[AI입문]파일과 이미지로 대화하기 — 텍스트 너머의 활용법

이 글은 AI 입문 연재 2단계의 세 번째 글이다. 지금까지는 글을 써서 묻고 글로 답을 받는 방식만 다뤘다. 그런데 요즘 AI는 문서와 사진도 함께 다룬다. 39편 용어 사전에서 멀티모달이라는 말로 짚고 넘어갔던 능력이다. 실제로 이 기능을 쓰기 시작하면 활용 폭이 확 넓어진다. 이번 글에서는 무엇을 올릴 수 있는지, 어떤 일이 잘 되고 어떤 일이 잘 안 되는지, 그리고 올리기 전에 반드시 멈춰야 할 순간이 언제인지를 본다.

무엇을 올릴 수 있나

올릴 수 있는 것과 시킬 수 있는 일

주요 서비스들은 대체로 세 종류를 받는다. PDF와 워드 같은 문서, 엑셀과 CSV 같은 표 파일, 그리고 사진과 화면 캡처 같은 이미지다. 서비스에 따라 발표 자료나 음성, 영상까지 받는 곳도 있다. 무료 요금제에서는 받을 수 있는 종류와 한 번에 올릴 수 있는 개수가 제한되는 경우가 많으니, 되지 않는다면 요금제 안내를 먼저 확인한다.

올리는 방법은 대개 같다. 입력창 옆의 클립이나 플러스 모양 버튼을 누르거나, 파일을 창 안으로 끌어다 놓으면 된다.

올린 다음이 진짜다

초보자가 가장 자주 하는 실수는 파일만 올려 놓고 기다리는 것이다. 파일은 재료일 뿐이고, 무엇을 원하는지는 여전히 따로 적어야 한다. 43편에서 본 다섯 가지가 여기서도 그대로 쓰인다.

첨부한 계약서를 처음 읽는 사람 입장에서 정리해 줘.

- 계약 기간, 금액, 해지 조건을 표로
- 내게 불리해 보이는 조항 세 가지와 그 이유
- 문서에 없는 내용은 "문서에 없음"이라고 적을 것

마지막 줄이 중요하다. 문서를 올려도 AI는 빈칸을 그럴듯하게 메우려는 성질을 그대로 갖고 있다. 주어진 문서 안에서만 답하라고 못 박아 두면 그 위험이 크게 줄어든다.

잘 되는 일과 조심할 일

파일 작업, 잘 되는 일과 조심할 일

잘 되는 쪽부터 보자. 긴 문서의 요약과 목차 만들기, 필요한 대목 찾기, 말투를 바꿔 다시 쓰기는 안정적이다. 이미지에서는 사진 속 글자를 옮겨 적거나, 오류 화면을 보여 주고 무슨 뜻인지 묻는 일이 특히 쓸 만하다. 손으로 쓴 메모를 찍어 올려 정리시키는 것도 잘 된다.

조심할 쪽도 분명하다. 표에서 뽑아낸 계산 결과는 그대로 믿으면 안 된다. 42편에서 봤듯 AI는 계산을 하는 것이 아니라 그럴듯한 숫자를 고른다. 합계나 평균이 필요하면 어떤 식으로 계산하는지만 물어보고 실제 계산은 표 프로그램에서 한다.

흐릿한 스캔본이나 기울어진 사진도 약하다. 글자를 잘못 읽고도 자신 있게 답한다. 중요한 문서라면 원본을 직접 대조한다. 표가 여러 겹으로 병합된 복잡한 서식도 순서를 헷갈리는 경우가 많다.

긴 문서를 다룰 때

문서가 길수록 요약이 두루뭉술해진다. 앞에서 본 컨텍스트 윈도우, 즉 한 번에 펼쳐 놓고 볼 수 있는 분량의 한계 때문이다. 몇 가지 요령이 있다.

  • 통째로 요약시키기 전에 목차부터 뽑게 한다. 어디에 무엇이 있는지 확인한 뒤 필요한 장만 다시 묻는다.
  • "이 문서에서 위약금에 관한 부분만 원문 그대로 옮겨 줘"처럼 찾기로 쓴다. 요약보다 훨씬 정확하다.
  • 여러 파일을 비교할 때는 무엇과 무엇을 어떤 기준으로 비교할지 명시한다. 그냥 올리면 각각의 요약만 나열된다.
  • 답이 이상하면 대화를 새로 열고 파일을 다시 올린다. 길어진 대화가 원인인 경우가 많다.

이미지를 만드는 일은 조금 다르다

사진을 읽는 것과 그림을 만드는 것은 다른 기능이다. 이미지 생성은 대체로 별도의 도구이거나, 대화창에서 따로 켜야 한다. 요령은 글쓰기와 비슷하다. 무엇을 그릴지에 더해 화면 구도, 분위기, 색감, 용도를 적으면 결과가 안정된다.

다만 두 가지는 알고 시작하는 편이 좋다. 첫째, 그림 안의 글자는 아직 자주 틀린다. 간판이나 제목이 들어가야 하면 나중에 직접 넣는 편이 빠르다. 둘째, 상업적으로 쓸 생각이라면 해당 서비스의 이용 약관에서 저작권과 사용 범위를 먼저 확인해야 한다.

올리기 전에 멈춰야 할 때

가장 중요한 대목이다. 파일을 올린다는 것은 그 내용을 남의 서버로 보낸다는 뜻이다. 다음은 올리기 전에 한 번 더 생각한다.

  • 주민등록번호, 계좌번호, 연락처가 그대로 담긴 문서
  • 회사의 미공개 자료, 고객 명단, 계약 상대의 정보
  • 다른 사람의 얼굴이 알아볼 수 있게 찍힌 사진

꼭 필요하다면 이름과 번호를 지우거나 임의의 값으로 바꿔서 올린다. 형식만 알면 되는 일이라면 그것으로 충분하다. 회사에서 쓰는 경우에는 사내 지침을 먼저 확인한다. 서비스 설정에서 대화 내용을 학습에 쓰지 않도록 끄는 항목이 있는 경우도 있으니 한 번 살펴볼 만하다.

정리

파일과 이미지를 쓰면 AI는 내 자료를 아는 상태에서 답하게 된다. 일반론만 늘어놓던 답이 갑자기 쓸모 있어지는 지점이다. 다만 읽어 주는 것과 보증해 주는 것은 여전히 다르다. 요약은 맡기고, 숫자와 조항은 원본에서 확인한다.

다음 편은 46. AI 답변 검증하는 법 — 믿을 만한지 5분 만에 확인하기다. 지금까지 미뤄 둔 확인 방법을 한자리에 모은다.

· · · 연재 순서 · · ·

(이전) 어떤 AI를 언제 쓸까 — 모델 선택 가이드

(다음) AI 답변 검증하는 법 — 믿을 만한지 5분 만에 확인하기

※ 이 글의 설명은 2026년 8월 기준이며 서비스 정책은 자주 변경됩니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

[AI입문]AI 용어 사전 — 토큰, 컨텍스트, 환각... 뜻만 알면 절반은 끝난다

이미지
이 글은 새로 시작하는 AI 입문 연재의 첫 번째 글이다. 이 연재는 AI를 한 번도 써 본 적 없는 사람을 위해 쓴다. 그런데 첫 관문은 기술이 아니라 말이다. 토큰, 컨텍스트, 환각 같은 단어가 설명 없이 튀어나오는 순간부터 글이 읽히지 않는다. 그래서 첫 글에서는 앞으로 계속 나올 용어를 하나씩 짚는다. 용어마다 일상 비유 하나와, 그 말을 알면 무엇이 달라지는지를 붙였다. 외울 필요는 없다. 읽고 나서 "아, 그게 그 말이었구나" 정도만 남아도 충분하다. 대화를 이루는 기본 용어 LLM과 생성형 AI LLM 은 '거대 언어 모델'의 줄임말이다. 어마어마한 양의 글을 읽고 말의 패턴을 익힌 프로그램이라고 보면 된다. 생성형 AI 는 그보다 넓은 말로, 없던 결과물을 새로 만들어 내는 AI 전체를 가리킨다. 글을 만들면 언어 모델, 그림을 만들면 이미지 생성 AI다. 왜 중요한가. 흔히 말하는 'AI 챗봇'은 대부분 LLM, 즉 글을 다루는 데 특화된 도구다. 계산기나 검색 엔진과는 잘하는 일이 애초에 다르다는 뜻이다. 토큰 AI는 글을 글자 단위로 세지 않는다. 토큰 이라는 조각 단위로 센다. 한글은 한 글자가 대략 한 토큰 정도라고 생각하면 크게 어긋나지 않는다. 택배 요금을 무게로 매기듯, AI는 처리량을 토큰으로 잰다. 왜 중요한가. 무료 사용 한도, 유료 요금, 한 번에 넣을 수 있는 문서 분량이 모두 토큰으로 계산된다. "길게 쓰면 비싸진다"는 말의 근거가 여기에 있다. 컨텍스트 윈도우 AI가 한 번에 펼쳐 놓고 볼 수 있는 분량이다. 책상 넓이에 비유할 수 있다. 책상이 넓으면 자료를 여러 개 올려놓고 볼 수 있지만, 좁으면 새 자료를 놓을 때 먼저 있던 것을 치워야 한다. 대화가 길어지면 앞부분이 이 책상에서 밀려난다. 왜 중요한가. 오래 이어 간 대화에서 AI가 갑자기 앞 내용을 잊는 것은 고장이 아니다. 구조상 당연한 일이다. 주제가 바뀌면 새 대화를 여...
자세한 내용 보기

메일 주소 하나 만들려다 브랜드를 세웠다 — 1인 스튜디오 브랜딩 실전기

이미지
메일 주소 하나 만들려다, 브랜드를 통째로 세웠다 1인 스튜디오 브랜딩 실전기 — 도메인 · 메일 · 로고 · 상표 출원까지 직접 해본 기록 시작은 단순했다. " 내이름@내스튜디오.com 같은 전문적인 메일 주소 하나 갖고 싶다." 딱 그거였다. 그런데 그 한 가지 바람이 도메인 선정, 브랜드 네이밍, 상표 검색, 로고 제작, 메일 서버 인증, 상표 출원까지 줄줄이 이어졌다. 결국 1인 개발/콘텐츠 스튜디오 ‘에이븐스튜디오(Aeven Studio)’ 의 기반을 통째로 세우게 됐다. 같은 길을 걸을 다른 1인 창작자들을 위해, 부딪힌 함정과 배운 것을 정리한다. 1. 자체 메일 서버? 결론은 ‘관리형’ 처음엔 멋있어 보여서 메일 서버를 직접 굴려볼까 했다. 알아보니 개인이 자체 발송 서버를 운영하는 건 생각보다 가시밭길이다. 가정용 IP는 대부분 스팸 차단 목록에 기본 등록돼 있어 받는 쪽이 거부한다. 발송 포트(25번)가 막혀 있고, 역방향 DNS(PTR)를 내 맘대로 못 건다. AWS EC2조차 25번 포트가 기본 차단이고 IP 평판이 좋지 않다. 결론: 비즈니스 메일이라면 Google Workspace · Zoho · 네이버웍스 같은 관리형 서비스 가 정답이다. 서버·보안·스팸·도달률이라는 골치 아픈 문제를 통째로 넘길 수 있다. 나는 익숙함과 생태계 통합 때문에 Google Workspace로 정했다. 2. 이름 짓기 — 가장 오래 헤맨 구간 여기서 제일 많이 배웠다. 좋은 이름을 정하는 건 ‘감각’의 문제가 아니라 세 개의 관문을 동시에 통과 시키는 문제였다. 이름 하나가 통과해야 할 세 관문 후보 이름 "이거 어때?" 관문 ① 상표 KIPRIS 검색 내 사업류에 살아있는 유사 상표 없어야 'AI' 등 설명적 단어는 식별력 없음 관문 ② 도메인 진짜 병목 구간 어감 좋은 단어는 .com이 이미 선점됨 해법: .kr/.app 수용 또는 조어(coined word) 관...
자세한 내용 보기

클로드 Fable 5와 Opus 4.8 비교 - 차이점, 가격, 무료 기간 종료 후 변화까지 총정리 (7월 최신)

이미지
2026년 6월 9일, Anthropic이 5세대 모델 가족의 첫 주자인 Claude Fable 5 를 공개했다. 기존 최상위 모델이던 Opus 4.8과 무엇이 다른지, 구독 플랜에서는 어떻게 제공되는지, 그리고 출시 직후 벌어진 접근 중단 사태까지, 실제 사용 과정에서 확인한 내용을 정리한다. 새 모델을 써볼지 고민 중이거나 갑자기 모델 접근 오류를 만난 사람에게 도움이 될 것이다. Fable 5란 어떤 모델인가 Fable 5는 Anthropic의 모델 계층에서 가장 위에 있는 Mythos급(Mythos-class) 모델이다. 기존 계층이 Haiku → Sonnet → Opus 순서였다면, 이제 그 위에 Mythos 등급이 추가된 셈이다. 배경을 보면 Anthropic은 같은 해 4월에 Mythos를 먼저 공개했지만, 고급 사이버보안 능력 때문에 일부 승인된 고객에게만 제한적으로 배포했다. Fable 5는 그 Mythos 기술에 안전장치를 더해 일반 사용자도 쓸 수 있게 만든 버전이다. 함께 발표된 Claude Mythos 5는 여전히 일반 출시되지 않았으며, 두 모델은 본질적으로 같은 기반 모델이다. Fable 5 vs Opus 4.8 - 핵심은 용도의 차이 두 모델의 가장 중요한 차이는 성능 수치가 아니라 용도 다. Fable 5는 모델이 스스로 작업을 분해하고 조사하고 만들고 검증하는 장기 비동기 프로젝트 에 적합하고, Opus 4.8은 복잡한 작업을 사람과 주고받으며 처리하는 빠른 동기적(실시간) 협업 에 적합하다. Fable 5의 강점으로 알려진 내용은 다음과 같다. Claude Code 같은 에이전트 환경에서 며칠 동안 작업을 지속 하며, 단계별로 계획하고 하위 에이전트에 위임하고 자기 작업을 검증한다. 5천만 줄 규모의 Ruby 코드베이스에서, 팀이 수작업으로 2개월 넘게 걸릴 전체 마이그레이션을 하루 만에 수행한 사례가 소개됐다. 파일과 PDF 안에 중첩된 다이어그램·차트·표를 이해하는 비전 능력이 강화되어 금융·법률...
자세한 내용 보기