정의
소규모 조직이 AI 에이전트(Hermes 등)를 활용하여 회사 내부 데이터(노션, 슬랙, 회의록)를 자동으로 적재하고, 지식을 자산화하며, 업무 태스크 제안 및 자동화를 통해 AI 네이티브 컴퍼니로 전환하는 방법론.
핵심 속성
- 데이터 적재 자동화: Hermes Agent가 노션, 슬랙, 회의록 데이터를 읽고 메모리 및 파일에 저장. Zapier 웹훅 활용.
- 자가 개선 루프: 매일 9시와 18시에 크론잡으로 데이터 수집 및 업무 태스크 제안.
- 지식 자산화 구조: 두 계층으로 구성 — (1) Raw data md 파일 (회의록, 할일, 수행일), (2) 상위 문서 (SOP/회사 업무 현황/판단 기준).
- 에이전트 활용: Hermes Agent를 코딩 도구로 사용하여 사내 ERP, 견적서, 세금계산서 발급 등 직접 도구 제작.
- 보안 거버넌스: 데이터 오버쉐어링 방지, 권한 관리. AI 리터러시와 직결됨.
관계
- 20260530-data-pipeline-vs-knowledge-assetization — 연장: 지식 자산화가 데이터 파이프라인보다 중요함을 설명
- 20260530-ai-literacy-over-security-governance — 연장: AI 리터러시가 보안 거버넌스보다 선행 조건
- 20260528-post-from-빌더-조쉬-builder-josh — 상위개념: clipping 파일 (소스)
인용
“Hermes Agent에게 우리 회사의 노션, 슬랙, 회의록 데이터를 모두 적재시키고 있다. 회사의 모든 맥락을 AI readable하게 만들어야 한다.” “매일 이러한 노력이 복리로 쌓였을 경우 1년 뒤 어떻게 흐름이 바뀔지 더 큰 기대를 해본다.”