[한국공공정책신문=김유리 기자]
구글이 최근 공개한 차세대 인공지능 모델 ‘제미나이 3(Gemini 3, 이하 '제미나이'라 함)’가 글쓰기 방식까지 바꾸고 있다. 단순히 초안을 대신 써 주는 수준을 넘어, 복잡한 맥락을 이해하고 논리를 구조화하며, 문서·영상·이미지를 한꺼번에 다루는 “지능형 글쓰기 파트너”로 진화했다는 평가이다.
법학박사이자 공공정책 전문가인 박동명 교수(선진사회정책연구원장·한국정책연구원장)는 최근 유튜브 팟캐스트 형식의 영상을 통해, 제미나이를 활용해 어떻게 글쓰기를 효율적·체계적으로 할 수 있는지 소개했다. 영상은 AI 기술 설명에만 머물지 않고, 행정·정책·연구·칼럼 등 실제 글쓰기에 직접 적용할 수 있는 방법을 사례 중심으로 풀어낸 것이 특징이다.
첫째, 제미나이로 글쓰기를 유용하게 하는 방법
제미나이는 기본적으로 “긴 맥락을 이해하고, 논리를 단계별로 쌓아가는 능력”이 크게 향상된 모델이다. 100만 토큰까지 긴 문맥을 한 번에 다룰 수 있어, 여러 편의 보고서·논문·회의록을 통째로 넣어도 흐름을 놓치지 않고 핵심을 뽑아낼 수 있다.
박동명 교수는 영상에서 제미나이를 글쓰기에 활용하는 방법을 크게 네 단계로 정리한다.
1) 주제·독자·목적 정리
먼저 “무엇에 대해, 누구에게, 왜 쓰는 글인지”를 짧게 정리해 제미나이에 알려준다. 정책제안서인지, 신문 칼럼인지, 행정보고서인지에 따라 글의 구조와 어조가 달라지기 때문이다.
2)논리 구조(개요) 설계
제미나이에게 “서론–본론–결론” 혹은 “배경–문제점–대안–기대효과”와 같은 틀을 제시하고, ‘첫째·둘째·셋째’ 형식의 논점 목록을 함께 만드는 방식이다. 이 단계에서 이미 글의 70%가 정리된다는 것이 박 교수의 설명이다.
3)문단 채우기와 사례 확장
제시된 구조에 맞추어 제미나이 3가 문장을 제안하면, 작성자가 직접 읽고 고치며 자신의 표현을 덧입힌다. 필요한 경우 통계, 법령, 선행사례 등도 함께 요청해 문단의 밀도를 높인다.
4)톤·문체·분량 다듬기
마지막으로 “신문 칼럼 스타일의 ‘한다/이다체’로 정리해 달라”, “2,000자 분량으로 줄여 달라”와 같이 명령하면, 제미나이가 글의 분위기와 길이를 조정해 준다. 구글은 이를 ‘바이브 코딩(Vibe Coding)’이라 부르며, 사용자가 원하는 톤앤매너를 세밀하게 지정할 수 있는 기능으로 소개하고 있다.
이러한 과정을 거치면, 작성자는 “백지에서 시작하는 막막함” 대신, 이미 짜인 구조 위에서 내용을 채우고 수정하는 데 에너지를 집중할 수 있게 된다.
둘째, 제미나이의 우수성과 다른 인공지능과의 차이점
'제미나이 3'은 기존 '제미나이 2' 대비 추론, 멀티모달, 긴 문맥 처리 능력에서 크게 향상된 것으로 평가된다. 개발자 문서와 외부 비교 분석에 따르면, 실제 코드 문제 해결, 복잡한 문서 이해, 차트 분석 등에서 전 세대 모델보다 30~50% 이상 개선된 성능을 보였다는 보고도 있다.
다른 생성형 AI와 구별되는 특징으로는 다음과 같은 점이 지적된다.
완전한 멀티모달 통합
텍스트뿐 아니라 이미지, 짧은 동영상, 오디오까지 한 번에 다루는 통합 모델로 설계되었다. 예를 들어, 손으로 쓴 회의 메모를 사진으로 찍어 올리면 내용을 인식하고, 이를 토대로 보고서 개요를 작성해 주는 식의 활용이 가능하다.
긴 문맥 기반 정책·연구 작업에 특화
여러 해에 걸친 통계자료, 복수 부처의 보고서, 국회·지방의회 회의록 등을 한꺼번에 넣고, 핵심 쟁점과 정책 대안을 도출하는 데 강점을 가진다. 이는 긴 문맥을 실제로 “쓸모 있게” 활용할 수 있도록 설계된 점에서, 단순 요약형 AI와 차별화된다.
강화된 안전성과 오남용 방지 설계
구글은 제미나이가 기존 모델 중 가장 폭넓은 안전성 검증을 거쳤다고 밝히며, 허위 정보 생성, 사이버 공격, 프롬프트 인젝션 등에 대한 방어력이 강화되었다고 설명한다.
이는 공공정책·법률·의료 등 고위험 분야에서 활용할 때 특히 중요한 지점이다.
물론, 다른 AI와 마찬가지로 사실관계 오류(‘할루시네이션’) 가능성은 여전히 존재하므로, 최종적인 팩트체크와 책임은 사람에게 있다는 점도 영상과 기사 모두에서 반복해 강조된다.
셋째, 유튜브 영상이 전하는 핵심 메시지
박동명 교수가 제작한 이번 유튜브 영상은, 제미나이 3의 기술적 스펙을 나열하기보다는 “현장에서 글을 쓰는 사람에게 무엇이 달라지는가”에 초점을 맞추고 있다. 주요 요점은 다음과 같이 정리된다.
글쓰기의 가장 큰 문제는 ‘아이디어 부재’가 아니라 ‘구조 부재’
영상은 많은 사람들이 “쓸 말이 없다”고 느끼지만, 실제로는 생각이 정리되지 않았을 뿐이라는 점을 지적한다. 제미나이를 활용하면, 막연한 생각을 논리적인 목차와 문단 구조로 바꿔 주어, 글쓰기를 시작할 수 있는 ‘첫 걸음’을 쉽게 내딛게 해 준다는 메시지를 전한다.
딥싱크(Deep Think) 모드로 글의 방향을 먼저 세운다
영상에서는 복잡한 정책 주제를 예로 들며, 딥싱크 모드로 “문제 정의 → 원인 분석 → 대안 제시 → 기대 효과”와 같은 흐름을 먼저 설계한 후 세부 내용을 채워 넣는 장면을 보여준다. 이 과정을 통해 “AI가 결론을 대신 정해 주는 것이 아니라, 사람이 세운 방향 속에서 AI가 논리를 도와주는 방식”이 강조된다.
팩트체크와 디지털화의 보조 도구로서 AI 활용
법령·통계·학술자료 등 방대한 정보를 제미나이가 1차로 정리·요약하고, 작성자는 그 중 핵심을 선택하여 글에 반영하는 구조를 제시한다. 영상에서는 “AI가 1차 조사·정리의 약 70%를 돕고, 사람은 마지막 30%에서 판단과 책임을 진다”는 비중 감각을 예시로 들며, 공무원·연구자들에게 현실적인 활용 그림을 제안한다.
“AI가 글을 쓰는 것이 아니라, 사람의 글쓰기를 확장한다”는 협업 철학
마지막으로 영상은 “AI를 쓰면 내 글이 아니라 기계 글이 되는 것 아니냐”는 우려에 대해, “초안을 함께 만들더라도 끝까지 읽고 고치는 순간 그 글은 온전히 자신의 글이 된다”고 강조한다. AI는 속도와 구조를 돕는 동료일 뿐, 책임과 방향은 여전히 인간의 몫이라는 점이 이 영상 전반을 흐르는 핵심 메시지이다.
넷째, 팟캐스트 진행자 박동명 교수 소개
이번 유튜브 팟캐스트를 기획·진행하는 박동명 교수는 법학박사이자 전 서울특별시의회 전문위원으로, 오랫동안 지방의회 예산·결산 심사, 행정사무감사, 조례 입법 지원 업무를 수행해 온 실무 전문가이다. 동시에 대학 강의와 연구 활동을 통해 행정학·사회정책 분야를 폭넓게 다뤄 왔다.
현재는 선진사회정책연구원장, 한국정책연구원장, 한국공공정책신문 발행인으로 활동하며, 지방의회 의원·정책지원관·공무원 대상 교육에서 인공지능 활용 행정사무감사, AI 기반 예산심사, AI를 활용한 조례 입법·정책자료 작성 기법 등을 강의하고 있다. 이러한 현장 경험이 이번 제미나이 글쓰기 팟캐스트에도 고스란히 반영되어, “이론이 아니라 실제로 써 본 사람이 들려주는 AI 활용법”이라는 점에서 시청자들의 관심을 끌고 있다.
박 교수는 “AI가 있다고 해서 사람의 역할이 사라지는 것이 아니라, 오히려 사람의 판단과 책임이 더 중요해지는 시대가 왔다”며 “제미나이와 같은 도구를 잘 활용하면, 공직사회와 시민사회 모두에서 더 나은 글쓰기와 더 나은 정책 논의가 가능해질 것”이라고 강조한다.
인공지능이 글쓰기의 출발점과 과정, 완성도를 동시에 바꾸고 있는 지금, 제미나이를 활용한 박동명 교수의 유튜브 팟캐스트는 “AI와 함께 쓰는 글쓰기”의 구체적인 길을 보여주는 하나의 실험장이 되고 있다.
--------------------------------------------------------------
음성 내용과 완벽하게 동기화되어 자연스러운 흐름을 만들었습니다:
- Page 1 (커버): 0초~7.5초
- Page 2 (인트로 - 글쓰기의 고민): 7.5초~54.7초
- Page 3 (Gemini 3 소개): 54.7초~82.8초
- Page 4 (딥싱크 모드): 82.8초~136.4초
- Page 5 (맥락 이해 & Vibe Coding): 136.4초~215.6초
- Page 6 (활용 사례 1 - 논리 구조): 215.6초~272.9초
- Page 7 (활용 사례 2 - 팩트체크 72% & 디지털화): 272.9초~343.2초
- Page 8 (AI 협업 철학): 343.2초~419.7초
- Page 9 (클로징 - Q&A): 419.7초~464.5초
){kind=small}
){kind=small}
){kind=small}
){kind=small}