저장해 둔 링크가 많아질수록 묘한 일이 생긴다. 분명 필요해서 모았는데, 며칠 뒤 다시 열어 보면 무엇을 보려고 했는지 기억나지 않는다. 논문은 초록만 확인했는지 본문까지 읽었는지 헷갈리고, 영상은 어느 장면 때문에 저장했는지 몰라 처음부터 돌려 보게 된다. 깃허브 저장소는 주소만 남아 있어, 그날 내가 본 버전이 무엇이었는지도 흐려진다.
이 글은 좋은 자료를 고르는 법보다 먼저, 자료를 나중에 다시 읽을 수 있게 남기는 법에 관한 글이다. 링크 하나만 저장하는 습관을 조금만 바꾸면, 나중의 독해가 훨씬 덜 흔들린다.
링크 하나가 담지 못하는 것
같은 주소처럼 보여도 자료의 상태는 바뀐다. arXiv 논문은 버전이 올라갈 수 있고, 코드 저장소는 같은 날에도 커밋이 바뀔 수 있다. 영상은 주소만으로는 내가 확인한 장면이 몇 분 몇 초였는지 알 수 없다. 구글의 AI 업데이트 글처럼 공식 블로그에 올라온 자료도, 발표한 곳과 날짜는 알려 주지만 기능의 실제 효과까지 대신 검증해 주지는 않는다.1
그래서 저장할 때는 주소보다 작은 정보를 같이 남겨야 한다. 내가 본 버전, 실제로 확인한 대목, 아직 보지 않은 범위, 직접 인용 여부. 이 네 가지가 없으면 링크는 자료가 아니라 다시 찾아야 할 숙제가 된다.
자료 종류마다 메모 칸을 다르게 둔다
모든 자료에 같은 메모 양식을 붙일 필요는 없다. RSS 글, 연구 초고, 영상, 코드 저장소는 확인해야 할 곳이 다르다. 아래 표는 자료의 주장을 승인한다는 뜻이 아니라, 저장할 때 먼저 볼 칸이 서로 다르다는 예시다.
| 자료 종류 | 예로 든 자료 | 먼저 남길 것 | 이것만으로 알 수 없는 것 |
|---|---|---|---|
| 발표 글/RSS | The latest AI news we announced in June 20261 | 발표한 곳, 날짜, 내가 읽은 문단 | 소개된 기능이 실제 환경에서도 같은 성능을 내는가 |
| 연구 초고/arXiv | Critsly: An Artefact-Aware AI Critique Teammate for Design Education and Project-Based Learning2 | 논문 번호, 버전, 심사 여부 | 본문의 방법과 결과가 믿을 만한가 |
| 유튜브 영상 | 클로드 코드 관련 안내 영상3 | 올린 사람, 실제로 본 시간대 | 그 장면의 설명이 사실인지 |
| 깃허브 저장소 | google-gemini/gemini-cli4 | 저장소 주소, 확인한 공개 버전 | 다음 버전에서도 같은 동작을 하는지 |
확인하지 못한 항목은 비워 두지 말고 "모름"이라고 적는다. 그래야 빼먹은 것과 아직 못 본 것을 구분할 수 있다. 논문이라면 "arXiv 문서 번호와 v1 확인 / 초록만 읽음 / 직접 인용 없음 / 2026년 7월 15일 확인" 정도면 충분하다. 영상이라면 "08:10-10:25 설치 과정 확인 / 화면의 프로그램 버전은 미확인"처럼 시간대를 남긴다.
사실과 해석의 경계
자료를 읽다 보면 곧바로 생각이 따라붙는다. 그 생각이 글의 씨앗이 되기도 한다. 다만 사실과 해석을 한 줄에 섞어 놓으면, 며칠 뒤에는 어느 말이 자료에 있었고 어느 말이 내 판단이었는지 구분하기 어렵다.
- 자료에서 확인: 발표 글에 기능 소개가 있다. 실제 효과는 아직 확인하지 않았다.
- 내 생각: 이 변화가 교사의 판단을 어떻게 바꿀까. 실제 수업에서는 다른 문제가 생기지 않을까.
한 번 읽고 끝낼 자료라면 링크 하나로도 충분하다. 모든 링크에 긴 기록을 붙일 필요는 없다. 블로그 글에 쓰거나 중요한 판단의 근거로 삼을 자료라면, 다시 검토할 수 있을 만큼의 흔적을 남긴다. 조직 차원의 기준이지만, NIST의 생성형 AI 위험관리 지침도 그럴듯한데 틀린 출력을 정보 무결성 위험으로 분류하고 검증과 추적을 요구한다.5 개인의 읽기 기록은 같은 원리를 작은 규모로 적용하는 일이다. 다섯 칸을 채웠다고 자료가 참이 되는 것은 아니다. 사실이 맞는지는 원문에서 확인하고, 다른 설명도 함께 읽어야 한다.
각주
-
The latest AI news we announced in June 2026 — Google AI, 2026-07-01 발행. ↩ ↩2
-
Critsly: An Artefact-Aware AI Critique Teammate for Design Education and Project-Based Learning — arXiv, 2026년 7월 확인 자료. ↩
-
지정 YouTube 영상 WL_qu7l3fgQ — YouTube, 작업 과정에서 확인한 영상 자료. ↩
-
google-gemini/gemini-cli — GitHub 저장소, 2026-07-21 확인 버전. ↩
-
Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — NIST AI 600-1, 2024. 개인 메모 양식이 아니라 생성형 AI의 허위 생성과 정보 무결성을 다루는 위험관리 지침이다. ↩
