NotebookLM, 연구 논문들 한 번에 정리하는 법 — L&D 실무자의 가이드

연구 논문 10개를 동시에 읽어야 할 때, 예전엔 탭을 20개 열었습니다. ISO 국제표준, 정부 감사 보고서, 학술 논문, 직접 만든 진단 도구 PDF까지. 브라우저는 느려지고, 정리는 하고 있지만 결국 어느 문서에서 읽은 내용인지, 어떤 탭이었는지 헷갈리게 됩니다.

NotebookLM은 이 문제를 줄여주는 AI 리서치 도구입니다. 핵심은 사용자가 선택하거나 업로드한 소스를 바탕으로 답변하고, 답변에 인라인 출처를 붙여 확인 가능성을 높인다는 점입니다. 다만 “AI가 절대 틀리지 않는다”는 뜻은 아닙니다. 중요한 내용은 반드시 원문 출처를 열어 확인하는 방식으로 써야 합니다.

이 글은 L&D 프레임워크 개발 과정에서 직접 써본 경험을 바탕으로, NotebookLM을 연구 정리에 실제로 활용하는 방법을 정리한 것입니다. Perplexity와 Obsidian과의 역할 차이, Gemini Notebooks 연동, Antigravity 같은 AI 개발 도구로 이어지는 워크플로우까지 함께 다룹니다.

AI 리서치 도구가 이렇게 많아졌는데, 뭐가 다른가

ChatGPT, Claude, Perplexity, NotebookLM. 이름만 들어도 헷갈립니다. 다 “AI”이고 다 “리서치에 쓴다”고 하지만, 실제로 써보면 결과가 제각각입니다. 이유는 간단합니다. 이 도구들은 하는 일이 다릅니다.

연구 워크플로우에서 AI 도구는 크게 세 가지 역할로 나눠볼 수 있습니다.

표에서 보시듯이, 세 도구는 꼭 경쟁 관계가 아닙니다. 순서가 있습니다. Perplexity나 NotebookLM의 Discover Sources로 소스를 찾고, NotebookLM에 모아 정리한 다음, Claude나 Gemini 같은 작성 도구로 결과물을 만드는 식입니다.

NotebookLM이 독특한 이유는 답변을 소스 기반으로 제한하고 출처를 붙여주는 설계에 있기 때문입니다. 예전에는 주로 사용자가 직접 업로드한 자료 중심으로 작동했지만, 현재는 Discover Sources 기능을 통해 웹에서 관련 소스를 찾아 노트북에 추가할 수도 있습니다. 따라서 “인터넷에 전혀 연결되지 않는다”기보다는, 사용자가 노트북에 넣은 소스를 중심으로 답변을 구성한다고 이해하는 편이 정확합니다.

실제로 이렇게 씁니다 — 프레임워크 개발 시 연구 정리 워크플로우

말로 설명하는 것보다 실제 사용 화면이 더 빠릅니다. 아래는 제가 L&D 분야 관련 진단법을 개발할 때 직접 쓴 노트북입니다.

이 경험에서 나온 실용 팁 세 가지입니다.

• 노트북 하나 = 프로젝트 하나. 주제가 다른 문서를 한 노트북에 섞으면 답변이 산만해질 수 있습니다. 서로 다른 프로젝트는 별도 노트북으로 분리해두는 식이 좋습니다.
• 핵심 소스는 제목과 파일명을 명확히 정리하세요. NotebookLM이 답변할 때 출처를 더 쉽게 추적할 수 있고, 사용자가 나중에 원문을 확인하기도 편합니다.
• Fast Research와 Deep Research를 구분해서 쓰세요. 빠른 사실 확인은 일반 질의나 간단한 소스 확인으로, 여러 소스를 교차 분석해야 할 때는 Deep Research를 쓰는 식으로 나누면 효율적입니다.

정리가 끝나면 Studio 패널이 진가를 발휘합니다. 같은 소스로 Audio Overview, Flashcards, Quiz, Mind Map, Reports 같은 학습용 산출물을 만들 수 있습니다. L&D 실무에서는 연구 정리와 학습 콘텐츠 초안을 동시에 뽑아낼 수 있다는 뜻입니다.

Obsidian이랑 같이 쓰면 어떻게 되나요?

Obsidian을 쓰고 있다면 이 질문이 자연스럽게 나옵니다. “NotebookLM이 생기면 Obsidian은 필요 없는 건가?” 결론부터 말씀드리면, 대체 관계가 아닙니다. 역할이 다릅니다.

Obsidian은 수년치 지식을 쌓아두는 창고고, NotebookLM은 그 창고에서 꺼낸 재료로 요리하는 주방에 가깝습니다.

실용적인 스택은 이렇습니다.

1. Obsidian — 평소 읽은 논문, 메모, 인사이트를 장기 보관
2. NotebookLM — 새 프로젝트 시작 시 관련 파일만 꺼내서 업로드하고 AI로 합성
3. Claude / Gemini / ChatGPT — 합성된 내용을 바탕으로 실제 결과물 작성

한 발 더 — Gemini Notebooks와 Antigravity, 리서치가 결과물로 이어지는 흐름

NotebookLM을 리서치 도구로만 쓰면 절반만 쓰는 겁니다. 두 가지 확장이 더 있습니다.

Gemini Notebooks — NotebookLM과 이어지는 프로젝트 공간

2026년 4월, Google은 Gemini 앱 안에 Notebooks 기능을 발표했습니다. Gemini의 노트북은 NotebookLM과 동기화되며, 사용자는 Gemini 앱 안에서도 프로젝트별로 채팅과 파일을 정리할 수 있습니다. Google 공식 발표 당시에는 웹에서 Google AI Plus, Pro, Ultra 구독자에게 먼저 제공되고, 이후 접근성이 확대되는 방향으로 안내되었습니다.

대부분의 개인 프로젝트에서는 소스 50개도 충분합니다. 다만 기능 제공 범위와 지역, 앱 버전, 요금제 정책은 바뀔 수 있으니 실제 사용 전에는 공식 도움말을 확인하는 것이 안전합니다.

Antigravity — 리서치 결과를 개발 작업으로 넘기는 흐름

Google Antigravity는 Google이 공개한 agent-first 코딩 도구입니다. 일반적인 노코드 빌더라기보다는, AI 에이전트가 에디터, 터미널, 브라우저를 사용해 개발 작업을 돕는 IDE에 가깝습니다.

NotebookLM과 함께 쓰면 이런 흐름이 가능합니다.

1. NotebookLM에서 연구·프레임워크 내용 정리
2. 정리된 내용을 앱 요구사항, 체크리스트, 사용자 흐름으로 변환
3. Antigravity 같은 AI 개발 도구에 전달해 웹앱·프로토타입 제작 보조

예를 들어 리스크 진단 프레임워크를 NotebookLM에서 정리했다면, 그 내용을 바탕으로 “진단 체크리스트 앱”의 요구사항 문서를 만들고, Antigravity에서 프로토타입 제작을 시도할 수 있습니다. 다만 완전한 자동 앱 제작이라기보다는, 사용자가 결과를 검토하고 수정 방향을 주는 협업형 개발에 가깝습니다.

자주 묻는 질문

Q. NotebookLM은 무료인가요?
네, 기본 기능은 무료로 쓸 수 있습니다. 공식 도움말 기준으로 무료 사용자는 노트북 100개, 노트북당 소스 50개, 소스당 500,000단어까지 사용할 수 있습니다. 다만 일일 채팅 수, Audio Overview 생성 수, Deep Research 사용량 등에는 제한이 있습니다.

Q. Perplexity랑 같이 써야 하나요, 하나만 써도 되나요?
용도가 다릅니다. Perplexity는 웹에서 새 소스를 찾을 때, NotebookLM은 이미 가진 문서나 선택한 소스를 정리할 때 유용합니다. 새 주제를 처음 파고들 때는 Perplexity 또는 NotebookLM Discover Sources로 후보 자료를 찾고, NotebookLM에서 합성하는 순서가 효율적입니다.

Q. Gemini 유료 구독 없이도 노트북 연동이 되나요?
Google은 2026년 4월 Gemini Notebooks를 발표하면서 NotebookLM과의 동기화를 안내했습니다. 공식 발표 당시에는 유료 플랜 사용자를 대상으로 먼저 웹에서 제공된다고 설명했고, 이후 접근성이 확대되고 있습니다. 현재 사용 가능 여부는 지역, 앱 버전, 계정 유형에 따라 다를 수 있습니다.

Q. Obsidian 쓰고 있는데, NotebookLM이 따로 필요한가요?
역할이 다르기 때문에 함께 쓰는 것이 더 효과적일 수 있습니다. Obsidian은 장기 지식 보관, NotebookLM은 프로젝트 단위 AI 합성에 특화돼 있습니다. 단, 회사 자료나 민감한 문서는 Google 서비스에 업로드해도 되는지 먼저 확인해야 합니다.