기본 콘텐츠로 건너뛰기

AI 검색 에이전트 탐구: 나에게 맞는 AI 검색 에이전트는? (시리즈 2편)

AI 검색 에이전트 탐구 시리즈 #2

나에게 맞는 AI 검색 에이전트는? 

수많은 AI 에이전트 속에서 당신의 '최애'를 찾는 완벽 가이드



(5분 요약 팟캐스트)


지난 1편에서는 AI 검색 에이전트가 정보 탐색의 새로운 시대를 열고 있다는 사실을 확인했습니다. 단순히 링크를 나열하는 것을 넘어, 우리의 질문을 이해하고 분석하며, 때로는 대신 연구까지 수행하는 이 똑똑한 도구들! 하지만 막상 사용하려고 보면 "그래서 뭘 써야 하지?" 하는 고민에 빠지게 됩니다. ChatGPT, Claude, Gemini, Perplexity, Liner... 너무 많은 선택지 앞에서 길을 잃기 쉽죠.

마치 스마트폰 앱 스토어에서 수많은 메모 앱 중 내게 맞는 것을 고르는 것처럼, AI 검색 에이전트도 각자의 개성과 강점이 있습니다. 어떤 AI는 창의적인 글쓰기에 탁월하고, 어떤 AI는 최신 정보 검색과 팩트 체크에 강점을 보입니다. '모든 상황에 완벽한 만능 AI'는 없습니다. 오직 '당신의 필요에 가장 잘 맞는 AI'가 있을 뿐이죠.

AI 검색 에이전트 선택의 핵심은 '나의 주 사용 목적'을 명확히 아는 것입니다. 어떤 작업을 가장 많이 하고, 어떤 결과물을 기대하는지에 따라 최적의 선택은 달라집니다.

이번 2편에서는 현재 주목받는 주요 AI 검색 에이전트들을 본격적으로 비교 분석해 보겠습니다. 크게 '생성형 AI 기반'과 '검색형 AI 기반'으로 나누어 각 진영의 대표 주자들을 살펴보고, 어떤 상황에서 어떤 AI가 빛을 발하는지, 그리고 당신에게 가장 적합한 디지털 파트너를 찾는 기준은 무엇인지 명확하게 제시해 드립니다.

두 가지 맛 AI: 생성형 vs. 검색형, 무엇이 다를까?

AI 검색 에이전트 세계는 크게 두 가지 접근 방식으로 나눌 수 있습니다. 마치 레스토랑에 비유하자면, 창의적인 아이디어로 새로운 요리를 선보이는 '미슐랭 셰프(생성형 AI)'와 가장 신선하고 정확한 식재료를 찾아 그 출처까지 알려주는 '깐깐한 식재료 전문가(검색형 AI)'와 같습니다.

생성형 AI 기반 에이전트 (셰프형)

  • 특징 방대한 학습 데이터를 기반으로 새로운 텍스트, 아이디어, 코드 등을 '생성'하는 데 강점. 복잡한 질문 이해 및 추론 능력 우수. 자연스러운 대화 가능.
  • 대표 주자 ChatGPT, Claude, Google Gemini, DeepSeek R1
  • 강점 창의적 글쓰기, 아이디어 발상, 복잡한 문제 해결, 코딩 지원, 맞춤형 콘텐츠 생성
  • 약점 학습 데이터 시점 이후의 최신 정보 반영 어려움, '환각' 현상(거짓 정보 생성) 가능성, 출처 불분명

검색형 AI 기반 에이전트 (전문가형)

  • 특징 사용자의 질문에 맞춰 실시간으로 웹 정보를 '검색'하고, 그 결과를 요약/분석하여 제공. 정보의 최신성과 출처의 신뢰성 확보에 중점.
  • 대표 주자 Perplexity AI, Liner AI, Genspark AI, Felo AI
  • 강점 최신 정보 접근, 정확한 사실 확인, 명확한 출처 제공, 특정 분야(학술 등) 정보 검색
  • 약점 생성형 AI 대비 창의성이나 대화의 자연스러움이 부족할 수 있음, 답변이 검색 결과 요약에 그칠 수 있음

물론 최근에는 이 두 유형의 경계가 점점 흐려지고 있습니다. 생성형 AI가 웹 검색 기능을 추가하고, 검색형 AI가 생성 능력을 강화하는 등 서로의 장점을 흡수하며 진화하고 있죠. 하지만 기본적인 작동 방식과 강점의 차이를 이해하는 것은 나에게 맞는 AI를 선택하는 첫걸음입니다.

AI 검색 에이전트 대표 선수 분석

이제 각 진영의 대표적인 AI 검색 에이전트들을 좀 더 자세히 살펴보겠습니다.

1. 생성형 AI 기반 에이전트 챔피언들

ChatGPT (OpenAI)

AI 시대를 연 선구자이자 여전히 강력한 범용 AI. 뛰어난 대화 능력과 추론 능력(특히 o1 모델)이 강점. 웹 검색, 데이터 분석, 코드 생성, 심층 리서치(유료) 등 다재다능함. 무료 버전(GPT-4o)도 강력한 성능 제공.

  • 장점 뛰어난 범용성, 강력한 추론 능력, 다양한 기능(멀티모달, 심층 리서치), 풍부한 사용자 커뮤니티.
  • 단점 유료 기능(심층 리서치 등) 제한, 때때로 최신 정보 반영 미흡 가능성.
  • 추천 사용자 다양한 작업을 AI 하나로 해결하고 싶은 사용자, 복잡한 문제 해결이나 분석이 필요한 전문가.

Claude (Anthropic)

'안전하고 유익하며 정직한 AI'를 표방. 긴 문서 처리(최대 20만 단어) 능력과 섬세하고 자연스러운 문장 생성 능력이 탁월. 윤리적 고려와 안전성에 중점. 최근 하이브리드 추론 기능(Claude 3.7 Sonnet) 탑재.

  • 장점 긴 글 처리/요약 탁월, 자연스럽고 섬세한 글쓰기, 안전성 및 윤리성 강조, 강력한 추론 능력(최신 모델).
  • 단점 일부 기능(웹 검색 등)이 경쟁 모델 대비 제한적일 수 있음, 한국어 지원 초기 단계.
  • 추천 사용자 긴 보고서/논문 분석이 필요한 연구자/학생, 창의적 글쓰기/콘텐츠 제작자, 안전하고 신뢰성 있는 답변 선호 사용자.

Google Gemini (Google)

Google 생태계와의 강력한 연동이 최대 강점. 텍스트, 이미지, 오디오, 비디오를 넘나드는 멀티모달 능력 우수. YouTube 요약, 지도 연동, 실시간 검색 등 Google 서비스 활용 극대화. Deep Research 기능(유료) 제공.

  • 장점 Google 서비스 연동(검색, 지도, YouTube 등), 뛰어난 멀티모달 능력, Deep Research 기능, 다양한 특화 모델 제공(유료).
  • 단점 일부 국가/언어 지원 제한, 때때로 답변이 Google 검색 결과와 유사할 수 있음.
  • 추천 사용자 Google 생태계 사용자, 시각/음성 정보 활용이 중요한 사용자, 최신 정보 기반의 심층 분석이 필요한 사용자.

DeepSeek R1 (DeepSeek)

오픈소스 기반의 강력한 추론 모델. 특히 수학, 코딩, 논리적 문제 해결에 뛰어난 성능. 높은 비용 효율성이 장점. 강화 학습과 'Self-Evolution' 개념 도입.

  • 장점 뛰어난 수학/코딩/추론 능력, 오픈소스 기반(비용 효율성, 커스터마이징 가능), 빠른 발전 속도.
  • 단점 상대적으로 사용자 인터페이스나 편의 기능 부족, 윤리적 가이드라인 관련 우려 제기.
  • 추천 사용자 개발자, 연구자, 수학/과학 분야 종사자, 비용 효율적인 고성능 AI 필요한 사용자.

2. 검색형 AI 기반 에이전트 다크호스들

Perplexity AI

실시간 웹 검색과 명확한 출처 표시가 핵심. 직관적인 대화형 인터페이스 제공. 답변 신뢰성 높고 최신 정보 반영 빠름. 심층 연구 기능(무료 제한적 제공) 및 결과 공유 기능 우수.

  • 장점 뛰어난 최신 정보 검색 능력, 모든 답변에 출처 명시, 사용하기 쉬운 인터페이스, 무료 버전 유용성 높음, 결과 공유 편리.
  • 단점 생성 능력이나 창의성은 생성형 AI 대비 부족할 수 있음, 심층 분석 깊이는 ChatGPT Pro 등에 비해 낮을 수 있음.
  • 추천 사용자 최신 정보/뉴스 검색이 중요한 사용자, 정보 출처 확인이 필수적인 사용자, 쉽고 빠른 검색 경험 선호 사용자.

Liner AI

학술 정보 검색에 특화. 2억 건 이상의 논문 데이터베이스 접근 가능(학술 모드). 웹페이지/PDF 하이라이팅 및 요약 기능 강력. 출처 인용 기능 제공.

  • 장점 학술 논문 검색 매우 강력, 웹/PDF 하이라이팅 및 요약 기능, 신뢰성 있는 출처 기반 답변, 출처 인용 기능 편리.
  • 단점 일반 정보 검색은 다른 검색형 AI 대비 평이할 수 있음, 인터페이스가 다소 복잡하게 느껴질 수 있음.
  • 추천 사용자 학생, 연구원, 논문/보고서 작성자, 웹/PDF 자료를 많이 다루는 사용자.

Genspark AI

여러 AI 모델(ChatGPT, Claude, Gemini 등)의 답변을 동시에 비교하고 교차 검증하는 MoA(Mixture-of-Agents) 시스템이 특징. 정보 신뢰도 높임. 검색 결과를 'Sparkpages'라는 구조화된 페이지로 제공.

  • 장점 교차 검증 통한 정보 신뢰도 향상, 여러 AI 관점 동시 확인 가능, Sparkpages 통한 정보 구조화 및 시각화.
  • 단점 아직 발전 중인 서비스, 일부 기능은 유료 플랜 필요, MoA 시스템이 항상 최적의 결과를 보장하는 것은 아님.
  • 추천 사용자 정보의 정확성과 신뢰성을 매우 중시하는 사용자, 복잡한 정보를 구조화하여 이해하고 싶은 사용자.

Felo AI

강력한 다국어 검색 및 번역 기능(CLIR 기술). 한국어로 질문해도 전 세계 다양한 언어 자료 검색 가능. 검색 결과를 마인드맵, PPT 등으로 자동 변환하는 시각화 기능 우수.

  • 장점 뛰어난 다국어 검색/번역 능력, 마인드맵/PPT 자동 생성 등 시각화 기능, URL 요약 및 문서 검색 편리.
  • 단점 핵심 검색 능력 자체는 다른 검색형 AI와 유사할 수 있음, 일부 고급 기능은 유료 플랜 필요.
  • 추천 사용자 해외 정보/시장 조사가 필요한 사용자, 언어 장벽 없이 글로벌 정보 접근 원하는 사용자, 검색 결과를 시각적으로 정리/활용하고 싶은 사용자.

경계는 흐릿하게, 능력은 강력하게: AI 에이전트의 진화

최근 AI 검색 에이전트 시장의 가장 흥미로운 점은 생성형과 검색형의 경계가 점점 모호해지고 있다는 것입니다. ChatGPT가 웹 검색과 출처 표시 기능을 강화하고, Perplexity가 추론 능력을 높이는 것처럼, 서로의 장점을 흡수하며 더욱 강력한 '융합형 AI 검색 에이전트'로 발전하고 있습니다.

특히 '심층 리서치(Deep Research)' 기능의 등장은 이러한 진화의 정점을 보여줍니다. ChatGPT Plus/Pro, Gemini Advanced, Perplexity Pro, Liner AI 등에서 제공하는 이 기능은 AI가 자율적으로 방대한 조사를 수행하고 보고서를 작성하는, 그야말로 '에이전트'다운 능력을 보여줍니다. 이는 단순 검색을 넘어, 복잡한 연구와 분석 작업의 자동화를 가능하게 합니다.

진화의 방향: AI 검색 에이전트는 이제 단순 정보 전달자를 넘어, 정보 검색 + 분석 + 생성 + 자동화 능력을 모두 갖춘 통합적인 지능형 시스템으로 나아가고 있습니다.

그래서, 당신의 선택은? 나에게 맞는 AI 찾는 법

이제 당신의 필요에 맞는 AI 검색 에이전트를 선택할 차례입니다. 다음 기준을 따라가 보세요.

🤔 무엇을 위해 사용할 것인가? (목적)

  • 최신 정보/사실 확인 Perplexity, Liner, Genspark
  • 학술 연구/논문 Liner AI, Claude, ChatGPT Pro(심층 리서치)
  • 창의적 글쓰기/아이디어 Claude, ChatGPT
  • 업무 효율화/보고서 Genspark, Felo AI, ChatGPT Plus/Pro, Gemini Advanced
  • 코딩/기술 문제 DeepSeek R1, ChatGPT o1, Claude

💰 예산은 어느 정도인가? (비용)

  • 무료 사용자 Perplexity, Liner(딥 리서치 제한적), Genspark, Felo, ChatGPT(GPT-4o), Claude, Gemini, DeepSeek R1(오픈소스) - 무료 버전 기능 비교 필수!
  • 월 $20 내외 ChatGPT Plus, Claude Pro, Gemini Advanced, Perplexity Pro - 기능 제한 및 사용량 고려 선택!
  • 전문가/기업용($200 이상) ChatGPT Pro - 최고 성능과 사용량 필요시 고려!

✨ 어떤 기능을 중요하게 생각하는가? (특화 기능)

  • 출처 확인 필수 Perplexity, Liner
  • 긴 글 처리/분석 Claude
  • 다국어/시각화 Felo AI
  • 교차 검증/구조화 Genspark AI
  • Google 연동/멀티모달 Gemini
  • 강력한 추론/심층 리서치 ChatGPT Pro, Gemini Advanced

최종 조언: 완벽한 하나의 AI를 찾기보다, 2~3개의 AI를 조합하여 사용하는 것이 가장 현명한 방법일 수 있습니다. 예를 들어, Perplexity로 최신 정보를 빠르게 찾고, 그 결과를 Claude에게 넘겨 깊이 있는 분석이나 창의적인 글로 재탄생시키는 방식이죠. 직접 무료 버전들을 사용해보며 당신만의 'AI 드림팀'을 구성해보세요!

주요 AI 검색 에이전트 한눈에 비교하기 (간략 버전)

AI 에이전트기반 유형핵심 강점주요 활용 분야비용 (대략)
ChatGPT생성형범용성, 추론, 심층 리서치(유료)다양한 작업, 복잡한 분석, 글쓰기무료 / $20 / $200
Claude생성형긴 글 처리, 섬세한 글쓰기, 안전성문서 분석/요약, 창의적 글쓰기무료 / $20
Gemini생성형Google 연동, 멀티모달, Deep Research(유료)Google 생태계 활용, 시각/음성 정보 처리무료 / $20
Perplexity검색형최신 정보, 출처 명시, 사용 편의성사실 확인, 뉴스 검색, 빠른 정보 탐색무료 / $20
Liner검색형학술 정보, 웹/PDF 하이라이팅, 인용논문/연구 자료 검색, 학습 보조무료 / 유료
Genspark검색형교차 검증, 정보 구조화(Sparkpages)신뢰성 높은 정보 확인, 복잡 정보 정리무료 / $20
Felo검색형다국어 검색/번역, 시각화(마인드맵/PPT)해외 정보 조사, 시각적 자료 생성무료 / $15
DeepSeek R1생성형수학/코딩/추론, 오픈소스기술 개발, 연구, 비용 효율적 AI무료(오픈소스)

*비용 및 기능은 변동될 수 있습니다.

결론: 당신의 AI 파트너를 찾아 떠나는 여정

AI 검색 에이전트의 세계는 넓고 다양합니다. 이 글을 통해 각 AI의 특징과 강점을 이해하셨다면, 이제 직접 탐험하며 당신에게 가장 잘 맞는 파트너를 찾을 차례입니다. 중요한 것은 기술 그 자체가 아니라, 이 기술을 통해 당신의 삶과 업무를 어떻게 더 나은 방향으로 이끌어갈 수 있는지 고민하는 것입니다.

무료 버전으로 시작하여 다양한 AI를 경험해보고, 필요에 따라 유료 기능을 활용하며, 여러 AI를 조합하는 지혜를 발휘해보세요. AI 검색 에이전트는 당신의 잠재력을 깨우고, 정보의 바다에서 길을 밝혀주는 든든한 동반자가 되어줄 것입니다.

댓글

이 블로그의 인기 게시물

Uber의 Software Factory에서 배울 점: AI 에이전트는 ‘비용’이 아니라 ‘운영 설계’의 문제다

Uber의 Software Factory에서 배울 점: AI 에이전트는 ‘비용’이 아니라 ‘운영 설계’의 문제다 Uber Engineering이 공개한 “Running a Software Factory Efficiently at Uber Scale” 글은 단순한 AI 코딩 도구 소개가 아닙니다. 핵심은 AI 에이전트를 개발 현장에 많이 쓰면서도 비용을 통제하기 위한 운영 구조 입니다. 저는 이 글을 보면서 개인용 AI 오케스트레이션, 특히 제가 정리하고 있는 CPAO(Cost-aware Personal Agentic Orchestration) 와 매우 가까운 문제의식을 느꼈습니다. 규모는 Uber처럼 크지 않더라도, 개인·소규모 조직도 이제 AI를 “가끔 쓰는 도구”가 아니라 “반복 업무를 맡기는 업무팀”으로 운영해야 하는 단계에 들어섰기 때문입니다. 1. Uber가 말하는 AI Software Factory Uber는 AI 도구가 소프트웨어 개발 전 과정에 들어와 있다고 설명합니다. 코드 작성, 코드 리뷰, CI 실패 복구, 버그 분석, 온콜 알림 처리, 유지보수 PR 생성 등 여러 업무가 에이전트 기반으로 움직이고 있습니다. 인상적인 것은 사용량 증가입니다. Uber에 따르면 2026년 2월부터 8월까지 주간 활성 사용자는 7배, 주간 에이전트 요청은 9.4배 증가했습니다. 그런데 총 AI 비용은 4월 이후 비교적 안정화됐다고 합니다. 동일 모델 기준으로 보면 1,000개 요청당 비용은 피크 대비 약 34%, 세션당 비용은 6월 피크 대비 52% 낮아졌다고 합니다. 즉, Uber의 방향은 “AI를 덜 쓰자”가 아닙니다. 오히려 더 많이 쓰되, 낭비되는 턴·요청·토큰을 줄이는 방식 입니다. 2. 핵심은 비용 방정식이다 Uber는 AI 에이전트 비용을 다음과 같은 식으로 분해합니다. 총비용 = 사용자 수 × 세션/사용자 × 턴/세션 × 요청/턴 × 토큰/요청 × 토큰당 가격 이 식이 중요한 이유는 AI 비용을 막연한 “...

GPT-6 Astra 공개 내용 쉽게 해설: AI가 “대답하는 도구”에서 “일을 수행하는 동료”로

※ 아래 내용은 OpenAI가 공개한 GPT-6 Astra 소개 페이지의 주장을 바탕으로 쉽게 풀어쓴 해설입니다. 벤치마크 수치는 제조사가 제시한 조건과 측정 방식에 따라 달라질 수 있습니다. 한 줄 요약 GPT-6 Astra는 단순히 글을 잘 쓰는 모델을 넘어, 웹 브라우저와 컴퓨터를 직접 사용하고 여러 단계의 업무를 끝까지 수행하는 것을 목표로 한 모델입니다. 1. GPT-6 Astra는 무엇이 달라졌나? OpenAI는 GPT-6 Astra를 새로운 세대의 지능 모델이라고 소개합니다. 핵심은 지식량만 늘리는 것이 아니라 컴퓨터 사용, 웹 탐색, 소프트웨어 개발, 과학 연구, 사이버보안, 전문 업무 를 실제 작업 흐름 속에서 수행하도록 설계했다는 점입니다. 기존 챗봇이 질문에 답하고 결과물을 만들어 주는 데 집중했다면, Astra는 사용자의 목표를 이해한 뒤 브라우저를 열고, 자료를 찾고, 문서를 작성하고, 결과를 점검하는 식의 다단계 업무 수행 을 강조합니다. 2. 가장 중요한 변화: AI가 컴퓨터를 사용한다 소개 페이지의 표현을 쉽게 바꾸면 다음과 같습니다. 온라인 자료를 찾아 요약하기 문서·스프레드시트·프레젠테이션 만들기 웹사이트를 만들고 실제 화면에서 품질 점검하기 과학 데이터를 분석하고 그래프 만들기 양식 입력, 예약 검색, 상품 비교 같은 반복 업무 수행하기 이 변화는 “AI에게 무엇을 물어볼까?”에서 “AI에게 어떤 업무를 맡길까?”로 사용 방식이 이동한다는 뜻입니다. 프롬프트 한 번의 답변보다 목표·권한·검토 지점·완료 조건 을 설계하는 일이 중요해집니다. 3. 업무 성능에 대한 OpenAI의 주장 영역 공개 페이지에 제시된 내용 실무적으로 읽는 법 컴퓨터 사용 화면을 이해하고 브라우저·업무 도구를 조작 사람이 하던 반복적인 클릭·입력 업무를 위임할 가능성 소프트웨어 개발 코드 작성뿐 아니라 테스트와 수정까지 수행 코딩 보조를 넘어 이슈 해결 사이클에 참여 전문 업무 문서·스프레드시트·발표자료를 템플릿에 맞춰 생성 회사 ...

Claude Fable 5.1 프롬프트 가이드: 쉽게 쓰는 AI 지시문 작성법

Claude Prompting Guide Claude Fable 5.1 프롬프트 가이드: 쉽게 쓰는 AI 지시문 작성법 Anthropic의 공식 문서는 Claude Fable 5.1을 더 잘 쓰기 위한 프롬프트 작성법을 설명합니다. 개발자용 문서라 조금 어렵지만, 핵심은 간단합니다. AI에게 “무엇을, 어느 정도로, 어떤 방식으로 끝낼지”를 더 분명히 알려주라는 것입니다. 출처: Anthropic Claude Platform Docs 한눈에 보는 핵심 작업 난이도에 맞게 AI의 “생각하는 정도”를 조절한다. 긴 작업에서는 중간 진행 상황을 사용자에게 알려달라고 요청한다. 독립적인 도구 호출은 한 번에 묶어서 처리하게 한다. 대화 기록은 중간에 고치지 말고 계속 뒤에 붙이는 방식이 안전하다. 글이 너무 길거나 딱딱하면 쉬운 문장과 구조를 요청한다. 작업을 시켰다면 끝까지 완료하고 검증하게 한다. 1. “생각하는 정도”를 작업에 맞게 정하라 Claude Fable 5.1에는 작업에 얼마나 많은 추론을 쓸지 정하는 effort 개념이 있습니다. 쉽게 말하면 AI에게 “빨리 대답할지, 더 깊게 생각할지”를 조절하는 장치입니다. 낮은 effort 간단한 요약, 분류, 짧은 답변처럼 빠른 처리가 중요한 작업 중간 effort 품질과 비용의 균형이 필요한 일반 업무 높은 effort 코딩, 분석, 복잡한 문서 작성처럼 실수가 비싼 작업 매우 높은 effort 긴 산출물이나 중요한 의사결정 보조 작업 문서의 조언은 명확합니다. 무조건 가장 높은 설정을 쓰지 말고, 실제 업무에서 품질·속도·비용을 비교해보라는 것입니다. AX 컨설팅 관점에서는 이 부분이 중요합니다. AI도 직원처럼 업무 난이도에 맞는 투입 시간이 필요합니다. 2. 오래 걸...

[알아두면 쓸모 있는 구글 문서 팁] 문서 공유시- 사용자 이름 대신에 익명의 동물이 표시 되는 이유와 동물 종류

구글 드라이브에는 다른 유사 서비스에서는 제공하지 않는 구글 만의 유니크한 기능들이 있다 구글 문서를  불특정 다수에게 전체 공개로 공유할 수 있습니다. 불특정인이 구글 문서에 접속한 경우 익명의 동물로 표시됩니다.  ' 웹에 공개' 또는 '링크가 있는 사용자' 공유 설정을 선택하면 인식할 수 없는 이름이나 익명의 동물이 표시될 수 있습니다. 파일에서 인식할 수 없는 이름을 볼 수 있는 몇 가지 이유는 다음과 같습니다. 메일링 리스트와 파일을 공유합니다. Google 계정이 없는 사용자와 파일을 공유하며, 그 사용자가 다른 사용자에게 공유 초대를 전달했습니다. 내 파일을 수정할 수 있는 누군가가 파일을 다른 사용자와 공유했습니다. 다른 사용자가 자신의 Google 계정 이름을 변경했습니다. 공유 설정 페이지에서 해당 사용자 이름 위로 마우스를 이동하여 이메일 주소를 확인하세요. 익명의 동물 다른 사용자에게 개별적으로 보기 또는 수정 권한을 부여하거나 메일링 리스트에 속해 있는 경우에만 사용자 이름이 표시됩니다. 파일 권한을 '링크가 있는 사용자'로 설정하면 파일을 보고 있는 사용자의 이름이 표시되지 않습니다. 대신 다른 사용자가 익명으로 라벨이 지정되어 표시되고 각 익명 사용자는 다양한 익명의 동물로 나열됩니다. 파일 권한을 '링크가 있는 사용자'로 설정했지만 특정 사용자와 파일을 공유하는 경우 파일을 공유한 사용자의 이름이 표시됩니다. 그 외 다른 사용자가 파일을 볼 때는 익명으로 나타납니다. 비공개 파일의 익명 동물 파일 권한을 '링크가 있는 사용자'로 설정한 다음 이를 '특정 사용자'로 변경하면 다음과 같은 경우 여러 익명의 동물이 표시될 수 있습니다. 누군가 파일을 여러 번 여는 경우에는 익명의 동물 목록에서 오래되고 연결이 끊긴 세션을 강제 종료하는 데 조금 시간이 걸릴 수 있습니다. 누군가 온...

[Google이 교육용 G Suite 을 위한 LMS 연동 키트 - Course Kit 베타 공개]

Google 이 드디어 G Suite for Eudcation 버전을 위한  LMS (Learning Management System) 연동을 위한 키트를 제공한다는 소식입니다.  현재는 베타 서비스로 베타 서비스 신청을 하면 서비스를 받을 수 있다고 합니다. 44개 언어로 제공이 된다고 합니다. 다행히도 한국어도 포함되어 있습니다. 자세한 사항은 아래 내용을 참고하시기 바랍니다.  효과적인 교수 및 학습을 위해서는 강사와 학생 간의 원활한 협력이 필요합니다. 올바른 기술과 교육은 이러한 연결을 용이하게하는 데 도움이 될 수 있습니다. 따라서 많은 대학, 대학, 학교 및 기타 교육 기관에서 강사 및 학생들에게 LMS (Learning Management System)를 제공합니다. 교육자와 학생들은 LMS를 사용하는 것 외에도 G Suite의 클라우드 기반 생산성 도구를 사용하여 실시간으로 만들고 공동 작업하고 통신합니다. 지금까지는 G Suite를 많은 LMS와 통합하는 쉬운 방법이 없었습니다. Course Kit 입력  - 강사가 Google 문서 도구 및 드라이브를 사용하여 과제를 수집하고, 학생들에게 더 빠르고 풍부한 피드백을 제공하고, 이미 사용중인 LMS 내의 강의 자료를 공유 할 수있게 해주는 무료 툴킷입니다.  Course Kit는 학습 도구 상호 운용성 (LTI) 표준 을 사용하여 구축되므로 LTI를 지원하는 모든 LMS를 쉽게 설정하고 사용할 수 있습니다. Course Kit에는 현재 할당 도구 및 파일 포함 도구가 포함되어있어 G Suite의 강력한 협업 기능을 교육 및 학습 워크 플로에 통합하기가 빠르고 안전합니다. 지난 학기 동안 더 높은 교육 기관을 통해 Course Kit를 시범 적으로 운영하여 현재 베타 프로그램을 통해 더 널리 사용하도록하고 있습니다. Course Kit의 과제 도구로 사려 깊은 피드백을 얻을 수있는 시간을 ...