NotebookLM 프롬프트 기초와 질문 설계법
NotebookLM에 같은 자료를 넣어도 결과물이 사람마다 다르게 나오는 이유는 의외로 단순합니다. 자료의 품질도 중요하지만, 그보다 먼저 무엇을 묻느냐가 답의 방향을 결정하기 때문입니다. 막연하게 물으면 막연한 요약이 나오고, 목적을 분명히 말하면 정리, 분석, 비교, 변환까지 한 단계 깊은 결과가 나옵니다. 이 차이를 이해하는 순간, NotebookLM은 단순한 요약 도구를 넘어 자료를 함께 읽고 생각해주는 파트너가 됩니다.
이번 장에서는 질문의 유형을 나누어 보고, 신뢰도를 높이는 요청 방식, 설명 수준을 조절하는 법, 그리고 반복해서 써먹을 수 있는 프롬프트 세트까지 한 번에 정리해보겠습니다.
왜 같은 자료인데 결과가 달라질까
NotebookLM은 사용자가 넣은 자료를 바탕으로 답합니다. 그런데 자료가 같아도 질문이 다르면, AI가 주목하는 지점이 달라집니다. 어떤 사람은 핵심 개념을 뽑아내고, 어떤 사람은 논리 구조를 파고들고, 또 다른 사람은 강의안이나 보고서 초안으로 바꿔냅니다. 차이는 대부분 질문의 설계에 있습니다.
예를 들어 "이 문서 요약해줘"라고 물으면 전체를 압축하는 답이 나옵니다. 반면 "이 문서에서 실무자가 바로 적용할 수 있는 내용만 5개로 정리해줘"라고 묻는 순간, 답변의 기준이 달라집니다. 이때 NotebookLM은 단순히 줄이는 것이 아니라 선별합니다. 다시 말해, 질문은 정보를 가져오는 스위치가 아니라 사고의 렌즈입니다.
좋은 질문은 대개 네 가지를 포함합니다. 어디까지 다룰지 정하는 범위, 어떤 형태로 받을지 정하는 형식, 무엇을 중요하게 볼지 정하는 기준, 그리고 누구를 위한 답인지 알려주는 대상입니다. 이 네 가지가 들어가면 답변은 훨씬 선명해집니다.
질문 유형이 바뀌면 결과물도 바뀐다
NotebookLM에서 자주 쓰게 되는 질문은 크게 네 가지로 나눌 수 있습니다. 요약형, 분석형, 비교형, 변환형입니다. 이 네 가지를 구분해서 익히면, 필요한 결과물을 훨씬 빠르게 얻을 수 있습니다.
요약형 질문: 복잡한 자료를 짧고 선명하게 압축하기
요약형 질문은 가장 기본적이지만, 가장 자주 쓰는 질문이기도 합니다. 다만 좋은 요약은 단순한 축약이 아닙니다. 독자, 목적, 길이를 함께 지정해야 실전에서 쓸 수 있는 요약이 됩니다.
예를 들어 다음과 같은 방식이 좋습니다.
이 자료의 핵심을 5줄로 요약해줘.
초보자가 반드시 알아야 할 개념만 추려서 설명해줘.
임원 보고용으로 1분 안에 읽을 수 있게 요약해줘.
이 문서의 결론, 근거, 시사점을 나눠서 정리해줘.
같은 요약이라도 결과는 크게 달라집니다. 첫 번째는 압축, 두 번째는 선별, 세 번째는 독자 맞춤, 네 번째는 구조화에 가깝습니다. 즉, 요약형 질문은 짧게 만들어달라가 아니라 어떻게 줄일지 정해달라는 요청입니다.
분석형 질문: 내용 속 구조와 의미를 끌어내기
분석형 질문은 자료의 안쪽으로 더 깊이 들어갑니다. 문서가 무슨 말을 하는지 넘어서, 왜 그런 주장을 하는지, 어떤 근거를 쓰는지, 빠진 것은 무엇인지를 묻습니다.
예를 들어 이런 질문이 분석형입니다.
이 자료의 가장 중요한 주장 5개를 뽑고, 각각의 근거를 붙여줘.
저자가 반복해서 강조하는 핵심 개념은 무엇인지 설명해줘.
이 문서가 전제하고 있는 가정은 무엇인지 정리해줘.
자료가 명확하게 말한 내용과, 읽는 사람이 추론할 수 있는 내용을 구분해줘.
이 자료가 말하지 않는 중요한 쟁점은 무엇인지 짚어줘.
분석형 질문의 핵심은 "무엇이 있나"보다 "어떻게 연결되어 있나"를 보는 데 있습니다. 그래서 보고서, 강의 준비, 인터뷰 분석, 시장조사처럼 생각이 필요한 작업에서 힘을 발휘합니다.
비교형 질문: 여러 소스의 공통점과 차이 찾기
자료가 하나일 때는 요약이 중요하지만, 자료가 둘 이상일 때는 비교가 훨씬 강력합니다. NotebookLM의 진가는 서로 다른 소스를 한 자리에서 읽고, 겹치는 점과 충돌하는 점을 찾아낼 때 드러납니다.
비교형 질문은 이렇게 쓸 수 있습니다.
세 소스가 공통으로 말하는 핵심 메시지를 정리해줘.
소스별 관점 차이를 표로 비교해줘.
서로 충돌하는 주장이나 데이터가 있다면 정리해줘.
같은 주제를 다루지만 대상 독자나 목적이 어떻게 다른지 비교해줘.
비교형 질문은 특히 리서치 자동화에 유용합니다. 자료를 하나씩 읽을 때는 놓치기 쉬운 차이가, 비교 질문을 던지는 순간 드러납니다. 그래서 경쟁사 분석, 정책 비교, 교육자료 검토, 강의자료 통합에서 자주 쓰게 됩니다.
변환형 질문: 읽은 자료를 결과물로 바꾸기
변환형 질문은 NotebookLM을 실무 도구로 만드는 핵심입니다. 자료를 이해하는 데서 끝나지 않고, 다른 형식의 산출물로 바꾸게 해주기 때문입니다.
예를 들어 다음과 같은 요청이 변환형입니다.
이 내용을 강의 슬라이드 5장 구성으로 바꿔줘.
초보자 대상 블로그 글 개요로 변환해줘.
자주 묻는 질문 10개와 답변 초안으로 바꿔줘.
10문항 퀴즈와 해설로 만들어줘.
보고서 초안의 목차와 핵심 문장으로 재구성해줘.
변환형 질문을 잘 쓰면 자료는 더 이상 읽기 위한 입력이 아니라, 결과물을 만드는 재료가 됩니다. 이 장의 핵심 문장을 하나로 줄이면 이렇습니다. 질문을 바꾸면 요약 도구가 아니라 분석 파트너가 됩니다.
신뢰도를 높이는 질문은 따로 있다
NotebookLM의 장점은 자료 기반 답변이라는 점입니다. 하지만 사용자가 신뢰도 장치를 직접 요청하면 답변의 품질은 더 좋아집니다. 특히 실무 문서, 학습자료, 강의안처럼 정확성이 중요한 작업에서는 이 차이가 큽니다.
출처에 근거해 답하게 만들기
가장 먼저 익혀야 할 문장은 이것입니다.
출처에 근거해 답해줘.
각 주장 옆에 어떤 자료를 근거로 했는지 드러나게 정리해줘.
자료에 없는 내용은 추측하지 말고, 없다고 말해줘.
이 요청은 AI에게 화려한 답보다 근거 있는 답을 우선하게 만듭니다. 특히 여러 자료를 넣었을 때는 "어느 자료에 기반한 내용인지 구분해줘"라고 덧붙이면 훨씬 안정적입니다.
사실과 추론을 분리하게 만들기
자료 기반 AI를 쓸 때 많은 사람이 놓치는 부분이 있습니다. 문서에 실제로 적힌 내용과, AI가 문맥상 추론한 내용은 다르다는 점입니다. 둘을 섞어 읽으면 편하지만, 실무에서는 위험할 수 있습니다.
그래서 다음과 같은 프롬프트가 유용합니다.
자료 안에 명시된 사실과, 그 사실로부터 가능한 해석을 분리해줘.
문서가 직접 말한 내용과 네가 추론한 내용을 구분해서 답해줘.
불확실한 부분은 확실하지 않다고 표시해줘.
이 한 문장만 붙여도 답변의 톤이 차분해지고, 과한 일반화가 줄어듭니다. 보고서 초안, 교육자료, 정책 정리, 인터뷰 분석 같은 작업에서는 거의 습관처럼 넣는 편이 좋습니다.
답변의 한계까지 확인하기
좋은 질문은 정답만 요구하지 않습니다. 답변의 약점도 함께 드러나게 합니다.
예를 들어 이렇게 물을 수 있습니다.
이 답변에서 자료가 충분하지 않은 부분은 어디야?
결론을 내리기 전에 추가로 확인해야 할 자료는 무엇이야?
이 문서만 보고 판단할 때 생길 수 있는 오해는 무엇이야?
이런 질문은 NotebookLM을 더 신뢰하게 만드는 장치이기도 합니다. 무조건 자신 있게 말하는 답보다, 어디까지가 자료의 범위인지 알려주는 답이 실제로는 더 유용합니다.
설명 수준과 톤을 조절하면 활용 범위가 넓어진다
같은 내용도 누구에게 설명하느냐에 따라 완전히 다른 문장이 됩니다. 초보자는 용어 풀이가 필요하고, 전문가는 맥락보다 차이점과 함의를 원합니다. 강의용은 흐름이 중요하고, 보고서용은 간결함과 논리성이 중요합니다. 그래서 질문에는 내용 요청만 넣지 말고 설명 수준과 톤도 함께 넣어야 합니다.
초보자용으로 묻기
초보자용 질문은 어려운 개념을 풀어서 설명하게 만듭니다. 전문 용어가 많거나, 자료가 난해할수록 효과가 큽니다.
처음 배우는 사람에게 설명하듯 쉽게 정리해줘.
어려운 용어가 나오면 짧게 뜻도 함께 설명해줘.
비유를 사용해서 이해하기 쉽게 풀어줘.
이 방식은 수강생 대상 자료, 입문용 블로그 글, 신입 교육자료를 만들 때 특히 좋습니다.
전문가용으로 묻기
전문가용 질문은 기본 설명을 줄이고, 논점과 차별점을 더 선명하게 만듭니다.
이미 기본 개념을 아는 실무자 기준으로 핵심만 정리해줘.
일반론은 줄이고, 실제 적용 포인트와 한계를 중심으로 설명해줘.
다른 접근법과 비교했을 때의 장단점을 드러내줘.
전문가용 프롬프트는 읽는 시간을 아껴줍니다. 아는 내용을 반복하지 않고, 바로 의사결정에 필요한 부분으로 들어가기 때문입니다.
강의용으로 묻기
강의용 질문은 내용의 정확성만큼이나 순서가 중요합니다. 듣는 사람이 따라올 수 있도록 개념의 난이도를 조절해야 합니다.
강의 도입, 핵심 설명, 실습, 정리 순서로 구성해줘.
학습자가 헷갈릴 만한 지점을 먼저 짚고 설명해줘.
예시를 포함해 10분 분량 설명 스크립트로 바꿔줘.
강의용 질문은 단순 요약보다 훨씬 실전적입니다. 자료를 말로 전달할 수 있는 구조로 바꿔주기 때문입니다.
보고서용으로 묻기
보고서용 질문은 감탄보다 판단을 돕는 문장을 요구합니다. 문장 길이, 형식, 논리의 흐름이 중요해집니다.
보고서 문체로 간결하게 정리해줘.
결론, 근거, 시사점 순서로 작성해줘.
수치, 사례, 해석을 구분해서 정리해줘.
보고서용 프롬프트는 특히 조직 내 공유 문서, 회의자료, 제안서 초안에 잘 어울립니다.
나쁜 질문을 좋은 질문으로 바꾸는 공식
좋은 질문은 타고나는 감각이 아니라, 바꿔 쓰는 기술입니다. 막연한 질문을 구체화하는 가장 쉬운 공식은 다음 네 가지입니다.
범위: 어디까지 다룰 것인가
형식: 어떤 모양으로 받을 것인가
기준: 무엇을 중요하게 볼 것인가
대상: 누구를 위한 답인가
이 네 가지를 붙이면 질문의 밀도가 올라갑니다.
예시 1: 너무 넓은 질문 고치기
나쁜 질문은 이렇습니다.
이 자료 설명해줘.
이 질문은 너무 넓습니다. 무엇이 필요한지 알 수 없기 때문입니다. 같은 질문도 이렇게 바꾸면 훨씬 좋아집니다.
이 자료의 핵심 주장 3가지를 초보자 대상 강의용으로 쉽게 설명해줘.
여기에는 범위가 있고, 형식이 있고, 기준이 있고, 대상이 있습니다. 그러니 답도 더 또렷해집니다.
예시 2: 결과물 형태를 지정하지 않은 질문 고치기
나쁜 질문은 다음과 같습니다.
중요한 내용 뽑아줘.
좋은 질문은 이렇게 바뀝니다.
이 자료에서 실무자가 바로 적용할 수 있는 내용만 5개 뽑고, 각 항목마다 한 줄 설명을 붙여줘.
이제 AI는 무엇이 중요한지 임의로 넓게 판단하는 대신, 실무 적용 가능성이라는 기준으로 선별합니다.
예시 3: 추론과 사실이 섞이는 질문 고치기
나쁜 질문은 이런 식입니다.
이 자료의 의미를 정리해줘.
좋은 질문은 이렇게 바꿀 수 있습니다.
자료에 명시된 사실과, 그 사실로부터 해석할 수 있는 의미를 분리해서 정리해줘.
이렇게만 물어도 답변의 신뢰도는 크게 올라갑니다.
예시 4: 콘텐츠 제작용 질문 고치기
나쁜 질문은 다음과 같습니다.
이걸 블로그 글로 써줘.
좋은 질문은 이렇게 바뀝니다.
이 자료를 바탕으로 초보자 대상 블로그 글 개요를 만들어줘. 문제 제기, 핵심 개념 3개, 실전 팁, 마무리 순서로 구성해줘.
질문이 구체적일수록 결과물은 바로 쓸 수 있는 형태에 가까워집니다.
실전에서 바로 쓰는 질문 설계 패턴
이제부터는 NotebookLM에서 자주 쓰게 될 실전 패턴을 정리해보겠습니다. 외워두기보다, 자신의 업무에 맞게 복사해서 조금씩 바꿔 쓰는 것이 좋습니다.
요약형 패턴
이 자료의 핵심을 5줄로 요약해줘.
이 자료를 한 문단으로 압축해줘.
초보자가 반드시 알아야 할 내용만 추려줘.
결론부터 먼저 말하고, 근거를 뒤에 붙여줘.
1분 안에 읽을 수 있는 요약으로 바꿔줘.
분석형 패턴
가장 중요한 주장 5개와 근거를 정리해줘.
반복해서 등장하는 핵심 개념을 뽑아줘.
이 자료의 논리 흐름을 단계별로 설명해줘.
빠져 있는 관점이나 한계를 짚어줘.
자료에 근거한 내용과 추론한 내용을 분리해줘.
비교형 패턴
소스별 공통점과 차이점을 표로 정리해줘.
서로 충돌하는 주장이나 데이터가 있는지 찾아줘.
같은 주제를 다루는 방식이 어떻게 다른지 비교해줘.
어느 자료가 초보자에게 더 적합한지 이유와 함께 말해줘.
관점, 사례, 결론을 기준으로 비교해줘.
변환형 패턴
이 자료를 강의 슬라이드 5장 구성으로 바꿔줘.
FAQ 10개와 답변 초안으로 만들어줘.
블로그 글 개요로 변환해줘.
뉴스레터 서론, 본문, 마무리 구조로 재구성해줘.
퀴즈 10문항과 해설로 바꿔줘.
업무용·학습용·콘텐츠용 프롬프트 세트 만들기
NotebookLM을 계속 쓰다 보면, 결국 자주 쓰는 질문이 반복됩니다. 이때 가장 생산적인 방법은 매번 새로 묻는 것이 아니라 프롬프트 세트를 만들어두는 것입니다. 업무용, 학습용, 콘텐츠용으로 나누어두면 훨씬 편합니다.
업무용 프롬프트 세트
업무에서는 빠른 파악, 핵심 추출, 의사결정 지원이 중요합니다.
이 문서의 핵심 메시지 3개를 경영진 보고용으로 정리해줘.
실행 가능한 액션 아이템만 뽑아줘.
수치, 사례, 주장, 해석을 구분해서 정리해줘.
회의 전에 읽어야 할 포인트만 1분 브리핑 형식으로 요약해줘.
FAQ 형태로 정리해서 팀원 공유용 문서 초안으로 바꿔줘.
자료의 공백이나 추가 확인이 필요한 부분을 짚어줘.
이 세트는 보고서 초안, 회의 준비, 제안서 검토, 인터뷰 분석에 두루 쓸 수 있습니다.
학습용 프롬프트 세트
학습에서는 이해, 기억, 복습이 중요합니다. 따라서 설명뿐 아니라 문제화, 카드화가 잘 되는 질문이 필요합니다.
이 챕터의 핵심 개념 10개를 뽑아줘.
각 개념을 한 줄 설명과 예시와 함께 정리해줘.
헷갈리기 쉬운 개념끼리 비교해줘.
초급, 중급, 고급 난이도의 퀴즈를 각각 만들어줘.
오답이 왜 틀렸는지 설명까지 붙여줘.
플래시카드 앞면과 뒷면 형식으로 정리해줘.
시험 직전 복습용 체크리스트를 만들어줘.
이 세트는 수업자료, 자격증 공부, 독서 노트, 스터디 운영에 유용합니다.
콘텐츠용 프롬프트 세트
콘텐츠 제작에서는 단순 요약보다 재구성이 중요합니다. 같은 내용을 다른 독자와 다른 포맷에 맞게 바꾸는 힘이 필요합니다.
이 자료를 블로그 글 개요로 바꿔줘.
뉴스레터용으로 문제 제기와 인사이트 중심으로 재구성해줘.
유튜브 영상 대본 초안으로 바꿔줘.
제목 후보 10개를 제안해줘.
독자가 궁금해할 질문을 먼저 뽑고 그 순서로 구성해줘.
같은 내용을 짧은 SNS 글과 긴 칼럼 버전으로 각각 바꿔줘.
이 세트는 1인 창작자에게 특히 강력합니다. 자료를 한 번 정리해두면, 여러 포맷으로 연속 생산이 가능해지기 때문입니다.
프롬프트를 더 잘 쓰게 만드는 작은 습관
좋은 프롬프트는 거창하지 않습니다. 작은 습관 몇 개만 붙여도 품질이 눈에 띄게 달라집니다.
첫째, 한 번에 너무 많은 것을 요구하지 않는 것이 좋습니다. 처음에는 요약, 다음에는 분석, 그다음에는 변환처럼 단계를 나누면 결과가 더 안정적입니다.
둘째, "표로", "3개만", "한 문단으로", "초보자용으로"처럼 형식을 구체적으로 말하면 수정 횟수가 줄어듭니다.
셋째, 마음에 드는 답이 나오면 그 질문을 저장해두어야 합니다. 좋은 질문은 우연이 아니라 자산입니다.
넷째, 항상 "자료에 없는 내용은 없는 것으로 말해줘"라는 안전장치를 기억하면 좋습니다. 이 한 문장이 답변의 톤을 훨씬 믿을 만하게 만듭니다.
실습: 하나의 자료로 네 가지 결과 만들기
이번 장의 내용을 익히는 가장 좋은 방법은, 하나의 자료에 네 가지 유형의 질문을 각각 던져보는 것입니다. 예를 들어 강의 자료나 기사 하나를 NotebookLM에 넣고 다음 순서로 실습해보세요.
먼저 요약형 질문으로 큰 그림을 잡습니다. "이 자료의 핵심을 5줄로 요약해줘."
그다음 분석형 질문으로 구조를 봅니다. "가장 중요한 주장 3개와 그 근거를 정리해줘."
이후 비교형 질문을 위해 자료를 하나 더 넣고 묻습니다. "두 자료의 공통점과 차이점을 표로 정리해줘."
마지막으로 변환형 질문을 사용합니다. "이 내용을 초보자 대상 강의 슬라이드 5장 구성으로 바꿔줘."
이 과정을 해보면 금방 알게 됩니다. 좋은 결과를 만드는 힘은 기능 버튼보다 질문 설계에 있다는 사실을 말입니다.
마무리: 질문이 곧 결과물의 설계도다
NotebookLM을 처음 쓸 때 많은 사람이 "무엇이 가능한가"를 먼저 묻습니다. 하지만 실전에서 더 중요한 질문은 "어떻게 물어야 내가 원하는 형태로 나오는가"입니다. 같은 자료라도 질문이 달라지면 결과물은 완전히 달라집니다. 단순 요약, 깊이 있는 분석, 소스 비교, 강의안 변환, 퀴즈 생성까지 모두 질문에서 시작됩니다.
이제 기억해야 할 것은 복잡한 프롬프트 기술이 아닙니다. 범위, 형식, 기준, 대상을 분명히 말하는 습관입니다. 여기에 출처 기반 요청과 사실·추론 분리 요청까지 더하면, NotebookLM은 훨씬 더 믿을 만한 파트너가 됩니다.
다음 장에서는 이 질문 설계 능력을 바탕으로, 긴 PDF와 보고서, 기사, 유튜브 자료를 빠르게 읽고 핵심만 뽑아내는 리서치 자동화 워크플로우로 넘어가겠습니다. 질문을 잘하게 되었다면, 이제는 읽는 시간을 줄이고 인사이트를 뽑아낼 차례입니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.