2026년 초, NotebookLM을 열어본 사람들 사이에서 같은 말이 돌았다. "이거 내가 쓰던 그 서비스 맞아?" Audio Overview로 팟캐스트를 뚝딱 만들어주던 그 도구가, 어느 날 보니 영상도 만들고 마인드맵도 그리고 비교 표도 뽑아내고 있었다. UI부터 엔진까지 전부 바뀌었고, Gemini 앱에서 끌어다 쓸 수도 있게 됐다.
기능 몇 개가 추가된 수준이 아니다. 서비스의 성격 자체가 달라졌다. "문서를 올리면 요약해주는 도구"에서 "문서를 축으로 리서치하고 결과물까지 뽑아내는 작업 공간"으로 바뀐 것이다. 배경이 있다. ChatGPT가 Projects를 내놓고, Claude가 프로젝트 단위 작업 공간을 만들고, Perplexity가 Spaces로 리서치 허브를 구축하는 동안 Google도 가만있을 수 없었다. NotebookLM의 자리를 다시 잡아야 했고, 그 결과물이 2026년 초에 한꺼번에 쏟아진 9가지 업데이트다.
기능을 하나씩 나열하는 대신, "근본적으로 뭐가 달라졌는가"를 세 가지 축으로 정리한다. 실제로 써보면 어떤 차이가 나는지, 경쟁 서비스와 비교했을 때 어디쯤 서 있는지도 함께 짚는다.
요약기에서 리서치 작업대로
9가지 변화를 하나씩 쪼개 봤자 큰 그림이 안 보인다. 관통하는 축은 세 가지다.
첫째, 출력이 달라졌다. 예전 NotebookLM의 출력은 "텍스트 답변"과 "오디오" 두 가지뿐이었다. 요약해주고, 질문에 답해주고, 팟캐스트를 만들어주는 게 끝이었으니 사실상 읽기 도구였다. 지금은 출력 형태가 일곱 가지다. 텍스트, Audio Overview, Video Overview, 마인드맵, 리포트, Data Tables(비교 표), 슬라이드. Studio 패널이라는 새 화면에 Audio, Video, Mind Map, Report 타일이 나란히 깔려 있어서 "이 문서로 뭘 만들까"를 한눈에 고를 수 있다.
논문 한 편을 올렸다고 치자. 예전에는 요약문이 전부였다. 이제는 발표용 영상, 비교 분석 표, 보고서 초안까지 나온다. 같은 입력인데 나올 수 있는 결과물의 폭이 완전히 달라졌다.
둘째, 작업이 이어진다. 예전에는 브라우저를 닫으면 대화가 날아갔다. 지난주에 물어본 걸 이번 주에 이어서 파고들 수 없었다. 매번 처음부터 다시 시작해야 하는 구조였다. 이번에 세 가지가 바뀌면서 문제가 풀렸다. 대화 기록 저장, 커스텀 페르소나(Goals) 설정, 100만 토큰 컨텍스트 윈도우. 합치면 "프로젝트 단위 작업"이 가능해진다. 논문 수십 편을 올려놓고, 분석 관점을 잡고, 며칠에 걸쳐 대화를 이어가면서 결론을 좁혀가는 방식이다. ChatGPT Projects나 Claude Projects가 먼저 만든 패턴인데, NotebookLM도 같은 판에 올라섰다.
셋째, 생태계 안으로 들어갔다. 눈에 잘 안 띄지만 장기적으로 가장 큰 변화다. Google Workspace 사용자는 Gemini 앱에서 NotebookLM 노트북을 소스로 불러올 수 있게 됐다. Gemini 앱은 Google이 Workspace 전반에 심고 있는 AI 챗봇인데, 여기서 "내 NotebookLM 노트북 참고해서 답해줘"라고 하면 NotebookLM에 쌓아둔 지식을 Gemini가 가져다 쓴다.
NotebookLM이 "또 하나의 AI 도구"에서 "Google AI 생태계의 지식 저장소"로 격상된 셈이다. 검색, 이메일, 캘린더, 드라이브가 전부 같은 울타리 안에 있고, NotebookLM은 그중에서 "내가 직접 올린 문서 기반 지식 베이스" 역할을 맡는다. Google Classroom 연동도 같은 맥락이다. 교사가 수업 자료를 올려놓으면 학생들이 바로 질문할 수 있는 구조가 된다. ChatGPT나 Claude가 외부 도구를 플러그인으로 연결하는 것과 달리, NotebookLM은 처음부터 생태계 안에 있다. 접근 경로 자체가 다르다.
체감이 큰 네 가지 기능
전환축을 이해했으면 구체적인 기능으로 내려가 보자.
100만 토큰 컨텍스트
컨텍스트 윈도우란 AI가 한 번에 참고할 수 있는 텍스트의 양이다. 100만 토큰이면 A4 용지 1,500~2,000페이지에 해당한다. 예전에는 문서를 열 개쯤 올리면 뒷부분 문서의 내용을 놓치거나 앞부분과 섞는 일이 잦았다. 한 번에 볼 수 있는 범위가 좁았기 때문이다. 100만 토큰으로 넓어지면서 논문 50편을 올려놓고 교차 비교를 시키는 것이 현실적으로 가능해졌다.
한국어 사용자라면 알아둘 점이 있다. 토큰은 언어마다 효율이 다르다. 영어는 한 단어가 대략 1~2개 토큰인데, 한국어는 같은 뜻을 쓰는 데 토큰이 1.5~2배 더 든다. 100만 토큰이라 해도 한국어 문서 기준으로는 영어 대비 60~70% 분량만 처리할 수 있다. 그래도 이전보다 압도적으로 넓어진 건 맞으니, 체감 차이는 뚜렷하다.
엔진도 Gemini 3(Flash/Pro)로 올라갔다. Google에 따르면 멀티턴 대화 용량이 6배 늘었고 응답 품질이 50% 향상됐다. 수치보다 와닿는 건 추론 능력이다. "A 논문은 이렇게 주장하고 B 논문은 반대 입장인데, 각각의 근거를 비교해줘" 같은 복합 질문에 대한 답변이 이전과 확연히 다르다.
커스텀 페르소나: 역할을 부여하는 프롬프트
예전에는 "이 문서에서 X를 찾아줘" 수준의 단순 질의가 전부였고, 프롬프트도 500자까지만 쓸 수 있었다. 10,000자 프롬프트와 Goals 기능이 합쳐지면서 쓰는 방식이 근본적으로 바뀐다.
예를 들어 이렇게 쓸 수 있다. "너는 의료 규제 전문가야. FDA 510(k)와 De Novo 경로를 비교하는 관점에서 이 문서들을 분석해. 답변은 표 형태로, 근거 출처를 반드시 명시해." 역할, 관점, 출력 형식을 한꺼번에 지정하는 것이다. Claude Projects의 System Prompt와 비슷한 역할이라고 보면 된다.
교육 현장이라면 "대학 1학년생에게 설명하듯이, 전문 용어가 나올 때마다 풀어서 설명해줘"로 설정하면 되고, 비즈니스라면 "투자자 미팅용 요약을 만들어줘, 숫자 중심으로"라고 쓰면 된다. 같은 문서를 올려놓고 페르소나만 바꾸면 결과물이 완전히 달라진다.
대화 기록 저장이 여기서 빛을 발한다. 페르소나를 설정해놓고 며칠에 걸쳐 대화를 이어갈 수 있으니, "지난번에 물어본 것의 후속 질문"이 가능하다. 예전에는 브라우저를 닫으면 처음부터 다시 설명해야 했다.
Video Overview 한국어 지원
한국 사용자에게 체감이 가장 큰 변화다. Video Overview는 올린 문서를 기반으로 짧은 설명 영상을 자동으로 만들어주는 기능이다. Audio Overview의 영상 버전이라고 보면 된다. 이전에는 영어만 됐는데, 이번에 한국어 포함 80개 이상 언어를 지원하게 됐다.
한국어 문서를 올리면 한국어 영상이 나온다. Explainer(상세 설명)와 Brief(요약) 두 포맷 중에 고르고, 비주얼 스타일도 Classic, Whiteboard, Watercolor 등 8가지에서 선택한다. 개념 설명이 목적이면 Whiteboard가 낫고, 보고서나 프레젠테이션 맥락이면 Classic이 깔끔하다.
Studio 패널의 리디자인도 같이 봐야 한다. Audio Overview, Video Overview, Mind Map, Report 네 타일이 한 화면에 깔리면서 "이 문서로 뭘 만들 수 있는지"가 바로 보인다. 오디오를 들으면서 동시에 마인드맵을 탐색하는 것도 가능하다.
한계도 있다. Video Overview 품질은 소스 문서의 구조에 크게 좌우된다. 잘 정리된 보고서나 논문을 올리면 괜찮은 결과가 나오지만, 비정형 메모나 구조 없는 텍스트를 넣으면 맥락 없이 떠도는 영상이 나온다. 한국어 결과물의 품질이 영어 대비 아직 떨어진다는 사용자 보고도 있다. Audio Overview도 마찬가지다.
Data Tables: 비교 분석을 한 번에
여러 문서에서 특정 항목을 뽑아 비교 표로 만들어주는 기능이다. 의료기기 관련 논문 5편을 올려놓고 "각 논문의 샘플 사이즈, 연구 방법, 주요 결과, 한계를 표로 정리해줘"라고 하면 비교 표가 나온다. 각 셀에 출처가 표시되니 "이 숫자가 어디서 나왔지?" 하는 확인도 바로 된다.
예전에는 이걸 하려면 문서마다 따로 질문을 던지고, 답변을 수동으로 엑셀에 옮겨야 했다. 문서가 5개면 질문 5번, 복사 붙여넣기 5번. 그 과정이 한 단계로 줄었다. Google Sheets로 바로 내보낼 수 있어서 후속 분석도 편하다.
경쟁사 분석, 시장 조사, 문헌 리뷰처럼 "여러 소스를 나란히 놓고 비교하는" 업무에서 가장 쓸모가 크다. 리서치 도구로서 NotebookLM의 성격을 가장 잘 보여주는 기능이기도 하다.
경쟁 구도: ChatGPT, Claude와 어떻게 다른가
NotebookLM의 변화를 제대로 가늠하려면 경쟁 서비스와의 위치를 봐야 한다. ChatGPT Projects, Claude Projects, NotebookLM 셋 다 "AI 작업 공간"을 향해 움직이고 있지만 출발점이 다르다.
ChatGPT는 대화에서 출발했다. 누구와든 이야기할 수 있는 범용 챗봇이 프로젝트 단위로 확장된 형태다. 범용성과 플러그인 생태계가 강점이고, 소스 근거 추적은 약하다. "이 답변이 어느 문서의 어느 부분에서 나온 건지" 따져보기가 어렵다.
Claude는 아티팩트(코드, 문서 등 결과물)와 외부 도구 연결에서 출발했다. 코드 생성과 MCP(Model Context Protocol, 외부 도구를 AI에 연결하는 프로토콜) 연동이 강점이다. 다국어 콘텐츠 생산(영상이나 오디오)에서는 NotebookLM에 비하면 약한 편이다.
NotebookLM은 문서 이해에서 출발했다. "내가 올린 소스에 근거한 답변"이 기본 작동 원리다. 소스 기반 접근이 환각(AI가 없는 내용을 지어내는 현상)을 억제하는 데 유리하다. Reddit 커뮤니티에서 NotebookLM의 환각 비율이 낮다는 평가가 꾸준히 나오는 것도 이 구조 덕분이다.
여기에 Google 생태계 통합이라는 고유한 패가 있다. Drive, Sheets, Classroom, Gmail이 전부 같은 울타리 안에 있고, Gemini 앱을 통해 NotebookLM의 지식이 생태계 전체로 흐른다. ChatGPT나 Claude가 외부 도구를 플러그인으로 연결하는 것과 달리, NotebookLM은 처음부터 안에 있다. 접근 경로 자체가 다르다.
"셋 중에 뭐가 낫냐"는 질문에 정답은 없다. 소스 기반 분석이 필요하면 NotebookLM, 범용 대화와 플러그인이 필요하면 ChatGPT, 코드 생성과 도구 연결이 필요하면 Claude. 잘하는 영역이 다르다. 실제로 상황에 따라 셋을 병행하는 사용자가 많다.
앞으로 어디로 향하나
근거 있는 방향 세 가지만 짚는다.
AI 도구들이 "작업 공간"으로 수렴하고 있다. ChatGPT, Claude, NotebookLM 모두 대화에서 시작해 프로젝트로, 프로젝트에서 지식 베이스로, 지식 베이스에서 다중 출력으로 나아가는 궤적을 그린다. 출발점은 달랐지만 도착점은 비슷해지는 중이다. NotebookLM은 이번에 그 궤적에 본격적으로 합류했다.
Google 생태계 통합은 더 깊어질 것이다. Gemini 앱 연동은 시작에 불과하다. Drive, Docs, Gmail의 데이터가 NotebookLM에 자동으로 흘러들어오는 구조가 자연스러운 다음 수순이다. 공식 발표는 아직 없지만 기술적 기반은 이미 깔려 있다.
무료와 유료의 격차도 벌어질 것이다. NotebookLM Plus(프리미엄 플랜)가 나왔다. 오디오 오버뷰 한도가 3개에서 20개로, 노트북은 100개에서 500개로, 소스는 50개에서 300개로 늘어난다. 개인 학습 용도로는 무료 플랜이면 충분하지만, 팀 단위 리서치나 콘텐츠 제작에는 금방 벽에 부딪힌다. 커뮤니티에서 무료 플랜 제한에 대한 불만이 나오는 것도 이 때문이다.
아직 불확실한 것도 있다. 슬라이드 편집이 PowerPoint나 Canva 수준에 도달할지는 모른다. "생성은 되지만 정교한 편집은 어렵다"가 현재 단계다. Deep Research 통합이 Perplexity의 리서치 기능이나 ChatGPT Deep Research와 어떻게 갈리는지도 더 써봐야 안다.
이번 업데이트로 NotebookLM은 "한번 써볼 만한 도구"에서 "작업 흐름에 넣을 도구"로 격이 올라갔다. "문서 올려서 요약 받는 서비스"로 기억하고 있다면, 지금의 NotebookLM은 그때 그 서비스가 아니다.