교육 문의커뮤니티 입장하기

젠스파크 세컨드브레인 노트 자동화 구조 구축하기

젠스파크로부터 제품을 협찬받은 유료 광고 포함 글입니다. 녹음 파일을 사람이 열어 보고 요약을 옮겨 보낸다면 세컨드브레인 노트도 휴대폰 녹음 앱과 크게 다르지 않습니다. 녹음이 끝나 노트가 올라오는 순간 AI가 회의록, 일정, 할 일로 업무에 반영하고, 회의록을 업무 검색 색인(RAG)에 넣어 다음 작업이 방금 회의의 맥락을 쓰게 만든 구조와 구축 방법을 정리합니다.

새로 올라온 글이에요. 먼저 읽어 보고 퀴즈도 풀어 보세요
Share
젠스파크 세컨드브레인 노트 자동화 구조 구축하기 대표 이미지
목차
  1. 사람이 옮기면 휴대폰 녹음과 같습니다
  2. 용어 정리
  3. 전체 구조: 가져오기, 반영하기, 맥락 넘기기
  4. 녹음이 끝나면 일어나는 일
  5. 1. 노트가 올라오면 바로 가져옵니다
  6. 2. AI가 회의를 업무에 반영합니다
  7. 3. 방금 회의의 맥락을 다음 작업으로 넘깁니다
  8. 정확도와 환각: 실제 기록으로 검증했습니다
  9. 4. 사람은 텔레그램에서 고르고 확인합니다
  10. 운영하며 고친 두 가지
  11. 구축 순서
  12. Sources

세 줄로 먼저 읽기

  1. 녹음 파일을 사람이 직접 확인하고 옮기면 세컨드브레인 노트도 휴대폰 녹음 앱과 크게 다르지 않고, 노트가 올라오는 순간 AI가 업무에 반영하게 만들 때 차이가 생깁니다.
  2. 맥 미니가 1분마다 gsk로 새 노트를 가져오고 Claude Code가 규칙 문서대로 회의록, 캘린더 일정, 텔레그램 할 일을 만들며, 업로드부터 알림까지 중앙값 8분이 걸렸습니다.
  3. 회의록은 매일 새벽 업무 검색 색인(RAG)에 들어가고, 후속 작업 AI는 방금 회의록과 지난 업무 자료를 함께 읽어 초안을 쓰며 메일은 초안에서 멈춥니다.

광고 표시: 이 글은 젠스파크로부터 세컨드브레인 노트 제품을 협찬받아 작성한 유료 광고를 포함합니다. 사용 기록, 측정한 숫자, 좋은 점과 아쉬운 점은 직접 써 본 그대로 적었습니다.

지난 글에서 젠스파크 세컨드브레인 노트를 10월부터 11월까지 회의 80건에 써 본 후기를 정리했습니다. 이번 글은 그 녹음을 업무에 바로 쓰기 위해 구축한 자동화 구조를 설명합니다.

먼저 제 생각부터 적습니다. 녹음이 끝난 뒤 사람이 앱을 열어 요약을 읽고, 복사해서 메일에 붙이고, 일정을 캘린더에 옮긴다면 세컨드브레인 노트도 휴대폰 녹음 앱과 크게 다르지 않다고 봅니다. 녹음 버튼이 편해졌을 뿐, 회의가 끝난 뒤의 일은 그대로 사람 몫이기 때문입니다.

세컨드브레인 노트의 장점은 녹음이 끝나면 노트가 젠스파크 계정에 쌓이고, 그 노트를 명령줄 도구로 꺼낼 수 있다는 데 있습니다. 그래서 노트가 올라오는 순간 AI가 회의록, 일정, 할 일로 업무에 반영하고, 회의록을 업무 검색 색인에 넣어 다음 작업이 방금 회의의 맥락을 쓰게 만들 수 있습니다. 이 글은 그 구조를 어떻게 만들었는지 순서대로 다룹니다.

사람이 옮기면 휴대폰 녹음과 같습니다

같은 회의 녹음이라도 녹음이 끝난 뒤 누가 다음 일을 하는지에 따라 쓰임이 달라집니다.

녹음이 끝난 뒤의 일

구분사람이 옮길 때휴대폰 녹음 앱과 같은 방식자동으로 이을 때이 글의 구조
녹음 뒤 첫 단계앱을 열어 요약 읽기1분 안에 컴퓨터가 노트를 가져감
회의록과 일정복사해 문서와 캘린더에 옮김규칙대로 파일 저장과 일정 등록
할 일기억나는 대로 정리약속한 발언이 있는 일만 번호로 받음
다음 작업의 맥락필요할 때 녹음을 다시 찾음회의록이 업무 검색 색인에 들어감
녹음 품질보다 녹음 뒤의 일을 누가 하느냐가 차이를 만듭니다.

10월부터 11월까지 이 구조로 처리한 숫자는 아래와 같습니다.

10월부터 11월까지의 자동화 기록

  • 8분업로드부터 알림까지노트가 젠스파크에 올라간 뒤, 중앙값
  • 3분AI 회의 분석회의록, 일정, 할 일 정리, 중앙값
  • 79건자동 분석한 회의녹음 80건 중 분석을 마친 회의
  • 45건할 일 0개인 회의약속한 발언이 없던 회의
실행 기록과 젠스파크 노트의 업로드 시각을 대조해 집계했습니다.

용어 정리

용어뜻
명령줄 도구(CLI)마우스 대신 터미널에 글자로 명령을 입력해 서비스 기능을 부르는 프로그램입니다.
gsk젠스파크가 배포하는 명령줄 도구입니다. 녹음 노트 목록과 노트 하나의 요약, 녹취록을 받을 때 씁니다.
Claude Code앤트로픽이 만든 AI 코딩 도구입니다. 터미널에서 파일을 읽고 쓰고 명령을 실행하며 일을 처리합니다.
claude -pClaude Code를 대화창 없이 한 번 실행하고 끝내는 방식입니다. 스크립트가 지시문을 넘기면 결과를 남기고 종료합니다.
스킬 문서Claude Code에게 일하는 순서와 기준을 적어 준 설명서입니다. 이 구조에서는 회의를 분석하는 규칙을 담았습니다.
launchd맥에서 프로그램을 정해진 간격이나 시각에 실행해 주는 기능입니다. 윈도우의 작업 스케줄러에 해당합니다.
RAGAI가 답하기 전에 내 문서를 검색해 근거로 붙이는 방식입니다. 이 글에서는 회의록과 업무 문서를 모은 검색 색인을 업무 검색 색인이라고 부릅니다.
녹취록녹음된 말을 글로 받아 적은(전사한) 기록입니다.

전체 구조: 가져오기, 반영하기, 맥락 넘기기

구조는 세 흐름으로 이뤄집니다. 노트가 올라오면 바로 가져오고, AI가 업무에 반영하고, 회의록을 업무 검색 색인에 넣어 다음 작업으로 맥락을 넘깁니다.

그림 1. 녹음부터 업무 반영까지의 구성 요소입니다. 사람이 하는 일은 아래 세 가지뿐입니다.

그림 1이 구조를 이루는 요소를 보여 준다면, 아래 그림 2는 녹음이 끝난 뒤 시간 순서대로 무엇이 어디로 넘어가는지를 보여 줍니다.

녹음이 끝나면 일어나는 일

그림 2. 녹음이 끝난 뒤의 흐름입니다. 검은 상자는 내 컴퓨터에서 자동으로 실행되는 일이고, 빨간 점선은 쌓인 회의록이 다음 작업의 근거로 되돌아가는 길입니다.

녹음 종료(0분): 사람이 기기 버튼을 2초 눌러 녹음을 끝냅니다. 젠스파크 앱이 열린 휴대폰이 근처에 있으면 기기가 블루투스로 녹음을 앱에 보내고, 앱이 녹음을 젠스파크에 올립니다. 녹음 직후 앱을 한 번 열어 두는 것이 사람이 챙길 유일한 동작입니다.

노트 완성(수 분 뒤): 젠스파크가 녹음을 전사하고 요약해서 노트를 완성합니다. 이때 노트 상태가 COMPLETED로 바뀝니다. 여기까지는 젠스파크 안에서 일어나는 일입니다.

① 가져오기(1분 안): 맥 미니가 1분마다 젠스파크에 새로 완성된 노트가 있는지 묻습니다. 새 노트가 있으면 gsk로 요약과 녹취록을 받아 내 컴퓨터에 저장합니다. 노트가 내 컴퓨터로 넘어온 순간부터 나머지 일이 이어집니다.

② 업무 반영(약 3분): Claude Code가 받은 노트를 스킬 문서의 규칙대로 분석합니다. 이때 같은 회사의 지난 회의록과 참석자 목록을 함께 읽어 이번 회의에 나온 사람과 회사를 지난 기록과 잇습니다. 결과로 회의록 파일, 캘린더 일정, 결과 JSON이 남습니다.

③ 알림과 분기 작업(분석 직후): 결과 JSON을 읽어 텔레그램으로 요약과 할 일 목록을 보냅니다. 같은 때에 두 작업이 따로 시작됩니다. 하나는 녹음에서 제가 말한 판단으로 SNS 글 초안을 쓰는 작업입니다. 다른 하나는 새 회사와의 첫 미팅일 때만 미팅 요약 자료를 만들고 상대 메일에 붙일 Gmail 답장 초안을 만드는 작업입니다. 사람은 텔레그램 메시지를 보고 맡길 할 일의 번호로 답장합니다.

④ 후속 작업(답장 뒤 1분 안): 맥 미니가 1분마다 답장을 확인하고, 고른 번호의 일만 Claude Code에게 맡깁니다. Claude Code는 방금 만든 회의록과 녹취록을 먼저 읽고, 회사 자료와 업무 검색 색인에서 지난 이력을 찾아 문서나 Gmail 초안을 만듭니다. 끝나면 완료 보고가 텔레그램으로 오고, 사람은 초안을 확인한 뒤 직접 보냅니다.

⑤ 맥락 쌓기(매일 새벽 3시 30분): 그날 만든 회의록이 업무 검색 색인에 들어갑니다. 다음 날부터는 새 회의를 분석할 때도, 후속 작업이나 메일 답장 초안을 쓸 때도 이 회의록을 찾아 근거로 씁니다. 그림의 빨간 점선이 이 흐름입니다.

이 흐름에서 사람이 하는 일은 녹음 끝내기, 번호로 답장하기, 초안 확인하고 보내기 세 가지입니다. 녹음 파일을 옮기거나 요약을 복사하는 일은 없습니다.

1. 노트가 올라오면 바로 가져옵니다

젠스파크 노트를 프로그램으로 읽으려면 gsk가 필요합니다. gsk는 Node.js(자바스크립트 프로그램을 실행하는 환경)에 딸린 설치 도구 npm으로 설치합니다. npm install -g @genspark/cli로 설치하고 gsk login으로 젠스파크 계정에 한 번 로그인해 둡니다.

그림 3. 실제 명령과 출력 형식에 가상의 노트 제목을 넣은 예시입니다.

gsk meeting list는 노트 목록을 만든 날짜순으로 돌려줍니다. 노트마다 ID, 제목, 길이, 상태가 붙어 있습니다. 상태가 COMPLETED인 노트만 전사와 요약이 끝난 것이라 그 노트만 다음 단계로 넘기고, PROCESSING인 노트는 다음 확인 때 다시 봅니다. gsk meeting get --task_id <노트 ID> --detail_level segments는 노트 하나의 요약과 화자별 녹취록을 받습니다.

이 확인을 1분마다 실행하는 일은 launchd가 맡습니다. 설정 파일에 실행할 스크립트와 StartInterval 60초를 적어 두면 맥이 켜져 있는 동안 계속 실행됩니다. 같은 노트를 두 번 분석하지 않도록 처리한 노트 ID를 파일에 기록해 두고, 분석이 1분을 넘기면 다음 회차는 건너뛰게 잠금 파일을 둡니다.

녹음을 끝내고 앱을 열어 녹음이 넘어가면 그다음은 사람이 할 일이 없습니다. 젠스파크가 노트를 완성하면 길어도 1분 안에 맥 미니가 가져갑니다.

2. AI가 회의를 업무에 반영합니다

새 노트를 받으면 스크립트가 Claude Code를 claude -p로 실행합니다. 지시문에는 오늘 날짜, 받은 노트 파일 위치, 결과를 남길 위치만 넣고, 분석 방법은 스킬 문서에 적어 둡니다. 규칙을 스킬 문서 한곳에 모아 두면 규칙을 고칠 때 문서만 바꾸면 됩니다.

스킬 문서에 적은 순서는 이렇습니다.

  1. 회의 성격을 정합니다. 내부 회의, 진행 중인 작업 논의, 영업 미팅, 시작 회의, 중간 점검, 마무리 회의 가운데에서 고릅니다.
  2. 참석자와 상대 회사를 녹취록에서 찾습니다.
  3. 결정 사항, 우리 할 일, 상대 할 일, 일정, 녹음에 나온 숫자, 다음 회의에서 확인할 것을 나눠 회의록 파일을 씁니다.
  4. 날짜가 확정된 우리 쪽 일정은 구글 캘린더에 등록합니다.
  5. 텔레그램과 후속 작업이 읽을 결과 JSON을 남깁니다.

그림 4. 실제 파일 구조에 가상의 회의 내용을 넣었습니다. 빨간 표시가 된 줄이 할 일의 근거가 된 녹음 속 발언입니다.

회의록은 회의록/2026-11/2026-11-12_A사_사내교육-일정협의.md처럼 월별 폴더에 날짜, 회사, 제목 순서의 파일 이름으로 저장됩니다. 파일 이름과 항목이 매번 같아야 다음 단계의 AI와 검색 색인이 같은 방식으로 읽을 수 있습니다.

할 일은 약속한 말이 있을 때만 올립니다

AI에게 업무 반영을 맡길 때 가장 공들인 부분은 할 일 기준입니다. 처음 시험한 마무리 회의에서 "최종 보고서 정리하기", "문의 응대하기" 같은 할 일이 다섯 개 나왔습니다. 녹음에서 아무도 하겠다고 말하지 않은 일을 AI가 회의 흐름에서 짐작해 만든 것이었습니다. 그 뒤로 아래 세 가지를 모두 통과한 일만 올리게 했습니다.

  1. 우리 쪽이 "보내 드릴게요", "정리해서 드리겠습니다"처럼 분명히 하겠다고 말한 발언이 녹음에 있습니다. 그 발언을 녹취록 그대로 결과 JSON의 quote에 붙입니다.
  2. 회의 중에 이미 끝낸 일이 아닙니다.
  3. 끝났을 때 문서, 파일, 메일처럼 결과물이 남습니다.

분석한 79건 가운데 45건은 할 일이 0개였습니다. 79건 중 내부 회의가 43건으로 가장 많았는데, 상황을 공유하는 회의는 새로 약속한 일이 적어서 할 일이 0개여도 자연스럽습니다. 일정도 같은 방식으로 걸러서, 일정 후보 37건 가운데 7건을 등록했고 9건은 이미 있는 일정이라 건너뛰었으며 21건은 상대 회사의 일정이거나 지난 날짜라서 넣지 않았습니다.

쓸 수 있는 도구를 좁혀 둡니다

claude -p를 실행할 때는 이번 실행에서 쓸 도구를 직접 정합니다. 분석 단계에는 파일 읽기와 쓰기, 스킬, 구글 캘린더 명령, gsk 명령만 허용했습니다. 구글 캘린더 명령은 구글 캘린더와 메일과 드라이브를 터미널에서 다루는 명령줄 도구 gws로 실행합니다. 메일, 드라이브, 슬랙, 노션 도구는 금지 목록에 넣었습니다.

claude -p "$PROMPT" \ --permission-mode dontAsk \ --allowed-tools Read Write Edit Glob Grep Skill \ "Bash(gws calendar *)" "Bash(gsk meeting *)" \ --disallowed-tools "Bash(gws gmail *)" "Bash(gws drive *)" \ mcp__claude_ai_Gmail mcp__claude_ai_Slack mcp__claude_ai_Notion

--permission-mode dontAsk는 허용 목록에 없는 도구를 쓰려 할 때 묻지 않고 거절하는 방식입니다. 사람이 지켜보지 않는 실행이라 확인 창을 띄워도 누를 사람이 없어서 이 방식을 골랐습니다. 이렇게 두면 회의를 분석하던 AI가 메일을 보내는 일은 구조적으로 일어나지 않습니다.

3. 방금 회의의 맥락을 다음 작업으로 넘깁니다

회의록과 일정까지만 만들면 정리 시간은 줄지만, 회의 내용이 다음 일에 쓰이지는 않습니다. 이 구조에서 공을 들인 또 하나는 방금 회의의 맥락이 다음 작업으로 이어지게 한 부분입니다. 맥락은 세 곳에서 이어집니다.

분석할 때 지난 회의와 잇습니다. 회의를 분석하는 AI는 녹취록만 보지 않습니다. 회사 이름의 별칭 목록으로 상대 회사를 맞추고, 참석자 목록 파일과 같은 회사의 지난 회의록을 읽어 이번 화자가 지난번의 누구인지 잇습니다. 젠스파크는 한 녹음 안에서만 화자를 Speaker 번호로 나눠 주고, gsk는 음성 파일을 넘겨주지 않아서 목소리로 사람을 이을 수는 없습니다. 그래서 이름이 불린 문맥과 지난 회의록으로 잇습니다.

후속 작업은 방금 회의록부터 읽습니다. 텔레그램에서 할 일을 고르면, 그 일을 맡은 AI는 먼저 방금 만든 회의록과 녹취록을 읽습니다. 그다음 그 회사의 업무 폴더에 있는 기업 정보를 읽고, 업무 검색 색인에서 지난 견적, 메일, 문서를 찾습니다. 예를 들어 회의에서 "견적 조건 정리해서 보내 드릴게요"라고 말했다면, AI는 방금 말한 조건과 지난 견적 이력을 함께 보고 메일 초안을 씁니다.

회의록은 업무 검색 색인에 쌓입니다. 회의록 폴더는 매일 새벽 3시 30분에 업무 검색 색인에 들어갑니다. 이 색인은 메일, 노션, 슬랙, 업무 문서를 함께 모은 RAG입니다. 다음 날부터는 메일 답장 초안을 쓰는 AI나 미팅 준비를 맡긴 Claude Code가 "이 회사와 지난번에 뭐라고 했는지"를 이 회의록에서 찾아 근거로 씁니다.

이렇게 녹음 한 건은 회의록으로 끝나지 않고 다음 회의 분석, 메일 초안, 미팅 준비의 근거로 다시 쓰입니다. 녹음을 사람이 옮기는 방식으로는 이 연결을 매번 유지하기 어렵습니다.

정확도와 환각: 실제 기록으로 검증했습니다

자동화를 믿고 쓰려면 두 가지를 먼저 알아야 합니다. 녹취록이 얼마나 정확한지, 그리고 AI가 녹음에 없는 내용을 지어내지 않는지입니다. 10월부터 11월까지 쌓인 녹음 80건, 발화 29,088개를 회의록, 결과 JSON과 직접 대조했습니다.

한국어 녹취록은 생각보다 많이 틀립니다

녹취록만 놓고 보면 한국어 받아쓰기는 꽤 엉망입니다. 가장 확인하기 쉬운 예가 제 이름입니다. 녹취록에 제 이름이 적힌 25번 가운데 '홍승협'으로 맞게 적힌 것은 3번뿐이었습니다. 나머지는 '홍승혁' 12번, '홍승엽' 7번, '홍승현' 3번이었습니다.

이름 말고도 회의록 작업 중에 발견한 받아쓰기 오류는 이런 종류였습니다.

녹음에서 한 말녹취록에 적힌 말어떻게 알았나
고객사 브랜드 이름발음이 비슷한 다른 단어고객사 메모의 표기와 대조
"차장님""사장님"통화 상대와 호칭의 관계
SHA(암호화 방식 이름)"HSA"해시 값을 이야기하던 앞뒤 문맥
"월 3.8건""월 삼천팔 건"뒤에서 다시 말한 "삼 점 팔 건"과 4배라는 비교
오후 3시 5분에 재개"1시 5분"행사가 오후 2시에 시작했다는 사실

녹음 상태가 나쁘면 아예 비어 버리기도 합니다. 1시간 54분짜리 녹음에서 발화가 140여 개만 남은 경우가 있었는데, 녹음 끝에 "음성이 약하다"는 말이 들어 있었습니다. 기기와 말하는 사람 사이가 멀거나 소리가 약하면 받아쓸 거리가 줄어듭니다.

젠스파크 앱이 만든 요약도 이 오류를 그대로 물려받습니다. 젠스파크 요약에 제 이름이 나온 271번 가운데 맞게 적힌 것은 53번, 약 20%였습니다. 요약을 쓰는 AI가 틀린 녹취록을 그대로 읽었기 때문입니다.

AI 분석이 녹음기의 부족한 부분을 메웁니다

같은 녹음으로 만든 제 회의록에서는 제 이름이 553번 나왔고 그중 530번, 약 96%가 맞게 적혔습니다. 녹취록은 같은데 결과가 달라진 이유는 분석하는 AI에게 준 맥락입니다.

  • 녹음한 사람이 누구인지, 우리 회사가 어디인지를 스킬 문서에 적어 두었습니다.
  • 참석자 목록, 같은 회사의 지난 회의록, 고객사 메모, 회사 이름의 별칭 목록을 함께 읽게 했습니다.
  • 숫자와 날짜가 앞뒤 발언과 어긋나면, AI가 행사 일정 같은 다른 사실과 맞춰 바로잡거나 표시를 남겼습니다.

위 표의 "어떻게 알았나" 칸이 바로 AI가 쓴 근거입니다. 사람이 녹취록을 읽을 때 "이건 차장님이겠지" 하고 알아듣는 일을, 맥락을 받은 AI가 같은 방식으로 합니다. 받아쓰기의 부족한 부분을 LLM(대규모 언어 모델, 문맥을 읽고 글을 쓰는 AI)이 해독해서 메우는 구조라고 보는 편이 정확합니다.

다만 AI가 모든 오류를 고치게 두지는 않았습니다. 확신이 없으면 고치지 않고 "(전사 확인 필요)"를 붙여 남기게 했습니다. 회의록 78개 가운데 65개에 이 표시가 있었고, 모두 112곳이었습니다. 예를 들어 사업 기간과 비용이 "3년 30년"으로 적힌 대목은 뜻을 짐작해 채우지 않고 "의미 불명"으로 남겼습니다. 녹음에서 들은 금액과 수치는 회의록의 별도 칸에 "녹음 기준, 미확인"으로 모읍니다.

환각 검사: 할 일 근거 발언 57건을 전수 대조했습니다

AI가 녹음에 없는 말을 지어냈는지는 할 일의 근거 발언으로 확인했습니다. 결과 JSON에 붙은 할 일 57건의 quote를 녹취록 원문과 프로그램으로 하나씩 대조했습니다.

할 일 근거 발언 57건 대조 결과

  • 53건글자 그대로 일치녹취록 원문에 같은 문장이 있음
  • 3건거의 일치문장부호와 띄어쓰기만 다름
  • 1건두 발언을 이어 붙임각 발언은 원문에 있음
  • 0건녹취록에 없는 발언지어낸 근거는 없었음
결과 JSON의 quote를 녹취록 원문과 문장 단위로 대조했습니다.

근거로 붙인 발언은 모두 녹취록에 실제로 있었습니다. 근거 발언을 그대로 붙이게 한 규칙이 환각을 막는 장치로 작동했습니다. 규칙을 만들기 전 첫 시험에서는 아무도 하겠다고 말하지 않은 할 일이 다섯 개 나왔습니다.

남는 위험도 분명합니다. 근거 발언이 녹취록에 있다는 것은 AI가 지어내지 않았다는 뜻이지, 녹취록 자체가 맞다는 뜻은 아닙니다. 받아쓰기가 틀린 숫자, 잘못 나뉜 화자는 근거 발언 안에도 그대로 들어올 수 있습니다. 그래서 금액, 날짜, 담당자가 들어간 일은 원래 녹음을 한 번 더 들어 확인하는 편이 안전합니다. 이 구조에서도 밖으로 나가는 메일은 초안에서 멈추게 했습니다.

팩트체크: 공식 도움말과 대조한 사양

이 글과 지난 글에 쓴 기기 사양을 젠스파크 공식 도움말(2026년 11월 18일 갱신본)과 다시 대조했습니다.

항목공식 도움말판정
연속 녹음완전 충전으로 최대 35시간일치
무료 전사기기당 30일마다 300분, 기기를 등록한 날부터 30일 주기일치
무료 분량 초과시작한 1분마다 5크레딧, 40초 녹음도 1분으로 계산일치
2분 미만 녹음짧은 메모(quick note)로 정리일치
실시간 전사지원하지 않음, 녹음이 끝난 뒤 전사일치
유료 요금제 전사계정당 하루 24시간까지, 세계 표준시(UTC) 자정에 초기화, 여러 기기가 나눠 씀보충
녹음 전송앱이 열린 휴대폰이 기기 근처에 있을 때 블루투스로 동기화보충
자동 전사기기별 설정이며 기본으로 켜져 있음추가

보충할 점이 두 가지 있습니다. 유료 요금제의 하루 24시간은 기기가 아니라 계정 단위 한도이고, 한국 시간으로는 오전 9시에 초기화됩니다. 또 녹음은 기기에 먼저 저장된 뒤 앱이 열린 휴대폰이 가까이 있을 때 넘어갑니다. 그래서 녹음을 끝낸 뒤 젠스파크 앱을 한 번 열어 두는 것이 이 자동화의 실제 출발점입니다. 앱이 녹음을 받으면 자동 전사가 바로 시작되고, 그 뒤로는 사람이 할 일이 없습니다.

4. 사람은 텔레그램에서 고르고 확인합니다

분석이 끝나면 스크립트가 결과 JSON을 읽어 텔레그램 봇으로 메시지를 보냅니다. 텔레그램 봇은 프로그램이 텔레그램 메시지를 보내고 받을 수 있게 만든 계정입니다.

그림 5. 실제 메시지 형식에 가상의 회의 내용을 넣어 만든 예시입니다.

메시지에 번호로 답장하면 그 일만 진행됩니다. 답장을 확인하는 스크립트도 launchd로 1분마다 실행되고, 고른 할 일과 근거 발언, 회의록 위치를 지시문에 담아 Claude Code를 다시 실행합니다. 10월부터 11월까지 이렇게 번호를 골라 맡긴 일은 10건이었습니다.

후속 작업 단계는 분석 단계보다 도구를 조금 더 열었습니다. 문서를 만들려면 웹 검색과 업무 검색이 필요하고, 메일 답장을 준비하려면 메일 초안 도구가 필요하기 때문입니다. 대신 메일 발송 도구는 금지 목록에 넣었습니다. 메일이나 고객 연락처럼 밖으로 나가는 일은 할 일 목록에 "초안까지만"이 붙고, 실행할 때도 Gmail 초안함에 저장한 뒤 멈춥니다. 보내는 것은 사람이 초안을 확인한 뒤 직접 합니다.

운영하며 고친 두 가지

실패 알림을 원인별로 나눴습니다. 처음에는 노트 목록을 받지 못할 때마다 알림이 왔습니다. 실패 기록을 모아 보니 대부분 젠스파크 서버가 잠시 응답하지 않거나 네트워크가 끊긴 경우였고, 로그인 인증 오류는 없었습니다. 그래서 인증이 거절된 경우만 바로 알리고, 나머지는 15번 연속 실패하면서 15분이 지났을 때만 한 번 알리도록 바꿨습니다.

맡길 일에 필요한 도구를 미리 확인합니다. 한 번은 발표 자료 수정을 맡겼는데, 자료를 다시 만드는 명령이 허용 목록에 없어서 수정안 문서만 남았습니다. 메일 초안 도구가 목록에 없어서 초안함에 저장되지 않은 일도 있었습니다. 그 뒤로 결과 알림 첫 줄에 요청한 수정을 실제 파일에 반영했는지, 수정안만 남겼는지를 적게 했습니다. "도구 거부"로 실패하면 인증보다 허용 목록부터 봅니다.

구축 순서

처음부터 전체를 만들 필요는 없습니다. 아래 순서로 한 단계씩 붙이고, 단계마다 며칠씩 결과를 확인하면 됩니다.

세컨드브레인 노트 자동화를 구축하는 순서

  1. 1. gsk 연결설치와 로그인
    meeting list로
    노트 목록 확인
  2. 2. 반영 규칙회의록 항목과
    할 일 기준을
    스킬 문서로 적기
  3. 3. 회의록만직접 실행해서
    회의록 파일만
    만들어 보기
  4. 4. 자동 반영1분 예약 실행,
    캘린더 등록,
    텔레그램 알림
  5. 5. 맥락 넘기기회의록 폴더를
    업무 검색 색인에
    넣기
캘린더 등록과 후속 작업은 회의록 품질을 며칠 확인한 뒤에 붙입니다.
  1. gsk 연결: gsk meeting list로 내 노트가 보이는지, gsk meeting get으로 녹취록이 화자별로 나오는지 확인합니다.
  2. 반영 규칙: 내 회의에서 남길 항목, 할 일로 올릴 것과 뺄 것을 스킬 문서에 적습니다. 할 일 기준은 위의 세 가지 조건을 그대로 써도 됩니다.
  3. 회의록만: 예약 실행 없이 지난 노트 몇 개로 직접 실행해 회의록을 만들어 보고 규칙을 고칩니다. 캘린더 쓰기는 이때 막아 둡니다.
  4. 자동 반영: 회의록이 믿을 만해지면 launchd 예약 실행, 캘린더 등록, 텔레그램 알림을 붙입니다. 후속 작업은 메일 발송 도구를 막은 상태로 붙입니다.
  5. 맥락 넘기기: 이미 쓰는 RAG나 문서 검색 도구가 있다면 회의록 폴더를 색인 대상에 더합니다. 후속 작업 지시문에는 방금 회의록과 이 색인을 먼저 읽으라고 적습니다.

세컨드브레인 노트로 무엇을 얻을지는 녹음 뒤의 일을 누가 하느냐로 정해집니다. 노트가 올라오는 순간 AI가 업무에 반영하고, 그 회의록이 다음 작업의 근거로 쌓이게 만들 때 녹음기 이상의 쓰임이 생깁니다.

Sources

Share

제대로 이해했는지 한 문제로 확인해 볼까요?

답을 고르면 바로 풀이가 나와요.

이 글이 보는 세컨드브레인 노트 자동화의 가장 큰 장점은 무엇일까요?

이 글이 도움이 되었나요?

이 글 다음 배우기로컬 AI 시작하기 입문입문 코스 · 8편

내 컴퓨터에서 AI를 돌릴 때 필요한 하드웨어, 모델 크기, 실행 도구를 순서대로

  1. 1로컬 AI 뜻과 클라우드 AI와 다른 점
  2. 2로컬 AI 하드웨어 기초, VRAM과 통합 메모리와 대역폭
  3. 3DGX 스파크(DGX Spark) 이해하기, 무엇이고 누구에게 맞는지
코스 전체 보기 →
이어서 읽기 좋은 글젠스파크 세컨드브레인 노트 사용 후기: 회의 80건으로 본 장단점과 꿀팁 →

젠스파크로부터 제품을 협찬받은 유료 광고 포함 글입니다. 젠스파크의 카드형 AI 녹음기 세컨드브레인 노트로 10월부터 11월까지 회의 80건을 녹음했습니다. 휴대폰을 꺼내지 않고 버튼으로 녹음하는 편의성, 녹음이 끝나면 요약과 할 일과 녹취록이 정리되는 AI 노트, 아쉬운 점과 요금, 처음 쓸 때 알아 두면 좋은 꿀팁을 정리합니다.