탭 열한 개를 오가다 점심이 먼저 온다
오전 9시 12분, 브라우저 탭이 11개 열려 있었고 그중 4개는 같은 문서를 다른 방식으로 붙잡고 있었습니다. 메일에서 문장을 가져와 Gemini에 붙이고, 답을 다시 문서로 옮기고, 링크 하나를 다시 열어 맥락을 확인하는 식이었죠. 지난주에도 저는 이 왕복을 몇 번이나 반복했고, 끝나고 보니 생각보다 일이 많이 된 게 아니라 손이 많이 움직였다는 쪽이 더 정확했습니다.
그래서 Gemini Voyager 같은 통합형 확장 프로그램을 볼 때 저는 “기능이 몇 개 더 있나”보다 먼저 “내 탭 한두 개를 없애줄 수 있나”를 봅니다. 제 주장은 단순합니다. 이런 도구의 승부는 AI가 더 똑똑한가가 아니라, 비개발자 직장인의 작업 동선을 얼마나 덜 끊느냐에서 갈립니다.
좋은 AI를 쓰는데도 일이 덜 빨라지는 이유
다들 모델 이름부터 봅니다. Gemini냐, ChatGPT냐, Claude냐. 물론 중요합니다. 다만 실무에서는 모델의 10점짜리 답보다, 내가 그 답을 받기까지 거치는 6번의 전환이 더 크게 피로를 만듭니다.
비개발자 직장인에게 이건 신입에게 일을 시키는 장면과 비슷합니다. 지시 자체는 맞았는데, 파일은 메신저로 보내고 맥락은 메일에 있고 수정본은 다시 드라이브에 생기면, 사람을 잘 쓴 게 아니라 사람 사이를 오래 걸어 다닌 셈이죠. AI도 같습니다. Gemini 본체가 아무리 좋아도 브라우저 바깥으로 나갔다 들어오게 만들면, 체감 속도는 모델 품질보다 전환 비용에 끌려내려갑니다.
저도 한동안 “좋은 지시문만 만들면 된다” 쪽에 가까웠습니다. 그런데 실패는 늘 비슷했습니다. 답변 품질보다, 원문을 어디서 가져왔는지 잊어버리고, 이전 맥락이 끊기고, 마지막엔 같은 질문을 다시 쓰게 됩니다. 똑똑한 AI를 쓰면서도 사람이 반복노동을 떠안는 구조였던 셈입니다.
확장 프로그램의 진짜 시험지는 답변창이 아니라 동선이다
Gemini Voyager를 저는 기능 소개로 읽지 않습니다. 통합형 확장 프로그램이라는 이름이 맞다면, 핵심 질문은 하나입니다. “Gemini를 더 자주 켜게 하느냐”가 아니라 “Gemini를 켠 채로 더 적게 헤매게 하느냐.”
이 차이는 작아 보여도 하루를 갈라놓습니다. 예를 들어 메일 초안, 회의 메모, 웹페이지 요약, 번역 수정, 문장 톤 정리 같은 일은 대부분 모델 성능의 절대치보다 문맥 유지가 더 중요합니다. Google Gemini가 이미 충분히 답을 낼 수 있는 장면에서도, 사용자는 보통 세 가지 때문에 시간을 잃습니다.
| 끊기는 지점 | 흔한 기존 방식 | 통합형 확장 프로그램이 잘하면 바뀌는 것 |
|---|---|---|
| 맥락 수집 | 탭마다 복붙 | 현재 보고 있는 화면에서 바로 맥락 전달 |
| 작업 전환 | 메일 → 문서 → AI 창 왕복 | 한 화면 안에서 초안·수정 반복 |
| 결과 정리 | 답변을 다시 사람이 편집 | 출력 형식을 미리 맞춰 후처리 감소 |
제가 이런 도구에 우호적인 이유는 화려한 자동화 때문이 아닙니다. 오히려 반대입니다. 자동화는 시간을 되찾는 도구일 때만 의미가 있습니다. 직장인 입장에서 시간은 대단한 프로젝트보다 자잘한 왕복에서 먼저 새기 때문입니다. 탭 하나 줄고, 복붙 한 번 줄고, 맥락 설명을 한 줄 덜 쓰게 되면, 그게 하루 8번 쌓여서 실제 차이를 만듭니다.
여기서 Gemini Voyager 같은 이름이 붙은 도구가 정말 가치 있으려면, 최소한 아래 네 가지 중 둘 이상은 해내야 합니다.
- 지금 보고 있는 페이지의 문맥을 다시 설명하지 않아도 된다.
- 결과물을 바로 메일 초안이나 문서 문장으로 옮길 수 있다.
- 이전에 내가 고친 톤이나 형식을 짧게라도 기억한다.
- “질문 잘하기”보다 “작업 계속하기”가 쉬워진다.
저는 특히 4번을 높게 봅니다. 많은 AI 도구가 아직도 사용자를 지시문 엔지니어처럼 대합니다. 하지만 대부분의 직장인은 지시문를 잘 짜고 싶은 게 아니라, 보고서 한 문단을 덜 헤매고 싶을 뿐입니다. 그래서 통합형 확장 프로그램의 가치는 모델을 더 잘 설명하는 데 있지 않고, 사람이 덜 설명하게 만드는 데 있습니다.
다만 여기서 솔직히 말할 점이 있습니다. 이번 건은 수집 기록 기준으로도 공개 출처가 비어 있습니다. 그래서 저는 특정 성능 수치나 공식 지원 범위를 단정하지 않겠습니다. 그 대신 판단 기준을 작업 동선 쪽에 두는 게 더 정직하다고 봅니다. 기능표는 언제든 늘어날 수 있지만, 실제로 쓸 만한 도구인지는 “내가 오늘 몇 번이나 창을 바꿨는가”에서 바로 드러나기 때문입니다.
복붙용으로 한 줄만 남기면 이겁니다.
> AI 도구는 더 똑똑한 답보다, 덜 끊기는 동선을 먼저 증명해야 한다.
모든 사람에게 맞는 도구는 아니다
이 주장에도 예외는 분명합니다. 첫째, 보안이 민감한 조직에서는 브라우저 확장 프로그램 자체가 허용되지 않을 수 있습니다. 금융, 공공, 법무처럼 문서 경계가 엄격한 곳에서는 편의보다 통제가 먼저입니다. 이런 환경에서는 Gemini Voyager가 아무리 매끈해도 채택 장벽을 넘기 어렵습니다.
둘째, 이미 Google Workspace 안에서 팀 템플릿과 승인 흐름이 단단한 사람에게는 새 확장 도구가 오히려 마찰을 늘릴 수 있습니다. 도구가 하나 더 들어오면 학습비용이 생기고, 팀원마다 쓰는 방식이 갈리면 산출물 톤도 흔들립니다. 저도 예전에 번역 보조 도구를 욕심내어 세 개나 붙였다가, 오히려 용어집이 갈라져서 다시 줄인 적이 있습니다. 자동화는 많을수록 좋은 게 아니라, 되돌아보기 쉬운 작은 시스템일 때 오래 갑니다.
셋째, 모델 답변 자체의 정확도가 핵심인 전문 업무에서는 동선보다 검증이 더 중요합니다. 의료, 세무, 계약 검토처럼 한 문장이 직접 비용이 되는 일은 “빨리 받는 답”보다 “누가 책임지고 검토하나”가 우선입니다. 이런 장면에서 확장 프로그램은 가속기일 수는 있어도, 판단자를 대체하진 못합니다.
오늘은 탭 이동부터 세어보면 된다
오늘 바로 해볼 일은 간단합니다. 새 도구를 설치하느냐 마느냐보다 먼저, 내 AI 작업에서 어디가 끊기는지 숫자로 잡아보는 겁니다.
① 오늘 반나절 동안 AI를 쓸 때 탭 이동 횟수를 대충이라도 세어보세요. ② 같은 작업을 하며 복붙한 순간을 세 번만 적어두세요. ③ 그중 하나라도 “한 화면에서 끝났으면 좋겠다” 싶은 장면이 있었다면, 그게 통합형 확장 프로그램을 검토할 이유입니다.
제가 Noleji.ai에서 계속 번역하고 싶은 건 결국 이런 지점입니다. 기술의 새로움 자체보다, 그 기술이 내 일의 마찰을 얼마나 줄이는지. Gemini Voyager도 그 기준으로 봐야 과장이 빠지고, 쓸 사람과 안 쓸 사람이 갈립니다.
다음 단계는 하나만 권하겠습니다. 내일 업무에서 가장 자주 반복한 AI 작업 하나를 골라, “탭 이동 수”와 “복붙 횟수”를 먼저 적어보세요. 다음 편에서는 같은 기준으로, 통합형 AI 도구가 왜 종종 생산성보다 피로를 더 키우는지 이어서 보겠습니다.
핵심 정리
- 오전 9시 12분, 브라우저 탭이 11개 열려 있었고 그중 4개는 같은 문서를 다른 방식으로 붙잡고 있었습니다.
- 그래서 Gemini Voyager 같은 통합형 확장 프로그램을 볼 때 저는 “기능이 몇 개 더 있나”보다 먼저 “내 탭 한두 개를 없애줄 수 있나”를 봅니다.
- 다들 모델 이름부터 봅니다.
→ 영어판 보기
