NotebookLM 사용법, 논문, PDF 정리할 때 좋은 이유

 

 

논문이나 보고서 PDF를 읽다 보면 중요한 문장을 표시하는 데는 성공해도, 여러 자료의 내용을 연결해서 정리하는 단계에서 시간이 많이 걸립니다. 논문마다 연구 목적과 실험 조건, 핵심 결과를 따로 메모하다 보면 자료가 쌓일수록 어디에 어떤 내용이 있었는지 다시 찾기도 어려워지죠.

 

NotebookLM은 사용자가 직접 넣은 자료를 중심으로 질문하고 정리할 수 있는 Google의 AI 기반 연구 도구입니다. 일반적인 AI 챗봇처럼 광범위한 지식을 바탕으로 답하는 것보다, 하나의 노트북에 추가된 논문과 PDF, 웹페이지, 동영상 등의 내용을 우선적으로 활용하는 방식이에요. Google은 NotebookLM을 사용자가 선택한 출처를 바탕으로 복잡한 내용을 이해하고 아이디어를 정리하도록 돕는 연구 도구로 소개하고 있습니다.

특히 논문을 여러 편 읽어야 하는 대학원생이나 연구자라면 자료별 요약, 연구 간 차이 비교, 근거 위치 확인에 활용하기 좋아요. 다만 AI가 만든 해석을 논문 원문처럼 받아들이면 안 됩니다. 결과와 수치, 실험 조건, 저자의 주장 범위는 반드시 원문에서 다시 확인해야 해요.

 

NotebookLM은 어떤 서비스일까

NotebookLM에서는 특정 주제나 프로젝트마다 별도의 노트북을 만들고, 그 안에 참고할 자료를 추가합니다. 이후 채팅창에서 질문하면 선택된 소스를 바탕으로 답변을 만들고, 답변에 관련 출처를 표시해줘요.

일반적인 생성형 AI에 논문 내용을 붙여 넣는 방식과 비교하면 자료 관리가 편합니다. 여러 논문을 같은 노트북에 넣어두고 공통점과 차이점을 질문할 수 있고, 한동안 작업을 쉬었다가 돌아와도 자료를 다시 업로드하지 않아도 되죠.

NotebookLM은 PDF뿐 아니라 Google Docs와 Slides, Sheets, 웹페이지, 복사한 텍스트, 오디오 파일, 이미지 등 다양한 자료 형식을 지원합니다. YouTube 영상도 지원되는 범위 안에서 소스로 추가할 수 있어요. 파일 형식과 계정 상태에 따라 지원 범위가 달라질 수 있으므로 업로드 화면에서 실제로 선택 가능한 형식을 확인하는 게 정확합니다.

 

NotebookLM에서 새 노트북 만드는 방법

먼저 Google 계정으로 NotebookLM에 접속한 뒤 새 노트북 만들기를 선택합니다. 노트북은 연구 주제나 프로젝트 단위로 나누는 것이 좋아요.

예를 들어 간섬유화 논문을 정리한다면 하나의 노트북에 관련 리뷰와 원저 논문을 모을 수 있습니다. 여기에 대사 재편성, lactate metabolism, histone lactylation처럼 하위 주제별 논문을 함께 넣고 비교하면 돼요.

주제가 지나치게 넓다면 노트북을 나누는 편이 낫습니다. 간질환 전체를 하나로 묶기보다 HSC activation, liver cancer metabolism, lactylation처럼 실제로 함께 비교할 자료끼리 모아두면 답변의 범위가 명확해져요.

자료가 5개 이상 들어간 노트북에서는 NotebookLM이 소스를 주제별로 자동 분류하거나 라벨을 붙이는 기능을 제공할 수 있습니다. 사용자가 직접 라벨 이름을 바꾸거나 소스를 다른 그룹으로 옮길 수도 있어요.

 

논문 PDF 추가하는 방법

노트북을 만든 뒤 소스 추가 버튼을 누르고 컴퓨터에 저장된 PDF를 업로드하면 됩니다. Google Drive에 있는 자료를 불러오거나 웹 주소를 추가하는 방식도 사용할 수 있어요.

PDF를 올리면 NotebookLM이 내용을 처리한 뒤 소스 목록에 표시합니다. 파일명만으로 논문을 구분하기 어렵다면 업로드 전에 저자_연도_주제.pdf처럼 이름을 바꿔두는 편이 좋아요.

예를 들어 아래와 같은 방식으로 정리할 수 있습니다.

Tsuchida_Friedman_2017_HSC_activation.pdf

Horn_Tacke_metabolic_reprogramming.pdf

Li_D_lactate_liver_fibrosis.pdf

파일명이 명확하면 질문할 때 특정 논문을 지정하기 쉽고, 인용된 출처를 다시 확인할 때도 편합니다.

한 소스는 파일 크기 200MB와 50만 단어 제한을 넘으면 가져오지 못할 수 있습니다. 복사 방지가 설정된 PDF 역시 정상적으로 불러오지 못할 수 있어요.

 

스캔된 PDF는 내용을 제대로 읽지 못할 수 있어요

논문 PDF가 글자를 선택할 수 있는 일반적인 디지털 문서라면 내용을 비교적 쉽게 처리할 수 있습니다. 반면 책이나 문서를 스캔해 이미지처럼 저장한 PDF는 텍스트 인식 상태에 따라 내용이 빠지거나 잘못 읽힐 수 있어요.

업로드 후 논문 제목이나 초록의 특정 문장을 질문해보고 답변이 제대로 나오는지 확인하세요. 주요 용어를 찾지 못하거나 엉뚱한 문장을 인용한다면 PDF 자체의 텍스트 레이어에 문제가 있을 가능성이 있습니다.

특히 표와 수식, 복잡한 다단 편집, 보충자료가 포함된 논문은 AI가 구조를 잘못 이해할 수 있어요. Figure legend와 표의 숫자는 반드시 원본 PDF를 직접 열어 확인하는 것이 좋습니다.

NotebookLM은 문서 안의 이미지와 차트, 도표를 다룰 수 있지만, 시각 자료 해석이 항상 완벽한 것은 아닙니다. 그래프의 작은 범례나 통계 표시처럼 중요한 부분은 원문과 대조해야 해요. Google도 NotebookLM이 출처에 포함된 이미지와 도표를 바탕으로 질문에 답할 수 있다고 안내합니다.

 

논문 한 편을 처음 읽을 때 쓸 만한 질문

논문을 업로드한 뒤 바로 전체 요약만 요청하기보다 항목을 나눠 질문하면 내용을 파악하기 쉬워요.

먼저 아래와 같이 물어볼 수 있습니다.

“이 논문의 연구 질문을 한 문단으로 정리해줘.”

“저자들이 해결하려는 기존 연구의 한계는 무엇인가?”

“사용한 세포주와 동물모델, 처리 조건을 표로 정리해줘.”

“주요 결과를 Figure 순서대로 설명해줘.”

“이 논문의 결론을 직접 뒷받침하는 실험과 보조적인 실험을 나눠줘.”

“저자들이 Discussion에서 인정한 한계는 무엇인가?”

이렇게 질문하면 초록만 압축한 요약보다 실제 논문 구조를 따라가며 읽을 수 있습니다. 결과를 확인할 때는 답변 옆에 표시되는 인용을 눌러 원문 문맥을 함께 살펴보세요.

NotebookLM은 답변에 출처를 표시하고 해당 문장이 나온 원문 위치로 이동할 수 있도록 지원합니다. 이 기능 덕분에 AI가 요약한 내용이 실제 논문에 있는지 비교적 빠르게 검토할 수 있어요.

 

여러 논문을 비교할 때 더 유용해요

NotebookLM의 장점은 한 편을 요약하는 것보다 여러 자료를 같은 기준으로 비교할 때 잘 드러납니다.

예를 들어 HSC activation 관련 논문을 모아두고 다음과 같이 요청할 수 있어요.

“각 논문에서 사용한 HSC activation 조건을 비교해줘.”

“TGF-β1과 PDGF-BB를 사용한 연구를 나눠서 처리 농도와 시간을 정리해줘.”

“COL1A1, ACTA2, SERPINE1을 측정한 논문과 측정 방법을 표로 만들어줘.”

“각 연구에서 lactate가 fibrosis를 촉진한다고 판단한 근거를 비교해줘.”

“사람 유래 세포, 마우스 모델, 환자 조직을 사용한 결과를 구분해줘.”

이런 질문은 문헌조사를 시작할 때 큰 틀을 잡는 데 도움이 됩니다. 논문마다 실험 조건이 다르다는 점도 한눈에 확인할 수 있죠.

다만 NotebookLM이 서로 다른 실험 조건을 같은 의미로 묶을 수 있으므로 주의해야 합니다. 예를 들어 total lactate와 L-lactate, D-lactate를 구분하지 않거나, mRNA 증가와 단백질 증가를 같은 결과처럼 정리할 수 있어요. 비교표를 만든 뒤에는 해당 논문의 Methods와 Figure를 직접 확인해야 합니다.

 

특정 소스만 선택해서 질문할 수 있어요

여러 논문을 하나의 노트북에 넣으면 질문과 관계없는 자료까지 답변에 섞일 수 있습니다. 이때는 소스 목록에서 사용할 논문만 선택한 뒤 질문하면 돼요.

예를 들어 리뷰 논문 두 편만 선택해 분야의 전체 개념을 정리하고, 이후 원저 논문만 골라 실험 근거를 비교할 수 있습니다.

“전체 소스 기준으로 답해줘”와 “선택한 세 논문만 기준으로 답해줘”는 결과가 달라질 수 있어요. 연구 계획을 세울 때는 리뷰와 원저를 분리해서 질문하는 편이 좋습니다.

NotebookLM의 답변은 전체 소스 또는 사용자가 선택한 일부 소스를 바탕으로 생성됩니다. 대화 기록도 이후 답변의 맥락에 활용될 수 있어, 질문을 이어가다 보면 앞선 요청이 다음 답변에 영향을 줄 수 있어요.

 

출처 인용이 논문 정리에 유용한 이유

일반 AI 챗봇으로 논문을 정리할 때 가장 불편한 점은 답변의 어느 부분이 어느 논문에서 나온 것인지 다시 찾기 어렵다는 것입니다.

NotebookLM은 답변에 인용 표시를 붙이고, 이를 누르면 관련 원문 구간을 확인할 수 있어요. 논문의 주장과 AI의 해석을 구분하는 데 도움이 됩니다.

예를 들어 “PDGF-BB가 COL1A1을 증가시켰다”는 답변이 나왔다면 인용을 눌러 실제로 mRNA를 측정했는지, 단백질을 측정했는지, 단독 처리 결과인지 확인할 수 있습니다.

인용이 붙어 있다고 답변 전체가 정확하다는 의미는 아닙니다. 인용된 문장 자체는 맞아도 AI가 앞뒤 맥락을 넓게 해석했을 수 있어요. 최종적으로 논문이나 발표자료에 사용할 내용은 원문 문장을 직접 읽고 정리해야 합니다.

 

반응형

노트 기능으로 중요한 내용을 따로 모으기

채팅에서 유용한 답변을 얻었다면 노트로 저장할 수 있습니다. 직접 작성한 메모나 논문에서 가져온 핵심 문장도 노트에 정리할 수 있어요.

노트는 논문별 핵심 결과, 읽으면서 생긴 질문, 추후 실험 아이디어를 분리해 적는 식으로 사용하면 편합니다.

예를 들어 다음과 같이 구분할 수 있어요.

핵심 결과

실험 조건

논문의 한계

우리 실험에 적용할 부분

 

추가로 찾아볼 논문

노트에 저장해두면 긴 대화 기록을 다시 위로 올려 찾지 않아도 됩니다. NotebookLM은 채팅 답변과 출처의 인용문, 사용자가 직접 작성한 내용을 노트 공간에 저장하는 기능을 제공합니다.

오디오 개요로 논문 내용을 들을 수 있어요

NotebookLM의 대표 기능 중 하나가 Audio Overview입니다. 업로드한 자료의 핵심 내용을 AI 진행자들이 대화하는 형식으로 정리해주는 기능이에요.

논문을 읽기 전에 전체 내용을 가볍게 파악하거나, 이동 중에 복습할 때 활용할 수 있습니다. 여러 리뷰 논문을 넣고 오디오 개요를 만들면 어떤 주제가 반복되는지 듣는 데도 도움이 돼요.

Audio Overview는 사용자가 넣은 자료의 주요 내용을 바탕으로 대화를 생성합니다. Google은 이를 AI 진행자들이 소스의 핵심 주제를 자세히 설명하는 형태라고 안내하고 있어요.

오디오 내용이 논문의 모든 세부사항을 포함하는 것은 아닙니다. 실험 농도와 통계수치, 예외적인 결과처럼 정확성이 필요한 내용은 오디오만 듣고 판단하면 안 돼요. 전체 맥락을 파악하는 보조 도구로 사용하는 편이 좋습니다.

모바일 앱에서는 Audio Overview를 내려받아 오프라인으로 들을 수 있습니다. 웹페이지나 PDF를 보다가 모바일 공유 기능을 통해 NotebookLM에 추가하는 방식도 지원돼요.

 

학습 가이드와 FAQ 만들기

NotebookLM은 추가한 자료를 바탕으로 FAQ나 학습 가이드, 브리핑 문서 같은 결과물을 만들 수 있습니다. 긴 리뷰 논문을 처음 접할 때는 핵심 용어를 정리한 가이드를 만들고, 읽은 뒤에는 질문과 답변 형태로 복습할 수 있어요.

논문 세미나를 준비한다면 아래와 같은 자료를 만들 수 있습니다.

“이 논문의 핵심 개념을 대학원 신입생 수준의 학습 가이드로 만들어줘.”

“랩미팅에서 나올 만한 질문 10개와 답변을 작성해줘.”

“연구 배경, 핵심 결과, 한계, 후속 연구로 나눠 브리핑 문서를 만들어줘.”

“용어와 정의를 플래시카드로 정리해줘.”

NotebookLM은 문서 내용을 바탕으로 플래시카드와 퀴즈 같은 학습 자료도 만들 수 있습니다. Google은 연구논문이나 강의자료, 업무 보고서를 활용해 복습 자료를 생성하는 기능을 안내하고 있어요.

 

Video Overview와 슬라이드 자료도 만들 수 있어요

자료를 시각적으로 정리하고 싶다면 Video Overview를 이용할 수 있습니다. 업로드한 소스의 내용을 바탕으로 핵심 개념을 영상 형식으로 설명하는 기능이에요. 복잡한 주제를 빠르게 훑거나 시각 자료 중심으로 복습할 때 활용할 수 있습니다.

계정과 제공 상태에 따라 슬라이드 덱이나 인포그래픽 같은 결과물을 만들 수도 있습니다. 이런 결과물은 발표 초안을 잡는 데 편하지만, 완성된 발표자료로 바로 사용하기보다 구조와 핵심 메시지를 참고하는 정도가 좋아요.

AI가 논문의 Figure를 잘못 단순화하거나 인과관계를 과장할 수 있기 때문입니다. 발표에 사용할 그림과 수치는 원 논문의 Figure와 legend에서 직접 가져와 확인해야 해요.

 

웹에서 관련 자료를 찾는 기능도 있어요

NotebookLM에는 주제를 입력하면 웹에서 관련 소스를 찾아주는 Discover Sources 기능이 있습니다. 검색 결과의 개요를 확인한 뒤 필요한 자료를 노트북에 추가할 수 있어요.

최근에는 Deep Research 기능도 추가돼 더 넓은 범위의 자료를 찾고 보고서 형태로 정리할 수 있습니다. Word 문서와 Sheets 등 지원 형식도 확대됐어요.

이 기능은 연구 분야의 큰 틀을 찾거나 새로운 키워드를 발견하는 데 도움이 됩니다. 다만 논문 문헌조사에서는 검색된 자료의 출판사와 저널, 연도, 논문 유형을 직접 확인해야 해요.

검색 결과에 리뷰와 뉴스, 상업 사이트가 섞일 수 있고, 최신 논문이 빠질 수도 있습니다. PubMed와 Google Scholar, Web of Science 같은 학술 검색 도구를 대체하기보다 보조적으로 사용하는 편이 안전합니다.

 

논문을 넣고 바로 믿으면 안 되는 이유

NotebookLM은 사용자가 제공한 소스를 중심으로 답한다는 장점이 있지만, 소스의 내용을 완벽하게 해석한다는 의미는 아닙니다.

논문에서 관찰된 상관관계를 인과관계처럼 표현하거나, 세포실험 결과를 사람에게도 적용되는 결과처럼 넓힐 수 있어요. 저자가 가능성으로 제시한 Discussion 내용을 확정된 결론처럼 정리할 수도 있습니다.

다음 내용은 반드시 원문에서 다시 확인하세요.

실험에 사용한 세포주와 동물모델, 처리 농도와 시간, 표본 수, 통계방법, 대조군, Figure의 축과 단위, 저자가 인정한 한계, supplementary data에만 있는 결과입니다.

논문을 인용할 때도 NotebookLM의 요약문을 인용하는 것이 아니라 원 논문을 직접 읽고 인용해야 합니다.

 

논문별 표를 만들 때 질문을 구체적으로 쓰기

“논문들을 비교해줘”라고만 요청하면 긴 설명이 나오거나 중요한 항목이 빠질 수 있습니다. 원하는 열을 직접 지정하면 표를 더 실용적으로 만들 수 있어요.

예를 들어 다음과 같이 요청할 수 있습니다.

“선택한 논문을 저자, 연도, 질환 모델, 세포 또는 동물, 처리물질, 농도, 처리시간, 주요 readout, 핵심 결과, 한계로 나눠 표로 정리해줘. 확인되지 않는 항목은 추정하지 말고 ‘기재 없음’으로 표시해줘.”

‘확인되지 않는 항목은 추정하지 말라’는 조건을 넣는 것이 중요합니다. AI는 빈칸을 자연스럽게 채우려는 경향이 있어 논문에 없는 조건을 비슷한 연구에서 가져와 섞을 수 있기 때문이에요.

표가 만들어지면 각 행의 근거 인용을 눌러 Methods와 Results를 확인하세요. 실제 실험 계획에 사용할 표라면 사람이 직접 한 번 더 교정해야 합니다.

 

논문 읽기 순서를 정할 때 활용하기

읽어야 할 논문이 많다면 모든 자료를 처음부터 정독하기 어렵습니다. NotebookLM에 초록과 리뷰, 주요 원저를 넣고 먼저 읽을 순서를 추천받을 수 있어요.

“이 분야를 처음 공부하는 사람이 읽을 순서를 정해줘.”

“개념 이해용 리뷰와 실험 근거용 원저를 구분해줘.”

“서로 선행 관계가 있는 논문을 연도순으로 정리해줘.”

“우리 연구 주제와 직접 관련된 논문부터 우선순위를 매겨줘.”

이런 질문은 학습 계획을 짜는 데 도움이 됩니다. 다만 우선순위는 사용자의 연구 목적에 따라 달라지므로 모델이 정한 순서를 그대로 따를 필요는 없어요.

왜 그 논문을 먼저 읽어야 하는지도 함께 요청하고, 실제 초록과 Figure를 훑어본 뒤 순서를 조정하는 편이 좋습니다.

 

무료 버전에서도 사용할 수 있을까

NotebookLM은 개인 Google 계정으로 기본 기능을 이용할 수 있습니다. 무료 이용에도 노트북과 소스, 채팅, Audio Overview 생성 횟수 등에 한도가 있어요.

Google의 현재 공식 안내 기준으로 기본 이용자는 최대 100개의 노트북을 만들고, 노트북 하나에 최대 50개의 소스를 추가할 수 있습니다. 채팅은 하루 50회, Audio Overview는 하루 3회 수준으로 안내되지만, 사용 한도는 변경될 수 있어요.

유료 또는 조직용 요금제에서는 노트북과 소스, 채팅, 생성 기능 한도가 확대될 수 있습니다. 학교나 회사의 Google Workspace 계정을 사용하는 경우에는 관리자가 NotebookLM 사용을 허용해야 하거나 계정 등급에 따라 한도가 달라질 수 있어요.

논문 몇 편을 주제별로 정리하는 개인 사용자라면 우선 무료 버전으로 사용해보고, 소스 수나 채팅 한도가 자주 부족한지 확인하는 편이 좋습니다.

 

한국어로 답변받는 방법

NotebookLM은 출력 언어를 별도로 지정할 수 있습니다. 설정에서 한국어를 선택하면 채팅 답변과 학습 가이드, Audio Overview 등 생성 결과가 한국어로 나올 수 있어요.

영문 논문을 넣고 한국어로 질문하면 한국어 설명을 받을 수 있습니다. 다만 전문용어를 지나치게 번역해 의미가 어색해질 수 있으므로 주요 유전자명과 단백질명, 실험기법은 영어 표기를 함께 요청하는 편이 좋아요.

예를 들어 “전문용어는 영어 원문을 괄호에 병기해줘”라고 적을 수 있습니다.

논문에서 실제로 사용한 표현이 중요하다면 “답변은 한국어로 작성하되, 주요 용어와 원문 문장은 영어로 함께 표시해줘”라고 요청하면 됩니다.

 

논문 정리에 추천하는 실제 사용 순서

처음에는 하나의 주제에 관련된 핵심 논문 3~5편만 넣는 것이 좋아요. 너무 많은 자료를 한꺼번에 추가하면 답변이 넓어지고, 서로 다른 연구 조건이 섞일 수 있습니다.

먼저 각 논문의 연구 목적과 핵심 결과를 개별적으로 정리합니다. 그다음 실험 모델과 처리 조건, readout을 표로 비교하세요.

이후 공통된 결론과 서로 충돌하는 결과를 찾아봅니다. 결과가 다른 이유를 물어본 뒤, 실제 Methods를 확인해 세포주와 농도, 처리시간, 분석법 차이를 검토하면 돼요.

마지막으로 자신의 연구에 필요한 내용을 노트로 저장하고, 추가로 읽어야 할 논문이나 확인하지 못한 질문을 따로 정리합니다.

이런 순서로 사용하면 NotebookLM이 논문을 대신 읽어주는 도구가 아니라, 읽은 내용을 구조화하고 다시 찾는 연구 노트 역할을 하게 됩니다.

 

NotebookLM이 논문·PDF 정리에 좋은 이유

NotebookLM은 사용자가 선택한 논문과 PDF를 중심으로 질문할 수 있고, 답변에서 관련 출처 위치를 바로 확인할 수 있다는 점이 가장 큰 장점입니다.

논문 한 편의 내용을 요약하는 데도 쓸 수 있지만, 여러 논문의 실험 조건과 결론을 같은 기준으로 비교할 때 더 유용해요. Audio Overview와 학습 가이드, 플래시카드 기능을 활용하면 이동 중 복습이나 세미나 준비에도 활용할 수 있습니다.

다만 논문의 숫자와 실험 조건, Figure 해석까지 NotebookLM에 맡기면 오류가 생길 수 있어요. AI가 만든 요약과 비교표는 읽기 방향을 잡는 초안으로 사용하고, 연구 계획과 발표, 논문 작성에 들어갈 내용은 반드시 원문에서 다시 확인해야 합니다.

자료를 대신 읽어주는 서비스로 생각하기보다, 많은 논문 속에서 필요한 근거를 빠르게 찾고 자신의 메모를 체계적으로 쌓는 도구로 사용하면 가장 효과적입니다.