NotebookLM을 “도구”로 쓰는 사람과 “시스템”으로 쓰는 사람의 차이
대부분의 사람들이 NotebookLM을 이렇게 씁니다.
유튜브 영상을 하나씩 붙여넣고, PDF를 드래그앤드롭으로 올리고, 팟캐스트 버튼을 클릭하고 기다립니다. 동시에 Claude나 GPT에는 자료를 직접 붙여넣습니다.
컨텍스트가 꽉 차고, 토큰이 터지고, 결과가 잘립니다. 두 툴을 따로 쓰면서 둘 다 절반만 쓰고 있는 겁니다.
구조를 바꾸면 완전히 달라집니다.
notebooklm-py라는 오픈소스 라이브러리를 사용하면 NotebookLM을 에이전트의 도구로 직접 연결할 수 있습니다. Claude Code, Codex, 직접 만든 봇 모두 가능합니다.
-
자료 수집 자동화 유튜브 50개짜리 플레이리스트도 코드 한 줄로 노트북에 전부 적재됩니다. PDF 폴더 전체도 마찬가지입니다. 손으로 하나씩 올리는 작업이 사라집니다.
-
토큰 비용 구조 자체가 바뀝니다 기존 방식은 Claude가 자료 전체를 읽습니다. 새로운 구조에서는 NotebookLM이 자료를 담고 검색하고, 에이전트는 그 답변만 받아서 다음 작업을 실행합니다. Claude는 판단과 실행에만 토큰을 씁니다.
-
웹 UI에서 불가능한 작업들 퀴즈와 플래시카드를 JSON으로 추출하거나, 마인드맵 데이터를 가져오거나, 슬라이드를 PPTX로 받는 것은 웹에서는 할 수 없습니다. 이 라이브러리를 통해서만 가능합니다.
-
콘텐츠 생성 파이프라인 자동화 새 자료가 쌓이면 에이전트가 자동으로 팟캐스트를 생성하고 저장합니다. 매주 반복되는 작업을 스케줄러에 걸어두면 버튼을 누를 필요가 없습니다.
결국 이런 구조가 됩니다. NotebookLM = 자료를 담고 검색하는 저장소 에이전트 = 판단하고 실행하는 두뇌 Claude = 토큰 낭비 없이 결론만 냅니다 AI를 쓴다고 했는데 알고 보니 내가 제일 열심히 일하고 있었던 건 아닐까요.
시스템이 일하게 만드는 것, 그게 진짜 AI 활용입니다.
비공식 라이브러리로 Google 업데이트에 따라 동작이 달라질 수 있습니다. 레포 링크는 첫 댓글에 달겠습니다.