Google NotebookLM — 자료 기반 Gemini 노트북

NotebookLM 은 Google 의 자료 우선 (source-grounded) AI 노트북. 사용자가 업로드한 PDF·구글 문서·웹사이트·YouTube·오디오에서만 답변을 합성하므로 hallucination 이 일반 챗봇보다 적음. 04-gemini-api 가 raw API, 08-google-ai-studio 가 generic playground·Build 라면 NotebookLM 은 RAG 인터페이스가 자체 내장된 노트북 입니다.

1. 정체성

사이트: notebooklm.google.com (또는 enterprise 의 NotebookLM Plus)
출시: 2023-07 (Project Tailwind) → 2024 일반 공개 → 2025 모바일 앱
모델: Gemini 1.5 / 2.0 / 2.5 (시기별 자동 업그레이드)
컨텍스트: 노트북 1개당 최대 50개 자료 (각 파일 500MB / 무료 50만 단어, Plus 200만 단어)
한 줄 정의: "내 자료만 읽고 답하는 Gemini 노트북".

2. 입력 가능한 자료 형태

자료 유형	비고
PDF	OCR 처리 자동
Google Docs	Drive 직접 연결
텍스트 파일 (.txt, .md)	UTF-8 권장
웹페이지 URL	HTML 파싱
YouTube URL	자막 기반 (자막 없으면 거부)
오디오 파일 (.mp3, .wav 등)	전사 (Speech-to-Text) 후 인덱싱
복사 붙여넣기	1만 단어 단위 chunk

3. 핵심 기능

3.1 인용 기반 답변 (Citations)

답변의 모든 문장에 자료 위치 (페이지·timestamp) 가 클릭 가능한 인용 번호로 붙음. 어디서 가져왔는지 즉시 확인 → 신뢰도 검증이 직관적. 이게 일반 ChatGPT/Gemini 채팅과 가장 큰 차이.

3.2 Audio Overview (팟캐스트 자동 생성)

자료를 입력으로 두 명의 AI 호스트가 자연어로 대화하는 팟캐스트 를 자동 생성 (영어 + 일부 언어). 강의·논문·계약서·매뉴얼 등 긴 자료를 5~15분짜리 팟캐스트로 청취 가능 → "출퇴근 학습" 사용 사례.

3.3 Mind Map (마인드맵)

자료를 분석해 계층 구조의 마인드맵으로 자동 시각화 → 학습·정리에 유용.

3.4 노트 (Studio)

채팅 응답을 노트 로 저장 → 같은 노트북 안에서 누적. 노트도 다시 입력으로 사용 가능 (재귀 합성).

3.5 공유 (Plus)

노트북 자체를 동료에게 공유. Viewer (질문만) / Chat (질문 + 노트 추가) 권한 분리.

4. 무료 vs Plus

항목	Free	Plus (Google One AI Premium 또는 Workspace 부가)
노트북 개수	100	무제한
자료 수/노트북	50	300
일일 채팅	50회	500회
일일 Audio Overview	3	20
공유	✗	✓
비용	$0	$20/월 ~

5. 활용 시나리오

시나리오	예
학습	강의 PDF 50장 + 영상 → 정리 노트 + 팟캐스트
연구	논문 30편 → 비교 표 + 미해결 지점 지도
계약·정책	약관 100p → 조항별 Q&A + 위험 요약
매뉴얼	사내 가이드 → 신규 입사자 자율 Q&A
회의	회의록 1년치 → 안건별 결정 추적
인터뷰 분석	음성 10시간 → 인사이트 추출
책 정리	비문학 책 1권 → 챕터별 요약 + 적용 사례

6. 한계

학습에 활용되지 않음 — 업로드 자료는 모델 학습에 사용 안 됨 (정책 명시). 단 Free 의 채팅 입력은 일부 익명화 후 품질 개선에 사용 가능 → 민감 자료는 Plus 권장.
자료 외 답변 거부 — 일반 상식 질문은 답하지 않음 ("자료에 없습니다"). 의도된 제약.
50자료 한도 — Free 는 노트북당 50개 (Plus 300). 대규모 코퍼스는 분할 필요.
API 없음 — 2026-05 현재 NotebookLM 자체 API 미공개. 비슷한 RAG 를 자동화하려면 Gemini API + 자체 RAG (02-rag-pgvector) 로 구축.
한국어 — 텍스트는 한국어 강함. 단 Audio Overview 는 영어가 가장 자연스러움 (한국어는 점진 개선 중).

7. 비슷한 도구

도구	강점	약점 vs NotebookLM
ChatGPT (with files)	일반 상식 + 자료 모두	인용 표기 약함
Claude Projects	1M 토큰 컨텍스트	팟캐스트 없음
Perplexity Spaces	웹 + 내 자료 혼합	마인드맵 없음
Notion AI	노트 통합	RAG 단순
자체 RAG (pgvector + Gemini)	완전 통제·외부 노출 가능	구축·유지 비용

8. 사용 팁

자료 메타정보 — PDF 의 OCR 품질 영향 큼. 텍스트 추출 가능한 PDF 권장 (스캔 PDF 는 별도 OCR 후 업로드).
자료 분리 — 한 노트북에 너무 다양한 주제 섞으면 답변 노이즈. 주제별 노트북 분리.
YouTube 자막 확인 — 한국어 영상은 자막 자동 생성 안 된 경우 다수. 업로드 전 자막 ON 확인.
Audio Overview 후 노트 저장 — 팟캐스트 생성 후 Save to note 로 transcript 저장 → 검색 가능.
Plus 무료 체험 — Google One AI Premium 1개월 무료 → Plus 기능 시험 후 결정.

9. 자체 호스팅 가능성

NotebookLM 자체는 self-host 불가. 비슷한 워크플로를 자체 구축하려면:

벡터 DB: pgvector (02-rag-pgvector) 또는 Qdrant
임베딩: Gemini text-embedding-004 또는 OpenAI text-embedding-3-small (05-embeddings-deep)
LLM: Gemini API (04-gemini-api) 또는 LM Studio (01-local-llm-lmstudio)
인용: 답변 생성 시 chunk id + 페이지 번호를 source 메타로 첨부 → UI 에서 원문 링크
팟캐스트: ElevenLabs / Google TTS + 두 페르소나 스크립트 자동 생성

자체 구축은 데이터 통제·외부 비공개 자료에 유리. 단순 학습용은 NotebookLM 이 빠름.

Google NotebookLM — 자료 기반 Gemini 노트북 (RAG 형 도구)