오늘의 영상 4편 (전부 최근 6개월 이내: 2026-02~06월 업로드) · 누적: 팁 85개 / 팁을 뽑은 영상 19편
한국어 2편 + 영어 2편. 어제까지 나흘은 "만들기"였고, 오늘은 "읽기" 쪽으로 옮긴 호입니다.
자료조사에서 AI를 쓰는 법을 찾아 한국어·영어로 네 번 검색했더니, 6개월 이내 상위권이 거의 전부 같은 도구를 다루고 있었습니다. 그래서 오늘 네 편은 도구가 겹칩니다. 다만 다루는 사람이 다릅니다 — 대기업 직장인, 학자, 개발자, 강사. 같은 도구를 네 직업이 어떻게 다르게 쓰는지가 오늘의 수확이고, 도구 이름을 지워도 남는 것만 골라 정리했습니다.
내가 올린 자료 안에서만 답하는 도구(NotebookLM 같은)는 다음 셋이 모두 참일 때 최적입니다.
예시가 명료합니다. 보험사 세 곳이 각각 PDF 브로슈어, 스프레드시트, 영상 설명을 보내왔을 때 "어느 쪽 치과 보장이 제일 나은가"를 묻는 상황. 셋 다 참이 아니면 일반 LLM이 낫다는 것이 이 판별의 뒷면입니다.
출처: NotebookLM Changed Completely (in 2026) — Jeff Su (~00:49)
소스에 묶인 도구가 정확한 이유와 심심한 이유는 같은 것입니다. 화자의 정식화 — "가장 큰 강점인 높은 정확도가 곧 가장 큰 한계인 낮은 창의성이다. 두 차원은 본질적으로 연결돼 있다."
그래서 브레인스토밍·카피라이팅·코딩에는 미련 없이 일반 LLM으로 갈아탑니다. 같은 논리로 비평(critique)에도 쓰지 말라고 합니다 — 내 제안서를 날카롭게 까 달라는 요청은 더 오래 추론하는 모델이 훨씬 낫습니다.
출처: 같은 영상 (~19:53, 비평 ~18:45)
소스 발굴 기능은 두 종류입니다. 빠른 검색 = 출처 목록만 준다(내가 고른다). 딥리서치 = 그 출처들을 읽고 보고서까지 써 준다.
노트 도구 안의 딥리서치는 쓰지 말고, 전용 도구(Gemini·ChatGPT·Claude)에서 직접 돌린 뒤 그 결과를 소스로 가져오라는 것이 화자의 원칙입니다. 이유 둘 — ① 도메인 지식이 있으면 사람이 저품질 출처를 더 잘 거른다(자동 종합은 그 판단을 대신 해 버립니다) ② 전용 도구가 그냥 더 잘합니다. 노트 도구의 검색은 "노트북을 안 나가고 하는 구글 검색" 정도로만 취급합니다.
출처: 같은 영상 (~03:43)
보정 [홍보성] 이 영상은 스폰서를 받았고 바로 이 대목에서 스폰서 자료로 연결됩니다. 다만 "노트 도구의 딥리서치를 쓰지 말라"는 주장 자체는 스폰서에게 유리할 게 없는 판단이라 그대로 취했습니다.
검색이 10개, 20개를 반환해도 3개만 채택한다는 규칙을 스스로 겁니다. 화자의 말이 정확합니다 — "3개 상한이 나로 하여금 각 출처를 실제로 들어가서 확인하게 만든다. 그게 내장 품질 필터 역할을 한다."
상한이 없으면 전부 넣고 아무것도 안 읽습니다. 개수 제한이 검토를 강제하는 장치라는 것이 요점이지, 3이라는 숫자 자체가 아닙니다.
출처: 같은 영상 (~02:46)
출처: 같은 영상 (~03:02 / ~04:50 / ~04:27)
소스를 다 넣은 뒤 한 페이지도 읽기 전에 마인드맵을 만듭니다. 주제·하위주제가 펼쳐지면 거기서 팔 가지를 고르고, 노드를 클릭하면 그 주제로 한정된 대화가 열립니다.
화자의 사용례가 설득력 있습니다 — 10분짜리 영상을 만들려고 자료를 잔뜩 모았지만 대부분은 안 들어갑니다. 마인드맵을 보고 "11가지 실전 기법"은 파고 "에이전틱 토글 API 팁"은 버립니다(시청자에게 너무 기술적이라). 전체 조감 → 한 가지에 집중한 대화가 클릭 한 번으로 이어지는 것이 핵심입니다.
밀도 높은 출처 하나가 막막할 때는 그 출처의 요약 가이드를 먼저 봅니다. 영상에서는 "인도에서 통신사 제휴로 성장 중"이라는 대목이 눈에 들어오자 "그럼 왜 인도네시아·파키스탄·일본에서는 같은 전략을 안 쓰나?"라는 질문이 나옵니다. 가이드가 먼저 띄워 주지 않았으면 안 물었을 질문입니다.
출처: 같은 영상 (~13:56 / ~06:39)
아래 네 개는 학자의 실무에서 나왔지만 분야를 가리지 않습니다. 공통점은 요약을 요구하지 않는다는 것입니다.
"내가 올린 논문 전체에서 가장 논쟁적인 주장(most contested claims)은 무엇이고, 어느 저자들이 반대편에 서 있나?"
자료 더미에 "요약해 줘"를 시키면 합의된 것, 즉 이미 아는 것이 나옵니다. 반대로 대립 축을 물으면 그 분야의 미해결 지점과 진영이 드러납니다 — 내가 어디에 설지 정해야 하는 지도입니다. 요약은 자료를 평평하게 만들고, 이 질문은 자료에 지형을 줍니다.
학술 자료만이 아니라 시장 조사 자료, 정책 문서, 사용자 인터뷰에도 그대로 씁니다.
출처: NotebookLM + Gemini Just Changed Research Forever — Andy Stapleton (~01:27)
여러 사람에게 받은 피드백 문서를 한 곳에 전부 쌓습니다(화자는 박사 지도교수 3명, 포닥 지도자 5명의 피드백을 예로 듭니다). 그리고:
"지도교수가 반복해서 지적하는 약점을 요약하고, 그 패턴에 비춰 내 초고에서 가장 손봐야 할 문단 3개를 짚어 줘."
해당 글의 문체 가이드도 같이 넣습니다. 개별 코멘트를 하나씩 반영하면 지적당한 문장은 고쳐지고 그 습관은 남습니다. 패턴으로 보면 고칠 대상이 문장이 아니라 습관이 됩니다.
출처: 같은 영상 (~03:44)
내 성과 자료와 지원 요강을 함께 넣고 초안을 쓰게 한 뒤, 한 줄을 덧붙입니다: "그리고 내 이력에서 내가 메워야 할 빈틈을 표시해 줘."
심사자가 물고 늘어질 곳을 제출 전에 아는 것과 모르는 것의 차이입니다. 초안만 시키면 잘 쓴 척하는 글이 나오고, 빈틈을 물으면 내가 준비해야 할 것 목록이 나옵니다. 지원서만이 아니라 제안서·견적서·자기소개에 그대로 적용됩니다.
출처: 같은 영상 (~01:57)
행사 일정표·발표자 약력·내 발표 자료를 함께 넣고:
"이 세션들과 내 관심사를 놓고, 겹침이 최대가 되는 일자별 동선을 짜 줘. 그리고 내가 직접 인사하러 가야 할 사람 3명을 지목해 줘."
행사장에서 정보 부족으로 낭비되는 것은 시간만이 아니라 만남입니다. 요약이나 정리가 아니라 행동 계획을 출력으로 요구한 사례라는 점이 중요합니다 — 같은 자료로 "요약해 줘"를 했으면 아무 쓸모가 없었을 것입니다.
출처: 같은 영상 (~05:16)
심문할 대상마다 별도 노트북을 팝니다. 여기에 더해 계속 갱신되며 오래 사는 상설 노트북을 몇 개 둡니다. 두 화자가 서로 모른 채 같은 습관을 말했다는 것이 이 구분의 무게입니다.
일회성 노트북은 조사가 끝나면 죽고, 상설 노트북은 쓸수록 두꺼워집니다.
출처: Andy Stapleton (~00:45, ~03:14) · Jeff Su (~19:12)
중요한 작업이면 노트북 단위 커스텀 지시를 겁니다 — 그러면 그 안의 모든 응답이 내 최종 목표라는 렌즈를 통과해 나옵니다. 매번 질문에 목표를 다시 설명하지 않아도 되고, 무엇보다 잊지 않습니다.
지시문 자체는 손으로 쓰지 말고 다른 LLM에 "이 노트북의 목표는 X다, 커스텀 지시를 써 줘"로 생성시켜 붙여 넣습니다. 응답 길이는 기본값으로 두는 편이 낫습니다 — 나중에 늘려 달라고 하면 되니까요.
출처: Jeff Su (~05:18)
새 주제로 넘어가기 전 대화 기록을 지우되 — 지우기 전에 훑습니다. 다시 볼 데이터는 노트로 저장하고, 정말 중요한 통찰은 노트를 소스로 승격합니다. 승격된 것은 이후 모든 산출물 생성에 반영됩니다.
초기화는 이전 대화의 영향을 끊기 위한 것인데, 그러면 그 대화에서 얻은 것도 같이 날아갑니다. 승격이 그 손실을 막습니다 — 대화의 부산물이 다음 라운드의 전제가 됩니다.
출처: 같은 영상 (~06:07)
관련 어제(8/13) "새 작업마다 채팅을 초기화하라"의 다음 단계입니다. 앞의 것은 "지워라"에서 끝났는데, 이 팁은 "지우기 전에 무엇을 건져 어디에 올릴까"를 답합니다.
보고서를 생성할 때 고정 포맷 목록은 건너뛰고, 소스를 분석해 동적으로 제안되는 포맷을 씁니다. 화자가 놀란 지점이 정확합니다 — "이 프롬프트는 내가 안 썼다. 소스에서 추론된 것이다."
고정 포맷은 어떤 자료에나 맞는 만큼 어디에도 안 맞고, 제안 포맷은 브레인스토밍 단계 자체를 건너뛰게 합니다. 맞는 제안이 없으면 직접 만들되, 그 지시문도 다른 LLM에 목적·독자 두 가지만 주고 짜게 합니다.
출처: 같은 영상 (~08:31)
자동 생성 슬라이드는 겉보기가 훌륭해도 다운로드해 보면 전부 이미지라 실질적 편집이 안 됩니다. 화자는 이 한계를 인정한 뒤 "저평가된 용법"으로 뒤집습니다 — 상사가 기조연설 얼개를 짜 오라고 하면, 필요한 자료를 다 넣고 덱을 생성해 어떤 서사를 제안하는지부터 봅니다. 결과물이 아니라 출발점을 얻는 것입니다.
슬라이드별 수정 지시(예: "오른쪽 도해가 너무 복잡하다, 글자 빼고 단순화")로 구조를 다듬고, 진짜 제작은 다른 도구에서 합니다. 부수 팁 — 인포그래픽 생성 시 상세도는 가장 상세한 옵션을 피합니다. 글자가 많아지는 만큼 오타가 늡니다.
출처: 같은 영상 (~09:47, 저평가 용법 ~10:54)
딥리서치 결과물(트렌드 보고서)을 받아온 뒤 내부 문서를 같은 폴더에 둡니다 — 사업 방향·미션·정책이 적힌 컨텍스트 문서, 브랜드 가이드라인. 그리고 시킵니다:
"이 리서치 두 건과 내 사업 방향 문서·브랜드 가이드를 읽고, 리서치 내용을 우리 사업 관점에서 해석한 전략 보고서로 만들어 줘. 어떤 트렌드를 우선 활용해야 하는지 액션 아이템 포함해서."
화자의 지적이 정곡입니다 — "이 두 문서는 사실 외부에서 파악한 트렌드다. 회사에서 쓸 때는 우리 상황에 맞는 전략을 세우는 경우가 많다." 외부 리서치만으로는 남의 트렌드이고, 내부 맥락이 얹혀야 비로소 내 결정에 쓰입니다.
출처: 클로드코드 + 노트북LM = AI 리서치 끝판왕! — 시민개발자 구씨 (~13:00)
관련 어제(8/13) "에셋 폴더를 라벨링해 두면 브랜드에 맞는 슬라이드가 나온다"와 겹칩니다 — 이미 수집. 새로운 부분은 브랜드가 아니라 판단 맥락(사업 방향·정책)을 얹는다는 점입니다. Jeff Su도 브랜드 가이드를 소스로 올리면 보고서·슬라이드·인포그래픽 세 도구에 동시 적용된다고 덧붙입니다.
두 층을 명시적으로 나눕니다.
사람은 자연어로 요청만 하고 층 사이의 복사·붙여넣기는 하지 않습니다. 화자의 정식화 — "이 워크플로의 핵심은 역할 분담이다. 각자 제일 잘하는 걸 맡는 것이다."
실연이 구체적입니다. 1시간 넘는 AI 업계 CEO 인터뷰 3개(총 3~4시간)를 소스로 넣고 26분짜리 한국어 오디오 브리핑으로 만들어 통근길에 듣습니다. 이어서 "세 CEO가 공통으로 강조하는 트렌드와 입장이 갈리는 지점을 분석해 마크다운으로 저장해 줘"까지 한 번에.
출처: 같은 영상 (~10:15, 실연 ~07:57)
관련 팁 2(정확도↔창의성)의 실행판입니다. 트레이드오프를 알았으면 한쪽을 고르는 게 아니라 둘을 파이프로 잇는 것이 답이라는 이야기. 또 8/13의 "사람/AI 경계선은 판단과 책임으로 그어라"가 사람↔AI를 갈랐다면, 이 팁은 AI↔AI를 가릅니다.
외부 서비스를 에이전트에 붙일 때. 서비스사가 공식 MCP를 제공하면 MCP(노션·구글 캘린더·Gmail 등). 커뮤니티 MCP뿐이면 CLI + 스킬 조합이 낫습니다.
MCP의 대가가 명확합니다 — 서버가 상시 실행이라 도구가 35개면 35개 정보가 늘 컨텍스트에 실립니다. 불안정하면 서버 크래시·좀비 프로세스도 납니다. CLI는 명령어만 주면 되니 소비가 제한적이고, 무엇보다 에이전트가 터미널 에러를 잘 읽습니다 — 자기가 터미널에서 도는 프로그램이니 실패의 언어가 모국어입니다. 대신 스킬 하나를 붙여 자연어→명령어 변환을 돕습니다.
출처: 같은 영상 (~02:28)
함정 스킬을 프로젝트에 설치하면 에이전트를 껐다 켜야 인식됩니다. 설치 명령 자체는 에이전트에 시키지 말고 터미널에서 직접 치는 편이 토큰을 아낍니다.
보정 화자가 직접 밝히듯 이 CLI는 비공식 커뮤니티 도구라 대상 서비스의 UI가 바뀌면 깨질 수 있습니다. 영상 안에서도 PDF 생성이 한 번 실패해 재요청으로 우회하는 장면이 그대로 나옵니다.
어떤 MCP 서버를 붙였든 설정 직후 이 한 줄부터. 붙은 도구 목록이 나오면 성공입니다. 인증이 별도로 필요한 서비스는 이어서 "인증 진행해 줘"까지 시키면 브라우저 로그인 창이 뜹니다.
설정 파일에 붙여 넣고 새로고침을 눌러 초록불이 떠도, 에이전트가 실제로 그 도구를 부를 수 있는지는 별개입니다. 확인 없이 본 작업을 시키면 실패가 엉뚱한 곳에서 드러납니다. 공식 지원 목록에 내 도구가 없으면 "Other MCP clients" 설정 JSON을 복사해 설정 파일에 직접 붙여 넣으면 됩니다.
출처: NotebookLM + AI 에이전트 A to Z — 이동훈의 루트AI (~05:36)
노트 도구의 한계 셋을 인정하고 배관으로 풉니다 — ① 소스를 하나씩 손으로 넣는 수동 작업 ② 결과가 그 도구 안에만 머묾(스프레드시트·슬랙·노션으로 못 나감) ③ 매주 같은 조사를 반복.
영상의 실연은 유튜브 영상 분석 → 그 인사이트로 랜딩 페이지 생성 → 참고 사이트를 소스로 추가 → "새 자료 반영해 페이지에 내용 추가해 줘" → 페이지 갱신입니다. 조사의 결과가 문서가 아니라 계속 자라는 산출물이 된다는 그림이 요점입니다.
출처: 같은 영상 (~01:41 한계 셋, 실연 ~08:44)
보정 데모 중 React로 시도했다가 에러가 나서 Next.js로 우회하는 장면이 그대로 나옵니다. 감추지 않은 점은 좋으나 "AI가 알아서 다 해 준다"는 도입부 톤과는 온도차가 있습니다.
이 보고서는 유튜브 영상의 자막을 읽고 증류한 것입니다. 팁의 실효는 직접 검증 전이며, 과장이 의심되는 대목은 본문에 "보정"으로 표시했습니다.