NotebookLM이랑 AntiGravity 연결했더니 리서치가 자동으로 앱이 되더라고요

NotebookLM은 Google이 만든 AI 리서치 도구로, 업로드한 문서를 기반으로 요약·QA·팟캐스트를 생성합니다. AntiGravity는 Google의 에이전트 기반 IDE(VS Code 포크)로, AI가 자율적으로 코드를 계획·작성·테스트합니다. 이 둘을 MCP(Model Context Protocol)로 연결하면, 리서치 자료가 자동으로 웹사이트·문서·대시보드로 변환되는 파이프라인을 구축할 수 있습니다. 2026년 2월 현재 AntiGravity는 무료 프리뷰 중이며, NotebookLM은 무료 플랜(50개 소스)부터 Ultra 플랜(600개 소스)까지 제공됩니다.

---

여러분 이거 경험 있죠?

리서치 자료는 잔뜩 모았는데, 그걸로 뭘 해야 할지 모르는 거.

PDF 20개, 유튜브 링크 15개, 논문 5개. 북마크에 쌓여있어요.

“나중에 정리해야지” 하고 한 달째 안 건드린 거.

저도요.

업무 자동화에 관심이 생겨서 이것저것 자료를 모았거든요. 근데 문제는 자료를 모으는 건 재밌는데, 그걸 실제로 뭔가로 만드는 건 전혀 다른 이야기라는 거예요.

리서치 = 재밌음. 실행 = 귀찮음. 이 갭이 진짜 문제입니다.

근데 말이죠.

리서치 자료를 넣으면 AI가 알아서 앱을 만들어주는 시스템이 있으면 어떨까요?

“그런 게 어딨어?” 싶죠?

있어요. 진짜로. Google이 만들었어요.

NotebookLM이랑 AntiGravity를 연결하면 됩니다.

저도 처음엔 반신반의했어요. 근데 직접 세팅해보고 나서 생각이 확 바뀌었습니다.

오늘은 그 과정을 솔직하게 공유해볼게요.

---

NotebookLM, 다시 보게 된 이유

NotebookLM… 이거 처음 나왔을 때 “아, 또 Google이 뭐 만들었나” 하고 넘겼어요.

솔직히 ChatGPT랑 뭐가 다른지 모르겠더라고요.

근데 써보니까 핵심 차이가 명확해요.

구분	ChatGPT / Claude	NotebookLM
답변 기반	학습 데이터 전체	내가 올린 문서만
환각(할루시네이션)	있음	거의 없음
출처 표시	가끔	항상 (인용 표시)
소스 관리	대화창에 복붙	노트북에 체계적 저장

ChatGPT한테 “이 논문 요약해줘” 하면 학습 데이터 기반으로 비슷한 내용을 섞어서 답해요.

근데 NotebookLM은 오직 내가 올린 그 문서에서만 답합니다.

환각? 거의 없음.

이게 왜 중요하냐면요.

기술 리서치에서 AI가 지어낸 정보를 기반으로 뭔가를 만들면 큰일 나잖아요. NotebookLM은 출처가 명확하니까 신뢰도가 다릅니다.

2026년 현재 NotebookLM은 이렇게 달라졌어요

2026년 들어서 NotebookLM이 확 달라졌어요. 예전엔 “요약이랑 QA만 해주는 도구”였는데, 지금은 완전히 다른 물건이 됐습니다.

새로 추가된 기능들:

• 오디오 오버뷰 인터랙티브 모드: AI 호스트 두 명이 내 자료를 토론하는 팟캐스트를 만들어주는데, 이제 “Join” 버튼을 눌러서 중간에 끼어들 수 있어요. “거기서 좀 더 자세히 설명해줘”라고 실시간으로 질문할 수 있습니다.
• 슬라이드 자동 생성: 문서 올리면 프레젠테이션 슬라이드를 자동으로 만들어줘요.
• 비디오 오버뷰: 나레이션이 들어간 슬라이드 영상을 자동 생성.
• 인포그래픽 & 마인드맵: 복잡한 자료를 시각적으로 정리해줘요.
• 오디오 커스터마이징: Deep Dive, The Brief, The Critique, The Debate 등 포맷 선택 가능.

NotebookLM이란? Google이 만든 AI 리서치 도구로, 업로드한 문서(PDF, Google Docs, 웹 URL, YouTube 등)를 기반으로 요약, QA, 오디오 오버뷰, 슬라이드를 생성합니다. Gemini 모델을 기반으로 하며, 2024년 처음 공개된 이후 2026년 대규모 업데이트를 거쳤습니다.

가격 (2026년 2월 기준):

플랜	노트북당 소스 수	생성량	특징
Free	50개	기본	Gemini 모델 접근
Plus	100개	2배	신기능 얼리 액세스
Pro	300개	5배	우선 접근
Ultra	600개	50배	워터마크 없음

근데 여기까지만 보면 “아 그냥 리서치 도구 좋아졌구나” 하고 끝이에요.

진짜 게임체인저는 다음부터입니다.

---

AntiGravity가 뭔데?

이제 AntiGravity 이야기를 해볼게요.

AntiGravity… 이름부터 좀 멋있죠? Google이 만든 AI 네이티브 IDE예요.

“IDE가 뭐냐고요?” VS Code 같은 코딩 프로그램이에요.

근데 보통 IDE랑 완전 다릅니다.

일반 AI 코딩 도구(Cursor, Copilot)가 **”보조 운전”**이라면, AntiGravity는 **”자율 주행”**에 가까워요.

뭐가 다르냐면:

기능	Cursor / Copilot	AntiGravity
AI 역할	코드 제안 (보조)	자율 실행 (계획→코딩→테스트→디버깅)
에이전트 수	1개	복수 (플래너, 에디터, 터미널, 브라우저)
컨텍스트	~200K 토큰	최대 2M 토큰
브라우저	없음	내장 Chromium 브라우저
모델	선택제	Gemini 3 Pro, Claude Sonnet 4.5, GPT-OSS

쉽게 말하면, 여러 AI 에이전트가 팀처럼 움직여요.

플래너가 계획을 짜면, 에디터가 코드를 쓰고, 터미널 에이전트가 실행하고, 브라우저 에이전트가 결과를 확인하고.

이거 진짜 써보면 신기해요. 채팅으로 “랜딩페이지 만들어줘” 하면 알아서 HTML/CSS 작성하고, 브라우저에서 확인까지 해요.

AntiGravity란? Google이 2025년 말 출시한 에이전트 기반 IDE(통합 개발 환경)입니다. VS Code를 포크(fork)하여 만들었으며, 복수의 AI 에이전트가 동시에 작동하여 코드 계획, 작성, 테스트, 디버깅을 자율적으로 수행합니다. 2026년 2월 현재 무료 프리뷰 중입니다.

가격 (2026년 2월 기준):

플랜	가격	특징
Free Preview	무료	전체 기능, 주간 사용량 리셋
AI Pro	$19.99/월	더 높은 사용량, 5시간 리셋
AI Ultra	$249.99/월	최대 사용량, 우선 접근

근데 여기서 진짜 핵심은요.

AntiGravity는 혼자서도 강력한데, NotebookLM이랑 연결하면 차원이 달라진다는 겁니다.

---

이 둘을 연결하면 뭐가 되냐고요?

여기서부터가 진짜예요.

NotebookLM = 리서치 전문가 (읽고 분석하는 AI) AntiGravity = 개발자 (만들고 실행하는 AI)

이 두 개를 MCP(Model Context Protocol)로 연결하면?

**”읽고 분석한 결과를 바탕으로 알아서 만들어주는 시스템”**이 됩니다.

이게 왜 대단하냐면, 기존에는 이랬거든요:

❌ 기존 방식:
1. PDF/URL 자료 수집 (수동)
2. ChatGPT에 하나씩 복붙해서 요약 (수동)  
3. 요약 내용을 정리 (수동)
4. 정리한 내용 기반으로 기획서 작성 (수동)
5. 기획서 보면서 코드 작성 (수동 or AI 보조)
6. 결과물 확인 및 수정 (수동)

→ 전체 소요: 며칠~몇 주

근데 NotebookLM + AntiGravity는:

✅ 연결 후 방식:
1. NotebookLM에 자료 업로드 (수동, 5분)
2. AntiGravity에서 "이 노트북 기반으로 만들어줘" (프롬프트 1줄)
3. AI가 노트북 참조 → 계획 수립 → 코드 작성 → 테스트 (자동)
4. 결과물 확인 (수동, 10분)

→ 전체 소요: 30분~1시간

이 차이 느껴지세요?

MCP… 뭔 소린지 모르겠죠?

MCP(Model Context Protocol)는 AI가 외부 도구나 데이터에 안전하게 접근할 수 있게 해주는 표준 통신 규약이에요.

쉽게 말하면, AI한테 “이 도구 써도 돼” 하고 허락증을 주는 것입니다.

NotebookLM과 AntiGravity 사이에 MCP라는 다리를 놓으면, AntiGravity의 AI 에이전트가 NotebookLM의 리서치 데이터를 직접 가져다 쓸 수 있어요.

┌─────────────┐     MCP 프로토콜     ┌──────────────┐
│ NotebookLM   │ ◄──────────────────► │ AntiGravity  │
│ (리서치 허브) │     (JSON-RPC)      │ IDE (에이전트)│
└─────────────┘                      └──────────────┘
      ▲                                     │
      │  소스 업로드                          │  코드·문서·사이트
      │  (PDF, URL, 영상)                    │  자동 생성
      └─────────────────────────────────────┘

일일이 복붙하거나 컨텍스트를 수동으로 넘겨줄 필요가 없어요.

에이전트가 알아서 노트북을 참조하고, 필요한 정보만 쏙쏙 꺼내서 씁니다.

---

실전: 연결하는 방법

자, 이론은 충분하고. 직접 연결하는 방법을 알려드릴게요.

사전 준비

• Google 계정 (NotebookLM + AntiGravity 인증에 사용)
• Node.js 18 이상 + npm (MCP 서버 실행용)
• Chrome 브라우저 (인증용)

방법 1: 채팅으로 자동 설치 (가장 쉬움)

AntiGravity 열고, 채팅 패널에 이렇게 치면 돼요:

Install NotebookLM Skill for research access.

끝.

에이전트가 알아서:

1. GitHub에서 스킬 다운로드
2. .skills/notebooklm/ 폴더 생성
3. 의존성 설치

전부 자동이에요. 이게 AntiGravity의 매력이에요.

방법 2: GitHub 링크 직접 입력

https://github.com/jacob-bd/notebooklm-mcp

이 링크를 채팅 패널에 붙여넣으면 에이전트가 알아서 인식하고 설치를 진행해요.

방법 3: 수동 설치 (개발자용)

직접 컨트롤하고 싶은 분들은:

# 1. 리포지토리 클론
git clone https://github.com/jacob-bd/notebooklm-mcp.git
cd notebooklm-mcp

# 2. 의존성 설치
npm install

# 3. 빌드
npm run build

그리고 AntiGravity의 MCP 설정 파일에 등록:

{
  "mcpServers": {
    "notebooklm": {
      "command": "node",
      "args": ["<경로>/notebooklm-mcp/dist/index.js"],
      "env": {}
    }
  }
}

Google 계정 인증

설치가 끝나면 Chrome이 자동으로 뜨면서 Google 로그인을 요청해요.

로그인하면 세션 쿠키가 저장되고, 이후 에이전트가 NotebookLM에 자유롭게 접근할 수 있게 됩니다.

인증이 제대로 됐는지 확인하려면:

Grab my last 10 notebooks

채팅에 이렇게 입력해보세요. 내 노트북 목록이 쭉 나오면 성공입니다.

---

실전: 이렇게 써봤어요

연결은 됐고. 진짜 궁금한 건 “그래서 뭘 할 수 있는데?”잖아요.

사례 1: 리서치 → 원페이지 랜딩 사이트

제가 업무 자동화 관련 자료를 NotebookLM에 모아놨거든요. PDF 10개, 블로그 글 15개, 유튜브 5개.

AntiGravity 채팅에 이렇게 쳤어요:

"업무 자동화 리서치" 노트북의 핵심 내용을 기반으로
원페이지 랜딩 사이트를 HTML/CSS로 만들어줘.
반응형 디자인이고, 다크 모드를 기본으로 해줘.

그러니까 에이전트가:

1. NotebookLM에서 핵심 내용을 쭉 가져옴
2. 섹션 구조를 자동으로 설계
3. HTML/CSS 코드 작성
4. 내장 브라우저에서 결과 확인
5. 모바일 반응형 테스트까지

프롬프트 한 줄로 웹사이트가 나왔어요.

물론 완벽하진 않았어요. 디자인 미세 조정은 필요했고, 카피라이팅도 좀 다듬었어요. 근데 초안을 잡는 속도가 미쳤습니다.

수동으로 했으면 반나절은 걸렸을 작업이 30분 만에 끝났어요.

사례 2: 리서치 → 구조화된 문서

"AI 트렌드 분석" 노트북에서 2026년 핵심 키워드 10개를 뽑고,
각 키워드에 대한 500자 설명을 포함한 마크다운 문서를 만들어줘.

이건 더 간단했어요. NotebookLM이 이미 자료를 분석해놨으니까, AntiGravity가 그걸 기반으로 구조화된 문서를 뚝딱 만들어냈어요.

키워드 선정 기준도 설명해주고, 각 키워드 간 관계도 정리해줬어요.

이걸 블로그 초안이나 뉴스레터 소재로 바로 쓸 수 있었습니다.

사례 3: 리서치 → 팟캐스트 스크립트

"기술 블로그" 노트북의 최근 5개 소스를 요약해서
15분짜리 팟캐스트 대본을 작성해줘.

이건 솔직히 놀랐어요.

NotebookLM의 오디오 오버뷰 기능이랑은 다른 느낌이었어요. 오디오 오버뷰는 AI 호스트가 자동으로 대화하는 거고, 이건 내가 직접 읽을 수 있는 대본을 만들어주는 거예요.

도입부, 중간 전환, 결론까지 구성이 자연스러웠어요.

---

이 워크플로우의 진짜 핵심

여러분, 여기까지 읽고 “아 도구 두 개 연결하는 거구나” 하고 끝내면 안 돼요.

이 영상(Jack Roberts의 “NotebookLM just became UNSTOPPABLE”)에서 가장 중요한 메시지는 **도구 소개가 아니라 “반복 가능한 시스템 설계”**였어요.

뭐냐면:

“도구를 쓰는 게 아니라, 도구로 시스템을 만들어라.”

한 번 세팅해놓으면:

매주 반복 워크플로우:
1. NotebookLM에 이번 주 소스 추가 (5분)
2. AntiGravity에서 "이번 주 업데이트 기반으로 뉴스레터 초안 생성" (프롬프트 1줄)
3. 초안 검토 → 수정 → 발행 (20분)

→ 매주 뉴스레터가 반자동으로 나옵니다.

입력만 바꾸면 출력이 계속 나오는 구조.

이게 진짜 파워예요.

워크플로우 최적화 팁

이 시스템을 제대로 굴리려면 입력 표준화가 가장 중요해요.

1. 문서 템플릿 통일: 제목, 섹션 구조, 태그를 일관되게 유지
2. 프롬프트를 .md 파일로 저장: 재사용 가능한 명령어 라이브러리를 만들어요
3. NotebookLM 소스 이름에 규칙 적용: 날짜 + 카테고리 접두사 (예: 260212_AI_트렌드_분석.pdf)

“도구 추가”보다 “입력 형식 표준화”를 먼저 해야 유지보수가 쉬워집니다.

이건 제가 Obsidian 볼트를 운영하면서 뼈저리게 느낀 건데요. 초반에 규칙 없이 자료를 막 넣었더니 나중에 정리하는 데 오히려 시간이 더 걸렸어요. NotebookLM도 마찬가지예요.

---

내가 느낀 점 — 솔직히 좀 충격이었어요

이 조합을 처음 써봤을 때 느낌을 솔직하게 말하면요.

“아, 이제 진짜 혼자서 다 되는 시대가 오긴 했구나.”

예전에는 뭔가를 만들려면:

• 기획자가 문서 쓰고
• 디자이너가 와이어프레임 만들고
• 개발자가 코드 짜고
• QA가 테스트하고

이 과정이 필요했잖아요.

근데 지금은:

• NotebookLM = 리서치 + 기획
• AntiGravity = 개발 + 디자인 + 테스트

한 사람이 프롬프트 몇 줄로 이걸 다 할 수 있게 된 거예요.

물론 프로덕션 레벨의 결과물은 아니에요. 아직은 MVP(최소 기능 제품) 수준이에요. 근데 그 MVP가 나오는 속도가 미쳤어요.

아이디어 → 프로토타입까지 걸리는 시간이 며칠에서 시간 단위로 줄었어요.

이건 진짜 큰 변화입니다.

---

솔직한 마음 — 불안하지 않다면 거짓말입니다

근데요.

이걸 써보고 나서 좀 복잡한 감정이 들었어요.

“이러면 나한테 뭐가 남지?”

리서치? AI가 더 잘해요. 코딩? AI가 더 빨라요. 문서 정리? AI가 더 깔끔하게 해요.

그러면 나는 뭘 하는 거지?

솔직히 이런 생각이 들었어요.

근데 며칠 써보면서 답이 좀 보이더라고요.

AI가 잘하는 건 **”주어진 입력을 가공해서 출력하는 것”**이에요.

AI가 못하는 건:

• 뭘 리서치할지 정하는 것 (방향 설정)
• 결과물의 품질을 판단하는 것 (기준이 뭔지 아는 것)
• “이건 좀 아닌데” 하는 감각 (경험에서 오는 직관)
• 왜 이걸 만들어야 하는지 아는 것 (목적 의식)

결국 “무엇을”과 “왜”는 여전히 사람 몫이에요.

AI는 “어떻게”를 엄청 잘 처리해주는 거고.

이 구분이 명확해지니까 오히려 마음이 편해졌어요.

---

앞으로 내가 할 것들

이 워크플로우를 써보면서 세운 구체적인 계획이에요.

1단계: 최소 PoC 완성 (이번 주)

• NotebookLM 노트북 1개 만들기 (주제: AI 도구 리서치)
• 소스 10개 업로드 (PDF 5개, URL 5개)
• AntiGravity에서 NotebookLM 스킬 설치
• 인증 테스트 → “Grab my last 10 notebooks” 성공 확인

2단계: 반복 워크플로우 세팅 (이번 달)

• 매주 블로그 초안 자동 생성 파이프라인 구축
• 프롬프트 템플릿 5개 만들기 (.md 파일로 저장)
• 품질 체크리스트 만들기 (정확도, 시간 절감, 재현성)

3단계: 확장 (다음 달)

• 다른 MCP 도구(Notion, Slack) 연결 탐색
• 팀 워크플로우로 확장 가능성 검토
• CI/CD 연동 (GitHub Actions와 결합해 문서 자동 배포)

핵심 원칙:

“도구 추가”보다 “입력 형식 표준화”가 먼저다.

시스템은 작게 시작하고, 반복하면서 키운다.

---

주의할 점 — 아쉬운 부분도 있어요

솔직하게 단점도 말할게요.

1. AntiGravity는 아직 프리뷰

무료로 쓸 수 있는 건 좋은데, 익스텐션 생태계가 빈약해요. VS Code 확장 프로그램을 다 쓸 수 있는 게 아니에요. 아직 초기 단계라서 불안정한 부분도 있어요.

2. 에이전트가 가끔 과격해요

자율성이 높다 보니, 가끔 예상치 못한 파일을 수정하거나 공격적인 명령을 실행할 수 있어요. 샌드박싱이 필요합니다.

3. Google 생태계에 묶여요

Google 계정이 필수이고, Gemini 모델에 최적화되어 있어요. 다른 모델도 쓸 수 있긴 한데, 핵심은 Google 생태계예요.

4. 인증이 가끔 끊겨요

MCP 연결이 안정적이진 않아요. 가끔 세션이 끊기면 재인증이 필요하고, Chrome 쿠키를 지우고 다시 로그인해야 하는 경우가 있어요.

문제	해결 방법
인증 실패	Chrome 쿠키 삭제 후 재로그인
MCP 연결 끊김	notebooklm-mcp 서버 재시작
노트북 목록 안 뜸	Google 계정 권한 확인, 노트북 공유 설정 확인
에이전트 무응답	AntiGravity 재시작, MCP 설정 경로 확인

---

Cursor나 다른 IDE에서도 쓸 수 있을까?

여러분 중에 “나는 Cursor 쓰는데?” 하시는 분 있을 거예요.

좋은 소식은, MCP를 지원하는 IDE라면 이론적으로 다 연결 가능하다는 거예요.

실제로 notebooklm-mcp 프로젝트(GitHub 스타 861개, 2026년 2월 기준)는 Claude Code, Cursor 등 다른 에이전트에서도 쓸 수 있도록 설계되었어요.

다만 AntiGravity는 Google이 만든 IDE라 Google 계정 인증이 네이티브로 내장되어 있거든요. 다른 IDE에서는 인증 과정이 좀 더 번거로울 수 있어요.

저도 Cursor에서 쓸까 고민했는데, 일단 AntiGravity에서 먼저 경험을 쌓고, 나중에 Cursor MCP에 포팅해볼 생각이에요.

---

FAQ

Q: NotebookLM과 AntiGravity를 연결하는 데 비용이 드나요?

A: 2026년 2월 기준, NotebookLM 무료 플랜(50개 소스)과 AntiGravity 무료 프리뷰를 사용하면 완전 무료로 연결할 수 있습니다. MCP 서버(notebooklm-mcp)도 오픈소스입니다. 더 많은 소스나 높은 사용량이 필요하면 각각 유료 플랜을 선택하면 됩니다.

Q: 코딩을 모르는데 AntiGravity를 쓸 수 있나요?

A: 네. AntiGravity의 핵심이 바로 “바이브 코딩(Vibe Coding)”이에요. 자연어로 원하는 걸 설명하면 AI가 코드를 작성합니다. 물론 결과물을 이해하고 수정하려면 기본적인 코딩 지식이 있으면 좋지만, 프로토타입 수준이라면 비개발자도 충분히 가능합니다.

Q: NotebookLM에 올린 자료가 외부에 유출되지는 않나요?

A: Google의 개인정보 처리방침에 따르면, NotebookLM에 업로드한 소스는 모델 학습에 사용되지 않습니다. 다만 Google 서버에 저장되므로, 민감한 기업 데이터는 별도 검토가 필요합니다.

Q: AntiGravity가 만든 코드 품질은 어떤가요?

A: MVP(최소 기능 제품) 수준으로는 훌륭합니다. 랜딩 페이지, 간단한 웹앱, 문서 생성 등은 빠르게 처리해요. 하지만 프로덕션 배포용 코드로 바로 쓰기엔 보안 검토, 최적화, 에지 케이스 처리가 추가로 필요합니다.

Q: Cursor vs AntiGravity, 뭘 써야 하나요?

A: 두 도구의 성격이 다릅니다. Cursor는 기존 코드베이스를 AI가 보조하는 느낌이고, AntiGravity는 AI가 처음부터 자율적으로 만드는 느낌이에요. 기존 프로젝트 유지보수에는 Cursor, 새 프로젝트 빠른 프로토타이핑에는 AntiGravity가 더 적합합니다.

---

마무리 — 리서치와 실행 사이의 간격을 줄이는 법

글 처음에 말했잖아요. 리서치는 재밌는데 실행은 귀찮다고.

NotebookLM + AntiGravity 조합은 그 간격을 획기적으로 줄여줘요.

리서치한 내용이 바로 결과물이 되는 경험. 이건 한 번 맛보면 돌아가기 힘들어요.

물론 아직 초기 단계이고, 완벽하지 않아요. 인증 끊기고, 에이전트가 삽질하고, 결과물 다듬어야 하고.

근데 방향은 확실해요.

AI 도구를 하나씩 따로 쓰는 시대에서, AI 도구를 연결해서 시스템으로 만드는 시대로 넘어가고 있어요.

저도 아직 배우는 중이에요. 이 시스템을 어떻게 더 잘 활용할 수 있을지 계속 실험해볼 생각입니다.

여러분도 일단 NotebookLM 노트북 하나 만들어보세요.

거기서 시작이에요.

---

참고 자료

• 원본 영상: NotebookLM just became UNSTOPPABLE (AntiGravity) — Jack Roberts
• NotebookLM MCP 서버 GitHub — 오픈소스 MCP 서버
• AntiGravity IDE 다운로드 — Google AntiGravity
• NotebookLM 공식 사이트
• Model Context Protocol 문서
• XDA: NotebookLM과 AntiGravity 페어링 후기
• AntiGravity MCP 가이드

---

🏷️ 태그: #NotebookLM #AntiGravity #MCP #AI자동화 #VibeCoding #구글AI #워크플로우

---