소개
시도하고자 했던 것과 그 이유를 알려주세요.
다양한 프로젝트나 조직의 성과를 측정하는 프레임워크를 설계할 때, 실무자들이 참고할 수 있는 '자가 데이터 조사 및 분석 실무 가이드'를 구축하고자 했습니다. 현업에서 조사를 기획할 때 흔히 발생하는 통계적 오류를 줄이고, 실무자가 직접 무리 없이 조사를 수행할 수 있는 가이드라인을 만드는 것이 목표였습니다.
저희가 주로 참고하는 해외 조사방법론(이하 A방법론)의 도입부터 시작해, 데이터를 수집할 때 반드시 검토가 필요한 장치(개인정보 보호법 및 가이드라인), 그리고 수집된 데이터를 과학적으로 입증하기 위한 기초/추론 통계학 지식까지 파편화된 전문 자료들을 하나의 유기적인 지식 구조로 통합하고자 시도했습니다.
진행 방법
어떤 도구를 사용했고, 어떻게 활용하셨나요?
NotebookLM을 활용하여 가이드라인을 순차적으로 발전시켜봤습니다. 처음부터 모든 소스를 완성형으로 넣은 것이 아니라, '웹 탐색 > 1차 구조화 > 소스 정제 및 고도화'라는 단계의 반복적인 흐름을 거쳐 지식을 축적했는데요. 이미 보유한 자료를 소스로 넣기엔 자료 자체가 흩어져 있어, 처음부터 웹으로 먼저 탐색하고 추후 보완하는 방향으로 생각의 흐름을 만들어 진행했습니다.
1단계: 웹 검색을 통한 초기 소스 축적 및 1차 마스터 보고서 생성
최초에는 A 방법론, 그 방법론을 설계한 기관의 사례 등 해외 핵심 방법론 위주로 웹 서칭을 하여 소스를 모았습니다. 이를 바탕으로 채팅을 통해 실무자를 위한 1차 보고서 초안을 스튜디오 공간에서 뽑아냈습니다.
2단계: 맥락 혼선 방지를 위한 소스 삭제 및 필터링
초안을 만들고 보니, 참고용으로 무작정 넣었던 웹 페이지나 중복 데이터들이 노이즈가 되는 것 같았습니다.
범용적인 기사나 핵심에서 벗어난 소스들을 제거하고 자료를 다시 정제했습니다.
3단계: 최신 가이드라 인 및 전문 통계 지식 추가 축적
뼈대가 잡힌 상태에서 가이드의 실무적 엄밀함을 더하기 위해 최신 전문 자료들을 2차로 추가 축적했습니다.
실무자가 현장에서 마주할 법적 리스크를 통제하기 위해 '최신 개정 개인정보 보호법 자료'와 법령 본문을 투입했고, 깊이 있는 통계학 자산을 추가하여 최종 18~19개의 정제된 소스를 완성했습니다.
4단계: 스튜디오 공간을 통해 지식의 핀 고정 및 재생산
정제된 소스로 채팅을 나누며, 하단에 스스로 제시하는 '추천 질문(제안 질문)'들을 적극적으로 클릭했습니다. 순서를 잡기 어려운 과정이 있었는데, 이 질문을 통해 도출된 결과를 스튜디오 보드에 메모 형태로 축적하고, 이를 소스로 다시 삽입(소스로 변환)하는 방식으로 진행했습니다.
한국어 메뉴 스크린샷
결과와 배운 점
NotebookLM이 채팅 기반으로 결과물을 만들어가는 과정과 큰 차이가 있는 것은 중간 산출물을 빠르게 기존에 업로드된 전문 연구 문서(소스)들과 같은 레벨의 '소스'로 취급한다는 점입니다.
이 시사점을 다시 제미나이와 대화해보니, 이런 답변을 주었습니다.
"AI는 외부 파일과 사용자의 메모를 모두 컴퓨터가 이해할 수 있는 수학적 공간에 동일한 벡터(Vector)로 변환(Embedding)하여 저장합니다. 질문을 던지면 이 두 영역을 동시에 검색(Retrieval)하여 결합해 줍니다."
중간 산출물이었던 가이드라인 설계원칙을 다시 메모를 통해 소스로 결합하면서 난이도별(초급-중급-고급) 세분화 구조를 수립했습니다. 채팅 상황에서도 가능한 구조지만, NotebookLM에서는 화면 이동 없이 이 과정을 빠르게 설계할 수 있다는 장점이 있다는 생각이 들었습 니다. 이게 바로 지식의 베이스구나 싶었네요!
AI 추천 질문 활용 효과를 톡톡히 보았는데, 답변을 빠르게 도출하면서 채택(메모 저장>소스)과 폐기를 반복하는 것이 유효했던 것 같아요.
배운 점과 나만의 꿀팁을 알려주세요.
기본적으로 웹 서치로 먼저 시작했고, 도출된 내용을 중심으로 사내 드라이브에 축적된 관련 자료를 추가로 탐색했습니다. 더 넓을 곳에서 시작해서 사내에서 좀 더 정제된 지식으로 방향을 이동하며 진행했던 것이 필요한 수준의 결과물을 얻는데 도움이 되었던 것 같아요.
과정 중에 어떤 시행착오를 겪었나요?
처음 웹 페이지와 사례들을 많이 적재했을 때, 중복되거나 지엽적인 정보에 매몰되어 답변의 초점이 흐려지는 현상이 발생했습니다.
소스의 양보다 '선택과 집중', 소스간의 적절한 구조가 파악될 수 있도록 중간 산출물을 뽑는 것이 도움이 되는 것 같습니다.
앞으로의 계획이 있다면 들려주세요.
다양한 고객 사례에 맞게 커스텀할 수 있겠단 생각이 들었습니다. 우선 목적에 따른 자료를 완성하고 고객사의 도메인이나 당면에 문제/상황에서 계속해서 여러 수준으로 보완하고자 합니다.
최종 리포트 병합 및 실무 가이드북을 완성
좀 더 간소한 버전의 관리 체크리스트 제작 등
도움 받은 글 (옵션)
다음은 위의 시행착오를 거치며 제미나이에게 물었던 'NotebookLM의 핵심 기능(소스, 채팅, 스튜디오)의 이상적인 활용법'에 대한 답변입니다 ㅎㅎ
빠른 시도 없이, 이런 기능 안내를 보았다면 와닿지 않았겠지요 ㅎㅎ 역 시 실행이 답인 것 같습니다😎
https://docs.google.com/document/d/1gwPGpt-aGeLWS9OW54d35-3PhIJdALmN4hsgow7iqXE/edit?tab=t.0
