ChatGPT·Claude·Gemini 업무 요약 비교: 예정·완료·미확인 상태 검증

기록 1. 실제 사용 경험에서 질문을 정했습니다

비교할 질문은 평소 쓰는 방식에서 출발했습니다. 저는 업체 브리핑용 PPT를 간추릴 때는 Claude를, 이미지를 만들 때는 Gemini를, 종합적인 검토와 판단에는 ChatGPT를 참고해 왔습니다. 최근 이미지 작업에는 ChatGPT를 쓰고 있습니다. ‘Claude가 글쓰기에 맞는다’는 것도 제 개인적인 평가일 뿐 이번 실습으로 확인한 내용은 아닙니다. 그래서 이 글에서는 글쓰기·이미지·판단을 한 점수로 묶어 우승 서비스를 고르지 않습니다.

실제 업체 자료 대신 편집자가 새로 만든 가상 브리핑 두 사례, 사례당 12개 근거 항목을 사용했습니다. A는 제안·계약 진행, B는 전시 준비입니다. 자료의 가상 기준일은 각각 10월9일과 14일이고, 실제 서비스 실습일은 2026년10월16일입니다. PPT 파일 읽기나 슬라이드 제작을 시험한 것은 아닙니다.

기록 2. 같은 요청문과 별도 판정표를 준비했습니다

두 사례를 하나의 요청에 넣고, 서비스마다 새 대화에서 첫 요청을 한 번씩 실행했습니다. Gemini 3.1 Pro의 동일 요청 재시도와 4 Argon의 새 대화 보충시험은 뒤에서 별도로 설명합니다. 원문에는 A01~A12, B01~B12를 붙였고, 정답 기준표는 결과를 받기 전 별도로 저장해 서비스에는 보내지 않았습니다. 두 자료 사례를 검토했지만 여러 번 반복한 성능평가나 독립 재현 시험은 아닙니다.

외부 검색·연결 앱·이전 대화의 정보를 사용하지 말고 이 자료만 검토하세요.
각 사례의 핵심 요약은 5문장 이내로 작성하세요.
기록표: 항목 / 확인된 내용 / 상태 / 원문 근거 ID.
숫자·분모·단위·포함/제외·조건·담당자·기한을 보존하세요.
결정 전 확인할 질문에 근거 ID를 붙이세요.
계산값은 원문 값과 구분하고, 상충 기록의 최종본을 임의로 정하지 마세요.

위는 실제 공통 요청의 발췌입니다. 전체 요청문과 가상 자료는 내부 검토 기록으로 보관했습니다. ChatGPT에는 채팅 본문으로 표시됐고, Claude는 같은 붙여넣기를 ‘붙여넣은 텍스트.txt’로 자동 표시했습니다. 입력 내용은 같게 제공했지만 서비스의 입력 표시 방식까지 같다고 설명하지 않습니다.

Gemini는 처음 열린 다른 계정에서 유료 구독을 확인하지 못했지만, 작성자가 유료 이용 계정으로 전환한 뒤 Google One의 현재 요금제 Google AI Pro와 모델 선택기의 3.1 Pro를 확인하고 실행했습니다. 결제·플랜·모델은 변경하지 않았습니다. 세 서비스의 모델과 추론 모드는 같지 않습니다.

계정의 개인화·메모리 설정을 바꾸지 않았습니다. 요청에서 원문만 쓰도록 제한했지만 계정별 영향이 완전히 제거된 통제 실험이라고 주장하지 않습니다. 응답의 화면 표기 이상으로 숨은 모델 버전이나 내부 처리를 추정하지 않았습니다.

기록 3. 요약에서 줄인 내용과 실제 누락을 나눴습니다

요약은 사례별 5문장 이내로 요청했으므로 모든 사실을 요약에 넣는 것이 기준은 아닙니다. 요약·기록표·확인 질문 전체에서 원문의 의미와 조건이 보존되는지를 항목별로 봤습니다. 근거 ID가 적혀 있는 것과 그 ID의 내용이 맞는 것도 별도로 확인했습니다.

Gemini의 첫 응답은 “저는 언어 모델일 뿐이라 그것에 필요한 정보나 능력이 없어서 도와드릴 수가 없습니다.”였습니다. 분석표나 확인 질문이 없어 내용 정확도를 평가할 수 없었습니다. 이를 24개 모두 틀렸다는 점수로 바꾸지 않았습니다. 왜 이 응답이 나왔는지는 확인하지 못했으며, 일반적인 Gemini의 능력 제한으로 단정하지 않습니다.

최초 응답을 보존한 뒤 요청문·모델을 바꾸지 않고 화면의 ‘다시 시도’를 한 번 실행했습니다. 재시도 중 대화 화면이 일시적으로 비어 저장 대화를 다시 열고 새로고침했고, 재열람에서도 같은 미수행 문구가 표시됐습니다. 추가 분석 결과는 확보하지 못했습니다. 이 후속 관찰은 첫 응답 비교와 분리하며, 두 번의 독립 실험이나 일반적인 실패율로 계산하지 않습니다.

24개는 원문의 근거 항목 수이고, 질문 12개 범주는 편집자의 검수 기준입니다. 서비스가 실제 쓴 질문 수나 공인 정확도 점수가 아닙니다. 응답마다 추가로 던진 질문도 있습니다. 확인한 두 결과에서 핵심 누락이나 근거 없는 확정은 찾지 못했으며, 두 결과를 두고 어느 모델이 더 정확하다고 서열화할 차이는 확인하지 못했습니다.

기록 4. 270만원을 계산해도 최종 견적은 정할 수 없습니다

두 응답 모두 견적 세 항목을 더한 270만원과 전날 메모의 260만원을 함께 남겼습니다. 계산이 맞는 것과 어느 금액이 최종 승인본인지 아는 것은 다릅니다. 운송비가 미정이고 부가세도 빠져 있으므로 30만원을 실제로 더 쓸 수 있는 돈이라고 정하면 안 됩니다.

관찰된 표현 차이도 있습니다. ChatGPT는 발송 대비 계약 확정률 25%와 회신 대비 약42.86%처럼 분모를 나눠 보여줬습니다. Claude는 270만원 기준 차액30만원과 표지260만원 기준 차액40만원을 나란히 제시했습니다. 둘 다 계산의 전제를 적었습니다. 이런 설명 방식은 독자의 검토 취향과 연결할 수 있지만, 시간 절약이나 전반적 우수성으로 바로 환산하지 않았습니다.

기록 5. 확인 질문은 답변이 아니라 다음 행동입니다

시연일 확정, 출장비, 법무 승인, 도면 승인 담당자, 서명과 출하 조건, 다음 브리핑 날짜가 사례A의 필수 확인 범주였습니다. 사례B는 견적 충돌·최종본, 운송비, 발주 승인/실행, 행사일, 운송 담당/기한, 지급 일정/상태였습니다. 두 응답은 이 범주를 모두 질문으로 남겼습니다. 원문에 없는 담당자나 날짜를 질문하는 것은 그 값을 사실로 만들어 채우는 것과 다릅니다.

예를 들어 Claude의 실제 질문은 “법무 검토 승인은 언제, 누가 완료하나요?”(A08), ChatGPT의 실제 질문은 “법무 검토 완료 및 승인 여부는?”(A08)였습니다. 앞 문장은 다음 일정·주체를 묻고, 뒤 문장은 상태를 확인합니다. 어느 쪽이든 답을 받기 전에는 승인 완료로 기록하면 안 됩니다.

보충시험: 4 Argon은 답했지만 상태와 질문을 다시 확인해야 했습니다

작성자 요청으로 Gemini의 모델을 3.1 Pro에서 4 Argon으로 바꾸고 새 대화에 같은 가상 자료·같은 요청문을 보냈습니다. 정답표나 이전 응답은 보내지 않았습니다. 보충시험의 전송 원문도 공통 요청과 공백 차이를 제외하면 같았습니다. 이번에는 두 사례의 요약·기록표·확인 질문·계산값이 생성됐습니다. 최초 3.1 Pro의 결과를 성공으로 바꿔 기록하지 않으며, 모델이 바뀐 이 결과를 첫 응답 비교표에 섞지 않았습니다.

B12의 실제 기록표는 내용 칸에 “현재 지급일 및 지급 완료 기록 없음”을 남기면서 상태 칸에는 “미정 / 미실행”이라고 적었습니다. 원문이 확인해 주는 것은 기록 부재입니다. 이 상태를 ‘지급 완료 여부 미확인’으로 읽어야 하며, 원본 응답은 고치지 않고 검수 의견을 따로 남겼습니다. B06의 실제 발주 ‘미실행’과 B12의 지급 ‘기록 없음’도 구분해야 합니다.

질문에서는 A08의 법무 검토 완료 예정 시점을 물었지만 승인 완료 여부를 직접 묻지는 않았습니다. B05도 운송비를 포함하면 예산을 초과하는지 물었으나, 아직 모르는 운송비 금액을 직접 확인하는 질문은 부족했습니다. 각각 관련 질문이 있으므로 완전히 빠졌다고 하지 않고 ‘부분’으로 분류했습니다. “법무 승인 완료 기록이 있나요?”와 “별도 운송비는 얼마이며 견적에 포함됐나요?”는 편집자가 제안한 보완 질문이며, 최초 검수 당시에는 서비스에 전송하지 않은 편집자 보완 예시였습니다. 이후 이 세 부분의 수정을 실제로 추가 요청했으며, 아래 접힌 기록에서 결과 확보 여부를 구분합니다.

또 A02의 ‘10월12일 발송 예정’을 기록표에서 ‘10월12일 기한’이라고 표현한 부분은 예정일을 확정 마감처럼 읽지 않도록 주의해야 합니다. 문장과 상태의 이런 차이는 전체 ID가 빠짐없이 있어도 남을 수 있습니다. 이 작은 보충시험만으로 Gemini의 모델별 일반 성능이나 어느 서비스의 우위를 결론 내리지 않습니다.

기록 6. 현재 결과로 말할 수 있는 범위를 지킵니다

이번에 완료한 두 서비스의 작은 텍스트 사례에서는 내용 보존·추정·확인 질문 기준에서 결정적인 우열을 찾지 못했습니다. Gemini 3.1 Pro 첫 응답의 요청 미수행과 4 Argon 보충시험의 내용·질문 보완점은 별도의 관찰입니다. 두 서비스의 내용 정확성과 한 서비스의 요청 미수행을 합쳐 단일 순위나 정확도 점수를 만들지 않았습니다. 실제 PPT 입력, 디자인, 이미지 품질, 검색 조사, 긴 문서·다른 계정·다른 모델·반복 실험, 사용 시간이나 비용 절감은 시험하지 않았습니다. 유료 이용 자체가 정확성을 보장한다는 결론도 아닙니다.