NotebookLM은 구글 딥 마인드(Google DeepMind)가 개발한 인공지능(AI) 기반의 지식 보조 도구 및 글쓰기 지원 플랫폼으로 정의되고 있다.
사용자가 보유한 문서나 자료를 기반으로 AI가 내용을 이해하고, 이를 바탕으로 요약, 분석, 질문 답변, 콘텐츠 생성 등 다양한 작업을 수행하여 생산성을 높여주는 것을 목표로 하고 있다.
필자는 다양한 기업과 미팅을 하고, 연구개발을 기획하는 입장에서 AI의 활용을 점차 늘려가려고 하고 있다.
기존에 기업이 가지고 있는 개발 정보 혹은 관련 기술의 기술 동향을 확보하여 제공하고, AI와 대화를 통해 필자의 부족한 부분을 채워나가는 것이다.
아직 미숙하기는 하지만 이와 같은 목적의 AI 활용이 도움이 되기는 한다.
이와 같은 기능은 기존의 채팅형 AI인 Gemimi나 ChatGPT에서도 충분히 가능한 영역이기는 하다.
하지만 NotebookLM의 경우 업로드 한 ‘참고자료’로부터 결과물을 얻어내는 데 좀 더 특화되어 있다고 한다.
NotebookLM의 활용 방법
NotebookLM은 많은 분야, 특히 업무 영역에서 다양하게 활용할 수 있다.
1) 정보 수집 및 분석
방대한 보고서/논문의 핵심 내용을 신속하게 파악하거나, 시장 조사 및 경쟁사 동향 자료 요약 및 분석할 수 있다.
최신 기술의 트렌드 및 법규 변경 사항 추적할 수 있는데, 이를 통해 리서치 시간을 대폭 단축하고 정보 기반의 신속한 의사 결정 지원한다는 것이다.
이와 같은 활용은 숨겨진 인사이트를 발굴하는 데 특히 도움이 될 수 있다.
2) 문서 작성
회의록 기반의 실행 계획(초안)을 도출하거나, 제안서 및 보고서의 논리 구조화 및 내용 보강하는 데에도 유리하다.
CS 팀이라면 고객 문의 유형별 표준 답변의 초안을 만드는 것에 활용할 수도 있다.
동일한 자료에서 나오는 답변인 만큼 일관성 있고 높은 품질의 문서 생산할 수 있을 것이다.
3) 지식 관리 및 협업
사내 매뉴얼, 규정, 프로세스 기반 지식 베이스를 구축해 놓을 수 있다.
이를 활용하여 신입 사원의 온보딩 및 직무 교육 자료를 생성하거나, 프로젝트 관련 자료를 통합 관리하고 공유할 수도 있다.
이는 기업 내 정보 접근성 향상과 지식 격차 해소에 도움이 되고, 교육 및 온보딩 기간 단축시킬 수 있다.
결론적으로 팀 생산성 및 협업 효율의 증대를 가져올 수 있다는 것이다.
4) 아이디어 발상
다양한 소스(기사, 보고서, 내부 자료)를 연결하여 신규 사업 아이디어 탐색하고, 브레인스토밍 결과물을 구조화하여 발전시키는 데에도 기존 채팅형 AI보다 유리하다.
아이디어를 구체화하고 실현 가능성 검토 지원에 축적된 자료들을 활용할 수 있다.
이와 같이 NotebookLM은 사용자가 제공하는 다양한 자료를 기반으로, 내가 가진 정보를 이해하고 활용하는 데 초점을 맞춘다.
즉, 사용자가 제공한 문서를 기반으로 질문에 답하고, 내용을 요약하며, 심지어 새로운 콘텐츠를 생성하는 AI 기반 지식 도우미라는 것이다.
NotebookLM의 구동 원리
NotebookLM의 핵심은 ‘소스 기반 AI’라는 점이다.
인터넷 전체를 학습한 거대 언어 모델(LLM)과 달리, NotebookLM은 사용자가 직접 업로드하거나 지정한 문서(소스)만을 기반으로 작동한다.
이는 정보의 정확성과 관련성을 비약적으로 높여줄 가능성이 높다.
Gemini와 ‘RAG(검색 증강 생성, Retrieval-Augmented Generation)’ 기술을 활용하는데, RAG는 사용자의 질문과 관련된 정보를 소스 문서에서 먼저 검색한 후, 이 정보를 바탕으로 LLM이 답변을 생성하도록 하는 기술이다.
이를 통해 기존의 채팅형 AI에서 문제시 되는 환각 현상(Hallucination)을 최소화하고 사실에 기반한 답변을 제공한다.
핵심 기능은 다음과 같다.
– AI 기반 질의 응답
– 자동 요약 및 정리
– 콘텐츠 생성
채팅형 AI와의 차이점
NotebookLM, Gemini, ChatGPT는 모두 구글과 OpenAI가 개발한 강력한 인공지능 모델이지만, 그 목적과 기능, 그리고 활용 방식에서 뚜렷한 차이를 보인다.
1) NotebookLM
NotebookLM은 사용자가 제공한 특정 자료에 대한 ‘전문가’ 역할을 수행한다.
긴 논문이나 보고서를 빠르게 요약하고, 핵심 내용을 파악하며, 사용자의 질문에 대해 업로드 된 문서 내에서 정확한 답변과 근거를 찾아 제시한다.
따라서 연구, 학습, 보고서 작성 등 특정 자료를 깊이 있게 다루어야 하는 작업에 유용하다.
마치 개인 튜터나 연구 조수처럼 사용자가 제공한 정보에만 집중하는 것이 가장 큰 특징이라고 할 수 있다.
2) Gemini, ChatGPT
반면 채팅형 AI의 경우 인터넷의 방대한 정보를 학습하여 다양한 주제에 대해 대화하고, 질문에 답하며, 창의적인 글을 생성하는 것에 특화되어 있다.
특정 자료에 국한되지 않고 폭넓은 지식을 바탕으로 사용자와 상호작용을 하는 것이다.
물론 사진이나 일부 자료를 업로드하여, 이에 대한 심층 검토가 가능하기는 하지만 메인 작업이 아니라는 것이다.
따라서 일반적인 정보 검색, 아이디어 구상, 이메일 초안 작성, 코딩 지원 등 다방면에서 활용될 수 있습니다.
똑똑한 대화 상대와 이야기하듯 다양한 주제를 넘나들며 정보를 얻거나 창의적인 영감을 얻는 데 강점을 보인다.
NotebookLM은 단순히 방대한 인터넷에서의 자료 검색이 아닌, 사용자가 모은 자료를 기반으로 의사결정을 할 수 있도록 도와주어 정보 처리 작업의 효율을 높일 수 있다.
NotebookLM의 업무 적용
필자의 경우 기업별로 가지고 있는 기술 자료나, 개발 계획서, 관련 기술 및 시장 동향의 자료를 모아서 기업 별로 각각의 노트북을 만들고 있다.
이번에는 예시를 위해 필자가 자주 확인하는 국가연구개발혁신법 매뉴얼을 참고자료로 해서 노트북을 만들었다.
정부 과제 관련해서 문의가 워낙 많기도 하고, 알고 있는 지식이라도 그 근거를 함께 제시하기 위해서 해당 매뉴얼은 자주 보는 자료이기도 하다.
아래 그림은 NotebookLM을 실행하거나 혹은 제작된 노트북에 들어가면 나오는 화면이다.
필자는 좌측의 출처 메뉴에서 ‘소스 추가’ 버튼을 눌러 참고할 자료인 ‘국가연구개발혁신법 매뉴얼’을 추가했다.
참고로 자료의 정확성을 높이기 위해 24년도, 25년도 매뉴얼 두 개를 모두 추가했다.
중간의 채팅 메뉴에서는 업로드한 참고 자료에 대한 간단한 설명과 활용이 가능한 버튼이 보인다.
사용 방법은 매우 간단한데, 기존의 채팅형 AI와 마찬가지로 하단에 질문이나 원하는 행동을 입력하면 그 결과를 참고 자료 내에서 만들어주는 형태다.
예를 들어 다음과 같이 입력했다.
‘우리 기업에서 장비비로 시험용 장비를 구매하고자 한다. 입고일이 단계 종료 10일 전인데 문제는 없을까?’
이 물음에 대한 답변을 그림과 같이 확인할 수 있다.
생각보다 정확한 근거를 찾아 답변을 만드는 것을 확인했다.
다만 AI 자체의 문제로 이와 같은 답변이 부정확한 정보를 포함할 수 있으니 사용자가 직접 한 번 더 확인하는 것을 추천한다.
확보한 답변은 ‘메모에 저장’ 버튼을 눌러 별도로 저장할 수 있다.
우측의 스튜디오 메뉴는 참고 자료를 활용할 수 있는 기능들을 모았다.
AI 오디오 오버뷰는 주제를 정해주면 참고자료의 정보를 기반으로 서로 대화를 하는 오디오를 만들 수 있다.
필자가 사용해본 결과 마치 팟캐스트 방송을 하는 듯한 오디오가 생성되었다.
하단의 ‘학습 가이드’, ‘브리핑 문서’, ‘FAQ, ‘타임라인’의 경우 참고자료를 이용해 주제에 맞는 자료를 만들어 주었다.
예를 들어 ‘FAQ’의 경우 참고자료에서 자주 나올 수 있는 질문과 답변을 미리 만들어 제공하는 식이다.
최근 필자는 AI를 개인 비서로 적용할 수 있는 방법에 대해 관심이 많다.
NotebookLM을 처음 사용하고자 했던 이유 역시 업무용 비서로 적용이 가능한지 확인하기 위함이였다.
하지만 확실히 업무용 비서와는 그 결이 매우 달랐다.
개인적으로는 NotebookLM은 우리 팀에 합류한 신입 사원 정도로 생각하면 될 것 같다.
수많은 참고 자료를 참고해 빠르게 결과를 가져오기는 하지만, 좀 방향성이 안 맞을 때가 있다.
가끔씩 중요 정보를 빠트리기도 하지만, 참고 자료 내에서 깔끔한 결과물을 만들어낸다.
무엇보다, 무료로도 사용이 가능하다는 것도 강점이다.