇을 만들지'를 명확히 아는 것이지, '어떻게 만들지'가 아닙니다.

Create의 프롬프트는 "빈칸 채우기"처럼 씁니다. 핵심 메시지, 부제, 기간, 분위기, 포함 요소를 항목별로 나눠 쓰면 AI가 각각을 정확히 반영합니다. "포스터 만들어줘"라는 한 줄보다 구조화된 지시가 압도적으로 좋은 결과를 냅니다.

인포그래픽 프롬프트의 핵심은 숫자를 직접 넣어주는 것입니다. "Excel 데이터를 인포그래픽으로" 하면 Create가 데이터에 접근하지 못합니다 — Create는 파일을 읽지 않습니다. 핵심 숫자를 프롬프트에 직접 적어야 합니다. Excel에서 분석한 결과를 복사해서 붙여넣으세요.

비주얼 에디터는 "인페인팅(Inpainting)" 기술입니다. 전체를 다시 그리는 게 아니라, 선택한 영역만 AI가 다시 생성합니다. 마음에 드는 80%는 유지하면서 나머지 20%만 고치는 것 — 이것이 실무에서 가장 시간을 절약하는 방식입니다.

Brand Kit + C2PA + Clipchamp — 이 세 가지가 Create를 "개인 장난감"이 아닌 "기업용 디자인 플랫폼"으로 만드는 요소입니다. 브랜드 일관성, AI 투명성, 멀티미디어 확장까지 갖추고 있습니다.

Copilot이 발표자료의 전략 방향 슬라이드와 Next Step 슬라이드에서 실행 과제를 자동 추출합니다. "QoS 전환 안내 → 대리점별 교육 자료 제작 → 대리점 방문 교육 실시"처럼, 큰 방향을 구체적인 태스크로 쪼개줍니다. 전략 문서에서 실행 계획이 한 번의 프롬프트로 나옵니다.

R&R을 프롬프트에 직접 명시하면, Copilot이 각 과제의 성격과 R&R을 매칭합니다. "QoS 전환 안내 자료 제작 → 마케팅 담당", "대리점 방문 교육 → 지역 영업 담당"처럼 자동 배정됩니다. 별도의 R&R 파일을 첨부해도 되고, 이렇게 프롬프트에 직접 넣어도 됩니다.

일반 Copilot Chat은 대화별로 독립적이지만, Notebooks는 프로젝트 단위로 채팅, 산출물, 참조 자료를 한 곳에 묶어줍니다. OneNote의 Notebooks와도 동기화되어, 두 곳에서 같은 노트북에 접근할 수 있습니다.

노트북에 자료를 추가하면 Copilot이 대화할 때 이 모든 자료를 맥락으로 참조합니다. 일반 Chat에서는 매번 파일을 첨부해야 하지만, 노트북에서는 한 번 연결해두면 누적된 맥락 위에서 계속 대화할 수 있습니다. 3컬럼 레이아웃 덕분에 원문 확인과 질문을 동시에 진행할 수 있어, 팩트 체크가 훨씬 빨라집니다.

이 프롬프트가 강력한 이유는, Copilot이 노트북에 연결된 모든 자료를 한 번에 참조하기 때문입니다. 엑셀 분석 결과, Word 보고서, 과기정통부 PDF, 회의 메일까지 — 별도로 첨부하지 않아도 노트북의 맥락 안에서 종합 답변이 나옵니다.

Audio Overview는 노트북의 모든 참조 자료를 종합해서 팟캐스트 스타일의 오디오 요약을 생성합니다. 텍스트 요약과 다르게, 이동 중·운전 중·운동 중에도 프로젝트 맥락을 유지할 수 있습니다. 노트북 상단의 Audio Overview 버튼을 누르면 바로 생성됩니다.

Study Guide는 참조 자료 기반으로 퀴즈·플래시카드·핵심 용어집을 자동 생성합니다. 교육 담당자라면 이 기능으로 교육 후 이해도 테스트를 자동 생성할 수 있고, 학습자는 스스로 복습할 수 있습니다. 노트북 상단의 Study Guide 버튼으로 접근합니다.

Mind Map은 노트북에 축적된 맥락을 시각적 구조로 변환합니다. 텍스트로는 보이지 않던 논점 간 연결 관계가 드러납니다. 보고서 목차를 잡을 때, 브레인스토밍 결과를 정리할 때, 프로젝트 범위를 한눈에 파악할 때 유용합니다.

노트북 안에서 Word Agent와 PPT Agent를 직접 호출할 수 있습니다. 노트북의 모든 맥락을 참조한 상태에서 문서가 생성되므로, 앱을 따로 열고 파일을 다시 첨부하는 과정이 사라집니다. 생성된 문서는 OneDrive에 자동 저장됩니다.

Researcher는 일반 Chat과 세 가지가 다릅니다. ① 더 깊은 추론 — 딥 리즈닝 모델로 복합적인 분석 수행. ② 교차 검증 — 여러 소스를 대조하며 팩트 체크. ③ 출처 제시 — 각 주장에 대한 근거 자료를 함께 제공. "넓게 훑는 Chat"과 "깊게 파는 Researcher"는 용도가 다릅니다.

Analyst의 강점은 "왜?"까지 파고드는 것입니다. "이탈률이 높다"에서 끝나지 않고, "이 대리점에서 이탈률이 높은 이유는 무엇일 수 있는가?"까지 추론합니다. 데이터 사이언티스트 없이도 탐색적 데이터 분석(EDA) 수준의 인사이트를 얻을 수 있습니다.

이 프롬프트 하나로 ① 시간순 일정 정리 ② 회의별 준비사항 ③ 집중 가능 시간 확보 ④ 우선순위 Top 3까지 한 번에 나옵니다. Outlook 캘린더, 메일, Teams를 Copilot이 종합해서 만드는 개인 맞춤 데일리 브리핑입니다.

프롬프트 자동 예약은 Copilot을 "물어보면 답하는 도구"에서 "알아서 먼저 챙겨주는 시스템"으로 바꿉니다. Intro에서 말한 "물어보기 전에 먼저 알려줍니다"가 바로 이것입니다.

이 프롬프트의 핵심은 제외 조건입니다. "자동 발송 제외", "종결 건 제외", "애매하면 확인 필요 표기" — Copilot에게 판단 기준을 명시하면 노이즈 없는 깔끔한 리스트가 나옵니다. 아침 브리핑이 하루를 여는 루틴이라면, 이건 하루를 닫는 루틴입니다.

이 지침은 [역할] [맥락] [명령] [형식] [금지사항] 5개 블록으로 구조화되어 있습니다. Agent 지침의 핵심은 "무엇을 할 수 있는지"만이 아니라 "무엇을 하면 안 되는지"까지 명시하는 것입니다. 금지사항이 없으면 Agent가 부적절한 추천을 할 수 있습니다.

Agent가 28명의 데이터를 스캔해서 이번 주 해당자를 자동 추출합니다. 엑셀을 열어서 날짜 필터 걸고 하나씩 확인하는 것과 비교하면, 매주 월요일 아침 이 한마디로 "이번 주 챙길 사람 리스트"가 즉시 나옵니다.

Agent가 김사장님의 직책(점주), 따님의 나이, 학교 정보까지 참고해서 맥락에 맞는 메시지를 생성합니다. "따님이 올해 고3이시죠? 수능까지 힘내시라고 응원의 마음을 담아..."처럼 데이터에 기반한 개인화가 핵심입니다.

Agent가 점주님의 취미(골프? 낚시?), 관심사(부동산? 자녀 교육?), 좋아하는 음식/술, 최근 메모를 종합해서 대화 가이드를 만듭니다. 특히 "피해야 할 주제"까지 안내하는 것이 중요합니다 — 최근 건강 이슈가 메모에 있으면 건강 관련 질문을 피하라고 알려줍니다.

Agent Builder로 만든 것이 프로토타입이라면, Copilot Studio는 프로덕션 레벨입니다. 그리고 Agent 365는 이 모든 Agent를 안전하게 관리하는 울타리입니다. 오늘 Agent Builder에서 "이게 되네!"를 경험했다면, 다음 단계는 "이걸 어떻게 조직 전체로 확산할 것인가?"입니다.

이 프롬프트 하나로 Cowork는 최소 4개의 앱을 넘나듭니다. ① Outlook 캘린더에서 일정 확인, ② Outlook 메일에서 참석자 관련 커뮤니케이션 검색, ③ OneDrive/SharePoint에서 관련 파일 탐색, ④ Word로 브리핑 노트 생성. Chat에서는 이 각각을 따로 요청해야 하지만, Cowork는 계획 → 실행 → 산출물 전달을 자율적으로 수행합니다.

이 프롬프트가 오늘 교육의 메타 데모입니다. Excel 실습(데이터 분석) + Word 실습(보고서 작성) + 정책 연계까지 — 여러 페이지에 걸쳐 단계별로 했던 작업을, Cowork는 스스로 계획을 세우고 순차적으로 실행합니다. 결과물의 품질은 직접 한 것보다 다를 수 있지만, 초안을 5분 안에 받는다는 것 자체가 업무 방식의 전환입니다.

"Trust but verify" — 맡기되, 검증하라. Cowork가 만든 결과물은 항상 사람의 확인을 거쳐야 합니다. 특히 숫자와 맥락 해석은 AI가 틀릴 수 있는 영역입니다. Cowork의 가치는 "완벽한 결과"가 아니라 "검증 가능한 초안을 빠르게 받는 것"입니다.

Cowork의 비용 모델을 이해하는 것이 중요합니다. 모든 작업에 Cowork를 쓸 필요는 없습니다. 간단한 질문은 Chat(고정비)으로, 복잡한 멀티스텝 작업만 Cowork(종량제)로. "이 작업이 Cowork에 맡길 만큼 복잡한가?"를 판단하는 것이 곧 비용 효율을 높이는 방법입니다.

Cowork가 강력한 만큼, 거버넌스도 강력합니다. "AI가 알아서 했는데 뭘 했는지 모른다"는 상황은 기업 환경에서 용납되지 않습니다. 모든 행동이 기록되고, 보안 정책이 자동 적용되며, 비정상적 행동은 감지됩니다. 자율성과 통제의 균형 — 이것이 Cowork를 기업용으로 만드는 설계입니다.