노트북LM 사용량 제한이 바뀌었다는데, 다시 쓴다면 어떻게 쓸까?

예전에 노트북LM(NotebookLM)을 썼습니다. 당시에는 노트북LM이 자료를 활용하는 방식과 랭체인(LangChain)이 비슷한 건지 궁금해서 LLM에게 물어본 적도 있어요. 그러다 어느 순간부터 서서히 손이 가지 않았습니다. 제미니 Pro 구독에서 다른 LLM 서비스로 넘어가면서 자연스럽게 안 쓰게 된 것 같아요.

이번에 사용량 제한이 바뀌었다는 소식을 계기로, 남아 있는 노트북과 다시 활용할 방법을 정리해봤습니다. 2026년 9월 15일 확인한 공식 안내에서는 개인 계정에 9월 2일부터 새로운 사용량 기준을 적용한다고 설명합니다. 다시 쓰기 전에는 내 계정의 한도를 확인하고, 지금 필요한 작업 하나를 정하는 것부터 시작하면 좋겠습니다.

현재 남아 있는 내 노트북 목록. 여러 관심사에 따라 만들어둔 노트북과 소스 수가 보입니다.

남아 있는 노트북에는 예전 관심사가 보입니다

목록에는 자산 운용 관련 노트북과 ADsP 공부 자료, 건강과 AI 개발 관련 제목이 남아 있습니다. 소스 수는 ADsP 노트북에 17개, AI 개발 관련 노트북에 28개가 표시돼 있습니다. 건강 관련 제목의 노트북에는 39개가 들어 있어요.

이번에는 목록 화면을 바탕으로 활용 방법을 생각해봤습니다. 예전 노트북 안의 자료와 답변은 다시 검토해야 하므로, 소스 수를 실제 학습량이나 성과로 설명할 수는 없습니다.

다시 활용할 방법은 지금 하는 일과 연결해 생각해볼 수 있습니다. 블로그 자료 조사에 활용할지, 남아 있는 공부 자료를 다시 볼지에 따라 필요한 기능도 달라질 테니까요.

9월부터는 질문 횟수만으로 한도를 가늠하기 어렵습니다

Google은 7월 16일 NotebookLM을 Gemini Notebook으로 바꾼다고 발표했습니다. 공식 도움말에 나오는 Gemini Notebook이 이 서비스입니다. 이 글에서는 예전 이름에 익숙한 분들도 읽기 쉽도록 노트북LM이라고 부르겠습니다. Google 이름 변경 안내

8월 28일 발표한 사용량 변경은 개인 계정의 웹과 모바일에 9월 2일부터 적용하는 내용입니다. 질문의 복잡도, 대화 길이, 소스 수, 사용하는 기능 등이 한도 계산에 반영됩니다. 같은 한 번의 요청이라도 처리해야 하는 작업에 따라 사용량이 달라지는 구조예요. Google 사용량 변경 발표

Google 사용량 도움말의 실제 웹페이지 캡처. 출처: 아래 공식 도움말, 확인·캡처일 2026년 9월 15일.

여기서 구분할 것은 5시간 단위로 갱신되는 한도와 주간 한도입니다. 도움말은 주간 한도에 도달하기 전까지 5시간마다 사용량 한도가 갱신된다고 설명합니다. 5시간만 기다리면 주간 한도까지 전부 풀린다는 뜻은 아닙니다. 내 계정에 표시되는 다음 사용 가능 시각과 주간 사용량을 함께 확인해야 합니다. 공식 사용량 도움말

다시 쓰기 전에 볼 항목	확인할 내용
사용량 화면	웹에서 오른쪽 위 Settings → Usage로 이동해 내 한도를 확인합니다.
대화창 안내	남은 사용량과 다음 갱신 시각을 확인합니다.
Studio 생성 화면	결과물을 만들기 전 예상 사용량 표시를 확인합니다.
한도에 도달했을 때	웹의 Generate later 기능으로 일부 생성 작업을 나중으로 미룰 수 있습니다.

공식 안내에는 구독하지 않은 계정의 기본 한도도 있습니다. 다른 LLM을 주로 쓰고 있더라도, 노트북LM을 다시 활용하기 위해 곧바로 유료 구독부터 할 필요는 없겠습니다. 우선 현재 계정으로 필요한 작업을 해보고 부족한지 판단하는 순서가 적절해 보입니다.

공식 발표와 도움말을 바탕으로 만든 사용량 구조 설명도. 계정의 실제 사용량이나 측정 결과를 나타낸 그림은 아닙니다. 기준일: 2026년 9월 15일.

 

위 내용은 공식 안내를 정리한 것으로, 제 계정에서 한도를 소진하거나 갱신 시간을 측정한 결과는 아닙니다. 학교·회사 계정의 조건은 별도로 확인해야 합니다. 공식 요금제 비교표에는 일일 횟수 안내가 함께 남아 있어, 그 숫자를 개인 계정의 새 한도로 그대로 옮기지는 않았습니다.

예전에 궁금했던 랭체인과의 관계

예전에 물어봤던 두 도구의 관계는 ‘내 자료를 AI의 답변에 어떻게 활용하는가’라는 관점에서 보면 이해하기 쉽습니다.

노트북LM에서는 자료를 넣고 그 내용에 대해 질문할 수 있습니다. 답변에 붙은 인용을 선택하면 해당 근거를 찾아볼 수 있고, 답변에 사용할 소스를 골라 포함하거나 제외할 수도 있습니다. Google 채팅 도움말

랭체인은 개발자가 LLM 애플리케이션을 만들 때 사용하는 프레임워크입니다. 문서를 불러오고, 질문과 관련된 내용을 찾고, 그 내용을 모델에 전달하는 작업을 구성할 수 있어요. 외부 자료에서 필요한 정보를 찾아 답변 생성에 활용하는 접근을 RAG, 한국어로는 검색 증강 생성이라고 부릅니다. LangChain 소개, 검색과 RAG 설명

예를 들어 발표 자료 여러 개에서 ‘이번 변경이 개인 계정에도 적용되는가’를 찾아 답하게 하는 작업은 양쪽에서 생각해볼 수 있습니다. 노트북LM에서는 준비된 화면과 기능을 이용하고, 랭체인으로 만들 때는 개발자가 자료 검색과 모델 연결 방식을 구성합니다.

비교할 점	노트북LM	랭체인으로 만드는 앱
사용하는 형태	Google이 제공하는 서비스	개발자가 구성하는 애플리케이션
자료를 활용하는 과정	소스를 넣고 질문하며 인용 확인	자료 불러오기·검색·모델 연결을 구현
바꿀 수 있는 범위	서비스에서 제공하는 설정과 기능	구현에 따라 검색 방식·모델 등을 선택

따라서 두 도구는 자료를 답변에 활용한다는 점에서 비교할 수 있습니다. 다만 랭체인 자체가 하나의 검색 방식인 것은 아니며, 노트북LM이 내부적으로 랭체인을 사용한다는 근거도 이번에 확인한 공식 자료에는 없습니다. 아래 그림은 이 차이를 설명하기 위한 개념도입니다.

서비스와 개발 도구의 역할을 비교한 설명도. NotebookLM의 내부 구현을 재현한 그림이 아닙니다. 출처: Google 채팅 도움말·LangChain 공식 문서, 확인일 2026년 9월 15일.

 

인용이 붙었다고 답변 검토가 끝나는 것도 아닙니다. 원문에 적힌 적용 대상이나 예외 조건을 답변이 빠뜨렸는지 확인해야 합니다. 특히 블로그에 숫자와 정책을 옮길 때는 인용된 부분의 앞뒤 문장까지 읽는 과정이 필요합니다.

다시 쓴다면 블로그 글 한 편의 자료부터

여기서부터는 다시 사용할 때 시도해볼 방법입니다. 아직 실행한 결과는 아닙니다. 지금 하는 블로그 작업에 연결한다면 ‘작성할 글 한 편에 필요한 자료를 모아 질문하는 용도’부터 시작할 만합니다.

이번 주제라면 사용량 변경 발표와 도움말을 한 노트북에 넣고, 발표일·적용일·대상 계정을 비교하는 식입니다. 먼저 원문에서 날짜와 적용 범위를 확인하고, 자료 사이에 다른 설명이 있으면 따로 표시하도록 요청합니다.

다음 문구는 그때 사용할 프롬프트 예시입니다.

선택한 자료를 기준으로 이번 사용량 변경을 정리해줘.
발표일, 적용 시작일, 대상 계정, 한도 갱신 조건을 표로 만들고
각 항목에 근거 인용을 붙여줘.
자료끼리 다른 설명이 있으면 하나로 합치지 말고 차이를 표시해줘.
자료에 없는 내용은 확인할 수 없다고 적어줘.

이 요청을 넣었다고 조건 누락이 자동으로 해결되지는 않습니다. 결과가 나오면 중요한 수치와 조건의 인용을 직접 열어보고, 확인이 끝난 내용만 원고에 옮깁니다. 웹에서 가져온 소스도 원문의 모든 요소가 들어오는 것은 아닙니다. Google은 일반 웹페이지 URL에서는 텍스트를 가져오며 이미지와 삽입 영상, 하위 페이지는 포함하지 않는다고 안내합니다. 이미지 안에 적힌 조건은 원래 페이지에서 따로 확인해야 해요. 소스 가져오기 도움말

그다음에는 현재 주로 쓰는 LLM에서 글의 순서와 문장을 다듬는 방식으로 연결할 수 있습니다. 도구를 옮기는 동안 출처가 빠지지 않도록 확인한 사실과 원문 URL을 함께 남겨두면 좋겠습니다.

블로그 자료 조사에 다시 활용하는 순서를 제안한 그림. 아직 실행하거나 시간을 측정한 결과는 아닙니다.

남아 있는 ADsP 노트북도 질문을 바꿔볼 수 있습니다

남아 있는 ADsP 자료는 헷갈리는 개념 두 개를 골라 비교하고 짧은 문제를 풀어보는 데 활용할 수 있겠습니다.

예를 들어 정규화와 표준화가 헷갈린다면 먼저 선택한 자료에서 두 용어를 어떻게 설명하는지 확인합니다. 예전 자료가 현재 시험 범위와 맞는지도 먼저 살펴야 하고요. 아래 요청문 역시 실제 실행 결과가 아닌 활용 예시입니다.

선택한 자료에서 정규화와 표준화를 설명한 부분을 찾아줘.
용어가 서로 다른 맥락으로 쓰였다면 그 차이부터 알려줘.
그 내용을 확인할 수 있는 짧은 문제를 하나씩 내고,
내가 답한 뒤 해설과 근거 인용을 보여줘.
자료에 없는 시험 범위나 출제 빈도는 추측하지 말아줘.

예전 자산 운용·건강 관련 노트북도 다시 볼 수는 있겠지만, 목록만으로 자료의 작성 시점과 신뢰도를 판단하기는 어렵습니다. 먼저 어떤 출처가 들어 있는지 점검하고, 오래된 내용을 현재의 투자나 건강 판단에 바로 사용하지 않는 과정이 필요합니다.

다시 쓰기 시작한다면 이번 블로그 글의 근거를 정리하는 작업 하나부터 해볼 만하겠습니다. 원문을 다시 찾기 쉬웠는지, 중요한 조건을 놓치지 않았는지, 지금 쓰는 LLM과 함께 써도 작업이 번거롭지 않았는지를 보고 다음에도 사용할지 판단하면 되겠지요. 유료 구독이 필요한지도 그때 살펴볼 수 있고요.

제 사용 경험과 노트북 화면을 바탕으로, 공식 자료 조사·초안 작성·문장 교정과 설명도 제작에 AI를 활용했습니다.