젠스파크 세컨드 브레인 노트 — AI 회사가 하드웨어를 만드는 이유

01핵심 개요

02핵심 내용 구조

리뷰는 하나의 질문으로 관통된다 — "소프트웨어 회사인 젠스파크가 왜 하드웨어를 직접 만들었나?" 제품 개봉·스펙·페어링·녹음 품질 시연을 거쳐, 점심 메뉴 회의 녹음을 젠스파크 슈퍼 에이전트가 자동으로 찾아 표·엑셀·PPT로 정리하고 드라이브 업로드·슬랙 전송까지 수행하는 실제 워크플로우로 답을 제시한다. 결론은 "프롬프트를 잘 쓰는 사람이 아니라 기록이 잘 쌓인 사람이 좋은 결과를 받는 시대."

03기술적 맥락

AI 사용 방식의 진화: 2022년 챗봇(묻고 답하기) → 2024년 코파일럿(지시하면 수행) → 2026년 자율형 에이전트(의도만 말하면, 때로는 조건만 맞으면 알아서 완성). 문제는 에이전트가 일을 끝내려면 "사용자·회사·프로젝트의 맥락"을 알아야 하는데, 이 맥락의 상당수가 회의 대화·이동 중 아이디어처럼 온라인에 남지 않는다는 것. 슈퍼 에이전트는 특정 모델 하나가 아니라 GPT·클로드·제미나이 등 프론티어 모델을 조합해 결과 품질을 높인다.

04전략적 의미

거의 모든 AI 회사가 하드웨어로 가는 이유가 여기서 드러난다 — 오픈AI(조니 아이브 영입 기기), 메타·구글의 스마트 글래스, 애플의 준비설. 모두 "온라인 밖 현실의 맥락을 가져오는 입구"를 선점하려는 경쟁이다. 소프트웨어만으로는 손으로 나눈 대화·현장에서 들은 정보를 절대 확보할 수 없기 때문. 세컨드 브레인 노트의 목적은 회의 하나의 기록이 아니라, 내가 만난 사람·나눈 대화·수행 업무·떠오른 생각을 누적해 AI가 점점 나를 더 잘 알게 만드는 것이다.

05핵심 워크플로우 — 실제 시연

점심 메뉴 회의 사례: "회의한 거 정리해서 근처 밥집 메뉴·가격 표로 보여줘"라고만 하면, 위치·취향을 입력하지 않아도 세컨드 브레인에서 회의록을 찾아 목동 SBS 인근 실제 가게를 조사해 표로 정리. 이어 "엑셀·PPT로 만들어 드라이브 올리고 슬랙에 링크 전송"까지 한 번에 수행(외부 전송은 확인 단계 거침). 1인 사업자(IoT 컨설팅) 사례에서는 상담을 녹음만 하면 기존 드라이브의 견적서를 스스로 참고해 새 견적서·PPT를 생성 — "가르친 적 없는데 이미 인수인계된 직원." '스킬' 기능으로 견적 작성 과정을 등록하면 다음부터 한 줄 명령으로 반복.

06활용 시나리오

첫째, 지식 자산화 — 녹음·대화·산출물이 모두 세컨드 브레인에 누적돼 1인 사업의 지식이 자산이 되고, 훗날 직원 채용 시 그대로 인수인계 자료가 된다. 둘째, 리뷰어·크리에이터 — 제품을 쓰며 중얼거린 소감을 버튼으로 남겨두면 스크립트 작성 시 "말한 소감 시간순 정리해줘" 한 줄로 회수(갤럭시 폴드8 리뷰가 실제 사례). 셋째, 학생 — 수업 자료(드라이브)·과제(메일)·수업·팀플 녹음을 쌓아 시험기간 정리·발표자료 초안에 활용. 공통점: "내 정보가 모이는 환경"이면 직업 무관하게 유효.

07현황 및 전망

한계도 명확하다. 마이크 감도가 높아 주변 소음이 크게 잡히고 영상 촬영용 음질은 아니며, 초기에는 데이터가 적어 정확도가 떨어진다 — "사자마자 좋아지는 제품이 아니라 기억을 쌓아야 성능이 나오는 제품." 회사 방침상 클라우드 업로드 불가한 민감 회의에는 부적합. 다만 노트 없이도 구글 로그인만으로 소프트웨어 세컨드 브레인을 먼저 써볼 수 있어 진입장벽은 낮다. 저자 평가: "꾸준히 들고 다니며 채울 사람에게는 현재 나온 AI 표방 기기 중 가장 실체가 있는 물건." 프롬프트 역량 격차를 '기록 누적'으로 뒤집는 접근이 핵심 시사점.

08용어 사전