NotebookLM은 자료를 넣으면 요약하고, 문서 간 연결을 찾아주고, 아이디어를 정리해주는 지식·리서치 파트너로 출발했습니다. Google Labs의 실험적 AI 제품으로 시작한 지 3년 만에, 이제 방향은 더 뚜렷해졌습니다.1
이번 개편의 핵심은 단순히 “더 잘 답하는 AI”가 아닙니다. NotebookLM이 사용자의 자료를 바탕으로 읽고, 찾고, 계산하고, 결과물까지 만드는 작업 환경에 가까워졌다는 점입니다. Google은 업그레이드된 NotebookLM에 Gemini 3.5 Flash와 코딩 도구 Antigravity 기반 기능을 적용했고, 복잡한 리서치 프로젝트를 처리하기 위한 에이전트 기능도 추가했습니다.1
NotebookLM은 이제 무엇이 달라졌나
기존의 AI 리서치 도구는 주로 문서를 이해하고 설명하는 데 강했습니다. 논문, 보고서, 회의록을 넣고 핵심 내용을 묻거나, 여러 문서 사이의 공통점을 찾는 식입니다. 이 기능만으로도 충분히 유용했지만, 실제 업무에서는 그다음 단계가 남았습니다.
예를 들어 보고서 여러 개에서 수치를 뽑아 비교하고, 계산 결과를 표로 정리하고, 차트로 시각화한 뒤, 제출 가능한 형식으로 만드는 일은 별도의 도구와 사람의 손을 거쳐야 했습니다.
업그레이드된 NotebookLM은 이 간극을 줄이는 쪽으로 설계됐습니다. 각 노트북에는 보안 환경에서 코드를 작성하고 실행할 수 있는 자체 클라우드 컴퓨터가 제공됩니다.1 즉, NotebookLM이 단순히 “이 자료는 이런 뜻입니다”라고 설명하는 데서 그치지 않고, 필요한 분석 작업을 수행할 수 있는 구조가 된 것입니다.
클라우드 컴퓨터가 중요한 이유
클라우드 컴퓨터는 이번 변화의 핵심입니다. 리서치에서 중요한 일은 문장을 요약하는 것만이 아니라, 자료를 실제로 다루는 것입니다. 숫자를 계산하고, 데이터를 정리하고, 패턴을 찾고, 결과를 시각화하는 과정이 포함됩니다.
NotebookLM의 새 시스템은 보안 환경에서 코드를 작성하고 실행하도록 설계됐으며, 100개 이상의 선별된 소프트웨어 스킬을 포함합니다.1 이는 사용자가 모든 분석 과정을 직접 설계하지 않아도, NotebookLM이 필요한 작업 단계를 구성하고 적절한 도구를 활용할 수 있다는 뜻입니다.
실무적으로 보면 변화는 명확합니다. 여러 문서에 흩어진 정보를 모아 비교하거나, 긴 자료에서 특정 기준에 맞는 내용을 뽑아내거나, 계산 결과를 차트가 포함된 보고서 형태로 정리하는 흐름이 한 공간에서 이어질 수 있습니다.
에이전트 기능은 리서치 방식을 바꾼다
에이전트 기반 기능은 한 번의 질문에 답하고 끝나는 방식과 다릅니다. 목표를 이해하고, 필요한 단계를 나누고, 도구를 사용해 결과물을 만드는 방식에 가깝습니다.
이 점은 리서치 초반에 특히 중요합니다. 사용자가 모든 자료를 완벽히 준비한 상태에서만 시작할 필요가 줄어듭니다. 느슨한 아이디어나 질문에서 출발해 관련 웹 소스를 찾고, 사용자가 선택한 자료를 노트북에 추가하는 흐름을 지원하기 때문입니다.1
Google은 성능 개선도 수치로 제시했습니다. 자체 비교 평가에서 업그레이드된 NotebookLM은 이전 시스템 대비 상위 5개 핵심 평가 차원 평균 65% 이상의 승률을 기록했습니다. 대형 문서 분석 평가에서는 69.9%, 고급 웹 리서치와 출처 발견 평가에서는 78.2%의 승률을 보였습니다.1
이 수치는 NotebookLM이 단순 요약 도구에서 복잡한 문서 분석과 출처 탐색을 지원하는 리서치 파트너로 확장되고 있음을 보여줍니다.
결과물 중심의 업무 흐름
또 하나의 실용적인 변화는 출력 형식입니다. 사용자는 결과물을 차트가 포함된 PDF 보고서, Excel 스프레드시트, PowerPoint 프레젠테이션, 이미지 파일 등으로 내보낼 수 있습니다.1
이 변화의 가치는 분명합니다. 이전에는 AI가 만든 요약이나 분석 내용을 다시 문서 도구, 스프레드시트, 프레젠테이션 도구로 옮겨야 했습니다. 이제는 리서치, 분석, 초안 작성, 시각화, 내보내기가 하나의 흐름으로 연결됩니다.
또한 NotebookLM은 사용자가 제공한 세부 지시사항을 반영해 출력물을 생성할 수 있습니다.1 따라서 “전체 내용을 요약해줘” 같은 요청을 넘어, 특정 독자층, 보고서 형식, 비교 기준, 강조할 관점에 맞춰 결과물을 구성하는 방식으로 활용할 수 있습니다.
어떻게 활용해야 하나
이번 업데이트를 제대로 활용하려면 NotebookLM을 “답을 대신 내주는 도구”가 아니라 “리서치 작업대를 확장하는 도구”로 보는 것이 좋습니다.
실무에서는 다음과 같은 방식이 적합합니다.
분석할 문서와 데이터의 범위를 먼저 정한다.
NotebookLM에 원하는 결과물의 형식과 판단 기준을 구체적으로 지시한다.
생성된 요약, 계산, 차트, 출처를 검토한다.
최종 보고서나 발표 자료로 내보내기 전에 사실관계와 수치를 확인한다.
특히 중요한 점은 검증입니다. NotebookLM의 강점은 사용자가 제공하거나 선택한 자료를 중심으로 작업한다는 데 있습니다. 하지만 최종 판단까지 자동화해서는 안 됩니다. 좋은 자료를 넣고, 지시를 명확히 하고, 결과를 확인하는 사용자의 역할은 여전히 중요합니다.
결론: 리서치 도구의 기준이 바뀐다
이번 개편은 NotebookLM을 문서 요약 앱에서 리서치 작업대로 옮겨 놓는 변화입니다. 읽기, 출처 찾기, 분석, 계산, 시각화, 내보내기가 하나의 흐름으로 묶이고 있습니다.
현재 업그레이드된 기능은 Google AI Ultra 고객과 AI Ultra Access 및 AI Expanded Access가 있는 Workspace 고객에게 전 세계에서 제공됩니다.1 모든 사용자에게 즉시 열린 변화는 아니지만, 방향은 분명합니다.
앞으로 AI 리서치 도구의 경쟁력은 단순한 답변 품질에만 있지 않을 것입니다. 사용자가 신뢰할 수 있는 자료를 바탕으로, 검증 가능한 작업을 어디까지 실제 결과물로 만들어내는지가 더 중요한 기준이 될 것입니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.