AI로 글 쓰기, 이제 '도움 받는 수준'을 넘어 '거의 다 맡기는 단계'까지 왔습니다.
참고 이미지
캡션: MCP로 여러 도구를 연결해 워크플로우를 구성하는 예시
출처: https://www.dailydoseofds.com/model-context-protocol-crash-course-part-4/
노트북LM에 MCP를 연결하면, PDF 자료 수집부터 책 집필, 슬라이드 제작, 출판용 마케팅 전략, 그리고 결과물을 노션에 자동 저장하는 것까지 한 번에 이어서 처리할 수 있습니다.
이 글에서는 영상에서 다룬 흐름을 기준으로,
안티그래비티에 노트북LM MCP를 설치하고, 서브 에이전트를 구성해 책과 마케팅 플랜을 자동으로 만들어내는 실제 활용 시나리오를 정리해 보겠습니다.
노트북LM MCP, 뭐가 그렇게 대단한가
노트북LM은 원래도 PDF·문서 기반 분석에 강한 AI 도구지만, 브라우저 안에서만 쓰면 '질문-답변 도구'에 가깝게 느껴지기 쉽습니다.
여기에 MCP(Model Context Protocol)를 연결하면 상황이 달라집니다.
MCP는 쉽게 말해, AI가 다른 앱·서비스와 직접 연결되어 일을 대신 해 주도록 만드는 '표준 연결 규격'입니다.
노트북LM MCP를 쓰면, 노트북LM이 단순히 문서를 읽어주는 역할을 넘어,
외부 도구(안티그래비티, 노션, 클로드 코드, 커서 등) 안에서 '작업을 실행하는 엔진'처럼 동작합니다.
결과적으로 사용자는 브라우저 여러 개를 전전하지 않고, 한 환경 안에서
자료 수집 → 노트북 생성 → 슬라이드 제작 → 책 집필 → 마케팅 전략 → 노션 저장까지 이어서 자동화할 수 있습니다.
안티그래비티에 노트북LM MCP 설치해서 연결하기
실제 자동화를 돌리려면 먼저 MCP를 쓸 수 있는 플랫폼이 필요합니다. 영상에서는 '안티그래비티(Antigravity)'를 사용했습니다.
안티그래비티는 여러 MCP를 쉽게 연결해서 쓸 수 있는 일종의 AI 허브 같은 환경입니다.
설치 과정의 핵심은 크게 세 단계로 정리할 수 있습니다.
먼저, GitHub에 공개된 노트북LM MCP 레포지터리 주소를 가져옵니다. 영상 설명란에는 notebooklm-mcp 링크가 제공됩니다.
다음으로, 안티그래비티 환경 설정에서 MCP 추가 메뉴로 들어가 이 레포지터리를 등록합니다. 이때 노트북LM에 로그인된 계정 정보와 API 형태의 연결 설정이 필요할 수 있습니다.
마지막으로, 연결이 정상적으로 되었는지 테스트 질문을 한 번 던져 봅니다. 예를 들어 "노트북LM MCP가 연결되어 있나요?" 정도의 간단한 프롬프트로 응답이 오는지 확인하면 됩니다.
이 과정을 끝내면, 이후부터는 안티그래비티 안에서 노트북LM을 '기능처럼' 불러다 쓸 수 있게 됩니다.
PDF 파일을 자동 소스로 등록해 노트북 만드는 과정
이제 본격적으로 노트북LM의 강점을 끌어올리는 단계입니다.
영상에서는 "안티그래비티 사용법"이라는 50페이지 분량의 PDF를 예시로, 이 파일을 노트북LM의 소스로 등록하고 노트북을 자동 생성하는 과정을 보여줍니다.
일반적으로 노트북LM에서 하던 작업은 다음과 같습니다.
PDF 업로드 → 노트북 생성 → 목차·요약 확인 → 질문·답변 반복.
MCP를 통해 안티그래비티에서 실행하면 이 과정이 하나의 명령으로 압축됩니다.
예를 들어, 안티그래비티에서 "이 PDF를 노트북LM에 소스로 추가하고, 새 노트북을 만들어줘"라는 식으로 지시하면,
파일 업로드부터 노트북 생성까지를 MCP가 순차적으로 실행합니다.
이렇게 만들어진 노트북을 기반으로, 이후 책 초안 작성, 강의 자료 만들기, 마케팅 카피 작성 등 다양한 작업을 이어 갈 수 있습니다.
노트북LM으로 슬라이드까지 자동 생성·다운로드하기
문서만 만들면 끝이 아닙니다. AI 활용이 진짜 편해지는 지점은 '발표용 자료'까지 자동으로 만드는 단계입니다.
노트북LM은 노트북에 담긴 내용을 바탕으로 슬라이드를 자동 생성해 주는 기능을 제공합니다.
MCP와 연결된 상태에서는 안티그래비티에서 프롬프트 한 줄로 다음과 같은 요청이 가능합니다.
"방금 만든 노트북을 기반으로 강의용 슬라이드를 만들어줘.
슬라이드 파일로 내보내서 내가 다운받을 수 있게 해줘."
그러면 노트북LM이 핵심 내용만 추려 슬라이드 구조를 만들고,
MCP가 이 슬라이드 파일을 생성한 뒤, 안티그래비티 안에서 바로 다운로드할 수 있도록 연결해 줍니다.
특히 강의, 사내 교육, 클라이언트 제안 등에서
"문서 만들고, 또 요약해 PPT 만드는" 이중 작업이 거의 사라진다는 점이 큰 장점입니다.
서브 에이전트: AI에게 '책 집필 + 마케팅'까지 맡기는 방법
영상에서 가장 흥미로운 장면은 '서브 에이전트' 개념을 소개하는 부분입니다.
서브 에이전트는 쉽게 말해, 특정 주제에 특화된 AI 조수입니다.
역할과 목표를 정해 주면, 그 범위 안에서 자료를 수집하고, 글을 쓰고, 마케팅 전략까지 세우는 일을 대신하는 구조입니다.
예를 들어, 이런 식으로 역할을 정의할 수 있습니다.
역할: "안티그래비티 사용법 전문 저자 겸 출판 마케터"
목표 1: 안티그래비티 사용법을 설명하는 50페이지 분량의 안내서를 작성
목표 2: 이 책을 홍보하기 위한 마케팅 플랜과 채널별 콘텐츠 아이디어 정리
서브 에이전트는 먼저 노트북LM과 딥리서치 기능 등을 활용해 관련 소스를 최대 30개까지 자동으로 모읍니다.
공식 문서, 튜토리얼, 블로그 글, FAQ 등 신뢰성이 높은 자료들을 우선적으로 수집하게 지시할 수 있습니다.
그다음 이 자료들을 기반으로 책의 목차를 짜고, 각 장의 초안을 쓰고, 독자를 설득할 수 있는 메시지를 정리합니다.
마지막으로, 출간 후에 어떻게 알릴지에 대한 전략까지 제안합니다.
예를 들어, 유튜브 영상 구성, 블로그 시리즈 주제, 인스타그램 카드뉴스 아이디어, 이메일 뉴스레터 시퀀스 등까지 함께 만들어낼 수 있습니다.
이 모든 과정이 한 프롬프트로 시작되어,
서브 에이전트가 단계별로 실행해 결과물을 쌓아 나간다는 점이 핵심입니다.
딥리서치로 관련 소스 30개까지 자동 수집하기
책을 쓰든, 보고서를 만들든, 가장 시간이 많이 드는 부분은 '자료 조사'입니다.
MCP와 연결된 환경에서 딥리서치를 활용하면 이 부분이 극적으로 줄어듭니다.
프롬프트로 "안티그래비티 사용법에 대한 신뢰할 수 있는 자료를 최대 30개까지 수집해줘.
공식 문서, 튜토리얼, 개발자 문서, 유튜브 설명란, 기술 블로그를 우선해줘"라고 요청하면,
서브 에이전트가 검색과 필터링을 반복해 소스를 모읍니다.
이때 중요한 건 단순 링크 나열이 아니라,
각 소스의 핵심 요지를 요약하고, 중복되는 정보를 묶어 통합한 뒤, 노트북LM의 소스로 정리해 넣는다는 점입니다.
결과적으로, 사용자는 '이미 정리된 리서치 결과'를 기반으로
바로 책 집필이나 슬라이드 제작 단계로 넘어갈 수 있습니다.
노션 MCP를 연결해 결과물을 자동 저장하는 흐름
작성한 콘텐츠를 안전하게 보관하고, 팀과 공유하려면 노션 같은 협업 툴과 연결하는 것이 좋습니다.
캡션: Notion API 연동의 전체 구조(통합/권한/리소스) 개요
출처: https://developers.notion.com/docs/getting-started
영상에서는 노션 MCP를 연동해,
노트북LM + 서브 에이전트가 만든 결과물을 자동으로 노션에 페이지로 저장하는 과정을 시연합니다.
먼저, 노션 통합(Integration)을 하나 생성하고, 해당 통합의 API 토큰을 발급받습니다.
이 토큰과 연결할 워크스페이스·데이터베이스 권한을 설정한 뒤, 안티그래비티의 MCP 설정에 노션 MCP를 추가합니다.
그다음부터는 프롬프트로
"지금까지 작성한 책 초안과 마케팅 플랜을 노션의 'AI-출판' 데이터베이스에 각각 페이지로 저장해줘"라고 지시할 수 있습니다.
서브 에이전트가 생성한 텍스트가 노션 페이지로 자동 업로드되며,
제목, 태그, 작성일 등 메타데이터도 함께 설정할 수 있습니다.
이렇게 해두면, 나중에 클로드, 챗GPT, 커서 등 다른 도구에서도
노션을 다시 소스로 삼아 후속 작업을 이어가는 것이 훨씬 수월해집니다.
클로드 코드, 커서 등 다른 AI 툴에서도 재활용하는 법
노트북LM + MCP 조합의 또 다른 강점은 '한 번 만든 워크플로우를 다른 AI 도구에서도 다시 쓸 수 있다'는 점입니다.
예를 들어, 클로드 코드(Claude Code)나 커서(Cursor) 같은 개발·작업용 환경에서도 MCP를 지원하면,
거기에서도 똑같이 노트북LM MCP와 노션 MCP를 불러다 사용할 수 있습니다.
이 말은, 안티그래비티에서 만든 서브 에이전트의 사고 구조나 프롬프트 세트를,
코딩 중심 환경이나 문서 작업 환경에서 그대로 재활용할 수 있다는 뜻입니다.
노트북LM: 자료 분석·정리
노션: 결과물 저장·협업
클로드/커서: 코드 작성·자동화 스크립트 제작
이 세 가지를 MCP로 연결하면,
"자료 조사 → 문서화 → 자동화 스크립트 개발 → 결과 저장"까지 하나의 순환 구조로 엮을 수 있습니다.
실무에서는 업무 매뉴얼 자동 작성, 제품 설명서 업데이트, 교육용 콘텐츠 반복 제작 등에 강력하게 쓸 수 있습니다.
시사점: 노트북LM은 이제 '연동해서 쓰는 도구'다
노트북LM을 단독으로 쓸 때는 "문서 잘 요약해주는 AI"에 가까웠다면,
MCP와 연결된 순간부터는 "업무 전체를 설계하고 실행하는 허브"에 가까워집니다.
이번 영상에서 보여준 흐름을 다시 정리하면 이렇습니다.
노트북LM MCP 설치 → PDF를 소스로 자동 등록해 노트북 생성 → 슬라이드 자동 제작 및 다운로드 → 서브 에이전트로 책 집필과 마케팅 플랜 설계 → 딥리서치로 소스 30개 자동 수집 → 노션 MCP로 결과물 자동 저장 → 클로드·커서 등 다른 AI 도구에서 재활용.
실무에서 이 구조를 그대로 가져오면,
기획안, 제안서, 교육 자료, 매뉴얼, 마케팅 캠페인 등 '문서와 콘텐츠가 많이 필요한 업무'의 60~80%를 자동화할 수 있습니다.
개인적인 추천을 덧붙이자면,
처음부터 '완전 자동화'를 목표로 하기보다는
한 가지 프로젝트(예: 소책자, 사내 가이드, 교육자료)부터
노트북LM + 노션 연동으로 워크플로우를 만들고
익숙해지면 서브 에이전트와 딥리서치를 얹는 방식으로 확장하는 것이 좋습니다.
이제 노트북LM은 "웹에서 열어 쓰는 AI 서비스"라기보다,
MCP로 연결해 두면 "팀에 합류한 AAI 직원"에 더 가깝게 쓸 수 있는 시대가 되었습니다.
출처 및 참고 :
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.