Wook's AI and Marketing

NotebookLM 100% 활용하기 (2편) — Deep Research와 AI 질의응답

AI Learnings 2026-05-03

1편에서는 NotebookLM의 기본 개념과 노트북 생성, 소스 추가 방법을 알아봤습니다. 이번 2편에서는 NotebookLM의 가장 강력한 기능들을 깊이 다룹니다.

  • Deep Research: AI가 자동으로 웹을 검색하여 관련 소스를 수집
  • AI 채팅: 소스 기반 질의응답과 출처 인용
  • 노트 관리: AI 응답을 저장하고 체계적으로 정리

Deep Research: AI가 자료를 모아준다

Deep Research란?

기존에는 자료를 직접 찾아서 URL이나 PDF로 하나씩 추가해야 했습니다. Deep Research는 이 과정을 AI가 대신 수행합니다. 키워드나 질문을 입력하면 AI가 웹을 검색하여 관련 소스를 자동으로 찾아 노트북에 추가해줍니다.

Step 1: Deep Research 시작

Deep Research 인터페이스 — 검색어 입력과 연구 모드 선택Deep Research 인터페이스 — 검색어 입력과 연구 모드 선택

  1. 노트북 화면의 소스 추가 영역에서 상단 검색창에 조사 주제를 입력합니다.
  2. 검색 범위를 선택합니다:
    • 🌐 웹: 인터넷 전체 검색
    • Drive: 내 Google Drive 문서 검색
  3. 리서치 모드를 선택합니다:
모드소요 시간결과 수적합한 용도
Fast Research~30초약 10개빠른 개요 파악, 트렌드 확인
Deep Research~5분약 40개심층 분석, 학술 리서치, 종합 보고서
  1. → 화살표 버튼을 클릭하면 리서치가 시작됩니다.

Step 2: 리서치 결과 확인

리서치가 완료되면 좌측 패널에 결과가 표시됩니다:

  • 발견된 소스 수: "소스 46개 발견됨" 등으로 표시
  • 주요 소스: 가장 관련성 높은 소스 목록
  • 리서치 보고서: AI가 자동 생성한 조사 요약

Step 3: 소스 가져오기

+ 가져오기 버튼을 클릭하면 발견된 소스들이 노트북에 추가됩니다. 특정 소스만 선택하여 가져올 수도 있습니다.

💡 실전 팁: Deep Research는 영어 키워드로 검색하면 더 풍부한 결과를 얻습니다. 한국어로 검색하면 한국어 소스 위주로 찾아지니, 목적에 따라 언어를 선택하세요.

Deep Research 활용 사례

주제검색어 예시모드결과
AI 에이전트 동향"AI agent frameworks 2026 comparison"Deep최신 논문, 기술 블로그, 벤치마크 40+개
마케팅 전략"digital marketing ROI measurement"Fast핵심 사례 연구 10개
사이버보안"금융 사이버 공격 사례 2020~2026"Deep사고 보고서, 분석 기사 40+개

AI 채팅: 소스 기반 질의응답

출처가 명확한 AI 답변

NotebookLM의 채팅은 일반 AI 챗봇과 근본적으로 다릅니다. 내가 추가한 소스만을 기반으로 답변하며, 모든 답변에 출처 번호가 달립니다.

AI 채팅 응답 — 소스 54개 기반의 상세 답변과 출처 인용 번호AI 채팅 응답 — 소스 54개 기반의 상세 답변과 출처 인용 번호

위 스크린샷에서 볼 수 있듯이:

  1. 질문: "What are the key security threats discussed in these sources?"
  2. 답변: 소스들을 종합 분석하여 구조화된 답변 제공
  3. 출처 표시: 답변 내 [1], [...] 등의 번호를 클릭하면 원문 소스의 해당 부분으로 이동
  4. 소스 기반: 하단에 "소스 53개" 표시 — 53개 소스를 모두 분석한 결과

효과적인 채팅 활용법

1단계: 전체 요약 요청

"이 소스들의 핵심 주제를 5개로 정리하고, 각 주제별 핵심 인사이트를 요약해줘"

노트북에 소스를 추가한 직후에는 먼저 전체 그림을 파악하는 것이 좋습니다. AI가 자동으로 노트북 요약을 보여주지만, 더 구체적인 방향으로 요약을 요청하면 연구의 초점을 빠르게 잡을 수 있습니다.

2단계: 구체적 분석 질문

"소스에서 언급된 AI 기반 사이버 공격의 구체적 사례를 시간순으로 정리하고,
각 사례별 피해 규모와 공격 방법을 표로 만들어줘"

전체 그림을 파악한 후에는 특정 주제에 대해 깊이 파고드는 질문을 합니다. 표 형식을 요청하면 구조화된 결과를 얻을 수 있습니다.

3단계: 비교/분석 질문

"소스 A의 관점과 소스 B의 관점을 비교하고, 어느 쪽이 더 설득력 있는지 근거를 들어 평가해줘"

개별 소스를 선택하여 비교 분석을 요청할 수 있습니다. 좌측 패널에서 비교할 소스만 체크하면 됩니다.

4단계: 블로그 초안 생성

"지금까지 분석한 내용을 바탕으로, '2026년 AI 사이버보안 위협 심층 분석'이라는 제목의 
블로그 포스트 초안을 1500단어 분량으로 작성해줘. 
구조: 도입 → 주요 위협 3가지 분석 → 방어 전략 → 시사점"

리서치의 최종 결과물로 블로그 포스트 초안을 직접 요청할 수 있습니다.

소스 선택으로 범위 좁히기

채팅할 때 특정 소스만 선택하면 더 정확한 답변을 얻을 수 있습니다:

사용 방법효과
모두 선택전체 소스 기반 종합 분석
특정 소스 3~5개만 ✅해당 소스에 집중한 깊이 있는 분석
같은 주제 소스끼리 ✅주제별 비교 분석

노트 관리: 연구 결과를 체계적으로

노트란?

NotebookLM의 노트(Note)는 AI 채팅 결과를 저장하거나, 직접 메모를 작성하여 보관하는 기능입니다. 소스가 '입력'이라면, 노트는 '출력'에 해당합니다.

노트 관리 화면 — 생성된 아티팩트와 메모가 스튜디오 패널에 정리됨노트 관리 화면 — 생성된 아티팩트와 메모가 스튜디오 패널에 정리됨

노트 생성 방법

방법 1: 채팅 응답 저장

  1. AI 채팅에서 유용한 답변을 받았을 때
  2. 답변 옆의 📋 클립보드/저장 아이콘을 클릭
  3. 자동으로 노트에 저장됩니다

방법 2: 직접 메모 작성

  1. 우측 하단의 메모 추가 버튼 클릭
  2. 제목과 내용을 직접 입력
  3. 마크다운 형식 지원 — 제목, 목록, 표 등 활용 가능

방법 3: Studio 아티팩트에서 생성

Studio에서 생성한 보고서, 마인드맵, 데이터 표 등은 자동으로 스튜디오 패널에 저장되며, 이를 노트로도 변환할 수 있습니다.

노트 활용 전략

단계노트 유형활용
1. 탐색키워드 메모주요 개념, 인물, 수치 기록
2. 분석비교 표소스 간 관점 차이 정리
3. 통합아웃라인블로그/보고서 구조 설계
4. 완성초안최종 콘텐츠 작성

💡 팁: 노트에 저장된 내용은 이후 채팅에서도 참조됩니다. "이전에 저장한 비교 표를 기반으로 결론을 작성해줘"처럼 활용할 수 있습니다.


채팅 설정 커스터마이징

NotebookLM은 채팅의 동작 방식을 커스터마이징할 수 있습니다:

맞춤 설정 옵션

우측 상단의 맞춤설정 버튼을 클릭하면:

설정옵션설명
응답 목표기본 / 학습 가이드 / 커스텀답변의 방향성 설정
응답 길이기본 / 더 길게 / 더 짧게답변 분량 조절
커스텀 프롬프트자유 입력 (최대 10,000자)특정 역할이나 형식 지정

커스텀 프롬프트 예시

당신은 블로그 전문 편집자입니다. 모든 답변을 한국어로 하고,
다음 형식을 따르세요:
1. 핵심 요약 (3줄)
2. 상세 분석 (구조화된 목록)
3. 블로그 활용 포인트
4. 추천 제목 3개

이렇게 설정하면 이후 모든 채팅 응답이 블로그 작성에 최적화된 형태로 나옵니다.


실전 워크플로우: 리서치부터 블로그까지

아래는 실제로 이 블로그 시리즈를 작성할 때 사용한 워크플로우입니다:

1️⃣ 노트북 생성
   └→ "NotebookLM Complete Guide" 제목으로 생성

2️⃣ Deep Research (Fast, 웹)
   └→ "NotebookLM features 2026 tutorial guide" 검색
   └→ 10개 소스 자동 수집

3️⃣ 추가 소스 수동 추가
   └→ Google 공식 블로그 URL
   └→ NotebookLM 도움말 URL
   └→ YouTube 튜토리얼 영상 URL

4️⃣ AI 채팅으로 구조 설계
   └→ "이 소스들을 기반으로 5편 시리즈 목차를 제안해줘"
   └→ 결과를 노트에 저장

5️⃣ 각 편별 초안 생성
   └→ "1편: NotebookLM 소개 & 기본 세팅에 대한 1500단어 블로그 초안 작성"
   └→ 초안을 노트에 저장 후 수정

6️⃣ Studio로 시각 자료 생성
   └→ 인포그래픽, 마인드맵, 슬라이드 자동 생성

핵심 정리

기능핵심 포인트
Deep ResearchFast(30초/10개) vs Deep(5분/40개), 영어 키워드 권장
AI 채팅소스 기반 답변 + 출처 인용, 소스 선택으로 범위 조절
노트채팅 저장 + 직접 메모 + 아티팩트, 이후 채팅에서 참조 가능
맞춤 설정커스텀 프롬프트로 블로그 전용 어시스턴트 생성

다음 편(3편)에서는 NotebookLM의 Studio 기능을 완전 정복합니다. 팟캐스트부터 인포그래픽, 슬라이드, 퀴즈까지 9가지 아티팩트를 생성하는 방법을 다룹니다.

📚 참고자료

💡 More from AI Learnings

View all

[AI 개발 자동화] Gemini CLI Superpowers 완벽 가이드 및 실전 유스케이스

단순한 터미널 챗봇을 완벽하게 규율 잡힌 시니어 엔지니어로 바꿔주는 Gemini CLI Superpowers 확장의 14가지 핵심 스킬과 실전 활용법을 소개합니다.

2026-05-13

[Antigravity 활용 가이드 3] 오픈소스 Skill로 코딩 자동화 파이프라인 구축하기

Gemini CLI의 꽃이라 할 수 있는 Skill 시스템을 이해하고, 오픈소스로 공개된 다양한 스킬을 확장하여 강력한 코딩 자동화 워크플로우를 구축하는 방법을 알아봅니다.

2026-05-10

[AI 개발의 미래] Gemini CLI Superpowers vs Antigravity 에이전트 전격 비교

최근 인공지능(AI) 코딩 어시스턴트 시장은 단순한 '코드 자동 완성' 시대를 넘어, 개발자의 워크플로우를 주도적으로 설계하고 실행하는 **'에이전트 기반(Agentic) 개발'** 시대로 접어들었습니다 [1]. 그 중심에는 터미널 환경을 AI 통합 워크스페이스로 변모...

2026-05-09

[AI 개발의 혁신] FastMCP란 무엇이며, 왜 사용해야 하는가?

**MCP(Model Context Protocol)**는 대규모 언어 모델(LLM)을 외부 데이터 소스 및 도구와 안전하게 연결해주는 개방형 표준 프로토콜로, 종종 'AI를 위한 USB-C 포트'에 비유됩니다 [1, 2]. 하지만 이 프로토콜의 스펙을 직접 구현하는...

2026-05-09

Model Context Protocol (MCP) 완벽 가이드: AI 에이전트 통합의 새로운 표준

**Model Context Protocol (MCP)**는 2024년 11월 Anthropic이 발표한 오픈 소스 표준으로, AI 애플리케이션이 외부 시스템 및 데이터 소스와 원활하고 안전하게 연결될 수 있도록 돕는 범용 프로토콜입니다 [1], [2]. 과거에는 A...

2026-05-09

[Antigravity 활용 가이드 2] 토큰 한계를 넘는 비법: YOLO 모드와 청킹(Chunking)

Gemini CLI의 강력한 기능인 YOLO 모드를 활용한 브레인스토밍 이터레이션 기법과 제한된 컨텍스트 윈도우를 효율적으로 극복하는 청킹(Chunking) 기술을 소개합니다.

2026-05-09

[Antigravity 활용 가이드 1] Antigravity와 Gemini CLI, 어떻게 다르게 써야 할까?

Agentic AI 코딩 어시스턴트인 Antigravity와 강력한 터미널 도구인 Gemini CLI의 차이점을 알아보고, 각 도구를 어떤 상황에서 어떻게 활용해야 완벽한 시너지를 낼 수 있는지 분석합니다.

2026-05-08