최근 구글 AI 생태계에 불어닥친 업데이트 폭풍을 보면 이제 정말 구독해야 되나 생각이 드실 겁니다.

 저요? 저는 바로 재미나이 어드밴스드 구독 시작했습니다.

 우리가 애용하던 노트북 LM 얼마 전 업데이트로 재미나 2.

5 플래시 모델이 탑재되면서 이전과는 비교도 안 될만큼 복잡한 자료 분석과 추론 능력을 갖추게 되었습니다.

 단순 요약을 넘어 이제는 정말 똑똑한 연구 조교가 된 건데요.

 심지어 인기 많았던 팟캐스트 오디오 개어 기능이 한국어도 지원하기 시작했죠.

 그런데 이게 다가 아닙니다.

 진짜는 바로 재미나 2.

5% 자체에 진한데요.

 코딩 능력은 그냥 개선 수준이 아니라 웬만한 웹사이트나 데이터 시각화는 말로 하면 뚝딱 만들어내는 수준이 됐습니다.

 여기에 딥 리서치도 이제 재미나 2.

5%를 기반으로 돌아가는데요.

 더 퀄리티 높은 리서치부터 결과물 도출까지 원톱으로 가능해진 거죠.

 물론 무료로 딥리서치를 사용할 수 있긴 하지만 한 달에 열 번밖에 사용하지 못한다는 제약이 있는데요.

 구독을 하면 하루에 10열 개까지 만들 수 있습니다.

 딥리 서치를 30배에 더 많이 사용할 수 있고 데미나 2.

5%도 훨씬 더 많이 사용할 수 있죠.

 심지어 9월의 영상 생성 AI, BO2까지 재미나의 생태기 안에서 활용할 수 있는데요.

 이쯤 되면 월 구독과 전혀 아깝지 않은 수준을 넘어 오히려 투자라고 느껴질 정도입니다.

 그래서 오늘 영상에서는 업그레이드된 노트북과 더 강력해진 재미나 2.

5%를 활용했을 때 이게 어떻게 여러분의 연구, 학습, 콘텐츠 제작 방식을 바꿀 수 있는지 구체적인 사례와 함께 보여 드리도록 하겠습니다.

 영상 끝까지 보시면 여러분도 왜 구독을 해야 하는지 확실히 알게 되실 겁니다.

이 노트북에과 재미나 2.

5%를 프로를 함께 사용해서 단순히 정보를 요약하는 것을 넘어서 개인화된 학습 경험을 설계하는 예시를 한번 보여 드리도록 하겠습니다.

 먼저 노트북을 한번 켜 봐야겠죠? 구글에서 노트북을 검색하면 상단에 뜨게 되고요.

 들어가시면은 이렇게 노트북에 오신 것을 환영합니다라고 뜨고 좌측에 새로 만들기가 있습니다.

 이러면은 소스를 추가하는 창이 뜨게 되는데요.

 여기서 뭐 여러분들이 드래그에서 PDF나 뭐 텍스트 마크다운 이런 것들을 올릴 수가 있고요.

 아니면 구글 드라이브에 올라가 있는 데이터를 사용을 할 수도 있습니다.

 독스나 슬라이드가 사용이 가능하고요.

 웹사이트를 추가할 수도 있고 유튜브를 추가할 수도 있습니다.

 아니면 그냥 붙여 넣기를 해서 텍스트를 넣을 수도 있죠.

 저희 같은 경우는 이제 노트북 플러스 그니까 유료를 사용 중이기 때문에 소산도가 300개까지 가능하고요.

 만약 무료로 사용하시는 경우는 제가 알기로는 50개까지 추가가 가능한 걸로 알고 있습니다.

 우측 상단에 소스 검색을 통해서 여러분들이 소스를 준비하지 않아도 검색을 해서 가져올 수가 있습니다.

 어 이거를 이용을 해서 한번 노트북 LM을 작성을 해 볼 건데요.

 딥러닝의 기초처럼 빠르게 발전하면서 수학적 개념도 필요한 분야를 처음 공부한다고 한번 가정을 해 보도록 하겠습니다.

 먼저 딥러닝과 관련된 자료들을 찾아야겠죠.

 이렇게 소스 검색에다가 딥러닝을 작성을 한 다음에 제출 약간 검색 엔진 쓰듯이 쓰는 겁니다.

 소스 검색을 하시게 되면 굉장히 다양한 소스가 뜨게 됩니다.

 PDF가 뜨기도 하고 웹페이지가 뜨기도 하죠.

 그래서 각 자료들의 어 요약을 이렇게 한 줄 요약을 보여주고요.

 어 이걸 통해서도 잘 모르겠다 하시면은 직접 들어가셔서 이렇게 자료를 볼 수가 있습니다.

 어 굉장히 좋게 설명되어 있는 자료네요.

 이거는 활용을 하면 되게 좋을 것 같습니다.

 네.

 이런 식으로 어 검색한 소스를 모두 가져와 볼게요.

 그다음 소스를 가져오는 동안 추가 탐색을 또 해 보도록 하겠습니다.

 네.

 유튜브에 있는 딥러닝 설명을 한번 검색을 해 볼게요.

 진짜 유튜브 소스를 갖고 오는지.

 어, 유튜브에 있는 걸 갖고 오라고 했는데 그렇게 잘 가져오지는 않는 것 같습니다.

 유튜브 소스를 들어와서 보면은 뭐 1한시간짜리 1한시간 반짜리 설명이 되어 있고요.

 주수도 굉장히 많네요.

이 영상도 활용을 하면 좋을 것 같습니다.

 그래서 나머지는 다 빼고이 영상만 활용을 한번 해 보도록 하겠습니다.

 이렇게 해서 가져오기를 해 주시고요.

 그다음에 소스 가져오기 했을 때 이렇게 가끔 실패가 되는 경우가 있습니다.

 이럴 때는 그냥 어, 소스 삭제를 해 주시면 됩니다.

이 노트북 LM의 가장 큰 장점 중에 하나가 바로이 마인드맵인데요.

 다져온 소스들을 마인드맵이 버튼 딸각으로 어떤 구조를 갖고 있는지 한 눈에 볼 수가 있는데요.

 만들어진 마인드맵을 한번 보도록 하겠습니다.

 네, 이렇게 상호 작용이 가능한데요.

 이렇게 딥러닝 주제 안에서 활성 함수 액티베이션 펑션이겠죠.

 뭐 선형 함수 시그모이드 탄젠트 하이퍼블릭 탄젠트 렐루 이렇게 다양한 걸 볼 수가 있습니다.

 어 진짜 많은 내용들이 담겨 있네요.

이 액티베이션 펑션 안에서도 굉장히 다양한 액티베이션 펑션이 있고 어 굉장히 핵심적인 키워드들이 많네요.

 뭐 출력 범위라든지 이건 뭐 진짜 딥러닝에서 중요한 개념이니까 신경망에 대한 설명도 이렇게 있고요.

 또 이제 학습 알고리즘 중에서 이제 백프로게이션 역전파라고 하죠.

 네.

 이거에 대해서 만약에 궁금하다 하시면은이 노드를 그냥 클릭을 하시면 이렇게 채팅창이 딱 뜨게 됩니다.

 네음 또 주어진 소스에서이 백로게이션 저희가 방금 이거를 눌렀었죠.

 설명이 추가적으로 나오는데요.

 어네 굉장히 디테일하게 설명이 됩니다.

 진짜 이런 식으로 마인드맵을 구성해서 보고 눌렀을 때 궁금한 거 설명을 해 주면 공부하기가 진짜 좋기는 하겠네요.

 근데 이렇게 많은 양의 정보를 어떻게 공부해야 될지 감히 안 올 때가 있죠.

 이것도 노트북에게 부탁을 할 수가 있습니다.

 네.

 프롬프트를 주어진 소스를 기반으로 딥러닝을 공부하기 위한 단원을 나눠 달라고 요청을 해 보겠습니다.

 네.

 그러면 이렇게 굉장히 디테일하게 단원을 나눠 주는데요.

 일부부터 단원이 있고요.

 소개나 뉴럴 네트워크 액티베이션 펑션, 로스 펑션 뭐 이렇게 다양하게 나눠 주는 걸 볼 수가 있습니다.

 이렇게 되면은 주어진 소스가 아무리 많더라도 노트북 에을 통해서 어떤 거부터 공부하는게 좋을지 추천을 받을 수가 있겠죠.

 물론 이게 정답이라고 할 순 없겠습니다만 어느 정도 길을 잡아줄 수 있다고 볼 수 있겠습니다.

 전체적으로 봤을 때 딥러닝 강의가 만약에 대학교 있다고 하면은 아마이 순서대로 진행되지 않을까 할 정도로 꽤 잘 짜지기는 했습니다.

 제가 공부했을 때 만약 이런 노트북이 있었더라면 공부를 좀 쉽게 할 수 있지 않았을까 생각이 들긴 하는데요.

 어쨌든 이런 식으로 단원을 만들어 주기도 하고요.

 오른쪽에 학습 가이드를 눌러 보면 메모가 하나 생성이 되고요.

 개념 퀴즈 밑 해설 뭐 이런게 만들어집니다.

 그래서 주어진 소스를 기반으로 뭐 문제를 만들어 주는데요.

 리니 액티베이션 펑션의 문제점은 뭔가요? 시그모이드의 장점 단점 한 하이퍼볼릭 탄젠트랑 시그모이드 어떤 관련이 있는가? 뭐 이런 식으로 굉장히 많은 퀴즈가 있는데요.

 아 어질어질하네요.

 쪽지 시험 같습니다.

 어쨌든 이런 식으로 중간중간 내가 공부를 잘했는지 확인을 해 볼 수도 있고요.

 어 재밌네요.

 이렇게 딸깍한 번으로 퀴즈를 만들어 주는게 신기한 거 같습니다.

 네.

 마지막으로는 가장 핫한 기능이죠.

이 이 AI 음성 계육 팟캐스트 기능인데요.

 지금 최근에 한국어 업데이트가 돼서 이제 한국어 음성으로 팟캐스트를 만들어 줍니다.

 예전에는 영어만 돼 가지고 상당히 좀 불편했는데 이번엔 바로 한국어로 나오니까 굉장히 좋습니다.

 맞춤 설정을 들어가 보시면은 뭐 어떤 거에 좀 집중해서 만들어 달라라고 할 수 있다.

 이렇게 예시가 나와 있죠.

 만약에 어떤 제품에 대한 설명이라고 하면은 뭐 잠재 사용자 타게팅을이 제품을 처음 접한 사람에게 설명해죠.

 뭐 이런 식으로 작성을 해 볼 수가 있겠죠.

 그래서 저희는 가전 소스가 딥러닝 관련된 내용이다 보니까 딥러닝을 처음 배우는 사람에게 맞게 전문 용어를 최대한 적게 쓰거나 용어를 풀어가면서 설명해 달라라고 맞춤 설정을 한번 세팅을 해 보도록 하겠습니다.

 그다음에 만들기를 하면은 되고요.

 제가 몇 번 테스트해 보니까 어 굳이 한국어로 써 떨려고 안 해도 저희가 한국어 기반이다 보니까 한국어로 나오는 거 같긴 하더라고요.

 팟캐스트가 만들어졌는데요.

 한번 들어보도록 할게요.

 안녕하세요.

 오늘 어 여러분이 보내 주신 자료들 있잖아요.

 위키디아나 코세라 강의 노트 또 빌틴 아티클 같은 것들 만투가 일단 굉장히 자연스럽죠.

 제가 최근에 리뷰했던 TT스들 중에서도 어 꽤 자연스러운 것 같습니다.

 근데 속도가 좀 느려서 어 배속을 좀 해 볼게요.

 바탕으로 딥러닝의 세계를 좀 쉽고 재미있게 팔쳐 보려고 합니다.

 자료들을 쭉 보니까 아 딥러닝이 정확히 뭐고 또 이게 우리 주변 기술에 어떻게 쓰이는 건지 어 그런게 궁금하신 것 같더라고요.

 뭐 사진속 얼굴 찾아내고 실시간 번역 같은 거요.

 어 마법 같잖아요.

 그 비밀을 오늘 한번 같이 풀어보죠.

네 네, 맞아요.

 보내주신 자료들 보니까 정말 딥러닝의 그 기본 개념부터음 어떻게 작동? 네, 이렇게 둘이서 대화하는 형태로 팟캐스트가 구성이 되어 있죠.

 이게 혼자로 바꿔 보려고 했는데 예전에는 어 혼자로 할 수 있었던 거 같았거든요.

 근데 이번에 한국 업데이트가 되면서 혼자로 할 수 있게는 안 되는 거 같습니다.

 무조건 둘이서 어티타카인 거 같습니다.

 재미난 2.

5%의 능력을 한번 볼게요.

 복잡한 문서를 인터랙티브 한 시각 자료를 변환을 해 볼 건데요.

 제가 사용할 자료는 얼마 전 웨비나에서 오픈소스 진영에서 주로 다루었던 2.

1에 대한 페이퍼입니다.

 그렇게 양이 많고 이미지와 이런 그래프 그리고 아키텍처 같은 정보들이 많은 연구 보고서나 논문을 분석해야 한다고 봅시다.

 예전에는 텍스트만겨했지만 이제는 다르죠.

 앞에서 말씀드린 것처럼 재미나 2.

5%의 멀티모델 성능이 엄청나기 때문인데요.

이 완 2.

1 논문을 이용을 해서 재미나 2.

5%의 시각화 기능을 한번 테스트해 보도록 하겠습니다.

 먼저 저는이 논문을 활용할 거기 때문에 논문을 다운로드를 해 줄 거고요.

 여러분들이 사용하고자 하는 그 논문이나 어떤 자료를 다운로드 해 주시거나 미리 준비해 두시면 될 것 같습니다.

 재미나이는 크롬에서 세탭을 열고 우측 상단에이 아홉 개짜리 구글 앱에 들어가시면 바로 재미나이가 뜨게 됩니다.

 여기서 좌측 상단에서 2.

5% 이걸 선택을 해 주시면 되고요.

 어떤 이런 시각화 기능을 요청을 할 때는 캔버스 모드를 사용을 하는 것을 추천드립니다.

 그래서 캔버스 모드를 활성화를 시키고 PDF를 먼저 업로드를 해 줄게요.

 네.

 드래그 앤드랍으로 PDF를 업로드를 해 준 다음에 프롬프트를 작성을 해야겠죠.

 프롬프트는 2.

1이 해결하고자 한 문제와 그 문제를 해결한 방식 그리고 결과까지 유약해서 정리해 주고이 핵심적인 내용들을 디테일하게 시각화해 달라라고 요청을 해 보겠습니다.

 제가 요청한 대로 해결하고자 한 문제 그다음에 해결 방식 그 주요 성과에 대해서 이렇게 엄청나게 깔끔하게 정리를 잘해 주죠.

 이렇게 마우스를 갖다 대면 이렇게 꿈찔꿈질 움직이는 것도 볼 수가 있습니다.

 논문이 60페이지가 됐는데 물론 그 내용이이 짧은 도큐멘트에 다 담기진 않겠지만 그래도 전반적으로 어떤 내용을 담고 있는지 볼 수가 있어서 굉장히 좋은 거 같습니다.

 이런 식으로 PDF 내에 있는 표까지 요약을 해서 가져오는 걸 볼 수가 있죠.

이 이제 완이 기존에 뭐 소라나 다른 모델들에 비해서 성능이 굉장히 좋다.

 평균 점수가 높다라는 걸 볼 수가 있습니다.

 근데 만약에 여러분들이 PDF가 없어도 상관이 없습니다.

 재미나에 딥치를 활용을 하면은이 데이터 또한 저희가 만들 수가 있는데요.

 ঝ질 서치를 통해서 얻은 데이터를 통해서 재미나 2.

5%로 방금 보신 것처럼 시각화를 굉장히 깔끔하게 할 수가 있습니다.

 그럼 딥리서치에게 간단하게 질문을 먼저 해 볼게요.

 완.

1을 미를 다룬만큼 최신 오픈소스 비디오 제너레이션 모델을 찾아서 정리해 달라고 한번 딥리서치에게 요청을 해 보도록 하겠습니다.

 딥리서치는 먼저 연구 계획을 이런 식으로 보여주고요.

 여기서 계획을 수정을 할 거면은 어 계획 수정을 통해서 수정을 하시면 되고 어 이대로 하면 괜찮을 것 같다 하면 이제 연구 시작을 눌러 주시면 그때부터 자료를 엄청나게 모아서 연구를 시작하게 됩니다.

 저는 이대로는 괜찮을 것 같아서 연구 시작을 한번 해 볼게요.

 여러분 잠시만 기다려 주세요라고 뜨면서 연구가 진행이 됩니다.

이 이 보이시는 것처럼 연구가 진행되는 동안 나가도 어 상관이 없습니다.

 완료되고 한번 볼게요.

 네, 딥리치가 완료가 됐는데요.

 아, 굉장히 긴 보고가 나왔습니다.

 그 중간에 보시면 이제 표도 있고요.

 다양한 오픈 소스 비디오 생성 모델들을 찾아 준 걸 볼 수가 있죠.

 그리고 이제 각 연구에 대한 설명도 있고요.

 여기서 중요한 건 이제 독수로 내보내기라는 기능이 있습니다.

이 기능을 눌러서 어 구글 독수로 내보낸 다음에 이거를 재미나 2.

5%에서 가져와서 사용을 하면 되거든요.

 이렇게 독수로 내보내기를 하면 딱히 복사 붙여 넣기를 하지 않아도 마크다운 형태가 잘 유지가 됩니다.

 표도 이렇게 잘 유지가 되고요.

 네.

 이렇게 독스로 내보낸 자료를 다시 재미나이에서 어 2.

5%에서 여기 파일 추가해서 드라이브에서 파일 추가라는게 있습니다.

 여기서 최근 문서 보면은 어 오늘 방금 만든이 비디오 생성 모델 현황 이게 있죠.

 이거를 눌러서 삽입을 해 주시면 방금 PDF 삽입한 것처럼 이렇게 나오게 됩니다.

 재미나이한테 딥 리서치 보고서를 상호 작용 가능한 인포 그래픽으로 만들어 달라고 요청을 해 보도록 할게요.

 이건 역시 캔버스 모드를 켜고 진행을 해 주도록 하겠습니다.

 네.

 재미나이가 인포그래픽이라고 어 만들어 준게 이건데요.

 사실 인포그래픽 같지는 않고요.

 그냥 상호 작용 가능한 HTML인 거 같습니다.

 이런 식으로 뭐 주요 동향, 향후 전망 이런 거를 볼 수가 있고요.

 모델들도 이렇게 눌러 보면은 어떤 모델을 사용을 했는지 어떤 결과물 파라미터 뭐 이런 것들 라이선스 이런 것들을 볼 수 있게 잘 정리를 해 놨네요.

 그래서 하드웨어도 뭐 소비자급 GPU에서 돌아갈 수 있는 것들 이런 식으로 나눠져 있고 이런 식으로 어 굉장히 좋은 거를 볼 수가 있네요.

 확실히 예전에는 그냥 HTML만 만들어도 에러가 많았는데 요즘은 그런 에러는 많이 없는 거 같네요.

 예, 진짜 확실히 잘 만들어 주는 거 같습니다.

 네, 이렇게 딥치를 이용한 재미나 2.

5프 자료 잘 만들어 주는 것까지 확인을 해 봤습니다.

 저는 노트북에 RM 업데이트 된 다음에 재미나 2.

5%를 같이 사용하면서 정보 수집이나 실제 결과물 만드는 것까지 과정이 정말 눈에 띄게 단축되는 거를 느끼고 있는데요.

 단순히 정보를 이해하는 것을 넘어서 아이디어를 구체적인 결과물로 만드는 속도 자체가 어 굉장히 빨라진 거 같습니다.

 확실히 AI가 연구나 컨텐츠 제작의 허드를 많이 낮춰 주고 있다는 생각이 드는데요.

 여러분은 노트북과 재미나이 어떻게 활용하고 계신가요? 아니면 오늘 보신 내용 중에 어떤 기능을 가장 사용해 보고 싶으신가요? 여러분의 생각이나 활용팁을 댓글로 자유롭게 공유해 주세요.