NotebookLM 자동 라벨 기능으로 자료 50개도 한눈에 정리하는 법

시작하며

NotebookLM을 처음 쓸 때는 참 간단했다. 자료 몇 개 넣고 질문하면 바로 답이 나왔다. 그런데 어느 순간 이런 생각이 들었다. “AI가 정리해주라고 쓰는 건데, 왜 내가 자료를 더 정리하고 있지?” 5개, 10개일 때는 몰랐다. 30개가 넘어가고 50개, 60개가 되니 원하는 문서 하나 찾는 데 시간이 꽤 걸렸다. 이번 자동 라벨 기능은 바로 그 지점에서 차이를 만들었다.

 

1. 자료가 늘어날수록 답이 흐려졌던 순간

처음에는 단순했다. 필요한 문서만 올려두고 질문하면 됐다. 그런데 리서치 주제가 늘어나면서 상황이 달라졌다.

(1) 질문은 하나인데 참고 자료는 과하게 많았다

자료가 많아지면 이런 장면이 반복된다.

① 질문과 직접 관련 없는 내용까지 함께 반영된다

• 특정 모델 구조만 묻고 싶은데 경쟁사 비교 자료까지 끌려온다
• 출시 일정이 궁금한데 기술 설명 문서까지 섞인다
• 답변이 길어지고 핵심이 흐려진다

② 내가 의도한 방향과 다른 쪽으로 정리된다

• 개요만 알고 싶은데 활용 사례까지 같이 묶인다
• 한 주제만 깊게 보고 싶은데 전체 맥락 요약으로 넓어진다

정확도가 낮다기보다 집중도가 흐려진다는 느낌이 강했다.

돌이켜보면 AI 문제가 아니라, 내가 구조를 만들지 않은 게 더 컸다.

 

2. 자동 라벨을 눌렀을 때 분위기가 달라졌다

이번 업데이트의 핵심은 단순하다.

소스가 5개 이상이면 ‘자동 라벨’ 아이콘이 나타난다. 누르면 AI가 내용을 분석해 비슷한 주제끼리 묶어준다.

나는 GPT-5.5 관련 자료를 여러 개 넣어봤다. 그랬더니 이렇게 나뉘었다.

• 기술 활용 및 API
• 출시 및 경쟁 구도
• GPT-5.5 모델 개요

겉으로는 단순 분류처럼 보이지만, 실제로 써보니 느낌이 달랐다. 하나의 문서가 여러 주제를 다루면 라벨도 여러 개 붙는다.

(1) 왜 체감이 컸을까

① 필요한 주제만 골라서 질문할 수 있다

• ‘모델 개요’만 선택하고 요약 요청
• ‘출시 및 경쟁’ 라벨만 골라 비교 분석
• 불필요한 문서 자연스럽게 제외

② 답변 속도와 밀도가 달라진다

• 불필요한 문맥이 줄어든다
• 요약이 더 또렷해진다
• 오디오 요약도 주제 중심으로 정리된다

예전에는 전체 자료를 한꺼번에 기준으로 답을 받았다.

지금은 라벨을 필터처럼 활용한다는 느낌이 강하다.

 

3. 새 자료를 계속 넣어도 구조가 무너지지 않았다

리서치를 하다 보면 자료는 계속 쌓인다.

문제는 기존 정리 흐름이 깨지는 순간이다.

(1) 새로운 주제를 한 번에 추가해봤다

ChatGPT Image 2.0 사용법 관련 자료를 추가했다.

그러자 기존 라벨 아래에 새 소스만 따로 표시됐다.

① 기존 자료와 바로 섞이지 않는다

• 새로 들어온 문서가 명확히 구분된다
• 무엇이 추가됐는지 한눈에 보인다

② 다시 자동 라벨을 실행할 수 있다

• 전체 소스 기준 재구성 가능
• 새 소스만 따로 재분류 가능
• 라벨 이름 직접 수정 가능

AI가 기본 구조를 만들어주고, 나는 방향을 결정한다.

이 균형이 꽤 안정적으로 느껴졌다.

 

4. 자료 정리 속도가 결국 경쟁력을 만든다

나는 40대 중반이고, 과거 공인중개사로 일한 경험이 있다.

그때 깨달은 게 있다. 계약을 많이 따내는 사람은 정보를 더 빨리 찾는 사람이었다.

AI 활용도 마찬가지다.

• 자료를 많이 모으는 사람보다
• 구조를 먼저 만드는 사람이 유리하다

예전 흐름은 이랬다.

• 자료 수집 → 수동 분류 → 질문 → 다시 정리

지금은 이렇게 바뀐다.

• 자료 수집 → 자동 라벨 → 선택 질문

한 단계가 사라진 셈이다.

이 차이가 쌓이면 생산성 격차로 이어진다.

 

5. 이런 상황이라면 체감이 확실하다

 

📌 이런 상황이라면 자동 라벨이 도움이 된다

• 논문이나 리서치 자료를 20개 이상 다룬다
• 모델 비교나 기술 트렌드 분석을 자주 한다
• 하나의 프로젝트 안에 여러 하위 주제가 섞여 있다
• 요약보다 구조 잡는 게 더 어렵다

자료가 5개 이하라면 굳이 필요 없을 수도 있다.

하지만 30개 이상이라면 이야기가 달라진다.

 

6. 무료 계정과 배포 상황은 조금 다르다

현재 기능은 순차 적용 중이다.

흥미롭게도 어떤 경우에는 무료 계정에서 먼저 보이기도 했다.

계정마다 적용 시점이 다를 수 있으니,

소스 5개 이상 넣어보고 아이콘이 보이는지 직접 확인해보는 게 빠르다.

 

7. 결국 사람은 생각에 집중하게 된다

이번 업데이트를 쓰면서 내 작업 방식이 바뀌었다.

• 자료 분류에 쓰는 시간은 줄고
• 비교와 해석에 쓰는 시간은 늘었다

AI가 기본 구조를 만들고, 나는 질문을 더 정교하게 다듬는다.

자료가 10개일 때는 차이를 못 느낀다.

하지만 50개, 60개가 넘어가면 확실히 다르다.

NotebookLM을 이미 사용 중이라면,

자료를 조금 더 넣고 자동 라벨을 눌러보는 게 좋다.

정리 방식이 바뀌면 질문 방식도 달라진다.

결국 AI를 잘 쓰는 사람은

답을 많이 받는 사람이 아니라

AI가 참고할 자료를 잘 구조화하는 사람이다.