지난달에 있었던 일인데요. 자격증 하나 따려고 강의 자료 PDF를 200페이지 넘게 받아놓고 한숨부터 쉬었어요. 읽기는 읽어야겠는데, 하루에 30페이지 읽는 것도 버겁고, 정리 노트는 또 따로 만들어야 하고… 그러다 우연히 NotebookLM을 써봤는데, 이게 생각보다 훨씬 쓸만하더라고요.
솔직히 말하면 처음엔 별 기대 안 했어요. "AI 요약"이라는 거 다 거기서 거기 아닌가 싶었거든요. 근데 NotebookLM은 좀 다릅니다. 내가 올린 자료만 가지고 답한다는 점이 진짜 커요. 챗봇한테 "이 PDF 요약해줘" 하는 것과는 차원이 달라요.
1. 일단 자료부터 넣기 – PDF, 링크, 유튜브 다 됩니다
NotebookLM은 말 그대로 "노트북"이에요. 자료를 먼저 채워 넣는 게 시작입니다. PDF 파일 업로드는 기본이고, 웹사이트 링크나 유튜브 영상 링크도 소스로 넣을 수 있어요. 유튜브 링크 넣으면 자막을 읽어서 정리해주는데, 이게 생각보다 정확합니다.
지난주에 회의 자료 준비할 때 40분짜리 세미나 영상을 소스로 넣고 핵심만 뽑아달라고 해봤어요. 영상 끝까지 볼 시간 없었는데, 5분 만에 브리핑 자료 하나 뽑아냈습니다. 자막이 없는 영상은 안 되는 경우가 있으니 그건 미리 확인하세요.
소스는 많을수록 좋은 게 아니라, "질문하고 싶은 자료" 위주로 넣는 게 요령입니다. 저는 한 노트북에 10개 안팎을 넣는 편이에요. 너무 많이 넣으면 답이 산만해지더라고요.
2. 요약과 브리핑 문서 – 읽는 시간을 확 줄여줘요
자료를 넣으면 자동으로 요약이 생성되는데, 진짜 편한 건 "브리핑 문서" 기능입니다. 긴 자료를 회의 전에 훑어야 할 때 이거 하나면 됩니다.
예를 들어 이런 식으로 요청해봤어요: "이 보고서를 경영진 보고용 1페이지 브리핑으로 만들어줘." 챕터별 핵심, 수치, 결론이 깔끔하게 정리돼서 나왔습니다. 표로 정리해달라고 하면 표로, 질문 형식으로 정리해달라고 하면 Q&A 형식으로 바꿔주고요.
다만 한 가지, 숫자는 꼭 원본에서 더블 체크하세요. 저는 한 번 발표 자료에 쓸 매출 수치를 그대로 믿었다가 원본이랑 소수점 자리수가 다른 걸 뒤늦게 발견했어요. 정리 능력은 훌륭한데, 숫자는 본인이 확인하는 게 안전합니다.
3. 마인드맵과 학습 가이드 – 자격증 공부에 진짜 잘 맞아요
NotebookLM에 자료 넣으면 자동으로 마인드맵을 만들어주는데, 이게 공부할 때 꽤 쓸만해요. 전체 구조를 한눈에 보면서 "아, 이 챕터는 저 챕터랑 연결되는구나" 하고 이해가 되거든요.
제가 자격증 공부할 때 썼던 흐름을 공유하면요.
- 교재 PDF를 챕터별로 소스에 넣고
- "이 챕터의 핵심 개념 10개를 표로 정리해줘"라고 요청하고
- 마인드맵으로 전체 흐름을 확인한 뒤
- "모의고사 20문제 내줘"라고 하면 학습 가이드가 완성됩니다
문제 내달라고 하면 진짜로 퀴즈를 만들어줘요. 답은 따로 물어보면 알려주고요. 학원 다니는 기분은 아니지만, 혼자 공부하는 외로움은 좀 덜어줍니다.
4. Q&A로 자료 파고들기 – 읽은 척이 아니라 진짜 이해하게 돼요
NotebookLM의 진짜 강점은 질문에 있다고 생각합니다. 자료 안에 있는 내용에 대해서만 답하니까, "이 문단에서 저자가 말한 A와 B의 차이가 뭐야?" 같은 집요한 질문이 가능해요.
논문 읽을 때 특히 유용했어요. 영어로 된 논문 3개를 넣고 "세 논문의 연구 방법이 뭐가 다른지 비교해줘"라고 물었더니, 표로 나란히 정리해줬습니다. 일일이 페이지를 넘기며 비교할 일이 없어진 거죠.
챗봇이랑 대화하듯 후속 질문을 이어가면 됩니다. "그럼 그 연구의 한계는 뭐라고 나와 있어?" 이렇게요. 자료에 없는 내용을 물으면 모른다고 하거나 답을 못 하니까, 할루시네이션 걱정도 일반 챗봇보다 덜해요.
NotebookLM이 잘 맞는 경우 vs 아닌 경우
| 구분 | 이런 경우에 써보세요 | 이런 경우는 비추 |
|---|---|---|
| 공부 | 자격증, 시험 대비, 교재 정리 | 외워야 하는 건 본인이 직접 써야죠 |
| 업무 | 회의 자료 요약, 보고서 브리핑 | 회사 기밀 문서는 업로드 전에 꼭 확인 |
| 리서치 | 논문 여러 개 비교, 영상 내용 정리 | 소스 자체가 부실하면 결과도 부실 |
표에서 눈치채셨겠지만, 솔직한 한계도 있습니다. 소스 품질이 곧 결과 품질이에요. 허접한 자료를 넣으면 허접한 정리가 나옵니다. AI가 자료를 좋아지게 만드는 게 아니라, 자료를 빨리 정리해주는 거라는 걸 잊지 마세요.
한국어 지원은 어떤가요?
이건 많이들 궁금해하실 것 같은데, 제 기준에서는 한국어 소스도 잘 읽습니다. 한국어 PDF를 넣고 한국어로 질문하면 한국어로 답하고요. 다만 영어 자료가 워낙 많아서 그런지, 가끔 영어 자료의 영어 용어를 그대로 쓰는 경우가 있어요. "이 용어를 한국어로 쉽게 풀어서 설명해줘"라고 추가 질문하면 해결됩니다.
개인적인 느낌입니다만, 영어 자료 > 한국어 자료 순으로 정확도가 살짝 높게 느껴지긴 해요. 한국어 논문이나 한국어 책으로 공부하시는 분들도 충분히 쓸만하지만, 영어 원서로 공부하면 더 잘 맞는 느낌입니다.
5. 오디오 오버뷰 – 자료를 "듣는" 재미
NotebookLM에 진짜 재밌는 기능이 하나 있어요. 오디오 오버뷰라고, 넣은 자료를 두 명의 AI 진행자가 팟캐스트처럼 대화로 풀어주는 기능입니다. 한국어 지원도 돼요.
자격증 공부할 때 이걸로 15분짜리 오디오를 만들어서 출근길에 들었습니다. 교재 내용을 두 사람이 "이 부분 중요하대요", "그러니까 쉽게 말하면…" 하면서 설명해주니까, 눈으로 읽을 때보다 훨씬 머리에 남더라고요. 재생 속도를 조절할 수도 있어서, 익숙한 내용은 1.5배속으로 듣고 넘어갔어요.
다만 가끔 진행자 멘트가 살짝 오글거릴 때가 있어요. "와, 정말 흥미로운 내용이네요!" 같은 리액션. 처음엔 어색했는데, 듣다 보면 익숙해집니다. 긴 자료를 "일단 전체 감" 잡는 용도로는 최고예요. 정밀하게 공부할 때는 역시 텍스트 정리가 낫고요.
6. 질문을 잘하는 법 – 복붙해도 되는 프롬프트 5개
NotebookLM은 질문을 구체적으로 할수록 잘 답합니다. 제가 자주 쓰는 패턴을 공유하면요.
- "이 자료의 핵심 주장을 3문장으로 정리해줘"
- "이 내용을 고등학생도 이해할 수 있게 쉽게 풀어줘"
- "이 자료에서 가장 중요한 수치 5개와 그 의미를 표로 정리해줘"
- "자료 안에서 서로 다른 의견이 있으면 비교해줘"
- "이 내용으로 예상 질문 10개와 모범 답안을 만들어줘"
마지막 건 면접 준비할 때 써먹었어요. 자기소개서랑 회사 소개 자료를 소스로 넣고 "예상 질문 10개 뽑아줘" 했더니, 실제 면접에서 3개가 거의 똑같이 나왔습니다. 물론 답은 제가 준비한 거지만요. 예상 질문 뽑기는 진짜 활용도가 높아서, 시험·면접·발표 준비하시는 분들은 꼭 써보세요.
7. 저는 이렇게 씁니다 – 일주일 루틴
월요일 아침이면 이번 주 회의 자료를 한 노트북에 몰아넣습니다. 금요일에 주간 회고할 땐 그 주에 읽은 아티클 링크들을 넣고 "이번 주 읽은 것 중 실무에 쓸 만한 것만 5줄로" 요청해요.
이 루틴의 핵심은 "자료를 버리지 않고 한곳에 모은다"는 거예요. 예전엔 PDF를 다운로드 폴더에 쌓아두고 다시 안 봤거든요. 지금은 노트북 하나가 제 개인 아카이브가 됐습니다. 3개월 전 회의 자료가 필요해졌을 때, 노트북에서 검색하듯 질문해서 바로 찾아낸 적도 있어요.
처음부터 거창하게 시작할 필요는 없습니다. 지금 책상 위에 있는 PDF 하나, 북마크에 묵혀둔 아티클 링크 하나. 그거 두 개만 넣고 "핵심만 정리해줘"라고 해보세요. 5분이면 NotebookLM이 뭔지 감이 옵니다.
자주 하는 실수 3가지
- 자료 하나만 넣고 "다 알려줘"라고 하기: 소스가 하나면 그 하나만 가지고 답합니다. 비교·교차 검증하려면 소스를 여러 개 넣으세요.
- 숫자·인용문을 그대로 베껴 쓰기: 위에서 말했듯이 숫자는 원본 확인이 필수예요.
- 기밀 문서 무턱대고 업로드: 회사 내부 자료나 개인정보가 들어간 파일은 올리기 전에 한 번 더 생각하세요. 편리함이 전부는 아니니까요.
마무리
NotebookLM은 "자료를 대신 읽어주는 비서"보다는 "자료를 같이 파고드는 스터디 메이트"에 가까워요. 읽는 양은 확 줄여주지만, 판단은 결국 내 몫이거든요.
저는 이제 회의 전날이면 일단 자료부터 NotebookLM에 던져놓고 시작합니다. 여러분은 어떤 자료를 제일 먼저 넣어보고 싶으세요? 댓글로 알려주세요.
Comments
Post a Comment