Gemini 3 업무 활용법: 멀티모달 이해와 워크스페이스 검색 등 실무 변화 다섯 가지

핵심 메시지

• 멀티모달 이해가 좋아져 화면 녹화 영상을 그대로 신입에게 넘길 단계별 체크리스트로 바꾸는 식의 작업이 가능해졌다.
• 100만 토큰이 넘는 컨텍스트를 파일 보관함이 아니라 능동적인 작업 기억으로 쓰는 단계로 넘어갔다.
• 워크스페이스 검색의 신뢰도가 올라가면서 흩어진 메일과 문서를 하나의 검색 가능한 지식 저장소처럼 다룰 수 있게 됐다.
• 생성형 화면 기능은 정적인 표 대신 슬라이더와 탭이 달린 인터랙티브 도구를 즉석에서 만들어, 결과물을 다시 가공할 필요를 줄인다.
• 의도 파악이 개선되면서 초점이 문구를 다듬는 프롬프트 엔지니어링에서 맥락을 모아 주는 컨텍스트 엔지니어링으로 옮겨간다.

쉽게 이해하기

발표자는 업데이트가 워낙 쏟아져 오히려 부담스럽다는 문제의식에서 출발해, 공식 안내를 훑고 한 달 동안 실제 업무에 써 본 뒤 직장인에게 정말 의미 있는 변화 다섯 가지만 골라 소개한다. 첫 번째는 멀티모달 이해다. 예전에는 영상을 사실상 화면 캡처 묶음과 음성 트랙으로 나눠 처리했다면, 이제는 소리와 화면을 연결해 한꺼번에 파악한다. 발표자는 지메일 설정을 바꾸는 과정을 녹화한 화면을 올리고 신입이 질문 없이 따라 할 수 있는 체크리스트로 만들어 달라고 요청해, 1분도 안 걸려 일회성 녹화를 영구적인 교육 자료로 바꾼다.

두 번째는 긴 문서를 다루는 능력이다. 컨텍스트 창이 크다는 것과 그 내용을 실제로 이해한다는 것은 다르다는 점을 200쪽짜리 책을 넘겨 보는 것과 정독하는 것의 차이로 설명한다. 문서 깊숙이 묻힌 정보를 찾아 활용하는 능력이 60% 좋아졌다고 소개되며, 실적 발표 녹취와 재무 자료를 함께 올려 경영진의 발언과 숫자가 어긋나는 지점을 짚어 달라고 요청하는 사례가 시연된다. 컨텍스트 창을 저장 공간이 아니라 작업 기억으로 쓰라는 것이 요지다.

세 번째는 워크스페이스 검색이다. 구글 앱을 가로질러 찾아 주는 기능 자체는 예전부터 있었지만 결과가 들쭉날쭉했고 없는 메일을 지어내기도 했다. 발표자는 이제 그 불안정함이 사실상 사라져 실무에 믿고 쓸 만해졌다고 말한다. 예전 협업자에 관한 메일과 드라이브 문서를 모아 추천사 초안을 뽑거나, 지난주 메일 중 마감이 언급된 것을 묶어 오늘 답해야 할 것을 알려 달라고 하거나, 반년 치 메일·문서·일정을 근거로 인사 평가 초안을 만드는 활용법이 이어진다.

네 번째는 생성형 화면이다. 벤치마크 점수는 조작하기 쉬워 한계가 뚜렷하다고 전제하면서도, 화면 이해를 측정하는 지표에서 이전 모델의 11.4%에 비해 72.7%로 크게 뛴 점은 인정할 만하다고 말한다. 실제로 뉴스레터 플랫폼 세 곳의 요금과 기능 문서를 올려 비교를 요청하면, 기본 상태에서는 정적인 비교표가 나오지만 동적 화면을 켜면 구독자 수와 구독료를 슬라이더로 조절해 손에 남는 금액을 계산하는 인터랙티브 도구가 만들어진다. 분기 리뷰용 슬라이드 대신 지역별로 필터링하고 막대를 눌러 세부를 보는 대시보드를 만드는 사례도 나온다.

다섯 번째는 의도 파악이다. 예전에는 어조와 형식, 분량을 일일이 지정해야 쓸 만한 결과가 나왔지만, 이제는 거친 메모를 붙여 넣고 간결한 메일로 정리해 달라고만 해도 비슷한 품질이 나온다. 발표자는 이를 두고 어조와 형식과 분량은 추론해 주지만 사실은 추론해 주지 못한다고 정리한다. 그래서 문구를 다듬는 것보다 관련 메일과 문서, 데이터를 제대로 넘겨주는 편이 수익률이 훨씬 높다는 것이다. 덧붙여 덜 비위를 맞추도록 학습돼 잘못된 지점을 지적하게 하는 데도 쓸 만해졌다고 전한다.

주요 인사이트

• 어조·형식·분량은 모델이 알아서 맞춰 주지만 사실관계는 알아서 채워 주지 못한다. 그래서 프롬프트 문구를 다듬는 노력보다 올바른 자료를 모아 넘기는 노력이 더 큰 차이를 만든다.
• 원하는 문체를 형용사로 설명하려 애쓰기보다 실제로 쓰인 글 몇 편을 예시로 보여주는 편이 낫다. 분위기를 묘사하는 대신 분위기의 실물을 제시하는 방식이다.
• 옛 메일과 문서를 10분 넘게 뒤져 맥락을 복원해야 하는 일이라면 먼저 물어보라는 것이 발표자가 제시하는 실무 기준이다.
• 결과물의 형식이 곧 쓸모다. 정적인 답변을 사람이 다시 표나 대시보드로 옮기는 대신, 필요한 조작 장치를 명시적으로 요구하면 바로 쓸 수 있는 형태로 나온다.
• 덜 동조하도록 학습됐다는 점은 검토용으로 쓸 때 특히 의미가 있다. 다 괜찮아 보인다는 답 대신 구성상의 모순이나 예상되는 반론을 짚어 주기 때문이다.

자주 묻는 질문

관련 AI 소식