정보의 소화를 넘어 표현까지

정보를 빠르게 학습하는 것을 넘어, 빠르게 표현하기

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.

1. 슬라이드 자동 생성
2. 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**