회의 중 화이트보드에 가득 채워진 내용을 사진으로 찍고 “이 내용을 구조화된 텍스트로 정리해줘”라고 Gemini에 올렸다. 5분 만에 항목별로 정리된 회의 내용이 나왔다. 손으로 다시 받아 적을 필요가 없었다.
1. Gemini 멀티모달 기능의 범위
Gemini에 이미지를 올리면 할 수 있는 것들이 생각보다 많다. 이미지 속 텍스트를 읽는 OCR, 차트·그래프 해석, 제품 사진 분석, 손글씨 인식, 스크린샷 내용 설명, 표 데이터 추출까지 가능하다.
Google의 2025년 Gemini 사용 현황 데이터에 따르면, 이미지 입력을 포함한 멀티모달 쿼리가 전체 Gemini 사용의 28%를 차지하며 빠르게 성장하고 있다. 텍스트만 쓰는 방식보다 훨씬 다양한 업무에 쓸 수 있기 때문이다.
2. 업무에서 바로 쓰는 활용 사례
명함 디지털화: 명함 사진을 올리고 “이 명함의 이름, 회사, 전화번호, 이메일을 CSV 형식으로 출력해줘”라고 하면 연락처 데이터가 정리된다. 10장의 명함을 5분 만에 정리할 수 있다.
영수증·청구서 처리: 영수증 사진을 올리고 “날짜, 항목, 금액을 표로 정리해줘”라고 하면 경비 처리용 데이터가 나온다. 여러 장을 모아 정리하는 작업이 훨씬 빠르다.
차트·보고서 분석: PDF 보고서 스크린샷을 올리고 “이 차트가 보여주는 핵심 인사이트 3가지를 설명해줘”라고 하면 그래프를 직접 읽고 해석해준다. 보고서 검토 시간이 대폭 줄어든다. AI 데이터 시각화와 함께 활용하면 분석 업무 전반을 자동화할 수 있다.
3. 사용 방법
gemini.google.com에서 대화창 왼쪽 하단의 이미지 아이콘을 클릭하거나, 이미지 파일을 채팅창에 드래그해 올린다. 이미지가 업로드되면 텍스트로 질문을 입력한다.
스마트폰 Gemini 앱에서도 카메라 버튼으로 바로 촬영해서 올릴 수 있다. 길을 걷다 간판을 보고 “이 한자 간판에 있는 내용을 번역해줘”처럼 실시간 활용도 가능하다.
4. 정확도와 한계
흐릿하거나 왜곡된 이미지, 매우 작은 글씨, 특수 폰트는 인식 정확도가 떨어진다. 중요한 숫자나 이름은 반드시 결과를 원본과 비교·검증해야 한다. 개인 정보가 담긴 이미지(주민등록증, 여권 등)는 업로드하지 않는 것이 안전하다.
자주 묻는 질문
한국어 손글씨도 인식이 되나요?
이미지를 몇 장까지 한 번에 올릴 수 있나요?
ChatGPT도 이미지를 분석할 수 있나요?
지금 책상 위에 명함이나 메모지가 있다면 사진 찍어 Gemini에 올려보자. “이 사진의 내용을 텍스트로 정리해줘”라고 입력하는 것만으로 즉시 디지털화된다. 손으로 타이핑하는 시간이 없어지는 경험을 하게 된다.