노트북LM 사용법, 소스 3개로 24분 오디오 받기까지 10분

노트북LM 사용법, 무엇을 넣고 무엇을 받으면 될까요? 2026-10-02 새벽 직접 해 보니 논문 주소와 회의록과 강의 영상을 소스로 넣고 물으면 답마다 인용 번호가 붙었습니다. 버튼 한 번에 24분 29초짜리 오디오가 10분 남짓 만에 나왔습니다.

같은 날 notebooklm.google.com 을 열자 notebook.google.com 으로 넘어갔고 창 이름은 Gemini Notebook 이었습니다. 이 글은 그 화면에서 직접 넣은 입력과 나온 결과를 상황별로 따라갑니다.

안녕하세요? 정리하는 개발자 워니즈입니다. 이미 로그인된 구글 계정으로 맥의 Aside 브라우저에서 열었고 이번 시험을 위해 새로 가입한 서비스는 없습니다.

한 줄 요약 노트북LM 사용법은 새 노트북을 만들고 소스를 넣고 묻는 세 단계가 전부였습니다. 소스는 4~6초 만에 들어갔고 답은 18~24초 걸렸으며 시험용 회의록의 할 일 4개는 원문과 모두 맞았습니다. 오디오 오버뷰는 생성 버튼을 누르고 약 10~11분 뒤 24분 29초 길이로 완성돼 있었습니다.

• 논문이나 웹 문서를 읽어야 한다면 주소를 ‘웹사이트’ 출처로 넣고 세 줄 요약부터 받습니다
• 회의 메모를 정리해야 한다면 ‘복사된 텍스트’ 로 넣고 할 일과 담당자와 기한을 표로 달라고 합니다
• 강의 영상을 복습해야 한다면 영상 주소를 넣되 받은 답은 영상과 직접 맞춰 봅니다
• 읽을 시간이 없다면 스튜디오 칸의 AI 오디오 오버뷰를 누르고 10분쯤 다른 일을 합니다

목차

1. 노트북LM 사용법을 직접 해 보니 소스 3개는 몇 초 만에 들어갔을까?
2. 노트북LM 은 돈이 드나요? 직접 쓴 범위와 확인하지 않은 것
3. 제미나이 노트북lm 과 노트북LM 은 같은 화면일까?
4. 논문 읽을 때: arXiv 주소 하나로 세 줄 요약 받기
5. 회의록 정리할 때: 할 일과 담당자와 기한을 표로 받기
6. 강의 영상 복습할 때: 유튜브 주소를 넣고 한 대목만 묻기
7. 노트북LM 사용법의 마지막 단계, 24분 29초 오디오가 나오기까지
8. 노트북LM 으로 안 되는 것과 이번에 확인하지 못한 것
9. 정리: 누구에게 맞고 누구에게는 굳이인가, 그리고 필자는 이렇게 봅니다

1. 노트북LM 사용법을 직접 해 보니 소스 3개는 몇 초 만에 들어갔을까?

소스 하나가 출처 목록에 뜨기까지는 4.1초에서 6.3초가 걸렸고 질문 하나에 답이 다 나오기까지는 18.1초에서 24.1초가 걸렸습니다. 시험은 2026-10-02 금요일 05시 55분쯤 시작했고 06시 13분 13초에 오디오가 완성된 것을 확인한 데서 끝났습니다. 아래 표는 그 사이 노트북LM 사용법을 따라 필자가 누른 순서를 기록 그대로 옮긴 것입니다. 시각 옆의 어림 표시는 초 단위까지 적지 않았다는 뜻입니다.

시각(KST)	한 일	화면에 나온 것	걸린 시간
05:56(어림)	notebooklm.google.com 열기	notebook.google.com/?pli=1 로 넘어가고 홈에 ‘새 노트북’ 버튼	기록 안 함
05:57(어림)	‘새 노트북’ 누르기	출처 추가 창 ‘내 문서 를 활용해 AI 오디오 및 동영상 오버뷰 만들기’	기록 안 함
05:58(어림)	arXiv 논문 주소를 웹사이트 출처로 삽입	‘Attention Is All You Need’, 소스 1	6.3초
05:59(어림)	논문 세 줄 요약 질문	세 줄 답, 줄마다 인용 번호 1	18.1초
06:01 전(시각 미기록)	시험용 회의록을 복사된 텍스트로 삽입	소스 2	4.1초
06:01 전(시각 미기록)	할 일 정리 질문	할 일 표 2줄과 기타 2줄	24.1초
06:01 전(시각 미기록)	강의 영상 주소를 웹사이트 출처로 삽입	‘[1hr Talk] Intro to Large Language Models’, 소스 3	4.1초
06:01 전(시각 미기록)	강의 한 대목 요약 질문	세 줄 답, 인용 번호 1, 2, 3	22.1초
06:02:01	AI 오디오 오버뷰 ‘지금 생성’	생성 중 화면
06:13:13	완료 확인	24:29, 딥 다이브, 소스 3개, 1분 전	약 10~11분

걸린 시간은 삽입이나 Enter 를 누른 때부터 출처 목록에 이름이 뜨거나 답 글자가 더 늘지 않을 때까지를 잰 값입니다. 제목의 10분은 오디오 생성 버튼을 누른 뒤의 시간입니다. 주소를 처음 연 때부터 따지면 18분 남짓이 걸렸으니 이 차이는 미리 밝혀 둡니다.

이번 노트북LM 사용법 시험에서 막힌 곳은 세 군데였고 셋 다 고장이 아니라 화면을 처음 보는 사람이 헷갈릴 만한 지점이었습니다.

• 생성 중 화면의 안내 문구. 오디오가 만들어지는 동안 다섯 번 확인했는데 매번 ‘생성 중’ 아래에 ‘잠시 후 다시 시도해 주세요.’ 가 같이 보였습니다. 그래도 생성은 멈추지 않고 이어졌고 06:13:13 에 다시 확인했을 때는 완료돼 있었습니다
• 노트북 제목. 세 번째 소스가 들어가자 노트북이 세 소스를 묶은 요약을 만들면서 노트북 제목을 첫 논문 제목인 ‘Attention Is All You Need’ 로 붙였습니다. 회의록과 강의가 논문 이름 아래 묶인 셈인데 제목을 바꾸는 방법은 이번에 시험하지 않았습니다
• 답과 원문 대조. 인용 번호는 그 답이 어느 소스에서 왔는지까지만 알려 줍니다. 원문과 직접 맞춰 본 것은 회의록 하나였고 논문과 영상의 답은 이번에 대조하지 않았습니다

소스를 넣는 시간보다 받은 답을 원문과 맞춰 보는 일이 더 무겁다는 것이 첫 시험에서 가장 크게 남은 배움이었습니다. 회의록은 필자가 직접 쓴 글이라 바로 맞춰 볼 수 있었지만 논문과 1시간짜리 강의는 대조할 분량부터 달라서 이번에는 그 단계까지 가지 않았습니다.

2. 노트북LM 은 돈이 드나요? 직접 쓴 범위와 확인하지 않은 것

이 글이 직접 확인한 노트북LM 사용법의 범위는 이미 로그인된 구글 계정에서 새 가입 없이 아래 왼쪽 칸만큼을 썼다는 사실까지입니다. 요금과 무료 범위와 횟수 숫자는 공식 문서로 확인하지 않았습니다. 그래서 무료 계정에서도 같은 범위가 되는지는 이 글에서 말씀드릴 수 없습니다.

이 글에서 직접 쓴 범위	확인하지 않은 것
노트북 1개 만들기	만들 수 있는 노트북 개수
소스 3개(웹사이트 2개, 복사된 텍스트 1개)	노트북 하나에 넣을 수 있는 소스 개수
질문 3번	하루에 물을 수 있는 질문 횟수
AI 오디오 오버뷰 1개(심층 분석)	오디오를 만들 수 있는 횟수와 길이의 끝
스튜디오 칸의 나머지 8개 버튼은 누르지 않음	슬라이드 자료나 마인드맵 같은 다른 결과물
요금 화면은 열지 않음	요금, 무료와 유료의 차이

노트북LM 사용법의 첫 화면인 새 노트북을 만들 때 출처 추가 창과 함께 기능 안내 창이 떴습니다. 그 제목은 ‘5시간마다 한도 초기화’, ‘좋아하는 콘텐츠 더 많이 만들기’, ‘새 백그라운드 대기열’ 세 가지였습니다. 이 글에서는 제품 안내 문구로만 옮깁니다. 안내 본문을 기록하지 않아 어떤 기능에 몇 번까지 걸리는 한도인지는 알지 못합니다.

오디오를 만드는 동안 ‘준비되면 알림 받기’ 안내도 보였는데 이것이 안내 창의 백그라운드 대기열과 같은 기능인지도 확인하지 않았습니다. 비용이 걱정되는 분은 이 글의 표보다 직접 열어 본 요금 화면을 기준으로 삼으셔야 합니다. 다른 AI 도구의 무료 범위를 공식 문서 기준으로 정리한 예로는 노션 AI 무료와 유료 차이 비교와 퍼플렉시티 무료 한도와 Pro 차이 5가지 글이 있습니다.

3. 제미나이 노트북lm 과 노트북LM 은 같은 화면일까?

제미나이 노트북lm 사용법으로 찾든 노트북LM 사용법으로 찾든 필자가 2026-10-02 에 본 화면은 하나였고 그 화면의 이름이 Gemini Notebook 이었습니다. 구글 자동완성에도 ‘제미나이 노트북lm 사용법’ 과 ‘제미나이에서 노트북lm 사용법’ 이 함께 떠서 두 이름을 섞어 찾는 분이 많은 것 같습니다.

notebooklm.google.com 을 열면 notebook.google.com 으로 넘어갔고 노트북 창 제목에는 Gemini Notebook 이 보였습니다. 답 아래에는 이런 문구가 붙어 있었습니다.

“Gemini Notebook은 실수를 할 수 있으니 다시 한번 확인하세요.”

이름과 주소가 바뀌는 중으로 보이지만 공식 발표는 이 글에서 확인하지 않았습니다. 제미나이 앱 안의 노트북 기능과 노트북LM 이 어떻게 다른지는 예전에 제미나이 노트북 사용법, 노트북LM 차이 5가지 글에서 따로 정리했으니 이 글에서는 되풀이하지 않습니다.

‘새 노트북’ 을 누르면 주소 끝에 addSource=true 가 붙으면서 출처 추가 창이 바로 열립니다. 이 창에서 고를 수 있는 출처 종류는 여섯 가지였고 이번 노트북LM 사용법 시험에서는 그중 두 가지만 썼습니다.

출처 종류	이번에 쓴 상황
파일 업로드	쓰지 않음(PDF 업로드는 시험하지 않음)
웹사이트	논문 주소, 강의 영상 주소
도서(Google Play 북)	쓰지 않음
Drive	쓰지 않음
복사된 텍스트	시험용 회의록
웹 검색(웹, Fast Research)	쓰지 않음

자동완성에 ‘노트북lm 사용법 pdf’ 가 뜨는 만큼 PDF 를 먼저 넣어 보고 싶은 분이 많겠지만 PDF 를 올리는 노트북LM 사용법은 이번에 시험하지 않았습니다. 논문은 PDF 파일 대신 arXiv 초록 페이지 주소를 웹사이트로 넣었으니 PDF 로 넣었을 때는 결과가 다를 수 있습니다.

오른쪽의 스튜디오 칸에는 AI 오디오 오버뷰, 슬라이드 자료, 동영상 개요, 마인드맵, 보고서(New!), 플래시카드, 퀴즈, 인포그래픽, 데이터 표까지 9개 버튼이 있었습니다. 그 위에는 ‘새로운 기능: 이제 대화형 보고서를 만들 수 있습니다.’ 라는 안내가 붙어 있었습니다. 자동완성의 ‘노트북lm 마인드맵 사용법’ 과 ‘노트북lm 사용법 ppt’ 에 해당하는 마인드맵과 슬라이드 자료는 이번에 누르지 않았으니 그 두 갈래의 노트북LM 사용법은 다음 기록으로 미룹니다.

4. 논문 읽을 때: arXiv 주소 하나로 세 줄 요약 받기

논문을 읽는 노트북LM 사용법은 주소 하나를 웹사이트 출처로 넣고 “한국어 세 줄” 이라고 형식을 정해 묻는 것이었습니다. 18.1초 만에 세 줄짜리 한국어 답이 나왔고 줄마다 소스 1을 가리키는 인용 번호가 붙었습니다. 넣은 주소는 arXiv 의 Attention Is All You Need 초록 페이지 였고 삽입을 누른 지 6.3초 뒤 출처 목록에 논문 제목과 소스 1 표시가 떴습니다.

질문 상자의 자리표시 문구는 ‘질문하거나 창작하세요’ 였고 필자가 친 질문은 ‘이 논문의 핵심 기여를 한국어 세 줄로 요약해 줘’ 한 줄이었습니다. 답은 아래와 같이 나왔습니다.

1) 기존 구조 대체 및 Transformer 제안: 순환(Recurrence)과 합성곱(Convolution) 구조를 전면 배제하고, 오직 어텐션(Attention) 메커니즘만으로 작동하는 네트워크 아키텍처인 트랜스포머(Transformer)를 제안했습니다 [1].

2) 병렬 처리 향상 및 학습 시간 단축: 병렬화가 훨씬 용이하여 기존 최신 모델들에 비해 훨씬 적은 계산 비용과 짧은 시간으로 모델을 학습시킬 수 있습니다 [1].

3) 최고 수준의 성능 및 높은 범용성: WMT 2014 기계 번역 과제에서 최고 성능(SOTA)을 달성했으며, 영어 구문 분석(Constituency parsing) 등 다른 언어 처리 과제에서도 뛰어난 범용성을 보여주었습니다 [1].

답 앞에는 ‘Thoughts’ 라는 접힌 칸이 하나 있었고 답 아래에는 ‘메모에 저장’ 버튼이 붙어 있었습니다. 세 줄을 한국어로 달라는 형식 요청은 그대로 지켜졌으니 논문을 처음 훑어 읽을 곳을 고르는 용도로는 이번 세 상황 가운데 품이 가장 덜 드는 노트북LM 사용법이었습니다.

막힌 곳도 있었습니다. 세 줄 모두 인용 번호가 1 하나라서 소스 1에서 왔다는 것까지는 알 수 있지만 논문의 어느 문단에서 왔는지는 번호를 눌러 보지 않아 이번에 확인하지 않았습니다.

이 답이 논문 본문과 한 줄씩 맞는지 대조하는 일도 이번 기록에는 남기지 않았습니다. 논문에 쓰는 노트북LM 사용법은 세 줄 요약으로 읽을 부분을 고르는 데까지 쓰고 인용할 문장은 논문 원문에서 직접 옮기는 쪽이 안전하다고 봅니다.

5. 회의록 정리할 때: 할 일과 담당자와 기한을 표로 받기

회의록을 정리하는 노트북LM 사용법은 ‘복사된 텍스트’ 로 넣고 할 일을 담당자와 기한으로 정리해 달라고 묻는 것이었습니다. 24.1초 만에 표가 나왔고 원문의 4개 항목이 하나도 빠지거나 지어낸 것 없이 모두 맞았습니다. 실제 회의록에는 사람과 조직의 정보가 들어가므로 이번에는 필자가 시험용으로 직접 쓴 가상의 회의록 253자를 썼고 그 전문은 아래와 같습니다.

[시험용 회의록] 2026-10-02 주간 회의. 참석 3명(기획, 개발, 디자인).
1. 앱 출시일: 원래 10월 20일이었으나 결제 모듈 검수가 늦어 10월 27일로 미룬다. 결정자는 기획.
2. 로그인 오류: 안드로이드 12 이하에서 간헐적으로 로그인 버튼이 눌리지 않는다. 개발이 10월 7일까지 원인을 찾는다.
3. 아이콘: 디자인이 시안 2개를 10월 9일까지 올리고 다음 회의에서 하나를 고른다.
4. 다음 회의는 10월 9일 오후 2시.

출처 추가 창에서 ‘복사된 텍스트’ 를 고르면 ‘붙여넣은 텍스트’ 라는 입력칸이 열립니다. 필자는 붙여 넣기 대신 키보드로 위 글을 입력했고 삽입을 누른 지 4.1초 뒤 출처 목록에 소스 2가 생겼습니다.

질문은 ‘시험용 회의록만 보고 할 일을 담당자와 기한으로 정리해 줘’ 였습니다. 소스가 두 개 들어 있는 노트북이라 질문 앞머리에 어느 소스만 보라고 적었고 답은 아래 표 그대로 나왔으며 칸마다 인용 번호 1이 붙어 있었습니다.

할 일	담당자	기한
안드로이드 12 이하 로그인 오류 원인 파악	개발	10월 7일
아이콘 시안 2개 업로드	디자인	10월 9일

표 아래 기타 항목에는 “앱 출시일 변경: 결제 모듈 검수 지연으로 기존 10월 20일에서 10월 27일로 연기되었습니다 (결정자: 기획)” 와 “다음 회의 일정: 10월 9일 오후 2시” 두 줄이 붙었습니다. 원문과 한 항목씩 맞춰 보니 출시일 변경, 로그인 오류, 아이콘, 다음 회의 네 항목이 모두 맞았고 틀리거나 지어낸 항목은 0개였습니다.

답 아래에는 이어서 물을 질문 세 개가 제안으로 떴습니다. 문구는 ‘일정 체크리스트를 만들어 줘’, ‘요약 보고서 초안을 작성해 줘’, ‘다음 회의 안건을 추천해 줘’ 였고 이번에는 셋 다 누르지 않았습니다.

회의록에 쓰는 노트북LM 사용법은 이번 세 상황 가운데 결과를 끝까지 믿을 수 있었던 유일한 경우였습니다. 원문을 쓴 사람이 그 자리에서 바로 대조할 수 있었기 때문입니다. 다만 실제 회의 자료를 올렸을 때 그 자료가 어떻게 보관되는지는 공식 문서로 확인하지 않았으니 외부에 보이면 안 되는 문서를 넣기 전에는 그 정책부터 보셔야 할 것 같습니다.

6. 강의 영상 복습할 때: 유튜브 주소를 넣고 한 대목만 묻기

강의 영상을 복습하는 노트북LM 사용법은 유튜브 주소를 웹사이트 출처로 넣는 데서 시작했습니다. 4.1초 만에 소스 3이 되었고 한 대목만 콕 집어 묻자 22.1초 만에 세 줄 요약이 나왔습니다. 다만 그 답을 영상 자체와는 대조하지 않았으니 아래 내용은 노트북LM 이 낸 답으로만 읽어 주세요.

넣은 주소는 Intro to Large Language Models 강연 영상 이었고 출처 목록에는 ‘[1hr Talk] Intro to Large Language Models’ 라는 영상 이름이 그대로 떴습니다. 영상 전용 버튼을 따로 찾지 않고 논문과 같은 웹사이트 칸에 주소를 넣었는데도 문제없이 소스로 들어갔습니다.

질문은 ‘강의 영상만 보고, 강연자가 LLM 을 두 개의 파일이라고 설명한 부분을 한국어로 세 줄 요약해 줘’ 였습니다. 1시간짜리 강의를 통째로 요약하게 하지 않고 한 대목을 집어 물은 이유는 답이 짧을수록 나중에 영상의 그 부분만 다시 보며 맞춰 보기 쉽기 때문입니다.

“LLM은 복잡한 시스템 없이 파일 시스템 상에서 단 두 개의 파일만으로 실행 가능합니다”

“파라미터 파일(Parameters File): 신경망의 가중치(Weights)를 저장한 파일로, Llama 2 70B 모델 기준 float16 형식으로 약 140GB 용량을 차지합니다”

“실행 코드 파일(Run File): 외부 라이브러리 의존성 없이 약 500줄의 C 언어 코드 등으로 구현되어 파라미터를 기반으로 신경망을 구동합니다”

답에는 인용 번호 1, 2, 3 이 붙었고 이어 묻기 제안도 세 개가 떴습니다. 번호가 영상의 어느 시점을 가리키는지는 눌러 보지 않았고 자막도 따로 보지 않았습니다. 그래서 140GB 나 500줄 같은 숫자가 강연에서 실제로 나온 숫자인지는 미확인으로 남깁니다.

강의 영상에 쓰는 노트북LM 사용법은 복습할 대목을 찾는 길잡이로는 쓸 만했지만 숫자를 옮겨 적기 전에는 영상을 직접 다시 봐야 합니다. 강의 노트처럼 숫자가 시험에 나오는 자료라면 이 대조 단계를 건너뛰지 않는 편이 맞을 것 같습니다.

7. 노트북LM 사용법의 마지막 단계, 24분 29초 오디오가 나오기까지

오디오까지 받는 노트북LM 사용법은 스튜디오 칸의 ‘AI 오디오 오버뷰’ 를 누르고 기본 형식 그대로 ‘지금 생성’ 을 누르는 것이었습니다. 06:02:01 에 시작한 오디오가 06:13:13 확인 때 24분 29초짜리로 완성돼 있었습니다. 완성 카드에 ‘1분 전’ 이 찍혀 있었으니 실제로 걸린 시간은 10분 12초에서 11분 12초 사이였습니다.

06:01:30 에 버튼을 누르자 ‘AI 오디오 오버뷰 맞춤설정’ 창이 열렸고 기본으로 ‘심층 분석’ 이 선택돼 있었습니다. 그 설명은 아래 한 줄이었습니다.

“두 호스트가 생동감 있게 주고받는 대화 형식으로, 소스의 주제를 분석하고 여러 주제를 연결합니다”

창 안에는 집중할 부분을 적는 입력칸과 ‘나중에 생성’, ‘지금 생성’ 버튼이 있었습니다. 06:02:01 에 ‘지금 생성’ 을 누르자 화면에 ‘AI 오디오 오버뷰 생성 시작 중입니다.’ 와 ‘준비되면 알림 받기’ 안내가 함께 떴습니다.

그 뒤로는 약 2분 간격으로 다섯 번 화면을 확인했고 다섯 번 모두 아직 만드는 중이었습니다. 각 확인 시각과 시작부터 지난 시간은 아래 표와 같습니다.

확인 시각	시작 뒤 지난 시간	화면
06:04:03	2분 2초	생성 중, ‘잠시 후 다시 시도해 주세요.’ 함께 보임
06:05:51	3분 50초	생성 중
06:07:39	5분 38초	생성 중
06:09:27	7분 26초	생성 중
06:11:25	9분 24초	생성 중
06:13:13	11분 12초	완료, 24:29, 딥 다이브, 소스 3개, 1분 전

완성된 오디오의 제목은 ‘다음 단어 예측부터 할머니 자장가 해킹까지’ 였습니다. 맞춤설정 창에서 고른 이름은 심층 분석이었는데 완성 카드에는 딥 다이브라고 적혀 있어서 두 이름이 같은 형식을 가리키는 것으로 보였습니다.

필자는 이 오디오를 아직 듣지 않았습니다. 그래서 오디오가 한국어로 나왔는지, 세 소스를 고르게 다뤘는지, 제목이 가리키는 내용이 무엇인지는 모두 확인하지 않았고 들어 본 뒤에 이 절을 고치겠습니다.

8. 노트북LM 으로 안 되는 것과 이번에 확인하지 못한 것

이번 노트북LM 사용법 시험에서 기대와 다르게 나왔거나 사람이 따로 손을 대야 했던 것부터 번호를 매겨 적습니다. 실패처럼 보였던 장면도 지우지 않고 그대로 남깁니다.

• 직접 확인 1, 생성 중 안내 문구. ‘잠시 후 다시 시도해 주세요.’ 가 보였지만 실패가 아니었고 그대로 기다리자 완료됐습니다(7절)
• 직접 확인 2, 노트북 제목. 주제가 서로 다른 소스 셋을 한 노트북에 넣자 노트북 제목이 첫 논문 이름으로 붙었습니다(1절)
• 직접 확인 3, 인용 번호의 범위. 번호는 어느 소스인지만 알려 주고 맞는지는 사람이 원문과 대조해야 했으며 대조한 회의록은 4개 항목 중 4개가 맞았습니다(5절)
• 직접 확인 4, 화면의 경고 문구. 답 아래에 ‘Gemini Notebook은 실수를 할 수 있으니 다시 한번 확인하세요.’ 가 늘 붙어 있었습니다(3절)

확인하지 못한 노트북LM 사용법 항목은 아래와 같고 이 항목들은 본문에서 단정하지 않았습니다.

• 오디오의 언어와 내용, 세 소스를 고르게 다뤘는지
• 강의 영상 답과 영상 원본의 일치 여부, 논문 답과 논문 본문의 일치 여부
• 인용 번호를 눌렀을 때 원문의 어느 위치가 열리는지
• 요금과 무료 범위, 노트북과 소스와 질문과 오디오의 개수 상한
• 올린 자료의 보관과 학습 사용 정책
• 파일 업로드(PDF 포함), Drive, 도서, 웹 검색 출처
• 스튜디오 칸의 나머지 8개 버튼(슬라이드 자료, 마인드맵 등)
• 노트북LM 에서 Gemini Notebook 으로 이름이 바뀌었다는 공식 발표
• 같은 질문을 다시 보냈을 때 같은 답이 나오는지

질문 하나에 답 하나를 받은 기록이라 같은 질문을 다시 보내면 다른 답이 나올 수 있다는 한계도 함께 적어 둡니다. 맞는 비율을 재려면 같은 질문을 여러 번 돌려야 하는데 이번 노트북LM 사용법 시험에서는 그 반복을 하지 않았습니다.

9. 정리: 누구에게 맞고 누구에게는 굳이인가, 그리고 필자는 이렇게 봅니다

이번에 해 본 노트북LM 사용법은 새 노트북, 소스, 질문 세 단계로 끝났고 답을 원문과 대조할 수 있는 자료일수록 결과를 그대로 쓸 수 있었습니다. 이 노트북LM 사용법이 누구에게 맞는지는 이번 기록에서 실제로 본 것만으로 나눴습니다.

이런 분에게 맞습니다	이런 분에게는 굳이입니다
직접 쓴 회의 메모를 할 일과 담당자와 기한 표로 바꾸고 싶은 분	받은 답을 원문 대조 없이 바로 인용해야 하는 분
긴 논문에서 먼저 읽을 부분을 세 줄로 고르고 싶은 분	강의 속 숫자를 그대로 시험 노트에 옮기려는 분
자료 몇 개를 넣어 두고 10분쯤 기다려 대화형 오디오를 받고 싶은 분	올린 자료의 보관 정책을 먼저 확인해야 하는 내부 문서
출처 주소만으로 소스를 넣고 몇 초 안에 묻고 싶은 분	요금과 횟수 숫자부터 알아야 결정할 수 있는 분(이 글은 미확인)

필자의 결론

필자는 노트북LM 을 내가 원문을 가진 자료를 정리하는 도구로 쓰고 논문과 영상의 답은 원문과 대조한 뒤에만 옮기기로 했습니다. 회의록은 4개 항목이 모두 맞았지만 논문과 영상은 대조하지 않았으니 맞았는지 모르는 답을 맞는 답처럼 옮기지 않겠다는 결정입니다. 오디오는 아직 듣지 않았으므로 들어 본 뒤 쓸지 말지를 따로 정하겠습니다.

오늘 해 보실 노트북LM 사용법 하나를 고르신다면 지난 회의 메모 하나를 ‘복사된 텍스트’ 로 넣고 할 일과 담당자와 기한을 표로 달라고 물은 뒤 원문과 한 줄씩 맞춰 보세요.

노트북LM 오디오 오버뷰를 들어 보신 분이라면 한국어로 나왔는지, 소스를 고르게 다뤘는지 댓글로 알려 주세요. 필자도 이번 오디오를 들어 본 뒤 7절에 결과를 덧붙이겠습니다.

덧붙임: 걸린 시간과 숫자를 잰 방법

1. 이 글의 노트북LM 사용법 시험에서 걸린 시간은 소스의 경우 삽입을 누른 때부터 출처 목록에 소스 번호가 뜬 때까지, 질문의 경우 Enter 를 누른 때부터 화면의 답 글자가 더 늘지 않을 때까지를 쟀습니다.
2. 오디오 생성 시간은 06:02:01 부터 06:13:13 까지 11분 12초에서 완성 카드의 ‘1분 전’ 만큼을 빼서 10분 12초~11분 12초로 계산했습니다. 제목과 본문의 10분 남짓은 이 범위를 줄여 쓴 것입니다.
3. 다섯 번의 확인 간격은 1분 48초에서 2분 2초 사이였고 본문의 약 2분 간격은 이 값을 줄여 쓴 것입니다.
4. 표의 어림 시각은 분까지만 눈으로 적은 값이고 회의록과 강의 단계는 시각을 기록하지 않았습니다. 화면에 남은 첫 질문 시각 표시는 오전 5:57 이었습니다.
5. 제미나이로 일상 업무를 짧게 시작하는 방법이 궁금하신 분께는 예전에 읽고 정리한 5분 제미나이 서평 글이 도움이 될 것 같습니다.

참고 출처

• 노트북LM 주소 notebooklm.google.com (2026-10-02 열었을 때 notebook.google.com 으로 넘어감)
• arXiv 1706.03762, Attention Is All You Need (논문 상황의 소스)
• Intro to Large Language Models 강연 영상 (강의 상황의 소스)
• 직접 재현: 2026-10-02 05:55~06:13 KST, 맥의 Aside 브라우저, 이미 로그인된 구글 계정, 새 가입 없음
• 구글 자동완성: 2026-10-02 “노트북LM 사용법” 조회(제미나이 노트북lm 사용법, 마인드맵, pdf, ppt 등 9개)

새 글이 올라오면 Threads @wonizz.ai 에도 올립니다. 팔로우해 두면 피드에서 바로 볼 수 있습니다.