연구는 80%가 읽기이고 20%가 쓰기입니다. 하지만 읽는 부분은 고통스럽습니다. 탭 30개를 열고, 무작위 구절을 강조 표시하고, 여기저기 흩어진 메모를 작성하다 보면, 글을 쓰려고 앉았을 때 어떤 자료가 무엇을 말했는지 기억나지 않을 것입니다.

다음은 연구원, 학생, 분석가들이 Save를 사용하여 읽기-쓰기 파이프라인을 단축하는 방법입니다.

워크플로우 1: 여러 기사 → 문헌 검토

어떤 주제에 대한 논문이나 보고서를 작성 중이라고 가정해 봅시다. 다양한 측면을 다루는 8개의 기사를 찾았습니다. 이를 수동으로 종합하려면 하루 종일 걸릴 것입니다.

워크플로우:

8개의 기사 모두를 마크다운으로 저장합니다 — 각 자료에서 깨끗한 텍스트, 제목, 구조가 보존됩니다.
한 세션에서 Claude에게 입력합니다:

“여기에 [주제]에 대한 8개의 기사가 있습니다. 모든 자료의 주요 내용을 종합해 주세요. 어떤 부분에서 의견이 일치하고, 어떤 부분에서 서로 모순됩니까? 현재 연구에 어떤 격차가 존재합니까? 각 자료에 대한 적절한 인용을 포함하여 문헌 검토 형식으로 구성해 주세요.”

“이 자료들을 바탕으로 [당신의 논지]에 대한 가장 강력한 3가지 주장은 무엇입니까? 각 기사에서 구체적인 증거를 가져와 주세요.”

종합된 내용을 초안의 기반으로 사용합니다 — AI는 참고 자료와 함께 구조화된 개요를 제공합니다. 당신은 이를 다듬고, 분석을 추가하며, 독창적인 기여를 작성합니다.

8시간이 걸리던 읽기와 메모 작성이 이제 30분이면 됩니다.

워크플로우 2: 뉴스 기사 → 트렌드 분석

진행 중인 이야기나 산업 트렌드를 추적하고 있다고 가정해 봅시다. 매일 다른 관점과 데이터 포인트를 가진 새로운 기사들이 나옵니다.

워크플로우:

기사가 나올 때마다 저장합니다 — 클릭 한 번으로, 일주일 또는 한 달 동안 자료를 모읍니다.
AI로 일괄 분석합니다:

“여기에 지난 한 달 동안 발행된 [트렌드]에 대한 12개의 기사가 있습니다. 주요 발전 사항의 타임라인을 만들어 주세요. 서사적 흐름은 어떻습니까? 가장 초기 보도와 최신 보도 사이에 무엇이 달라졌습니까?”

“이 기사들에서 언급된 데이터 포인트와 통계를 식별해 주세요. 어떤 숫자들이 일관적입니까? 어떤 자료들이 상충되는 데이터를 보고합니까? 사실 확인된 요약 테이블을 만들어 주세요.”

분석을 발표하거나 제시합니다 — 이제 단일 기사로는 제공할 수 없었던 데이터 기반의 트렌드 보고서를 갖게 됩니다.

단순히 뉴스를 읽는 것이 아닙니다. 여러 자료를 종합하여 1차 연구를 수행하는 것입니다.

워크플로우 3: 보고서 및 백서 → 요약 보고서

상사가 40페이지짜리 산업 보고서를 보내며 오늘 중으로 요약해 달라고 요청합니다. 또는 경쟁사의 연례 보고서에 대해 팀에게 브리핑해야 합니다. 아니면 고객이 방대한 백서를 공유하며 당신의 의견을 묻습니다.

워크플로우:

보고서를 마크다운으로 저장합니다.
실제로 필요한 요약을 얻습니다:

“여기에 40페이지짜리 산업 보고서가 있습니다. 다음을 포함하는 1페이지짜리 요약 보고서를 만들어 주세요: 5가지 주요 발견, 가장 놀라운 데이터 포인트, 그리고 [당신의 산업]에 있는 회사에 대한 3가지 시사점.”

“이 보고서의 모든 통계와 데이터 포인트를 표로 추출해 주세요. 각 항목의 출처 페이지 또는 섹션을 포함해 주세요.”

“이 보고서가 다루지 않은 내용 중 다루어야 할 것은 무엇입니까? 저자들에게 어떤 질문을 해야 할까요?”

팀과 요약을 공유합니다 — 당신은 보고서 전체를 읽은 것처럼 보일 것입니다. 사실, 더 빠르게 읽은 것이죠.

워크플로우 4: 위키피디아 + 여러 자료 → 사실 확인된 브리핑

회의, 발표 또는 면접을 준비하고 있다고 가정해 봅시다. 회사, 기술 또는 개념에 대해 빠르게 파악해야 합니다.

워크플로우:

위키피디아 페이지와 해당 주제에 대한 최근 기사 2-3개를 저장합니다.
맞춤형 브리핑을 요청합니다:

“여기에 [주제]에 대한 위키피디아 페이지와 최근 기사 3개가 있습니다. 다음을 다루는 5분짜리 브리핑을 해 주세요: 그것이 무엇인지, 왜 지금 중요한지, 주요 플레이어는 누구인지, 그리고 가장 흔한 오해는 무엇인지. 제가 똑똑하지만 전문가는 아니라고 가정해 주세요.”

“이 자료들을 바탕으로, 회의에서 이 주제에 대해 잘 아는 것처럼 들리게 할 수 있는 가장 흥미로운 질문 5가지는 무엇입니까?”

준비된 상태로 회의실에 들어갑니다 — 여러 자료에서 얻은 깊이 있는 지식이 당신에게 필요한 내용으로 정확히 종합됩니다.

기존 연구 도구보다 뛰어난 이유

기존 방식	Save + AI 사용 시
탭 20개 열고, 길을 잃음	모든 것을 파일로 정리하여 저장
강조 표시하고 잊어버림	AI가 모든 자료를 종합
3개 앱에 흩어진 메모	자료당 하나의 깔끔한 마크다운 파일
기억에 의존하여 작성	구조화된 AI 분석을 바탕으로 작성
작성 중 자료를 다시 읽음	AI에게 특정 증거를 요청

연구자의 Save 규칙

탭을 닫기 전에 저장하세요. 읽을 가치가 있는 기사였다면, 보관할 가치도 있습니다. 저장 비용은 클릭 한 번입니다. 3주 후에 그 완벽한 자료를 다시 찾는 데 드는 비용은 30분의 답답한 구글링입니다 — 만약 찾을 수 있다면 말이죠.

습관을 들이세요:

자료를 찾으면 → 저장합니다.
5-10개의 자료를 모으면 → AI에 입력하여 종합합니다.
구조화된 분석을 얻으면 → 그 위에 당신의 독창적인 글을 작성합니다.

당신은 사고를 AI에 위탁하는 것이 아닙니다. 당신은 지루한 부분인 읽기, 비교, 정리 작업을 위탁하여, 당신의 분석, 주장, 통찰력과 같이 중요한 부분에 집중할 수 있도록 하는 것입니다.

시작하기

Save를 설치합니다 (무료, 월 3회 저장).
이번 주에 읽는 모든 자료를 저장하기 시작합니다.
주말에 Claude 또는 ChatGPT에 입력합니다.
일주일간의 읽기 자료가 10분짜리 종합본이 되는 것을 지켜보세요.

연구는 느릴 필요가 없습니다. 더 나은 파이프라인이 필요할 뿐입니다.

질문이나 피드백이 있으신가요? [email protected]로 연락 주세요.