구글 NotebookLM 사용법을 단순히 “자료를 넣고 요약하는 도구” 정도로만 이해하면 활용 범위가 매우 좁아집니다. NotebookLM은 자료를 모으는 공간이면서 동시에 AI 에이전트 자동화의 중심 노드가 될 수 있습니다. 여기에 MCP와 안티그래비티 같은 실행 도구를 연결하면 리서치, 소스 수집, 인포그래픽 제작, 슬라이드 생성, 마인드맵 정리까지 하나의 흐름으로 묶을 수 있습니다.

NotebookLM, MCP, 안티그래비티를 연결해 리서치·슬라이드·인포그래픽·마인드맵 작업을 자동화하는 방법을 정리합니다.

구글 NotebookLM 사용법을 단순히 “자료를 넣고 요약하는 도구” 정도로만 이해하면 활용 범위가 매우 좁아집니다.

특히 1인 기업이나 소규모 팀에서는 시간이 가장 큰 자원입니다. 하루 종일 자료를 찾고, 정리하고, 발표자료를 만들다 보면 정작 중요한 기획과 실행에는 시간을 쓰기 어렵습니다. 이때 AI 에이전트 자동화는 단순 편의 기능이 아니라 업무 구조 자체를 바꾸는 방식이 됩니다.

NotebookLM은 자료를 저장하는 곳이 아니라 지식을 작업물로 바꾸는 공간입니다

NotebookLM의 기본 역할은 여러 자료를 한곳에 모아 이해하기 쉽게 정리하는 것입니다. 유튜브 링크, 웹페이지, 텍스트, 문서 자료 등을 넣으면 AI가 이를 기반으로 요약하고 질문에 답하며 핵심 내용을 정리해 줍니다.

하지만 여기서 한 단계 더 나아가면 NotebookLM은 단순한 요약 도구가 아니라 지식 생산 도구가 됩니다. 예를 들어 유튜브 채널 아이디어를 찾고 싶다면 관련 자료를 수집한 뒤, 그 자료를 바탕으로 수익화 전략, 콘텐츠 방향, 타깃 독자, 실행 순서를 정리할 수 있습니다.

NotebookLM의 핵심은 자료를 모으는 것이 아니라, 흩어진 자료를 내가 바로 활용할 수 있는 지식 형태로 바꾸는 데 있습니다.

이 기능은 블로그 작성, 강의 기획, 사업 아이디어 검토, 보고서 작성, 발표자료 제작처럼 반복적으로 자료를 읽고 정리해야 하는 업무에 특히 효과적입니다.

MCP와 안티그래비티를 연결하면 여러 프로젝트를 동시에 움직일 수 있습니다

NotebookLM을 하나씩 직접 클릭해서 사용하는 것도 충분히 유용하지만, MCP와 안티그래비티를 연결하면 자동화의 범위가 훨씬 넓어집니다. 사용자는 “유튜브 수익화 아이디어를 찾아줘”, “AI 1인 기업 모델을 조사해줘”, “ChatGPT와 Gemini 비교 슬라이드를 만들어줘”처럼 여러 작업을 한 번에 지시할 수 있습니다.

이 구조에서는 AI 에이전트가 각각의 프로젝트를 만들고, 관련 소스를 찾고, NotebookLM에 자료를 넣고, 결과물을 생성하는 흐름으로 작동합니다. 즉 사람이 반복적으로 클릭하던 과정을 에이전트가 대신 수행하는 방식입니다.

AI 에이전트 자동화의 장점은 하나의 명령으로 여러 개의 리서치 프로젝트를 동시에 진행할 수 있다는 점입니다.

인포그래픽과 마인드맵은 복잡한 정보를 빠르게 이해하게 만듭니다

리서치를 많이 해도 정보를 머릿속에 넣지 못하면 실제 업무에는 도움이 되지 않습니다. NotebookLM의 강점은 수집한 자료를 인포그래픽이나 마인드맵처럼 시각적으로 이해하기 쉬운 형태로 바꿀 수 있다는 점입니다.

예를 들어 유튜브 수익화 전략을 조사했다면, 단순 요약문보다 인포그래픽이 더 빠르게 구조를 보여줄 수 있습니다. 어떤 채널 아이디어가 있고, 어떤 수익 모델이 있으며, 어떤 실행 순서가 필요한지 한눈에 파악할 수 있기 때문입니다.

복잡한 리서치 결과는 글로만 정리하기보다 인포그래픽, 마인드맵, 표 형태로 바꿔야 실제 실행 속도가 빨라집니다.

마인드맵은 1인 기업 아이디어를 정리할 때도 유용합니다. 콘텐츠 제작, 디지털 상품, 교육 자료, 자동화 서비스, 마이크로 SaaS처럼 여러 방향으로 뻗는 사업 모델을 구조적으로 비교할 수 있습니다.

핵심 정리

NotebookLM은 자료를 요약하는 데서 끝나는 도구가 아닙니다. MCP와 안티그래비티를 연결하면 리서치, 정리, 시각화, 발표자료 제작까지 하나의 자동화 흐름으로 확장할 수 있습니다.

슬라이드 자동 생성은 보고서와 발표자료 작업 시간을 크게 줄입니다

회사 업무에서 많은 시간을 차지하는 작업 중 하나가 발표자료 제작입니다. 특히 비교 분석 자료는 자료 조사, 항목 분류, 장단점 정리, 슬라이드 구성까지 이어지기 때문에 시간이 오래 걸립니다.

AI 에이전트 자동화를 활용하면 ChatGPT와 Gemini 같은 도구를 비교하는 자료도 자동으로 수집하고, 이를 기반으로 슬라이드 구조를 만들 수 있습니다. 더 나아가 “게임 대결 스타일”, “캐릭터 배틀 스타일”, “보고용 문서 스타일”처럼 표현 방식까지 지정할 수 있습니다.

슬라이드 자동 생성의 핵심은 단순히 예쁜 디자인이 아니라, 자료 조사부터 발표 구조까지 한 번에 줄이는 데 있습니다.

물론 최종 발표자료는 사람이 검토해야 합니다. AI가 만든 슬라이드는 초안으로 활용하고, 실제 업무 목적에 맞게 표현, 근거, 문장 톤, 시각 자료를 수정하는 과정이 필요합니다.

자동화가 강력할수록 권한 승인과 보안 확인은 더 중요해집니다

AI 에이전트가 파일에 접근하거나 터미널 명령을 실행하거나 외부 서비스와 연결될 때는 반드시 권한 승인을 확인해야 합니다. 자동화 도구가 편리하다고 해서 모든 접근을 무조건 허용하면 보안 문제가 생길 수 있습니다.

특히 MCP, 로컬 실행 도구, 브라우저 자동화, 파일 접근 기능은 업무 효율을 크게 높이지만 동시에 민감한 정보에 접근할 가능성도 있습니다. 따라서 어떤 파일에 접근하는지, 어떤 명령을 실행하는지, 어떤 계정으로 로그인되어 있는지를 확인해야 합니다.

AI 에이전트에게 모든 권한을 무심코 허용하면 개인 정보, 업무 자료, 계정 정보가 노출될 수 있습니다.

• 권한 요청이 나오면 어떤 파일과 경로에 접근하는지 확인합니다.

• 모르는 명령어나 코드 실행은 바로 승인하지 말고 내용을 먼저 검토합니다.

• 중요 계정은 자동화 테스트용 계정과 분리하는 것이 안전합니다.

• 업무 자료와 개인 자료가 섞인 폴더에는 무제한 접근 권한을 주지 않는 것이 좋습니다.

1인 기업은 모든 일을 직접 하는 구조에서 에이전트를 운영하는 구조로 바뀝니다

AI 자동화가 중요한 이유는 단순히 일을 빠르게 끝내기 위해서만은 아닙니다. 1인 기업의 운영 방식 자체를 바꿀 수 있기 때문입니다. 예전에는 리서치 담당자, 기획자, 디자이너, 발표자료 제작자, 콘텐츠 작성자가 각각 필요했던 일을 이제는 한 사람이 AI 에이전트를 조합해 처리할 수 있습니다.

물론 이것이 사람의 역할이 사라진다는 뜻은 아닙니다. 오히려 사람은 무엇을 시킬지 정하고, 결과물을 판단하고, 방향을 수정하는 역할에 집중하게 됩니다. 반복 실행은 에이전트가 맡고, 전략과 의사결정은 사람이 맡는 구조입니다.

앞으로의 1인 기업 경쟁력은 AI 도구를 얼마나 많이 아느냐보다, 여러 도구를 연결해 하나의 업무 시스템으로 만들 수 있느냐에 달려 있습니다.

AI 에이전트를 잘 쓰려면 도구 사용법보다 작업 지시법이 먼저입니다

자동화 도구가 아무리 좋아도 명령이 모호하면 결과물도 흐려집니다. “자료 찾아줘”라고만 말하는 것보다 “최근 인터넷 자료를 기반으로 유튜브 수익화 아이디어 5개를 찾고, 각각의 장단점과 실행 난이도를 비교해줘”라고 지시해야 결과가 좋아집니다.

또한 결과물의 형태를 미리 정하는 것도 중요합니다. 인포그래픽으로 만들지, 표로 정리할지, 슬라이드로 만들지, 마인드맵으로 만들지를 정해 주면 에이전트가 더 정확하게 작업할 수 있습니다.

AI 에이전트 자동화의 품질은 도구 자체보다 사용자가 내리는 지시의 구체성에 크게 좌우됩니다.

• 작업 목표를 먼저 말합니다.

• 참고할 자료 범위와 기준을 정합니다.

• 결과물 형식을 지정합니다.

• 원하는 스타일이나 톤을 설명합니다.

• 중간 진행 상황을 보고하도록 요청합니다.

AI가 만든 결과물을 그대로 믿기보다, 출처와 논리, 최신성은 반드시 사람이 다시 확인해야 합니다.

지금 필요한 것은 AI 도구를 구경하는 것이 아니라 내 업무에 연결하는 것입니다

NotebookLM, MCP, 안티그래비티 같은 도구는 처음에는 복잡하게 느껴질 수 있습니다. 오류도 생기고, 권한 승인도 낯설고, 원하는 결과가 한 번에 나오지 않을 수도 있습니다. 하지만 중요한 것은 도구를 완벽하게 익힌 뒤 시작하는 것이 아니라, 내 업무 중 반복되는 부분 하나를 골라 자동화해 보는 것입니다.

예를 들어 매주 작성하는 보고서, 블로그 초안, 시장 조사, 강의 자료 정리, 유튜브 콘텐츠 기획처럼 반복되는 작업이 있다면 그것부터 NotebookLM과 AI 에이전트 구조에 연결해 볼 수 있습니다.

AI 시대의 생산성은 더 오래 일하는 사람이 아니라, 반복 업무를 시스템으로 바꾸는 사람이 가져갑니다.

1인 기업을 준비한다면 더욱 그렇습니다. 혼자 모든 일을 처리하려고 하면 한계가 빨리 옵니다. 하지만 리서치 에이전트, 정리 에이전트, 슬라이드 에이전트, 콘텐츠 에이전트를 만들어 두면 혼자서도 작은 팀처럼 움직일 수 있습니다.

함께 보면 좋은 원본 영상

자세한 내용은 아래 원본 영상에서 확인할 수 있습니다.

원본 영상 보기

건축법을 한 줄도 모르는 초보자가 30년 경력 법규 전문가 수준의 검토를 할 수 있을까. NotebookLM(노트북 LM)은 그 질문에 실제로 "가능하다"고 답하는 도구다. 구글이 제공하는 이 AI는 일반 GPT와 결정적으로 다르다. 사전 학습 데이터가 아니라 사용자가 직접 올린 자료 안에서만 답변한다. 건축법, 시행령, 시행규칙 PDF를 소스로 넣으면 그 법령 데이터에만 근거해서 답한다. 할루시네이션이 줄어들고 출처를 바로 확인할 수 있는 이유다.

NotebookLM이란

NotebookLM은 구글이 제공하는 RAG(Retrieval-Augmented Generation) 기반 AI 서비스다. 핵심 차이는 하나다. 일반 AI는 사전 학습된 방대한 데이터 전체를 기반으로 답하지만, NotebookLM은 내가 올린 소스 문서 안에서만 검색하고 답변한다. 건축 법령 PDF를 넣으면 그 법령에 근거한 답변이 나온다. 인터넷에 떠도는 잘못된 정보가 섞일 여지가 없고, 답변에 출처 번호가 표시되어 어느 조항 근거인지 바로 확인할 수 있다.

접속 방법: 구글에 "NotebookLM" 검색 → 공식 사이트 진입 → "새 노트 만들기" 클릭

1단계 — 건축 법규 AI 검토 시스템 구축

필수 소스 목록

업로드 방법

1. 국가법령정보센터(law.go.kr)에서 법령 검색
2. 오른쪽 상단 다운로드 버튼 클릭 → 조문 목록, 별표 목록, 별표 서식 전체 선택 → PDF 저장
3. NotebookLM 새 노트에서 "소스 추가" → "파일 업로드" → PDF 업로드
4. 각 법령별로 반복 (총 7~8개 소스)

지역 조례 전환 방법: 서울 프로젝트에서 경기 수원 프로젝트로 바뀌면, 왼쪽 소스 패널에서 서울시 건축조례를 체크 해제하고 수원시 건축조례를 체크 활성화하면 된다. 법령 세트를 프로젝트별로 갈아 끼우는 개념이다.

활용 예시

질문: "기존 건물이 있는 대지에 신축을 하려면 어떻게 해야 해?"

답변 요약: 기존 건물 해체 → 해체 허가 또는 신고(해체 계획서 제출) → 공사 진행(감리자 지정) → 철거 완료 30일 이내 해체 공사 완료 신고 → 건축물대장 말소 → 등기 촉탁 → 신축 허가 신청. AI가 각 단계별 법적 근거를 조항까지 인용해서 답변하고, 파생 질문(성면 처리, 내진 설계 확인 여부 등)을 추천으로 제시해준다.

질문을 구체적으로 할수록 답변도 예리해진다. 처음엔 뭉툭하게 질문해도 AI가 제안하는 후속 질문을 따라가다 보면 전문가와 대화하듯 법규를 파고들 수 있다.

2단계 — 거장 건축가를 설계 파트너로 만들기

소스 수집 방법 (토마스 헤더윅 예시)

1. 유튜브에서 "Thomas Heatherwick 인터뷰" 검색 → 관련 영상 URL 수집 (TED강연, 한국 인터뷰, 영문 인터뷰 등 30개 내외)
2. 창을 반반으로 나누고 영상을 하나씩 재생 → 자막/스크립트 텍스트를 메모장에 복사
3. NotebookLM 새 노트 → 소스 추가 → 웹사이트 → URL 일괄 붙여넣기 → 삽입 (1분 이내 처리)

역할 설정 (커스텀 페르소나)

채팅 상단 설정 → 대화 목표/스타일 → 맞춤 → 아래 형태로 역할을 지정한다.

당신은 토마스 헤더윅의 뇌를 가진 수석 디자인 파트너입니다. 일상적인 건축물에도 독보적인 감정과 여운을 불어넣는 것이 목표입니다. 내가 제시한 아이디어가 기능적으로 훌륭하더라도 감정이나 특별함이 부족하면 가차 없이 비판하시오. 헤더윅의 관점에서 비판적인 질문을 끊임없이 던지시오.

"훌륭합니다"로 시작하는 AI 특유의 칭찬에 익숙해지면 설계가 발전하지 않는다. 무조건 동의하지 않고 비판적으로 파고드는 파트너로 설정하는 것이 핵심이다.

세 가지 거리 프레임 (헤더윅의 설계 시각)

이 세 거리를 모두 의식하며 설계하면 도면 단계에서 빠지기 쉬운 "기능은 좋은데 특별함이 없는" 함정을 피할 수 있다.

3단계 — 말로 주저리 떠들면 PPT가 완성된다

절차

1. AI와 나눈 설계 대화에서 핵심 내용을 "메모 저장" 클릭
2. 저장된 메모를 "소스로 변환" → 왼쪽 소스 패널에 추가됨
3. 다른 소스 체크 해제 → 이 메모 소스만 선택
4. 하단 생성 버튼 → 인포그래픽 또는 슬라이드 자료 선택
5. Banana AI 크롬 확장 프로그램 설치 시 PPT 스타일 템플릿 적용 가능 (크롬 웹스토어에서 "Banana AI" 검색)

생성에 5~10분 정도 소요된다. 다이어그램 레이아웃이 자동으로 구성되며, 텍스트 내용을 좀 더 다듬어 재생성하면 퀄리티가 올라간다. 발표용 슬라이드 초안을 뽑는 데 사용하고, 이미지와 세부 내용은 직접 보완하는 방식이 현실적이다.

실무에서 바로 적용하는 법