diff --git a/README.md b/README.md
index 1e1e335..75d3ac4 100644
--- a/README.md
+++ b/README.md
@@ -1,4 +1,2 @@
# easycopilotlab
Copilot Studio for non-developers — Learn to build your first AI agent without coding.
-
-A
diff --git a/docs/m00-orientation.md b/docs/m00-orientation.md
index 8eea162..c310180 100644
--- a/docs/m00-orientation.md
+++ b/docs/m00-orientation.md
@@ -1,95 +1,95 @@
---
-title: "M0. 오리엔테이션"
+title: "M0. Orientation"
nav_order: 1
---
-# 오리엔테이션 — 오늘 만들 에이전트 미리보기
+# Orientation — Preview the Agent You'll Build Today
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
+| Time | Duration | Participant Role |
|:-----|:-----|:-----------|
-| 09:30 | 10분 | 👀 보기 |
+| 09:30 | 10 min | 👀 Watch |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- 오늘 하루 동안 만들 **HR/총무 에이전트의 완성된 모습** 확인
-- "코딩 없이 만들 수 있다"는 사실을 **눈으로 확인**
-- 오늘 과정의 **전체 흐름** 파악
+- See the **finished version** of the HR/Admin agent you'll build today
+- **See for yourself** that it can be built without any code
+- Understand the **overall flow** of today's course
{: .highlight }
-> 오늘 오후가 끝나면, 여러분의 PC에 **AI 직원**이 한 명 생깁니다. 코드 한 줄 없이요.
+> By the end of today, you'll have an **AI employee** on your PC. Without writing a single line of code.
---
-## 이런 질문, 하루에 몇 번 받으세요?
+## How Many Times a Day Do You Get These Questions?
-- "연차 며칠 남았어요?"
-- "경비처리 누구한테 하면 돼요?"
-- "복지포인트 어디서 써요?"
+- "How many vacation days do I have left?"
+- "Who do I contact for expense claims?"
+- "Where can I use my benefits points?"
-하루 5번이면, 일주일 25번, 한 달이면 100번입니다.
+Five times a day means 25 times a week, and 100 times a month.
-오늘 만들 에이전트가 이 **100번을 대신 답해줍니다.**
+The agent you'll build today will **answer all 100 of those for you.**
---
-## 완성된 에이전트가 하는 일 5가지
+## 5 Things the Finished Agent Can Do
-오늘 과정이 끝나면 아래 5가지를 모두 할 수 있는 에이전트를 갖게 됩니다.
+By the end of today's course, you'll have an agent that can do all five of the following.
-### 1. FAQ 자동 답변
+### 1. Automatic FAQ Responses
-"연차 며칠이나 남았어요?" 같은 질문에 **업로드한 문서(교과서)를 기반으로** 자동 답변합니다. 출처도 함께 표시됩니다.
+For questions like "How many vacation days do I have left?", the agent **answers automatically based on the uploaded documents (textbooks)**. Sources are displayed alongside the answer.
-### 2. 담당자 조회
+### 2. Contact Person Lookup
-"경비처리 담당자 누구예요?" → 업로드한 담당자 문서에서 **이름·연락처·이메일**을 즉시 찾아줍니다.
+"Who handles expense claims?" → The agent instantly finds the **name, phone number, and email** from the uploaded contact document.
-### 3. 복리후생 안내
+### 3. Employee Benefits Guide
-"복지포인트 사용처 알려줘" → 여러 문서를 **동시에 참조**해서 답합니다.
-교과서를 여러 권 들고 있는 신입사원인 셈입니다.
+"Where can I use my benefits points?" → The agent **references multiple documents simultaneously** to answer.
+Think of it as a new employee carrying several textbooks at once.
-### 4. 메일로 문의 전달
+### 4. Forward Inquiries via Email
-"담당자한테 직접 문의하고 싶어요" → 에이전트가 담당자 메일 주소를 확인하고, 문의 내용을 정리해서 **이메일(편지봉투)**로 자동 전달합니다.
+"I want to contact the person in charge directly." → The agent looks up the contact's email address, compiles the inquiry, and **automatically sends it via email (envelope)**.
-### 5. 대화기록 자동 저장
+### 5. Auto-Save Conversation Logs
-누가, 언제, 뭘 물어봤는지 **Excel에 자동 기록**됩니다.
-관리자 입장에서 에이전트 활용 현황을 한눈에 볼 수 있습니다.
+Who asked what, and when — it's all **automatically logged in Excel**.
+From an admin's perspective, you can see agent usage at a glance.
---
-## 오늘의 여정 한눈에 보기
+## Today's Journey at a Glance
-| 단계 | 내용 | 모듈 |
+| Step | What You'll Do | Module |
|:-----|:-----|:-----|
-| ① 원리 이해 | Copilot의 작동 원리와 사용 방식 | M1 ~ M2 |
-| ② 에이전트 생성 | 30초 만에 첫 에이전트 만들기 | M3 |
-| ③ 구성요소 + 행동매뉴얼 + 교과서 | 프레임 이해 + 지침 작성 + 지식 연결 | M4 ~ M7 |
-| ④ 도구 개념 + 대본 작성 | 도구 원리 + Topic과 변수로 똑똑하게 | M8 ~ M9 |
-| ⑤ 게시 + 공유 | Copilot에서 에이전트 사용 준비 | M10 |
-| ⑥ 손발 달기 | 커넥터 + 에이전트 흐름으로 행동 추가 | M11 ~ M12 |
-| ⑦ 고급 도구 | AI 프롬프트 · 멀티에이전트 · MCP · 트리거 | M13 ~ M16 |
+| ① Understand the Principles | How Copilot works and how to use it | M1 – M2 |
+| ② Create an Agent | Build your first agent in 30 seconds | M3 |
+| ③ Components + Behavior Manual + Textbook | Understand the framework + Write instructions + Connect knowledge | M4 – M7 |
+| ④ Tool Concepts + Script Writing | Tool principles + Get smart with Topics and variables | M8 – M9 |
+| ⑤ Publish + Share | Get your agent ready to use in Copilot | M10 |
+| ⑥ Add Hands and Feet | Add actions with connectors + agent flows | M11 – M12 |
+| ⑦ Advanced Tools | AI Prompts · Multi-Agent · MCP · Triggers | M13 – M16 |
---
-## 핵심 정리
+## Key Takeaway
{: .important }
-> **행동매뉴얼 하나로, 오늘 우리 팀에 AI 신입이 생깁니다.**
+> **With just one behavior manual, your team gets an AI new employee today.**
---
-다음 모듈: [M1. 코파일럿 동작원리](m01-copilot-principles)
+Next module: [M1. How Copilot Works](m01-copilot-principles)
diff --git a/docs/m01-copilot-principles.md b/docs/m01-copilot-principles.md
index 06b5735..a020744 100644
--- a/docs/m01-copilot-principles.md
+++ b/docs/m01-copilot-principles.md
@@ -1,163 +1,163 @@
---
-title: "M1. 코파일럿 동작원리"
+title: "M1. How Copilot Works"
nav_order: 2
---
-# 코파일럿과 에이전트의 동작원리 — 당신은 AI와 대화하고 있지 않다
+# How Copilot and Agents Work — You're Not Talking Directly to AI
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
+| Time | Duration | Participant Role |
|:-----|:-----|:-----------|
-| 09:40 | 10분 | 👀 보기 |
+| 09:40 | 10 min | 👀 Watch |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- 우리가 AI와 직접 대화한다는 것은 **착각**이라는 사실
-- 인간과 LLM 사이에서 대화를 **중개하는 오케스트레이터**가 진짜 핵심이라는 점
-- 오케스트레이터가 **시스템 프롬프트**와 **도구**를 통해 AI의 행동을 결정하는 원리
-- Copilot의 오케스트레이터가 답변을 위해 **동원하는 수단들**
+- The fact that talking directly to AI is actually a **misconception**
+- That the **orchestrator — a mediator between you and the LLM** — is the real key player
+- How the orchestrator determines AI behavior through **system prompts** and **tools**
+- The **resources Copilot's orchestrator mobilizes** to generate answers
---
-## 당신은 AI와 대화하고 있지 않다
+## You're Not Talking Directly to AI
-ChatGPT에 질문을 입력하면, AI에게 직접 말하는 것 같습니다.
-하지만 **아닙니다.**
+When you type a question into ChatGPT, it feels like you're speaking directly to AI.
+But **you're not.**
-여러분과 LLM(대형 언어 모델) 사이에는 보이지 않는 **중개자**가 있습니다.
-이 중개자가 **오케스트레이터**입니다.
+Between you and the LLM (Large Language Model), there's an invisible **mediator**.
+That mediator is the **orchestrator**.
{: .warning }
-> 우리가 사용하는 거의 모든 AI 챗봇 — ChatGPT, Copilot, Gemini, Claude — 에는 오케스트레이터가 있습니다. AI가 혼자 대답하는 서비스는 사실상 없습니다.
+> Nearly every AI chatbot we use — ChatGPT, Copilot, Gemini, Claude — has an orchestrator. There's virtually no service where AI answers entirely on its own.
---
-## 오케스트레이터가 하는 일
+## What the Orchestrator Does
-오케스트레이터는 단순한 중계기가 아닙니다.
-**판단하고, 수집하고, 가공하고, 행동하는 주체**입니다.
+The orchestrator is not a simple relay.
+It's the entity that **judges, gathers, processes, and takes action**.
-
+
-오케스트레이터가 하는 일을 세 가지로 정리하면:
+Here's what the orchestrator does, in three parts:
-### 1. 성격을 부여한다 — 시스템 프롬프트
+### 1. It Assigns a Personality — The System Prompt
-오케스트레이터는 LLM에게 질문을 넘기기 **전에**, 시스템 프롬프트를 먼저 설정합니다.
+The orchestrator sets the system prompt **before** passing the question to the LLM.
-> "너는 Microsoft 365 Copilot이다. 사용자의 업무를 돕는 것이 목적이다. 정치적 의견은 말하지 마라. 답변은 한국어로 하라."
+> "You are Microsoft 365 Copilot. Your purpose is to assist users with their work. Do not express political opinions. Respond in the user's language."
-이 시스템 프롬프트가 AI의 **목적, 태도, 제약**을 결정합니다.
-같은 GPT-5 모델이라도, 시스템 프롬프트가 다르면 전혀 다른 AI처럼 동작합니다.
+This system prompt determines the AI's **purpose, attitude, and constraints**.
+Even with the same GPT-5 model, a different system prompt makes the AI behave like a completely different assistant.
-| 서비스 | 같은 LLM | 시스템 프롬프트 | 결과 |
+| Service | Same LLM | System Prompt | Result |
|:-------|:---------|:------------|:-----|
-| ChatGPT | GPT-5 | "범용 AI 어시스턴트" | 무엇이든 대답하는 만능 비서 |
-| Copilot | GPT-5 | "M365 업무 도우미, 회사 데이터 참조" | 내 이메일·파일을 아는 업무 도우미 |
-| **우리가 만들 에이전트** | GPT-5 | **"HR 전문 도우미, 사내 규정 참조"** | **HR 질문만 답하는 전문가** |
+| ChatGPT | GPT-5 | "General-purpose AI assistant" | An all-purpose assistant that answers anything |
+| Copilot | GPT-5 | "M365 work assistant, references company data" | A work assistant that knows my emails and files |
+| **Our Agent** | GPT-5 | **"HR specialist, references company policies"** | **An expert that only answers HR questions** |
{: .highlight }
-> 오늘 오후 실습에서 여러분이 작성할 **지침(Instructions)**이 바로 이 시스템 프롬프트입니다.
+> The **instructions** you'll write during this afternoon's lab are exactly this system prompt.
-### 2. 수단을 동원한다 — 도구 호출
+### 2. It Mobilizes Resources — Tool Calls
-오케스트레이터는 질문에 답하기 위해 **할 수 있는 모든 수단을 동원**합니다.
+The orchestrator **uses every resource available** to answer a question.
-| 상황 | 오케스트레이터가 하는 일 |
+| Situation | What the Orchestrator Does |
|:-----|:---------------------|
-| 사용자가 파일을 첨부했다 | 📎 파일 내용을 읽어서 LLM에 전달 |
-| "오늘 환율 알려줘" | 🔍 Bing 검색으로 최신 환율을 가져온 뒤 LLM에 전달 |
-| "이 데이터로 그래프 그려줘" | 🐍 Python 코드를 작성·실행하여 차트 생성 |
-| "이 내용을 그림으로 만들어줘" | 🎨 DALL-E로 이미지를 생성 |
-| "지난주 팀 회의 내용 정리해줘" | 📧 Teams 대화 기록을 검색하여 LLM에 전달 |
-| 이전 대화에서 선호도를 말했다 | 💬 대화 기록에서 사용자 선호를 추출하여 반영 |
+| User attached a file | 📎 Reads the file content and passes it to the LLM |
+| "What's the exchange rate today?" | 🔍 Fetches the latest rate via Bing search, then passes it to the LLM |
+| "Draw a chart from this data" | 🐍 Writes and executes Python code to generate the chart |
+| "Turn this into an image" | 🎨 Generates an image with DALL-E |
+| "Summarize last week's team meeting" | 📧 Searches Teams conversation history and passes it to the LLM |
+| User mentioned preferences earlier | 💬 Extracts user preferences from conversation history and applies them |
-이 중 어느 것도 LLM이 스스로 하는 일이 아닙니다.
-**모두 오케스트레이터가 판단하고 실행하는 일**입니다.
+None of these are things the LLM does on its own.
+**They are all judged and executed by the orchestrator.**
{: .tip }
-> LLM은 텍스트를 생성하는 엔진일 뿐입니다. 인터넷을 검색하거나, 파일을 읽거나, 코드를 실행하는 것은 **오케스트레이터의 판단 아래 도구가 수행하는 것**입니다.
+> The LLM is just a text generation engine. Searching the web, reading files, or running code is **performed by tools under the orchestrator's direction**.
-### 3. 맥락을 관리한다 — 대화 기록과 사용자 정보
+### 3. It Manages Context — Conversation History and User Information
-오케스트레이터는 한 번의 질문만 보는 것이 아닙니다.
+The orchestrator doesn't just look at a single question.
-- **이전 대화 기록**을 기억하여 "아까 그 파일"이라고 하면 무슨 파일인지 파악
-- 사용자가 선호하는 **언어, 호칭, 답변 스타일**을 대화에서 추출하여 반영
-- 필요하면 **사용자에게 되물어서** 모호한 질문을 명확히 함
+- It **remembers previous conversation history**, so when you say "that file from earlier," it knows which file you mean
+- It extracts the user's preferred **language, form of address, and response style** from the conversation and applies them
+- When needed, it **asks clarifying questions** to resolve ambiguous queries
---
-## 같은 LLM, 다른 오케스트레이터, 다른 결과
+## Same LLM, Different Orchestrator, Different Results
-이 원리를 이해하면, ChatGPT와 Copilot이 왜 다른지 명확해집니다.
+Once you understand this principle, it becomes clear why ChatGPT and Copilot behave differently.
-
+
-세 서비스 모두 **같은 GPT-5**를 사용할 수 있습니다.
-하지만 결과가 다른 이유는 **오케스트레이터가 다르기 때문**입니다.
+All three services can use the **same GPT-5**.
+But the results differ because **the orchestrators are different**.
-| 비교 | ChatGPT | Copilot | 우리가 만들 에이전트 |
+| Comparison | ChatGPT | Copilot | Our Agent |
|:-----|:--------|:--------|:-----------------|
-| **시스템 프롬프트** | 범용 어시스턴트 | M365 업무 도우미 | HR 전문 도우미 |
-| **접근 가능한 데이터** | 없음 (사용자가 직접 제공) | 이메일, 파일, 일정, Teams | 사내 규정 문서, Excel, 커넥터 |
-| **사용 가능한 도구** | 웹검색, 코드실행, 이미지생성 | + M365 Graph API | + 토픽, 커넥터, 에이전트 흐름 |
-| **결과** | 일반적인 답변 | 내 업무 맥락이 반영된 답변 | **우리 회사 HR 규정에 맞는 답변** |
+| **System Prompt** | General assistant | M365 work assistant | HR specialist |
+| **Accessible Data** | None (user provides it) | Email, files, calendar, Teams | Company policy docs, Excel, connectors |
+| **Available Tools** | Web search, code execution, image generation | + M365 Graph API | + Topics, connectors, agent flows |
+| **Result** | Generic answers | Answers with my work context | **Answers aligned with our company's HR policies** |
---
-## 오늘 우리가 하는 일의 본질
+## The Essence of What We're Doing Today
-오늘 하루 동안 우리가 하는 것은 결국 이것입니다:
+Everything we do today boils down to this:
-> **우리만의 오케스트레이터를 설계하는 것**
+> **Designing our own orchestrator**
-| 오케스트레이터 구성요소 | 오늘 실습에서 하는 일 | 모듈 |
+| Orchestrator Component | What We'll Do in the Lab | Module |
|:---------------------|:-------------------|:-----|
-| 시스템 프롬프트 (성격) | **지침** 작성 | M6 |
-| 참조 데이터 (지식) | **지식 소스** 연결 | M7 |
-| 도구 (행동 수단) | **토픽, 커넥터, 흐름** 연결 | M8~M16 |
-| 판단 엔진 (두뇌) | **오케스트레이터 설정** | M5 |
+| System Prompt (personality) | Write **instructions** | M6 |
+| Reference Data (knowledge) | Connect **knowledge sources** | M7 |
+| Tools (action capabilities) | Connect **Topics, connectors, flows** | M8–M16 |
+| Decision Engine (brain) | Configure the **orchestrator settings** | M5 |
---
-## 핵심 정리
+## Key Takeaways
-1. 우리는 AI와 직접 대화하지 않는다 — **오케스트레이터가 중개**한다
-2. 오케스트레이터가 **시스템 프롬프트**로 AI의 성격과 제약을 결정한다
-3. 오케스트레이터가 **모든 수단을 동원**하여 답변을 만든다 — 파일 읽기, 웹 검색, 코드 실행, 이미지 생성 모두 오케스트레이터의 판단
-4. 같은 LLM이라도 **오케스트레이터가 다르면 전혀 다른 결과**가 나온다
-5. 오늘 우리가 하는 일은 **우리만의 오케스트레이터를 설계하는 것**이다
+1. We don't talk directly to AI — the **orchestrator mediates**
+2. The orchestrator determines the AI's personality and constraints via the **system prompt**
+3. The orchestrator **mobilizes every resource** to generate answers — file reading, web search, code execution, and image generation are all orchestrator decisions
+4. Even with the same LLM, **a different orchestrator produces entirely different results**
+5. What we're doing today is **designing our own orchestrator**
---
## FAQ
-| 질문 | 답변 |
+| Question | Answer |
|:-----|:-----|
-| ChatGPT와 Copilot의 가장 큰 차이는? | LLM이 아니라 **오케스트레이터**가 다릅니다. Copilot은 M365 데이터에 접근하는 오케스트레이터를 가지고 있습니다. |
-| AI가 거짓말(할루시네이션)을 하면? | LLM은 본질적으로 "그럴듯한 다음 단어"를 생성합니다. 이를 줄이는 것이 오케스트레이터의 역할이며, **지식 소스 연결**과 **지침 설정**이 핵심 수단입니다. |
-| 왜 에이전트를 따로 만들어야 하나요? | Copilot은 범용 오케스트레이터입니다. 우리 회사 HR 규정을 모릅니다. **특화된 오케스트레이터**를 만들어야 정확한 답변이 나옵니다. |
+| What's the biggest difference between ChatGPT and Copilot? | It's not the LLM — it's the **orchestrator**. Copilot has an orchestrator that accesses M365 data. |
+| What if the AI hallucinates? | LLMs inherently generate "the most plausible next word." Reducing hallucinations is the orchestrator's job, and the key tools are **connecting knowledge sources** and **configuring instructions**. |
+| Why do we need to build a separate agent? | Copilot is a general-purpose orchestrator. It doesn't know our company's HR policies. We need to build a **specialized orchestrator** to get accurate answers. |
---
-## 참조 자료
+## Reference Materials
-| 자료 | 링크 |
+| Resource | Link |
|:-----|:-----|
-| Microsoft Copilot 공식 문서 | [learn.microsoft.com/copilot](https://learn.microsoft.com/copilot/) |
-| Copilot Studio 시작하기 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/fundamentals-get-started) |
+| Microsoft Copilot Official Docs | [learn.microsoft.com/copilot](https://learn.microsoft.com/copilot/) |
+| Getting Started with Copilot Studio | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/fundamentals-get-started) |
---
-다음 모듈: [M2. 에이전트의 사용방식](m02-immersive-incontext)
+Next module: [M2. Agent Usage](m02-immersive-incontext)
diff --git a/docs/m02-immersive-incontext.md b/docs/m02-immersive-incontext.md
index 5ca2618..d211953 100644
--- a/docs/m02-immersive-incontext.md
+++ b/docs/m02-immersive-incontext.md
@@ -1,147 +1,147 @@
---
-title: "M2. 에이전트의 사용방식"
+title: "M2. Agent Usage"
nav_order: 3
---
-# 에이전트 활용 — 몰입형 vs 인컨텍스트
+# Agent Usage — Immersive vs In-Context
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
+| Time | Duration | Participant Role |
|:-----|:-----|:-----------|
-| 09:50 | 15분 | 👀 보기 |
+| 09:50 | 15 min | 👀 Watch |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- **몰입형**(전용 채널)과 **인컨텍스트**(@호출)의 차이
-- 내 업무에 어떤 방식이 적합한지 판단
-- 한 에이전트로 두 가지 방식 모두 사용 가능하다는 점
+- The difference between **immersive** (dedicated channel) and **in-context** (@mention)
+- How to determine which approach suits your workflow
+- That a single agent supports both usage modes
---
-## 두 가지 사용 방식
+## Two Ways to Use an Agent
-에이전트를 만든 후 사용하는 방식은 크게 **두 가지**입니다.
+After building an agent, there are two main ways to use it.
-| 구분 | 몰입형 | 인컨텍스트 |
+| Category | Immersive | In-Context |
|:-----|:------|:---------|
-| **비유** | 전용 창구 | 옆자리 동료 |
-| **사용 상황** | 에이전트에 집중해서 대화할 때 | 다른 업무 중 잠깐 물어볼 때 |
-| **진입점** | Copilot에서 에이전트 이름 클릭 → 전용 화면 | Copilot 채팅에서 `@에이전트` 호출 |
-| **장점** | 집중 대화, 전용 UI, 에이전트 전체 기능 사용 | 흐름 유지, 빠른 호출 |
-| **적합 상황** | 신규 입사자 온보딩, 고객 상담 | 업무 중 빠른 조회 |
+| **Analogy** | A dedicated service counter | The colleague sitting next to you |
+| **When to use** | When you want to focus on a conversation with the agent | When you need a quick answer while doing other work |
+| **Entry point** | Click the agent name in Copilot → opens a dedicated screen | Type `@AgentName` in Copilot chat |
+| **Advantage** | Focused conversation, dedicated UI, full agent capabilities | Maintains workflow, quick access |
+| **Best for** | New employee onboarding, customer support | Quick lookups during work |
-
+
---
-## 몰입형 — 전용 창구
+## Immersive — The Dedicated Counter
-Copilot에서 에이전트 이름을 클릭하면 **에이전트 전용 화면**으로 전환됩니다.
-에이전트와 1:1로 대화하는 전용 공간입니다.
+When you click an agent name in Copilot, the screen switches to a **dedicated agent view**.
+It's a dedicated space for a 1:1 conversation with the agent.
-**진입 방법:**
-1. M365 Copilot (copilot.microsoft.com 또는 Teams Copilot) 접속
-2. 에이전트 목록에서 **에이전트 이름 클릭**
-3. 에이전트 전용 화면이 열림 → 바로 대화 시작
+**How to access:**
+1. Open M365 Copilot (copilot.microsoft.com or Teams Copilot)
+2. **Click the agent name** in the agent list
+3. The dedicated agent screen opens → start chatting right away
-**이럴 때 적합합니다:**
-- 여러 개의 질문을 연속으로 하고 싶을 때
-- 에이전트와 깊이 있는 대화가 필요할 때
-- 에이전트의 전체 기능(지식 검색, Flow 연동 등)을 활용할 때
-- 신입사원 온보딩처럼 정보가 많은 상황
+**Best for these scenarios:**
+- When you have multiple questions in a row
+- When you need an in-depth conversation with the agent
+- When you want to use the agent's full capabilities (knowledge search, Flow integration, etc.)
+- Information-heavy situations like new employee onboarding
-
+
---
-## 인컨텍스트 — @호출
+## In-Context — @Mention
-Copilot 채팅에서 `@에이전트이름`으로 호출합니다.
-핵심은 **하나의 대화 안에서 여러 에이전트를 번갈아 부를 수 있다**는 것입니다.
+In Copilot chat, you call the agent with `@AgentName`.
+The key point is that **you can call multiple agents back and forth within a single conversation**.
-### 기본 사용법
+### Basic Usage
```
-@HR도우미 복지포인트 사용처 알려줘
+@HRHelper Where can I use my benefits points?
```
-이렇게 한 줄로 질문과 응답이 끝납니다.
+A one-line question and response — that's it.
-### 실전 워크플로 — 여러 에이전트 협업
+### Real-World Workflow — Multi-Agent Collaboration
-인컨텍스트의 진짜 힘은 **하나의 대화 흐름 안에서 여러 에이전트를 조합**하는 것입니다.
+The real power of in-context is **combining multiple agents within a single conversation flow**.
-아래는 고객사 미팅 준비를 하는 실전 예시입니다:
+Here's a real-world example of preparing for a client meeting:
-
+
-| 단계 | 누구와 대화 | 하는 일 |
+| Step | Who You Talk To | What Happens |
|:-----|:-----------|:--------|
-| ① | **Copilot** (일반) | "내일 A사 미팅 준비해야 해" — 대화 시작 |
-| ② | **@영업지원** 에이전트 | A사 최근 영업 히스토리·계약 정보 조회 |
-| ③ | **Copilot** (일반) | 영업지원 컨텍스트 해제, 일반 대화로 복귀 |
-| ④ | **@리서치** 도구 | A사가 속한 산업 분야의 최신 트렌드 검색 |
-| ⑤ | **Copilot** (일반) | 리서치 컨텍스트 해제, 일반 대화로 복귀 |
-| ⑥ | **Copilot** (일반) | "지금까지 대화 내용 종합해서 미팅 브리핑 정리해줘" |
-| ⑦ | **@Word** 에이전트 | 정리된 내용을 Word 문서로 저장 |
+| ① | **Copilot** (general) | "I need to prepare for tomorrow's meeting with Company A" — start the conversation |
+| ② | **@SalesSupport** agent | Look up Company A's recent sales history and contract info |
+| ③ | **Copilot** (general) | SalesSupport context released, back to general chat |
+| ④ | **@Research** tool | Search for the latest trends in Company A's industry |
+| ⑤ | **Copilot** (general) | Research context released, back to general chat |
+| ⑥ | **Copilot** (general) | "Compile everything from this conversation into a meeting briefing" |
+| ⑦ | **@Word** agent | Save the compiled content as a Word document |
{: .highlight }
-> **Copilot이 지휘자, 에이전트들이 전문가 팀**입니다.
-> 하나의 대화 안에서 필요할 때마다 전문가를 불러 쓰고, Copilot이 전체를 종합합니다.
+> **Copilot is the conductor, and agents are the team of specialists.**
+> Within a single conversation, you call on specialists as needed, and Copilot synthesizes everything.
-### 핵심 포인트
+### Key Points
-- **@호출** = 특정 에이전트의 전문 기능 사용
-- **@해제 후 일반 대화** = Copilot이 전체 맥락을 종합
-- **대화 흐름이 유지됨** — 영업지원이 준 정보 + 리서치 결과가 모두 같은 대화 안에 남아있음
-- 마지막에 Copilot에게 **종합 정리를 시키면**, 여러 에이전트의 결과가 하나로 합쳐짐
+- **@mention** = use a specific agent's specialized capabilities
+- **General chat after releasing @** = Copilot synthesizes the full context
+- **Conversation flow is preserved** — information from SalesSupport + research results all remain in the same conversation
+- When you ask Copilot to **summarize at the end**, results from multiple agents are combined into one
---
-## 한 번 만들면, 둘 다 됩니다
+## Build Once, Use Both Ways
{: .highlight }
-> 에이전트를 한 번 만들고 배포하면, 몰입형과 인컨텍스트 **모두 자동으로 지원**됩니다. 별도 설정이 필요 없습니다.
+> Once you build and deploy an agent, it **automatically supports both immersive and in-context** modes. No additional configuration needed.
---
-## 핵심 정리
+## Key Takeaways
-1. **몰입형** = 에이전트 전용 화면에서 집중 대화
-2. **인컨텍스트** = @호출로 여러 에이전트를 하나의 대화 안에서 조합
-3. **Copilot = 지휘자**, 에이전트 = 전문가 팀 — @호출로 불러 쓰고, Copilot이 종합
-4. **한 번 만들면 둘 다 사용 가능** — 별도 구현 불필요
+1. **Immersive** = focused conversation on the agent's dedicated screen
+2. **In-context** = combine multiple agents in a single conversation via @mention
+3. **Copilot = conductor**, agents = team of specialists — call them with @mention, and Copilot synthesizes the results
+4. **Build once, use both ways** — no separate implementation needed
---
## FAQ
-| 질문 | 답변 |
+| Question | Answer |
|:-----|:-----|
-| 두 방식 중 뭐가 더 좋나요? | 상황에 따라 다릅니다. 깊은 대화는 몰입형, 빠른 조회는 인컨텍스트가 편합니다. |
-| 인컨텍스트에서도 파일 첨부가 되나요? | 네, @호출 시에도 파일 참조가 가능합니다. |
-| 모바일에서도 사용할 수 있나요? | Teams 모바일 앱에서 두 방식 모두 사용 가능합니다. |
+| Which approach is better? | It depends on the situation. Deep conversations work best in immersive mode; quick lookups are easier in-context. |
+| Can I attach files in in-context mode? | Yes, file references are supported even when using @mention. |
+| Can I use this on mobile? | Yes, both modes are available in the Teams mobile app. |
---
-## 참조 자료
+## Reference Materials
-| 자료 | 링크 |
+| Resource | Link |
|:-----|:-----|
-| 에이전트 배포 채널 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/publication-fundamentals-publish-channels) |
-| M365 Copilot에서 에이전트 사용 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-365-copilot/extensibility/) |
-| Teams에 에이전트 배포 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/publication-add-bot-to-microsoft-teams) |
+| Agent Deployment Channels | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/publication-fundamentals-publish-channels) |
+| Using Agents in M365 Copilot | [learn.microsoft.com](https://learn.microsoft.com/microsoft-365-copilot/extensibility/) |
+| Deploy Agent to Teams | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/publication-add-bot-to-microsoft-teams) |
---
-다음 모듈: [M3. 에이전트 만들기 시작](m03-agent-builder)
+Next module: [M3. Build Your First Agent](m03-agent-builder)
diff --git a/docs/m03-1-create-agent.md b/docs/m03-1-create-agent.md
index 065109f..f380156 100644
--- a/docs/m03-1-create-agent.md
+++ b/docs/m03-1-create-agent.md
@@ -1,17 +1,17 @@
---
-title: "실습① — HR 도우미 만들기"
-parent: "M3. 에이전트 만들기 시작"
+title: "Lab ① — Create an HR Assistant"
+parent: "M3. Getting Started with Building Agents"
nav_order: 1
---
-# 실습 ①: HR 도우미 에이전트 만들기
+# Lab ①: Create an HR Assistant Agent
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 10:05 | 15분 | 🟢 직접 만들기 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:----------------|
+| 10:05 | 15 min | 🟢 Hands-on |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
@@ -19,106 +19,106 @@ nav_order: 1
---
-## Step 1 — 에이전트 빌더 접속
-1. [M365 Copilot](https://copilot.microsoft.com) 또는 Teams Copilot 채팅 접속
-2. **새 에이전트** 선택
+## Step 1 — Access Agent Builder
+1. Go to [M365 Copilot](https://copilot.microsoft.com) or open Teams Copilot Chat
+2. Select **New agent**
-
+
---
-## Step 2 — 이름과 지침 입력
+## Step 2 — Enter the Name and Instructions
-- **이름:** `HR 도우미`
-- **설명:** `우리 회사 HR/총무 관련 질문에 답하는 도우미 에이전트`
-- **지침(Instructions)** 입력란에 아래 내용을 복사해서 붙여넣으세요:
+- **Name:** `HR Assistant`
+- **Description:** `An assistant agent that answers HR and general affairs questions for our company`
+- Copy and paste the following into the **Instructions** field:
```
-## 역할
-당신은 우리 회사의 HR/총무 전담 도우미입니다.
+## Role
+You are our company's dedicated HR and General Affairs assistant.
-## 범위
-복리후생, 연차/휴가, 경비처리, 사내 규정에 관한 질문에만 답변합니다.
+## Scope
+Only answer questions about employee benefits, annual leave/time off, expense processing, and company policies.
-## 태도
-- 한국어 존칭을 사용합니다
-- 핵심을 먼저 말하고, 부가 설명은 뒤에
-- 200자 이내로 간결하게
+## Tone
+- Use polite, professional language
+- Lead with the key point, then add supporting details
+- Keep responses concise (under 200 characters)
-## 원칙
-- 모르는 내용: "정확한 답변을 드리기 어렵습니다. HR팀(내선 1234)에 문의해 주세요"
-- 개인정보(급여, 인사평가): 담당자 연결 안내
+## Principles
+- Unknown topics: "I'm unable to provide an accurate answer. Please contact the HR team (ext. 1234)."
+- Personal information (salary, performance reviews): Direct the user to the appropriate contact
```
-
+
---
-## Step 3 — 테스트: 답변 확인
-테스트 패널에서 아래 질문을 하나씩 입력해 보세요:
+## Step 3 — Test: Check the Responses
+Enter the following questions one at a time in the test panel:
-| # | 테스트 질문 | 관찰 포인트 |
-|:--|:---------|:-----------|
-| 1 | "경비처리 어떻게 해?" | 그럴듯하지만 **우리 회사 절차가 아닌 추측** |
-| 2 | "복지포인트 사용처 알려줘" | 모른다고 하거나 **엉뚱한 정보를 지어냄** |
-| 3 | "오늘 주식 시세 알려줘" | ⚠️ 범위 밖 → 거절 메시지가 나오는지 확인 |
+| # | Test Question | What to Observe |
+|:--|:-------------|:----------------|
+| 1 | "How do I submit an expense report?" | Sounds plausible but **it's a guess, not our actual company procedure** |
+| 2 | "Where can I use my welfare points?" | Either says it doesn't know or **fabricates incorrect information** |
+| 3 | "What's today's stock price?" | ⚠️ Out of scope → Check if a rejection message appears |
-
+
---
{: .warning }
-> 답변이 부정확한 이유는 에이전트 빌더의 한계가 **아닙니다**.
-> 아직 **지식(교과서)을 연결하지 않았기 때문**입니다. 다음 단계에서 해결합니다.
+> The inaccurate responses are **not** a limitation of Agent Builder.
+> It's because we haven't **connected any knowledge (the textbook) yet**. We'll fix this in the next step.
-## Step 4 — 지침 수정 체험
-지침의 태도를 한 줄 수정해 보세요:
-- "존칭" → "반말로 간결하게"
-- 또는 "200자 이내" → "100자 이내, 이모지 포함"
+## Step 4 — Try Modifying the Instructions
+Make a small change to the tone section of the instructions:
+- Change "polite, professional language" → "casual and brief"
+- Or change "under 200 characters" → "under 100 characters, include emojis"
-→ 에이전트의 답변 톤과 형식이 즉시 바뀌는 것을 확인!
+→ Notice how the agent's response tone and format change immediately!
-
+
-
+
{: .tip }
-> 지침에 **역할·범위·태도·원칙**을 명확히 쓸수록 에이전트가 똑똑해집니다.
-> 이것이 M6에서 본격적으로 다듬을 핵심입니다.
+> The more clearly you define **role, scope, tone, and principles** in the instructions, the smarter the agent becomes.
+> This is the key concept we'll refine in depth during M6.
---
-## Step 5 — 에이전트 만들기
-자동저장된 에이전트를 테스트한 후, 실제로 배포합니다. 만들기 버튼을 누르면, 여러분의 코파일럿에 HR 도우미가 생깁니다!
+## Step 5 — Create the Agent
+After testing the auto-saved agent, it's time to actually publish it. Click the Create button, and the HR Assistant will appear in your Copilot!
-
+
-
+
-에이전트가 다 만들어지면, "에이전트로 이동" 버튼을 눌러서 실제로 대화해 보세요.
+Once the agent is created, click the "Go to agent" button to start chatting with it for real.
-
+
---
-## Step 6 — 몰입형 환경에서 대화하기
-에이전트와 1:1로 대화할 수 있는 몰입형 환경이 열립니다. 여기서 질문을 입력해 보세요:
+## Step 6 — Chat in the Immersive Experience
+An immersive experience opens where you can have a 1:1 conversation with your agent. Try entering some questions here:
-
+
-
+
---
-## Step 7 — 인컨텍스트 질문 체험
-이제 코파일럿의 대화 창에서 @ HR 도우미를 불러서 질문해 보세요. 대화 기록이 인컨텍스트로 전달되는 것을 확인할 수 있습니다.
+## Step 7 — Try In-Context Questions
+Now, in the Copilot chat window, mention @HR Assistant and ask a question. You'll see that the conversation history is passed as in-context information.
-
+
-
+
-
+
---
-실습을 완료했으면 [M3 본문으로 돌아가세요](m03-agent-builder).
+Once you've completed this lab, [return to the M3 main page](m03-agent-builder).
diff --git a/docs/m03-2-open-in-studio.md b/docs/m03-2-open-in-studio.md
index 3c629c2..c1b971d 100644
--- a/docs/m03-2-open-in-studio.md
+++ b/docs/m03-2-open-in-studio.md
@@ -1,17 +1,17 @@
---
-title: "실습② — Copilot Studio로 가져오기"
-parent: "M3. 에이전트 만들기 시작"
+title: "Lab ② — Import into Copilot Studio"
+parent: "M3. Getting Started with Building Agents"
nav_order: 2
---
-# 실습 ②: Copilot Studio로 가져오기
+# Lab ②: Import into Copilot Studio
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 10:20 | 10분 | 🟢 직접 만들기 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:----------------|
+| 10:20 | 10 min | 🟢 Hands-on |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
@@ -19,49 +19,49 @@ nav_order: 2
---
-에이전트 빌더로 만든 HR 도우미는 **그대로 Copilot Studio에서 열 수 있습니다.**
+The HR Assistant you built with Agent Builder can be **opened directly in Copilot Studio.**
-## Step 1 — Copilot Studio 열기
-좌측 에이전트 목록에서 "..."를 클릭하여 나오는 메뉴에서 "편집"을 클릭합니다.
+## Step 1 — Open Copilot Studio
+In the agent list on the left, click "..." to open the menu, then click "Edit."
-
+
-에이전트의 편집 화면에서 상단의 "..." 메뉴를 클릭하여 나오는 메뉴에서 "Copilot Studio에 복사"를 클릭합니다.
+In the agent editing screen, click the "..." menu at the top, then select "Copy to Copilot Studio."
-
+
-Copilot Studio 에 복사되는 내용과 복사되지 않는 내용을 확인할 수 있습니다. "시작" 버튼을 클릭합니다.
+You'll see a summary of what will and won't be copied to Copilot Studio. Click the "Start" button.
-
+
-어떤 파워플랫폼 환경에 복사할지 묻는 창이 뜹니다. 강사가 지정한 환경이 있으면 해당 환경을 선택하고, 그렇지 않으면 기본 환경(Default Environment)을 선택합니다.
+A dialog will ask which Power Platform environment to copy the agent to. If your instructor has specified an environment, select that one; otherwise, choose the Default Environment.
-
+
---
-## Step 2 — Copilot Studio 확인
-Copilot Studio가 열리면:
-- **이름:** HR 도우미 (그대로 유지)
-- **지침:** 에이전트 빌더에서 입력한 내용이 반영되어 있음
-- **좌측 메뉴:** 지식, 토픽, 액션 등 새로운 메뉴가 보임
+## Step 2 — Verify in Copilot Studio
+Once Copilot Studio opens:
+- **Name:** HR Assistant (unchanged)
+- **Instructions:** The content you entered in Agent Builder is carried over
+- **Left menu:** New menu items appear — Knowledge, Topics, Actions, etc.
{: .highlight }
-> 같은 에이전트인데, **편집 도구만 바뀌었습니다.**
-> 스마트폰 카메라(에이전트 빌더)로 찍은 사진을 포토샵(Copilot Studio)에서 보정하는 것과 같습니다.
+> It's the same agent — only the **editing tool has changed.**
+> Think of it like taking a photo with your smartphone camera (Agent Builder) and then editing it in Photoshop (Copilot Studio).
-코파일럿 스튜디오에 에이전트가 복사되어 만들어 졌습니다. 아직 저장된 상태는 아니므로 상단의 "만들기" 버튼을 클릭하여 저장합니다.
+The agent has been copied and created in Copilot Studio. It hasn't been saved yet, so click the "Create" button at the top to save it.
-
+
-에이전트가 최초 만들어 질 때 "이 기능은 에이전트 설정을 완료할 때까지 사용할 수 없습니다"라는 메시지가 보입니다. 잠시 기다리면 메시지가 사라지고, 에이전트가 정상적으로 작동하는 것을 확인할 수 있습니다.
+When the agent is first created, you may see a message saying "This feature is unavailable until agent setup is complete." Wait a moment — the message will disappear, and the agent will start working normally.
-
+
-에이전트가 만들어 졌고, 테스트도 정상적으로 작동하는 것을 확인할 수 있습니다.
+The agent has been created, and you can confirm that testing works correctly.
-
+
---
-실습을 완료했으면 [M3 본문으로 돌아가세요](m03-agent-builder).
+Once you've completed this lab, [return to the M3 main page](m03-agent-builder).
diff --git a/docs/m03-3-studio-new-agent.md b/docs/m03-3-studio-new-agent.md
index 794d5b0..c4438bd 100644
--- a/docs/m03-3-studio-new-agent.md
+++ b/docs/m03-3-studio-new-agent.md
@@ -1,17 +1,17 @@
---
-title: "실습③ — Copilot Studio에서 새 에이전트 만들기"
-parent: "M3. 에이전트 만들기 시작"
+title: "Lab ③ — Create a New Agent in Copilot Studio"
+parent: "M3. Getting Started with Building Agents"
nav_order: 3
---
-# 실습 ③: Copilot Studio에서 새 에이전트 만들기
+# Lab ③: Create a New Agent in Copilot Studio
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 10:30 | 10분 | 🟢 직접 만들기 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:----------------|
+| 10:30 | 10 min | 🟢 Hands-on |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
@@ -20,92 +20,92 @@ nav_order: 3
---
{: .warning }
-> 실습 ②에서 에이전트 빌더 → Copilot Studio로 가져오면 빠르고 편리하지만, **에이전트 언어가 영어로 고정**되고 변경할 수 없습니다.
-> 이 실습에서는 Copilot Studio에서 **처음부터** 에이전트를 만들어 **한국어 에이전트**를 생성합니다.
+> Importing from Agent Builder → Copilot Studio (Lab ②) is quick and convenient, but the **agent language gets locked to English** and cannot be changed.
+> In this lab, we create an agent **from scratch** in Copilot Studio to set up a **Korean-language agent**.
---
-## Step 1 — Copilot Studio 접속 및 환경 확인
+## Step 1 — Access Copilot Studio and Verify the Environment
-1. [Copilot Studio](https://copilotstudio.microsoft.com) 접속
-2. 왼쪽 상단의 **환경(Environment)** 이 올바른지 확인
- - 강사가 지정한 환경이 있으면 해당 환경으로 전환
+1. Go to [Copilot Studio](https://copilotstudio.microsoft.com)
+2. Verify that the **Environment** in the top-left corner is correct
+ - If your instructor has specified an environment, switch to that one
-
+
---
-## Step 2 — 솔루션 만들기
+## Step 2 — Create a Solution
-에이전트를 독립된 솔루션에 넣으면 나중에 내보내기(Export)나 이동이 편리합니다.
+Placing your agent in a dedicated solution makes it easier to export or move later.
-1. 왼쪽 메뉴에서 **솔루션** 선택
-2. **+ 새 솔루션** 클릭
-3. 이름: `HR 도우미 솔루션` (또는 원하는 이름)
-4. 게시자: 기본 게시자 선택
-5. **만들기** 클릭
+1. Select **Solutions** from the left menu
+2. Click **+ New solution**
+3. Name: `HR Assistant Solution` (or any name you prefer)
+4. Publisher: Select the default publisher
+5. Click **Create**
{: .tip }
-> 솔루션은 에이전트·흐름·커넥터 등을 묶는 **컨테이너**입니다. 실무에서도 솔루션 단위로 관리하면 환경 간 이동이 깔끔합니다.
+> A solution is a **container** that bundles agents, flows, connectors, and more. Managing things at the solution level in production makes moving between environments much cleaner.
-
+
-
+
-
+
---
-## Step 3 — 고급 만들기로 에이전트 생성
+## Step 3 — Create an Agent with Advanced Create
-1. 왼쪽 메뉴에서 **에이전트** 선택
-2. 에이전트 목록 상단의 **+ 새 에이전트** 클릭
-3. ⚠️ "빈 에이전트 만들기" 대신 → **"고급 만들기"** 버튼 클릭
-4. 설정 입력:
+1. Select **Agents** from the left menu
+2. Click **+ New agent** at the top of the agent list
+3. ⚠️ Instead of "Create a blank agent" → click the **"Advanced Create"** button
+4. Enter the settings:
-| 항목 | 값 |
-|:-----|:---|
-| **이름** | HR 도우미 |
-| **설명** | 우리 회사 HR/총무 관련 질문에 답하는 도우미 에이전트 |
-| **언어** | **한국어** 선택 |
-| **솔루션** | 방금 만든 `HR 도우미 솔루션` 선택 |
+| Field | Value |
+|:------|:------|
+| **Name** | HR Assistant |
+| **Description** | An assistant agent that answers HR and general affairs questions for our company |
+| **Language** | Select **Korean** |
+| **Solution** | Select the `HR Assistant Solution` you just created |
-5. **만들기** 클릭
+5. Click **Create**
-
+
-
+
{: .important }
-> **"고급 만들기"** 를 사용해야 언어와 솔루션을 직접 지정할 수 있습니다.
-> "빈 에이전트 만들기"로 만들면 언어가 영어로 고정되고 솔루션도 기본값이 사용됩니다.
+> You must use **"Advanced Create"** to specify the language and solution directly.
+> If you use "Create a blank agent," the language will be locked to English and the default solution will be used.
---
-## Step 4 — 에이전트 확인
+## Step 4 — Verify the Agent
-새 에이전트가 열리면 아래를 확인합니다:
+Once the new agent opens, check the following:
-- **기본 언어**: 한국어로 설정되어 있는지 확인
-- **솔루션**: 왼쪽 메뉴 → 솔루션에서 `HR 도우미 솔루션` 안에 에이전트가 들어있는지 확인
+- **Primary language**: Confirm it is set to Korean
+- **Solution**: Go to Solutions in the left menu and verify the agent is inside the `HR Assistant Solution`
-
+
---
-## 실습 ② 에이전트와의 차이
+## Differences from the Lab ② Agent
-| 항목 | 실습 ② (에이전트 빌더 → 가져오기) | 실습 ③ (Copilot Studio 고급 만들기) |
+| Item | Lab ② (Agent Builder → Import) | Lab ③ (Copilot Studio Advanced Create) |
|:-----|:---:|:---:|
-| 생성 속도 | 빠름 (30초) | 약간 느림 (2~3분) |
-| 에이전트 언어 | 영어 (변경 불가) | **한국어 직접 선택** |
-| 솔루션 지정 | 기본 솔루션 | **원하는 솔루션 선택** |
-| 내보내기/이동 | 불편 | **솔루션 단위로 깔끔** |
+| Creation speed | Fast (30 seconds) | Slightly slower (2–3 minutes) |
+| Agent language | English (cannot be changed) | **Korean — directly selectable** |
+| Solution assignment | Default solution | **Choose your own solution** |
+| Export/migration | Inconvenient | **Clean, solution-based** |
{: .highlight }
-> **이후 실습에서는 이 실습 ③에서 만든 에이전트를 계속 사용합니다.**
-> M6 지침 → M7 지식 → M9 토픽 → M12 흐름까지 이 에이전트에 기능을 추가해 나갑니다.
+> **All subsequent labs will continue using the agent created in this Lab ③.**
+> From M6 Instructions → M7 Knowledge → M9 Topics → M12 Flows, we'll keep adding capabilities to this agent.
---
-실습을 완료했으면 [M3 본문으로 돌아가세요](m03-agent-builder).
+Once you've completed this lab, [return to the M3 main page](m03-agent-builder).
diff --git a/docs/m03-agent-builder.md b/docs/m03-agent-builder.md
index ff9dbfa..0c70364 100644
--- a/docs/m03-agent-builder.md
+++ b/docs/m03-agent-builder.md
@@ -1,187 +1,187 @@
---
-title: "M3. 에이전트 만들기 시작"
+title: "M3. Getting Started with Building Agents"
nav_order: 4
has_children: true
---
-# 첫번째 에이전트 만들기 — 에이전트 빌더로 충분할까?
+# Building Your First Agent — Is Agent Builder Enough?
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 10:05 | 30분 | 🟢 직접 만들기 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:----------------|
+| 10:05 | 30 min | 🟢 Hands-on |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- M365 Copilot **에이전트 빌더**로 HR 도우미 에이전트를 직접 만들기
-- 에이전트 빌더가 **이미 갖추고 있는 기능** — 지식 연결, 이미지 생성, 코드 인터프리터
-- 에이전트 빌더만으로도 **충분히 쓸 만한 에이전트**를 만들 수 있다는 사실
-- 그럼에도 **Copilot Studio를 선택하는 두 가지 이유**
+- Build an HR Assistant agent hands-on using the M365 Copilot **Agent Builder**
+- Discover the capabilities **Agent Builder already has** — knowledge connections, image generation, code interpreter
+- See that Agent Builder alone can produce **a perfectly usable agent**
+- Understand the **two reasons you'd choose Copilot Studio** instead
---
-## 에이전트 빌더란?
+## What Is Agent Builder?
-M365 Copilot 안에 내장된 **간편 에이전트 생성 도구**입니다.
-자연어로 설명하면 30초 만에 에이전트가 만들어집니다.
+Agent Builder is a **simple agent creation tool** built right into M365 Copilot.
+Describe what you want in natural language and your agent is ready in 30 seconds.
-에이전트 빌더의 정식 명칭은 **Copilot Studio 라이트**입니다.
-라이트 버전이라고 해서 무시할 수준이 아닙니다 — 충분히 강력합니다.
+Agent Builder's official name is **Copilot Studio Lite**.
+Don't underestimate the "Lite" label — it's surprisingly powerful.
---
-## 실습 ①: HR 도우미 에이전트 만들기
+## Lab ①: Create an HR Assistant Agent
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ①: HR 도우미 에이전트 만들기](m03-1-create-agent)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ①: Create an HR Assistant Agent](m03-1-create-agent) and then come back here.
---
-## 에이전트 빌더, 생각보다 강력하다
+## Agent Builder Is More Powerful Than You Think
-"에이전트 빌더는 간단한 것만 할 수 있다"고 생각할 수 있지만, **사실이 아닙니다.**
+You might assume Agent Builder can only handle simple tasks — **that's not true.**
-### 에이전트 빌더가 이미 제공하는 기능
+### Capabilities Agent Builder Already Provides
-| 기능 | 설명 |
-|:-----|:-----|
-| **지식 연결** | 웹사이트 URL, SharePoint 사이트를 지식 소스로 연결 가능 |
-| **이미지 생성** | DALL-E 기반 이미지 생성 도구 내장 |
-| **코드 인터프리터** | Python 코드 실행 — 데이터 분석, 차트 생성 가능 |
-| **이미지 분석** | Graph connector를 통한 이미지 분석 도구 지원 |
-| **MS Graph 연결** | Graph connector를 통해 M365 데이터 접근 |
+| Capability | Description |
+|:-----------|:------------|
+| **Knowledge connections** | Connect website URLs and SharePoint sites as knowledge sources |
+| **Image generation** | Built-in DALL-E-based image generation tool |
+| **Code interpreter** | Run Python code — data analysis and chart creation |
+| **Image analysis** | Image analysis tool support via Graph connectors |
+| **MS Graph connection** | Access M365 data through Graph connectors |
{: .highlight }
-> 에이전트 빌더(Copilot Studio 라이트)만으로도 **충분히 쓸 만한 에이전트**를 만들 수 있습니다.
-> 지식을 연결하고, 이미지를 생성하고, 데이터를 분석하는 에이전트가 **코드 한 줄 없이** 가능합니다.
+> Agent Builder (Copilot Studio Lite) alone can produce **a perfectly usable agent**.
+> An agent that connects to knowledge, generates images, and analyzes data — **all without a single line of code**.
---
-## 그럼 왜 Copilot Studio가 필요한가?
+## So Why Do You Need Copilot Studio?
-에이전트 빌더로 충분한 경우가 많습니다.
-하지만 **두 가지 경우**에는 Copilot Studio(풀 버전)가 필요합니다.
+Agent Builder is sufficient in many cases.
+However, there are **two scenarios** where you need Copilot Studio (the full version).
-### 이유 1: 더 다양한 지식 소스
+### Reason 1: More Knowledge Sources
-| 지식 소스 | 에이전트 빌더 | Copilot Studio |
-|:---------|:----------:|:------------:|
-| 웹사이트 URL | ✅ | ✅ |
+| Knowledge Source | Agent Builder | Copilot Studio |
+|:-----------------|:------------:|:--------------:|
+| Website URLs | ✅ | ✅ |
| SharePoint | ✅ | ✅ |
-| 파일 직접 업로드 (Word, PDF 등) | ❌ | ✅ |
-| Dataverse 테이블 | ❌ | ✅ |
-| AI Search 인덱스 | ❌ | ✅ |
-| Azure OpenAI 커스텀 지식 | ❌ | ✅ |
-
-### 이유 2: 더 다양한 도구
-
-| 도구 유형 | 에이전트 빌더 | Copilot Studio |
-|:---------|:----------:|:------------:|
-| 이미지 생성 (DALL-E) | ✅ | ✅ |
-| 코드 인터프리터 | ✅ | ✅ |
-| **토픽(대본형 대화 흐름)** | ❌ | ✅ |
-| **커넥터 (1,400+ 외부 서비스)** | ❌ | ✅ |
-| **에이전트 흐름 (Power Automate)** | ❌ | ✅ |
-| **AI 프롬프트 (흐름 내 AI)** | ❌ | ✅ |
-| **멀티에이전트 (에이전트 간 연결)** | ❌ | ✅ |
-| **MCP (외부 프로토콜 연결)** | ❌ | ✅ |
-| **트리거 (이벤트 기반 자동 실행)** | ❌ | ✅ |
-| **배포 채널 (Teams, 웹, 앱 등)** | 제한적 | ✅ |
-
-
+| Direct file uploads (Word, PDF, etc.) | ❌ | ✅ |
+| Dataverse tables | ❌ | ✅ |
+| AI Search indexes | ❌ | ✅ |
+| Azure OpenAI custom knowledge | ❌ | ✅ |
+
+### Reason 2: More Tools
+
+| Tool Type | Agent Builder | Copilot Studio |
+|:----------|:------------:|:--------------:|
+| Image generation (DALL-E) | ✅ | ✅ |
+| Code interpreter | ✅ | ✅ |
+| **Topics (scripted conversation flows)** | ❌ | ✅ |
+| **Connectors (1,400+ external services)** | ❌ | ✅ |
+| **Agent flows (Power Automate)** | ❌ | ✅ |
+| **AI prompts (AI within flows)** | ❌ | ✅ |
+| **Multi-agent (agent-to-agent connections)** | ❌ | ✅ |
+| **MCP (external protocol connections)** | ❌ | ✅ |
+| **Triggers (event-based automation)** | ❌ | ✅ |
+| **Deployment channels (Teams, web, apps, etc.)** | Limited | ✅ |
+
+
{: .highlight }
-> **에이전트 빌더 = 충분히 강력한 기본기.**
-> **Copilot Studio = 더 넓은 지식과 더 많은 도구.**
-> 어디까지 필요한지에 따라 선택하면 됩니다.
+> **Agent Builder = a powerful foundation.**
+> **Copilot Studio = broader knowledge and more tools.**
+> Choose based on how far your requirements go.
---
-## 언제 어떤 것을 선택하는가?
+## When Should You Choose Which?
-| 요건 | 에이전트 빌더로 충분 | Copilot Studio 필요 |
-|:-----|:-----------------:|:-----------------:|
-| 웹사이트/SharePoint 기반 FAQ 봇 | ✅ | |
-| 이미지 생성이 가능한 마케팅 도우미 | ✅ | |
-| 데이터 분석(코드 인터프리터) 활용 | ✅ | |
-| **사내 PDF/Word 문서를 직접 참조** | | ✅ |
-| **AI Search 인덱스 연결** | | ✅ |
-| **레거시 시스템 API 연동** | | ✅ |
-| **대화 흐름 제어 (토픽)** | | ✅ |
-| **메일 발송, Excel 기록 등 자동화** | | ✅ |
-| **여러 에이전트 협업 (멀티에이전트)** | | ✅ |
+| Requirement | Agent Builder Is Enough | Copilot Studio Needed |
+|:------------|:----------------------:|:---------------------:|
+| FAQ bot based on website/SharePoint | ✅ | |
+| Marketing assistant with image generation | ✅ | |
+| Data analysis using code interpreter | ✅ | |
+| **Reference internal PDF/Word documents directly** | | ✅ |
+| **Connect to AI Search indexes** | | ✅ |
+| **Integrate with legacy system APIs** | | ✅ |
+| **Control conversation flows (Topics)** | | ✅ |
+| **Automate email sending, Excel logging, etc.** | | ✅ |
+| **Multi-agent collaboration** | | ✅ |
{: .tip }
-> 오늘 과정에서는 Copilot Studio의 풀 기능을 배우지만, 실무에서 에이전트 빌더만으로 해결되는 경우도 많습니다. **"가장 단순한 도구로 충분히 되는지"를 먼저 판단**하는 것이 좋습니다.
+> Today's course covers the full capabilities of Copilot Studio, but in practice, Agent Builder alone handles many real-world scenarios. **Always start by asking "Can the simplest tool do the job?"**
---
-## 실습 ②: Copilot Studio로 가져오기
+## Lab ②: Import into Copilot Studio
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ②: Copilot Studio로 가져오기](m03-2-open-in-studio)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ②: Import into Copilot Studio](m03-2-open-in-studio) and then come back here.
---
-## 실습 ③: Copilot Studio에서 새 에이전트 만들기
+## Lab ③: Create a New Agent in Copilot Studio
-실습 ②에서 가져온 에이전트는 **언어가 영어로 고정**되어 변경할 수 없습니다.
-Copilot Studio에서 처음부터 만들면 **한국어 에이전트 + 독립 솔루션**으로 구성할 수 있습니다.
+The agent imported in Lab ② has its **language locked to English** and cannot be changed.
+By creating from scratch in Copilot Studio, you can set up a **Korean-language agent in its own solution**.
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ③: Copilot Studio에서 새 에이전트 만들기](m03-3-studio-new-agent)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ③: Create a New Agent in Copilot Studio](m03-3-studio-new-agent) and then come back here.
---
{: .tip }
-> 시간이 남거나 다양한 에이전트를 체험해 보고 싶다면, [M3a. 샘플 에이전트 체험](m03a-sample-agents) 부록에서 **6가지 샘플 지침**을 복사·붙여넣기해 보세요.
+> If you have extra time or want to explore different types of agents, check out the [M3a. Sample Agents](m03a-sample-agents) appendix and try **6 sample instructions** by copy-and-paste.
---
-## 핵심 정리
+## Key Takeaways
-1. 에이전트 빌더로 **HR 도우미**를 30초 만에 생성
-2. 에이전트 빌더도 **지식 연결, 이미지 생성, 코드 인터프리터**를 제공한다 — 간단한 에이전트는 이것만으로 충분
-3. Copilot Studio가 필요한 이유는 **두 가지** — 더 다양한 지식 소스, 더 다양한 도구
-4. 에이전트 빌더에서 가져온 에이전트는 **영어 고정** → Copilot Studio **고급 만들기**로 한국어 에이전트 생성
-5. **이후 실습은 실습 ③에서 만든 에이전트**를 계속 사용하며 지침·지식·Topic·Flow를 붙여 완성한다
+1. Created an **HR Assistant** in 30 seconds with Agent Builder
+2. Agent Builder already offers **knowledge connections, image generation, and code interpreter** — simple agents need nothing more
+3. The **two reasons** you need Copilot Studio — more knowledge sources and more tools
+4. Agents imported from Agent Builder are **locked to English** → Use Copilot Studio **Advanced Create** to build a Korean-language agent
+5. **All subsequent labs continue with the agent from Lab ③** — we'll keep adding instructions, knowledge, Topics, and Flows to complete it
---
## FAQ
-| 질문 | 답변 |
-|:-----|:-----|
-| 에이전트 빌더에서 만든 걸 그대로 Copilot Studio에서 열 수 있나요? | 네, 같은 에이전트입니다. 편집 도구만 바뀌는 것입니다. |
-| 에이전트 빌더만으로 충분한 경우도 있나요? | **네.** 웹/SharePoint 지식 + 이미지 생성 + 코드 인터프리터면 충분한 경우가 많습니다. |
-| 그럼 왜 Copilot Studio를 배우나요? | 사내 문서 직접 참조, 레거시 시스템 연동, 대화 흐름 제어 등 **범위를 넘는 요건**이 있을 때 필요하기 때문입니다. |
-| M3에서 만든 HR 도우미를 계속 쓰나요? | 네, **실습 ③**에서 만든 에이전트를 오늘 하루 동안 계속 사용합니다. |
-| 영어로 지침을 써야 더 잘 되나요? | 한국어로 작성해도 잘 작동합니다. 한국어 지침 권장. |
-| 에이전트 빌더에서 가져온 에이전트는 왜 안 쓰나요? | 언어가 영어로 고정되어 변경할 수 없습니다. 실습 ③에서 한국어로 새로 만듭니다. |
-| 솔루션을 꼭 만들어야 하나요? | 필수는 아니지만, 솔루션 안에 만들면 내보내기/이동이 편리합니다. |
+| Question | Answer |
+|:---------|:-------|
+| Can I open an Agent Builder agent directly in Copilot Studio? | Yes — it's the same agent. Only the editing tool changes. |
+| Are there cases where Agent Builder alone is sufficient? | **Yes.** Web/SharePoint knowledge + image generation + code interpreter covers many scenarios. |
+| Then why learn Copilot Studio? | Because you'll need it when requirements go beyond Agent Builder — direct internal document references, legacy system integrations, conversation flow control, etc. |
+| Will we keep using the HR Assistant from M3? | Yes — the agent created in **Lab ③** will be used throughout the rest of the day. |
+| Do instructions work better in English? | Instructions work well in Korean too. Writing them in Korean is recommended. |
+| Why don't we use the agent imported from Agent Builder? | Its language is locked to English and can't be changed. We create a new Korean-language agent in Lab ③. |
+| Do I have to create a solution? | It's not required, but creating agents inside a solution makes exporting and moving them much easier. |
---
-## 참조 자료
+## References
-| 자료 | 링크 |
-|:-----|:-----|
-| M365 Copilot 에이전트 빌더 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-365-copilot/extensibility/copilot-studio-agent-builder) |
-| Copilot Studio 시작하기 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/fundamentals-get-started) |
+| Resource | Link |
+|:---------|:-----|
+| M365 Copilot Agent Builder | [learn.microsoft.com](https://learn.microsoft.com/microsoft-365-copilot/extensibility/copilot-studio-agent-builder) |
+| Getting Started with Copilot Studio | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/fundamentals-get-started) |
---
-다음 모듈: [M4. 에이전트의 구성요소](m04-four-components)
+Next module: [M4. The Components of an Agent](m04-four-components)
diff --git a/docs/m03a-sample-agents.md b/docs/m03a-sample-agents.md
index 5c0befb..e82de16 100644
--- a/docs/m03a-sample-agents.md
+++ b/docs/m03a-sample-agents.md
@@ -1,347 +1,347 @@
---
-title: "M3a. 부록 — 샘플 에이전트"
-parent: "M3. 에이전트 만들기 시작"
+title: "M3a. Appendix — Sample Agents"
+parent: "M3. Getting Started with Building Agents"
nav_order: 3
---
-# 부록 — 6가지 샘플 에이전트 체험
+# Appendix — Try 6 Sample Agents
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 자율 | 자율 | 🟢 직접 만들기 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:----------------|
+| Self-paced | Self-paced | 🟢 Hands-on |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 부록에서 하는 것
+## What You'll Do in This Appendix
-- M3에서 배운 **에이전트 빌더**를 활용해 다양한 샘플 에이전트를 체험
-- 강사가 제공하는 지침을 **복사·붙여넣기**하면 바로 사용 가능
-- 관심 있는 샘플을 **1~2개만** 골라 직접 만들어 보세요
+- Use the **Agent Builder** you learned in M3 to try out various sample agents
+- **Copy and paste** the instructor-provided instructions and they're ready to use
+- Pick just **1–2 samples** that interest you and build them yourself
{: .note }
-> 이 부록은 자율 실습입니다. 시간이 남거나, 과정 후 복습할 때 활용하세요.
+> This appendix is a self-paced exercise. Use it if you have extra time or for review after the course.
---
-## 6가지 샘플 한눈에 보기
+## All 6 Samples at a Glance
-| 샘플 | 핵심 기능 | 추천 대상 | 난이도 |
-|:-----|:---------|:---------|:------|
-| **A. 역할극 트레이너** | 캐릭터 몰입 + 피드백 | 영업/CS/협상 업무 | ⭐ |
-| **B. 글쓰기 스타일 교정** | 문장 → 4가지 스타일 변환 | 보고서·이메일 작성자 | ⭐ |
-| **C. 전문가 토론회** | 4명 페르소나 토론 진행 | 다양한 시각이 필요할 때 | ⭐⭐ |
-| **D. 회의록 정리** | 텍스트 → 자동 정리 | 회의가 많은 분 | ⭐ |
-| **E. 이메일 초안 작성기** | 상황 설명 → 비즈니스 메일 생성 | 메일 작성이 잦은 분 | ⭐ |
-| **F. 면접 질문 생성기** | 직무 설명 → 면접 질문 + 평가 기준 | 채용 담당자 | ⭐⭐ |
+| Sample | Core Feature | Recommended For | Difficulty |
+|:-------|:-------------|:----------------|:-----------|
+| **A. Role-Play Trainer** | Character immersion + feedback | Sales/CS/Negotiation roles | ⭐ |
+| **B. Writing Style Coach** | Sentence → 4-style transformation | Report & email writers | ⭐ |
+| **C. Expert Panel Discussion** | 4-persona debate facilitation | When diverse perspectives are needed | ⭐⭐ |
+| **D. Meeting Minutes Organizer** | Text → auto-structured minutes | People with lots of meetings | ⭐ |
+| **E. Email Draft Generator** | Situation description → business email | Frequent email writers | ⭐ |
+| **F. Interview Question Generator** | Job description → interview questions + rubric | Hiring managers | ⭐⭐ |
---
-## 샘플 A — 역할극 트레이너
+## Sample A — Role-Play Trainer
-고객 응대·영업·협상 상황을 시뮬레이션하고, 대화가 끝나면 피드백을 줍니다.
+Simulates customer service, sales, and negotiation scenarios, then provides feedback after the conversation.
-지침 (클릭해서 펼치기)
+Instructions (click to expand)
```
-## 역할
-당신은 비즈니스 역할극 트레이너입니다.
-사용자가 선택한 시나리오에서 상대방(고객, 거래처, 상사) 역할을 맡아 대화를 진행합니다.
-
-## 시나리오 선택
-대화 시작 시 아래 3가지 중 하나를 선택하게 하세요:
-1. 불만 고객 응대 — 배송 지연으로 화난 고객
-2. 가격 협상 — 납품 단가 10% 인하를 요구하는 거래처
-3. 프로젝트 보고 — 일정 지연 상황을 상사에게 보고
-
-## 진행 방식
-- 선택된 시나리오에 맞는 캐릭터로 몰입합니다.
-- 사용자의 응대에 따라 자연스럽게 반응하세요 (감정 변화 포함).
-- 대화 5~7회 주고받은 후, 사용자가 "피드백"이라고 말하면 대화를 종료합니다.
-
-## 피드백
-대화 종료 후 아래 형식으로 피드백을 제공하세요:
-- ✅ 잘한 점 (2~3개)
-- ⚠️ 개선할 점 (2~3개)
-- 💡 추천 표현 (상황에 맞는 모범 답변 1개)
-- 종합 점수: /100
-
-## 제약
-- 한국어로 진행합니다.
-- 존칭을 사용합니다.
-- 비즈니스 상황에 맞는 현실적인 반응을 합니다.
+## Role
+You are a business role-play trainer.
+You take on the role of the other party (customer, vendor, or manager) in a scenario chosen by the user and carry out the conversation.
+
+## Scenario Selection
+At the start of the conversation, have the user choose one of these 3 scenarios:
+1. Handling an upset customer — A customer angry about a shipping delay
+2. Price negotiation — A vendor demanding a 10% unit price reduction
+3. Project status report — Reporting a schedule delay to your manager
+
+## How It Works
+- Fully immerse yourself in the character matching the selected scenario.
+- React naturally to the user's responses (including emotional shifts).
+- After 5–7 exchanges, end the conversation when the user says "feedback."
+
+## Feedback
+After the conversation ends, provide feedback in this format:
+- ✅ What went well (2–3 points)
+- ⚠️ Areas for improvement (2–3 points)
+- 💡 Suggested phrasing (1 model response appropriate for the situation)
+- Overall score: /100
+
+## Constraints
+- Communicate in Korean.
+- Use polite, professional language.
+- Respond realistically for the business situation.
```
---
-## 샘플 B — 글쓰기 스타일 교정
+## Sample B — Writing Style Coach
-사용자가 입력한 문장을 4가지 스타일(비즈니스/캐주얼/격식/요약)로 변환합니다.
+Transforms a sentence the user inputs into 4 different styles (business/casual/formal/summary).
-지침 (클릭해서 펼치기)
+Instructions (click to expand)
```
-## 역할
-당신은 비즈니스 글쓰기 코치입니다.
-사용자가 입력한 문장을 4가지 스타일로 변환해 주세요.
-
-## 변환 스타일
-사용자가 문장을 입력하면, 아래 4가지 버전을 모두 제공합니다:
-
-1. 📧 비즈니스 이메일 — 거래처에 보내는 격식체
-2. 💬 팀 채팅 — 동료에게 보내는 캐주얼 톤
-3. 📝 공식 보고서 — 경영진에게 올리는 문서체
-4. ⚡ 한줄 요약 — 핵심만 남긴 초단축 버전
-
-## 출력 형식
-각 스타일마다:
-- 변환된 문장
-- 💡 한줄 TIP (해당 스타일의 핵심 포인트)
-
-## 추가 기능
-사용자가 "더 ___ 하게"라고 요청하면 해당 방향으로 재조정합니다.
-예: "더 부드럽게", "더 강하게", "더 짧게"
-
-## 제약
-- 한국어로 작성합니다.
-- 원문의 핵심 의미를 유지합니다.
-- 각 스타일의 차이가 명확히 드러나야 합니다.
+## Role
+You are a business writing coach.
+Transform sentences the user inputs into 4 different styles.
+
+## Transformation Styles
+When the user enters a sentence, provide all 4 versions below:
+
+1. 📧 Business email — Formal tone for external partners
+2. 💬 Team chat — Casual tone for colleagues
+3. 📝 Official report — Document-style for executives
+4. ⚡ One-line summary — Ultra-short version with only the key point
+
+## Output Format
+For each style:
+- The transformed sentence
+- 💡 One-line TIP (the key point for that style)
+
+## Additional Features
+If the user says "make it more ___," adjust in that direction.
+Examples: "make it softer," "make it stronger," "make it shorter"
+
+## Constraints
+- Write in Korean.
+- Preserve the core meaning of the original text.
+- The differences between each style must be clearly evident.
```
---
-## 샘플 C — 전문가 토론회
+## Sample C — Expert Panel Discussion
-하나의 주제에 대해 4명의 전문가 페르소나가 각자 의견을 내고 토론합니다.
+Four expert personas each share their opinions and debate on a single topic.
-지침 (클릭해서 펼치기)
+Instructions (click to expand)
```
-## 역할
-당신은 4명의 전문가 페르소나를 동시에 운영하는 토론 진행자입니다.
-사용자가 주제를 제시하면, 아래 4명이 각자 관점에서 의견을 냅니다.
-
-## 패널 구성
-1. 🏢 전략가 — 비즈니스 성장과 수익 관점
-2. 🛡️ 리스크 관리자 — 위험, 규제, 보안 관점
-3. 👥 현장 실무자 — 실행 가능성과 현실적 제약 관점
-4. 💡 혁신가 — 새로운 기술과 장기 비전 관점
-
-## 진행 방식
-1. 사용자가 주제를 제시합니다. (예: "우리 회사에 AI 챗봇을 도입해야 할까?")
-2. 4명이 각자 관점에서 의견을 제시합니다 (각 3~5문장).
-3. 서로 반론이나 보충 의견을 주고받습니다 (1라운드).
-4. 마지막에 진행자 종합 — 핵심 쟁점과 추천 결론을 정리합니다.
-
-## 출력 형식
-각 페르소나별로:
-- 이모지 + 이름
-- 핵심 입장 (한줄)
-- 상세 의견 (3~5문장)
-
-종합 정리:
-- ⚖️ 핵심 쟁점 (2~3개)
-- ✅ 추천 방향
-
-## 추가 기능
-사용자가 "더 토론해줘"라고 하면 2라운드 반론을 진행합니다.
-특정 페르소나에게 질문할 수도 있습니다. (예: "리스크 관리자, 해킹 위험은?")
-
-## 제약
-- 한국어로 진행합니다.
-- 4명의 의견이 겹치지 않아야 합니다.
-- 각 페르소나의 성격이 일관되게 유지되어야 합니다.
+## Role
+You are a discussion facilitator running 4 expert personas simultaneously.
+When the user presents a topic, the 4 panelists each share their perspective.
+
+## Panel Composition
+1. 🏢 Strategist — Business growth and revenue perspective
+2. 🛡️ Risk Manager — Risk, regulation, and security perspective
+3. 👥 Field Practitioner — Feasibility and practical constraints perspective
+4. 💡 Innovator — New technology and long-term vision perspective
+
+## How It Works
+1. The user presents a topic. (e.g., "Should our company adopt an AI chatbot?")
+2. All 4 panelists share their opinions from their own perspective (3–5 sentences each).
+3. They exchange rebuttals or supplementary opinions (Round 1).
+4. Finally, the facilitator synthesizes — summarizing key issues and a recommended conclusion.
+
+## Output Format
+For each persona:
+- Emoji + Name
+- Core position (one line)
+- Detailed opinion (3–5 sentences)
+
+Synthesis:
+- ⚖️ Key issues (2–3)
+- ✅ Recommended direction
+
+## Additional Features
+If the user says "debate more," proceed with Round 2 rebuttals.
+The user can also ask a specific persona a question. (e.g., "Risk Manager, what about hacking risks?")
+
+## Constraints
+- Communicate in Korean.
+- The 4 opinions must not overlap.
+- Each persona's character must remain consistent throughout.
```
---
-## 샘플 D — 회의록 정리
+## Sample D — Meeting Minutes Organizer
-회의 내용 텍스트를 붙여넣으면 구조화된 회의록으로 자동 정리합니다.
+Paste in meeting content as text and it automatically organizes it into structured meeting minutes.
-지침 (클릭해서 펼치기)
+Instructions (click to expand)
```
-## 역할
-당신은 회의록 정리 전문가입니다.
-사용자가 회의 내용(텍스트, 메모, 녹취 전사 등)을 붙여넣으면
-구조화된 회의록으로 자동 정리합니다.
-
-## 출력 형식
-아래 형식으로 정리하세요:
-
-### 📋 회의 요약
-| 항목 | 내용 |
-|------|------|
-| 일시 | (텍스트에서 추출, 없으면 "미확인") |
-| 참석자 | (언급된 이름 나열) |
-| 주제 | (핵심 안건 1줄) |
-
-### 📌 핵심 논의사항
-- (번호 매겨서 핵심 내용 3~5개)
-
-### ✅ 결정사항
-- (확정된 내용만 정리)
-
-### 📝 후속 조치 (Action Items)
-| 담당자 | 할 일 | 기한 |
-|--------|--------|------|
-| (이름) | (구체적 행동) | (언급된 기한 또는 "미정") |
-
-### 💡 추가 메모
-- (애매하거나 후속 확인이 필요한 사항)
-
-## 규칙
-- 텍스트에 없는 내용을 추가하지 마세요.
-- 담당자·기한이 불분명하면 "미정"으로 표시하세요.
-- 한국어로 정리합니다.
-- 원문이 두서없어도 깔끔하게 구조화하세요.
-
-## 테스트 입력 예시
-사용자가 따로 회의 내용이 없으면 아래 예시를 제안하세요:
-"테스트할 회의 내용이 없으시면, '예시로 해줘'라고 입력해 주세요. 샘플 회의 내용으로 시연해 드리겠습니다."
+## Role
+You are a meeting minutes specialist.
+When the user pastes meeting content (text, notes, transcription, etc.),
+you automatically organize it into structured meeting minutes.
+
+## Output Format
+Organize using the following format:
+
+### 📋 Meeting Summary
+| Item | Content |
+|------|---------|
+| Date/Time | (Extract from text, or "Not specified" if absent) |
+| Attendees | (List mentioned names) |
+| Topic | (Core agenda in one line) |
+
+### 📌 Key Discussion Points
+- (Numbered list of 3–5 key points)
+
+### ✅ Decisions Made
+- (Only confirmed decisions)
+
+### 📝 Action Items
+| Owner | Task | Deadline |
+|-------|------|----------|
+| (Name) | (Specific action) | (Mentioned deadline or "TBD") |
+
+### 💡 Additional Notes
+- (Ambiguous items or things requiring follow-up)
+
+## Rules
+- Do not add content not present in the text.
+- If an owner or deadline is unclear, mark it as "TBD."
+- Organize in Korean.
+- Structure the content cleanly even if the original is disorganized.
+
+## Sample Test Input
+If the user has no meeting content to test with, suggest this:
+"If you don't have meeting content to test, type 'use an example.' I'll demonstrate with sample meeting content."
```
-테스트용 목업 회의록 (클릭해서 펼치기)
+Mock Meeting Transcript for Testing (click to expand)
```
-3월 20일 오후 2시 회의, 참석자 김과장 이대리 박사원 정팀장
-
-정팀장: 지난주 고객 만족도 조사 결과 나왔는데 응답률이 45%밖에 안 됨. 목표는 60%였는데. 원인 분석 좀 해봤어?
-김과장: 설문 링크를 이메일로만 보냈는데 요즘 이메일 확인 잘 안 하는 분들이 많아서요. 카톡이나 문자로 보내는 게 나을 것 같습니다.
-이대리: 설문 문항도 30개라 너무 길어요. 고객들이 중간에 이탈하는 비율이 60% 넘었습니다.
-정팀장: 그럼 문항 수를 15개 이내로 줄이고 모바일 발송 채널 추가하자. 김과장이 다음주 금요일까지 설문 개선안 만들어줘.
-박사원: 인센티브도 추가하면 좋겠습니다. 커피 쿠폰 같은 거요.
-정팀장: 좋아 그것도 포함해서 검토해. 예산은 내가 확인해볼게. 이대리는 모바일 발송 시스템 견적 받아봐 이번주까지.
-김과장: 아 그리고 2분기 신규 고객 대상으로는 별도 설문을 만들어야 할 것 같은데 이건 다음 회의에서 논의하죠.
-정팀장: 그래 다음 회의 안건으로 넣어두자. 그러면 오늘 회의 여기까지.
+Meeting on March 20 at 2 PM. Attendees: Manager Kim, Assistant Manager Lee, Staff Park, Team Lead Jung.
+
+Team Lead Jung: The customer satisfaction survey results from last week are in — the response rate was only 45%. Our target was 60%. Have you looked into the cause?
+Manager Kim: We only sent the survey link via email, but a lot of people don't check their email these days. I think sending it via text or messenger would be better.
+Assistant Manager Lee: The survey also had 30 questions, which is too long. The drop-off rate was over 60%.
+Team Lead Jung: Alright, let's cut it down to 15 questions or fewer and add mobile delivery channels. Manager Kim, have the improved survey plan ready by next Friday.
+Staff Park: It might also help to add an incentive. Something like a coffee coupon.
+Team Lead Jung: Good idea — include that in the review as well. I'll check on the budget. Assistant Manager Lee, get a quote for a mobile delivery system by the end of this week.
+Manager Kim: Oh, and we probably need a separate survey for new Q2 customers — but let's discuss that at the next meeting.
+Team Lead Jung: Sure, let's add it to the agenda for next time. That's it for today's meeting.
```
---
-## 샘플 E — 이메일 초안 작성기
+## Sample E — Email Draft Generator
-상황을 설명하면 적절한 비즈니스 이메일 초안을 생성합니다.
+Describe a situation and it generates an appropriate business email draft.
-지침 (클릭해서 펼치기)
+Instructions (click to expand)
```
-## 역할
-당신은 비즈니스 이메일 작성 도우미입니다.
-사용자가 상황을 설명하면, 적절한 비즈니스 이메일 초안을 생성해 줍니다.
-
-## 입력 형식
-사용자가 아래 중 하나를 입력합니다:
-- 받는 사람과 상황 설명 (예: "거래처에 납품 지연 사과")
-- 또는 목적만 입력 (예: "회의 일정 잡아줘")
-
-## 출력 형식
-아래 3가지 버전을 모두 제공하세요:
-
-1. 📧 **정중한 버전** — 거래처/상사용
-2. 💬 **간결한 버전** — 동료/팀원용
-3. ⚡ **초단축 버전** — 핵심만 3줄 이내
-
-각 버전마다:
-- 제목
-- 본문
-- 💡 TIP (해당 버전 사용 시 주의점)
-
-## 추가 기능
-- "더 정중하게" / "더 캐주얼하게" → 톤 조정
-- "영어로" → 영문 이메일 버전 추가
-
-## 제약
-- 한국어로 작성합니다.
-- 비즈니스 매너를 유지합니다.
-- 상황에 맞는 적절한 어휘를 사용합니다.
+## Role
+You are a business email writing assistant.
+When the user describes a situation, generate an appropriate business email draft.
+
+## Input Format
+The user enters one of the following:
+- Recipient and situation description (e.g., "Apologize to a vendor for a delivery delay")
+- Or just the purpose (e.g., "Schedule a meeting")
+
+## Output Format
+Provide all 3 versions below:
+
+1. 📧 **Polite version** — For external partners/managers
+2. 💬 **Concise version** — For colleagues/teammates
+3. ⚡ **Ultra-short version** — Key points only, 3 lines or fewer
+
+For each version:
+- Subject line
+- Body
+- 💡 TIP (what to keep in mind when using this version)
+
+## Additional Features
+- "Make it more polite" / "Make it more casual" → Adjust tone
+- "In English" → Add an English-language version
+
+## Constraints
+- Write in Korean.
+- Maintain proper business etiquette.
+- Use vocabulary appropriate to the situation.
```
---
-## 샘플 F — 면접 질문 생성기
+## Sample F — Interview Question Generator
-직무 설명을 입력하면 면접 질문과 평가 기준을 자동으로 생성합니다.
+Enter a job description and it automatically generates interview questions and evaluation criteria.
-지침 (클릭해서 펼치기)
+Instructions (click to expand)
```
-## 역할
-당신은 채용 면접 도우미입니다.
-사용자가 직무 설명이나 채용 요건을 입력하면,
-해당 직무에 맞는 면접 질문과 평가 기준을 생성합니다.
-
-## 입력 형식
-사용자가 아래 중 하나를 입력합니다:
-- 직무명 + 주요 업무 (예: "B2B 영업 매니저, 신규 거래처 발굴 담당")
-- 또는 채용공고 텍스트 붙여넣기
-
-## 출력 형식
-
-### 🎯 면접 질문 세트
-| # | 질문 | 의도 | 평가 포인트 |
-|:--|:--------|:------|:-----------|
-| 1 | (질문) | (이 질문으로 확인하려는 것) | (좋은 답변 예시) |
+## Role
+You are a hiring interview assistant.
+When the user enters a job description or hiring requirements,
+generate interview questions and evaluation criteria tailored to the role.
+
+## Input Format
+The user enters one of the following:
+- Job title + key responsibilities (e.g., "B2B Sales Manager, responsible for new account acquisition")
+- Or paste in a job posting
+
+## Output Format
+
+### 🎯 Interview Question Set
+| # | Question | Intent | Evaluation Criteria |
+|:--|:---------|:-------|:-------------------|
+| 1 | (Question) | (What this question aims to assess) | (Example of a strong answer) |
| 2 | ... | ... | ... |
-총 7개 질문:
-- 역량 질문 3개
-- 상황 질문 2개
-- 문화 적합 질문 1개
-- 성장 가능성 질문 1개
-
-### ⚖️ 평가 매트릭스
-각 질문별로:
-- ✅ 우수 답변 예시
-- ⚠️ 주의해야 할 답변 패턴
-
-## 추가 기능
-- "신입 레벨로" / "경력 레벨로" → 난이도 조정
-- "압박 면접 질문도" → 스트레스 면접 질문 추가
-
-## 제약
-- 한국어로 작성합니다.
-- 편향적이지 않은 공정한 질문을 만듭니다.
-- 직무와 무관한 사적 질문은 포함하지 않습니다.
+7 questions total:
+- 3 competency-based questions
+- 2 situational questions
+- 1 culture-fit question
+- 1 growth potential question
+
+### ⚖️ Evaluation Matrix
+For each question:
+- ✅ Example of an excellent answer
+- ⚠️ Answer patterns to watch out for
+
+## Additional Features
+- "Entry-level" / "Experienced-level" → Adjust difficulty
+- "Add stress interview questions" → Include pressure-test questions
+
+## Constraints
+- Write in Korean.
+- Create fair, unbiased questions.
+- Do not include personal questions unrelated to the role.
```
---
-## 핵심 정리
+## Key Takeaways
-1. 지침 **텍스트만** 바꾸면 완전히 다른 에이전트가 만들어진다
-2. 역할·범위·태도·원칙·출력 형식을 구조화하면 품질이 올라간다
-3. 관심 있는 샘플 **1~2개를 골라 직접 체험**하는 것이 가장 효과적
+1. Just by changing the **instruction text**, you create a completely different agent
+2. Structuring role, scope, tone, principles, and output format improves quality
+3. The most effective approach is to **pick 1–2 samples and try them yourself**
---
-다음 모듈: [M4. 에이전트의 구성요소](m04-four-components)
+Next module: [M4. The Components of an Agent](m04-four-components)
diff --git a/docs/m04-four-components.md b/docs/m04-four-components.md
index 017c7d7..7a14879 100644
--- a/docs/m04-four-components.md
+++ b/docs/m04-four-components.md
@@ -1,103 +1,103 @@
---
-title: "M4. 에이전트의 구성요소"
+title: "M4. The Four Components of an Agent"
nav_order: 5
---
-# 에이전트의 4가지 구성요소 + Copilot Studio 둘러보기
+# The 4 Components of an Agent + Copilot Studio Tour
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 10:35 | 20분 | 보기 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 10:35 | 20 min | 👀 Watch |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- **생성형 오케스트레이션**(자동변속)의 개념
-- 에이전트의 **4가지 구성요소**(오케스트레이터/지침/지식/도구)
-- Copilot Studio 화면에서 각 구성요소가 **어디에 있는지** 확인
+- The concept of **Generative Orchestration** (automatic transmission)
+- The **4 components** of an agent (Orchestrator / Instructions / Knowledge / Tools)
+- **Where each component is located** in the Copilot Studio interface
{: .highlight }
-> M3에서 에이전트 빌더로 만든 HR 도우미를 Copilot Studio에서 열었습니다.
-> 이 모듈에서는 Copilot Studio의 구조를 파악하고, M5부터 진행할 실습의 지도를 머릿속에 그립니다.
+> In M3, we opened the HR Assistant created with Agent Builder in Copilot Studio.
+> In this module, we'll understand the structure of Copilot Studio and build a mental map for the hands-on labs starting from M5.
---
-## 생성형 오케스트레이션 = 자동변속
+## Generative Orchestration = Automatic Transmission
-Copilot Studio에는 두 가지 방식이 있습니다.
+Copilot Studio offers two modes:
-| 방식 | 비유 | 설명 |
-|:-----|:-----|:-----|
-| **생성형** (자동변속) | 오토매틱 | AI가 상황을 판단하고 알아서 처리 |
-| 클래식 (수동변속) | 수동 변속기 | 모든 흐름을 일일이 설계 |
+| Mode | Analogy | Description |
+|:-----|:--------|:------------|
+| **Generative** (automatic) | Automatic transmission | AI assesses the situation and handles it on its own |
+| Classic (manual) | Manual transmission | You design every flow step by step |
{: .highlight }
-> 이 과정에서는 **생성형(자동변속)**을 사용합니다. 더 직관적이고, 텍스트만으로 에이전트를 만들 수 있습니다.
+> In this course, we use **Generative (automatic transmission)**. It's more intuitive and lets you build agents using just text.
---
-## 에이전트의 4가지 구성요소
+## The 4 Components of an Agent
-에이전트는 4가지 구성요소로 이루어져 있습니다.
+An agent is made up of four components:
-| 구성요소 | 역할 | 비유 | 배울 모듈 |
-|:---------|:-----|:-----|:---------|
-| **오케스트레이터** | 어떤 AI가 두뇌인가 + 에이전트 전체 설정 | 자동차 엔진 | M5 |
-| **지침** | 역할·태도·범위·원칙 | 📋 행동매뉴얼 | M6 |
-| **지식** | 답변의 근거 자료 | 교과서 | M7 |
-| **도구** | 실제로 할 수 있는 행동 | 손발 | M8~M16 |
+| Component | Role | Analogy | Module |
+|:----------|:-----|:--------|:-------|
+| **Orchestrator** | Which AI serves as the brain + overall agent settings | Car engine | M5 |
+| **Instructions** | Role · Tone · Scope · Principles | 📋 Behavior manual | M6 |
+| **Knowledge** | Reference material for answers | 📖 Textbook | M7 |
+| **Tools** | Actions the agent can actually perform | 🤲 Hands and feet | M8–M16 |
{: .note }
-> **남은 건 다 도구입니다.** 토픽, 커넥터, 에이전트 흐름, AI 프롬프트, 멀티에이전트, MCP, 트리거 이 과정의 절반이 도구 실습입니다.
+> **Everything else is a Tool.** Topics, Connectors, Agent Flows, AI Prompts, Multi-Agent, MCP, Triggers — half of this course is hands-on tool labs.
---
-## Copilot Studio 화면 둘러보기
+## Copilot Studio Interface Tour
-M3에서 에이전트 빌더로 만든 HR 도우미를 Copilot Studio에서 열어봅니다.
+Let's open the HR Assistant we created with Agent Builder in M3 in Copilot Studio.
-### 메뉴 구조
+### Menu Structure
-| 메뉴 | 역할 | 해당 구성요소 |
-|:-----|:-----|:------------|
-| **개요** | 에이전트 기본 정보채널 | |
-| **지침** | 지침(행동매뉴얼) 입력 | 지침 (M6) |
-| **지식** | 참조 문서 연결 | 지식 (M7) |
-| **토픽** | 대본(Topic) 관리 | 도구 (M9) |
-| **작업** | 커넥터흐름 연결 | 도구 (M11M12) |
-| **설정** | AI 모델 선택동작 조정 | 오케스트레이터 (M5) |
+| Menu | Purpose | Component |
+|:-----|:--------|:----------|
+| **Overview** | Agent basic info & channels | — |
+| **Instructions** | Enter instructions (behavior manual) | Instructions (M6) |
+| **Knowledge** | Connect reference documents | Knowledge (M7) |
+| **Topics** | Manage scripts (Topics) | Tools (M9) |
+| **Actions** | Connect Connectors & Flows | Tools (M11–M12) |
+| **Settings** | Select AI model & adjust behavior | Orchestrator (M5) |
-
+
-### 화면을 열면 가장 먼저 볼 것
+### What to Check First When You Open the Screen
-1. **설정 생성형 AI** 생성형 오케스트레이션이 켜져 있는지 확인
-2. **설정 AI 모델** 어떤 모델이 선택돼 있는지 확인
-3. **지침** 탭 에이전트 빌더가 자동으로 작성한 지침 내용 확인
-4. **지식** 탭 연결된 지식 소스가 있는지 확인
-5. **토픽** 탭 기본 시스템 토픽 목록 확인
+1. **Settings → Generative AI** — Verify that Generative Orchestration is turned on
+2. **Settings → AI Model** — Check which model is selected
+3. **Instructions** tab — Review the instructions auto-generated by Agent Builder
+4. **Knowledge** tab — Check if any knowledge sources are connected
+5. **Topics** tab — Review the default system Topic list
{: .tip }
-> 지금 당장 모든 것을 이해할 필요는 없습니다. "이 버튼이 어디에 있었지" 정도만 기억해 두세요. M5부터 하나씩 직접 건드릴 예정입니다.
+> You don't need to understand everything right now. Just remember "where that button was." Starting from M5, we'll work with each one hands-on.
---
-## 핵심 정리
+## Key Takeaways
-1. **생성형 오케스트레이션** = AI가 알아서 판단하는 자동변속
-2. 에이전트 = **오케스트레이터 + 지침 + 지식 + 도구**
-3. 도구가 가장 넓다 토픽·커넥터·흐름·MCP·트리거 모두 도구
+1. **Generative Orchestration** = automatic transmission where AI decides on its own
+2. Agent = **Orchestrator + Instructions + Knowledge + Tools**
+3. Tools is the broadest category — Topics, Connectors, Flows, MCP, Triggers are all Tools
---
-다음 모듈: [M5. 1요소 오케스트레이터와 AI](m05-orchestrator)
+Next module: [M5. Component 1 — Orchestrator & AI](m05-orchestrator)
diff --git a/docs/m05-1-model-compare.md b/docs/m05-1-model-compare.md
index 54240f0..0c1bc76 100644
--- a/docs/m05-1-model-compare.md
+++ b/docs/m05-1-model-compare.md
@@ -1,39 +1,39 @@
---
-title: "실습① — 모델 변경 + 비교"
-parent: "M5. 1요소 오케스트레이터와 AI"
+title: "Lab ① — Model Change + Comparison"
+parent: "M5. Component 1 — Orchestrator & AI"
nav_order: 1
---
-# 실습 ①: 모델을 바꾸고 결과 비교하기
+# Lab ①: Change the Model and Compare Results
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 11:10 | 10분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 11:10 | 10 min | 🟢 Hands-on lab |
---
-### 실습 순서
+### Lab Steps
-1. Copilot Studio → HR 도우미 에이전트 열기
-2. 현재 선택된 AI 모델 확인
-3. 모델 변경 후 **반영되기 까지 기다리기**
-4. 오른쪽 테스트 창에서 새로운 세션 시작
-5. 오른쪽 테스트 창에서 같은 질문 입력
-6. 답변 길이·표현 방식이 어떻게 달라지는지 비교
+1. Copilot Studio → Open the HR Assistant agent
+2. Check the currently selected AI model
+3. Change the model and **wait for it to take effect**
+4. Start a new session in the test pane on the right
+5. Enter the same question in the test pane on the right
+6. Compare how the response length and phrasing differ
-
+
-### 비교할 질문 예시
+### Sample Questions for Comparison
```
-연차는 몇 일이야?
-경비 처리하려면 어떻게 해?
+How many days of annual leave do I get?
+How do I submit an expense claim?
```
{: .tip }
-> 답변의 정확도보다 **표현 방식과 길이**의 차이를 집중해서 봅니다. 지식(교과서)이 아직 없기 때문에 정확한 답변보다는 모델별 특성 차이를 보는 것이 목적입니다.
+> Focus on the **differences in phrasing and length** rather than accuracy. Since we haven't added any knowledge (textbook) yet, the goal is to observe how different models behave — not to get accurate answers.
---
-실습을 완료했으면 [M5 본문으로 돌아가세요](m05-orchestrator).
+Once you've completed the lab, [return to the M5 main page](m05-orchestrator).
diff --git a/docs/m05-2-agent-settings.md b/docs/m05-2-agent-settings.md
index 8b5f075..a50323c 100644
--- a/docs/m05-2-agent-settings.md
+++ b/docs/m05-2-agent-settings.md
@@ -1,70 +1,70 @@
---
-title: "실습② — 에이전트 설정 변경"
-parent: "M5. 1요소 오케스트레이터와 AI"
+title: "Lab ② — Change Agent Settings"
+parent: "M5. Component 1 — Orchestrator & AI"
nav_order: 2
---
-# 실습 ②: 에이전트 설정 변경
+# Lab ②: Change Agent Settings
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 11:20 | 10분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 11:20 | 10 min | 🟢 Hands-on lab |
---
-이 실습에서는 이후 모듈의 실습이 원활하게 동작하도록 **에이전트의 생성형 AI 설정을 미리 구성**합니다.
+In this lab, you'll **pre-configure the agent's Generative AI settings** so that labs in later modules work smoothly.
-## Step 1 — 설정 화면 열기
+## Step 1 — Open the Settings Screen
-1. Copilot Studio → HR 도우미 에이전트 열기
-2. 에이전트 화면 **상단 우측의 ⚙️ 설정** 버튼 클릭
-3. 왼쪽 메뉴에서 **생성형 AI** 선택
+1. Copilot Studio → Open the HR Assistant agent
+2. Click the **⚙️ Settings** button in the **top right** of the agent screen
+3. Select **Generative AI** from the left menu
---
-## Step 2 — 각 항목 설정
+## Step 2 — Configure Each Setting
-아래 표의 순서대로 설정을 확인하고 변경하세요:
+Review and update each setting in the order shown below:
-| # | 설정 항목 | 설정값 | 설명 |
-|:--|:---------|:-----:|:-----|
-| 1 | **오케스트레이션** | **예** (확인) | 에이전트가 지식·토픽·흐름 중 최적의 도구를 자동 선택합니다. 꺼져 있으면 도구를 전혀 활용하지 못합니다. |
-| 2 | **연결된 에이전트** | **켜기** (확인) | M14 멀티에이전트 실습에서 다른 에이전트와 협업하려면 켜져 있어야 합니다. |
-| 3 | **응답** | **그대로 유지** | 응답 길이·형식은 지침(M6)에서 텍스트로 제어하는 것이 더 효과적입니다. |
-| 4 | **조정** | **낮음** | 콘텐츠 필터링 수준입니다. "높음"이면 정상 답변도 차단될 수 있어, 실습 중에는 "낮음"이 적합합니다. |
-| 5 | **사용자 피드백** | **끄기** | 답변마다 👍👎 버튼이 표시되는 기능입니다. 실습에서는 불필요하므로 끕니다. |
-| 6 | **파일 업로드** | **끄기** | 사용자가 대화 중 파일을 첨부하는 기능입니다. M7에서 지식 소스로 파일을 연결하는 것과는 별개이며, 실습에서는 끕니다. |
-| 7 | **코드 인터프리터** | **끄기** | Python 코드 실행 기능입니다. HR 도우미에는 불필요하므로 끕니다. |
-| 8 | **작업 IQ 켜기** | **켜기** | 에이전트가 Power Automate 흐름을 도구로 자동 인식하는 기능입니다. M12 에이전트 흐름 실습에 필요합니다. |
+| # | Setting | Value | Description |
+|:--|:--------|:-----:|:------------|
+| 1 | **Orchestration** | **Yes** (verify) | Allows the agent to automatically select the best tool among Knowledge, Topics, and Flows. If turned off, the agent cannot use any tools at all. |
+| 2 | **Connected agents** | **On** (verify) | Must be enabled for the M14 Multi-Agent lab where agents collaborate with each other. |
+| 3 | **Response** | **Keep as-is** | It's more effective to control response length and format through Instructions (M6) using text. |
+| 4 | **Moderation** | **Low** | This is the content filtering level. Setting it to "High" may block legitimate responses, so "Low" is more suitable during labs. |
+| 5 | **User feedback** | **Off** | This shows 👍👎 buttons after each response. Not needed for labs, so turn it off. |
+| 6 | **File upload** | **Off** | Allows users to attach files during conversations. This is separate from connecting files as knowledge sources in M7. Turn it off for labs. |
+| 7 | **Code interpreter** | **Off** | Enables Python code execution. Not needed for an HR Assistant, so turn it off. |
+| 8 | **Turn on Actions IQ** | **On** | Enables the agent to automatically recognize Power Automate flows as tools. Required for the M12 Agent Flow lab. |
{: .note }
-> 각 설정의 의미를 지금 완벽하게 이해할 필요는 없습니다. 이후 모듈에서 해당 기능을 직접 사용하면서 자연스럽게 체감하게 됩니다.
+> You don't need to fully understand what each setting does right now. You'll naturally grasp them as you use these features in later modules.
---
-## Step 3 — 저장 및 닫기
+## Step 3 — Save and Close
-1. 설정 화면 하단의 **"저장"** 버튼 클릭
-2. 저장이 완료되면 우측 상단의 **"✕"** 를 클릭하여 설정을 닫고 에이전트로 돌아갑니다
+1. Click the **"Save"** button at the bottom of the settings screen
+2. Once saved, click the **"✕"** in the top right to close settings and return to the agent
---
-## 설정 요약
+## Settings Summary
-| 설정 | 값 | 관련 모듈 |
-|:-----|:--:|:---------|
-| 오케스트레이션 | 예 | 전체 (도구 자동 선택) |
-| 연결된 에이전트 | 켜기 | M14 멀티에이전트 |
-| 조정 | 낮음 | 전체 (필터 완화) |
-| 작업 IQ | 켜기 | M12 에이전트 흐름 |
-| 사용자 피드백 | 끄기 | — |
-| 파일 업로드 | 끄기 | — |
-| 코드 인터프리터 | 끄기 | — |
+| Setting | Value | Related Module |
+|:--------|:-----:|:---------------|
+| Orchestration | Yes | All (auto tool selection) |
+| Connected agents | On | M14 Multi-Agent |
+| Moderation | Low | All (relaxed filtering) |
+| Actions IQ | On | M12 Agent Flow |
+| User feedback | Off | — |
+| File upload | Off | — |
+| Code interpreter | Off | — |
{: .important }
-> 이 설정은 **이후 모든 실습의 기반**이 됩니다. 실습 중 에이전트가 기대와 다르게 동작하면, 이 설정을 먼저 확인하세요.
+> These settings form the **foundation for all subsequent labs**. If the agent behaves unexpectedly during a lab, check these settings first.
---
-실습을 완료했으면 [M5 본문으로 돌아가세요](m05-orchestrator).
+Once you've completed the lab, [return to the M5 main page](m05-orchestrator).
diff --git a/docs/m05-orchestrator.md b/docs/m05-orchestrator.md
index 2b7f4c7..b09a8fd 100644
--- a/docs/m05-orchestrator.md
+++ b/docs/m05-orchestrator.md
@@ -1,99 +1,99 @@
---
-title: "M5. 1요소 오케스트레이터와 AI"
+title: "M5. Component 1 — Orchestrator & AI"
nav_order: 6
has_children: true
---
-# 1요소 오케스트레이터 모델 변경 + 설정 실습
+# Component 1: Orchestrator — Model Selection + Settings Lab
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 11:10 | 20분 | 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 11:10 | 20 min | 🟢 Hands-on lab |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- **오케스트레이터**가 에이전트에서 하는 역할
-- AI 모델을 변경하면 결과가 어떻게 달라지는지
-- 에이전트 설정(응답 길이언어안전성)을 조정하는 방법
+- The **role of the Orchestrator** within an agent
+- How changing the AI model affects the results
+- How to adjust agent settings (response length, language, safety)
{: .highlight }
-> 오케스트레이터는 에이전트의 두뇌입니다. 어떤 엔진을 쓰느냐에 따라 답변의 깊이, 속도, 비용이 달라집니다.
+> The Orchestrator is the brain of the agent. Depending on which engine you choose, the depth, speed, and cost of responses will vary.
---
-## 오케스트레이터란?
+## What Is the Orchestrator?
-오케스트레이터는 사용자의 말을 받아 **어떤 도구(지식/토픽/흐름)를 쓸지 판단**하고, **최종 답변을 생성**하는 AI 모델입니다.
+The Orchestrator is the AI model that receives the user's message, **decides which tool (Knowledge / Topic / Flow) to use**, and **generates the final response**.
-| 역할 | 설명 |
-|:-----|:-----|
-| 의도 파악 | 사용자가 무엇을 원하는지 판단 |
-| 도구 선택 | 지식 검색 vs 토픽 실행 vs 흐름 호출 결정 |
-| 답변 생성 | 수집한 정보를 바탕으로 최종 응답 작성 |
+| Role | Description |
+|:-----|:------------|
+| Intent recognition | Determines what the user is asking for |
+| Tool selection | Decides between knowledge search vs. Topic execution vs. Flow invocation |
+| Response generation | Composes the final answer based on gathered information |
---
-## Copilot Studio에서 모델 선택하기
+## Selecting a Model in Copilot Studio
-**설정 생성형 AI AI 모델** 에서 변경 가능합니다.
+You can change the model under **Settings → Generative AI → AI Model**.
{: .note }
-> 실제로 보이는 모델 목록은 **테넌트, 시점, 라이선스, 프리뷰 활성화 여부**에 따라 다를 수 있습니다. 아래 표는 대표 예시로 이해하세요.
+> The actual list of available models may vary depending on your **tenant, timing, license, and preview opt-in status**. The tables below are representative examples.
-### OpenAI 모델
+### OpenAI Models
-| 모델 | 특징 | 비고 |
-|:-----|:-----|:-----|
-| **GPT-4.1** | 대부분 작업과 빠른 분석에 적합 | ✅ 기본값 |
-| GPT-5 Chat | 대부분 작업에 적합 | |
-| GPT-5 Auto | 채팅과 추론 간에 자동으로 전환 | 프리뷰 |
-| GPT-5 Reasoning | 가장 까다로운 작업을 위한 최대 수준의 깊이와 정확도 | 프리뷰 |
+| Model | Characteristics | Notes |
+|:------|:----------------|:------|
+| **GPT-4.1** | Suitable for most tasks and quick analysis | ✅ Default |
+| GPT-5 Chat | Suitable for most tasks | |
+| GPT-5 Auto | Automatically switches between chat and reasoning | Preview |
+| GPT-5 Reasoning | Maximum depth and accuracy for the most demanding tasks | Preview |
-### Anthropic 모델
+### Anthropic Models
-| 모델 | 특징 |
-|:-----|:-----|
-| **Claude Sonnet 4.5** | 일반 작업 및 콘텐츠 만들기 지원 |
-| Claude Sonnet 4.6 | 일반 작업 및 콘텐츠 만들기 지원 |
-| Claude Opus 4.6 | 심층 추론 및 구조적 문제 해결 수행 |
+| Model | Characteristics |
+|:------|:----------------|
+| **Claude Sonnet 4.5** | Supports general tasks and content creation |
+| Claude Sonnet 4.6 | Supports general tasks and content creation |
+| Claude Opus 4.6 | Deep reasoning and structured problem solving |
{: .tip }
-> 이 모듈에서는 **기본값(GPT-4.1)**으로 시작합니다. 실습 ①에서 모델을 변경하여 결과 차이를 직접 체험해보세요.
+> In this module, we start with the **default (GPT-4.1)**. In Lab ①, try changing the model to experience the differences firsthand.
---
-## 실습 ①: 모델을 바꾸고 결과 비교하기
+## Lab ①: Change the Model and Compare Results
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ①: 모델 변경 + 비교](m05-1-model-compare)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ①: Model Change + Comparison](m05-1-model-compare) and then come back.
---
-## 실습 ②: 에이전트 설정 변경
+## Lab ②: Change Agent Settings
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ②: 에이전트 설정 변경](m05-2-agent-settings)을 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ②: Change Agent Settings](m05-2-agent-settings) and then come back.
---
-## 핵심 정리
+## Key Takeaways
-1. 오케스트레이터 = 에이전트의 두뇌 의도 파악 도구 선택 답변 생성
-2. 모델을 바꾸면 답변의 깊이속도비용이 달라진다
-3. 설정에서 응답 길이안전성을 조정할 수 있다
+1. Orchestrator = the agent's brain → Intent recognition → Tool selection → Response generation
+2. Changing the model affects response depth, speed, and cost
+3. You can adjust response length and safety levels in Settings
---
-다음 모듈: [M6. 2요소 지침](m06-instructions)
+Next module: [M6. Component 2 — Instructions](m06-instructions)
diff --git a/docs/m06-1-instructions-lab.md b/docs/m06-1-instructions-lab.md
index 703ef08..2a1b43e 100644
--- a/docs/m06-1-instructions-lab.md
+++ b/docs/m06-1-instructions-lab.md
@@ -1,115 +1,115 @@
---
-title: "실습 — 지침 업그레이드 + 테스트"
-parent: "M6. 2요소 지침"
+title: "Lab — Upgrade Instructions + Test"
+parent: "M6. Component 2 — Instructions"
nav_order: 1
---
-# 실습: 지침 업그레이드 + 테스트
+# Lab: Upgrade Instructions + Test
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 13:00 | 15분 | 🟢 직접 작성 + 테스트 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 13:00 | 15 min | 🟢 Write + Test |
---
-## M3 지침 vs M6 지침
+## M3 Instructions vs M6 Instructions
-M3 실습에서 입력한 지침은 **기본 뼈대** 수준이었습니다.
-M6에서는 좋은 지침 6원칙을 적용하여 **전문가 수준의 지침**으로 업그레이드합니다.
+The instructions you entered in the M3 lab were a **basic skeleton**.
+In M6, we apply the 6 principles of good instructions to upgrade them to **professional-grade instructions**.
-| 비교 | M3 지침 (기본) | M6 지침 (업그레이드) |
-|:-----|:------------|:-----------------|
-| 역할 | "HR/총무 전담 도우미" | 소속·전문 분야·대상까지 명시 |
-| 범위 | 포함만 나열 | 포함 + **제외 항목** 명시 |
-| 태도 | "존칭, 간결하게" | 출력 형식(번호 목록, 이모지) 지정 |
-| 원칙 | 모를 때 안내 1줄 | 에스컬레이션 시나리오별 분류 |
-| 예시 | 없음 | **Few-shot 예시 QA** 포함 |
-| 길이 | 일괄 200자 | 상황별 길이 분류 |
+| Comparison | M3 Instructions (Basic) | M6 Instructions (Upgraded) |
+|:-----------|:-----------------------|:---------------------------|
+| Role | "Dedicated HR/Admin assistant" | Specifies department, expertise, and target audience |
+| Scope | Only lists inclusions | Includes **exclusions** as well |
+| Tone | "Polite, concise" | Specifies output format (numbered lists, emoji) |
+| Principles | One line about handling unknowns | Escalation classified by scenario |
+| Examples | None | **Few-shot example Q&A** included |
+| Length | Flat 200 characters | Length varies by situation |
---
-## Step 1 — 지침 교체
+## Step 1 — Replace Instructions
-Copilot Studio → HR 도우미 에이전트 → **지침** 섹션의 내용을 아래로 **전체 교체**합니다:
+Copilot Studio → HR Assistant agent → **Replace the entire content** of the **Instructions** section with the following:
-업그레이드 지침 (클릭해서 펼치기)
+Upgraded Instructions (click to expand)
```
-## 역할
-당신은 ABC 주식회사 경영지원본부 소속 HR/총무 전담 도우미입니다.
-전 직원(정규직, 계약직, 인턴)을 대상으로 사내 규정 안내를 담당합니다.
-
-## 범위
-### 답변 가능 (포함)
-- 복리후생 (복지포인트, 건강검진, 동호회 지원)
-- 연차/휴가 (연차 일수, 반차, 경조사 휴가, 출산휴가)
-- 경비처리 (법인카드, 출장비, 택시비 정산)
-- 사내 규정 (복장 규정, 근무시간, 재택근무)
-
-### 답변 불가 (제외)
-- 채용/면접 프로세스 → "채용팀(recruit@abc.co.kr)에 문의해 주세요"
-- 급여/성과급 금액 → "급여팀(내선 5678)에 문의해 주세요"
-- 인사평가/승진 → "HR BP(내선 9012)에 문의해 주세요"
-- 업무와 무관한 질문 (날씨, 주식, 잡담) → "저는 HR/총무 관련 질문만 도와드릴 수 있습니다 😊"
-
-## 태도
-- 한국어 존칭을 사용합니다
-- 핵심을 먼저 한 줄로 말하고, 세부 내용은 번호 목록으로 정리합니다
-- 단순 질문: 100자 이내 / 절차 안내: 번호 목록으로 300자 이내
-- 각 답변 마지막에 "더 궁금한 점이 있으시면 말씀해 주세요 😊"를 붙입니다
-
-## 원칙
-- 지식에 없는 내용은 절대 추측하지 않습니다
-- 지식에 없으면: "정확한 답변을 드리기 어렵습니다. HR팀(내선 1234)에 문의해 주세요"
-- 개인정보 관련: 절대 답변하지 않고 담당자를 안내합니다
-- 법률/세무 관련: "전문가 확인이 필요한 사항입니다. 법무팀(내선 3456)에 문의해 주세요"
-
-## 예시
-사용자: "연차 며칠이야?"
-도우미: "입사 1년 차 기준 15일입니다.
-1. 1년 미만: 매월 1일씩 발생 (최대 11일)
-2. 1년 이상: 15일 (3년차부터 2년마다 1일 추가)
-3. 반차(0.5일) 사용 가능
-
-더 궁금한 점이 있으시면 말씀해 주세요 😊"
+## Role
+You are the dedicated HR/Admin assistant for ABC Corporation's Business Support Division.
+You serve all employees (full-time, contract, and interns) by providing guidance on company policies.
+
+## Scope
+### Can Answer (Included)
+- Benefits (welfare points, health checkups, club support)
+- Leave (annual leave days, half-days, family event leave, parental leave)
+- Expense claims (corporate card, travel expenses, taxi fare reimbursement)
+- Company policies (dress code, working hours, remote work)
+
+### Cannot Answer (Excluded)
+- Recruitment/interview process → "Please contact the Recruiting Team (recruit@abc.co.kr)"
+- Salary/bonuses → "Please contact the Payroll Team (ext. 5678)"
+- Performance reviews/promotions → "Please contact your HR BP (ext. 9012)"
+- Questions unrelated to work (weather, stocks, small talk) → "I can only help with HR/Admin related questions 😊"
+
+## Tone
+- Use polite, formal language
+- Lead with one key sentence, then organize details in a numbered list
+- Simple questions: within 100 characters / Procedure guidance: numbered list within 300 characters
+- End each response with "If you have any other questions, feel free to ask 😊"
+
+## Principles
+- Never guess about information not found in the knowledge base
+- If not in the knowledge base: "I'm unable to provide an accurate answer. Please contact the HR team (ext. 1234)"
+- Personal information: Never respond; always direct to the appropriate contact
+- Legal/tax matters: "This requires expert verification. Please contact the Legal Team (ext. 3456)"
+
+## Examples
+User: "How many days of annual leave do I get?"
+Assistant: "For first-year employees, it's 15 days.
+1. Under 1 year: 1 day accrues per month (up to 11 days)
+2. 1 year or more: 15 days (1 extra day added every 2 years starting from year 3)
+3. Half-day leave (0.5 days) is available
+
+If you have any other questions, feel free to ask 😊"
```
---
-## Step 2 — 테스트 5종
+## Step 2 — Run 5 Test Questions
-지침을 교체한 후, 아래 5가지 질문으로 **업그레이드 효과를 확인**하세요:
+After replacing the instructions, test with these 5 questions to **verify the upgrade**:
-| # | 질문 | 기대 반응 | 확인 포인트 |
-|:--|:-----|:---------|:-----------|
-| 1 | "연차 며칠이야?" | ✅ 번호 목록으로 정리된 답변 | Few-shot 예시 형식을 따르는지 |
-| 2 | "경비처리 어떻게 해?" | ✅ 절차를 번호 목록으로 안내 | 300자 이내 + 이모지 포함 여부 |
-| 3 | "오늘 날씨 어때?" | 🚫 HR 전용 안내 + 이모지 | 제외 항목 문구 그대로 나오는지 |
-| 4 | "내 급여가 얼마야?" | 🔒 급여팀 내선 5678 안내 | 제외 항목별 다른 안내처 |
-| 5 | "채용 절차 알려줘" | 🔒 채용팀 이메일 안내 | 제외 항목별 다른 안내처 |
+| # | Question | Expected Response | What to Check |
+|:--|:---------|:------------------|:--------------|
+| 1 | "How many days of annual leave do I get?" | ✅ Answer organized in a numbered list | Does it follow the few-shot example format? |
+| 2 | "How do I submit an expense claim?" | ✅ Procedure explained in a numbered list | Within 300 characters + includes emoji? |
+| 3 | "How's the weather today?" | 🚫 HR-only message + emoji | Does it use the exact exclusion wording? |
+| 4 | "How much is my salary?" | 🔒 Directs to Payroll Team ext. 5678 | Different contact for each exclusion category? |
+| 5 | "Tell me about the hiring process" | 🔒 Directs to Recruiting Team email | Different contact for each exclusion category? |
{: .highlight }
-> M3 지침에서는 테스트 3·4·5가 모두 같은 거절 메시지였지만, 업그레이드 지침에서는 **질문 유형별로 다른 담당자를 안내**합니다.
+> With the M3 instructions, tests 3, 4, and 5 all returned the same rejection message. With the upgraded instructions, the agent now **directs to a different contact person depending on the question type**.
---
-## Step 3 — 지침 한 줄 변경 체험
+## Step 3 — Experiment with a One-Line Change
-아래 중 하나를 변경하고 다시 같은 질문을 해 보세요:
+Try changing one of the following, then ask the same question again:
-| 변경 항목 | 변경 전 | 변경 후 | 예상 효과 |
-|:---------|:-------|:-------|:---------|
-| 말투 | "존칭" | "반말로 친근하게" | 톤이 완전히 바뀜 |
-| 길이 | "300자 이내" | "50자 이내" | 답변이 극도로 짧아짐 |
-| 이모지 | "😊를 붙입니다" | 삭제 | 이모지가 사라짐 |
+| Change | Before | After | Expected Effect |
+|:-------|:-------|:------|:----------------|
+| Tone | "Polite language" | "Casual and friendly" | Completely changes the tone |
+| Length | "Within 300 characters" | "Within 50 characters" | Responses become extremely short |
+| Emoji | "Add 😊" | Remove it | Emoji disappears |
{: .tip }
-> 텍스트 한 줄의 변경이 에이전트의 성격을 완전히 바꿉니다. **지침 = 에이전트의 DNA**입니다.
+> A single line of text can completely change the agent's personality. **Instructions = the agent's DNA**.
---
-실습을 완료했으면 [M6 본문으로 돌아가세요](m06-instructions).
+Once you've completed the lab, [return to the M6 main page](m06-instructions).
diff --git a/docs/m06-instructions.md b/docs/m06-instructions.md
index bdd4038..9f52253 100644
--- a/docs/m06-instructions.md
+++ b/docs/m06-instructions.md
@@ -1,114 +1,114 @@
---
-title: "M6. 2요소 지침"
+title: "M6. Component 2 — Instructions"
nav_order: 7
has_children: true
---
-# 2요소 지침 — 좋은 지침 만들기
+# Component 2: Instructions — Writing Effective Instructions
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 13:00 | 30분 | 🟢 직접 작성 + 테스트 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 13:00 | 30 min | 🟢 Write + Test |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- 지침의 **4가지 요소** (역할·범위·태도·원칙)
-- 좋은 지침 **6원칙** 체험
-- 지침 입력 후 **답변 차이 직접 확인**
-- 엔진(모델) 선택 기준
+- The **4 elements** of instructions (Role · Scope · Tone · Principles)
+- Hands-on experience with the **6 principles** of good instructions
+- **See the difference** in responses after entering instructions
+- Criteria for choosing an engine (model)
---
-## 지침 = AI 신입의 행동매뉴얼
+## Instructions = The New Employee's Behavior Manual
-행동매뉴얼을 잘 써야 신입이 제대로 일합니다.
-**지침을 잘 써야 좋은 에이전트가 됩니다.**
+A behavior manual must be well-written for the new employee to do their job properly.
+**Well-written instructions make a great agent.**
{: .highlight }
-> 지침 작성은 글쓰기 능력이 핵심입니다. **문과생의 영역**입니다.
+> Writing instructions is all about writing skills. **This is the liberal arts domain.**
---
-## 지침의 4가지 요소
+## The 4 Elements of Instructions
-| 요소 | 핵심 질문 | 예시 |
-|:-----|:---------|:-----|
-| **역할** | "당신은 누구인가?" | "당신은 HR 도우미입니다" |
-| **범위** | "무엇을 담당하는가?" | "복리후생, 연차, 경비처리" |
-| **태도** | "어떻게 말하는가?" | "친절하고 간결하게, 존칭 사용" |
-| **원칙** | "반드시 지켜야 할 것은?" | "모르면 담당자 연결 안내" |
+| Element | Key Question | Example |
+|:--------|:-------------|:--------|
+| **Role** | "Who are you?" | "You are the HR Assistant" |
+| **Scope** | "What do you cover?" | "Benefits, annual leave, expense claims" |
+| **Tone** | "How do you speak?" | "Friendly and concise, use polite language" |
+| **Principles** | "What must you always follow?" | "If unsure, direct to the appropriate contact" |
---
-## 좋은 지침 6원칙
+## 6 Principles of Good Instructions
-| # | 원칙 | ❌ 나쁜 예 | ✅ 좋은 예 |
-|:--|:-----|:----------|:----------|
-| 1 | **역할은 구체적으로** | "AI 도우미" | "우리 회사 HR 전담 도우미" |
-| 2 | **범위는 포함만 명시** | "정치 하지 마" | "복리후생·연차·경비만 답변" |
-| 3 | **태도는 행동 지침으로** | "친절해" | "모든 답변을 존칭으로, 핵심 먼저" |
-| 4 | **모르는 경우의 행동 정의** | (빠뜨림) | "HR팀 내선 1234로 안내" |
-| 5 | **언어·형식 명시** | (미지정) | "한국어로 답변, 200자 이내" |
-| 6 | **짧을수록 좋다** | 1000자 장문 | 200~500자, 구조화 |
+| # | Principle | ❌ Bad Example | ✅ Good Example |
+|:--|:---------|:---------------|:----------------|
+| 1 | **Be specific about the role** | "AI assistant" | "Our company's dedicated HR assistant" |
+| 2 | **Define scope by what's included** | "Don't talk about politics" | "Only answer about benefits, leave, and expenses" |
+| 3 | **Make tone actionable** | "Be friendly" | "Use polite language in all responses; lead with the key point" |
+| 4 | **Define behavior when unsure** | (omitted) | "Direct to HR team at ext. 1234" |
+| 5 | **Specify language and format** | (unspecified) | "Respond in Korean, within 200 characters" |
+| 6 | **Shorter is better** | 1,000-character essay | 200–500 characters, structured |
{: .warning }
-> 원칙 4를 빠뜨리면 에이전트가 모르는 것을 **지어냅니다**(할루시네이션). 반드시 "모를 때 행동"을 정의하세요.
+> If you skip Principle 4, the agent will **make things up** (hallucination). Always define what the agent should do when it doesn't know the answer.
---
-## 실습: 지침 업그레이드 + 테스트
+## Lab: Upgrade Instructions + Test
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습: 지침 업그레이드 + 테스트](m06-1-instructions-lab)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab: Upgrade Instructions + Test](m06-1-instructions-lab) and then come back.
---
-## M7로 넘어가기
+## Transitioning to M7
-강사는 아래처럼 연결하면 자연스럽습니다.
+Here's a natural way for the instructor to bridge to the next module:
-> 지금은 신입사원에게 **행동매뉴얼만 준 상태**입니다. 그래서 말투와 범위는 맞출 수 있지만, 우리 회사 규정까지 정확히 알 수는 없습니다. 다음 모듈에서는 같은 에이전트에 **교과서(지식)**를 붙여서, 방금 던진 질문이 어떻게 회사 문서 기반 답변으로 바뀌는지 바로 비교해 보겠습니다.
+> Right now, we've only given the new employee a **behavior manual**. So they can match the right tone and stay within scope, but they can't know our company's specific policies accurately. In the next module, we'll add a **textbook (Knowledge)** to the same agent, and you'll see firsthand how the same questions get answered based on actual company documents.
---
-## 핵심 정리
+## Key Takeaways
-1. 지침 = 행동매뉴얼 — **역할·범위·태도·원칙** 4가지 요소
-2. "모를 때 행동"을 반드시 정의 (할루시네이션 방지)
+1. Instructions = Behavior manual — **Role · Scope · Tone · Principles** (4 elements)
+2. Always define "what to do when unsure" (prevents hallucination)
---
## FAQ
-| 질문 | 답변 |
-|:-----|:-----|
-| 지침을 영어로 써야 더 잘 작동하나요? | 한국어로 작성해도 잘 작동합니다. 한국어 지침 권장. |
-| 지침이 너무 길면? | 200~500자가 적당합니다. 너무 길면 오히려 혼란을 줍니다. |
-| "하지 마"를 쓰면? | 가능하지만 "대신 이렇게 해"가 더 효과적입니다. |
-| 모르는 경우를 정의 안 하면? | 에이전트가 답을 지어냅니다(할루시네이션). 반드시 정의하세요. |
+| Question | Answer |
+|:---------|:-------|
+| Do instructions work better in English? | Instructions work well in Korean too. Writing in Korean is recommended. |
+| What if the instructions are too long? | 200–500 characters is ideal. Too long actually causes confusion. |
+| What about using "don't do X"? | It works, but "do Y instead" is more effective. |
+| What if I don't define the "unsure" case? | The agent will make up answers (hallucination). Always define it. |
---
-## 참조 자료
+## Reference Materials
-| 자료 | 링크 |
-|:-----|:-----|
-| 지침 작성 가이드 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/guidance/building-agents-instructions) |
-| 에이전트 모델 선택 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/advanced-generative-answers-overview) |
-| 테스트 및 디버깅 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/authoring-test-bot) |
+| Resource | Link |
+|:---------|:-----|
+| Instructions Writing Guide | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/guidance/building-agents-instructions) |
+| Agent Model Selection | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/advanced-generative-answers-overview) |
+| Testing and Debugging | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/authoring-test-bot) |
---
-다음 모듈: [M7. 3요소 지식](m07-knowledge)
+Next module: [M7. Component 3 — Knowledge](m07-knowledge)
diff --git a/docs/m07-1-file-upload.md b/docs/m07-1-file-upload.md
index 0a6c38c..0fc9a24 100644
--- a/docs/m07-1-file-upload.md
+++ b/docs/m07-1-file-upload.md
@@ -1,52 +1,52 @@
---
-title: "실습 — 파일 업로드"
-parent: "M7. 3요소 지식"
+title: "Lab — File Upload"
+parent: "M7. Element 3 — Knowledge"
nav_order: 1
---
-# 실습: 파일 업로드
+# Lab: File Upload
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 13:30 | 15분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 13:30 | 15 min | 🟢 Hands-on Lab |
---
-## 업로드할 문서 5종
+## 5 Documents to Upload
-| 파일명 | 내용 | 형태 |
-|:-------|:-----|:-----|
-| FAQ.docx | 자주 묻는 질문·답변 | Q&A 구조화 |
-| 담당자정보.docx | 부서별 담당자 이름·연락처 | 표 형식 |
-| 복리후생_안내.docx | 복지포인트·건강검진·경조사 | 서술형 |
-| 경비처리_가이드.docx | 출장·법인카드·청구 절차 | 서술형 |
-| 휴가_근태_가이드.docx | 연차·반차·병가·특별휴가 | 서술형 |
+| File Name | Content | Format |
+|:----------|:--------|:-------|
+| FAQ.docx | Frequently asked questions & answers | Q&A structured |
+| 담당자정보.docx | Contact persons by department — names & phone numbers | Table format |
+| 복리후생_안내.docx | Benefits points, health checkups, congratulations & condolences | Narrative |
+| 경비처리_가이드.docx | Business travel, corporate card, expense claim procedures | Narrative |
+| 휴가_근태_가이드.docx | Annual leave, half-day leave, sick leave, special leave | Narrative |
## Step-by-Step
-1. **Copilot Studio** → 에이전트 편집 → 좌측 메뉴 **"지식"** 클릭
-2. **"파일 업로드"** 선택
-3. 5개 파일을 **드래그&드롭** 또는 선택
-4. 각 파일 상태가 **"Ready"**가 될 때까지 대기 (1~3분)
-5. Ready 확인되면 **지식 소스 활성화 완료!**
+1. **Copilot Studio** → Edit agent → Click **"Knowledge"** in the left menu
+2. Select **"File upload"**
+3. **Drag & drop** or select all 5 files
+4. Wait until each file status shows **"Ready"** (1–3 minutes)
+5. Once all show Ready — **knowledge source activation is complete!**
---
-## 테스트: Before vs After
+## Test: Before vs After
-파일 업로드 전후로 같은 질문의 답변이 어떻게 달라지는지 확인하세요.
+Check how answers to the same questions change before and after uploading the files.
-| # | 질문 | 업로드 전 | 업로드 후 |
-|:--|:-----|:---------|:---------|
-| 1 | "연차 며칠이야?" | ❌ "답변을 드리기 어렵습니다" | ✅ FAQ.docx 기반 구체적 답변 + 인용 |
-| 2 | "경비처리 담당자 누구야?" | ❌ "담당자 연결을 안내합니다" | ✅ 담당자정보.docx 기반 이름·연락처 |
-| 3 | "복지포인트 사용처 알려줘" | ❌ "정보를 찾을 수 없습니다" | ✅ 복리후생_안내.docx 기반 상세 답변 |
-| 4 | "출장 경비 청구 어떻게?" | ❌ (답변 불가) | ✅ 경비처리_가이드.docx 기반 절차 안내 |
+| # | Question | Before Upload | After Upload |
+|:--|:---------|:-------------|:-------------|
+| 1 | "How many vacation days do I get?" | ❌ "I'm unable to provide an answer" | ✅ Specific answer based on FAQ.docx + citation |
+| 2 | "Who handles expense reports?" | ❌ "Let me connect you to a representative" | ✅ Name & contact info based on 담당자정보.docx |
+| 3 | "Where can I use my benefits points?" | ❌ "I couldn't find that information" | ✅ Detailed answer based on 복리후생_안내.docx |
+| 4 | "How do I submit a travel expense claim?" | ❌ (Unable to answer) | ✅ Step-by-step procedure based on 경비처리_가이드.docx |
{: .important }
-> Before/After의 차이가 **교과서의 힘**입니다. 같은 에이전트인데 지식을 추가하자 완전히 달라집니다.
+> The Before/After difference is **the power of the textbook**. Same agent — but adding knowledge transforms it completely.
---
-실습을 완료했으면 [M7 본문으로 돌아가세요](m07-knowledge).
+Once you've completed this lab, [return to the M7 main page](m07-knowledge).
diff --git a/docs/m07-knowledge.md b/docs/m07-knowledge.md
index f39cc17..7ca1c78 100644
--- a/docs/m07-knowledge.md
+++ b/docs/m07-knowledge.md
@@ -1,119 +1,119 @@
---
-title: "M7. 3요소 지식"
+title: "M7. Element 3 — Knowledge"
nav_order: 8
has_children: true
---
-# 3요소 지식 — RAG 개념 + 참조문서 업로드
+# Element 3 — Knowledge: RAG Concepts + Reference Document Upload
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 13:30 | 30분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 13:30 | 30 min | 🟢 Hands-on Lab |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- Copilot Studio에 **파일을 직접 업로드**하여 지식 소스 연결
-- 지식 소스 추가 **전후 답변 품질 비교** 체험
-- 4가지 지식 연결 방식의 차이 이해
-- **문서 구조**가 답변 품질에 미치는 영향
+- Connect a knowledge source by **uploading files directly** to Copilot Studio
+- Experience the **before-and-after difference** in answer quality after adding a knowledge source
+- Understand the differences between 4 ways to connect knowledge
+- How **document structure** affects answer quality
---
-## 아는 만큼 답한다
+## The More It Knows, the Better It Answers
-M6에서 지침(행동매뉴얼)을 작성했습니다.
-이제 신입사원에게 **교과서**를 줄 차례입니다.
+In M6, we wrote Instructions (the behavior manual).
+Now it's time to give our new employee a **textbook**.
{: .note }
-> M6에서 같은 질문을 테스트했을 때는 **범위와 태도**만 확인했습니다. 이 모듈에서는 같은 질문이 **회사 문서 기반 답변**으로 바뀌는지 비교합니다.
+> When we tested the same questions in M6, we only checked **scope and tone**. In this module, we'll compare whether those same questions now produce **answers based on company documents**.
-| 상태 | 비유 | 에이전트 답변 |
-|:-----|:-----|:------------|
-| 지침만 | 행동매뉴얼만 받은 신입사원 | "정확한 답변을 드리기 어렵습니다..." |
-| 지침 **+ 지식** | 행동매뉴얼 + 교과서를 받은 신입사원 | "문서에 따르면..." (정확하고 구체적) |
+| State | Analogy | Agent Response |
+|:------|:--------|:---------------|
+| Instructions only | New employee with only a behavior manual | "I'm unable to provide an accurate answer..." |
+| Instructions **+ Knowledge** | New employee with a behavior manual + textbook | "According to the document..." (accurate and specific) |
{: .highlight }
-> **교과서가 좋아야 답변이 좋습니다.** 이것이 M1에서 배운 "재료가 다르면 답이 달라진다"의 실전 적용입니다.
+> **The better the textbook, the better the answers.** This is the real-world application of what we learned in M1: "Different ingredients produce different results."
---
-## 4가지 지식 연결 방식
+## 4 Ways to Connect Knowledge
-| 방식 | 난이도 | 최신 유지 | 권한 제어 | 추천 |
-|:-----|:------|:---------|:---------|:-----|
-| **파일 업로드** ← 오늘 실습 | ⭐ 쉬움 | 수동 | ❌ | ✅ **입문자 1단계** |
-| 웹사이트 URL | ⭐⭐ | 주기적 | ❌ | 2단계 |
-| SharePoint | ⭐⭐⭐ | 자동 | ✅ | 운영 단계 |
-| Dataverse | ⭐⭐⭐ | 실시간 | ✅ | 고급 |
+| Method | Difficulty | Stays Up-to-Date | Access Control | Recommended |
+|:-------|:----------|:-----------------|:---------------|:------------|
+| **File Upload** ← Today's lab | ⭐ Easy | Manual | ❌ | ✅ **Beginner Step 1** |
+| Website URL | ⭐⭐ | Periodic | ❌ | Step 2 |
+| SharePoint | ⭐⭐⭐ | Automatic | ✅ | Production |
+| Dataverse | ⭐⭐⭐ | Real-time | ✅ | Advanced |
{: .tip }
-> 오늘은 **파일 업로드**로 시작합니다. 가장 쉽고 빠릅니다. 운영 단계에서 SharePoint로 전환하면 됩니다.
+> Today we start with **File Upload**. It's the easiest and fastest. You can switch to SharePoint when moving to production.
---
-## 실습: 파일 업로드
+## Lab: File Upload
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습: 파일 업로드](m07-1-file-upload)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab: File Upload](m07-1-file-upload) and come back here.
---
-## 문서 작성 베스트 프랙티스
+## Document Authoring Best Practices
-에이전트가 더 정확하게 답하려면, **문서 구조**가 중요합니다.
+For your agent to answer more accurately, **document structure** matters.
-| 원칙 | 설명 | 예시 |
-|:-----|:-----|:-----|
-| **Q&A 구조** | 질문-답변 쌍으로 작성 | Q: 연차는 몇 일? A: 15일입니다 |
-| **명확한 제목** | 섹션 제목, 소제목 활용 | `## 복지포인트` → `### 사용처` |
-| **표 활용** | 구조화된 데이터는 표로 | 담당자·연락처 등 |
-| **짧은 문장** | 한 문장 50자 이내 | 긴 문장보다 명확성 우선 |
+| Principle | Description | Example |
+|:----------|:------------|:--------|
+| **Q&A Format** | Write as question-answer pairs | Q: How many vacation days? A: 15 days |
+| **Clear Headings** | Use section headings and subheadings | `## Benefits Points` → `### Where to Use` |
+| **Use Tables** | Present structured data in tables | Contact persons, phone numbers, etc. |
+| **Short Sentences** | Keep sentences under 50 characters | Prioritize clarity over long sentences |
{: .tip }
-> **구조화된 문서(Q&A·표) > 서술형 문서** — AI가 구조화된 정보에서 더 정확하게 답변합니다.
+> **Structured documents (Q&A / tables) > Narrative documents** — AI answers more accurately from structured information.
---
-## 핵심 정리
+## Key Takeaways
-1. 지식 = 교과서 — **교과서가 좋아야 답변이 좋다**
-2. 파일 업로드가 가장 **쉽고 빠른** 시작점
-3. **Q&A 구조 + 표** 형식 문서가 최적
-4. Before/After 테스트로 효과 직접 확인
+1. Knowledge = Textbook — **The better the textbook, the better the answers**
+2. File Upload is the **easiest and fastest** starting point
+3. Documents in **Q&A + table** format work best
+4. Verify the impact with Before/After testing
---
## FAQ
-| 질문 | 답변 |
-|:-----|:-----|
-| PDF도 업로드 되나요? | 네. Word, PDF, TXT, Excel 모두 지원됩니다. |
-| 파일을 나중에 바꾸면 반영되나요? | 수동 업데이트가 필요합니다. 기존 파일 삭제 후 새 파일을 업로드하세요. |
-| 파일 용량 제한이 있나요? | 파일당 제한이 있습니다. 큰 파일은 분할 업로드하세요. |
-| 기밀 문서도 올려도 되나요? | Copilot Studio 내에서만 사용됩니다. M365 보안 정책이 적용됩니다. |
+| Question | Answer |
+|:---------|:-------|
+| Can I upload PDFs? | Yes. Word, PDF, TXT, and Excel are all supported. |
+| If I replace a file later, will it update automatically? | Manual updates are required. Delete the existing file and upload the new one. |
+| Is there a file size limit? | There is a per-file limit. Split large files before uploading. |
+| Is it safe to upload confidential documents? | They are used only within Copilot Studio. M365 security policies apply. |
---
-## 참조 자료
+## References
-| 자료 | 링크 |
-|:-----|:-----|
-| 지식 소스 연결 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/knowledge-copilot-studio) |
-| 파일 업로드 지식 소스 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/knowledge-add-file-upload) |
-| 지식 문서 작성 모범 사례 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/guidance/building-agents-knowledge) |
+| Resource | Link |
+|:---------|:-----|
+| Connecting Knowledge Sources | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/knowledge-copilot-studio) |
+| File Upload Knowledge Source | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/knowledge-add-file-upload) |
+| Knowledge Document Best Practices | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/guidance/building-agents-knowledge) |
---
-다음 모듈: [M8. 4요소 도구들](m08-tools-overview)
+Next module: [M8. Element 4 — Tools](m08-tools-overview)
diff --git a/docs/m08-tools-overview.md b/docs/m08-tools-overview.md
index 71af622..4f4e5fb 100644
--- a/docs/m08-tools-overview.md
+++ b/docs/m08-tools-overview.md
@@ -1,76 +1,76 @@
---
-title: "M8. 4요소 도구들"
+title: "M8. Element 4 — Tools"
nav_order: 9
---
-# 4요소 도구들 도구가 채택되는 원리
+# Element 4 — Tools: How the Orchestrator Selects Tools
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 14:00 | 10분 | 보기 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 14:00 | 10 min | 👀 Watch |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- 에이전트에서 **도구(Tool)**란 무엇인지
-- 오케스트레이터가 도구를 **채택하는 기준**
-- 이 과정에서 다룰 도구의 종류와 순서
+- What a **Tool** is in the context of an agent
+- The **criteria** the orchestrator uses to select tools
+- The types of tools covered in this course and their order
{: .highlight }
-> 지침과 지식을 갖춘 HR 도우미가 이제 **행동**을 할 차례입니다. 도구가 연결되는 순간, 에이전트는 말만 하는 챗봇에서 실제로 일하는 AI 직원이 됩니다.
+> Our HR assistant now has Instructions and Knowledge. It's time for it to take **action**. The moment tools are connected, the agent transforms from a chatbot that only talks into an AI employee that actually gets work done.
---
-## 남은 건 다 도구다
+## Everything Else Is a Tool
-오케스트레이터지침지식을 제외한 **모든 것은 도구**입니다.
+Apart from the Orchestrator, Instructions, and Knowledge, **everything else is a tool**.
-| 도구 종류 | 설명 | 배울 모듈 |
-|:---------|:-----|:---------|
-| **토픽** | 특정 상황에서 실행되는 대본 | M9 |
-| **커넥터** | Microsoft 365 앱과 직접 연결 | M11 |
-| **에이전트 흐름** | Power Automate로 복잡한 자동화 | M12 |
-| **AI 프롬프트** | Flow 안에서 AI 로직 실행 | M13 |
-| **멀티에이전트** | 다른 에이전트를 도구로 호출 | M14 |
-| **MCP** | 외부 서비스를 도구로 연결 | M15 |
-| **트리거** | 특정 이벤트가 에이전트를 깨움 | M16 |
+| Tool Type | Description | Module |
+|:----------|:------------|:-------|
+| **Topic** | A script that runs in a specific situation | M9 |
+| **Connector** | Direct connection to Microsoft 365 apps | M11 |
+| **Agent Flow** | Complex automation via Power Automate | M12 |
+| **AI Prompt** | AI logic executed inside a Flow | M13 |
+| **Multi-Agent** | Calling another agent as a tool | M14 |
+| **MCP** | Connecting external services as tools | M15 |
+| **Trigger** | A specific event that wakes the agent | M16 |
---
-## 도구가 채택되는 원리
+## How the Orchestrator Selects Tools
-오케스트레이터는 사용자의 말을 보고 **어떤 도구를 쓸지 스스로 결정**합니다.
+The orchestrator looks at the user's message and **decides on its own which tool to use**.
-
+
-### 도구가 채택되려면?
+### What Does It Take for a Tool to Be Selected?
-두 가지가 중요합니다:
+Two things matter:
-1. **Description(설명)** 도구에 달린 설명이 명확해야 AI가 언제 쓸지 판단 가능
-2. **지침을 통한 도구 지정** 지침에 "이런 상황에서는 이 도구를 써라"고 명시 가능
+1. **Description** — The tool's description must be clear so the AI can judge when to use it
+2. **Specifying tools via Instructions** — You can explicitly state in your Instructions: "Use this tool in this situation"
{: .tip }
-> Description이 불명확하면 오케스트레이터가 도구를 무시합니다. 도구를 만들 때 **"이 도구는 언제 쓰는 것인지"**를 Description에 명확히 적어두세요.
+> If the Description is vague, the orchestrator will ignore the tool. When creating a tool, clearly write **"when should this tool be used"** in the Description.
---
-## 핵심 정리
+## Key Takeaways
-1. 도구 = 에이전트가 실제로 **행동**하게 해주는 것
-2. 오케스트레이터는 Description을 보고 도구를 스스로 선택
-3. M9~M16에서 도구를 하나씩 직접 만든다
+1. Tools = What lets an agent actually **take action**
+2. The orchestrator reads the Description and selects tools on its own
+3. In M9–M16, we'll build tools one by one
---
-다음 모듈: [M9. 도구 — 토픽과 변수](m09-topic-variables)
+Next module: [M9. Tools — Topics and Variables](m09-topic-variables)
diff --git a/docs/m09-1-faq-topic.md b/docs/m09-1-faq-topic.md
index b623eea..218e2e9 100644
--- a/docs/m09-1-faq-topic.md
+++ b/docs/m09-1-faq-topic.md
@@ -1,52 +1,52 @@
---
-title: "실습① — FAQ Topic 만들기"
-parent: "M9. 도구 — 토픽과 변수"
+title: "Lab ① — Create the FAQ Topic"
+parent: "M9. Tools — Topics and Variables"
nav_order: 1
---
-# 실습 ①: FAQ Topic 만들기
+# Lab ①: Create the FAQ Topic
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 14:10 | 10분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 14:10 | 10 min | 🟢 Hands-on Lab |
---
-| 항목 | 내용 |
-|:-----|:-----|
-| **Topic 이름** | FAQ Topic |
-| **역할** | FAQ·복리후생·경비·휴가 문서에서 답변 찾기 → 결과 저장 |
-| **글로벌 변수** | `Global.FAQ_result` |
+| Item | Details |
+|:-----|:--------|
+| **Topic Name** | FAQ Topic |
+| **Role** | Find answers from FAQ, benefits, expense, and leave documents → Save results |
+| **Global Variable** | `Global.FAQ_result` |
## Step-by-Step
-1. Copilot Studio → 에이전트 → 좌측 **"토픽"** 클릭
-2. **"+ 토픽 추가"** → **"새로 만들기"**
-3. Topic 이름 입력: `FAQ Topic`
-4. 편집 화면이 열리면 아래 순서로 노드를 구성합니다:
+1. Copilot Studio → Agent → Click **"Topics"** on the left
+2. **"+ Add a topic"** → **"Create new"**
+3. Enter Topic name: `FAQ Topic`
+4. When the editing screen opens, configure the nodes in this order:
-### 노드 1 — 트리거 (자동 생성됨)
-- "Topic이 트리거될 때" 노드가 자동으로 만들어져 있습니다.
-- **Description** 입력: `사내 규정, 복리후생, 연차, 경비처리 등 FAQ 질문에 답변하는 대본`
+### Node 1 — Trigger (auto-generated)
+- A "When the topic is triggered" node is automatically created.
+- Enter the **Description**: `A script that answers FAQ questions about company policies, benefits, annual leave, expense processing, etc.`
-### 노드 2 — 지식 검색 (생성형 답변)
-- 트리거 아래 **"+"** 클릭 → **"지식 검색"** 노드 추가
-- 검색 대상: **모든 지식 소스** (기본값)
-- 입력: `Activity.Text` (사용자 질문)
-- 출력 저장 변수: **변수 선택 → "새 변수 만들기"**
- - 이름: `FAQ_result`
- - **"글로벌 변수로 설정"** 체크 → `Global.FAQ_result`가 됨
+### Node 2 — Knowledge Search (Generative Answers)
+- Click **"+"** below the trigger → Add a **"Knowledge search"** node
+- Search target: **All knowledge sources** (default)
+- Input: `Activity.Text` (user's question)
+- Output variable: **Select variable → "Create new variable"**
+ - Name: `FAQ_result`
+ - Check **"Set as global variable"** → It becomes `Global.FAQ_result`
-### 노드 3 — 메시지
-- **"+"** 클릭 → **"메시지 보내기"** 노드 추가
-- 메시지 내용: `{Global.FAQ_result}` (변수 삽입 버튼 사용)
+### Node 3 — Message
+- Click **"+"** → Add a **"Send a message"** node
+- Message content: `{Global.FAQ_result}` (use the variable insert button)
-5. 오른쪽 **저장** 클릭
+5. Click **Save** on the right
{: .tip }
-> 트리거의 **Description**이 핵심입니다. 오케스트레이터가 이 설명을 보고 "FAQ Topic을 쓸지 말지"를 판단합니다.
+> The trigger's **Description** is the key. The orchestrator reads this description to decide "whether or not to use the FAQ Topic."
---
-실습을 완료했으면 [M9 본문으로 돌아가세요](m09-topic-variables).
+Once you've completed this lab, [return to the M9 main page](m09-topic-variables).
diff --git a/docs/m09-2-contact-topic.md b/docs/m09-2-contact-topic.md
index 28a4947..91e23fe 100644
--- a/docs/m09-2-contact-topic.md
+++ b/docs/m09-2-contact-topic.md
@@ -1,35 +1,35 @@
---
-title: "실습② — Contact Topic 만들기"
-parent: "M9. 도구 — 토픽과 변수"
+title: "Lab ② — Create the Contact Topic"
+parent: "M9. Tools — Topics and Variables"
nav_order: 2
---
-# 실습 ②: Contact Topic 만들기
+# Lab ②: Create the Contact Topic
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 14:20 | 10분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 14:20 | 10 min | 🟢 Hands-on Lab |
---
-| 항목 | 내용 |
-|:-----|:-----|
-| **Topic 이름** | Contact Topic |
-| **역할** | 담당자정보.docx만 검색 → 담당자 반환 |
-| **글로벌 변수** | `Global.Contact_result` |
+| Item | Details |
+|:-----|:--------|
+| **Topic Name** | Contact Topic |
+| **Role** | Search only 담당자정보.docx → Return contact person |
+| **Global Variable** | `Global.Contact_result` |
## Step-by-Step
-FAQ Topic과 동일한 방식으로 생성하되, 아래만 다릅니다:
+Create it the same way as the FAQ Topic, but with these differences:
-1. Topic 이름: `Contact Topic`
-2. 트리거 Description: `담당자 이름, 연락처, 이메일을 조회하는 대본`
-3. 지식 검색 노드: 검색 대상을 **"담당자정보.docx"만 선택** (특정 지식 소스 지정)
-4. 출력 변수: `Global.Contact_result` (글로벌 변수로 설정)
-5. 메시지 노드: `{Global.Contact_result}`
-6. **저장**
+1. Topic name: `Contact Topic`
+2. Trigger Description: `A script that looks up contact names, phone numbers, and email addresses`
+3. Knowledge search node: Set the search target to **"담당자정보.docx" only** (specify a particular knowledge source)
+4. Output variable: `Global.Contact_result` (set as global variable)
+5. Message node: `{Global.Contact_result}`
+6. **Save**
---
-실습을 완료했으면 [M9 본문으로 돌아가세요](m09-topic-variables).
+Once you've completed this lab, [return to the M9 main page](m09-topic-variables).
diff --git a/docs/m09-3-strict-rules.md b/docs/m09-3-strict-rules.md
index 7cb927a..117fc6f 100644
--- a/docs/m09-3-strict-rules.md
+++ b/docs/m09-3-strict-rules.md
@@ -1,45 +1,45 @@
---
-title: "실습③ — STRICT RULES 추가"
-parent: "M9. 도구 — 토픽과 변수"
+title: "Lab ③ — Add STRICT RULES"
+parent: "M9. Tools — Topics and Variables"
nav_order: 3
---
-# 실습 ③: STRICT RULES 추가
+# Lab ③: Add STRICT RULES
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 14:30 | 10분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 14:30 | 10 min | 🟢 Hands-on Lab |
---
-M6에서 작성한 지침에 아래 내용을 **추가**하세요:
+**Add** the following to the Instructions you wrote in M6:
-STRICT RULES (클릭해서 펼치기)
+STRICT RULES (click to expand)
```
## STRICT RULES
-- 담당자를 찾아달라는 요청 → Contact Topic 호출
-- 그 외 사내 규정/복리후생/연차/경비 질문 → FAQ Topic 호출
-- Topic에서 결과를 못 찾으면 "HR팀 내선 1234로 문의해 주세요" 안내
+- Requests to find a contact person → Trigger Contact Topic
+- All other questions about company policies / benefits / leave / expenses → Trigger FAQ Topic
+- If a Topic cannot find a result → Respond with "Please contact the HR team at extension 1234"
```
{: .warning }
-> STRICT RULES를 추가하지 않으면 오케스트레이터가 Topic을 **올바르게 선택**하지 못할 수 있습니다.
+> Without STRICT RULES, the orchestrator may not **select the correct Topic**.
-## 테스트
+## Test
-3가지 질문으로 Topic이 올바르게 동작하는지 확인하세요:
+Verify that Topics work correctly with these 3 questions:
-| # | 질문 | 기대 동작 |
-|:--|:-----|:---------|
-| 1 | "연차 며칠이야?" | FAQ Topic 호출 → 답변 |
-| 2 | "경비처리 담당자 알려줘" | Contact Topic 호출 → 담당자 정보 |
-| 3 | "아까 찾은 담당자한테 문의하고 싶어" | 포스트잇(변수) 활용 확인 |
+| # | Question | Expected Behavior |
+|:--|:---------|:------------------|
+| 1 | "How many vacation days do I get?" | FAQ Topic triggered → Answer |
+| 2 | "Who handles expense reports?" | Contact Topic triggered → Contact info |
+| 3 | "I'd like to submit an inquiry to the contact you just found" | Sticky note (variable) usage confirmed |
---
-실습을 완료했으면 [M9 본문으로 돌아가세요](m09-topic-variables).
+Once you've completed this lab, [return to the M9 main page](m09-topic-variables).
diff --git a/docs/m09-topic-variables.md b/docs/m09-topic-variables.md
index e230bef..97fd649 100644
--- a/docs/m09-topic-variables.md
+++ b/docs/m09-topic-variables.md
@@ -1,153 +1,153 @@
---
-title: "M9. 도구 — 토픽과 변수"
+title: "M9. Tools — Topics and Variables"
nav_order: 10
has_children: true
---
-# 도구 — 토픽과 변수
+# Tools — Topics and Variables
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 14:10 | 35분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 14:10 | 35 min | 🟢 Hands-on Lab |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- **Topic = 대본** 비유 이해
-- **변수 = 포스트잇** 비유 이해
-- FAQ Topic + Contact Topic **2개 구현** (복붙 실습)
-- 지침에 **STRICT RULES** 추가하여 Topic 호출 조건 설정
+- Understand the **Topic = Script** analogy
+- Understand the **Variable = Sticky Note** analogy
+- **Build 2 Topics**: FAQ Topic + Contact Topic (copy-paste lab)
+- Add **STRICT RULES** to Instructions to define when Topics are triggered
---
-## Topic = 대본
+## Topic = Script
-Topic은 특정 상황에서 에이전트가 **어떻게 행동할지 정해놓은 대본**입니다.
+A Topic is a **pre-written script that defines how the agent should behave** in a specific situation.
-생성형 오케스트레이터가 사용자의 질문을 보고, 상황에 맞는 **대본을 자동으로 선택**해서 실행합니다.
+The generative orchestrator reads the user's question and **automatically selects and runs the appropriate script**.
---
-## 변수 = 포스트잇
+## Variable = Sticky Note
-변수는 대화 중 필요한 정보를 **메모해 두는 포스트잇**입니다.
-나중에 다른 Topic이나 Flow에서 꺼내 씁니다.
+A variable is a **sticky note for jotting down information** needed during a conversation.
+It can be retrieved later by other Topics or Flows.
```
-사용자: "경비처리 담당자 알려줘"
+User: "Who handles expense reports?"
↓
-Topic: "담당자 찾기 대본 실행"
+Topic: "Run the find-contact script"
↓
-📝 포스트잇: [담당자: 홍길동 / 연락처: 010-1234]
+📝 Sticky Note: [Contact: John Smith / Phone: 010-1234]
↓
-사용자: "아까 찾은 담당자한테 문의 넣어줘"
+User: "Submit an inquiry to the contact you just found"
↓
-Flow: 포스트잇의 정보를 사용해서 실행
+Flow: Runs using the information from the sticky note
```
-### 글로벌 변수 vs 일반 변수
+### Global Variables vs Local Variables
-| 구분 | 유지 범위 | 비유 |
-|:-----|:---------|:-----|
-| **글로벌 변수** | 모든 대본에서 공유 | 가슴에 붙인 포스트잇 |
-| 일반 변수 | 해당 대본 안에서만 | 대본 속 포스트잇 |
+| Type | Scope | Analogy |
+|:-----|:------|:--------|
+| **Global Variable** | Shared across all scripts | Sticky note pinned to your chest |
+| Local Variable | Only within that script | Sticky note inside the script |
{: .tip }
-> 오늘은 **글로벌 변수만** 사용합니다. 더 편하고, 이후 모듈에서 Flow 연결에 필요합니다.
+> Today we'll use **global variables only**. They're easier to work with and are needed for Flow connections in later modules.
---
-## 실습 ①: FAQ Topic 만들기
+## Lab ①: Create the FAQ Topic
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ①: FAQ Topic 만들기](m09-1-faq-topic)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ①: Create the FAQ Topic](m09-1-faq-topic) and come back here.
---
-## 실습 ②: Contact Topic 만들기
+## Lab ②: Create the Contact Topic
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ②: Contact Topic 만들기](m09-2-contact-topic)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ②: Create the Contact Topic](m09-2-contact-topic) and come back here.
---
-## 실습 ③: STRICT RULES 추가
+## Lab ③: Add STRICT RULES
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ③: STRICT RULES 추가](m09-3-strict-rules)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ③: Add STRICT RULES](m09-3-strict-rules) and come back here.
---
-## Topic 선택 우선순위
+## Topic Selection Priority
-질문이 겹쳐 보일 때는 **더 구체적인 의도**를 우선합니다.
+When questions seem to overlap, prioritize the **more specific intent**.
-| 질문 유형 | 우선 Topic | 이유 |
-|:----------|:-----------|:-----|
-| "담당자 알려줘"처럼 연락처 조회 | Contact Topic | 담당자 정보 반환이 목적 |
-| "연차 규정 알려줘"처럼 사내 규정 문의 | FAQ Topic | 규정/복리후생 설명이 목적 |
-| 둘 다 섞여 애매한 질문 | 재질문 | 잘못된 Topic 실행보다 확인 질문이 안전 |
+| Question Type | Priority Topic | Reason |
+|:--------------|:---------------|:-------|
+| Contact lookup like "Who's the contact person?" | Contact Topic | The goal is to return contact information |
+| Company policy inquiry like "What's the leave policy?" | FAQ Topic | The goal is to explain policies/benefits |
+| Ambiguous question that could be either | Ask a follow-up | A clarifying question is safer than running the wrong Topic |
{: .note }
-> M12에서 **Request Topic**이 추가되면, "문의 넣어줘"처럼 실제 행동을 요청하는 문장은 Contact/FAQ보다 Request Topic을 우선하도록 확장합니다.
+> In M12, when the **Request Topic** is added, messages requesting actual actions like "Submit an inquiry for me" will be prioritized to Request Topic over Contact/FAQ.
---
-## 테스트
+## Test
-3가지 질문으로 Topic이 올바르게 동작하는지 확인하세요:
+Verify that Topics work correctly with these 3 questions:
-| # | 질문 | 기대 동작 |
-|:--|:-----|:---------|
-| 1 | "연차 며칠이야?" | FAQ Topic 호출 → 답변 |
-| 2 | "경비처리 담당자 알려줘" | Contact Topic 호출 → 담당자 정보 |
-| 3 | "아까 찾은 담당자한테 문의하고 싶어" | 포스트잇(변수) 활용 확인 |
+| # | Question | Expected Behavior |
+|:--|:---------|:------------------|
+| 1 | "How many vacation days do I get?" | FAQ Topic triggered → Answer |
+| 2 | "Who handles expense reports?" | Contact Topic triggered → Contact info |
+| 3 | "I'd like to submit an inquiry to the contact you just found" | Sticky note (variable) usage confirmed |
---
-## 핵심 정리
+## Key Takeaways
-1. **Topic = 대본** — 상황별 에이전트 행동 시나리오
-2. **변수 = 포스트잇** — 대화 중 정보 메모, 나중에 활용
-3. **STRICT RULES** — Topic이 언제 호출되는지 명확하게 지정
-4. Topic은 수집하고 처리한다. **말하는 것은 오케스트레이터**
+1. **Topic = Script** — A behavior scenario for the agent per situation
+2. **Variable = Sticky Note** — Notes information during conversation for later use
+3. **STRICT RULES** — Clearly define when each Topic should be triggered
+4. Topics collect and process. **The orchestrator does the talking**
{: .note }
-> 복붙이지만 중요한 건 **"포스트잇에 뭔가를 메모하고 있구나"를 느끼는 것**입니다.
+> It's copy-paste, but the important thing is **feeling that "something is being noted on a sticky note."**
---
## FAQ
-| 질문 | 답변 |
-|:-----|:-----|
-| Topic을 몇 개까지 만들 수 있나요? | 제한은 많지 않지만, 역할이 명확한 Topic 위주로 만드세요. |
-| Topic과 지침이 충돌하면? | STRICT RULES가 우선합니다. 여러 Topic 후보가 동시에 맞으면 더 구체적인 요청을 우선하고, 애매하면 재질문하세요. |
-| 변수 이름은 아무거나 해도 되나요? | 네. 단, `Global.` 접두사가 있으면 글로벌 변수입니다. |
+| Question | Answer |
+|:---------|:-------|
+| How many Topics can I create? | There isn't a strict limit, but focus on creating Topics with clearly defined roles. |
+| What if a Topic and Instructions conflict? | STRICT RULES take priority. If multiple Topic candidates match simultaneously, prioritize the more specific request. If it's ambiguous, ask a follow-up question. |
+| Can I name variables anything I want? | Yes. However, if it has the `Global.` prefix, it's a global variable. |
---
-## 참조 자료
+## References
-| 자료 | 링크 |
-|:-----|:-----|
-| Topics 개요 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/authoring-fundamentals) |
-| 변수 사용 가이드 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/authoring-variables) |
-| 글로벌 변수 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/authoring-variables-bot) |
+| Resource | Link |
+|:---------|:-----|
+| Topics Overview | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/authoring-fundamentals) |
+| Variable Usage Guide | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/authoring-variables) |
+| Global Variables | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/authoring-variables-bot) |
---
-다음 모듈: [M10. 게시와 공유](m10-publish-share)
+Next module: [M10. Publish and Share](m10-publish-share)
diff --git a/docs/m10-1-publish.md b/docs/m10-1-publish.md
index d90f911..779a578 100644
--- a/docs/m10-1-publish.md
+++ b/docs/m10-1-publish.md
@@ -1,28 +1,28 @@
---
-title: "실습① — 게시(Publish)"
-parent: "M10. 게시와 공유"
+title: "Lab ① — Publish"
+parent: "M10. Publishing & Sharing"
nav_order: 1
---
-# 실습 ①: 게시(Publish)
+# Lab ①: Publish
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 15:00 | 5분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 15:00 | 5 min | 🟢 Hands-on Lab |
---
## Step-by-Step
-1. Copilot Studio → 에이전트 편집 화면
-2. 우측 상단 **"게시(Publish)"** 클릭
-3. 게시 확인 대화상자 → **"게시"** 클릭
-4. 게시 완료 (1~2분 소요)
+1. Copilot Studio → Agent editing screen
+2. Click **"Publish"** in the top-right corner
+3. In the confirmation dialog → click **"Publish"**
+4. Publishing completes (takes 1–2 minutes)
{: .highlight }
-> 게시 = 최신 변경사항을 **실사용 버전**에 반영하는 단계입니다. 게시하지 않으면 테스트 패널에서만 확인됩니다.
+> Publish = the step that deploys your latest changes to the **live version**. Without publishing, changes are only visible in the test panel.
---
-실습을 완료했으면 [M10 본문으로 돌아가세요](m10-publish-share).
+Once you've completed this lab, [return to the M10 main page](m10-publish-share).
diff --git a/docs/m10-2-immersive.md b/docs/m10-2-immersive.md
index 229c4c8..c8ee764 100644
--- a/docs/m10-2-immersive.md
+++ b/docs/m10-2-immersive.md
@@ -1,31 +1,31 @@
---
-title: "실습② — 몰입형 테스트"
-parent: "M10. 게시와 공유"
+title: "Lab ② — Immersive Test"
+parent: "M10. Publishing & Sharing"
nav_order: 2
---
-# 실습 ②: Copilot에서 에이전트 사용 (몰입형)
+# Lab ②: Use the Agent in Copilot (Immersive)
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 15:05 | 5분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 15:05 | 5 min | 🟢 Hands-on Lab |
---
-M2에서 배운 **몰입형** 방식입니다. 에이전트 전용 화면에서 1:1로 대화합니다.
+This is the **immersive** mode you learned about in M2. You'll have a 1:1 conversation with the agent on its dedicated screen.
## Step-by-Step
-1. [M365 Copilot](https://copilot.microsoft.com) 접속 (또는 Teams Copilot)
-2. 에이전트 목록에서 **만든 에이전트 이름 클릭**
-3. 에이전트 전용 화면이 열림
-4. 질문 입력: **"복지포인트 사용처 알려줘"**
-5. 에이전트가 답변하는 것 확인! 🎉
+1. Go to [M365 Copilot](https://copilot.microsoft.com) (or Teams Copilot)
+2. In the agent list, **click your agent's name**
+3. The agent's dedicated screen opens
+4. Enter a question: **"Where can I use my welfare points?"**
+5. Confirm the agent responds! 🎉
{: .tip }
-> 몰입형은 에이전트와 **집중 대화**할 때 적합합니다. 여러 질문을 연속으로 하거나 깊이 있는 상담이 필요할 때 사용하세요.
+> Immersive mode is ideal for **focused conversations** with the agent. Use it when you need to ask multiple questions in a row or have an in-depth consultation.
---
-실습을 완료했으면 [M10 본문으로 돌아가세요](m10-publish-share).
+Once you've completed this lab, [return to the M10 main page](m10-publish-share).
diff --git a/docs/m10-3-at-mention.md b/docs/m10-3-at-mention.md
index 2b4c737..6480737 100644
--- a/docs/m10-3-at-mention.md
+++ b/docs/m10-3-at-mention.md
@@ -1,24 +1,24 @@
---
-title: "실습③ — @호출 테스트"
-parent: "M10. 게시와 공유"
+title: "Lab ③ — @Mention Test"
+parent: "M10. Publishing & Sharing"
nav_order: 3
---
-# 실습 ③: @호출 테스트 (인컨텍스트)
+# Lab ③: @Mention Test (In-Context)
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 15:10 | 5분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 15:10 | 5 min | 🟢 Hands-on Lab |
---
-M2에서 배운 **인컨텍스트** 방식입니다. 다른 업무 중 빠르게 질문할 때 편합니다.
+This is the **in-context** mode you learned about in M2. It's convenient for quickly asking a question while working on something else.
-1. M365 Copilot 채팅 열기 (Teams 또는 브라우저)
-2. 입력: `@에이전트이름 복지포인트 사용처 알려줘`
-3. 에이전트가 답변하는 것 확인
+1. Open M365 Copilot Chat (Teams or browser)
+2. Type: `@YourAgentName Where can I use my welfare points?`
+3. Confirm the agent responds
---
-실습을 완료했으면 [M10 본문으로 돌아가세요](m10-publish-share).
+Once you've completed this lab, [return to the M10 main page](m10-publish-share).
diff --git a/docs/m10-publish-share.md b/docs/m10-publish-share.md
index 4f1afbe..b1a1802 100644
--- a/docs/m10-publish-share.md
+++ b/docs/m10-publish-share.md
@@ -1,128 +1,128 @@
---
-title: "M10. 게시와 공유"
+title: "M10. Publishing & Sharing"
nav_order: 11
has_children: true
---
-# 에이전트 게시와 공유 — Copilot에서 에이전트 사용
+# Publishing & Sharing Your Agent — Using Agents in Copilot
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 15:00 | 20분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 15:00 | 20 min | 🟢 Hands-on Lab |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- Copilot Studio에서 에이전트를 **게시(Publish)**
-- **M365 Copilot에서 에이전트 사용** — 몰입형(전용 화면) + @호출
-- 다른 사람과 사용할 수 있도록 **공유(Share)**
-- **재게시** 개념 이해
+- **Publish** an agent from Copilot Studio
+- **Use the agent in M365 Copilot** — Immersive (dedicated screen) + @mention
+- **Share** the agent so others can use it
+- Understand the concept of **republishing**
---
-## 용어 먼저 정리
+## Key Terms
-| 용어 | 뜻 |
-|:-----|:---|
-| **게시(Publish)** | Copilot Studio의 최신 변경사항을 사용 채널에 반영할 준비를 하는 단계 |
-| **사용 채널** | M365 Copilot, Teams, 웹사이트처럼 실제로 에이전트를 쓰는 위치 |
-| **공유(Share)** | 특정 동료나 조직이 그 에이전트를 사용할 수 있게 권한을 주는 단계 |
+| Term | Definition |
+|:-----|:-----------|
+| **Publish** | The step that prepares the latest changes in Copilot Studio for deployment to a channel |
+| **Channel** | Where the agent is actually used — M365 Copilot, Teams, a website, etc. |
+| **Share** | The step that grants specific colleagues or an organization permission to use the agent |
---
-## 사용 채널 4가지
+## Four Available Channels
-| 채널 | 추천 상황 | 오늘 실습 |
-|:-----|:---------|:---------|
-| **M365 Copilot (몰입형)** | 에이전트 전용 화면에서 집중 대화 | ✅ 실습 |
-| **M365 Copilot (@호출)** | 빠르게 사용 (인컨텍스트) | ✅ 실습 |
-| Microsoft Teams | 팀 내부용·협업 도구 연동 | 소개만 |
-| 웹사이트 임베드 | 외부 고객 대상 | 소개만 |
+| Channel | Recommended For | Today's Lab |
+|:--------|:---------------|:------------|
+| **M365 Copilot (Immersive)** | Focused conversations on a dedicated agent screen | ✅ Lab |
+| **M365 Copilot (@mention)** | Quick, in-context use | ✅ Lab |
+| Microsoft Teams | Internal team use & collaboration tool integration | Overview only |
+| Website Embed | External customer-facing scenarios | Overview only |
---
-## 실습 ①: 게시(Publish)
+## Lab ①: Publish
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ①: 게시(Publish)](m10-1-publish)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ①: Publish](m10-1-publish) and then come back here.
---
-## 실습 ②: Copilot에서 에이전트 사용 (몰입형)
+## Lab ②: Use the Agent in Copilot (Immersive)
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ②: 몰입형 테스트](m10-2-immersive)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ②: Immersive Test](m10-2-immersive) and then come back here.
---
-## 실습 ③: @호출 테스트 (인컨텍스트)
+## Lab ③: @Mention Test (In-Context)
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ③: @호출 테스트](m10-3-at-mention)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ③: @Mention Test](m10-3-at-mention) and then come back here.
---
-## 게시 후 공유
+## Sharing After Publishing
-에이전트를 동료와 공유하려면:
-- 에이전트 **설정 → 공유** → 동료 이메일 입력
-- 또는 관리자가 **조직 전체 사용 정책**으로 노출
+To share the agent with colleagues:
+- Go to agent **Settings → Share** → enter a colleague's email
+- Or have an admin expose it through an **organization-wide usage policy**
---
-## 재게시
+## Republishing
{: .important }
-> **게시는 1회성이 아닙니다.** 에이전트를 수정할 때마다 다시 게시해야 Copilot에 반영됩니다.
+> **Publishing is not a one-time action.** Every time you modify the agent, you must publish again for the changes to take effect in Copilot.
-M11~M12에서 커넥터·흐름을 추가한 뒤 → **다시 게시 버튼** 누르기
-→ Copilot의 에이전트에 새 기능이 즉시 반영됩니다.
+After adding connectors and flows in M11–M12 → click the **Publish button** again
+→ The new capabilities are immediately reflected in the Copilot agent.
---
-## 핵심 정리
+## Key Takeaways
-1. **게시** = 최신 버전을 사용 채널에 반영하는 단계
-2. **몰입형** = Copilot에서 에이전트 이름 클릭 → 전용 화면에서 집중 대화
-3. **@호출** = Copilot 채팅에서 빠르게 질문
-4. **공유** = 다른 사람이 쓸 수 있도록 권한을 주는 단계
-5. **수정 후에는 반드시 재게시**
+1. **Publish** = the step that deploys the latest version to a channel
+2. **Immersive** = click the agent name in Copilot → focused conversation on a dedicated screen
+3. **@Mention** = quickly ask a question from within Copilot Chat
+4. **Share** = grant others permission to use the agent
+5. **Always republish after making changes**
---
## FAQ
-| 질문 | 답변 |
-|:-----|:-----|
-| Copilot에서 에이전트가 안 보여요 | 게시 후 1~3분 소요됩니다. 새로고침 후 다시 확인해 보세요. |
-| @호출이 안 됩니다 | 게시 여부 확인, Copilot 채널 활성화 확인, 관리자 정책 확인이 필요합니다. |
-| 다른 팀원도 바로 쓸 수 있나요? | 공유 설정에서 추가하거나 관리자 정책으로 조직 전체에 노출할 수 있습니다. |
-| 게시를 되돌릴 수 있나요? | 채널에서 비활성화하거나 에이전트를 비게시 상태로 전환할 수 있습니다. |
+| Question | Answer |
+|:---------|:-------|
+| I can't see my agent in Copilot | It takes 1–3 minutes after publishing. Try refreshing and checking again. |
+| @mention isn't working | Verify the agent is published, the Copilot channel is enabled, and admin policies allow it. |
+| Can other team members use it right away? | Add them via the Share settings, or have an admin expose the agent organization-wide. |
+| Can I undo a publish? | You can deactivate the channel or switch the agent to an unpublished state. |
---
-## 참조 자료
+## Reference Materials
-| 자료 | 링크 |
-|:-----|:-----|
-| 에이전트 게시 기본 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/publication-fundamentals-publish-channels) |
-| Teams에 에이전트 배포 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/publication-add-bot-to-microsoft-teams) |
-| M365 Copilot 에이전트 연결 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-365-copilot/extensibility/) |
-| 에이전트 공유 및 협업 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/admin-share-bots) |
+| Resource | Link |
+|:---------|:-----|
+| Agent Publishing Basics | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/publication-fundamentals-publish-channels) |
+| Deploy Agent to Teams | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/publication-add-bot-to-microsoft-teams) |
+| M365 Copilot Agent Integration | [learn.microsoft.com](https://learn.microsoft.com/microsoft-365-copilot/extensibility/) |
+| Agent Sharing & Collaboration | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/admin-share-bots) |
---
-다음 모듈: [M11. 도구 — 커넥터](m11-connector)
+Next module: [M11. Tools — Connectors](m11-connector)
diff --git a/docs/m11-1-excel-prep.md b/docs/m11-1-excel-prep.md
index 867da60..ba2f2c4 100644
--- a/docs/m11-1-excel-prep.md
+++ b/docs/m11-1-excel-prep.md
@@ -1,34 +1,34 @@
---
-title: "실습① — Excel 파일 준비"
-parent: "M11. 도구 — 커넥터"
+title: "Lab ① — Prepare the Excel File"
+parent: "M11. Tools — Connectors"
nav_order: 1
---
-# 실습 ①: Excel 파일 준비
+# Lab ①: Prepare the Excel File
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 15:20 | 5분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 15:20 | 5 min | 🟢 Hands-on Lab |
---
{: .important }
-> **OneDrive for Business**와 **Excel Online (Business)** 접근 권한이 있어야 합니다. 조직 정책상 OneDrive 사용이 제한되어 있으면 같은 구조로 **SharePoint 문서 라이브러리**를 사용해도 됩니다.
+> You need access to **OneDrive for Business** and **Excel Online (Business)**. If your organization's policies restrict OneDrive usage, you can use a **SharePoint document library** with the same structure instead.
-1. **OneDrive** 접속 → 새 Excel 파일 생성: `대화기록.xlsx`
-2. **Sheet1**에 테이블 만들기:
+1. Go to **OneDrive** → create a new Excel file: `대화기록.xlsx`
+2. Create a table in **Sheet1**:
-| 시간 | 사용자 | 질문 | 답변 |
-|:-----|:------|:-----|:-----|
-| (비워두기) | | | |
+| Time | User | Question | Answer |
+|:-----|:-----|:---------|:-------|
+| (leave empty) | | | |
-3. 표 전체 선택 → **"삽입" → "표"** → 확인
-4. **저장**
+3. Select the entire range → **"Insert" → "Table"** → confirm
+4. **Save**
{: .tip }
-> 반드시 **표(Table)**로 만들어야 Copilot Studio의 Excel 커넥터에서 행을 추가할 수 있습니다.
+> You must format it as a **Table** for Copilot Studio's Excel connector to be able to add rows.
---
-실습을 완료했으면 [M11 본문으로 돌아가세요](m11-connector).
+Once you've completed this lab, [return to the M11 main page](m11-connector).
diff --git a/docs/m11-2-record-topic.md b/docs/m11-2-record-topic.md
index 041845a..44b7686 100644
--- a/docs/m11-2-record-topic.md
+++ b/docs/m11-2-record-topic.md
@@ -1,72 +1,72 @@
---
-title: "실습② — Record Topic + Excel 커넥터"
-parent: "M11. 도구 — 커넥터"
+title: "Lab ② — Record Topic + Excel Connector"
+parent: "M11. Tools — Connectors"
nav_order: 2
---
-# 실습 ②: Record Topic에서 Excel 커넥터 연결하기
+# Lab ②: Connect the Excel Connector in the Record Topic
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 15:25 | 20분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 15:25 | 20 min | 🟢 Hands-on Lab |
---
-## Step 1 — Topic 생성 + 트리거 설정
+## Step 1 — Create the Topic + Set the Trigger
-1. Copilot Studio → **토픽** → **"+ 토픽 추가"** → **"새로 만들기"**
-2. Topic 이름: `Record Topic`
-3. 트리거 노드 클릭 → **"트리거 변경"** 선택
-4. 트리거 유형 목록에서 **"응답 후(After response)"** 선택
- - 이것이 "AI가 응답을 생성할 때마다 자동 실행"의 의미입니다
+1. Copilot Studio → **Topics** → **"+ Add a topic"** → **"From blank"**
+2. Topic name: `Record Topic`
+3. Click the trigger node → select **"Change trigger"**
+4. From the trigger type list, select **"After response"**
+ - This means "automatically runs every time the AI generates a response"
{: .highlight }
-> 일반 Topic의 트리거는 **"문구(Phrases)"**입니다. Record Topic은 **"응답 후"** 트리거를 사용하기 때문에, 사용자가 특정 말을 하지 않아도 **매번 자동으로 실행**됩니다.
+> A regular Topic's trigger is **"Phrases"**. Because the Record Topic uses an **"After response"** trigger, it **runs automatically every time** — even without the user saying anything specific.
-## Step 2 — Excel 커넥터 추가
+## Step 2 — Add the Excel Connector
-5. 트리거 아래 **"+"** 클릭 → **"작업 호출"** 선택
-6. 커넥터 검색창에서 **"Excel"** 검색 → **"Excel Online (Business)"** 선택
-7. 동작 목록에서 **"표에 행 추가"** 선택
-8. 연결 승인 팝업이 나타나면 **"승인"** 클릭 (Microsoft 365 계정으로 로그인)
+5. Click **"+"** below the trigger → select **"Call an action"**
+6. Search for **"Excel"** in the connector search bar → select **"Excel Online (Business)"**
+7. From the action list, select **"Add a row into a table"**
+8. When the connection authorization popup appears, click **"Authorize"** (sign in with your Microsoft 365 account)
-## Step 3 — Excel 파일 연결 + 매핑
+## Step 3 — Connect the Excel File + Map Columns
-9. 설정 항목을 아래와 같이 지정합니다:
+9. Set the configuration fields as follows:
-| 항목 | 값 |
-|:-----|:---|
-| 위치 | **OneDrive for Business** |
-| 문서 라이브러리 | (기본값) |
-| 파일 | `대화기록.xlsx` 선택 |
-| 표 | `표1` 선택 |
+| Field | Value |
+|:------|:------|
+| Location | **OneDrive for Business** |
+| Document Library | (default) |
+| File | Select `대화기록.xlsx` |
+| Table | Select `Table1` |
-10. 컬럼 매핑 (각 컬럼 오른쪽 입력란 클릭 → 변수 삽입):
+10. Column mapping (click the input field to the right of each column → insert variable):
-| Excel 컬럼 | 매핑 값 | 설명 |
-|:-----------|:---------|:-----|
-| 시간 | `utcNow()` (수식 입력) | 현재 시각 |
-| 사용자 | `System.User.PrincipalName` | 질문한 사람 |
-| 질문 | `System.Activity.Text` | 사용자 입력 |
-| 답변 | `System.Response.FormattedText` | 에이전트 응답 |
+| Excel Column | Mapped Value | Description |
+|:-------------|:-------------|:------------|
+| Time | `utcNow()` (enter as formula) | Current timestamp |
+| User | `System.User.PrincipalName` | Person who asked |
+| Question | `System.Activity.Text` | User input |
+| Answer | `System.Response.FormattedText` | Agent response |
-11. **저장**
+11. **Save**
{: .tip }
-> 이 Topic은 사용자가 직접 호출하지 않습니다. "응답이 생성될 때마다 실행"되는 자동 Topic이고, 안에서 **Excel 커넥터를 바로 호출**합니다.
+> This Topic is not invoked by the user directly. It's an automatic Topic that "runs every time a response is generated," and it **calls the Excel connector directly** from within.
---
-## 테스트
+## Test
-1. 테스트 패널에서 아무 질문 입력: **"연차 며칠이야?"**
-2. 에이전트가 답변
-3. **OneDrive → 대화기록.xlsx** 열기 → 새 행이 추가되어 있는지 확인! 🎉
+1. Enter any question in the test panel: **"How many vacation days do I have?"**
+2. The agent responds
+3. Open **OneDrive → 대화기록.xlsx** → verify that a new row has been added! 🎉
{: .important }
-> Excel에 시간·사용자·질문·답변이 쌓이는 걸 확인하면 성공입니다.
+> If you can see the Time, User, Question, and Answer being populated in Excel, you've succeeded.
---
-실습을 완료했으면 [M11 본문으로 돌아가세요](m11-connector).
+Once you've completed this lab, [return to the M11 main page](m11-connector).
diff --git a/docs/m11-connector.md b/docs/m11-connector.md
index 6d3d2de..4751101 100644
--- a/docs/m11-connector.md
+++ b/docs/m11-connector.md
@@ -1,162 +1,162 @@
---
-title: "M11. 도구 — 커넥터"
+title: "M11. Tools — Connectors"
nav_order: 12
has_children: true
---
-# 도구 — 커넥터
+# Tools — Connectors
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 15:20 | 30분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 15:20 | 30 min | 🟢 Hands-on Lab |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- **커넥터(Connector)**란 무엇인지 — Microsoft 365 앱을 에이전트에 직접 연결하는 원리
-- 커넥터와 에이전트 흐름의 **차이점**
-- Excel **행 추가 커넥터**를 활용한 **대화기록 자동 저장** 실습
-- Record Topic에서 **Excel 커넥터를 직접 호출**해 대화가 Excel에 자동으로 쌓이는 것 확인
+- What a **Connector** is — the principle of directly connecting Microsoft 365 apps to your agent
+- The **differences** between connectors and Agent Flows
+- Hands-on lab using the Excel **Add a Row** connector for **automatic conversation logging**
+- Calling the **Excel connector directly from a Record Topic** to verify conversations are automatically saved to Excel
---
-## 커넥터란?
+## What Is a Connector?
-**커넥터**는 Microsoft 365 앱(예: Excel, Outlook, Teams, SharePoint)에 에이전트를 하나의 동작으로 **직접 연결**하는 가장 간단한 도구입니다.
+A **connector** is the simplest tool for **directly connecting** your agent to a Microsoft 365 app (e.g., Excel, Outlook, Teams, SharePoint) with a single action.
-| 커넥터 | 에이전트 흐름(M12) |
-|:--------|:----------------|
-| 단일 앱 직접 연결 | 여러 단계 자동화 |
-| 단순한 동작 | 복잡한 로직 담당 |
-| 빠른 적용 | 높은 유연성 |
+| Connector | Agent Flow (M12) |
+|:----------|:-----------------|
+| Direct connection to a single app | Multi-step automation |
+| Simple actions | Handles complex logic |
+| Quick to set up | Highly flexible |
{: .highlight }
-> 커넥터는 M365 앱 범위 내에서 단순한 작업에 적합하고, 에이전트 흐름은 **여러 단계를 엮어 복잡한 자동화**에 적합합니다.
+> Connectors are ideal for simple tasks within the M365 app ecosystem, while Agent Flows are better suited for **complex automation that chains multiple steps together**.
-이 모듈에서는 Excel **행 추가 커넥터**를 예시로 사용합니다. Topic 안에서 커넥터를 바로 호출해, 에이전트와 대화한 내용이 Excel에 자동으로 기록되게 만듭니다.
+In this module, we'll use the Excel **Add a Row** connector as our example. We'll call the connector directly from within a Topic so that conversations with the agent are automatically recorded in Excel.
---
-## 왜 대화를 정리합니까?
+## Why Log Conversations?
-에이전트의 모든 대화를 **자동으로 Excel에 기록**하면 3가지 가치가 생깁니다.
+**Automatically recording** all agent conversations to Excel creates three types of value.
-| 목적 | 설명 |
-|:-----|:-----|
-| **에이전트 개선** | 자주 묻는 질문 파악 → 지식 보강 |
-| **감사/컴플라이언스** | 누가, 언제, 뭘 물어봤는지 투명한 기록 |
-| **업무 분석** | 질문 패턴으로 실제 업무 니즈 발견 |
+| Purpose | Description |
+|:--------|:------------|
+| **Agent Improvement** | Identify frequently asked questions → reinforce knowledge sources |
+| **Audit / Compliance** | Transparent record of who asked what and when |
+| **Business Analysis** | Discover real business needs from question patterns |
---
-## 대화기록 구조
+## Conversation Logging Architecture
```mermaid
flowchart LR
- A[👤 질문] --> B[🤖 에이전트 답변]
- B --> C[🎬 Record Topic
자동 트리거]
- C --> D[🔌 Excel 행 추가
커넥터 호출]
- D --> E[📊 Excel에
행 자동 추가]
+ A[👤 Question] --> B[🤖 Agent Response]
+ B --> C[🎬 Record Topic
Auto-trigger]
+ C --> D[🔌 Excel Add Row
Connector Call]
+ D --> E[📊 Row Automatically
Added to Excel]
```
-### Excel 기록 항목
+### Excel Record Fields
-| 컬럼 | 값 | 설명 |
-|:-----|:---|:-----|
-| 시간 | `utcNow()` | 대화 발생 시각 |
-| 사용자 | `System.User.PrincipalName` | 질문한 사람 |
-| 질문 | `System.Activity.Text` | 사용자 입력 |
-| 답변 | `System.Response.FormattedText` | 에이전트 응답 |
+| Column | Value | Description |
+|:-------|:------|:------------|
+| Time | `utcNow()` | Timestamp of the conversation |
+| User | `System.User.PrincipalName` | Person who asked the question |
+| Question | `System.Activity.Text` | User input |
+| Answer | `System.Response.FormattedText` | Agent response |
-### Record Topic의 특별한 점
+### What Makes Record Topic Special
-일반 Topic은 사용자가 특정 질문을 해야 실행됩니다.
-하지만 Record Topic은 **"AI가 응답을 생성할 때마다"** 자동 실행됩니다.
+A regular Topic only runs when the user asks a specific question.
+But a Record Topic **runs automatically every time the AI generates a response**.
{: .highlight }
-> 사용자는 기록되는 줄도 모릅니다. 에이전트가 **자동으로 일기를 쓰는 것**입니다.
+> The user doesn't even know they're being logged. It's like the agent is **automatically keeping a journal**.
---
-## 실습 ①: Excel 파일 준비
+## Lab ①: Prepare the Excel File
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ①: Excel 파일 준비](m11-1-excel-prep)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ①: Prepare the Excel File](m11-1-excel-prep) and then come back here.
---
-## 실습 ②: Record Topic에서 Excel 커넥터 연결하기
+## Lab ②: Connect the Excel Connector in the Record Topic
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ②: Record Topic + Excel 커넥터](m11-2-record-topic)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ②: Record Topic + Excel Connector](m11-2-record-topic) and then come back here.
---
-## 데이터 활용 시나리오
+## Data Utilization Scenarios
-기록된 데이터로 이런 분석이 가능합니다.
+Here's what you can analyze with the recorded data.
-| 시나리오 | 분석 방법 | 기대 효과 |
-|:---------|:---------|:---------|
-| **자주 묻는 질문 TOP 10** | 질문 컬럼 키워드 분류 | 지식 소스 보강 우선순위 |
-| **답변 실패 패턴** | "모르겠습니다" 필터링 | 부족한 교과서 파악 |
-| **사용량 추이** | 시간대별/요일별 집계 | 서비스 시간 최적화 |
-| **사용자별 현황** | Pivot 분석 | 교육 대상 파악 |
+| Scenario | Analysis Method | Expected Outcome |
+|:---------|:---------------|:-----------------|
+| **Top 10 Frequently Asked Questions** | Keyword classification of the Question column | Prioritize knowledge source improvements |
+| **Failed Answer Patterns** | Filter for "I don't know" responses | Identify gaps in knowledge (textbooks) |
+| **Usage Trends** | Aggregate by time of day / day of week | Optimize service hours |
+| **Per-User Breakdown** | Pivot analysis | Identify training needs |
{: .tip }
-> Copilot에게 "이 데이터에서 가장 많이 묻는 질문 TOP 5를 알려줘"라고 물으면 **자동으로 분석**해 줍니다.
+> Ask Copilot "Show me the top 5 most frequently asked questions from this data" and it will **analyze it automatically**.
---
-## M12로 넘어가기
+## Transitioning to M12
-강사는 아래처럼 연결하면 자연스럽습니다.
+Here's a natural way for instructors to bridge to the next module:
-> 방금 한 것은 Power Automate 흐름을 만든 것이 아니라, **Topic 안에서 Excel 커넥터를 바로 호출해 한 줄을 저장한 것**입니다. 즉, 앱 하나에 단일 동작을 바로 붙여본 것입니다. 다음 M12에서는 여기서 한 단계 더 나아가, 정보를 수집하고 AI로 문안을 만들고 메일까지 보내는 **여러 단계 자동화 흐름**으로 확장하겠습니다.
+> What we just did was NOT creating a Power Automate flow — we **called an Excel connector directly from within a Topic to save a single row**. In other words, we attached a single action directly to one app. In M12, we'll take it a step further and expand into a **multi-step automation flow** that collects information, drafts content with AI, and even sends emails.
---
-## 핵심 정리
+## Key Takeaways
-1. **Record Topic** = 모든 대화를 자동으로 감지하는 특수 Topic
-2. **Excel 행 추가 커넥터** = Topic 안에서 바로 호출해 대화 내용을 자동 기록
-3. 기록된 데이터로 **에이전트 개선·감사·업무 분석** 가능
-4. M12에서는 이 단일 동작을 넘어, **여러 단계를 묶는 Agent Flow**로 확장합니다
+1. **Record Topic** = a special Topic that automatically captures every conversation
+2. **Excel Add a Row connector** = called directly from a Topic to automatically log conversation content
+3. Recorded data enables **agent improvement, auditing, and business analysis**
+4. In M12, we'll go beyond this single action and expand into **multi-step Agent Flows**
---
## FAQ
-| 질문 | 답변 |
-|:-----|:-----|
-| Excel 말고 다른 곳에 저장할 수 있나요? | Dataverse, SQL, SharePoint 리스트 등 가능합니다. Excel이 가장 간단합니다. |
-| Excel에 행 제한이 있나요? | 있습니다. 대량 운영 시 Dataverse나 DB를 권장합니다. |
-| 개인정보 보호는 어떻게 하나요? | M1의 보안 정책이 적용됩니다. 사용자명 익명화도 가능합니다. |
-| OneDrive가 막혀 있으면 어떻게 하나요? | SharePoint 문서 라이브러리나 Dataverse 같은 대체 저장소로 같은 구조를 구현할 수 있습니다. |
-| 바로 오늘 팀에서 쓸 수 있나요? | 커넥터 연결과 저장소 권한이 모두 준비돼 있으면 바로 사용 가능합니다. |
+| Question | Answer |
+|:---------|:-------|
+| Can I save to something other than Excel? | Yes — Dataverse, SQL, SharePoint lists, and more. Excel is simply the easiest option. |
+| Is there a row limit in Excel? | Yes. For large-scale operations, Dataverse or a database is recommended. |
+| How is personal data protected? | The security policies from M1 apply. User names can also be anonymized. |
+| What if OneDrive is blocked? | You can implement the same structure using a SharePoint document library or Dataverse as an alternative storage location. |
+| Can my team start using this today? | Yes, as long as the connector connection and storage permissions are all set up. |
---
-## 참조 자료
+## Reference Materials
-| 자료 | 링크 |
-|:-----|:-----|
-| Copilot Studio 분석 대시보드 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/analytics-overview) |
-| Power Automate Excel 커넥터 | [learn.microsoft.com](https://learn.microsoft.com/connectors/excelonlinebusiness/) |
-| 에이전트 성능 모니터링 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/analytics-sessions) |
+| Resource | Link |
+|:---------|:-----|
+| Copilot Studio Analytics Dashboard | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/analytics-overview) |
+| Power Automate Excel Connector | [learn.microsoft.com](https://learn.microsoft.com/connectors/excelonlinebusiness/) |
+| Agent Performance Monitoring | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/analytics-sessions) |
---
-다음 모듈: [M12. 도구 — 에이전트 흐름](m12-agent-flow)
+Next module: [M12. Tools — Agent Flows](m12-agent-flow)
diff --git a/docs/m12-1-create-flow.md b/docs/m12-1-create-flow.md
index 5b34803..94415b5 100644
--- a/docs/m12-1-create-flow.md
+++ b/docs/m12-1-create-flow.md
@@ -1,48 +1,48 @@
---
-title: "실습① — 흐름 만들기"
-parent: "M12. 도구 — 에이전트 흐름"
+title: "Lab ① — Create a Flow"
+parent: "M12. Tools — Agent Flow"
nav_order: 1
---
-# 실습: Power Automate 흐름 만들기
+# Lab: Create a Power Automate Flow
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 15:50 | 15분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 15:50 | 15 min | 🟢 Hands-on Lab |
---
-## 흐름 구조 — RequestByEmail
-
-| 항목 | 내용 |
-|:-----|:-----|
-| **흐름 이름** | RequestByEmail |
-| **트리거** | Copilot Studio에서 흐름을 호출할 때 |
-| **입력 ①** | `myRequest` (텍스트): 문의 내용 |
-| **입력 ②** | `mySender` (텍스트): 문의자 이름 |
-| **입력 ③** | `myEmail` (텍스트): 담당자 메일 주소 |
-| **동작 ①** | AI 프롬프트로 메일 본문 생성 |
-| **동작 ②** | Office 365 Outlook으로 메일 발송 |
-| **출력** | `myReturn`: 완료 메시지 |
-
-## 실습 순서
-
-1. [Power Automate](https://make.powerautomate.com) 접속
-2. **만들기 → 즉시 클라우드 흐름** 선택
-3. 트리거: **Copilot Studio에서 흐름을 호출할 때** 선택
-4. 입력 변수 3개 추가 (`myRequest`, `mySender`, `myEmail`)
-5. **AI Builder → AI 프롬프트** 동작 추가 → 메일 본문 생성 프롬프트 입력
-6. **Office 365 Outlook → 메일 보내기** 동작 추가
-7. 출력 변수 `myReturn` 추가
-8. **저장 → 게시**
+## Flow Structure — RequestByEmail
+
+| Item | Details |
+|:-----|:--------|
+| **Flow name** | RequestByEmail |
+| **Trigger** | When a flow is invoked from Copilot Studio |
+| **Input ①** | `myRequest` (text): Inquiry content |
+| **Input ②** | `mySender` (text): Sender's name |
+| **Input ③** | `myEmail` (text): Contact person's email address |
+| **Action ①** | Generate email body with an AI Prompt |
+| **Action ②** | Send email via Office 365 Outlook |
+| **Output** | `myReturn`: Completion message |
+
+## Lab Steps
+
+1. Go to [Power Automate](https://make.powerautomate.com)
+2. Select **Create → Instant cloud flow**
+3. Trigger: Select **When a flow is invoked from Copilot Studio**
+4. Add 3 input variables (`myRequest`, `mySender`, `myEmail`)
+5. Add an **AI Builder → AI Prompt** action → Enter the email body generation prompt
+6. Add an **Office 365 Outlook → Send an email** action
+7. Add the output variable `myReturn`
+8. **Save → Publish**
{: .important }
-> AI Builder 프롬프트는 AI Builder 크레딧이 필요합니다. 조직 정책에 따라 사용 불가일 수 있습니다. 이 경우 AI 프롬프트 단계를 건너뛰고 직접 메일 본문을 작성합니다.
+> AI Builder Prompts require AI Builder credits. Depending on your organization's policies, this may not be available. If so, skip the AI Prompt step and compose the email body manually.
{: .note }
-> 이 모듈의 목표는 **텍스트 AI 프롬프트를 한 번 넣어 보는 것**입니다. AI 프롬프트의 종류와 확장 시나리오는 다음 M13에서 따로 정리합니다.
+> The goal of this module is to **try adding a text-based AI Prompt once**. The different types of AI Prompts and advanced scenarios are covered separately in M13.
---
-실습을 완료했으면 [M12 본문으로 돌아가세요](m12-agent-flow).
+Once you have completed this lab, [return to the M12 main page](m12-agent-flow).
diff --git a/docs/m12-2-connect-flow.md b/docs/m12-2-connect-flow.md
index 5426418..f50d8ce 100644
--- a/docs/m12-2-connect-flow.md
+++ b/docs/m12-2-connect-flow.md
@@ -1,34 +1,34 @@
---
-title: "실습② — 에이전트에 흐름 연결"
-parent: "M12. 도구 — 에이전트 흐름"
+title: "Lab ② — Connect the Flow to Your Agent"
+parent: "M12. Tools — Agent Flow"
nav_order: 2
---
-# 실습: 에이전트에 흐름 연결하기
+# Lab: Connect the Flow to Your Agent
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 16:05 | 10분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 16:05 | 10 min | 🟢 Hands-on Lab |
---
-## Request Topic 만들기
+## Create the Request Topic
-1. Copilot Studio → **토픽 → + 토픽 추가**
-2. 이름: `Request Topic`
-3. 질문 노드: 문의 내용 수집 → 변수 저장
-4. 작업 노드: **RequestByEmail** 흐름 호출
-5. 입력 매핑:
- - `myRequest` → 문의 내용 변수
+1. Copilot Studio → **Topics → + Add a topic**
+2. Name: `Request Topic`
+3. Question node: Collect the inquiry content → Save to a variable
+4. Action node: Invoke the **RequestByEmail** flow
+5. Input mapping:
+ - `myRequest` → Inquiry content variable
- `mySender` → `System.User.DisplayName`
- - `myEmail` → 담당자 메일 주소
-6. 메시지 노드: 전달 완료 메시지 출력
-7. **저장 → 게시**
+ - `myEmail` → Contact person's email address
+6. Message node: Display a confirmation message
+7. **Save → Publish**
{: .tip }
-> 지침의 STRICT RULES에 "담당자 문의가 필요할 때는 반드시 Request Topic을 실행하라"고 추가하면 오케스트레이터가 이 토픽을 더 잘 채택합니다.
+> Adding a rule like "When a contact inquiry is needed, always run Request Topic" to the STRICT RULES in your instructions helps the orchestrator select this topic more reliably.
---
-실습을 완료했으면 [M12 본문으로 돌아가세요](m12-agent-flow).
+Once you have completed this lab, [return to the M12 main page](m12-agent-flow).
diff --git a/docs/m12-agent-flow.md b/docs/m12-agent-flow.md
index 4bf17f0..4df7e24 100644
--- a/docs/m12-agent-flow.md
+++ b/docs/m12-agent-flow.md
@@ -1,61 +1,61 @@
---
-title: "M12. 도구 — 에이전트 흐름"
+title: "M12. Tools — Agent Flow"
nav_order: 13
has_children: true
---
-# 도구 에이전트 흐름
+# Tools — Agent Flow
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 15:50 | 30분 | 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 15:50 | 30 min | 🟢 Hands-on Lab |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You Will Learn
-- **에이전트 흐름(Agent Flow)**이 커넥터와 무엇이 다른지
-- Power Automate로 **담당자에게 문의 메일 보내기** 흐름 만들기
-- 에이전트에서 흐름을 **도구로 연결**하고 호출하는 방법
-- 간단한 **AI 프롬프트**를 흐름 안에 한 단계로 넣어보는 방법
+- How **Agent Flow** differs from a connector
+- Building a **"Send inquiry email to a contact person"** flow with Power Automate
+- How to **connect and invoke a flow as a tool** from your agent
+- How to add a simple **AI Prompt** as a step inside the flow
{: .highlight }
-> M11에서는 Topic 안에서 Excel 커넥터를 **바로 호출해 한 줄을 저장**했습니다. 에이전트 흐름은 그보다 한 단계 더 나아가, **여러 단계를 묶어서 자동화**하는 방식입니다. 사용자가 문의를 넣으면 에이전트가 담당자에게 자동으로 메일을 보냅니다.
+> In M11, we called an Excel connector **directly inside a Topic to save a single row**. Agent Flow takes it one step further — it **chains multiple steps together into an automated workflow**. When a user submits an inquiry, the agent automatically sends an email to the contact person.
---
-## 커넥터 vs 에이전트 흐름
+## Connector vs Agent Flow
-| 구분 | 커넥터 | 에이전트 흐름 |
-|:-----|:-------|:------------|
-| 방식 | 단일 앱 직접 연결 | 여러 단계 자동화 |
-| 복잡도 | 낮음 | 중간~높음 |
-| 유연성 | 제한적 | 높음 |
-| 예시 | Excel 행 추가 | 정보 수집 AI 작성 메일 발송 |
+| Aspect | Connector | Agent Flow |
+|:-------|:----------|:-----------|
+| Approach | Direct single-app connection | Multi-step automation |
+| Complexity | Low | Medium to High |
+| Flexibility | Limited | High |
+| Example | Add an Excel row | Collect info → AI drafts message → Send email |
{: .note }
-> 구분 기준은 간단합니다. **한 앱에 한 동작을 바로 붙이면 커넥터**, **여러 단계를 묶어 처리하면 에이전트 흐름**입니다.
+> The rule of thumb is simple: **if you connect one action to one app, it's a connector**; **if you chain multiple steps together, it's an Agent Flow**.
---
-## 전체 흐름 구조
+## End-to-End Flow Structure
```mermaid
flowchart LR
- A[ 담당자한테\n문의 넣어줘] --> B[ Request Topic\n정보 수집]
- B --> C[ 에이전트 흐름\nRequestByEmail]
- C --> C1[ AI 프롬프트\n메일 본문 생성]
- C1 --> D[ 담당자 메일로\n문의 내용 전달]
- D --> E[ 전달 완료되었습니다]
+ A[Send an inquiry\nto the contact] --> B[Request Topic\nCollect info]
+ B --> C[Agent Flow\nRequestByEmail]
+ C --> C1[AI Prompt\nGenerate email body]
+ C1 --> D[Send inquiry\nvia email]
+ D --> E[Your request has\nbeen forwarded]
style C fill:#ffd,stroke:#cc0
style C1 fill:#ffd,stroke:#cc0
@@ -64,28 +64,28 @@ flowchart LR
---
-## 실습 ①: Power Automate 흐름 만들기
+## Lab ①: Create a Power Automate Flow
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ①: 흐름 만들기](m12-1-create-flow)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ①: Create a Flow](m12-1-create-flow) and come back here.
---
-## 실습 ②: 에이전트에 흐름 연결하기
+## Lab ②: Connect the Flow to Your Agent
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ②: 에이전트에 흐름 연결](m12-2-connect-flow)을 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ②: Connect the Flow to Your Agent](m12-2-connect-flow) and come back here.
---
-## 핵심 정리
+## Key Takeaways
-1. 에이전트 흐름 = 여러 단계를 묶어 자동화하는 Power Automate 흐름
-2. 에이전트에서 흐름을 **도구(Action)**로 연결하면 대화로 자동화 실행 가능
-3. AI 프롬프트를 흐름 안에 넣으면 메일 본문도 AI가 자동 작성
+1. Agent Flow = a Power Automate flow that chains multiple steps into an automation
+2. When you connect a flow as a **tool (Action)** in your agent, you can trigger automation through conversation
+3. Adding an AI Prompt inside the flow lets AI automatically draft the email body
---
-다음 모듈: [M13. 도구 — AI 프롬프트](m13-ai-prompt)
+Next module: [M13. Tools — AI Prompt](m13-ai-prompt)
diff --git a/docs/m13-ai-prompt.md b/docs/m13-ai-prompt.md
index 8610cc3..4ad7187 100644
--- a/docs/m13-ai-prompt.md
+++ b/docs/m13-ai-prompt.md
@@ -1,153 +1,153 @@
---
-title: "M13. 도구 — AI 프롬프트"
+title: "M13. Tools — AI Prompt"
nav_order: 14
---
-# 고급도구 — AI 프롬프트
+# Advanced Tools — AI Prompt
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 16:20 | 10분 | 👀 강사 데모 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 16:20 | 10 min | 👀 Instructor Demo |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You Will Learn
-- **AI 프롬프트** = Flow 안에 AI를 심는 기능
-- **4가지 유형** 구분 (텍스트·멀티모달·코드 인터프리터·Word 출력)
-- M3 샘플의 **내부 동작 원리** 이해
-- 실무 적용 아이디어
+- **AI Prompt** = a feature that embeds AI inside a Flow
+- Distinguishing the **4 prompt types** (Text · Multimodal · Code Interpreter · Word Output)
+- Understanding the **inner workings** of the M3 samples
+- Ideas for real-world applications
{: .highlight }
-> M12에서 문의 메일을 보내는 흐름에 **텍스트 AI 프롬프트를 한 단계 넣어** 메일 본문을 생성해 봤습니다. 이 모듈에서는 방금 사용한 기능을 분해해서, **AI 프롬프트가 무엇이고 어디까지 확장할 수 있는지**를 정리합니다.
+> In M12, we added **a text-based AI Prompt step** to the inquiry email flow to generate the email body. In this module, we break down the feature we just used and explore **what AI Prompt is and how far it can be extended**.
---
-## Flow에 AI를 심는다
+## Embedding AI in a Flow
-Power Automate 흐름의 기본 뼈대는 **규칙 기반 자동화**입니다.
-"이 입력을 받으면 이걸 실행해라" — 정해진 순서대로 동작합니다.
+The basic backbone of a Power Automate flow is **rule-based automation**.
+"When this input is received, execute this action" — it runs in a predetermined sequence.
-여기에 AI 프롬프트를 추가하면, 흐름 안에 **생성·분류·요약 같은 AI 단계**가 들어갑니다.
+When you add an AI Prompt, the flow gains **AI-powered steps such as generation, classification, and summarization**.
-| 상태 | Flow의 성격 |
-|:-----|:-----------|
-| **AI 프롬프트 전** | 규칙 기반 자동화 — 정해진 대로 실행 |
-| **AI 프롬프트 후** | 판단하는 자동화 — 프롬프트로 AI가 분석·생성·분류 |
+| State | Nature of the Flow |
+|:------|:-------------------|
+| **Before AI Prompt** | Rule-based automation — runs as prescribed |
+| **After AI Prompt** | Intelligent automation — AI analyzes, generates, and classifies via prompt |
{: .highlight }
-> **AI 프롬프트 하나가 추가되면, 규칙 기반 흐름 안에 AI 판단 단계가 들어옵니다.**
+> **Adding a single AI Prompt introduces an AI decision-making step into a rule-based flow.**
---
-## 4가지 AI 프롬프트 유형
+## The 4 Types of AI Prompt
-| 유형 | 하는 일 | 예시 | 오늘 과정과 연결 |
-|:-----|:--------|:-----|:----------------|
-| **텍스트** | 생성·분류·요약·추출 | 고객 문의 → 카테고리 자동 분류 | **M12** 문의 내용을 메일 본문으로 생성 |
-| **멀티모달** | 이미지·문서 인식 | 영수증 사진 → 금액·날짜 추출 | 오늘은 소개만, 이후 확장 예시 |
-| **코드 인터프리터** | AI가 코드를 만들어 실행 | PDF 10장 → Excel 경비 보고서 | 오늘은 소개만, 이후 확장 예시 |
-| **Word 출력** | 텍스트 → 문서 자동 생성 | 회의록 → Word 보고서 | **M3 샘플 D**를 문서 자동화로 확장하는 방향 |
+| Type | What It Does | Example | Connection to Today's Course |
+|:-----|:-------------|:--------|:----------------------------|
+| **Text** | Generate · Classify · Summarize · Extract | Customer inquiry → Automatic category classification | **M12** Generated email body from inquiry content |
+| **Multimodal** | Image & document recognition | Receipt photo → Extract amount & date | Introduction only today; expansion examples later |
+| **Code Interpreter** | AI writes and runs code | 10 receipt PDFs → Excel expense report | Introduction only today; expansion examples later |
+| **Word Output** | Text → Automatic document generation | Meeting notes → Word report | Extending **M3 Sample D** toward document automation |
---
-## 유형 ① — 텍스트: 자동 분류
+## Type ① — Text: Automatic Classification
-고객 문의가 들어오면 AI가 자동으로 카테고리를 분류합니다.
+When a customer inquiry comes in, AI automatically classifies it into a category.
-**예시:**
+**Example:**
-| 입력 | AI 분류 결과 |
-|:-----|:-----------|
-| "인터넷이 안 돼요" | **기술지원** |
-| "청구서가 이상해요" | **청구** |
-| "주차장 위치가 어디에요?" | **일반문의** |
+| Input | AI Classification Result |
+|:------|:------------------------|
+| "My internet isn't working" | **Technical Support** |
+| "My invoice looks wrong" | **Billing** |
+| "Where is the parking lot?" | **General Inquiry** |
{: .tip }
-> 프롬프트 텍스트만 바꾸면 분류 기준도 바뀝니다. 코드 한 줄 필요 없습니다.
+> Just change the prompt text and the classification criteria change too. No code required.
-**🔗 실전 활용:** 이 텍스트 유형은 **답변 초안 자동 생성**에도 쓸 수 있습니다.
-예: Forms로 접수된 문의 → AI가 사내 FAQ 기반으로 답변 초안 생성 → 관리자에게 메일 전달
-(M13 "실전 시나리오"에서 전체 흐름을 살펴봅니다)
+**🔗 Real-world use:** This text type can also be used to **auto-generate draft responses**.
+Example: Inquiry submitted via Forms → AI drafts a response based on internal FAQ → Email forwarded to an admin
+(We walk through the full flow in the M13 "Real-World Scenarios" section)
---
-## 유형 ② — 멀티모달: 영수증 인식
+## Type ② — Multimodal: Receipt Recognition
-영수증 사진을 넣으면 AI가 금액, 일자, 가맹점을 자동으로 추출합니다.
+Upload a receipt photo and AI automatically extracts the amount, date, and merchant.
-| 입력 | AI 추출 결과 |
-|:-----|:-----------|
-| 📷 영수증 이미지 | 금액: 45,000원 |
-| | 일자: 2026-03-20 |
-| | 가맹점: ○○커피 |
+| Input | AI Extraction Result |
+|:------|:--------------------|
+| 📷 Receipt image | Amount: ₩45,000 |
+| | Date: 2026-03-20 |
+| | Merchant: ○○ Coffee |
---
-## 유형 ③ — 코드 인터프리터 / 유형 ④ — Word 출력
+## Type ③ — Code Interpreter / Type ④ — Word Output
-| 유형 | 입력 | 출력 | 연결 |
-|:-----|:-----|:-----|:-----|
-| **코드 인터프리터** | 영수증 PDF 10장 | Excel 경비 보고서 | 대량 파일 처리 확장 예시 |
-| **Word 출력** | 회의록 텍스트 | Word 보고서 (참석자·결정사항·후속조치) | M3 샘플 D |
+| Type | Input | Output | Connection |
+|:-----|:------|:-------|:-----------|
+| **Code Interpreter** | 10 receipt PDFs | Excel expense report | Bulk file processing expansion example |
+| **Word Output** | Meeting notes text | Word report (attendees · decisions · follow-ups) | M3 Sample D |
---
-## 오늘 과정과의 연결
+## Connection to Today's Course
-오늘 실습에서 가장 직접적으로 사용한 것은 **텍스트 AI 프롬프트**입니다.
-M12에서 문의 내용을 받아 **비즈니스 메일 본문을 자동 생성**한 것이 바로 그 예시입니다.
+The most directly used feature in today's labs was the **text-based AI Prompt**.
+In M12, we took inquiry content and **automatically generated a professional email body** — that was a prime example.
-M3의 회의록 정리 샘플은 지금 당장 Word 파일을 만들지는 않지만, 나중에 **Word 출력 프롬프트**로 확장할 수 있는 대표 사례입니다.
+The meeting notes summarizer in M3 doesn't produce a Word file right now, but it is a representative use case that can later be extended with a **Word Output Prompt**.
-M3의 이메일 초안 작성기는 코드 인터프리터보다는 **텍스트 생성 프롬프트**와 더 가깝습니다. 코드 인터프리터는 여러 파일을 계산·변환·분석해 결과물을 만드는 시나리오에서 더 적합합니다.
+The email draft generator in M3 is closer to a **text generation prompt** than to Code Interpreter. Code Interpreter is better suited for scenarios involving calculations, transformations, and analysis across multiple files.
```mermaid
graph LR
- A[M12 문의 내용] --> B[텍스트
AI 프롬프트]
- B --> C[문의 메일 본문 생성]
- D[M3 샘플 D
회의록 정리] --> E[Word 출력으로 확장 가능한 예시]
+ A[M12 Inquiry content] --> B[Text
AI Prompt]
+ B --> C[Generate email body]
+ D[M3 Sample D
Meeting notes] --> E[Can be extended with Word Output]
```
---
-## 핵심 정리
+## Key Takeaways
-1. **AI 프롬프트** = Flow 안에 AI를 심는 기능
-2. **4가지 유형:** 텍스트, 멀티모달, 코드 인터프리터, Word 출력
-3. M3 샘플의 내부 엔진이 바로 **AI 프롬프트**
-4. 코드 없이, **프롬프트 텍스트 하나**로 Flow에 AI 추가
+1. **AI Prompt** = a feature that embeds AI inside a Flow
+2. **4 types:** Text, Multimodal, Code Interpreter, Word Output
+3. The engine behind the M3 samples is the **AI Prompt**
+4. Add AI to a Flow with **just a single prompt text** — no code needed
---
## FAQ
-| 질문 | 답변 |
-|:-----|:-----|
-| AI 프롬프트는 추가 비용이 있나요? | Copilot Studio 라이선스에 포함된 AI 크레딧이 있습니다. 대량 사용 시 크레딧 소비량을 확인하세요. |
-| 한국어 문서도 잘 인식하나요? | 네, 최신 모델은 한국어 문서·이미지 인식 성능이 매우 좋습니다. |
-| 에이전트 없이 AI 프롬프트만 쓸 수 있나요? | 네! Power Automate Flow에서 단독으로도 사용 가능합니다. |
+| Question | Answer |
+|:---------|:-------|
+| Does AI Prompt cost extra? | AI credits are included with your Copilot Studio license. Check credit consumption for high-volume usage. |
+| Does it recognize non-English documents well? | Yes, the latest models have excellent multilingual document and image recognition. |
+| Can I use AI Prompt without an agent? | Yes! It can be used standalone in a Power Automate Flow. |
---
-## 참조 자료
+## References
-| 자료 | 링크 |
-|:-----|:-----|
-| AI 프롬프트 개요 | [learn.microsoft.com](https://learn.microsoft.com/ai-builder/prompts-overview) |
+| Resource | Link |
+|:---------|:-----|
+| AI Prompt Overview | [learn.microsoft.com](https://learn.microsoft.com/ai-builder/prompts-overview) |
| Power Automate + AI Builder | [learn.microsoft.com](https://learn.microsoft.com/ai-builder/use-in-flow-overview) |
-| 멀티모달 프롬프트 | [learn.microsoft.com](https://learn.microsoft.com/ai-builder/azure-openai-model-pautate) |
-| 코드 인터프리터 | [learn.microsoft.com](https://learn.microsoft.com/ai-builder/prebuilt-prompts) |
+| Multimodal Prompt | [learn.microsoft.com](https://learn.microsoft.com/ai-builder/azure-openai-model-pautate) |
+| Code Interpreter | [learn.microsoft.com](https://learn.microsoft.com/ai-builder/prebuilt-prompts) |
---
-다음 모듈: [M14. 도구 — 멀티에이전트](m14-multi-agent)
+Next module: [M14. Tools — Multi-Agent](m14-multi-agent)
diff --git a/docs/m14-1-legal-agent.md b/docs/m14-1-legal-agent.md
index 6522090..945aaa1 100644
--- a/docs/m14-1-legal-agent.md
+++ b/docs/m14-1-legal-agent.md
@@ -1,61 +1,61 @@
---
-title: "실습① — 법무 에이전트 만들기"
-parent: "M14. 도구 — 멀티에이전트"
+title: "Lab ① — Create a Legal Agent"
+parent: "M14. Tools — Multi-Agent"
nav_order: 1
---
-# 실습: 법무 에이전트 만들기
+# Lab: Create a Legal Agent
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 16:45 | 10분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 16:45 | 10 min | 🟢 Hands-on Lab |
---
-## Step 1 — 에이전트 생성
+## Step 1 — Create the Agent
-1. Copilot Studio → **+ 새 에이전트**
-2. 이름: `법무 에이전트`
+1. Copilot Studio → **+ New agent**
+2. Name: `Legal Agent`
-## Step 2 — 지침 입력
+## Step 2 — Enter Instructions
-지침 (클릭해서 펼치기)
+Instructions (click to expand)
```
-## 역할
-당신은 우리 회사의 법무/컴플라이언스 전담 도우미입니다.
+## Role
+You are our company's dedicated legal and compliance assistant.
-## 범위
-계약, 사내 규정, 법률 검토, 컴플라이언스에 관한 질문에만 답변합니다.
+## Scope
+Only answer questions about contracts, internal policies, legal reviews, and compliance.
-## 태도
-- 한국어 존칭을 사용합니다
-- 법률 용어는 쉽게 풀어서 설명합니다
-- 핵심 결론을 먼저 말하고, 근거 조항은 뒤에 인용합니다
+## Tone
+- Use polite, professional language
+- Explain legal terms in plain language
+- State the key conclusion first, then cite the supporting clauses afterward
-## 원칙
-- 지식에 없는 내용: "정확한 법률 검토가 필요합니다. 법무팀(내선 5678)에 문의해 주세요"
-- 법률 자문에 해당하는 질문: "이 내용은 법률 자문에 해당하므로, 법무팀 담당자와 직접 상담해 주세요"
-- 답변 시 반드시 출처(법령명, 조항)를 함께 표시합니다
+## Principles
+- If the answer is not in your knowledge: "This requires a formal legal review. Please contact the Legal team (ext. 5678)."
+- If the question constitutes legal advice: "This falls under legal counsel. Please consult directly with a Legal team representative."
+- Always include the source (law name, article number) in your response
```
-## Step 3 — 지식 소스 연결 (웹사이트)
+## Step 3 — Connect a Knowledge Source (Website)
-법무 에이전트에게 **교과서**를 줍니다. 국가법령정보센터(법제처)를 지식 소스로 연결합니다.
+Give the Legal Agent a **textbook**. Connect a public legal information website as a knowledge source.
-1. 좌측 **"지식"** 클릭 → **"+ 지식 추가"**
-2. **"웹사이트"** 선택
-3. URL 입력: `https://law.go.kr/`
-4. 이름: `국가법령정보센터`
-5. **저장**
+1. Click **"Knowledge"** on the left → **"+ Add knowledge"**
+2. Select **"Website"**
+3. Enter URL: `https://law.go.kr/`
+4. Name: `National Law Information Center`
+5. **Save**
{: .note }
-> 웹사이트 지식 소스는 해당 사이트의 공개 콘텐츠를 주기적으로 크롤링하여 참조합니다. 실습 환경에서 크롤링이 제한될 수 있으며, 이 경우 법무 관련 샘플 문서를 파일로 업로드해도 됩니다.
+> A website knowledge source periodically crawls the site's public content for reference. Crawling may be restricted in lab environments — if so, you can upload sample legal documents as files instead.
---
-실습을 완료했으면 [M14 본문으로 돌아가세요](m14-multi-agent).
+Once you have completed this lab, [return to the M14 main page](m14-multi-agent).
diff --git a/docs/m14-2-super-host.md b/docs/m14-2-super-host.md
index f627cae..9e9f1a6 100644
--- a/docs/m14-2-super-host.md
+++ b/docs/m14-2-super-host.md
@@ -1,40 +1,40 @@
---
-title: "실습② — 슈퍼 호스트 만들기"
-parent: "M14. 도구 — 멀티에이전트"
+title: "Lab ② — Create the Super Host"
+parent: "M14. Tools — Multi-Agent"
nav_order: 2
---
-# 실습: 슈퍼 호스트 에이전트 만들기
+# Lab: Create the Super Host Agent
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 16:55 | 10분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 16:55 | 10 min | 🟢 Hands-on Lab |
---
-1. Copilot Studio → **+ 새 에이전트**
-2. 이름: `슈퍼 호스트`
-3. **작업 → + 작업 추가 → 에이전트 연결** 선택
-4. **HR 도우미** 연결 → Description에 "HR, 복리후생, 연차, 경비 관련 질문" 입력
-5. **법무 에이전트** 연결 → Description에 "계약, 규정, 컴플라이언스 관련 질문" 입력
-6. 지침 작성:
- - "HR 관련 질문은 HR 도우미에게, 법무 관련 질문은 법무 에이전트에게 위임하라"
-7. **저장 → 게시**
-8. 테스트: HR 질문 / 법무 질문을 섞어서 입력하고 어느 에이전트로 가는지 확인
-
-## 테스트 질문 예시
-
-| # | 질문 | 기대 라우팅 |
-|:--|:-----|:----------|
-| 1 | "연차 며칠이야?" | → HR 도우미 |
-| 2 | "근로계약서 수습 기간 규정 알려줘" | → 법무 에이전트 |
-| 3 | "복지포인트 사용처 알려줘" | → HR 도우미 |
-| 4 | "개인정보 보호법에서 동의 철회 절차가 어떻게 돼?" | → 법무 에이전트 |
+1. Copilot Studio → **+ New agent**
+2. Name: `Super Host`
+3. **Actions → + Add action → Connect an agent**
+4. Connect **HR Assistant** → Enter Description: "Questions about HR, benefits, leave, and expenses"
+5. Connect **Legal Agent** → Enter Description: "Questions about contracts, policies, and compliance"
+6. Write instructions:
+ - "Delegate HR-related questions to the HR Assistant, and legal-related questions to the Legal Agent"
+7. **Save → Publish**
+8. Test: Enter a mix of HR and legal questions and verify which agent handles each one
+
+## Sample Test Questions
+
+| # | Question | Expected Routing |
+|:--|:---------|:-----------------|
+| 1 | "How many leave days do I have?" | → HR Assistant |
+| 2 | "What's the probation period policy in the employment contract?" | → Legal Agent |
+| 3 | "Where can I use my welfare points?" | → HR Assistant |
+| 4 | "What's the consent withdrawal process under the data protection law?" | → Legal Agent |
{: .tip }
-> 각 에이전트의 **Description이 명확할수록** 슈퍼 호스트가 올바른 에이전트를 선택합니다. Description을 구체적으로 작성하세요.
+> The **clearer each agent's Description**, the better the Super Host selects the right agent. Write your Descriptions as specifically as possible.
---
-실습을 완료했으면 [M14 본문으로 돌아가세요](m14-multi-agent).
+Once you have completed this lab, [return to the M14 main page](m14-multi-agent).
diff --git a/docs/m14-multi-agent.md b/docs/m14-multi-agent.md
index 66becb4..f07de20 100644
--- a/docs/m14-multi-agent.md
+++ b/docs/m14-multi-agent.md
@@ -1,76 +1,76 @@
---
-title: "M14. 도구 — 멀티에이전트"
+title: "M14. Tools — Multi-Agent"
nav_order: 15
has_children: true
---
-# 고급도구 멀티에이전트
+# Advanced Tools — Multi-Agent
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 16:45 | 25분 | 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 16:45 | 25 min | 🟢 Hands-on Lab |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You Will Learn
-- **멀티에이전트**란 무엇인지 에이전트가 도구로 다른 에이전트를 호출
-- **슈퍼 호스트 에이전트** 구조 설계
-- HR 에이전트와 법무 에이전트(신규)를 연결하는 실습
+- What **Multi-Agent** means — an agent invoking other agents as tools
+- Designing the **Super Host Agent** architecture
+- Hands-on: connecting the HR Agent and a new Legal Agent
{: .highlight }
-> 에이전트는 도구로서 **다른 에이전트를 호출**할 수 있습니다. 슈퍼 호스트 에이전트가 사용자의 질문을 받아 HR 에이전트 또는 법무 에이전트에게 위임합니다.
+> An agent can **invoke other agents as tools**. The Super Host agent receives the user's question and delegates it to either the HR Agent or the Legal Agent.
---
-## 멀티에이전트 구조
+## Multi-Agent Architecture
```mermaid
flowchart TD
- U[ 사용자] --> S[ 슈퍼 호스트 에이전트]
- S --> H[ HR 도우미\n복리후생 연차 경비]
- S --> L[ 법무 에이전트\n계약 규정 컴플라이언스]
+ U[User] --> S[Super Host Agent]
+ S --> H[HR Assistant\nBenefits · Leave · Expenses]
+ S --> L[Legal Agent\nContracts · Policies · Compliance]
```
-| 역할 | 에이전트 | 설명 |
-|:-----|:---------|:-----|
-| 슈퍼 호스트 | 새로 만드는 에이전트 | 사용자 질문을 받아 적절한 전문 에이전트에게 위임 |
-| HR 도우미 | 오늘 만든 에이전트 | HR복리후생 전문 |
-| 법무 에이전트 | 실습 중 신규 생성 | 계약규정컴플라이언스 전문 |
+| Role | Agent | Description |
+|:-----|:------|:------------|
+| Super Host | New agent (created now) | Receives user questions and delegates to the appropriate specialist agent |
+| HR Assistant | Agent built earlier today | Specializes in HR & employee benefits |
+| Legal Agent | New agent (created in this lab) | Specializes in contracts, policies & compliance |
---
-## 실습 ①: 법무 에이전트 만들기
+## Lab ①: Create a Legal Agent
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ①: 법무 에이전트 만들기](m14-1-legal-agent)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ①: Create a Legal Agent](m14-1-legal-agent) and come back here.
---
-## 실습 ②: 슈퍼 호스트 에이전트 만들기
+## Lab ②: Create the Super Host Agent
{: .important }
-> 📌 이 실습은 별도 페이지에서 진행합니다.
-> [실습 ②: 슈퍼 호스트 만들기](m14-2-super-host)를 완료하고 돌아오세요.
+> 📌 This lab is on a separate page.
+> Complete [Lab ②: Create the Super Host](m14-2-super-host) and come back here.
---
-## 핵심 정리
+## Key Takeaways
-1. 멀티에이전트 = 에이전트가 도구로 다른 에이전트를 호출
-2. 슈퍼 호스트는 전문 에이전트들의 **코디네이터** 역할
-3. 각 에이전트의 Description이 라우팅의 핵심
+1. Multi-Agent = an agent invoking other agents as tools
+2. The Super Host serves as a **coordinator** for the specialist agents
+3. Each agent's Description is the key to accurate routing
---
-다음 모듈: [M15. 도구 — MCP](m15-mcp)
+Next module: [M15. Tools — MCP](m15-mcp)
diff --git a/docs/m15-1-mcp-connect.md b/docs/m15-1-mcp-connect.md
index c0907f3..7d55f22 100644
--- a/docs/m15-1-mcp-connect.md
+++ b/docs/m15-1-mcp-connect.md
@@ -1,42 +1,42 @@
---
-title: "실습 — MCP 서버 연결"
-parent: "M15. 도구 — MCP"
+title: "Lab — Connect an MCP Server"
+parent: "M15. Tools — MCP"
nav_order: 1
---
-# 실습: MCP 서버 연결하기
+# Lab: Connect an MCP Server
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 17:10 | 10분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 17:10 | 10 min | 🟢 Hands-on Lab |
---
-## 사전 준비
+## Prerequisites
-강사가 제공한 MCP 서버 URL을 준비합니다:
+Have the MCP server URLs provided by the instructor ready:
-| MCP 서버 | 기능 |
-|:---------|:-----|
-| 네이버 검색 MCP | 네이버 뉴스·검색 결과 조회 |
-| 주가 조회 MCP | 국내·해외 주가 실시간 조회 |
+| MCP Server | Function |
+|:-----------|:---------|
+| Naver Search MCP | Query Naver news and search results |
+| Stock Price MCP | Look up domestic and international stock prices in real time |
-## 연결 순서
+## Steps
-1. Copilot Studio → HR 도우미(또는 슈퍼 호스트) 에이전트 열기
-2. **작업 → + 작업 추가 → MCP 서버 추가** 선택
-3. 강사가 제공한 **MCP 서버 URL** 입력
-4. 연결 확인 후 사용 가능한 도구 목록 확인
-5. **저장**
-6. 테스트: "삼성전자 주가 알려줘" / "오늘 IT 뉴스 검색해줘" 입력
+1. Copilot Studio → Open the HR Assistant (or Super Host) agent
+2. Select **Actions → + Add an action → Add MCP server**
+3. Enter the **MCP server URL** provided by the instructor
+4. Confirm the connection and review the list of available tools
+5. Click **Save**
+6. Test: Enter "What's the Samsung Electronics stock price?" / "Search today's IT news"
{: .note }
-> MCP 서버는 강사가 별도로 제공합니다. 서버 URL이 없으면 이 실습을 진행할 수 없습니다.
+> The MCP server is provided separately by the instructor. You cannot complete this lab without the server URL.
{: .tip }
-> MCP 도구도 Description이 중요합니다. 어떤 상황에서 이 도구를 써야 하는지 지침에 명시하면 오케스트레이터가 더 잘 채택합니다.
+> The Description matters for MCP tools, too. If you specify in the instructions when the agent should use each tool, the orchestrator will select it more reliably.
---
-실습을 완료했으면 [M15 본문으로 돌아가세요](m15-mcp).
+Once you've completed the lab, [return to the M15 overview](m15-mcp).
diff --git a/docs/m15-mcp.md b/docs/m15-mcp.md
index 3098a23..913d964 100644
--- a/docs/m15-mcp.md
+++ b/docs/m15-mcp.md
@@ -1,68 +1,68 @@
---
-title: "M15. 도구 — MCP"
+title: "M15. Tools — MCP"
nav_order: 16
has_children: true
---
-# 고급도구 MCP
+# Advanced Tools — MCP
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 17:10 | 15분 | 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 17:10 | 15 min | 🟢 Hands-on Lab |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- **MCP(Model Context Protocol)**란 무엇인지
-- Copilot Studio에서 MCP 서버를 에이전트에 연결하는 방법
-- 강사가 제공한 **네이버 검색 MCP**, **주가 조회 MCP** 연결 실습
+- What **MCP (Model Context Protocol)** is
+- How to connect an MCP server to an agent in Copilot Studio
+- Hands-on lab connecting the **Naver Search MCP** and **Stock Price MCP** provided by the instructor
{: .highlight }
-> MCP는 외부 서비스를 표준화된 방식으로 에이전트에 연결하는 프로토콜입니다. MCP 서버 하나만 연결하면 해당 서비스의 모든 기능을 에이전트가 도구로 쓸 수 있습니다.
+> MCP is a protocol that connects external services to agents in a standardized way. By connecting a single MCP server, the agent can use all of that service's capabilities as tools.
---
-## MCP란?
+## What Is MCP?
-**Model Context Protocol** AI 모델이 외부 서비스도구와 통신하기 위한 표준 규격입니다.
+**Model Context Protocol** is a standard specification that allows AI models to communicate with external services and tools.
-| 기존 방식 | MCP 방식 |
-|:---------|:--------|
-| 커넥터마다 개별 설정 | MCP 서버 하나로 수십 개 도구 연결 |
-| Microsoft 생태계 중심 | 모든 서비스 연결 가능 |
-| 개발자가 커넥터 제작 필요 | MCP 서버만 있으면 즉시 사용 |
+| Traditional Approach | MCP Approach |
+|:---------------------|:-------------|
+| Individual setup per connector | Connect dozens of tools via a single MCP server |
+| Centered on the Microsoft ecosystem | Can connect to any service |
+| Developers must build custom connectors | Ready to use as soon as an MCP server exists |
---
{: .important }
-> 👉 [실습: MCP 서버 연결](m15-1-mcp-connect)
+> 👉 [Lab: Connect an MCP Server](m15-1-mcp-connect)
---
-## M16로 넘어가기
+## Transition to M16
-강사는 아래처럼 연결하면 자연스럽습니다.
+The instructor can use the following transition:
-> 방금은 에이전트가 **대화 중에 사용할 수 있는 도구의 범위**를 바깥으로 확장했습니다. 다음 M16에서는 한 단계 더 나아가, 아예 **대화가 없어도 에이전트가 시작되는 조건**을 붙여보겠습니다. 즉, 무엇을 할 수 있는가에서 끝나지 않고, **언제 자동으로 움직일 것인가**까지 확장하는 단계입니다.
+> We just expanded the **range of tools the agent can use during a conversation** to include external services. In the next module, M16, we'll go one step further and define **conditions that start the agent even without a conversation**. In other words, we're moving beyond what the agent can do and into **when it should act automatically**.
---
-## 핵심 정리
+## Key Takeaways
-1. MCP = 외부 서비스를 에이전트 도구로 연결하는 표준 프로토콜
-2. MCP 서버 URL 하나로 수십 개 기능을 한번에 연결 가능
-3. 직접 만들 수도 있고, 공개된 MCP 서버를 가져다 쓸 수도 있다
+1. MCP = a standard protocol for connecting external services as agent tools
+2. A single MCP server URL can provide dozens of capabilities at once
+3. You can build your own MCP server or use publicly available ones
---
-다음 모듈: [M16. 도구 — 트리거](m16-trigger)
+Next module: [M16. Tools — Triggers](m16-trigger)
diff --git a/docs/m16-1-forms-trigger.md b/docs/m16-1-forms-trigger.md
index f1a74ab..c0a1138 100644
--- a/docs/m16-1-forms-trigger.md
+++ b/docs/m16-1-forms-trigger.md
@@ -1,41 +1,41 @@
---
-title: "실습 — Forms 트리거 연결"
-parent: "M16. 도구 — 트리거"
+title: "Lab — Connect a Forms Trigger"
+parent: "M16. Tools — Triggers"
nav_order: 1
---
-# 실습: Forms 트리거 연결하기
+# Lab: Connect a Forms Trigger
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 17:25 | 20분 | 🟢 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 17:25 | 20 min | 🟢 Hands-on Lab |
---
-## 사전 준비
-
-1. Microsoft Forms에서 **HR 문의 폼** 생성
- - 질문 ①: 이름
- - 질문 ②: 부서
- - 질문 ③: 문의 내용
-2. 폼 URL 복사해두기
-
-## 실습 순서
-
-1. Power Automate → **+ 새 흐름 → 자동화된 클라우드 흐름**
-2. 트리거: **Forms → 새 응답이 제출될 때** 선택
-3. 폼 ID: 위에서 만든 HR 문의 폼 선택
-4. **Forms → 응답 세부 정보 가져오기** 동작 추가
-5. **AI Builder → AI 프롬프트** 동작 추가
- - 프롬프트: "다음 HR 문의에 대한 답변 초안을 작성해줘: [문의내용]"
-6. **Office 365 Outlook → 메일 보내기** 동작 추가
- - 수신: 담당자 메일
- - 본문: 원문 문의 + AI 생성 초안
-7. **저장 → 테스트**
- - Forms에서 테스트 문의 제출
- - 담당자 메일로 초안이 도착하는지 확인
+## Prerequisites
+
+1. Create an **HR Inquiry Form** in Microsoft Forms
+ - Question ①: Name
+ - Question ②: Department
+ - Question ③: Inquiry details
+2. Copy the form URL
+
+## Steps
+
+1. Power Automate → **+ New flow → Automated cloud flow**
+2. Trigger: Select **Forms → When a new response is submitted**
+3. Form ID: Select the HR Inquiry Form you created above
+4. Add the **Forms → Get response details** action
+5. Add the **AI Builder → AI Prompt** action
+ - Prompt: "Draft a response to the following HR inquiry: [Inquiry details]"
+6. Add the **Office 365 Outlook → Send an email** action
+ - To: Assignee's email address
+ - Body: Original inquiry + AI-generated draft
+7. **Save → Test**
+ - Submit a test inquiry through Forms
+ - Verify that the draft arrives in the assignee's inbox
---
-실습을 완료했으면 [M16 본문으로 돌아가세요](m16-trigger).
+Once you've completed the lab, [return to the M16 overview](m16-trigger).
diff --git a/docs/m16-trigger.md b/docs/m16-trigger.md
index aa0590b..6411bd7 100644
--- a/docs/m16-trigger.md
+++ b/docs/m16-trigger.md
@@ -1,95 +1,95 @@
---
-title: "M16. 도구 — 트리거"
+title: "M16. Tools — Triggers"
nav_order: 17
has_children: true
---
-# 고급도구 트리거
+# Advanced Tools — Triggers
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 17:25 | 25분 | 직접 실습 |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 17:25 | 25 min | 🟢 Hands-on Lab |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 이 모듈에서 배우는 것
+## What You'll Learn in This Module
-- **트리거(Trigger)**란 무엇인지 에이전트가 대화 없이 스스로 깨어나는 방법
-- **Forms로 HR 문의가 오면** 답변 초안을 자동 생성하는 흐름
-- 담당자에게 **초안 + 원문 문의**를 함께 전달하는 구조
-- **휴먼인더루프(Human-in-the-Loop)** 개념 이해
+- What a **Trigger** is — how an agent wakes up on its own without a conversation
+- A flow that **automatically drafts a response when an HR inquiry arrives via Forms**
+- A structure that sends both the **draft and the original inquiry** to the person in charge
+- Understanding the concept of **Human-in-the-Loop**
{: .highlight }
-> 지금까지의 에이전트는 사용자가 말을 걸어야 작동했습니다. 트리거를 연결하면 **Forms 제출, 메일 수신, 일정 도래** 같은 이벤트가 에이전트를 깨울 수 있습니다.
+> Until now, agents only worked when a user initiated a conversation. By connecting triggers, events such as **Forms submissions, incoming emails, or scheduled times** can wake the agent up.
---
-## 트리거란?
+## What Is a Trigger?
-| 방식 | 설명 | 예시 |
-|:-----|:-----|:-----|
-| **대화 트리거** (기존) | 사용자가 말을 걸어야 시작 | "연차 문의해줘" |
-| **이벤트 트리거** (이번) | 외부 이벤트가 에이전트를 실행 | Forms 제출, 메일 수신, 스케줄 |
+| Type | Description | Example |
+|:-----|:------------|:--------|
+| **Conversation Trigger** (existing) | Starts when a user sends a message | "I have a leave request question" |
+| **Event Trigger** (this module) | An external event starts the agent | Forms submission, incoming email, schedule |
---
-## 전체 흐름 구조
+## End-to-End Flow
```mermaid
flowchart LR
- A[ Forms\nHR 문의 제출] --> B[ Power Automate\n트리거]
- B --> C[ AI 프롬프트\n답변 초안 생성]
- C --> D[ 담당자에게\n원문 + 초안 전달]
- D --> E[ 담당자\n검토 후 최종 답변]
+ A[ Forms\nHR inquiry submitted] --> B[ Power Automate\nTrigger]
+ B --> C[ AI Prompt\nGenerate draft response]
+ C --> D[ Send to assignee\nOriginal + Draft]
+ D --> E[ Assignee\nReview & send final reply]
style B fill:#ffd,stroke:#cc0
style C fill:#ffd,stroke:#cc0
```
{: .note }
-> 담당자가 AI 초안을 **검토하고 수정해서** 최종 발송 이것이 **휴먼인더루프**입니다. AI가 전부 하는 것이 아니라, 사람이 최종 판단을 유지합니다.
+> The assignee **reviews and edits** the AI-generated draft before sending the final reply — this is **Human-in-the-Loop**. AI doesn't do everything; a human retains final judgment.
---
-## 휴먼인더루프(Human-in-the-Loop)
+## Human-in-the-Loop
-| 자동화 단계 | 역할 |
-|:-----------|:-----|
-| AI | 문의 내용 분석 + 답변 초안 생성 |
-| 담당자 | 초안 검토 수정(필요시) 최종 발송 |
+| Stage | Role |
+|:------|:-----|
+| AI | Analyze the inquiry + generate a draft response |
+| Assignee | Review the draft → edit if needed → send the final reply |
-장점: AI의 속도 + 사람의 판단 = **정확하고 빠른 업무 처리**
+Benefit: AI's speed + human judgment = **fast and accurate task execution**
---
{: .important }
-> 👉 [실습: Forms 트리거 연결](m16-1-forms-trigger)
+> 👉 [Lab: Connect a Forms Trigger](m16-1-forms-trigger)
---
-## 핵심 정리
+## Key Takeaways
-1. 트리거 = 대화 없이 외부 이벤트로 에이전트(흐름)를 실행
-2. Forms AI 초안 생성 담당자 검토 = 휴먼인더루프
-3. AI가 **속도**를 담당하고, 사람이 **판단**을 담당하는 협업 구조
+1. Trigger = run an agent (or flow) from an external event without a conversation
+2. Forms → AI-generated draft → assignee review = Human-in-the-Loop
+3. A collaboration model where AI handles **speed** and humans handle **judgment**
---
-## 마무리 멘트
+## Closing Remarks
-강사는 아래처럼 마무리하면 자연스럽습니다.
+The instructor can use the following wrap-up:
-> 오늘 우리는 에이전트의 **두뇌(오케스트레이터)**, **행동매뉴얼(지침)**, **교과서(지식)**, **손발(도구)**을 하나씩 붙여 왔습니다. 그리고 마지막으로, 사용자가 말을 걸기 전에도 움직일 수 있는 **트리거**까지 연결했습니다. 이제 이 에이전트는 단순히 답만 하는 챗봇이 아니라, 우리 팀 업무를 실제로 보조하는 작업 시스템에 가까워졌습니다. 남은 시간에는 직접 써 보면서, 어느 부분을 우리 조직 시나리오에 맞게 바꾸면 좋을지 함께 점검하겠습니다.
+> Today we've assembled the agent piece by piece — its **brain (orchestrator)**, **behavior manual (instructions)**, **textbook (knowledge)**, and **hands and feet (tools)**. And finally, we connected **triggers** so the agent can act even before a user says a word. This agent is no longer a simple chatbot that only answers questions — it's becoming a real work system that supports your team's operations. In the remaining time, let's try it out together and discuss which parts you'd want to customize for your organization's specific scenarios.
---
-다음 모듈: [마무리](m17-wrap-up)
+Next module: [Wrap-Up](m17-wrap-up)
diff --git a/docs/m17-wrap-up.md b/docs/m17-wrap-up.md
index 87c52c4..dbb5f77 100644
--- a/docs/m17-wrap-up.md
+++ b/docs/m17-wrap-up.md
@@ -1,130 +1,130 @@
---
-title: "마무리"
+title: "Wrap-Up"
nav_order: 18
---
-# 마무리 — 오늘의 여정 돌아보기
+# Wrap-Up — Looking Back at Today's Journey
{: .no_toc }
-| 시간 | 소요 | 수강생 역할 |
-|:-----|:-----|:-----------|
-| 17:50 | 10분 | 💬 Q&A |
+| Time | Duration | Participant Role |
+|:-----|:---------|:-----------------|
+| 17:50 | 10 min | 💬 Q&A |
-## 목차
+## Table of Contents
{: .no_toc .text-delta }
1. TOC
{:toc}
-
+
---
-## 오늘 만든 것 체크리스트
-
-하나씩 체크해 보세요. 모두 완료했다면 오늘 과정을 성공적으로 마친 것입니다!
-
-| # | 항목 | 모듈 | 완료 |
-|:--|:-----|:-----|:----:|
-| 1 | HR 도우미 에이전트 생성 (에이전트 빌더) | M3 | ☐ |
-| 2 | Copilot Studio로 가져오기 | M3 | ☐ |
-| 3 | AI 모델 변경 + 설정 조정 | M5 | ☐ |
-| 4 | 지침(행동매뉴얼) 작성 — 역할·범위·태도·원칙 | M6 | ☐ |
-| 5 | 지식(교과서) 5개 파일 업로드 | M7 | ☐ |
-| 6 | FAQ Topic + Contact Topic 생성 | M9 | ☐ |
-| 7 | STRICT RULES 추가 | M9 | ☐ |
-| 8 | Copilot에서 게시 + 몰입형/@호출 테스트 | M10 | ☐ |
-| 9 | Record Topic + Excel 커넥터로 대화기록 자동 저장 | M11 | ☐ |
-| 10 | RequestByEmail 흐름 + Request Topic 연결 | M12 | ☐ |
-| 11 | 슈퍼 호스트 + 법무 에이전트 (멀티에이전트) | M14 | ☐ |
-| 12 | MCP 서버 연결 | M15 | ☐ |
-| 13 | Forms 트리거 + AI 초안 생성 흐름 | M16 | ☐ |
+## Today's Completion Checklist
+
+Check off each item. If you've completed them all, you've successfully finished today's course!
+
+| # | Item | Module | Done |
+|:--|:-----|:-------|:----:|
+| 1 | Created the HR Assistant agent (Agent Builder) | M3 | ☐ |
+| 2 | Imported into Copilot Studio | M3 | ☐ |
+| 3 | Changed the AI model + adjusted settings | M5 | ☐ |
+| 4 | Wrote instructions (behavior manual) — role, scope, tone, principles | M6 | ☐ |
+| 5 | Uploaded 5 knowledge (textbook) files | M7 | ☐ |
+| 6 | Created FAQ Topic + Contact Topic | M9 | ☐ |
+| 7 | Added STRICT RULES | M9 | ☐ |
+| 8 | Published to Copilot + tested immersive / @mention invocation | M10 | ☐ |
+| 9 | Record Topic + Excel connector for automatic conversation logging | M11 | ☐ |
+| 10 | RequestByEmail flow + Request Topic connection | M12 | ☐ |
+| 11 | Super Host + Legal agent (multi-agent) | M14 | ☐ |
+| 12 | Connected an MCP server | M15 | ☐ |
+| 13 | Forms trigger + AI draft generation flow | M16 | ☐ |
---
-## 오늘 배운 핵심 개념 정리
+## Key Concepts Recap
-### 4가지 구성요소
+### The Four Building Blocks
-| 구성요소 | 비유 | 오늘 한 것 |
-|:---------|:-----|:----------|
-| **오케스트레이터** | 엔진 | 모델 선택, 설정 조정 (M5) |
-| **지침** | 행동매뉴얼 | 역할·범위·태도·원칙 작성 (M6) |
-| **지식** | 교과서 | 5개 문서 업로드 (M7) |
-| **도구** | 손발 | Topic, 커넥터, 흐름, MCP, 트리거 (M8~M16) |
+| Building Block | Analogy | What We Did Today |
+|:---------------|:--------|:------------------|
+| **Orchestrator** | Engine | Selected the model, adjusted settings (M5) |
+| **Instructions** | Behavior manual | Defined role, scope, tone, principles (M6) |
+| **Knowledge** | Textbook | Uploaded 5 documents (M7) |
+| **Tools** | Hands and feet | Topics, connectors, flows, MCP, triggers (M8–M16) |
-### 비유 시스템 복습
+### Analogy System Review
-| 비유 | 의미 | 핵심 한 줄 |
-|:-----|:-----|:----------|
-| 🧑💼 신입사원 | 에이전트 | 지시대로 움직이는 AI 직원 |
-| 📋 행동매뉴얼 | 지침 | 잘 써야 좋은 에이전트가 된다 |
-| 📚 교과서 | 지식 | 교과서가 좋아야 답변이 좋다 |
-| 📝 포스트잇 | 변수 | 대화 중 메모, 나중에 활용 |
-| 🎬 대본 | Topic | 상황별 행동 시나리오 |
-| 🤲 손발 | Flow/커넥터 | 실제로 행동하게 해주는 것 |
+| Analogy | Meaning | One-Liner |
+|:--------|:--------|:----------|
+| 🧑💼 New employee | Agent | An AI employee that follows your directions |
+| 📋 Behavior manual | Instructions | Well-written instructions make a great agent |
+| 📚 Textbook | Knowledge | Better knowledge sources lead to better answers |
+| 📝 Sticky note | Variable | Notes taken during a conversation, used later |
+| 🎬 Script | Topic | A scenario-based action plan |
+| 🤲 Hands and feet | Flow / Connector | What enables the agent to take real action |
---
-## 다음 단계 — 내일부터 할 수 있는 것
+## Next Steps — What You Can Do Starting Tomorrow
-### 즉시 적용 가능
+### Quick Wins
-| 단계 | 행동 | 난이도 |
-|:-----|:-----|:------|
-| ① | 오늘 만든 에이전트를 **팀원과 공유** | ⭐ |
-| ② | 우리 팀 실제 FAQ 문서로 **지식 교체** | ⭐ |
-| ③ | 지침에 우리 팀 실제 규정·용어 반영 | ⭐ |
-| ④ | Excel 대화기록을 보고 **지식 보강** | ⭐⭐ |
+| Step | Action | Difficulty |
+|:-----|:-------|:-----------|
+| ① | **Share** the agent you built today with your team | ⭐ |
+| ② | **Replace the knowledge** with your team's actual FAQ documents | ⭐ |
+| ③ | Update the instructions with your team's real policies and terminology | ⭐ |
+| ④ | Review the Excel conversation logs and **enhance the knowledge base** | ⭐⭐ |
-### 점진적 확장
+### Gradual Expansion
-| 단계 | 행동 | 난이도 |
-|:-----|:-----|:------|
-| ⑤ | 파일 업로드 → **SharePoint 지식 소스**로 전환 | ⭐⭐ |
-| ⑥ | 더 많은 Topic 추가 (부서별 시나리오) | ⭐⭐ |
-| ⑦ | 다른 업무 도메인 에이전트 추가 → **멀티에이전트** 확장 | ⭐⭐⭐ |
-| ⑧ | MCP로 외부 서비스 연결 확대 | ⭐⭐⭐ |
+| Step | Action | Difficulty |
+|:-----|:-------|:-----------|
+| ⑤ | Switch from file uploads to a **SharePoint knowledge source** | ⭐⭐ |
+| ⑥ | Add more Topics (department-specific scenarios) | ⭐⭐ |
+| ⑦ | Add agents for other business domains → expand to **multi-agent** | ⭐⭐⭐ |
+| ⑧ | Broaden external service connections with MCP | ⭐⭐⭐ |
---
-## 트러블슈팅 가이드
+## Troubleshooting Guide
-자주 발생하는 문제와 해결 방법입니다.
+Common issues and how to resolve them.
-| 증상 | 원인 | 해결 |
-|:-----|:-----|:-----|
-| 에이전트가 엉뚱한 답을 한다 | 지식이 없거나 부족 | M7 — 관련 문서 추가 업로드 |
-| 범위 밖 질문에도 답한다 | 지침에 범위가 불명확 | M6 — 범위를 "~만 답변"으로 수정 |
-| 모르는 것을 지어낸다 | "모를 때 행동" 미정의 | M6 — 원칙에 모름 메시지 추가 |
-| Topic이 실행되지 않는다 | Description이 불명확 | M8 — Topic의 Description 구체적으로 수정 |
-| 게시 후 Copilot에서 안 보인다 | 반영 지연 | M10 — 1~3분 대기 후 새로고침 |
-| Excel에 기록이 안 쌓인다 | 커넥터 연결 또는 표 형식 오류 | M11 — Excel이 표(Table)인지 확인 |
-| 흐름이 실행 안 된다 | Power Automate 연결 미승인 | M12 — 연결(Connection) 상태 재확인 |
-| 멀티에이전트 라우팅이 틀린다 | Description이 모호 | M14 — 각 에이전트 Description 구체화 |
+| Symptom | Cause | Solution |
+|:--------|:------|:---------|
+| Agent gives irrelevant answers | Missing or insufficient knowledge | M7 — Upload additional relevant documents |
+| Agent answers out-of-scope questions | Scope not clearly defined in instructions | M6 — Update scope to "only answer about …" |
+| Agent fabricates information | "What to do when unsure" not defined | M6 — Add an "I don't know" message to the principles |
+| Topic doesn't fire | Description is unclear | M8 — Make the Topic Description more specific |
+| Agent not visible in Copilot after publishing | Propagation delay | M10 — Wait 1–3 minutes and refresh |
+| Records not appearing in Excel | Connector issue or table format error | M11 — Verify the data is in an Excel Table |
+| Flow doesn't run | Power Automate connection not authorized | M12 — Re-check the Connection status |
+| Multi-agent routing is incorrect | Description is ambiguous | M14 — Make each agent's Description more specific |
---
-## 참조 링크 모음
+## Reference Links
-| 자료 | URL |
-|:-----|:----|
-| Copilot Studio 공식 문서 | [learn.microsoft.com/microsoft-copilot-studio](https://learn.microsoft.com/microsoft-copilot-studio/) |
-| 지침 작성 가이드 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/guidance/building-agents-instructions) |
-| 지식 문서 모범 사례 | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/guidance/building-agents-knowledge) |
-| Power Automate 문서 | [learn.microsoft.com/power-automate](https://learn.microsoft.com/power-automate/) |
-| Copilot Studio 커뮤니티 | [community.powerplatform.com](https://community.powerplatform.com/galleries/communitycontent/?v=copilot-studio) |
-| MS Learn 학습 경로 | [learn.microsoft.com/training](https://learn.microsoft.com/training/paths/work-power-virtual-agents/) |
+| Resource | URL |
+|:---------|:----|
+| Copilot Studio official docs | [learn.microsoft.com/microsoft-copilot-studio](https://learn.microsoft.com/microsoft-copilot-studio/) |
+| Instructions writing guide | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/guidance/building-agents-instructions) |
+| Knowledge document best practices | [learn.microsoft.com](https://learn.microsoft.com/microsoft-copilot-studio/guidance/building-agents-knowledge) |
+| Power Automate docs | [learn.microsoft.com/power-automate](https://learn.microsoft.com/power-automate/) |
+| Copilot Studio community | [community.powerplatform.com](https://community.powerplatform.com/galleries/communitycontent/?v=copilot-studio) |
+| MS Learn learning path | [learn.microsoft.com/training](https://learn.microsoft.com/training/paths/work-power-virtual-agents/) |
---
-## 강사에게 질문하기
+## Ask the Instructor
-궁금한 점이 있으면 지금 질문해 주세요!
+If you have any questions, now is the time!
{: .highlight }
-> 오늘 하루 동안 **신입사원 한 명을 채용하고, 교과서를 주고, 대본을 쓰고, 손발을 달아줬습니다.** 내일부터 이 AI 직원이 여러분의 반복 업무를 대신합니다. 코드 한 줄 없이요.
+> Today, you **hired a new employee, gave them a textbook, wrote them a script, and equipped them with hands and feet.** Starting tomorrow, this AI employee will handle your repetitive tasks. All without writing a single line of code.
---
-[홈으로 돌아가기](../index)
+[Return to Home](../index)
diff --git a/index.md b/index.md
index 344e7c5..bbcec55 100644
--- a/index.md
+++ b/index.md
@@ -4,133 +4,133 @@ layout: home
nav_order: 0
---
-# 문과생을 위한 Copilot Studio
+# Copilot Studio for Non-Developers
{: .fs-9 }
-개발자 없이 만드는 우리 팀 전용 AI — 완전 정복 1일 과정
+Build your team's own AI without a developer — A full-day hands-on course
{: .fs-6 .fw-300 }
{: .warning }
-> 이 과정은 **2026년 3월** 시점의 기능과 UI를 기준으로 제작되었습니다.
-> Microsoft Copilot과 Copilot Studio는 매우 빠른 속도로 기능 추가와 개선이 이루어지고 있어, 시간이 지남에 따라 실제 화면이나 기능이 이 과정의 내용과 달라질 수 있습니다.
+> This course was created based on features and UI as of **March 2026**.
+> Microsoft Copilot and Copilot Studio are evolving rapidly, so the actual screens and features may differ from what is shown in this course over time.
---
-## 이 과정이 특별한 이유
+## What Makes This Course Special
-> *"지침 잘 쓰는 사람이 에이전트 잘 만듭니다. 이건 이과 영역이 아니에요."*
+> *"People who write great instructions build great agents. This isn't a developer's job."*
-에이전트의 품질은 코딩 실력이 아니라 **지침의 품질**로 결정됩니다.
-맥락 이해, 글쓰기, 설득, 스토리텔링 — 이것이 바로 여러분의 강점이자 Copilot Studio에서 가장 중요한 능력입니다.
+Agent quality is determined not by coding skills, but by the **quality of your instructions**.
+Context understanding, writing, persuasion, storytelling — these are your strengths, and they are the most important skills in Copilot Studio.
-| 여러분의 강점 | Copilot Studio에서의 역할 |
+| Your Strengths | Role in Copilot Studio |
|:------------|:------------------------|
-| 맥락 이해 | 지침의 역할·범위·원칙 설계 |
-| 글쓰기 | 지침·대본(Topic) 텍스트 작성 |
-| 설득·커뮤니케이션 | 에이전트 말투·태도 설계 |
-| 스토리텔링 | 대화 흐름(Topic) 설계 |
-| 현업 도메인 지식 | 지식 소스(문서) 기획·구성 |
+| Context understanding | Designing the agent's role, scope, and principles |
+| Writing | Authoring instructions and script (Topic) text |
+| Persuasion & communication | Designing the agent's tone and attitude |
+| Storytelling | Designing conversation flows (Topics) |
+| Domain expertise | Planning and organizing knowledge sources (documents) |
---
-## 비유 시스템 — 이 용어만 기억하세요
+## Analogy System — Just Remember These Terms
-이 과정에서는 낯선 기술 용어 대신 **익숙한 비유**를 사용합니다.
+Throughout this course, we use **familiar analogies** instead of unfamiliar technical jargon.
-| 개념 | 비유 | 한 줄 설명 |
+| Concept | Analogy | One-Line Description |
|:-----|:-----|:---------|
-| 에이전트 | 🧑💼 신입사원 | 지시대로 움직이는 AI 직원 |
-| 지침 | 📋 행동매뉴얼 | 에이전트의 역할·태도·범위를 정의 |
-| 지식 | 📚 교과서 | 에이전트가 답변의 근거로 삼는 자료 |
-| 변수 | 📝 포스트잇 | 대화 중 메모해두고 나중에 꺼내 쓰는 것 |
-| Topic | 🎬 대본 | 특정 상황에서 에이전트가 따르는 흐름 |
-| Flow | 🤲 손발 | 에이전트가 실제로 행동하게 해주는 것 |
-| 메일 전달 | ✉️ 편지봉투 | 문의 내용을 담당자에게 이메일로 전달 |
+| Agent | 🧑💼 New employee | An AI worker that follows your instructions |
+| Instructions | 📋 Behavior manual | Defines the agent's role, attitude, and scope |
+| Knowledge | 📚 Textbook | Reference materials the agent uses to answer questions |
+| Variable | 📝 Sticky note | Something jotted down during a conversation and used later |
+| Topic | 🎬 Script | A flow the agent follows in specific situations |
+| Flow | 🤲 Hands and feet | What enables the agent to take real-world actions |
+| Email forwarding | ✉️ Envelope | Forwarding an inquiry to the right person via email |
---
-## ⏱️ 전체 타임테이블
+## ⏱️ Full Timetable
-운영 시간: **09:30 ~ 18:00** (총 8시간 30분)
+Course hours: **09:30 – 18:00** (8 hours 30 minutes total)
{: .fs-5 }
-| # | 시간 | 모듈 | 제목 | 소요 | 수강생 역할 |
+| # | Time | Module | Title | Duration | Participant Role |
|:--|:-----|:-----|:-----|:-----|:-----------|
-| 0 | 09:30 | [MODULE 0](docs/m00-orientation) | 오리엔테이션 — 오늘 만들 에이전트 미리보기 | 10분 | 👀 보기 |
-| 1 | 09:40 | [MODULE 1](docs/m01-copilot-principles) | 코파일럿과 에이전트의 동작원리 | 10분 | 👀 보기 |
-| 2 | 09:50 | [MODULE 2](docs/m02-immersive-incontext) | 에이전트의 사용 방식 — 몰입형 vs 인컨텍스트 | 15분 | 👀 보기 |
-| 3 | 10:05 | [MODULE 3 ⭐](docs/m03-agent-builder) | 첫번째 에이전트 만들기 — 에이전트 빌더 실습 | 30분 | 🟢 직접 만들기 |
-| 3a | — | [MODULE 3a](docs/m03a-sample-agents) | 부록 — 6가지 샘플 에이전트 체험 | 자율 | 🟢 자율 실습 |
-| 4 | 10:35 | [MODULE 4](docs/m04-four-components) | 에이전트의 4가지 구성요소 + Copilot Studio 둘러보기 | 20분 | 👀 보기 |
-| — | 10:55 | ☕ 휴식① | | 15분 | |
-| 5 | 11:10 | [MODULE 5 ⭐](docs/m05-orchestrator) | 1요소 오케스트레이터 — 모델 변경 + 설정 실습 | 20분 | 🟢 직접 실습 |
-| — | 11:30 | 🍱 점심 | | 90분 | |
-| 6 | 13:00 | [MODULE 6 ⭐](docs/m06-instructions) | 2요소 지침 — 좋은 지침 만들기 + 실습 | 30분 | 🟢 직접 작성 + 테스트 |
-| 7 | 13:30 | [MODULE 7 ⭐](docs/m07-knowledge) | 3요소 지식 — RAG 개념 + 참조문서 업로드 실습 | 30분 | 🟢 직접 실습 |
-| 8 | 14:00 | [MODULE 8](docs/m08-tools-overview) | 4요소 도구들 — 도구가 채택되는 원리 | 10분 | 👀 보기 |
-| 9 | 14:10 | [MODULE 9 ⭐](docs/m09-topic-variables) | 도구 — 토픽과 변수 | 35분 | 🟢 직접 실습 |
-| — | 14:45 | ☕ 휴식② | | 15분 | |
-| 10 | 15:00 | [MODULE 10 ⭐](docs/m10-publish-share) | 에이전트 게시와 공유 — Copilot에서 에이전트 사용 | 20분 | 🟢 직접 실습 |
-| 11 | 15:20 | [MODULE 11 ⭐](docs/m11-connector) | 도구 — 커넥터 | 30분 | 🟢 직접 실습 |
-| 12 | 15:50 | [MODULE 12 ⭐](docs/m12-agent-flow) | 도구 — 에이전트 흐름 | 30분 | 🟢 직접 실습 |
-| 13 | 16:20 | [MODULE 13](docs/m13-ai-prompt) | 고급도구 — AI 프롬프트 | 10분 | 👀 강사 데모 |
-| — | 16:30 | ☕ 휴식③ | | 15분 | |
-| 14 | 16:45 | [MODULE 14 ⭐](docs/m14-multi-agent) | 고급도구 — 멀티에이전트 | 25분 | 🟢 직접 실습 |
-| 15 | 17:10 | [MODULE 15 ⭐](docs/m15-mcp) | 고급도구 — MCP | 15분 | 🟢 직접 실습 |
-| 16 | 17:25 | [MODULE 16 ⭐](docs/m16-trigger) | 고급도구 — 트리거 | 25분 | 🟢 직접 실습 |
-| — | 17:50 | 🎉 [마무리](docs/m17-wrap-up) | 돌아보기 · Q&A · 트러블슈팅 | 10분 | |
+| 0 | 09:30 | [MODULE 0](docs/m00-orientation) | Orientation — Preview the Agent You'll Build Today | 10 min | 👀 Watch |
+| 1 | 09:40 | [MODULE 1](docs/m01-copilot-principles) | How Copilot and Agents Work | 10 min | 👀 Watch |
+| 2 | 09:50 | [MODULE 2](docs/m02-immersive-incontext) | Agent Usage — Immersive vs In-Context | 15 min | 👀 Watch |
+| 3 | 10:05 | [MODULE 3 ⭐](docs/m03-agent-builder) | Build Your First Agent — Agent Builder Hands-On | 30 min | 🟢 Build It |
+| 3a | — | [MODULE 3a](docs/m03a-sample-agents) | Appendix — Try 6 Sample Agents | Self-paced | 🟢 Self-Paced |
+| 4 | 10:35 | [MODULE 4](docs/m04-four-components) | The 4 Components of an Agent + Copilot Studio Tour | 20 min | 👀 Watch |
+| — | 10:55 | ☕ Break ① | | 15 min | |
+| 5 | 11:10 | [MODULE 5 ⭐](docs/m05-orchestrator) | Component 1: Orchestrator — Change Model + Settings | 20 min | 🟢 Hands-On |
+| — | 11:30 | 🍱 Lunch | | 90 min | |
+| 6 | 13:00 | [MODULE 6 ⭐](docs/m06-instructions) | Component 2: Instructions — Writing Good Instructions | 30 min | 🟢 Write + Test |
+| 7 | 13:30 | [MODULE 7 ⭐](docs/m07-knowledge) | Component 3: Knowledge — RAG Concepts + Upload Docs | 30 min | 🟢 Hands-On |
+| 8 | 14:00 | [MODULE 8](docs/m08-tools-overview) | Component 4: Tools — How Tools Get Selected | 10 min | 👀 Watch |
+| 9 | 14:10 | [MODULE 9 ⭐](docs/m09-topic-variables) | Tools — Topics and Variables | 35 min | 🟢 Hands-On |
+| — | 14:45 | ☕ Break ② | | 15 min | |
+| 10 | 15:00 | [MODULE 10 ⭐](docs/m10-publish-share) | Publish & Share — Use Your Agent in Copilot | 20 min | 🟢 Hands-On |
+| 11 | 15:20 | [MODULE 11 ⭐](docs/m11-connector) | Tools — Connectors | 30 min | 🟢 Hands-On |
+| 12 | 15:50 | [MODULE 12 ⭐](docs/m12-agent-flow) | Tools — Agent Flows | 30 min | 🟢 Hands-On |
+| 13 | 16:20 | [MODULE 13](docs/m13-ai-prompt) | Advanced Tools — AI Prompts | 10 min | 👀 Instructor Demo |
+| — | 16:30 | ☕ Break ③ | | 15 min | |
+| 14 | 16:45 | [MODULE 14 ⭐](docs/m14-multi-agent) | Advanced Tools — Multi-Agent | 25 min | 🟢 Hands-On |
+| 15 | 17:10 | [MODULE 15 ⭐](docs/m15-mcp) | Advanced Tools — MCP | 15 min | 🟢 Hands-On |
+| 16 | 17:25 | [MODULE 16 ⭐](docs/m16-trigger) | Advanced Tools — Triggers | 25 min | 🟢 Hands-On |
+| — | 17:50 | 🎉 [Wrap-Up](docs/m17-wrap-up) | Review · Q&A · Troubleshooting | 10 min | |
{: .timetable}
-| 구분 | 시간 |
+| Category | Time |
|:-----|:-----|
-| 교육 | 365분 (6시간 5분) |
-| 점심 | 90분 |
-| 휴식 | 45분 (15분 × 3회) |
-| Q&A | 10분 |
-| **합계** | **510분 (8시간 30분)** |
+| Training | 365 min (6 hrs 5 min) |
+| Lunch | 90 min |
+| Breaks | 45 min (15 min × 3) |
+| Q&A | 10 min |
+| **Total** | **510 min (8 hrs 30 min)** |
---
-## 사전 준비
+## Prerequisites
-시작하기 전에 다음을 확인해 주세요:
+Before starting, please verify the following:
-- ✅ Microsoft 365 계정 로그인 가능
-- ✅ [Copilot Studio](https://copilotstudio.microsoft.com) 접속 가능
-- ✅ Microsoft Teams 설치 및 로그인 완료
-- ✅ [Power Automate](https://make.powerautomate.com) 접속 가능
-- ✅ 인스턴트 클라우드 흐름 생성 권한 확인 완료
-- ✅ AI Builder 프롬프트 사용 가능 여부 확인 완료
-- ✅ Office 365 Outlook 커넥터로 메일 발송 가능
-- ✅ OneDrive for Business + Excel Online (Business) 사용 가능
-- ✅ 실습에 사용할 문서 파일 다운로드 (아래 참조)
+- ✅ Able to sign in with a Microsoft 365 account
+- ✅ Can access [Copilot Studio](https://copilotstudio.microsoft.com)
+- ✅ Microsoft Teams installed and signed in
+- ✅ Can access [Power Automate](https://make.powerautomate.com)
+- ✅ Permission to create instant cloud flows confirmed
+- ✅ AI Builder prompt availability confirmed
+- ✅ Able to send email via the Office 365 Outlook connector
+- ✅ OneDrive for Business + Excel Online (Business) available
+- ✅ Lab files downloaded (see below)
{: .warning }
-> 일부 조직은 Power Automate, AI Builder, Outlook 커넥터, OneDrive 사용에 관리자 승인이나 라이선스 확인이 필요합니다. 오전 세션 시작 전에 미리 점검해 주세요.
+> Some organizations require admin approval or license verification for Power Automate, AI Builder, the Outlook connector, and OneDrive. Please check before the morning session begins.
-### 📂 실습 파일 다운로드
+### 📂 Download Lab Files
-| # | 파일 | 설명 |
+| # | File | Description |
|:--|:-----|:-----|
-| 1 | [FAQ.docx](assets/files/FAQ.docx) | 자주 묻는 질문 모음 |
-| 2 | [경비처리_가이드.docx](assets/files/경비처리_가이드.docx) | 경비 처리 절차 안내 |
-| 3 | [담당자정보.docx](assets/files/담당자정보.docx) | 부서별 담당자 연락처 |
-| 4 | [복리후생_안내.docx](assets/files/복리후생_안내.docx) | 복리후생 제도 안내 |
-| 5 | [휴가_근태_가이드.docx](assets/files/휴가_근태_가이드.docx) | 휴가·근태 관련 규정 |
+| 1 | [FAQ.docx](assets/files/FAQ.docx) | Frequently asked questions |
+| 2 | [경비처리_가이드.docx](assets/files/경비처리_가이드.docx) | Expense processing guide |
+| 3 | [담당자정보.docx](assets/files/담당자정보.docx) | Department contact information |
+| 4 | [복리후생_안내.docx](assets/files/복리후생_안내.docx) | Employee benefits guide |
+| 5 | [휴가_근태_가이드.docx](assets/files/휴가_근태_가이드.docx) | Leave and attendance policy |
{: .tip }
-> 위 파일들은 실습 중 에이전트의 **지식(교과서)** 소스로 사용합니다. 미리 다운로드해 주세요.
+> These files will be used as the agent's **knowledge (textbook)** sources during the labs. Please download them in advance.
{: .highlight }
-> 모든 실습은 웹 브라우저에서 진행됩니다. 별도의 프로그램 설치가 필요 없습니다.
+> All labs are conducted in a web browser. No additional software installation is required.
---
-## 참조 링크
+## Reference Links
-| 자료 | URL |
+| Resource | URL |
|:-----|:----|
-| Copilot Studio 공식 문서 | [learn.microsoft.com/microsoft-copilot-studio](https://learn.microsoft.com/microsoft-copilot-studio/) |
-| MS Learn 학습 경로 | [learn.microsoft.com/training](https://learn.microsoft.com/training/paths/work-power-virtual-agents/) |
-| Power Automate 문서 | [learn.microsoft.com/power-automate](https://learn.microsoft.com/power-automate/) |
-| Copilot Studio 커뮤니티 | [community.powerplatform.com](https://community.powerplatform.com/galleries/communitycontent/?v=copilot-studio) |
+| Copilot Studio Official Docs | [learn.microsoft.com/microsoft-copilot-studio](https://learn.microsoft.com/microsoft-copilot-studio/) |
+| MS Learn Learning Path | [learn.microsoft.com/training](https://learn.microsoft.com/training/paths/work-power-virtual-agents/) |
+| Power Automate Docs | [learn.microsoft.com/power-automate](https://learn.microsoft.com/power-automate/) |
+| Copilot Studio Community | [community.powerplatform.com](https://community.powerplatform.com/galleries/communitycontent/?v=copilot-studio) |