스크랩은 디스코드 봇으로, 긴 전사본은 어떤 모델로 — 자료 정리 도구 문답

밤 11시 전후, 다양한 채널에 흩어져 있는 자료들을 어떻게 모아 정리할지가 화제였다. 한 참여자가 카톡의 「나에게 보내기」로 모으던 링크를 봇으로 자동 지식분류해 보겠다고 하자, 텔레그램과 디스코드를 놓고 고민하던 그에게 다른 참여자가 디스코드 쪽을 권했다.

자율 봇 여러개 붙일 수 있는 관점에서

디스코드의 유연성을 거론한 것이었다. 자율 봇(agentic bot) 여러 개를 붙일 수 있는 구조가 디스코드에 있다고 봤다. AI 시대의 협업 도구로서 디스코드가 어떻게 진화하고 있는지를 간접적으로 보여 주는 대목이었다.

다른 참여자는 슬랙 대체재로 떠오르는 도구를 직접 써 본 후기를 나눴다. buzz라는 도구를 시도했지만 오래가지 못했다고 했다.

이러는게 귀찮아서 멈춤요

에이전트마다 용도와 권한을 부여하는 것이 번거로워 일주일 만에 멈췄다는 뜻이었다. 자동화의 약속과 운영의 피로 사이의 간극이 선명하게 드러나는 순간이었다. soul.md, 즉 페르소나를 정하는 파일이 각 에이전트의 정체성을 만든다는 이야기도 오갔지만, 기술만으로는 충분하지 않다는 점을 암시했다.

자정 무렵에는 다른 문제가 올라왔다. 한 참여자가 2시간 넘는 유튜브 영상 전사본 약 100개를 정리할 모델을 물었다. 구체적인 어려움도 함께 설명했다.

2시간 이상 전사본이 100개가량 되는데 한번에 작업주면 내용이 달라도 억지로 동일한 형식(목차갯수 일치 등)으로 맞춰지는 현상있는데

개별 영상의 내용은 다르지만 목차 개수를 강제로 맞추는 현상이 발생한다는 뜻이었다. 자동화가 일관성을 위해 다양성을 밀어낸다는 문제가 드러난 것이다. 영상마다 다른 구조의 내용을 가지고 있는데, 이를 균일한 형식으로 압축하려 하니 정보 손실이 불가피해진다는 신호였다.

답으로 거론된 도구는 제미나이 3.8 플래시(Gemini 3.8 Flash)와 구글 NotebookLM이었다. 한 참여자가 3.8 플래시를 먼저 꼽았고, 3.8이 잘하느냐는 되물음에는 지침을 어떻게 주느냐에 따라 다르다고 답했다. 다른 참여자는 NotebookLM을 쓴다고 짧게 보탰다. 형식이 한쪽으로 쏠리는 현상을 어떻게 풀지에 대한 답은 이 밤 안에 나오지 않았다.

스크랩 정리부터 전사본 요약까지, 자료 관리 도구의 진화는 분명했다. 디스코드에 봇을 붙이는 방식도, 제미나이나 NotebookLM을 쓰는 것도 모두 가능했다. 하지만 방의 참여자들은 자동화의 편의와 개별 특성의 보존 사이에서, 어느 것을 택할지 고민하는 국면에 있었다. 기술적으로는 가능해졌지만, 정보 손실 없이 대량의 다양한 데이터를 처리하는 문제는 여전히 미해결 상태로 남아 있었다.