Gemini 실전 활용법 - 구글 연동, 딥리서치, Gems

Gemini의 Deep Research 기능은 수백 개의 웹 자료를 교차 검증해 보고서 한 장으로 압축해 줍니다. 처음 이 결과물을 받아 든 순간, 저는 솔직히 좀 당황했습니다. 제가 반나절은 써야 한다고 생각했던 일이 5분 만에 끝나 있었거든요.

 

Chat GPT와 Gemini의 협업

구글 생태계와 연동되는 AI 비서, 처음 세팅해본 날

ChatGPT나 Claude를 유료로 꽤 오래 써온 터라 Gemini를 처음 본격적으로 파고들었을 때는 큰 기대를 하지 않았습니다. 상대적으로 챗지피티나 클로드가 더 많이 이야기가 되니 구글은 구글 자체의 강점이 있지만 업무용 AI는 챗지피티나 클로드라고 생각했죠. 그런데 워크스페이스 연동 기능을 켜고 나서 역시 구글은 구글이구나 싶었어요.

설정에서 '개인 인텔리전스 → 연결된 앱'으로 들어가 Google Workspace 연동을 활성화하면 대화창에서 골뱅이(@)를 입력하는 것만으로 Gmail, Google Drive, Google Calendar, YouTube에 직접 접근할 수 있습니다. 여기서 Workspace란 구글이 제공하는 업무용 협업 도구 묶음으로, 이메일부터 문서·캘린더까지 포함된 통합 환경을 말합니다. 평소 구글 서비스를 중심으로 업무를 돌리는 저한테는 이게 꽤 큰 차이였습니다.

실제로 "@Gmail 이번 주 답장 못 한 메일 중 중요한 것만 정리해 줘"라고 입력했더니 메일함을 직접 열지 않고도 우선순위가 정리된 목록이 바로 나왔습니다. 제 경험상 이 한 가지 기능만으로도 귀찮은 루틴이 10분은 줄었습니다.

세팅에서 또 하나 챙겨야 할 것이 메모리(Memory) 기능입니다. 메모리란 AI가 이전 대화에서 나온 맥락과 사용자 패턴을 지속적으로 저장해 두는 기능으로, 쉽게 말해 비서가 일지를 쓰듯 저에 대한 정보를 누적하는 것입니다. 여기에 '요청 사항'까지 한 번 작성해 두면, 매 대화마다 배경 설명을 반복하지 않아도 됩니다. 저는 이 두 가지를 켜두는 것만으로 응답의 맥락이 눈에 띄게 달라지는 걸 느꼈습니다.

• Google Workspace 연동: Gmail, Drive, Calendar, YouTube를 대화창에서 직접 호출
• 메모리(Memory) 기능: 대화 이력을 누적해 사용자 패턴을 학습
• 요청 사항(System Prompt): 나의 역할·원하는 답변 형식을 한 번만 등록

요약: Gemini는 Google Workspace 연동과 메모리 기능 세팅만으로도 구글 생태계 사용자에게 즉각적인 업무 효율을 제공합니다.

 

딥리서치와 NotebookLM, 실제로 써보니 다른 점

Gemini의 검색·분석 기능에서 핵심은 두 가지입니다. 도구 메뉴에서 선택할 수 있는 Deep Research와 NotebookLM입니다.

Deep Research란 AI가 단순히 질문에 답하는 대신 웹상의 수백 개 출처를 직접 탐색하고 교차 검증(Cross-Verification)해 하나의 구조화된 보고서로 만들어 주는 기능입니다. 여기서 교차 검증이란 동일한 사실을 여러 독립 출처에서 확인해 신뢰도를 높이는 과정을 말합니다. 직접 겪어보니 일반 대화창에서 같은 질문을 던졌을 때와 결과물의 밀도가 확연히 달랐습니다. 전자는 핵심 요약에 가깝고, Deep Research 결과물은 각주와 출처가 붙은 실제 리포트에 가까웠습니다. 완성된 보고서를 구글 문서로 바로 내보내는 기능도 있어서 이후 편집이 훨씬 수월했습니다.

한편 NotebookLM은 웹에서 찾아온 자료든, 내가 가진 PDF든, 유튜브 링크든 형식을 가리지 않고 한 노트북 안에 모아 두고 비교·분석하는 AI 기반 리서치 파트너입니다. 저는 유튜브 영상 링크 여러 개, 트렌드 리포트 PDF, 구글 문서 형태의 대본을 한꺼번에 소스로 넣어봤습니다. 그리고 "이 자료들을 비교해서 콘텐츠 아이디어를 표로 정리해 줘"라고 입력했더니 각 소스의 내용을 교차 참조한 결과물이 나왔습니다. 사람이 직접 했다면 며칠은 걸렸을 작업입니다.

NotebookLM에는 스튜디오 메뉴도 있습니다. 오디오 오버뷰(Audio Overview)는 올려둔 자료를 바탕으로 두 AI 진행자가 팟캐스트 형식으로 대화하는 오디오 콘텐츠를 자동 생성하는 기능이고, 동영상 개요(Video Overview)는 AI 음성 내레이션이 삽입된 슬라이드 영상을 만들어 줍니다. 솔직히 이건 예상 밖이었습니다. 단순 요약이 아니라 발화 가능한 콘텐츠 형태로 결과물이 나온다는 게 기존의 AI 툴과 질적으로 다른 지점이었습니다.

다만 여기서 한 가지 주의할 점이 있습니다. AI 리서치 분야의 신뢰성 연구에 따르면, 생성형 AI가 수집한 자료는 출처의 품질이 고르지 않을 수 있습니다. Deep Research가 "많이 찾았다"는 것과 "정확한 정보를 찾았다"는 것은 다른 문제입니다. 제 경우엔 보고서를 받고 나서 핵심 수치와 출처는 반드시 원문에서 한 번 더 확인하는 습관을 들였습니다. 상대적으로 제미나이는 다양한 출처를 활용하고 할루시네이션이라도 출처링크(?)를 기록해주는 편이라 문제를 잡아내기에 용이한 측면도 있습니다. 

 

요약: Deep Research는 광범위한 웹 탐색 리포트, NotebookLM은 분산된 자료를 한곳에 모아 분석하는 도구로, 두 기능은 목적이 다릅니다.

 

Gems와 캔버스로 반복 업무를 구조화하는 법

리서치가 끝나면 결국 파일을 만들어야 합니다. 이 단계가 실제로 시간을 가장 많이 잡아먹는다는 걸 저도 오래 느껴왔습니다. AI에게 내용을 받고 복사해서 워드에 붙여 넣고, 표는 다시 엑셀로, PDF는 따로 저장하는 그 흐름이요. Gemini는 이 과정을 상당 부분 줄여줬습니다.

현재 Gemini는 엑셀, PDF 같은 실제 파일을 대화 안에서 직접 생성해 줍니다. 텍스트 답변이 아니라 다운로드 가능한 파일 형태로 결과물이 떨어진다는 점이 핵심입니다. 캔버스(Canvas) 기능을 이용하면 PPT 슬라이드로 바로 내보내는 것도 가능합니다. 여기서 캔버스란 AI가 만든 결과물을 즉시 수정하고 다양한 형식으로 변환할 수 있는 실시간 작업 공간입니다. 슬라이드뿐 아니라 간단한 웹 도구, 인포그래픽, 웹페이지 형태로도 변환되는 걸 직접 확인했습니다.

반복 업무를 줄이는 데 가장 실질적으로 도움이 된 건 Gems였습니다. Gems란 특정 역할과 지시사항을 저장해 두고 필요할 때마다 불러 쓰는 커스텀 AI 에이전트입니다. 프롬프트 엔지니어링(Prompt Engineering), 즉 AI에게 역할과 맥락을 구조적으로 지시하는 방법을 Gems 형태로 미리 만들어 두면 매번 긴 프롬프트를 입력할 필요가 없습니다. 저는 블로그 SEO 초안용 Gem을 하나 만들어 뒀는데, 주제 키워드 하나만 넣어도 제가 원하는 형식에 맞는 결과물이 나옵니다.

구글이 공개한 Gemini 활용 가이드에 따르면, 효과적인 Gems 설정의 핵심 요소는 역할 정의, 태스크 명세, 배경 정보, 결과물 형식의 네 가지입니다. 막막하면 이 네 가지 틀에 맞춰 요청 사항을 작성하고 Gemini의 '마법' 버튼으로 다듬으면 됩니다. 제 경험상 이 방식이 처음부터 혼자 프롬프트를 짜는 것보다 훨씬 빠릅니다.

ChatGPT Work와 비교하면, 제가 업무 맥락이 복잡하거나 결과물 형식을 세밀하게 제어해야 할 때는 ChatGPT 쪽이 조금 더 정확하게 의도를 따라오는 느낌이었습니다. 반면 구글 서비스와 연결된 자료를 다루거나 광범위한 웹 검색이 필요한 리서치 단계에서는 Gemini가 확실히 강점을 보였습니다. 두 도구 중 하나를 선택하는 문제가 아니라, 업무의 어느 단계에서 어떤 도구를 쓸지 배치하는 문제로 보는 게 맞는 것 같습니다.

 

요약: Gems는 반복 업무의 프롬프트를 에이전트 형태로 저장하는 기능이며, 캔버스와 파일 생성 기능은 리서치 이후 결과물 제작 단계의 노가다를 줄여줍니다.

 

자주 묻는 질문

Q. Gemini Deep Research와 일반 대화창의 차이가 그렇게 큽니까?

A. 직접 겪어보니 결과물의 밀도가 확연히 다릅니다. 일반 대화창은 핵심을 빠르게 요약해 주는 수준이지만, Deep Research는 수백 개 출처를 탐색하고 교차 검증한 뒤 각주와 출처가 달린 보고서를 내놓습니다. 다만 출처의 정확성은 사람이 원문에서 직접 확인해야 합니다.

 

Q. NotebookLM은 Gemini 안에서 쓸 수 있나요, 따로 켜야 하나요?

A. 현재는 Gemini 왼쪽 메뉴에 노트북 항목이 생겨서 별도 서비스로 이동하지 않고도 노트북을 만들고 소스를 추가해 작업할 수 있습니다. 다만 오디오 오버뷰나 동영상 개요처럼 심화 스튜디오 기능은 NotebookLM 본 화면으로 이동해야 이용할 수 있어서, 두 화면을 오가는 방식이 아직은 남아 있습니다.

 

Q. Gems 만드는 게 어렵지 않나요? 프롬프트를 잘 못 써도 됩니까?

A. 처음에는 막막할 수 있는데, 구글이 공식 가이드에서 제시한 역할·태스크·배경·형식의 네 가지 틀을 기준으로 초안을 잡고 Gemini의 '마법' 버튼으로 다듬으면 생각보다 빠르게 완성됩니다. 제 경험상 처음 Gem 하나를 만드는 데 10분 정도면 충분했고, 이후 반복 업무 시간이 눈에 띄게 줄었습니다.

 

Q. Gemini와 ChatGPT Work 중 하나만 써야 한다면 어떤 걸 고르는 게 낫습니까?

A. 저는 '하나를 고른다'는 프레임 자체가 별로 유효하지 않다고 생각합니다. 구글 서비스를 많이 쓰고 광범위한 리서치가 주된 업무라면 Gemini가 강점을 보이고, 복잡한 업무 맥락을 유지하며 결과물 형식을 세밀하게 제어해야 할 때는 ChatGPT Work 쪽이 더 안정적으로 느껴졌습니다. 업무 단계별로 각각을 배치하는 방식이 현실적입니다.

 

결론

Gemini를 쓰면서 느낀 건, AI가 빠르게 만들어 준다는 것과 제가 그 결과물을 제대로 다룰 수 있다는 것은 별개의 문제라는 점입니다. Deep Research가 보고서를 5분 만에 내놓더라도, 그 보고서의 어떤 수치가 중요한지 판단하는 건 결국 업무를 아는 사람의 몫입니다. AI 활용 능력의 핵심이 '어떤 기능을 많이 아는가'가 아니라 '내 업무를 얼마나 잘 쪼개고 배치할 수 있는가'에 있다는 생각이 점점 더 굳어지고 있습니다.

앞으로 저는 리서치와 자료 수집 단계에서 Gemini의 Deep Research와 NotebookLM을 적극적으로 활용하고, 결과물을 구체화하는 단계에서는 ChatGPT를 함께 쓰는 방식을 이어가려고 합니다. Gems로 반복 업무를 하나씩 자동화해 나가는 것도 올해 안에 정착시키고 싶은 목표입니다.