구글 NotebookLM 업데이트, AI 업무 경쟁은 ‘출처 있는 산출물’로 옮겨간다

구글이 6월 8일 AI 연구·문서 도구 NotebookLM 업데이트를 발표했다. 이번 변화의 핵심은 AI가 문서를 요약하는 수준을 넘어, 대화에서 출발해 자료 저장소를 만들고 분석 결과를 보고서·스프레드시트·슬라이드 같은 업무 산출물로 내보내는 방향으로 확장됐다는 점이다.

확인된 내용부터 보면, 구글은 NotebookLM에 Gemini 3.5와 Antigravity 기반 기능을 적용했다고 밝혔다. 각 노트북에는 코드를 작성하고 실행할 수 있는 보안 클라우드 컴퓨터가 붙고, 100개 이상의 선별된 소프트웨어 스킬을 통해 자료 분석과 결과물 제작을 지원한다. 구글은 자체 비교 평가에서 새 시스템이 기존 시스템 대비 주요 평가 항목 평균 65% 이상 우위를 보였고, 대형 문서 분석은 69.9%, 웹 리서치와 출처 발견은 78.2%의 승률을 기록했다고 설명했다. 다만 이는 구글 내부 평가이므로, 실제 업무 현장에서의 정확도와 독립 검증 결과와는 구분해서 볼 필요가 있다.

기능 변화는 비교적 구체적이다. 이전의 NotebookLM은 사용자가 PDF, 문서, 웹사이트 같은 자료를 직접 모아 넣고 그 안에서 질문하는 방식이 중심이었다. 이번 업데이트 이후에는 사용자가 느슨한 아이디어나 질문에서 출발해도 NotebookLM이 관련 웹 자료를 찾고, Google Search를 활용해 신뢰할 만한 출처 후보를 제안할 수 있다. 결과물 형식도 PDF, docx, Markdown, csv, json, Excel, PowerPoint, 이미지와 차트 등으로 넓어졌다. 업데이트는 우선 Google AI Ultra 이용자와 AI Ultra Access 또는 AI Expanded Access가 있는 Workspace 비즈니스 고객에게 웹에서 제공된다.

이 흐름은 보스턴권 독자에게도 의미가 있다. 보스턴의 대학, 연구기관, 병원, 바이오테크, 컨설팅, 금융·헬스케어 스타트업은 공통적으로 문서와 데이터가 많은 산업에 속한다. 논문, 임상 자료, 시장 보고서, 고객 인터뷰, 규제 문서, 제품 요구사항을 읽고 정리하는 시간이 업무의 큰 비중을 차지한다. AI 도입의 초점이 ‘그럴듯한 답변’에서 ‘출처가 남는 업무 산출물’로 옮겨가면, 채용과 조직 운영에서 평가받는 역량도 조금씩 달라질 수 있다.

유학생과 졸업 예정자에게는 AI 도구 사용 자체보다 자료를 고르는 기준, 인용과 검증 습관, 분석 과정을 설명하는 능력이 더 중요해진다. 문헌 리뷰, 시장 조사, 케이스 인터뷰 준비, 포트폴리오 프로젝트에서 AI를 사용하더라도 어떤 자료를 넣었고, 어떤 질문을 던졌으며, 어떤 부분을 사람이 다시 검토했는지 설명할 수 있어야 한다. 학교나 연구실의 AI 사용 정책, 저작권·개인정보 규칙도 함께 확인해야 한다.

현직자에게는 보고서 작성, 회의 준비, 고객 제안서, 제품 기획 문서가 영향을 받을 수 있다. 여러 문서를 비교해 쟁점을 뽑고, 숫자를 정리해 차트로 만들고, 팀이 바로 쓸 수 있는 문서 형태로 바꾸는 업무는 AI와 함께 재설계될 가능성이 있다. 그렇다고 리서치·분석 업무가 단순히 줄어든다고 보기는 어렵다. 오히려 출처를 관리하고, AI가 만든 분석을 검토하며, 조직의 보안·컴플라이언스 기준에 맞춰 업무 흐름을 설계하는 역할이 더 중요해질 수 있다.

이직 준비자라면 ‘AI를 쓸 줄 안다’는 표현만으로는 차별화가 약하다. 채용 시장에서는 source-grounded AI, RAG, workflow automation, data analysis, documentation, knowledge management 같은 키워드가 실제 업무 사례와 연결될 때 의미가 생긴다. RAG는 AI가 임의로 답을 만드는 대신 회사 내부 문서나 지정된 자료를 근거로 답하도록 하는 방식이다. 보스턴의 바이오·헬스케어·핀테크처럼 규제가 많은 분야에서는 이런 출처 기반 AI 활용 능력이 단순한 프롬프트 작성보다 더 현실적인 강점이 될 수 있다.

취업비자나 스폰서십을 고민하는 독자도 이 변화를 과장해서 받아들일 필요는 없다. 회사가 비자를 지원할지는 직무 필요성, 예산, 채용 정책, 법무·이민 절차 등 여러 요소가 함께 작용한다. 다만 기업이 더 선별적으로 채용하는 환경에서는 AI 도구로 반복 업무를 줄이는 데 그치지 않고, 그 결과를 업무 성과와 리스크 관리로 연결할 수 있는 사람이 더 설득력을 가질 수 있다.

창업자나 소규모 비즈니스 운영자에게도 시사점이 있다. 광고 성과, 매출 데이터, 고객 피드백, 경쟁사 자료를 묶어 분석하고 발표 자료까지 만드는 도구는 작은 팀의 실행 속도를 높일 수 있다. 다만 고객 정보, 계약서, 의료·금융 관련 민감 자료를 외부 AI 도구에 넣을 때는 회사 정책과 서비스 약관, 데이터 보관 조건을 먼저 확인해야 한다.

이번 NotebookLM 업데이트는 AI가 사람의 판단을 대신한다는 단순한 이야기보다, 지식노동의 중간 과정을 바꾸는 사례에 가깝다. 앞으로 봐야 할 변수는 실제 정확도, 출처 표시의 신뢰성, 기업 관리자 통제 기능, 가격 정책, 그리고 학교와 기업의 사용 규칙이다. 보스턴의 학생과 직장인에게는 최신 도구를 따라가는 것만큼이나, AI가 만든 산출물을 검토하고 책임질 수 있는 업무 습관을 갖추는 일이 중요한 준비가 되고 있다.