이번 주 인공지능(AI) 업계는 주요 플랫폼 전반에서 처리 규모와 자동화 능력, 개발자 인프라의 커다란 변화를 보여주고 있다. 구글은 한 번의 응답으로 최대 100만 토큰을 처리할 수 있는 제미나이 4 Argon을 선보이며 복잡한 코드 마이그레이션과 기술 작업을 지원하기 시작했다. 이와 동시에 Grok Bot은 전통적인 대화 인터페이스를 넘어 브라우저 탭과 리눅스 애플리케이션을 독자적으로 관리하는 방향으로 나아가며 더 자율적인 디지털 작업 흐름(digital workflow)을 예고하고 있다. 개발 생태계에서는 오픈AI가 토큰 비용 부담을 서드파티 앱 개발자에서 최종 사용자에게 넘기는 인증 업데이트를 단행했고, 이와 함께 Pro 500이라는 고가 구독 등급을 도입했다. 이 외에도 패스티노 라브스(Fastino Labs)가 로컬 추론 가속을 지원하는 GLiNER 2.5를 공개했고, Opus 5.5의 새로운 영상 제작 기능과 제미나이 노트북에 추가된 시각적 인포그래픽 생성 도구가 함께 발표됐다. 이처럼 다양한 발전 속에서 모델의 성능은 새로운 수익화 전략과 성능 벤치마크와 맞물려 계속 확장되는 중이다.

01오픈AI, 사용자 토큰 결제 도입과 월 500달러 고가 요금제 출시

오픈AI가 'ChatGPT로 로그인(Sign-in with ChatGPT)' 인증 기능을 도입하며 AI 개발사와 사용자 사이의 비용 구조를 바꾼다. 기존에는 AI 앱 개발사가 사용자가 소비한 토큰(모델이 처리하는 텍스트 기본 단위) 비용을 모두 지불했다. 사용자가 늘어날수록 개발사의 재정적 부담이 눈덩이처럼 불어나는 구조였다. 이제 사용자가 자신의 오픈AI 계정으로 로그인하면 토큰 비용을 사용자가 직접 부담하게 된다. 일종의 '사용자 토큰 직접 사용(bring your own tokens)' 방식이다. 노션(Notion), 버셀(Vercel), 데빈(Devin), 오픈클로(OpenClaw) 등이 이미 이 방식을 도입했다. 개발사는 이제 비용 리스크 없이 강력한 AI 기능을 제공할 수 있게 됐다.

생태계 변화와 함께 월 500달러의 고가 구독 상품인 'Pro 500' 요금제도 출시했다. 일반적인 ChatGPT Plus보다 25배 더 많은 사용량을 제공하며, 하드 유저를 겨냥한 상품이다. 핵심은 Astra 모델을 초고속으로 구동하는 'Ultrafast' 등급의 이용 권한이다. Ultrafast는 초당 300토큰을 처리할 수 있어, 복잡한 작업에서도 즉각적인 응답이 필요한 사용자에게 적합하다. 속도가 곧 경쟁력인 영역이다.

Ultrafast의 성능 향상은 API를 통해서도 이용할 수 있지만, 속도에 걸맞은 프리미엄 가격이 책정됐다. API 가격은 입력 토큰 100만 개당 60달러, 출력 토큰 100만 개당 300달러다. 개발자에게는 고속 API를, 개인에게는 대용량 구독제를 제공하며 시장의 다양한 수요를 흡수하려는 전략이다. Pro 500 요금제나 토큰 비용 전가 방식 모두, 고성능 AI 사용 비용을 개별 사용자의 소비량에 직접 연결하려는 의도로 보인다. 비용의 주체가 바뀌고 있다.

02오픈AI 커스텀 GPT 스토어 — 실용성 부족으로 인한 이용자 외면

오픈AI가 야심 차게 준비한 맞춤형 AI 도구 시장, 커스텀 GPT 스토어는 기대만큼의 반응을 얻지 못했다. 출시 직후부터 이용자 확보에 어려움을 겪으며 AI 기능의 핵심 허브로 자리 잡는 데 실패했다. 단순히 챗봇의 맞춤형 버전을 공유하는 공간을 제공하는 것만으로는 지속 가능한 생태계를 구축하기에 부족했다. 제공된 도구들이 실제 업무 방식을 바꿀 만큼의 실용적인 가치를 주지 못했기 때문이다.

이번 실패의 주된 원인은 AI 모델의 성능과 출시 시점의 불일치에 있다. 스토어 출시 당시의 모델들은 소프트웨어를 직접 조작하거나, AI가 외부 애플리케이션과 연결해 상호작용하게 돕는 모델 컨텍스트 프로토콜(MCP)을 활용하는 능력이 없었다. 예를 들어 3D 모델이 필요한 사용자가 Blender MCP를 통해 AI를 Blender 소프트웨어에 직접 연결해 결과물을 만드는 식의 작업이 불가능했다. 이러한 깊은 기술적 연결이 뒷받침되지 않다 보니, 커스텀 GPT는 실질적인 유용성을 확보하기 위한 복잡한 다단계 작업을 수행할 수 없었다.

결국 기술적 간극으로 인해 'AI 앱스토어'라는 비전은 현실이 되지 못했다. 개발자가 ChatGPT의 기능을 확장하는 플러그인을 만들게 하려 했으나, 도구를 찾고 만드는 과정이 실제 대중적인 이용으로 이어지지는 않았다. 특히 다양한 전문 플러그인으로 파이프라인을 관리해야 하는 게임 개발 스튜디오 같은 전문 환경에서, 이 도구들은 실제 업무 흐름(workflow)에 통합될 만큼 강력하지 않았다. 모델이 진정한 자율형 소프트웨어(software agents)로 작동하기 전에 스토어가 먼저 나왔다. 결국 연결성이 부족한 단순한 도구 목록 수준에 그치며 대규모 확산에 실패했다.

03제미나이 4 Argon, 백만 토큰 출력으로 복잡한 문제까지 한 번에 풀 수 있을까?

구글이 제미나이 4 Argon을 통해 AI 응답 규모를 획기적으로 키웠다. 이 모델은 한 번의 출력으로 최대 백만(1,000,000) 토큰을 생성할 수 있다. 기존 제미나이 모델의 제한치인 64,000 토큰은 물론, 보통 128,000 토큰으로 제한되는 Astra, Opus 5.5, Fable 5.1 같은 최신 모델들과 비교해도 압도적인 용량이다. 이러한 여유 공간은 '추론 시간 연산 확장(test-time compute scaling)'을 가능하게 한다. 쉽게 말해 AI가 문제를 풀 때 더 많이 '생각'하고 논리를 전개할 공간을 확보한 셈이다. 수십만 토큰을 한 번에 생성하며 복잡한 문제를 단숨에 해결하며, 특히 도구 호출(tool calling) 기능과 결합했을 때 그 효율이 극대화된다. 생각의 그릇 자체가 달라졌다.

이 기능은 이미 고난도 기술 프로젝트에 투입됐다. 구글은 자율형 에이전트(agent)를 활용해 방대한 C/C++ 코드베이스를 Rust 언어로 옮기는 작업을 진행 중이다. 작은 버그 하나가 치명적인 결과로 이어질 수 있는 매우 민감한 전환 작업이다. 실제로 이 에이전트들은 컴파일러 출력값을 분석하고 여러 차례의 프로파일 기반 실험을 거쳐 libgav1의 코드 32,000줄을 안전하고 효율적인 코드로 교체했다. 과학 분야에서도 성과가 뚜렷하다. 양자 알고리즘 최적화 분야에서 기존 기준점(baseline)보다 성능을 40% 높이며 연구자들의 시공간 자원 최적화를 돕고 있다.

전문 벤치마크에서 제미나이 4 Argon은 비즈니스 업무 흐름(workflow) 자동화와 전문 지식 작업의 선두 주자로 자리 잡고 있다. 현재 AutomationBench에서 51%의 점수로 1위를 기록 중이며, Val's finance agent v2(금융)나 Harvey's legal agent benchmark(법률) 같은 과제에서도 강력한 성능을 보였다. Scode나 Humanity's last exam 같은 테스트에서도 최상위권에 올랐지만, 모든 분야에서 압도적인 것은 아니다. 예를 들어 Terminal Bench에서는 Opus 5.5에 크게 밀리는 모습이다. 그럼에도 이번 출시는 구글이 다시 AI 지능의 최전선으로 복귀했음을 알리는 신호다. 현존하는 가장 진보된 기술들과 경쟁할 수 있는 고품질 베이스 모델을 확보했다.

04Grok Bot — 브라우저와 Linux 앱을 직접 제어하는 자율 운영 체계

Grok Bot이 단순한 채팅 인터페이스를 넘어 컴퓨터를 독립적으로 조작하는 도구로 진화하고 있다. 사람이 복잡한 업무 흐름(workflow)을 일일이 감독해야 했던 번거로움이 사라질 전망이다. 자체 컴퓨터 인스턴스를 실행해 브라우저 탭을 관리하고 다양한 Linux 애플리케이션을 제어한다. 이제 AI는 텍스트 답변을 주는 수준을 넘어, 사용자가 프로젝트를 완수할 때 쓰는 소프트웨어 도구들을 직접 다룬다. 텍스트 응답의 시대를 넘어 직접 실행의 시대로 접어들었다.

이는 개별 작업이 아니라 전체 프로세스를 위임하자는 슈브 가우르(Shub Gaur)의 야심 찬 자동화 방향과 궤를 같이한다. 이 체계에서는 봇이 다른 봇을 제어하고, 그 봇이 다시 특화된 봇을 생성하는 계층 구조의 자율형 에이전트(agent) 체계를 활용한다. 이른바 '봇 열풍(bot-craze)' 방식의 핵심은 번거로운 에이전트 관리 과정을 없애는 것이다. 사용자가 작업의 각 단계를 계속 감시하며 진행 상황을 확인할 필요 없이, 자율 시스템이 처음부터 끝까지 실행을 책임진다. 관리의 영역이 사라지는 셈이다.

실질적인 변화는 에이전트를 관리하던 방식에서 원하는 결과값만 정의하는 방식으로 전환된다는 점이다. 예를 들어, 특정 창업자와의 미팅 준비를 위해 정보를 수집하고 요약하는 업무를 봇에게 맡기면 된다. 사용자는 운영상의 세부 사항에서 벗어나, 데이터를 직접 읽는 데 10분을 소비하지 않고도 완벽하게 준비된 상태가 된다. Grok Bot은 자체 컴퓨터 인스턴스를 활용해 스스로 실험하고 결과물을 테스트하며, 과거에는 사람의 개입이 필수적이었던 다단계 프로세스를 수행한다. 이제는 '어떻게'가 아니라 '무엇을'에만 집중하면 된다.

결과적으로 사용자는 업무 흐름(workflow)을 파편화된 조각으로 나누어 처리하던 기존 방식에서 벗어날 수 있다. 전체 프로세스를 어떻게 자율적으로 처리할지 고민함으로써, 운영상의 수동 단계를 더 이상 생각하지 않아도 되는 지점에 도달한다. 이는 AI를 단순한 보조 도구에서, 목표 달성을 위해 스스로 디지털 환경을 관리하는 완전한 자율 운영자로 변모시킨다. 보조자를 넘어 운영자가 된 AI의 모습이다.

05GLiNER 2.5 to side, 클라우드 없이 8배 더 빠른 판단 속도

개발자들이 AI의 의사결정 과정을 클라우드가 아닌 자체 하드웨어에서 직접 실행하며 제어권을 높일 수 있게 됐다. Fastino Labs가 공개한 'GLiNER 2.5 to side'는 모델의 핵심 수학적 파라미터를 사용자가 직접 다운로드해 수정할 수 있는 가중치 공개(open-weight) 모델이다. 이 모델은 AI가 작업 흐름(workflow) 속에서 다음 행동을 결정하는 내부 논리 단계인 '판단 호출(decision calls)'을 로컬에서 처리한다. 덕분에 클라우드 연결이 필수인 폐쇄형 모델 Jevons보다 최대 8배 빠른 속도로 작업을 수행한다. 클라우드라는 병목을 없앴다.

이번 모델은 2024년부터 오픈소스로 제공되며 이미 5,000만 건 이상의 다운로드를 기록한 GLiNER 제품군의 성과를 잇는다. 가중치 공개 방식의 가장 큰 장점은 외부 업체가 제공하는 전용 인프라에 의존하지 않아도 된다는 점이다. 개발자는 모델의 가중치를 완전히 소유하며, 특정 필요에 맞춰 Jevons와 유사한 맞춤형 모델을 직접 학습시킬 수 있다. 이제 AI 지능은 빌려 쓰는 서비스가 아니라 기업의 내부 자산이 된다.

이러한 속도 향상과 소유권 확보는 실제 개발 환경에서 즉각적인 변화를 만들고 있다. 예를 들어, 특정 함수 이름이나 저장소 파일 경로를 식별해 개발자의 요청을 적절한 코딩 모델이나 내부 도구로 연결하는 시스템에 이 모델을 통합할 수 있다. 비용 절감 효과도 상당하다. 일부 사용자가 구축한 브라우저 에이전트는 Jevons 기반 시스템보다 운영 비용이 36배나 저렴했다. 여기에 Fastino Labs는 신규 모델 Glide를 추가로 선보였다. Glide는 의도 분류(intent routing), 사실 확인, 그리고 AI가 거짓 정보를 생성하는 환각 현상(hallucinations) 탐지 등 핵심 영역에서 Jevons보다 뛰어난 정확도를 보여준다.

06GPT-6.1 Soul: 정교한 지시 수행 실패와 비효율적 자원 소모

GPT-6.1 Soul은 대화형 소프트웨어를 제작하는 작업에서 정교한 지시 사항을 따르는 데 어려움을 겪는 모습이다. 클로드 Sonnet 5.5와 비교 테스트를 진행한 결과, GPT-6.1 Soul은 요청받은 대화형 게임을 만드는 대신 일반적인 웹사이트를 출력했다. 지시 사항을 제대로 읽지 못한 셈이다. 경쟁 모델이 대화형 경험을 성공적으로 구현한 반면, GPT-6.1 Soul의 결과물은 깊이가 부족하다는 평가를 받았다. 프롬프트의 핵심 목표를 놓친 채 단순한 웹사이트 구조만 제공했기 때문이다.

일반적인 웹 구조로 결과물을 내놓는 경향은 자원 효율성 문제로 이어진다. 창의적인 웹 개발 작업 중 GPT-6.1 Soul은 11분 동안 180만 개의 토큰(AI가 처리하는 텍스트와 코드의 기본 단위)을 소모했다. 클로드 Sonnet 5.5가 약 15분을 소요한 것에 비해 작업 속도는 약간 더 빨랐다. 하지만 토큰 사용량이 지나치게 많다는 점은 기능적인 코드를 생성하는 과정이 효율적이지 않음을 시사한다.

지시 준수 능력과 효율성 면에서 한계가 있음에도, 특정 업무 흐름(workflow)에서는 여전히 경제적 매력이 높다. GPT-6.1 Soul의 API 입력 및 출력 토큰 단가가 대폭 낮아졌기 때문이다. 덕분에 횟수가 많고 단순한 반복 업무를 자동화하는 데 적합한 선택지가 됐다. 하루에도 여러 번 발생하는 요청 분류나 초안 수정 같은 단순 작업의 비용 부담이 사라진 것이다. 가성비의 영역으로 들어왔다.

개발자들은 토큰 기반의 API 접근과 통합을 제공하는 중앙 플랫폼인 inator.top을 통해 이러한 모델들을 활용할 수 있다. 이 서비스는 GPT-6.1 Soul, MiniMax 3.1 Flash, 클로드 Opus 5.5 등 다양한 모델을 지원한다. 또한 Cursor, Cline, KiloCode, OpenCode와 같은 SDK 및 코딩 도구와도 연동된다. 사용자 편의를 위해 가상화폐, 러시아 카드, SBP 등 다양한 결제 수단을 지원하고 있다.

07Pro 500 패키지 출시 — 월 500달러로 누리는 초고속 성능과 협업 환경

고성능 작업과 빠른 속도가 필요한 기업과 전문가를 위해 월 500달러의 'Pro 500' 요금제가 도입됐다. 이 요금제의 핵심은 대폭 늘어난 사용량 제한과 'Ultrafast' 처리 능력이다. Pro 100이나 Pro 200 같은 하위 요금제는 상대적으로 가벼운 작업에 적합하며, 출시 시점 기준으로 Ultrafast 기능은 오직 500달러 요금제에서만 사용할 수 있다. 사용량 제한으로 인한 흐름 끊김 없이 최상의 성능을 유지해야 하는 전문가들에게는 명확한 선택지가 생긴 셈이다. 성능의 격차를 요금제로 구분했다.

단순한 속도와 용량 확장을 넘어, 플러그인 확장 기능과 전용 제작 도구를 통해 AI 활용 환경 자체가 유연해지고 있다. 개발자가 AI의 기본 기능을 확장하는 맞춤형 도구를 직접 만들 수 있어, 사실상 특화 기능들을 모아놓은 앱스토어처럼 작동한다. 특히 외부 소프트웨어나 데이터 소스를 AI와 연결하는 표준 방식인 모델 컨텍스트 프로토콜(Model Context Protocol, MCP)가 핵심 역할을 한다. 예를 들어 Blender MCP를 활용하면 AI를 3D 모델링 소프트웨어에 직접 연결해 복잡한 에셋 제작 과정을 효율적으로 줄일 수 있다. AI가 단순한 챗봇에서 도구의 중심으로 이동하고 있다.

이러한 인프라는 다양한 플러그인을 통해 복잡한 작업 흐름(workflow)을 관리해야 하는 게임 개발 스튜디오 같은 전문 산업군에 특히 유용하다. 기업은 고용량의 Pro 500 요금제와 확장 도구를 결합해 팀 전체가 고급 기능을 공유하며 사용할 수 있다. 구글 드라이브처럼 여러 팀원이 동일한 결과물을 확인하고 의견을 남기는 협업 방식이 가능해진다. 이제 AI는 단순한 채팅창을 넘어, 기업의 전문적인 생산성을 책임지는 맞춤형 고성능 허브로 진화하고 있다. 개인의 도구에서 조직의 시스템으로 바뀐다.

08AI 모델의 높은 성능 시험 점수 — 실제 대화 품질과의 괴리

기업이 역대 최고 수준의 성능 시험(benchmark) 점수를 내세워 신규 AI 모델을 발표하면, 대중은 사람과 대화하는 듯한 매끄러운 경험을 기대한다. 하지만 수치상의 성과가 실제 사용성으로 이어지지 않는 경우가 많다. 서류상으로는 완벽해 보이는 모델이 실제 사용 시에는 앞뒤 맥락이 맞지 않거나 툭툭 끊기는 느낌을 주기 때문이다. 기술 데이터는 정교한 도구라고 말하지만, 사용자는 유능한 비서가 아닌 '외계인'과 대화하는 듯한 답답함을 느낀다. 수치와 경험의 간극은 생각보다 깊다.

이러한 괴리는 여러 AI 모델 출시 과정에서 반복되는 패턴이다. 업계는 모델이 특정 데이터를 얼마나 잘 처리하는지 측정하는 표준화된 성능 시험(benchmark)에 의존하지만, 이는 실제 대화 품질을 제대로 반영하지 못한다. 실제로 블룸버그(Bloomberg)의 일부 사용자들은 모델의 시험 결과가 높더라도 실제 업무에 적용했을 때는 그만큼 효과적이지 않다는 점을 지적했다. AI의 발전 척도에 근본적인 결함이 있다는 방증이다. 성능 시험이라는 퍼즐을 푸는 능력과 실제 업무 흐름(workflow)에서 유용하게 쓰이는 능력은 전혀 다른 문제다. 시험 점수가 곧 실무 능력을 의미하지는 않는다.

결국 AI 모델의 성공 여부는 점수표가 아니라 최종 사용자의 수용도에 달려 있다. 구글이 놀라운 능력을 갖춘 모델을 내놓더라도, 기술적 성능만으로는 사용자의 선택을 보장할 수 없다. AI와의 상호작용은 매우 주관적인 경험이기에, 도구를 실제 필요에 맞게 사용하는 사람들의 판단이 최종 결정권을 갖는다. 대화 품질이 성능 시험 점수를 따라잡지 못하는 한, 높은 점수는 사용자가 체감하는 실제 성능을 왜곡하는 지표에 불과하다. 결국 정답은 사용자의 체감에 있다.

09고성능 AI 모델, 이제 비용 부담 없이 더 빠르게 쓸 수 있을까?

고성능 인공지능 시스템이 실용적인 방향으로 빠르게 변하고 있다. 처리 속도는 빨라지고 이용 비용은 크게 낮아지는 추세다. 이제 일반 사용자나 디지털 비서 이용자들은 비싼 유료 결제나 느린 처리 속도 때문에 고성능 모델 사용을 망설일 필요가 없다. 최상위 수준의 성능이 무료 환경으로 빠르게 확산하며, 일상적인 업무를 디지털 도우미에게 맡기는 방식 자체가 바뀌고 있다. 진입 장벽이 사라지고 있다.

이러한 흐름은 주요 기업들의 최신 출시 사례에서 명확히 드러난다. 클로드는 Sonnet 5.5를 무료 티어(free tier) 옵션으로 제공하기 시작했다. 오픈AI 역시 GPT 6.1 soul을 발표하며 속도와 효율성을 극대화한 기술력을 선보였다. 업무를 대신 처리하는 상시 대기형 비서에 이러한 고성능 모델이 결합되면, 일반인이 하루 동안 처리할 수 있는 업무의 양과 질이 달라진다. 비용과 대기 시간이라는 전통적인 제약이 사라졌기 때문이다. 효율의 차원이 달라진다.

시장 전체가 고성능 기능을 누구나 빠르게 사용할 수 있도록 밀어붙이는 형국이다. XAI의 Grok Bot 같은 서비스에서도 비슷한 설계 철학이 확인된다. 기업들이 도메인을 인수해 웹 트래픽을 guacbot 같은 새로운 도구로 유도하는 인프라 조정 작업은, 비서 중심의 인터페이스가 얼마나 강력한 추진력을 얻고 있는지 보여준다. 최상위 모델이 무료 서비스로 내려오고 처리 속도까지 빨라지면서, 일반 사용자가 자동화 도우미에게 맡길 수 있는 업무의 범위는 계속해서 넓어질 전망이다. 자동화의 문턱이 낮아지고 있다.

10Opus 5.5 — Fable 5.1과 GPT 6 Astra를 앞선 영상 구현력

AI 생성 영상이 점점 더 일관성 있고 전문적인 수준으로 진화하고 있다. 최근 Opus 5.5는 Fable 5.1과 GPT 6 Astra를 뛰어넘는 결과물을 선보였다. 창작자와 기업 입장에서 이는 고품질 영상 제작의 핵심이 복잡한 수동 편집이 아니라 초기 지시어의 품질로 옮겨가고 있음을 의미한다. 최소한의 개입으로 완성도 높은 콘텐츠를 만들 수 있게 되면서 시각적으로 매력적인 서사를 구현하는 기술적 장벽이 낮아졌다. 구상부터 최종 결과물 도출까지의 시간이 획기적으로 줄어든다.

Opus 5.5의 가장 큰 강점은 단 한 번의 지시만으로 완성도 높은 고해상도 영상을 만들어낸다는 점이다. 단순히 끊어진 클립들을 생성하는 수준을 넘어 문맥을 정교하게 이해하며, 이를 통해 매끄러운 애니메이션과 전문적인 모션 디자인(그래픽 요소를 활용해 메시지를 전달하는 기법)을 구현한다. 덕분에 영상의 시각적 흐름이 의도한 서사와 정확히 일치한다. 단순한 이미지-영상 변환을 넘어 의도와 구조를 갖춘 디지털 촬영 기법의 단계로 진입한 모습이다.

시각적 요소뿐 아니라 사운드 디자인까지 제작 과정에 직접 통합했다. 단순히 화면에만 집중하는 것이 아니라, 그에 맞는 음악과 효과음을 내부적으로 함께 생성한다. 모션 디자인과 사운드 디자인을 동시에 처리하므로 사용자가 외부 오디오 라이브러리를 찾거나 별도의 AI 음악 생성기를 사용할 필요가 없다. 오디오와 비디오가 하나의 동기화된 개체로 개발되는 매끄러운 작업 흐름(workflow)이 가능해졌다. 별도의 편집 프로그램에서 수동으로 싱크를 맞출 필요가 없다.

11제미나이 Studio — 복잡한 연구 자료를 시각적 가이드로 변환

이제 제미나이 노트북의 Studio 패널을 통해 방대한 연구 자료를 시각적 가이드로 바꿀 수 있다. 복잡한 정보를 더 쉽게 이해하고 공유하기 위함이다. 수집한 자료를 바탕으로 한 페이지짜리 인포그래픽이나 슬라이드 덱 같은 시각적 결과물을 만들어낸다. 사용자가 일일이 문서를 요약할 필요가 없다. 도구가 노트북 내 소스에서 직접 내용을 추출해 깔끔한 시각적 요약본을 제공하기 때문이다. 파일 업로드나 웹 검색으로 자료를 노트북에 불러오는 것만으로 작업이 시작된다.

인포그래픽은 필요에 따라 세부 설정이 가능하다. 출력 언어는 물론 가로, 세로, 정사각형 등 레이아웃 방향을 선택할 수 있다. '교육용(instructional)' 같은 특정 시각적 스타일을 지정하거나 상세한 프롬프트를 입력해 결과물의 분위기를 세밀하게 조정한다. 학습 가이드나 복잡한 카메라 설정법 같은 까다로운 주제를 텍스트 덩어리가 아닌 간결한 형식으로 압축하는 데 유용하다. 효율적인 정보 전달의 핵심이다.

Studio는 단순한 시각적 요약을 넘어, 동일한 자료로 다양한 학습 도구를 만드는 통합 허브 역할을 한다. 사용자의 선호도에 따라 이동 중에 듣기 좋은 오디오 개요부터 비디오 개요, 마인드맵, 상세 보고서까지 생성할 수 있다. 플래시카드, 퀴즈, 데이터 테이블 같은 구조화된 자료 제작도 지원한다. 동일한 소스 자료를 여러 방식으로 활용함으로써, 보고서를 읽던 작업 흐름(workflow)을 퀴즈 풀이나 오디오 청취로 자유롭게 전환할 수 있다. 정보 접근의 제약이 사라진다.