AI News Nov 4, 2026 7 min read

구글 학교 계정 Gemini 차단, 관리자가 켜기 전까지 검색도 꺼진다

구글 학교 계정 Gemini 차단 조치로 K-12 학생 계정의 Gemini와 검색이 관리자가 켜기 전까지 꺼지며, NVIDIA Auto-Ontology, Scenario 스킬, MonoDesk 베타도 함께 다룬다.

구글은 K-12 학생 계정에서 Gemini, Gemini Notebook, 클래스룸 안의 Gemini, 검색을 학교 관리자가 켜기 전까지 끄겠다고 11월 3일자 블로그 글에서 밝혔습니다. NVIDIA의 Auto-Ontology와 Scenario의 스킬 저장소는 GitHub에 공개돼 있고, MonoDesk는 베타 무료 체험 페이지를 열어 두고 있습니다. 네 소식에서 공식 자료로 확인된 부분과 소셜 글이 보탠 주장을 구분해 함께 살펴봅니다.

오늘 담긴 것

교육과 정책

구글, K-12 학생 계정의 Gemini·Notebook·검색을 관리자가 켜기 전까지 끈다

구글 K-12 학생 계정의 Gemini와 검색이 관리자가 켜기 전까지 꺼진다는 내용을 상징하는 꺼진 스위치, 열쇠, 공책 더미

구글이 11월 3일자 교육 블로그 글에서 학교용 제품의 관리 방식을 바꾼다고 밝혔다. 글에 따르면 Gemini, Gemini Notebook, 클래스룸 안의 Gemini, 구글 검색은 K-12 학생 계정에서 학교 관리자가 명시적으로 켜기 전까지 완전히 꺼진다.

  • 대상: K-12 학생 계정의 Gemini, Gemini Notebook, Gemini in Classroom, Google Search.
  • 시기: 구체적인 날짜 없이, 변경이 시행되기 전에 앞으로 몇 달 안에 세부 내용을 학교에 알린다고 했다.
  • 함께 나온 것: 클래스룸의 Guided Learning은 글 날짜인 11월 3일부터 전 세계에서 쓸 수 있고, 검색의 안내형 학습은 이달 말 미국 일부 학교 시범으로 시작한다.

무엇이 달라지나

학생 계정에서 AI 제품을 쓸지 말지를 학교 관리자가 먼저 정해야 한다. 동시에 검색과 클래스룸에는 답을 바로 주는 대신 질문으로 풀게 하는 Guided Learning 기능이 들어간다.

한계

글에는 변경이 시작되는 날짜, 학생에게 보이는 안내 화면, 한국을 포함한 지역별 적용 여부가 없다. 글의 게시 시각도 확인하지 못했다. 검색을 켠 학교가 검색 안의 AI 기능을 따로 끌 수 있는지는 블로그 본문에 나오지 않는다. Guided Learning의 학습 효과는 구글 자체 연구라고만 적혀 있고 수치는 공개되지 않았다.

커뮤니티 반응

■학교가 AI를 완전히 끄면 학생이 구글 검색도 쓸 수 없게 된다는 보도 요약이 빠르게 퍼졌고, 구글 뉴스 계정은 학교에 선택권을 더 주는 조치라는 설명 글을 올렸다.

■검색을 켜면 AI 모드가 함께 오니 검색을 잃지 않고는 AI를 끌 수 없다는 반박이 이어졌고, 기본 검색은 두고 생성형 AI만 끄는 세밀한 제어가 핵심이라는 글도 나왔다.

■학부모도 의견을 낼 수 있어야 한다는 글과, 학교 로그인 설정 하나로 풀 일에 깊은 통합을 내세운다는 비판이 있었다.

본문 펼치기 · 약 3분

꺼지는 대상은 Gemini 계열 세 가지와 검색이고 켜는 주체는 학교 관리자다

구글 블로그 글은 학교가 교실의 AI를 통제할 수 있어야 한다는 입장에서 시작한다. 구글은 학교, 교사, 연구자, 정책 담당자의 의견을 들은 뒤 Gemini, Gemini Notebook, 클래스룸 안의 Gemini, 구글 검색의 통제 방식을 바꾸고 있다고 설명한다.

글에 따르면 K-12 학생 계정에서 이 제품들의 접근은 학교 관리자가 명시적으로 켜기 전까지 완전히 꺼진다. 글이 말하는 대상은 K-12 학생 계정이고, 교사 계정이나 대학 계정에 대한 설명은 없다.

시행 시점은 구체적인 날짜가 아니라 앞으로 몇 달 안에 세부 내용을 학교에 알리겠다는 표현뿐이다. 변경이 적용되기 전에 학교가 준비하고 전환할 시간을 주겠다는 설명이며, 어느 학년이나 어느 지역부터 적용되는지는 글에 없다.

Guided Learning은 답을 바로 주지 않고 질문으로 풀게 하는 기능이며 제품마다 제공 범위가 다르다

Gemini 안의 Guided Learning은 개방형 질문과 단계별 분해로 문제 풀이를 이끄는 상호작용형 학습 도구다. 구글은 자체 연구에서 Guided Learning이 측정 가능한 학습 효과로 이어졌다고 밝혔지만, 글에는 연구 수치도 실험 조건도 적혀 있지 않다.

검색에서는 학생 계정을 대상으로, 시스템이 숙제 도움에 해당하는 질문이라고 판단하면 단계별로 안내한다. 글이 든 예는 복잡한 물리 문제를 붙여 넣거나 독후감 쓰기를 도와 달라고 하는 경우이고, 바로 답을 주는 대신 비판적으로 생각하게 하는 질문이 나온다.

이 안내형 검색은 이달 말 미국 일부 학교에서 시범을 시작해 교육자 의견을 반영한 뒤 몇 달 안에 다른 학군으로 넓힌다고 한다.

구글 글에 따르면 클래스룸에서는 11월 3일부터 전 세계에서 쓸 수 있다. 교사가 배정한 활동에서 수업 자료에 맞춘 1대1 학습 도구로 동작하고, 교사는 학급이 어디서 막히는지 실시간으로 볼 수 있다. 전 세계 제공이라고만 적었을 뿐 한국 제공 여부는 따로 언급하지 않았다.

검색 안의 AI 기능을 따로 끌 수 있는지는 구글 글에 없어 해석이 갈린다

블로그 글이 직접 말하는 것은 검색이 관리자가 켜기 전까지 꺼진다는 점과 학생 검색에 안내형 학습이 들어간다는 점이다. 검색을 켠 학교가 AI Overviews나 AI Mode를 따로 끌 수 있는지는 나오지 않는다. 한 반응 글이 인용한 문장에는 AI Mode와 AI Overviews가 단계별 안내 학습을 제공한다는 대목이 있지만, 이 글에서 확인한 블로그 본문에는 그 표현이 없다.

평가도 갈린다. 블로그 글에 실린 교사 후기 3건은 콜롬비아 수학 교사, 인도 언어 교사, 태국 초등 교사의 말이고 모두 긍정적이다. 반면 반응 게시물에서는 검색을 켜면 AI가 따라온다면 AI만 끄는 선택이 사실상 없다는 비판이 나왔다.

후기는 구글이 글에 실은 사례이고 비판은 반응 글의 해석이라는 점을 구분해 읽을 필요가 있다. 학교 담당자라면 구글이 몇 달 안에 보낼 세부 안내에서 시행 날짜와 검색의 AI 기능 분리 여부를 먼저 확인할 만하다.

자세히 읽기 · Google의 교육 블로그 글 ↗

개발자 도구와 오픈소스

NVIDIA Auto-Ontology 사용법: 데이터 맥락을 MCP로 에이전트에 제공

NVIDIA Auto-Ontology가 데이터 용어와 관계를 정리해 에이전트에 건네는 구조를 상징하는 카드 서랍장과 장부 더미

11월 4일 확인한 NVIDIA의 auto-ontology 저장소 README는 이 프로젝트를 기업 데이터에서 에이전트의 오답을 줄이는 열린 맥락 계층이라고 소개하고, 라이선스는 Apache-2.0이다.

같은 날 한국시간 아침부터 여러 소셜 글이 이 저장소를 오픈소스 공개 소식으로 전했지만, README에서 최초 공개일은 확인되지 않는다.

  • 하는 일: 데이터베이스 메타데이터로 비즈니스 용어와 열의 연결, 검토된 SQL 식, 테이블 관계를 담은 온톨로지를 만들고, 사람이 웹 UI에서 검토하고 인증한다.
  • 연결: 읽기 전용 MCP 서버와 REST API, 에이전트 스킬로 제공하며 Cursor와 Claude Desktop 설정 예가 README에 있다.
  • 시작: README의 빠른 시작은 Docker Compose와 uv, NVIDIA API 키(nvapi-로 시작)가 있으면 샘플 판매 DB로 실행해 볼 수 있다고 안내한다.

무엇이 달라지나

스키마 전체를 모델 입력에 붙여 넣는 대신, 질문이 건드리는 용어와 테이블만 도구로 조회하게 한다. README는 이를 토큰 증가 억제와 답변 가능성 점검으로 설명한다. 데이터에 없는 항목을 물으면 에이전트가 계산을 지어내지 않고 되묻는 예도 실려 있다.

한계

정확도가 얼마나 오르는지는 확인한 README 구간에 수치가 없고, 평가 결과는 별도 저장소 auto-ontology-eval에 있다고만 안내한다. 그 평가 저장소의 내용은 이 글에서 확인하지 못했다. 반응 게시물이 말한 Snowflake, Databricks, DuckDB 지원은 README 앞부분에서 찾지 못했고, Claude Desktop 설정 안내 이후의 README는 확인하지 못했다. 커밋 1,363개와 이름 변경 커밋 메시지는 개발 이력이 있다는 뜻일 뿐 공개 시점을 알려 주지 않으며, 공개 발표일을 밝힌 공식 글은 확인하지 못했다.

커뮤니티 반응

■한국어 스레드는 매출 항목이 여럿일 때 정의와 관계를 구분해 AI가 잘못된 데이터를 쓰지 않도록 돕는다고 소개하며 Postgres, Snowflake 등을 지원한다고 적었다.

■Hacker News에서 토론이 붙었고 NVIDIA 키가 필요하다는 점, 왜 OWL이나 RDF, SPARQL이 아니냐는 질문이 나왔다는 소개가 있었다.

■자연어 질문은 그럴듯하지만 틀리기 쉬워 공용 지표 정의 계층은 방향이 맞고, 다만 자기 데이터로 직접 벤치마크해야 한다는 의견이 나왔다.

본문 펼치기 · 약 5분

README는 생성, 인증, 응답 세 단계를 말하고 사람이 인증한 정의를 신뢰 기준으로 삼는다

README에 따르면 온톨로지는 세 종류의 정의로 이뤄진다. 용어는 Customer나 Invoice Line 같은 비즈니스 개념에 설명과 동의어를 붙이고 열에 연결한 것이다. SQL 속성은 마진이나 누적 합계처럼 검토를 마친 SQL 식이다. 관계는 키와 데이터에서 추론한 테이블 조인과 브리지 테이블이다.

생성 단계에서는 인제스천 서비스가 원본 DB의 스키마, 열 프로파일, 샘플 값을 읽어 카탈로그에 넣고, 테이블별로 용어를 뽑아 열에 연결한다. 이어 조인 관계를 추론하고 쿼리 이력에서 SQL 속성 후보를 제안한 뒤, 결과를 Postgres에 저장하며 임베딩은 pgvector에 둔다.

샘플 DB 한 번의 컴파일에서 용어 31개가 나왔다는 예가 README에 있다. 인증 단계에서는 사람이 Chat이나 MCP 도구로 실제 질문을 던져 보고 용어, 설명, SQL 속성을 고친 뒤 이름과 설명을 인증한다.

이 구조에서 에이전트가 믿는 기준은 사람이 인증한 정의이고, 도구가 미리 따지는 것은 질문이 온톨로지로 답할 수 있는지다.

README의 예에서는 광고비 데이터가 없는 DB에 광고 수익률을 묻는다. check_answerable이 coverage 0.5를 돌려주고 광고비를 뜻하는 용어가 없다고 알린 뒤, 6월 매출을 대신 볼지 되묻는다. 답변마다 SQL과 처리 단계가 붙으므로 사용자가 원본 데이터와 맞춰 볼 수 있다는 것이 설명이다.

평가는 같은 모델에 스키마만 준 쪽과 온톨로지를 쓴 쪽을 정답 SQL 실행 결과로 비교한다

성능 이야기는 별도 저장소 auto-ontology-eval에 있다고 README는 안내한다. BIRD, BEAVER, FDABench-Lite, Wide World Importers에서는 평가 항목이 질문과 정답 SQL 한 쌍이고, 같은 모델에 질문을 두 번 한다. 대조군은 DB 스키마를 질문과 함께 모델에 넘기고, 실험군은 Chat 뒤에 있는 Auto-Ontology의 질의응답 에이전트가 컴파일된 온톨로지로 답한다.

결정적 검증기가 두 쪽의 SQL을 실행 결과 일치로 채점하며, 벤치마크에 공식 규칙이 있으면 그 규칙을 쓴다. 보고서는 정확도 차이와 함께 온톨로지가 고친 질문과 망친 질문을 목록으로 보여 준다. 여러 차례 대화하는 BIRD-Interact는 자체 하니스에서 돌린다.

이 비교가 보여 주는 것은 정답 SQL과 실행 결과가 일치하는 비율이다. 입력은 질문과 정답 SQL, 같은 모델이고, 신뢰 기준은 각 벤치마크의 채점 규칙이다.

실제 정확도 차이 수치는 확인한 README 구간에 없다. 그래서 오답이 줄어든다는 문구는 어느 벤치마크, 어떤 모델, 어떤 설정에서 얼마인지가 나오기 전까지 방향성 설명으로 읽는 편이 맞다. README는 BIRD 비교 실행 명령으로 uv run python main.py --database-name bird 를 안내한다.

빠른 시작은 샘플 DB와 NVIDIA 키 기준이고 주소 값과 외부 공개 설정은 서로 다르다

README의 빠른 시작은 Docker Compose로 Microsoft의 샘플 판매 DB인 Wide World Importers를 붙이는 절차다. Docker Compose v2, uv, build.nvidia.com에서 받은 NVIDIA API 키가 필요하다고 안내한다.

.env에는 DEFAULT_MODELS_API_KEY, AUTH_SECRET, POSTGRES_PASSWORD, CONNECTION_STRINGS와 관리자 비밀번호 등을 채운다. 웹 화면에서 Settings의 Semantic Compilation을 켜야 컴파일이 시작된다.

이는 이 절차의 요건이며, 다른 모델 엔드포인트를 쓸 수 있는지는 README 확인 구간에 없다. 모델 역할별 키 줄을 지우면 DEFAULT_MODELS_API_KEY로 대체된다는 안내만 있고, 한 반응 게시물이 쓴 OpenAI 호환 엔드포인트 설정 가능 여부는 직접 확인하지 못했다.

README 예시의 APP_URL=http://localhost:3000은 앱 주소를 지정하는 값이다. 주소를 적는 것과 서비스를 외부에 여는 것은 별개이며, 외부 노출과 관련해 README가 경고하는 내용은 따로 있다.

Compose가 Postgres, pgAdmin, 웹 앱을 호스트에 게시하므로 기본 비밀번호를 모두 바꿔야 하고, FastAPI 백엔드(3001)와 인제스천 서비스(3002)는 사설망에 두어야 한다. 인제스천 엔드포인트(ingest, delete, reset, compile)에는 자체 인증이 없고 FastAPI는 프런트엔드가 전달하는 사용자 식별 헤더를 믿기 때문이며, 클라이언트는 3000번 웹 앱을 거쳐야 한다.

한 반응 게시물은 README를 인용해 UI로 넣은 연결 자격 증명이 Vault를 설정하지 않으면 Postgres에 평문으로 저장되고 외부 기여는 받지 않는다고 전했다. 이 문구는 확인한 README 구간에 없고, README의 구성 표에는 Vault가 연결 자격 증명 저장용 선택 구성요소로 적혀 있다. 운영 데이터에 연결하려는 팀이라면 해당 문구를 저장소 문서 전체에서 먼저 찾아볼 만하다.

자세히 읽기 · NVIDIA의 auto-ontology GitHub 저장소 ↗ · NVIDIA의 auto-ontology-eval 저장소 ↗

Scenario 3D 스킬 사용법: 에이전트에 이미지·영상·3D 스킬 설치

Scenario 에이전트 스킬 저장소를 상징하는 열린 공구함, 점토 캐릭터 인형, 조각 도구

11월 4일 확인한 GitHub 저장소 scenario-labs/skills는 MIT 라이선스이며, 이미지, 영상, 오디오, 3D 제작을 Scenario MCP 서버로 AI 에이전트에 맡기는 스킬 모음이라고 소개한다. 같은 날 소셜 글 여러 건이 이를 Scenario의 오픈소스 공개 소식으로 전했다.

  • 대상: Claude Code, Cursor, Codex, Copilot과 70개 넘는 다른 에이전트에서 쓸 수 있다고 README는 적는다.
  • 설치: npx skills add scenario-labs/skills 로 메뉴를 열거나 --skill 뒤에 이름을 붙여 설치하고, 생성 기능은 Scenario MCP 서버에 OAuth 로그인 또는 API 키로 연결한다.
  • 전문 도구: ZBrush, Blender, Maya, Unreal Engine, Unity, Godot, Roblox Studio를 조작하는 스킬 묶음은 설치된 앱이 필요하고 Scenario MCP 서버는 필요 없다고 README는 쓴다.

무엇이 달라지나

단계마다 다른 AI 도구를 여는 대신 에이전트 하나가 스킬을 골라 이미지, 영상, 3D 생성과 DCC 소프트웨어, 게임 엔진 작업까지 이어 가는 구조다. 저장소 소개는 스킬이 모델을 고르고 비용을 먼저 알려 주며 캐릭터와 브랜드의 일관성을 유지한다고 설명한다.

한계

소셜 글의 80개 스킬, 6개 분야라는 숫자는 확인한 README 구간에서 맞춰 볼 수 없었다. Blender 스킬이 API 키 없이 로컬에서 돈다는 주장도 전문 도구 쪽에만 해당할 수 있고, scenario-blender 스킬의 계정 요건은 확인하지 못했다. 생성 비용 체계와 분야별 시험 범위는 공개된 수치를 찾지 못했으며, 스킬 목록 후반부와 분야별 README는 확인하지 못했다. 한국 지원 여부 정보도 없다.

커뮤니티 반응

■Claude Code, Codex, Cursor가 작은 3D 스튜디오처럼 일하게 해 콘셉트 아트, 3D 모델링, 애니메이션, 재질, 환경 제작까지 맡는다는 소개가 올라왔다.

■스케치 한 장으로 3D 모델을 만들고 뼈대를 넣어 움직이게 한 뒤 게임 엔진에 맞게 내보내는 흐름을 예로 든 글도 있었다.

■Meshy, Rodin, SPAR3D 같은 모델 이름과 함께 리토폴로지, UV 펼치기, 텍스처 베이킹까지 지원한다고 적은 글이 나왔다.

본문 펼치기 · 약 4분

설치 명령은 한 줄이지만 스킬은 Scenario용과 전문 도구용 두 갈래다

README가 기본으로 권하는 것은 전문 도구를 뺀 모든 Scenario 스킬 설치이고, npx skills add scenario-labs/skills 뒤에 --skill로 스킬 이름을 나열하는 방식이다. 이름 없이 같은 명령을 실행하면 주제별로 묶인 설치 메뉴가 열린다.

이 메뉴는 아무것도 선택되지 않은 상태로 시작하므로 고른 뒤 엔터를 눌러야 한다. 스킬 하나만 설치하려면 --skill scenario를 붙인다. 역할과 목표별 묶음 명령은 INSTALL.md에 있다고 한다.

전문 도구 묶음은 한 패밀리를 통째로 설치해야 한다. 전문 스킬들이 대표 스킬의 스크립트를 가져다 쓰기 때문이다.

검토된 상태로 고정하려면 설치기 버전과 커밋을 함께 지정하라고 README는 안내하며, 예시는 npx [email protected] add scenario-labs/skills#커밋 --skill 이름 형태다. 기본 명령은 main의 최신본을 받는다. 업데이트는 npx skills update로 하고, 변경 내용은 릴리스로 공개된다.

생성 스킬은 Scenario MCP 연결이 전제이고 전문 도구는 설치된 앱이 전제다

Scenario 스킬은 MCP 서버 연결이 필요하다. README의 연결 명령은 claude mcp add --transport http scenario https://mcp.scenario.com/mcp 이다. 다른 MCP 클라이언트에는 같은 주소를 추가한 뒤 Scenario 계정으로 OAuth 로그인하거나 API 키를 쓴다.

저장소 소개는 스킬이 모델을 고르고 비용을 먼저 알려 준다고 하지만, 그 비용이 어떤 가격 체계인지는 확인한 구간에 없다.

반면 ZBrush, Blender, Maya, Unreal Engine, Unity, Godot, Roblox Studio를 다루는 전문 도구는 컴퓨터에 설치된 앱을 조작하며 Scenario MCP 서버가 필요 없다고 README는 쓴다. 전문가 튜토리얼, 학회 발표, 공식 문서에서 추려 만들었고, 분야 폴더의 README에 제작 방법과 어디까지 시험됐는지가 적혀 있다고 한다. 그 시험 범위는 제작자의 기록이며 이 글에서 따로 확인하지 못했다.

같은 Blender라도 scenario-blender 스킬은 Scenario for Blender 확장의 로컬 MCP 서버로 생성을 요청하고 결과를 배치한다고 설명돼 있다. 따라서 Blender 스킬은 API 키 없이 로컬에서 실행된다는 소셜 게시물의 말은 전문 도구 쪽에만 해당할 수 있다. 어느 스킬에 계정이나 키가 필요한지는 스킬마다 따로 봐야 한다.

스킬 개수와 저장소 이력은 규모를 가늠하는 단서일 뿐 공개 시점의 근거는 아니다

소셜 게시물은 6개 분야 80개 스킬이라고 썼다. README는 스킬을 시작하기, 방향 찾기, 이미지, 게임 아트와 3D, 영상과 오디오 같은 주제별 표로 나누고 설치 명령에 스킬 이름을 길게 나열한다.

하지만 확인한 구간에서 전체 개수를 적은 문장은 찾지 못했고 분야 수도 게시물의 6과 맞춰 볼 수 없었다.

한 게시물이 SPAR3D라고 적은 모델 이름은 README 설치 목록에서 scenario-sparc3d라는 스킬 이름으로 보이는데, 두 표기가 같은 모델을 가리키는지도 README만으로는 알 수 없다.

저장소 화면에는 커밋 296개, 태그 27개, 릴리스 0.60.1, 별 2천 개 표시, 포크 229개가 보인다. 이 이력은 꾸준히 개발돼 온 저장소라는 정도만 알려 주고, 저장소가 언제 공개됐는지나 개별 스킬이 언제 발표됐는지는 알려 주지 않는다.

소셜 게시물이 이날 공개 소식으로 전했을 뿐 Scenario의 공식 발표문은 확인하지 못했다. 팀이 써 본다면 스킬 하나를 설치해 MCP 연결과 비용 안내 동작을 먼저 보고 전문 도구로 넓히는 순서가 부담이 적다.

자세히 읽기 · Scenario의 agent skills GitHub 저장소 ↗

창작 업무 도구

MonoDesk 베타 무료 체험: 프리랜서 크리에이티브용 작업 공간

MonoDesk 베타 작업 공간을 상징하는 책상 정리함, 제안서, 스톱워치, 고객 폴더

MonoDesk 공식 페이지는 11월 4일 기준으로 베타 기간에 무료로 써 볼 수 있다고 안내한다. 페이지는 MonoDesk를 크리에이티브 에이전시, 스튜디오, 프리랜서를 위한 작업 공간으로 소개하며, 신용카드 없이 시작할 수 있다고 적었다. 공식 계정은 같은 날 한국시간 새벽에 제품 홍보 글을 올렸다.

  • 무엇: 프로젝트 관리, 고객 소통, 작업 계획, AI 지원을 한곳에 모은 작업 공간.
  • 기능: 리드 파이프라인, 고객 조사, 회의 보조, 제안서 생성, 프로젝트 관리, 시간 추적, 고객 디렉터리, 고객 포털, 청구서.
  • 조건: 베타 중 무료 체험, 신용카드 불필요, 약정 없음. 포함 항목에 무제한 프로젝트, 주간 플래너, 팀 초대가 있다.

무엇이 달라지나

이메일로 오는 브리프, 흩어진 피드백, 마감, 범위 변경을 한 작업 공간으로 모으는 제품이다. 페이지는 고객이 자기 포털을 갖고 AI Co-Worker가 행정 업무를 맡는 점을 다른 프로젝트 관리 도구와의 차이로 든다.

한계

베타가 끝난 뒤의 가격, 유료 요금제 구성, 정식 출시일은 공개되지 않았다. 운영 회사 이름과 한국어 지원, 한국 이용 가능 여부도 페이지에 없다. 반응 상자의 글은 모두 제품 공식 계정이 올린 홍보 글이며, 가격이 매겨진 제안서와 범위 변경 요청 처리 같은 동작은 페이지 본문에서 설명되지 않는다. 다른 AI 서비스와의 연결 방식도 페이지에 나오지 않는다.

커뮤니티 반응

■공식 계정은 출시 전날 밤 11시에 오는 추가 요청 메일을 예로 들며, 제안서와 합의된 범위가 한곳에 있으면 늦은 요청에도 대응하기 쉽다고 홍보했다.

■어수선한 브리프 스레드를 넣으면 가격이 매겨지고 범위가 분명한 제안서로 돌려준다는 글을 올렸다.

■서명한 제안서가 프로젝트와 바로 시작할 작업으로 바뀐다는 글, 고객이 포털에서 승인한 범위와 맞춰 보고 표시한 뒤 답장 초안을 쓴다는 글도 올렸다.

본문 펼치기 · 약 3분

베타 무료는 시험 기간의 조건이어서 이후 가격은 아직 알 수 없다

공식 페이지는 베타 기간 무료 체험이라는 문구 아래 클라이언트 포털, 무제한 프로젝트, 주간 플래너, Discover, 제안서, 지능형 작업 공간, 고객 관리, 팀 초대를 포함 항목으로 나열한다. 시작 버튼 주변에는 신용카드가 필요 없고 약정이 없다는 문구가 붙어 있다.

베타가 끝난 뒤 무엇이 유료가 되는지, 요금제가 어떻게 나뉘는지, 정식 출시가 언제인지는 페이지에 없다. AI Co-Worker가 이 포함 목록의 어느 항목에 해당하는지도 명시돼 있지 않다.

그래서 지금은 가격을 비교 기준으로 쓸 수 없고, 쓰기 시작한다면 베타 종료 안내를 따로 확인해야 한다. 제품이 맞는 규모는 FAQ가 혼자 일하는 사람부터 열 명 규모 스튜디오까지라고 적었다.

기능은 영업, 프로젝트, 고객 관리 세 흐름으로 나뉘고 AI Co-Worker가 행정을 맡는다

페이지는 일을 따내기, 일을 진행하기, 고객을 만족시키기 세 단계로 기능을 묶는다. 영업 쪽에는 리드 파이프라인, 고객 조사, 회의 보조, 제안서 생성이 있다. 진행 쪽에는 프로젝트 관리, 시간 추적, 팀 협업이 있다. 고객 쪽에는 고객 디렉터리, 고객 포털, 청구서가 있다.

고객은 자기 포털을 받고 Co-Worker가 행정 업무를 맡으며 팀은 권한 행렬이나 설정 부담 없이 프로젝트 하나를 함께 본다는 것이 FAQ의 설명이다.

Co-Worker는 또 하나의 챗봇이 아니라 함께 실제 일을 하는 AI로 소개된다. 대상 직군은 그래픽 디자이너, 웹 제작자, 영상 제작자이며, 시안에서 완성까지, 와이어프레임에서 인계까지, 촬영에서 납품까지를 한 작업 공간에서 다룬다고 쓴다.

후기는 에이전시 대표 한 명의 말이 실려 있는데 프로젝트가 더 빨리 나가고 해야 할 일 전체가 보인다는 내용이며, 수치는 없다.

공식 계정 홍보 글은 페이지에 없는 동작을 보태고 있어 도입 전에 시험해 볼 대목이다

11월 4일 새벽 한국시간에 MonoDesk 공식 계정이 올린 글은 페이지의 공통 설명인 제안서, 프로젝트, 고객 승인, 합의된 범위가 한곳에 있다는 점을 반복한다.

여기에 더해 세 가지를 주장한다. 어수선한 브리프 스레드가 가격이 매겨진 제안서로 돌아온다. 서명한 제안서가 프로젝트와 바로 시작할 작업으로 바뀐다. 출시 24시간 전에 영상을 추가해 달라는 요청이 오면 고객이 포털에서 승인한 범위와 맞춰 보고 표시한 뒤 답장 초안을 쓴다.

이 가운데 가격 산정, 서명 후 프로젝트 전환, 범위 확인과 답장 초안은 페이지 본문 텍스트에 설명이 없다. 이 동작들은 직접 써 보지 않아 확인하지 못했고, 페이지의 소개 영상(0:39로 표시)도 내용을 보지 못했다.

무료 베타를 써 본다면 진행 중인 프로젝트 하나로 제안서 작성부터 고객 포털 승인, 범위 밖 요청 처리까지 실제로 되는지 보는 편이 좋다. 고객 정보를 넣기 전에는 데이터 보관과 공유 정책을 따로 찾아봐야 하는데, 페이지 본문에는 그 설명이 없다.

자세히 읽기 · MonoDesk의 공식 페이지 ↗

Fluxaivory desk

Built from primary sources with AI assistance and published after automated checks. AI Use Policy · Corrections

Follow Fluxaivory

Get the briefing by email

A weekly roundup of the top AI news in plain English, from primary sources. Free. Unsubscribe anytime.