안녕하세요! 구글 AI 대장정 시리즈의 세 번째 시간입니다. 지난 2편에서 NotebookLM을 어떻게 쓰는지 가볍게 살펴봤는데요. 이번에는 이 도구를 200% 활용해 내 생산성을 폭발시키는 아주 쉬운 ‘세팅과 최적화 팁’을 하나씩 뜯어보려고 합니다.
사이트 주소: https://notebooklm.google
비개발자인 제가 어떻게 리서치 시간을 10분의 1로 줄였는지, 그 비결을 지금 바로 따라 해보세요!
1. 따라 해보기: “지저분한 글자들을 깔끔한 비교표로 만들기”
시장 조사 보고서나 뉴스 기사들을 읽다 보면, 수치와 특징들이 텍스트 사이에 어지럽게 적혀 있어 한눈에 파악하기 힘들 때가 많죠? 일일이 엑셀에 옮겨 적던 그 고생, 이제 NotebookLM에게 맡기세요.
소스들을 업로드한 뒤 채팅창에 이렇게 써보세요. 이 자료들에 나오는 각 제품의 가격, 주요 기능, 출시일을 표로 깔끔하게 정리해줘. 그러면 AI가 수백 페이지의 텍스트 속에서 필요한 정보만 쏙쏙 골라내어 예쁜 표 형식을 만들어줍니다.
저는 최근 디자인 툴들의 구독료를 비교할 때 이 기능을 썼는데, 제가 직접 찾았다면 1시간은 족히 걸렸을 일을 단 10초 만에 끝냈습니다. 결과물로 나온 표는 그대로 복사해서 구글 시트나 워드 문서에 붙여넣기만 하면 됩니다. 정말 편리하죠?
표를 만들 때 한 가지 꿀팁이 있습니다. 처음부터 마크다운 표 형식으로 만들어달라고 지정하면 복사해서 노션이나 깃허브에 바로 붙여넣기가 됩니다. 반대로 HTML 표로 만들어달라고 하면 블로그나 이메일에 그대로 삽입할 수 있어요. 출력 형식을 미리 지정하는 것만으로도 후속 작업 시간을 크게 줄일 수 있습니다.
표가 처음 의도와 다르게 나왔을 때도 걱정 없습니다. “가격 열을 맨 왼쪽으로 옮기고, 출시일 열은 제외해줘”처럼 수정 사항을 한 줄로 지시하면 AI가 즉시 표를 재구성해 줍니다. 엑셀에서 열을 드래그하며 끙끙댈 필요가 없어요.
표 이외에도 출력 형식을 다양하게 지정해보면 활용 범위가 훨씬 넓어집니다. 같은 자료를 가지고 “이 내용을 임원 보고용 한 페이지 요약문으로 만들어줘”, “FAQ 형식으로 20개 질문과 답변을 만들어줘”, “블로그 포스트 초안으로 써줘” 처럼 매번 다르게 요청할 수 있습니다. 소스는 그대로 두고 출력 형식만 바꾸는 것이죠. 저는 같은 경쟁사 분석 자료로 팀 발표용 요약문, 대표에게 보고할 한 페이지짜리 브리핑, 그리고 내가 기억하기 위한 Q&A 메모를 한 번에 뽑아낸 적이 있습니다. 작업 시간이 기존의 5분의 1도 안 됐어요.
보고서 형식이 필요할 때는 “이 소스들을 바탕으로 배경, 현황, 시사점, 결론 순서의 보고서 형식으로 정리해줘”라고 지시하면 구조화된 문서가 뚝딱 나옵니다. 형식을 따로 배울 필요도 없고, 빈 페이지를 채울 걱정도 없습니다. 내 자료를 던지고 원하는 형태를 말하면 그게 전부입니다.
2. 따라 해보기: “나만의 팟캐스트 호스트 길들이기”
2편에서 소개한 ‘오디오 오버뷰’ 기능을 더 뚝뚝하게 쓰는 법입니다. 이제 단순히 생성 버튼만 누르지 말고, 생성 전 ‘커스터마이즈(Customize)’ 버튼을 클릭해 보세요.
거기에 여러분의 요구사항을 한 줄만 적어보세요. 예를 들어 IT 초보자인 제 입장에서 아주 친절하고 쉽게 설명해줘라거나 이 사업 계획의 약점을 아주 까칠하게 비판하는 토론을 해줘라고 미션을 주는 겁니다.
저는 주로 운동할 때 제가 어제 정리한 기획안을 제3자의 시선에서 아주 객관적으로 요약해줘라고 설정해서 듣습니다. 그러면 AI 호스트들이 제 의도를 반영해 대화 내용을 완전히 바꿔버립니다. 더 놀라운 건, 듣는 도중에 궁금한 점이 생기면 보이스로 바로 질문할 수 있는 ‘인터랙티브 모드’입니다. 그 부분 다시 설명해줘!라고 하면 AI가 즉석에서 답변을 해주는데, 마치 내 옆에 1:1 튜터가 있는 기분이 듭니다.
인터랙티브 모드를 실제로 써보면 처음에는 어색할 수 있습니다. AI 호스트가 대화를 이어가는 도중 내가 갑자기 끼어드는 구조이기 때문이죠. 하지만 두세 번만 써보면 금방 익숙해집니다. 특히 긴 자료를 듣다가 중요한 포인트가 나왔을 때 “방금 그 수치가 어디서 나온 거야?”라고 바로 물으면 AI가 소스 위치를 짚어서 설명해줍니다. 나중에 다시 자료를 뒤져볼 필요가 없어요.
실제로 이 기능을 가장 잘 활용하는 방법은 학습 자료와 함께 쓰는 것입니다. 시험 공부를 할 때 교재 PDF를 올리고 시험에 나올 법한 핵심 포인트 위주로 퀴즈를 내듯이 대화해줘라고 설정하면, 운동하면서 시험 대비까지 동시에 할 수 있습니다. 저는 이걸 대학교에서 학생들에게도 적극 추천하고 있는데, 써본 학생들 반응이 “교수님 수업보다 이게 더 잘 들려요”, “이동 시간에 복습이 되니까 따로 앉아서 외울 필요가 없어요”였습니다. 공부 자체가 재밌어졌다는 피드백이 가장 많았어요.
직장인이라면 이렇게 활용해 보세요. 회의 전날 관련 보고서와 자료를 노트북에 올린 뒤, “내일 임원 보고에서 핵심 쟁점만 10분 분량으로 요약해서 논쟁하듯 얘기해줘”라고 설정합니다. 출퇴근 지하철 안에서 듣는 것만으로 보고 내용이 머릿속에 정리되고, 예상 질문까지 미리 대비할 수 있습니다.
커스터마이즈 설정에서 언어를 지정하는 것도 유용합니다. “영어로 대화해줘, 내 영어 청취 연습도 겸해서”라고 설정하면 내가 올린 한국어 자료를 영어로 요약해서 팟캐스트로 만들어 줍니다. 따로 영어 자료를 찾을 필요 없이, 내가 이미 가진 자료로 언어 학습까지 병행하는 거죠. 생각보다 완성도가 높아서 처음 들었을 때 놀랐습니다.
3. Deep Research 스위치, 켜야 할 때와 꺼야 할 때
NotebookLM 2026년 버전에 추가된 기능 중 가장 임팩트가 큰 것을 꼽으라면 단연 ‘Deep Research’ 스위치입니다. 소스 목록 위에 조그맣게 위치해 있어서 처음에는 그냥 지나치기 쉬운데, 이걸 켜면 NotebookLM의 활용 범위가 완전히 달라집니다.
Deep Research를 켜면 AI가 내가 업로드한 파일 안에서만 답을 찾는 것이 아니라, 구글이 실시간으로 웹을 검색해서 최신 정보를 함께 보충해 줍니다. 쉽게 말하면 ‘내 자료 + 인터넷 검색’을 동시에 활용하는 모드입니다. 예를 들어 지난달에 정리해둔 경쟁사 분석 자료를 올리고 “이 내용에 최근 일주일간의 뉴스 트렌드까지 반영해서 업데이트된 리포트를 써줘”라고 하면, AI가 내 자료를 바탕으로 하되 최신 동향까지 덧붙인 결과를 만들어냅니다. 자료가 낡아서 못 쓰겠다는 걱정이 사라집니다.
제가 실제로 Deep Research를 가장 유용하게 쓴 것은 시장 조사 리포트를 만들 때였습니다. 제가 수집한 자료는 2025년 하반기 데이터였는데, Deep Research를 켜고 “이 시장 조사 자료를 기반으로 2026년 1분기 최신 트렌드를 반영한 분석 리포트를 작성해줘”라고 요청했더니, 내 자료의 맥락을 유지하면서 최신 뉴스와 발표 자료를 연결해서 실제로 쓸 수 있는 수준의 리포트가 나왔습니다. 직접 조사했다면 며칠이 걸렸을 내용이었어요.
단, Deep Research는 켜야 할 상황과 꺼야 할 상황을 명확히 구분해야 합니다.
켜야 할 때: 시장 조사, 업계 동향 파악, 경쟁사 현황 분석처럼 외부 최신 정보가 필요한 경우입니다. 내 자료만으로 답이 부족하거나, 최신성이 중요한 주제라면 Deep Research를 켜는 것이 맞습니다.
꺼야 할 때: 회사 내부 자료, 기밀 문서, 미공개 사업 계획서 등을 다룰 때는 반드시 꺼야 합니다. Deep Research가 켜진 상태에서는 AI가 외부 웹을 참조하는 과정에서 내 자료의 일부 컨텍스트가 활용될 수 있기 때문입니다. 또한 특정 소스 안에서만 근거를 찾아야 하는 법률 검토, 계약서 분석, 논문 인용 작업 등에서도 끄는 것이 정확합니다. 외부 정보가 섞이면 소스의 순수성이 흐려지거든요.
보안이 중요한 업무에서는 애초에 Deep Research를 기본값 OFF로 두고, 시장 조사나 트렌드 분석처럼 명확히 외부 정보가 필요한 작업에만 그때그때 켜는 습관을 권장합니다. 처음 써볼 때는 ON/OFF 결과를 같은 질문으로 비교해보면 차이를 직관적으로 느낄 수 있습니다.
4. 초보자를 위한 소스 관리 팁
NotebookLM을 쓰다 보면 소스가 너무 많아져 관리가 힘들 수 있습니다. 그럴 때 ‘노트북 단위’를 명확히 구분하세요. 하나의 노트북에는 하나의 주제와 관련된 파일만 넣는 것이 좋습니다.
예를 들어 마케팅 전략 리서치 노트북과 재무 보고서 분석 노트북을 따로 만들어두면, 각 노트북에서 AI가 해당 주제에 집중해서 훨씬 정확한 답변을 해줍니다. 노트북 이름도 구체적으로 짓는 게 좋아요. 2026년 1분기 경쟁사 SNS 광고 분석처럼 기간과 범위를 명시하면 나중에 찾기도 쉽고, AI도 맥락을 더 잘 파악합니다.
소스 유형별로 알아두면 좋은 주의사항도 있습니다. 먼저 유튜브 자막 소스는 자막 품질에 따라 결과가 크게 달라집니다. 자동 생성 자막이 달린 영상은 발음이 비슷한 단어를 잘못 인식하거나, 전문 용어를 엉뚱하게 적어둔 경우가 많습니다. 영어 강의를 소스로 쓸 때 특히 이런 상황이 자주 생깁니다. 중요한 자료라면 자막을 먼저 열어서 핵심 수치나 고유명사가 제대로 표기됐는지 훑어보는 게 좋습니다.
PDF 스캔본도 주의가 필요합니다. 종이 문서를 스캔해서 만든 PDF는 텍스트가 이미지로 저장되어 있어서, NotebookLM이 내용을 읽지 못하는 경우가 있습니다. OCR 처리가 된 PDF인지, 아니면 단순 이미지 스캔본인지를 먼저 확인하세요. 복사-붙여넣기가 되는 PDF라면 OCR 처리된 것이고, 텍스트 선택이 안 되는 PDF라면 스캔본입니다. 스캔본은 소스로 올려도 AI가 내용을 분석하지 못합니다.
웹사이트 URL 소스는 로그인이 필요한 페이지나 동적으로 생성되는 페이지는 올바르게 읽히지 않을 수 있습니다. 뉴스 기사나 블로그처럼 공개된 페이지는 잘 됩니다만, 회원제 플랫폼의 콘텐츠는 HTML 파일로 저장해서 올리는 것이 더 안전합니다.
소스를 얼마나 넣어야 좋냐는 질문을 많이 받는데, 정답은 없지만 경험상 하나의 노트북에 소스가 30개를 넘어가면 AI의 답변 속도가 눈에 띄게 느려지기 시작합니다. 한 주제에 정말 핵심이 되는 소스 10~15개를 잘 선별해서 넣는 것이 30개를 무분별하게 넣는 것보다 훨씬 좋은 결과를 냅니다. 소스의 양보다 소스의 질이 중요합니다.
5. 노트북을 프로젝트 단위로 설계하는 법
소스 관리를 넘어서 좀 더 체계적으로 쓰고 싶다면, 노트북 자체를 프로젝트 아키텍처로 설계해보세요. 처음에 이 개념이 낯설 수 있는데, 쉽게 말하면 NotebookLM의 노트북 여러 개를 서로 연결되는 지식 창고로 쌓아가는 방식입니다.
실제로 제가 쓰는 구성을 예로 들면 이렇습니다. 저는 강의 개발, 콘텐츠 기획, 기술 리서치라는 세 개의 큰 프로젝트를 각각 독립된 노트북으로 운영합니다. 강의 개발 노트북에는 커리큘럼, 수업 자료, 학생 피드백이 들어가고, 콘텐츠 기획 노트북에는 트렌드 자료, 기획 초안, 레퍼런스가 들어갑니다. 기술 리서치 노트북에는 논문, 제품 문서, 업계 보고서가 쌓입니다.
이렇게 분리해두면 각 노트북에서 AI가 그 프로젝트에 맞는 맥락으로 답변합니다. 강의 개발 노트북에서는 교육적 관점으로, 콘텐츠 기획 노트북에서는 독자 반응 관점으로 질문에 답해줍니다. 모든 자료를 한 노트북에 넣으면 AI가 맥락을 혼동하는 경우가 생기는데, 프로젝트 단위로 분리하면 이 문제가 사라집니다.
노트북 이름을 짓는 방법도 중요합니다. 단순히 프로젝트명만 쓰는 것보다 기간 + 목적 + 상태를 조합하면 훨씬 관리하기 쉬워집니다. 예를 들면 이렇습니다.
- 2026_Q1 | 마케팅 리서치 | 진행중
- 2026_Q1 | 경쟁사 분석 | 완료
- 2026_Q2 | 신제품 기획 | 준비중
이런 식으로 이름을 붙이면 노트북 목록을 한눈에 봤을 때 어느 프로젝트가 진행 중인지, 어느 자료가 어떤 시점의 것인지 즉시 파악됩니다. 6개월 뒤에 열어봐도 맥락이 바로 이해되고요.
소스 갱신 주기도 미리 정해두는 것이 좋습니다. 예를 들어 경쟁사 분석 노트북은 매달 첫 주에 최신 보도자료와 블로그 글을 추가하고, 6개월 이상 된 자료는 삭제하는 식으로 유지하면 노트북이 항상 최신 상태를 유지합니다. 오래된 자료가 쌓이면 AI가 과거 데이터 기반으로 답변할 수 있거든요. 소스의 날짜를 파일명에 포함시켜두면 정리할 때 편합니다. review_2025_12_competitor.pdf처럼요.
프로젝트가 완료되면 해당 노트북을 아카이빙하는 습관도 중요합니다. 완료된 노트북은 이름 앞에 [DONE]을 붙여두면 목록에서 한눈에 구분됩니다. NotebookLM이 아직 노트북 보관 기능을 제공하지 않기 때문에, 이런 수동 규칙을 만들어두면 노트북 목록이 복잡해지는 것을 방지할 수 있습니다.
마무리하며
NotebookLM은 단순히 정보를 담는 그릇이 아니라, 내 사고를 확장해주는 강력한 엔진입니다. 오늘 소개해 드린 표 만들기, 다양한 출력 형식 활용, 오디오 커스텀, Deep Research 활용, 프로젝트 단위 노트북 설계까지 — 하나하나는 어렵지 않지만, 이것들을 조합하면 진짜 다릅니다.
하루에 10분만 투자해서 그날 읽어야 할 자료를 NotebookLM에 던져보세요. 일주일만 지나면 이 도구 없이 어떻게 일했었는지 기억이 안 날 겁니다. 저도 그러고, 제 주변 사람들도 다 그러더라고요.
특히 Deep Research와 프로젝트 단위 설계를 함께 쓰기 시작하면, NotebookLM이 단순한 요약 도구를 넘어서 진짜 리서치 파트너가 됩니다. 처음에는 설정이 번거롭게 느껴질 수 있지만, 한 번 구조를 잡아두면 이후에는 거의 자동으로 돌아갑니다. 뼈대를 잘 세우면 나머지는 AI가 채워준다는 느낌이랄까요.
2편과 3편에 걸쳐 NotebookLM을 처음 여는 것부터 비교표 자동화, 오디오 커스텀, Deep Research, 프로젝트 아키텍처까지 실용적인 흐름으로 다뤄봤습니다. 사용해 보면 “이게 왜 지금까지 몰랐지?” 싶은 도구입니다. 한번 익혀두면 앞으로 계속 쓰게 될 거예요.
오늘로 NotebookLM 섹션을 마칩니다. 4편에서는 통합 크리에이티브 스튜디오 Google Flow로 넘어갑니다. 텍스트 프롬프트 하나로 8초짜리 영상을 30초 만에 뽑아내는 장면, 직접 보여드릴게요. Veo 3.1이 어떤 퀄리티를 만들어내는지 기대해 주세요!