당근메일

브라우저에서 보기

당근메일 #254 | 2025년 11월 25일 - WEEK 48 (올해가 벌써 92.3% 지났어요!)

정보를 빠르게 학습하는 것을 넘어, 빠르게 표현하기

진대연

요즘엔 “모르는 걸 검색해서 이해하는 것” 자체는 큰 장벽이 아니죠.

유튜브, 블로그, ChatGPT, NotebookLM 같은 도구 덕분에,

우리는 웬만한 주제는 하루 안에 ‘아는 사람처럼’ 말할 수 있는 시대에 살고 있어요.

문제는 그 다음입니다.

그 이해한 내용을 팀에 설명하기 위한 슬라이드를 만들고,
독자에게 전달하기 위한 글/뉴스레터를 쓰고,
강연이나 웨비나를 위한 자료로 재구성하는 일.

이 순간만 되면, 우리는 다시 옛날로 돌아갑니다.

디자인 감각, 텍스트 정리, 슬라이드 구조, 글의 흐름…

갑자기 머리도, 손도, 시간도 다 부족해지죠.

오늘 당근메일은 여기서 한 발 더 나아가

“정보를 빠르게 학습하는 시대를 넘어, 정보를 빠르게 표현하는 시대는 어떻게 열리고 있는가?” 를 NotebookLM을 중심으로 이야기해보려 합니다.

NotebookLM, 이미 “이해” 쪽은 충분히 잘하던 도구

Google의 NotebookLM은 이제 많은 분들이 한 번쯤은 들어본 이름일 거예요.

간단히 정리하면 이런 도구죠.

여러 PDF, 문서, 링크를 한 군데 모아두면
그 안에서 질문하고, 요약하고, 개요를 뽑아주는 AI 노트북

저도 이전부터 NotebookLM을 꽤 자주 써왔어요.

긴 보고서 여러 개를 넣고, 핵심만 뽑아서 요약하게 하거나
책/인터뷰 기록들을 한데 모은 뒤,

“이 내용으로 10분 발표 개요를 만들어줘” 같은 요청을 하기도 했죠.

이미 여기까지만 해도,

“정보를 소화하고 이해하는 데” NotebookLM은 꽤 탁월했습니다.

게다가 이전 업데이트로

요약 텍스트를 기반으로 한 AI 오디오 오버뷰,
영상의 핵심을 짚어주는 Video Overview

같은 기능들이 붙으면서,

“읽고 → 이해하고 → 듣고 되새기는” 부분은 꽤 완성도가 높아졌다고 느꼈어요.

여기까지만 해도 충분히 고마운 도구였는데,

이번에는 방향을 살짝 틀어 더 자세한 표현을 하는 도구로 깊게 파고들기 시작했습니다.

슬라이드와 인포그래픽까지: 표현 영역으로 확장

이번 업데이트에서 가장 눈에 띄는 건 두 가지입니다.

슬라이드 자동 생성
인포그래픽 자동 생성 (Nano Banana 이미지 생성 모델 통합)

간단히 말하면,

“NotebookLM에 텍스트와 자료를 넣으면, 그 내용을 기반으로 슬라이드와 인포그래픽까지 만들어준다.” 는 것입니다.

원래는

문서/링크를 모아 이해하고,
오디오/비디오 개요로 ‘요약된 설명’을 듣는 수준이었다면,

이제는 여기에 시각적 표현이 붙은 거죠.

슬라이드: 발표/보고용으로 바로 쓸 수 있는 형태
인포그래픽: 한 장의 이미지로 내용을 압축해서 보여주는 형태

그리고 이걸 가능하게 만드는 게

최근에 통합된 Nano Banana 이미지 생성 능력입니다.

“그냥 예쁜 그림” 수준이 아니라, 정보 구조를 반영한 시각화에 초점을 맞췄다는 점이 흥미롭더라고요.

말로만 들어서는 와닿지 않으니,

저도 직접 실험을 해봤습니다.

PKM Conference 발표용 슬라이드 텍스트

얼마 전 저는 PKM Conference 2025에서

“스트레스 없는 정보관리: [PA]RA”라는 주제로 30분 발표를 했습니다.

그 발표를 준비하면서, 먼저 아래와 같은 슬라이드 텍스트 초안을 먼저 준비했어요.

## 📊 30분 발표 슬라이드 구성 (총 20-25장 예상)

### **타임라인 설계**

- 도입부 (3분): 슬라이드 1-3
- 문제 제기 (7분): 슬라이드 4-9
- 핵심 깨달음 (5분): 슬라이드 10-12
- PARA 재해석 (8분): 슬라이드 13-18
- 실전 솔루션 (5분): 슬라이드 19-22
- 마무리 (2분): 슬라이드 23-25

---

# 📑 슬라이드별 상세 내용

---

## **SECTION 1: 도입부 (3분)**

### **슬라이드 1: 타이틀**

```other
스트레스 없는 정보관리방법: [PA]RA

진대연
PKM Conference 2025
```

- 비주얼: 깔끔하고 미니멀한 배경, 제목에서 [PA]RA의 괄호 강조

---

후략... (텍스트 내용 전체보기 링크)

Gamma vs NotebookLM로 슬라이드 제작 및 비교

위의 텍스트를 바탕으로 Gamma와 NotebookLM을 이용해 실제 슬라이드를 작성해보았습니다.

각각 도구의 AI 슬라이드 만들기 기능을 이용하여 결과물을 생성하였어요.

실제 결과물의 차이는 다음과 같습니다. (아래의 각 이미지를 클릭하시면 슬라이드를 확인하실 수 있습니다. / Gamma의 경우 이미지를 추가로 수정하였습니다.)

두 결과는 어땠나요?

저는 사실 NotebookLM의 결과물을 보고 정말 놀랐습니다. 아쉽게도 Gamma와 같이 완성된 슬라이드를 일일이 원하는대로 수정할 수는 없었지만 중간중간 추가된 이미지나 일러스트는 정말 완벽하더군요. 외부 발표가 아닌 내부용 발표라면 이정도로 충분하지 않을까? 싶을 정도였어요.

그런데 이보다 더 놀라운 부분이 있었는데요. 바로 인포그래픽이였습니다.

한 장의 인포그래픽: 머릿속 지도를 그대로 꺼내놓는 경험

결과는… 솔직히 말해서 놀라움을 넘어, 조금 무서울 정도였습니다.

제가 말하려던

“도구 수집 → 정보관리의 함정 → PARA → [PA]RA → 표현으로 이어지는 흐름”이

한 장의 이미지 안에 도식화되어 있었고,
한글도 거의 깨지지 않고,

박스/화살표/아이콘들이 제가 머릿속에서 그리던 구조와 매우 비슷했습니다.

마치, 제가 화이트보드 앞에서

포스트잇을 붙이고, 선을 긋고, 박스를 그리고,

그걸 다시 다듬어 포스터처럼 디자인한 결과물을

AI가 대신 뽑아준 느낌이었어요.

한장의 인포그래픽으로 전체 발표 내용을 한눈에 요약 정리한 NotebookLM

“아, 이제는

‘그림을 머릿속에 가지고 있는 사람’과

‘그 그림을 실제로 그릴 수 있는 사람’ 사이의 격차가

정말 빠르게 줄어들고 있구나.”

라는 생각이 들었습니다.

예전에는 이 한 장을 만들기 위해

디자이너에게 브리프를 쓰거나,
피그마/파워포인트로 직접 도형을 그리고 정렬하고,
글자 수를 맞추고 색을 고르는 데 몇 시간을 썼어야 했을 겁니다.

이제는,

텍스트로만 충분히 구조를 잡아둘 수 있다면,

그 이후의 “표현” 단계는

정말 몇 분 안에 가능해지게 된것이죠.

CODE: CO에서 DE로, 표현이 쉬워지면 생기는 일

Tiago Forte의 CODE 프레임워크를 다시 떠올려볼게요.

C – Collect (수집)
O – Organize (정리)
D – Distill (추출)
E – Express (표현)

우리가 지난 10년간 애써온 건

거의 대부분 C와 O였습니다.

Evernote Web Clipper로 자료 모으고
Obsidian 그래프를 예쁘게 만들고
자동화로 여기저기서 정보를 긁어와 쌓아두는 데

엄청난 시간을 썼죠.

그런데

실제 결과물(책, 글, 발표, 프로젝트, 서비스)은

언제나 D와 E에서 나옵니다.

무엇을 추출할지 결정하고,
그걸 어떤 구조와 문장, 슬라이드, 이미지로 표현할지 정하는 과정.

지금 NotebookLM, Gamma 같은 도구들이 하는 일은

바로 이 D와 E의 “노동 비용”을 크게 낮추는 것입니다.

텍스트를 구조화해 슬라이드로 바꿔주고,
내용을 한 장짜리 인포그래픽으로 요약해서 그려주고,
요약/개요/오디오/비디오로 다양한 표현 채널을 열어주죠.

그렇게 되면, 우리의 일하는 순서가 조금 달라집니다.

예전:

자료를 미친 듯이 모은다 (C)
정리/태그/폴더 구조에 집착한다 (O)
에너지가 떨어져서 표현은 미루거나 포기한다 (D, E는 나중에…)

앞으로:

어떤 결과물을 만들지 먼저 정한다 (E를 먼저 상상)
그 결과물을 위한 최소한의 자료만 모은다 (C)
정리는 대충 해도 된다, 어차피 AI가 재구성한다 (O, D 자동화)
여러 형식으로 빠르게 표현해본다 (슬라이드, 뉴스레터, 인포그래픽 등)

표현이 쉬워질수록,

우리는 “얼마나 정리했는가”보다

“얼마나 자주 표현해봤는가”가

더 중요한 시대로 옮겨가고 있는 것 같습니다.

우리, 사람에게 남는 역할은 무엇일까?

여기서 한 가지 질문이 생깁니다.

“슬라이드도, 인포그래픽도, 개요도 다 AI가 만들어준다면 도대체 우리는 뭘 해야 하지?”

NotebookLM과 Gamma를 번갈아 써보면서

제가 느낀 답은 의외로 단순했습니다.

무엇을 말할지 정하는 것
어떤 흐름과 관점으로 사람을 설득할지 정하는 것
어떤 질문을 던지고, 어떤 예시를 넣을지 고르는 것

PKM Conference 발표도 마찬가지였어요.

[PA]RA라는 개념이 왜 필요한지,
왜 Resource 폴더에 집착하는 순간 우리가 길을 잃는지,
왜 CODE에서 DE가 더 중요해지는지,

이 방향성은 결국 사람이 정해야 할 문제입니다.

NotebookLM은 그 방향성이 있을 때

“표현의 속도와 질”을 끌어올려주는 도구에 가깝습니다.

방향과 메시지는 사람의 몫, 형식과 표현은 점점 도구의 몫.

이 경계가 앞으로 더 뚜렷해질 거예요.

이해 말고, 표현까지 가보기

이번 주 당근메일을 다 읽으셨다면,

가능하면 아주 작은 실험 하나만 해보면 어떨까요?

Step 1. 요즘 머릿속에 맴도는 주제를 하나 고르기

예를 들면 이런 것들:

요즘 회사에서 고민하는 문제 하나
최근 읽은 책이나 강연에서 인상 깊었던 개념 하나
준비 중인 발표/회의/보고 주제 하나

완벽할 필요 없습니다.

그냥 “이야기해보고 싶은 주제” 하나면 충분해요.

Step 2. 그 주제에 대해 A4 한 장 분량의 텍스트 초안 쓰기

마크다운이든, 노션이든, 메모장이든 상관없습니다.
“왜 이게 중요하다고 느꼈는지” + “내 경험/사례” 정도만 적어도 충분해요.
구조가 조금 어설퍼도 괜찮습니다. 어차피 오늘의 초점은 표현이니까요.

Step 3. 그 텍스트를 NotebookLM(or Gamma)에 던져보기

NotebookLM을 쓰고 있다면:
- 텍스트 붙여넣기 후 스튜디오 -> 인포그래픽 클릭
- 또는 스튜디오 -> 슬라이드 자료 클릭
Gamma를 쓰고 있다면:
- 같은 텍스트를 넣고 슬라이드 생성을 시도해보세요.

두 도구 중 하나만 써도 좋고,

둘 다 써서 비교해봐도 재미있습니다.

Step 4. 한 줄로 정리해보기

마지막으로, 이 질문에 답을 한번 적어보세요.

“AI가 만들어준 표현물을 보며 내가 가장 놀랐던 지점은 어디였는가?”

정보의 구조화 방식이 신기했는지,
디자인/시각화가 생각보다 괜찮았는지,
아니면 “내가 쓴 생각이 이렇게까지 정리되는구나”라는 감각이었는지.

이 한 줄이 쌓이다 보면,

우리는 어느 순간 이렇게 말하게 될지도 모릅니다.

“이제 중요한 건, 정보를 얼마나 많이 모았느냐가 아니라

내 생각을 얼마나 자주 꺼내어 표현해봤느냐라고.”

이번 주에는

새로운 도구를 하나 더 설치하는 대신,

이미 알고 있는 주제를

한 번이라도 더 “밖으로 꺼내보는 연습”을 해보면 어떨까요?

NotebookLM이든, Gamma든, 어떤 도구든 상관없습니다.

중요한 건,

여러분 머릿속에 이미 있는 그림을

이제는 조금 더 자주, 조금 더 가볍게

슬라이드와 이미지로 꺼내볼 수 있게 되었다는 사실이니까요.

🔍 정보를 빠르게 이해하는 시대는 이미 왔고, 이제는 머릿속 생각을 얼마나 빨리 ‘표현’하느냐가 경쟁력이 된다.
🖼️ NotebookLM은 슬라이드·인포그래픽까지 자동 생성하며 표현의 장벽을 무너뜨렸고, Gamma와 함께 DE(추출·표현) 영역을 폭발적으로 가속한다.
🚀 앞으로 중요한 건 ‘얼마나 정리했는가’가 아니라, 내 생각을 얼마나 자주 꺼내어 보여주느냐다.