6. NotebookLM 활용 워크 플로우

3부 NotebookLM 활용 수업 계획하기

교사가 ChatGPT, 제미나이, 클로드보다 NotebookLM을 선택해야 하는 이유는 무엇일까요?

ChatGPT와 같은 범용 LLM은 분명 강점이 있습니다. 다목적 지식 생성 도구로서 다재다능하고 광범위한 지식과 정보를 제공합니다. 하지만 동시에 세 가지 한계를 안고 있습니다. 첫째, 할루시네이션으로 인해 답변의 신뢰성을 검증해야 하는 부담이 있습니다. 둘째, 답변의 출처를 확인하기 어려워 투명성이 부족합니다. 셋째, 질문과 답변에 사용되는 개인정보 보호에 대한 우려가 남아있습니다.

반면 NotebookLM은 '소스 기반 AI(source grounding AI)'라는 점에서 명확히 차별화됩니다. 교사가 업로드한 소스 자료에만 근거하여 답변을 생성하고, 참고한 출처를 명시하며, 개인정보를 LLM 학습 데이터로 활용하지 않겠다고 약속합니다.

따라서 NotebookLM 활용의 성공은 결국 교사에게 달려 있습니다. 신뢰할 수 있는 양질의 소스 자료를 얼마나 잘 확보하는가, 그것을 목적에 맞게 체계적으로 정리하고 범위를 설정하는가가 핵심입니다.

그렇다면 교사는 구체적으로 어떻게 NotebookLM을 효과적으로 활용할 수 있을까요? 다음의 다섯 단계를 따라가 보세요.

첫째, 명확한 활용 목표를 설정해야 합니다. 수업 자료 제작인지, 학생 평가 문항 개발인지, 학부모 상담 자료 준비인지에 따라 필요한 소스의 성격이 달라집니다.

둘째, 주제와 범위를 한정합니다. 무작정 많은 자료를 넣기보다는, 목표에 꼭 필요한 주제로 범위를 좁혀야 합니다. 집중된 자료가 더 정확하고 유용한 답변을 이끌어냅니다.

셋째, 양질의, 다양하고 풍부한 자료를 확보하는 것입니다. 교육부 지침, 교과서, 학술 논문, 신뢰할 수 있는 교육 전문 사이트 등 검증된 출처의 자료를 선별해야 합니다.

넷째, 준비한 자료를 NotebookLM에 업로드합니다. PDF, 워드 문서, 웹 링크 등 다양한 형식을 지원하므로 편리하게 활용할 수 있습니다.

마지막으로, 업로드한 자료를 체계적으로 관리합니다. 노트북별로 주제를 구분하고, 소스에 설명을 달아두면 나중에 찾아보기도 쉽고 활용도도 높아집니다.

(1) 명확한 활용 목표 설정

NotebookLM을 실행하고 '새 노트북'을 만들기 전, 가장 먼저 해야 할 일은 스스로에게 묻는 것입니다. "내가 지금 NotebookLM으로 무엇을, 왜 하려고 하는가?"

목표 설정은 단순히 해야 할 일을 나열하는 게 아닙니다. NotebookLM이 참조할 '자료의 범위'를 결정하고, 결과물의 '품질'을 좌우하는 가장 중요한 사전 설계입니다. 설계도가 부실하면 최종 결과도 부실할 수밖에 없습니다.

범용 LLM과 달리, NotebookLM은 교사가 제공한 자료(소스)라는 울타리 안에서만 작동합니다. 따라서 목표가 명확할수록, NotebookLM에게 어떤 울타리를 쳐줘야 할지도 명확해집니다. 목표가 모호하면 AI의 답변도 모호해질 수밖에 없습니다.

"그냥... 수업에 쓸 자료나 만들어볼까?"라고 생각하면 어떻게 될까요? '수업 자료'는 너무 광범위합니다. 5학년 수학인지, 고등학교 문학인지, 교무 회의 자료인지 알 수 없습니다. 어떤 소스를 업로드해야 할지 기준이 서지 않습니다. 결국 교과서, 공문, 인터넷 기사 등 관련 없는 자료까지 뒤섞이게 되고, 이는 AI의 '문맥 오염(Context Contamination)'을 일으켜 오히려 부정확한 답변을 낳습니다.

명확하고 구체적인 목표를 세우면 결과가 확연히 달라집니다. 예를 들어 이렇게 목표를 정해봅시다.

"5학년 1학기 사회 '인권' 단원을 위한 2차시 분량의 사례 중심 토론 수업 지도안 초안을 잡고, 학생용 수준별 읽기 자료 2가지(기본/심화)를 만들고 싶다."

이 목표를 정리하면 다음과 같습니다.

대상: 5학년 사회
주제: 인권
분량: 2차시
핵심 활동: 사례 중심 토론
산출물: 지도안, 수준별 자료 2종

목표가 이렇게 구체화되면 NotebookLM에 어떤 소스를 업로드해야 할지 자동으로 결정됩니다. 5학년 사회 교과서, 인권 관련 학생용 읽기 자료, 토론 수업 운영 가이드, 교사용 지도서 등이 필요하다는 것이 명확해집니다. 즉, 명확한 목표는 그 자체로 '필요한 소스 목록'이 됩니다.

이처럼 목표를 구체화하는 작업은 두 가지 효과를 냅니다.

첫째, AI에게 일을 시키기도 전에 교사 스스로 수업 설계를 절반 이상 끝마치게 됩니다. 무엇을 가르칠지, 어떻게 가르칠지, 어떤 자료가 필요한지 이미 머릿속에서 정리되기 때문입니다.

둘째, NotebookLM의 성능을 최대로 끌어올립니다. 명확한 목표는 정확한 소스 선정으로 이어지고, 정확한 소스는 신뢰할 수 있는 답변을 만들어냅니다.

결국 목표 설정은 NotebookLM을 효과적으로 활용하는 가장 확실한 첫걸음입니다.

(2) 주제와 범위의 한정

첫째 단계에서 "5학년 인권 단원 토론 수업 자료 제작"이라는 명확한 목표를 세웠다면, 둘째 단계는 그 목표 달성에 필요한 '자료의 경계'를 긋는 일입니다.

이것이 바로 NotebookLM을 범용 LLM(ChatGPT, Gemini 등)과 다르게 활용해야 하는 가장 결정적인 지점입니다. 범용 LLM은 인터넷의 방대한 지식을 학습했기에, 더 많은 맥락과 배경지식을 제공할수록 똑똑하게 작동하는 경향이 있습니다. 하지만 NotebookLM은 정반대입니다. NotebookLM은 오직 교사가 제공한 자료만으로 세상을 인지하는 '전문 비서'입니다. 만약 이 비서에게 목표와 관련 없는 자료를 무분별하게 제공한다면 어떻게 될까요? AI는 어떤 자료를 더 중요하게 참고해야 할지 혼란스러워하며 오히려 부정확한 답변을 내놓습니다. 이를 '문맥 오염(Context Contamination)'이라고 부릅니다.

범위가 너무 넓은 예시를 살펴보겠습니다.

노트북 이름: 5학년 1학기 자료 (범위가 너무 넓음)
업로드한 소스:
- 5학년 1학기 사회 교과서.pdf (인권 단원 포함)
- 5학년 1학기 수학 교과서.pdf (관련 없음)
- 2025학년도 학급운영계획.pdf (관련 없음)
- 학교폭력예방 공문.pdf (일부 관련 가능성)
교사의 질문: "이 자료들 바탕으로, 인권 단원의 핵심 '문제' 3가지를 제시해 줘."

이렇게 하면 AI는 혼란을 겪게 됩니다. 즉 '문제'라는 단어가 사회 교과서의 '인권 문제(토론 주제)'인지, 수학 교과서의 '단원 평가 문제'인지, 학급운영계획의 '학급 내 문제'인지, 공문의 '학교 폭력 문제'인지 구분할 수 없습니다. 그 결과 AI는 엉뚱하게 수학 문제를 제시하거나, 학급 규칙을 인권 문제와 뒤섞어 답변할 수 있습니다. AI의 신뢰도가 떨어지게 됩니다.

그럼 이번에는 명확하게 한정된 범위의 예를 살펴볼까요?

노트북 이름: [수업] 5-1 사회 (인권 토론) (목표가 명확함)
업로드한 소스:
- [교과서] 5-1 사회 3단원(인권).pdf (교과서 전체가 아닌 해당 단원만 분할)
- [지침] 2022 개정 사회과 성취기준.txt
- [자료] 국가인권위원회 인권 사례집.pdf (목표 달성을 위한 심화 자료)
교사의 질문: "이 자료들 바탕으로, 인권 단원의 핵심 '문제' 3가지를 제시해 줘."

이렇게 하면 AI가 참고해야 할 것은 오직 '인권' 관련 소스뿐입니다. '문제'는 100% '인권 토론 주제'를 의미합니다. 그래서 AI는 3가지 소스를 유기적으로 분석하여, 교과서의 개념(소스 1)과 성취기준(소스 2)에 부합하며, 실제 사례(소스 3)에 기반한 매우 정확하고 유용한 '토론 문제' 3가지를 생성합니다.

이것이 바로 NotebookLM 활용의 제1원칙이자, "주제와 범위를 한정한다"는 것의 실제 의미인 '1노트북 1(1 Notebook 1 Topic)' 원칙입니다.

목표(1단계)가 정해졌다면, 그 목표 수행에 필수적인 최소한의 자료만 선별하여 AI 비서에게 제공해야 합니다. 500페이지짜리 교과서 전체를 업로드하는 것보다, 목표에 필요한 10페이지만 따로 분할하여 PDF로 저장한 뒤 업로드하는 것이 훨씬 더 좋은 결과를 보장합니다. 범위를 한정하는 것은 AI의 성능을 제한하는 게 아닙니다. 오히려 AI의 '정확도'와 '신뢰도'를 최대치로 끌어올리는 가장 중요한 '튜닝' 과정입니다.

(3) 양질의 자료 확보

NotebookLM의 가장 강력한 무기는 '소스에만 근거한다'는 신뢰성입니다. 그런데 그 소스 자체가 신뢰할 수 없다면 AI의 답변 역시 신뢰를 잃게 됩니다. ChatGPT나 Gemini는 방대한 학습 데이터 속에서 교차 검증을 시도하지만, NotebookLM은 교사가 제공한 자료를 절대적으로 신뢰하고 그것만을 기반으로 사고합니다.

즉, 의 전문성NotebookLM은 교사의 자료 큐레이션 전문성을 뛰어넘을 수 없습니다.

그렇다면 교사를 위한 '양질의, 다양하고 풍부한' 자료란 무엇일까요? AI의 할루시네이션을 피하려다, 교사가 업로드한 신뢰도 낮은 소스 때문에 잘못된 결과물을 얻는다면 아무 소용이 없습니다. 그래서 좋은 자료와 피해야 할 자료를 구분하는 것이 필요합니다.

양질의 자료(우선 확보 자료)을 예를 들어 열거하면 다음과 같습니다.

교육부/교육청 공식 지침 및 보도자료

검인정 교과서 및 교사용 지도서(PDF)

EBS, KERIS, KICE 등 공신력 있는 교육기관 자료

학술지 논문(RISS, DBpia 등)

국립박물관, 국가기록원 등 1차 자료 제공 사이트

주의가 필요하거나 배제해야 할 자료의 예를 들면 다음과 같습니다.

개인 블로그(검증되지 않은 팁, 의견)

나무위키/위키백과(사실 확인용이 아닌 AI 학습용으로는 부적합)

SNS 게시물, 커뮤니티 답변글

출처 불명의 요약본 텍스트

의견이 편향된 미디어 칼럼

수업 자료를 만들 때 개인 블로그의 활동지 아이디어를 참고하는 것은 좋습니다. 하지만 그것을 NotebookLM의 소스로 직접 업로드하는 것은 위험합니다. AI 비서에게는 활동의 근거가 되는 교과서와 교육부 지침을 소스로 제공하고, 교사가 그 결과물을 바탕으로 블로그의 아이디어를 적용하는 것이 올바른 순서입니다.

이번에는 자료의 다양성에 대해 생각해 보겠습니다. 목표(1단계)와 범위(2단계)가 정해졌다면, 그 범위 안에서 최대한 다양한 종류의 자료를 제공하는 것이 좋습니다. 그렇게 할 때 NotebookLM이 서로 다른 종류의 자료를 융합하고 비교하여 교사도 생각하지 못한 통찰을 제공할 수 있습니다.

5학년 인권 수업 노트북에 해당 내용이 담긴 교과서([교과서] 5-1 사회 3단원.pdf)만 업로드한다고 가정해 보겠습니다. NotebookLM은 교과서 요약, 교과서 기반 퀴즈 생성은 잘하겠지만, 그 이상의 창의적인 활동이나 현실 적용은 어렵습니다.

반면 다음 예시와 같이 다양한 소스를 업로드하면 어떨가요?

[교과서] 5-1 사회 3단원.pdf (What: 핵심 개념과 사실)

[지도서] 5-1 사회 3단원 지도서.pdf (How: 교사의 의도, 성취기준)

[사례] 국가인권위원회 아동 인권 사례집.pdf (Real-world: 실제 적용 사례)

[기사] 관련 최신 신문 기사 1건.pdf (Relevance: 시의성)

이제 교사는 이런 고차원적 질문을 할 수 있습니다.

"교과서(소스 1)의 '표현의 자유' 개념을 인권위 사례(소스 3)와 최신 기사(소스 4)에 적용하여, 성취기준(소스 2)에 맞는 찬반 토론 활동지 초안을 만들어 줘."

'범위를 한정한다(2단계)'는 것이 '정보를 부족하게 넣는다'는 의미는 아닙니다. 설정된 범위 안에서는 AI 비서가 충분히 일할 수 있도록 풍부한 자료를 제공해야 합니다. '1노트북 1주제' 원칙을 지키되, 그 주제를 뒷받침할 자료는 신뢰할 수 있고, 다양하며, 풍부하게 확보해야 합니다.

(4) 자료 업로드하기

이제 준비한 자료들을 NotebookLM에 업로드할 단계입니다. 간단해 보이지만, '어떻게' 업로드하느냐가 NotebookLM의 효율성은 크게 달라집니다.

NotebookLM은 다양한 파일 형식을 지원하여 교사의 자료 대부분을 손쉽게 소스로 추가할 수 있습니다.

주요 지원 형식은 다음과 같습니다.

PDF (.pdf): 교과서, 지도서, 공문, 논문 등. 가장 안정적이고 추천되는 형식입니다.

텍스트 파일 (.txt): 웹사이트 내용, 학생 글(익명화), 메모 등을 복사해 붙여넣기 좋습니다.

Google Docs & Slides: 구글 드라이브와 직접 연동되어 가장 편리합니다.

웹 링크 (URLs): 공신력 있는 기관의 웹사이트, 뉴스 기사 등을 바로 연결할 수 있습니다.

1) 컴퓨터에서 직접 업로드

가장 기본적인 방법으로, 일회성 자료를 추가할 때 유용합니다.

화면 좌측의 '출처'에서 '+소스 추가'를 클릭합니다.

'소스 업로드'를 클릭한 후 파일을 선택합니다.

2) 구글 드라이브 연동

교사에게 가장 강력하고 추천되는 방법입니다. 3단계에서 확보한 체계적인 자료들이 빛을 발하는 순간입니다.

'+소스 추가'를 클릭합니다.

구글 드라이브를 클릭합니다. 구글 드라이브에서 필요로 하는 자료가 있는 폴더로 이동합니다. 필요한 파일을 선택하여 추가합니다.

이렇게 구글 드라이브를 연동하면 다음과 같은 점에서 좋습니다.

체계성: '1노트북 1주제' 원칙에 맞게 분류된 자료를 그대로 가져옵니다. 폴더에 있는 파일은 이미 교사의 필요와 목표에 따라 정리되어 있습니다. 따라서 구글 드라이브에 체계적으로 정리되어 있는 파일을 연결한다는 점에서 체계성을 확보할 수 있습니다.

편의성: 파일을 PC로 다운로드할 필요 없이 드라이브에서 즉시 연결할 수 있습니다.

3) 웹 링크(URL) 연결

뉴스 기사나 박물관 사이트 등 최신 자료를 바로 연결할 때 편리하지만, 한계가 명확합니다. NotebookLM은 해당 URL의 텍스트만 가져옵니다. 이미지가 많거나 로그인이 필요한 사이트, 광고 팝업이 있는 동적 페이지는 내용을 제대로 가져오지 못할 수 있습니다.

그래서 웹 페이지 주소만 연결하는 것보다 웹 브라우저의 'PDF로 저장' 기능을 활용하는 것을 권장합니다.

브라우저에서 단축키 'Ctrl+P'를 실행하거나 '인쇄'를 클릭합니다.

인쇄 설정창에서 'PDF로 저장'을 선택한 후 '인쇄'를 클릭합니다.

저장할 폴더를 선택한 후 생성된 PDF 파일을 저장합니다. 이때 구글 드라이브를 연결하여 폴더에 저장하는 것이 좋습니다.

4) 한글(hwp) 파일 업로드하기

많은 교사들이 사용하는 아래아 한글(hwp) 파일은 현재 NotebookLM에서 직접 지원하지 않습니다. 따라서 변환 과정이 필요합니다.

가장 추천하는 방법은 한글 프로그램에서 'PDF로 저장하기' 기능을 활용하는 것입니다. 원본의 표, 서식, 이미지를 그대로 보존하면서 AI가 안정적으로 읽을 수 있는 최상의 소스가 됩니다. 가정통신문 원본, 표가 많은 공문, 서식이 중요한 학교 계획안과 같은 문서를 업로드할 때 좋습니다.

다음 방법은 한글 파일의 내용을 텍스트(.txt)로 변환하는 것입니다. 한글 문서의 본문을 전체 선택(Ctrl+A) → 복사(Ctrl+C) → 메모장이나 Google Docs에 붙여넣기 → .txt 파일로 저장하여 업로드합니다. 표나 이미지를 제외한 순수 텍스트만 AI에게 제공하여, 내용 요약이나 글쓰기(예: 생기부 초안)에 더 집중하게 만듭니다. 학생 관찰 기록(익명화), 생기부 예시문, 텍스트 중심의 보고서와 같은 문서에 적합합니다.

5) 자료 청킹(Chunking)

자료를 업로드할 때, 2단계의 '범위 한정' 원칙을 상기해 보세요. 500페이지짜리 사회 교과서 전체.pdf 파일 1개를 통째로 업로드하는 것은 나쁜 예입니다. '[사회] 1단원.pdf (30페이지), [사회] 2단원.pdf (25페이지)'처럼 단원별로 분할(Chunking)하여 업로드하는 것이 목표와 관련된 자료에 집중하여 훨씬 더 정확하게 분석하고 답변을 얻을 수 있습니다.

(5) 체계적 자료 관리

지금까지 1~4단계를 거쳐 명확한 목표를 세우고, 범위를 한정하여, 양질의 자료를 업로드했습니다. 이제 NotebookLM은 특정 주제(예: 5학년 인권 수업)에 대한 만반의 준비를 마쳤습니다. 하지만 이 상태는 아직 일회성 작업에 가깝습니다. 다섯째 단계인 '체계적 관리'는 이 노트북을 선생님의 지속 가능한 개인형 지식 베이스(PKMS, Personal Knowledge Management System)로 바꾸는 마지막 핵심 과정입니다.

1) 입력한 소스 관리 : 파일명 입력

자료를 업로드하면 왼쪽 '소스' 패널에 파일명 목록이 뜹니다. 하지만 '[공문] 2025-03-10.pdf'나 '(최종) 기후변화 논문.pdf' 같은 파일명만으로는 나중에 이 자료가 왜 필요했는지 기억하기 어렵습니다. 따라서 앞으로의 활용을 위해 '설명'을 추가하는 것이 중요합니다.

소스 목록에서 좌측의 점3개 아이콘을 클릭하면 팝업 메뉴가 나옵니다. 이 메뉴에서 '소스 이름 바꾸기'를 클릭합니다.

교사가 기억하기 쉽고 AI가 인식하기 좋은 자료명을 입력한 후 저장합니다.

2) 채팅 창 핵심 답변 관리

NotebookLM의 중앙의 채팅창은 휘발성입니다. 노트북을 닫거나 브라우저를 새로고침하면, AI와 나눴던 귀중한 대화 내용이 모두 사라집니다. 따라서 교사가 묻고 NotebookLM이 생성한 훌륭한 초안, 아이디어, 요약문은 반드시 메모로 저장해야 합니다.

생성된 답변 아래에 있는 '메모에 저장'을 클릭합니다. 스튜디오 탭에 메모로 저장됩니다.

3) 저장된 메모 소스로 활용하기

메모로 차곡차곡 저장한 핵심 요약본과 아이디어들은 그 자체로 새로운 2차 가공 자료입니다. NotebookLM은 이 노트보드 자체를 AI가 학습할 수 있는 새로운 소스로 변환하는 강력한 기능을 제공합니다.

저장된 메모의 우측에 있는 점3개 아이콘을 클릭합니다. 팝업 메뉴에서 '소스로 변환'을 클릭하면 출처창에 해당 메모가 소스로 추가됩니다.

이제 NotebookLM에 100페이지 원본(소스 1)이 아닌, 교사가 직접 검증하고 요약한 노트(소스)를 기반으로 질문할 수 있습니다.

"소스 자료 '독도 영유권 분쟁의 역사와 쟁점'을 바탕으로 독도 영유권 분쟁의 쟁점에 대한 퀴즈 문제 3개를 만들어주세요."라고 요청하면 다음과 같은 답변을 생성해줍니다.

이렇게 하면 NotebookLM이 불필요한 정보(100페이지 전체)를 다시 읽는 것을 방지하고, 교사가 검증한 핵심에만 집중하게 하여 더 빠르고 정확한 답변을 할 수 있습니다.

이번 장에서는 NotebookLM을 보조교사로 활용하여 업무 환경을 설정하는 5단계의 준비 과정을 설명했습니다. 이제 우리는 단순한 '파일 요약기'가 아닌, 목표에 맞게 완벽히 튜닝된 개인화된 AI 전문 비서를 갖게 되었습니다. 이 비서가 행정 업무, 수업 설계, 학생 평가를 어떻게 혁신하는지에 대한 구체적인 활용법을 다음 장부터 본격적으로 탐색해 보겠습니다.