딥리서치로 자료 모으기
본격적으로 시작하기 전 새로운 노트북을 만들어주세요. 저는 창업자로 돌아와서 위니브의 VOD 플랫폼인 위니버시티로 가상의 아이템을 설정하겠습니다.
이 강의부터 4강까지는 그 노트북에 자료를 본격적으로 채워 넣는 도구들을 하나씩 다룹니다. 첫 번째는 NotebookLM의 딥리서치(Deep Research) 입니다.
1. 시장 조사가 막막한 이유
여러분은 지금 '온라인 VOD 플랫폼'을 출시한다고 가정하겠습니다. 그래야 제가 해드릴 수 있는 얘기가 많기 때문에 일부러 이렇게 선택한 것이기도 합니다. 만약 여러분이 원하는 도메인이 있다면, 그 도메인으로 바꿔서 읽으시거나 실습을 하셔도 됩니다.
처음 시장 조사를 시작할 때 가장 흔한 풍경은 이렇습니다. 검색창에 "온라인 코딩 교육 시장"을 치고, 첫 페이지의 기사 다섯 개를 클릭해서 띄우고, 두 개쯤 읽다가 흐름을 잃고, 다시 다른 키워드로 검색하고, 30분 뒤 책상 위에는 탭 스무 개와 머릿속에는 정리되지 않은 단편들만 남습니다. 다음 날 다시 시작하면 어디까지 봤는지 기억이 안 납니다.
마크다운이나 메모장에 정리를 해보려고 해도, 이런 작업을 했던 사람이 아니라면 체계적으로 정리하는 것은 쉽지 않습니다.
이 풍경의 진짜 문제는 검색이 아니라 정리입니다. 자료를 찾는 것보다, 찾은 자료를 한 곳에 모으고 출처를 기억하는 일에 더 많은 시간이 들어갑니다. 거기에 내가 원하는 방향을 가미하고, 내가 원하는 형태로 가공하는 일까지 더해지면, 시장 조사는 정말 막막한 일이 됩니다. 딥리서치는 이 정리 비용을 거의 0으로 만듭니다.
2. 딥리서치란
딥리서치는 NotebookLM이 내가 던진 질문 하나를 받아서, 웹을 직접 돌아다니며 자료를 모으고, 그 자료들을 내 노트북에 새 소스로 자동 추가해주는 기능입니다.
- 웹에서 링크로 가져오는 방법: URL을 알고 있다면 그 주소를 소스 추가에 넣어주세요. 신뢰할 만한 정보라면 딥리서치만큼이나 심층적인 자료가 됩니다.
- Fast Research 방법: 딥리서치 질문을 던지면 NotebookLM이 웹을 돌아다니면서 자료를 모아옵니다. 가벼운 업무에 적합한 방법입니다.
- Deep Research 방법: 딥리서치 질문을 던지면 NotebookLM이 웹을 돌아다니면서 신뢰할 만한 자료를 모아오고, 그 자료들을 내 노트북에 새 소스로 자동 추가해줍니다.
언제 딥리서치를 쓰고 언제 패스트 리서치를 쓸까
- 딥리서치: 노트북 안에 아직 자료가 부족한 시점. 새 자료를 끌어와야 할 때. 심층적인 자료가 필요할 때.
- 패스트 리서치: 신뢰할 만한 정보가 이미 있거나, 노트북 안에 이미 정보가 충분히 쌓여 있을 때. 놓친 추가 정보 등을 빠르게 확인할 때. 가벼운 사실 확인이 필요할 때.
3. 좋은 딥리서치 질문의 모양
딥리서치에서 결과의 질을 결정하는 건 거의 전적으로 질문의 구체성입니다. 같은 시장을 묻더라도 질문이 모호하면 모호한 자료가 모이고, 질문이 구체적이면 사업계획서에 그대로 인용할 수 있는 자료가 모입니다.
가상 아이템인 비전공자·직장인 대상 학습 VOD 플랫폼으로 비교해봅니다. Gemini를 통해 아래와 같이 물어봐도 좋습니다.
'온라인 VOD 플랫폼'을 제작할 예정인데 NotebookLM으로 시장 조사를 하려고 해. 어떤 질문을 던지는 게 좋을까?
| 좋지 않은 질문 | 다듬은 질문 |
|---|---|
| 온라인 교육 시장은 어때? | 한국에서 비전공자·직장인 대상 코딩 교육 VOD 플랫폼의 2024~2025년 시장 규모와 주요 사업자 5곳을 조사해줘. 각 사업자의 가격대, 커리큘럼 구성, 차별점을 정리하고 싶어. |
| 사람들이 코딩 공부할 때 뭘 고민해? | 한국 직장인이 코딩 독학 시 느끼는 진입 장벽과 중도 포기 원인에 관한 설문조사·기사·논문을 찾아줘. 가능하면 응답자 수와 발표 연도를 함께 볼 수 있었으면 좋겠어. |
| 경쟁사 알려줘 | 한국에서 운영 중인 코딩 교육 VOD 플랫폼 7곳의 공식 홈페이지·보도자료를 기반으로, 1) 가격 정책 2) 타겟 고객 3) 핵심 차별점 세 가지를 회사별로 정리할 수 있었으면 좋겠어. |
다듬은 질문의 공통점은 네 가지입니다.
- 범위가 좁다 (한국, 비전공자·직장인, 2024~2025년)
- 조사 대상이 명시되어 있다 (5곳, 7곳, 응답자 수)
- 결과의 형태가 정해져 있다 (회사별 정리)
- 검증 가능하다 (출처를 따라가서 확인 가능한 사실 위주)
이 네 가지를 기억하면 딥리서치 질문은 거의 다 좋게 나옵니다.
NotebookLM은 자료 기반 답변이기 때문에 소스가 매우 중요합니다. 따라서 좋은 답변을 받고 싶다면 자료를 모으는 것부터 매우 신경 써야 합니다. 정부의 PDF 자료, 기업의 보도자료, 언론의 기사 등 신뢰할 만한 자료가 많은 시장일수록 딥리서치의 효과가 극대화됩니다. 소스가 모두 추가되면 혹시 나에게 필요하지 않은 정보가 있진 않은지 한 번씩 훑어보고, 필요 없는 자료는 바로바로 삭제하는 습관을 들이는 것이 좋습니다.
4. 결과가 노트북에 쌓이는 방식
딥리서치를 실행하면 NotebookLM은 두 가지를 한 번에 합니다.
여기서 핵심은 오른쪽 아래입니다. 딥리서치가 참조한 모든 웹페이지가 내 노트북에 새 소스로 자동 추가됩니다. 답변 한 번 받았는데 소스 패널에 새 자료 8개가 쌓여 있는 식입니다. 이 자료들은 이제 노트북의 일부가 되어, 앞으로 다른 어떤 질문에도 근거로 쓰일 수 있습니다. 1장에서 만든 노트북은 이 한 번의 딥리서치로 자료가 11개로 늘어납니다.
자료가 늘어나면 한 가지 습관을 같이 들여야 합니다. 새로 들어온 소스 하나하나를 클릭해서 NotebookLM이 만든 자동 요약을 한 번씩 훑어보는 것입니다. 30초면 끝납니다. 이 30초가 두 가지를 줍니다.
- 어떤 자료가 진짜 쓸모 있는지 빠르게 분류된다 (쓸모없는 건 바로 삭제)
- 내가 무엇을 가지고 있는지 머릿속 지도가 그려진다
이 습관 없이 자료만 쌓이면 노트북은 디지털 쓰레기통이 됩니다. 자료의 수가 아니라 자료에 대한 내 인지의 질이 노트북의 가치를 결정합니다.
5. 잘 통하는 시장, 안 통하는 시장
딥리서치는 만능이 아닙니다. 결과의 품질이 시장 자체의 데이터 풍부도에 거의 비례합니다.
| 잘 통하는 시장 | 약한 시장 |
|---|---|
| 통계청·KOSIS·정부 보고서가 쌓여 있는 분야 (교육·유통·헬스케어 등) | 등장한 지 1~2년 된 신생 시장 |
| 상장사가 있어서 분기 보고서가 공개되는 분야 | 소수 비상장 스타트업만 있는 틈새 시장 |
| 영문 자료가 풍부한 글로벌 시장 | 한국에만 있는 매우 로컬한 시장 |
| 언론 기사가 활발한 분야 | 보도가 거의 없는 B2B 영역 |
온라인 교육 시장은 다행히 잘 통하는 쪽에 가깝습니다. 에듀테크 관련 보고서가 정부·민간 양쪽에서 꾸준히 나오고, 인프런·패스트캠퍼스 같은 회사들의 보도자료와 투자 관련 기사가 풍부합니다. 다만 "코딩 교육 VOD"라는 세부 시장으로 좁히면 통계가 급격히 줄어들 수 있습니다. 이 경우 두 가지 우회로가 있습니다.
- 인접 시장으로 우회 질문: "코딩 교육 VOD 시장" 자료가 부족하면 "한국 이러닝 시장 규모와 성장률을 기반으로 코딩 교육 VOD의 잠재 규모를 추정할 단서들을 모아줘"라고 묻는 식입니다.
- 영어로 한 번 더: 한국어 결과가 빈약하면 같은 질문을 영어로 한 번 더 던집니다. NotebookLM은 영문 자료에서 끌어와서 한국어로 정리해줍니다. Udemy, Coursera, Codecademy 같은 글로벌 사례가 한국 시장 추정의 근거가 되는 경우가 많습니다.
그리고 한 가지는 책 전체에서 절대 잊으면 안 되는 원칙입니다. 딥리서치가 가져온 자료의 신뢰도는 NotebookLM이 보장하지 않습니다. 위키피디아, 블로그, 광고성 기사, 1차 출처가 다 섞여 들어옵니다. 출처를 솎아내는 작업은 사람의 일이고, 그 방법은 4강 "자료 신뢰도 검증과 출처 솎아내기"에서 따로 다룹니다.
6. 채팅으로 가벼운 질문
추천하는 질문들이 나와있습니다. 클릭을 하거나 직접 입력하여 질문을 던져보세요.