젠스파크(GenSpark ai) 사용법 #1

요즘 자주 유튜브에서 AI 영상들을 시청하다보니 최근에는 GenSpark AI가 자주 추천되어 이번 주에 결재하고 1주일간 써보았습니다.(사실 한국 돈으로는 38,799원이라서 결재하기 좀 부담스럽기는 했습니다.) 그런데 지금까지 쓴 AI중에는 가장 성능이 좋은 인상을 받아서(아직은 1주일밖에 안 써봐서 인상으로 표현) 소개의 글을 올려보려 합니다. 정확히 말하면 우리가 일반적으로 생각하는 AI라기 보다는 AI 슈퍼 에이전트(어시스턴트)라고 말하는 게 더 맞을 듯 합니다. 여러 AI 엔진들을 모아두고 자신이 부여받은 업무에 대해 가장 적합한 모델을 찾아서 업무를 수행하도록 지시하는 어시스턴트의 역할을 하는 서비스입니다.

젠스파크는 AI슬라이드, AI시트의 기능이 좋다고 해서 처음 결재하고는 ppt 파일을 작성해봤고 이번에는 데이터 분석을 테스트로 해보았습니다. 실행해보면서 느끼는 거지만 PPT작성의 경우 내용적인 측면에서는 젠스파크가 훨씬 좋고 화려함, 예쁜 면에서는 감마AI가 더 좋은 듯 합니다. 그리고 이렇게 데이터를 분석해서 PPT까지 만들어내는 데에는 정말로 이제는 거의 인정할만한 정도의 출력물이 나와서 그 과정을 소개해보려 합니다.

일단 이 포스팅에서는 일단 젠스파크의 특징에 대해 소개하고 다음 포스팅에서는 실행했던 부분들에 대해 상세히 설명해보려합니다.

젠스파크(Genspark) 개요

젠스파크는 최신 AI 검색·분석 도구로, 단순한 정보 검색을 넘어 복잡한 데이터 분석, 보고서 작성, 전략 수립 등 전문적인 작업까지 지원하는 AI 어시스턴트입니다.

젠스파크(Genspark)

젠스파크(Genspark)

분석 과정

1단계: 데이터 준비 및 업로드

젠스파크는 PDF, 엑셀, 텍스트 등 다양한 형식의 파일을 직접 업로드하여 분석할 수 있습니다. 서울시 대중교통 수단별 이용 현황 분석보고서를 CSV(엑셀)형태로 업로드했습니다.

2단계: 프롬프트 작성

효과적인 분석 결과를 얻기 위해 다음과 같은 명확한 프롬프트를 작성했습니다:

"그대가 서울시 정책 교통담당자에게 교통정책을 제안하는 제안자 입장이라고 생각하고 내가 준 파일과 페이지 검색을 통해 [서울시 대중교통 수단별 이용]에 대해 제안서를 작성해줘"

3단계: 데이터 분석 결과

젠스파크가 도출한 주요 분석 결과는 다음과 같습니다.

활용 효과

젠스파크 활용 분야

젠스파크는 다음과 같은 다양한 분야에서 활용 가능합니다:

논문/보고서 자료 요약: 긴 문서의 핵심 내용 파악

글쓰기 초안 작성: 특정 주제나 자료 기반 글의 뼈대 구성

데이터 분석: 복잡한 데이터에서 의미 있는 정보 추출

아이디어 브레인스토밍: 특정 주제에 대한 다양한 아이디어 발굴

보고서/제안서 작성: 전문적인 문서 초안 작성

한계점 및 주의사항

물론 완벽한 도구는 없습니다. 젠스파크에게도 나름의 한계가 존재합니다. 그러하기에 아직은 인간의 손길이 필요하다는 위안이 되기도 하는 부분입니다.

2MB의 장벽: 큰 파일을 올리려다가 "파일이 너무 크다"는 메시지를 받을 때의 그 허탈함이란. 마치 맛있는 음식점에 갔는데 "오늘은 재료가 떨어졌습니다"라는 말을 듣는 기분이네요.

크레딧 시스템의 압박감: 월 10,000크레딧이라는 제한은 마치 데이터 요금제처럼 느껴집니다. "이번 분석에 크레딧을 얼마나 써야 하지?" 하는 고민이 생기는 건 어쩔 수 없는 일.

2023년 11월의 벽: 최신 정보에 대한 한계는 있지만, 솔직히 대부분의 데이터 분석에는 큰 문제가 되지 않습니다.

검증 필요사항

AI 제안 정책의 전문가 검토 필수

중요한 결정 전 실제 데이터와의 대조 검증 필요

결론

젠스파크와 같은 AI 도구는 데이터 분석의 접근성을 크게 향상시키고 있습니다. 전문적인 분석 도구나 코딩 지식 없이도 공공데이터를 활용한 의미 있는 인사이트 도출과 정책 제안이 가능해졌습니다.

이러한 도구의 활용은 데이터 기반 의사결정 문화 확산과 시민 참여형 정책 개발에 기여할 것으로 예상됩니다. 다만, AI 분석 결과는 항상 전문가의 검토와 검증을 거쳐 활용해야 한다는 점을 명심해야 합니다.