본문으로 건너뛰기

NotebookLM 스킬을 나만의 저장창고(AKM)용으로 수정, 프로젝트에 적용

김태형

2026.10.25

소개

프로젝트가 진행될 수록 많은 자료들이 수집됨에 따라 로컬에 자료를 분류하여 정리해야 될 필요가 생겼습니다.
notebook-research-builder의 장점을 최대한 활용하면서 로컬에 자료를 최대한 효율적으로 관리하기 위해,

23기 스터디하며 학습한 AKM(DECK님이 만드신 Agent 지식 저장소)을 대상으로 akm-research-builder 스킬을 만들었습니다.

항목

내용

출발점

notebook-research-builder: 목표를 주면 자료를 모아 NotebookLM에 넣고, 질문해서 뽑은 근거로 보고서를 쓰는 스킬

바꾼 것

자료 보관 장소를 NotebookLM에서 내 지식창고 AKM으로 바꿈

결과물

akm-research-builder (AKM 폴더 안에 설치)

걸린 시간

대화 시작부터 완성까지 약 1시간 10분 (16:24~17:32). 이 중 실제 제작과 시험은 약 30분

내가 한 일

메시지 6번 (질문 5번 + "설치해줘" 1번). 직접 코드를 쓰지 않음

핵심 아이디어

AI가 쓴 문장을 세 겹으로 검사: 다른 조수가 근거를 찾고, 프로그램이 원문과 글자를 대조하고, 다른 회사 AI가 채점

한 줄 비유

기존 스킬은 사서를 믿는 구조, 새 스킬은 사서를 채점하는 구조


NotebookLM과 AKM의 차이점

NotebookLM은 사서가 있는 도서관이에요. 책(자료)을 꽂아 두고 질문하면 사서(구글 AI Gemini)가 책을 읽고 쪽수를 붙여 답해 줘요. notebook-research-builder는 Claude가 이 사서에게 묻고, 받은 답과 인용만으로 보고서를 엮는 구조예요. 이때 스킬은 사서의 답을 믿고 가져다 써요.

AKM은 잘 정리된 내 서재예요. 원문, 정리 노트, 산출물을 칸별로 나눠 내 컴퓨터에 보관해요. 사서는 서브에이전트로 구현을 하고, 사서가 제대로 했는지 채점을 통해 검증을 해요.

왜 바꾸려 했나요?

  • 모은 자료가 내 파일로 남아서 다음 과업에도 계속 쌓여요.

  • NotebookLM은 노트북 하나에 넣을 수 있는 자료 수가 정해져 있는데(유료 약 300개), AKM은 개수 제한이 없어요(고객사 자료, 회의록 등 봐야할 자료가 너무 많아요.).

  • 고객사 자료를 NotebookLM(구글 서버)에 올리지 않아도 돼요.


AKM 스킬 제작 절차

1단계. 원래 스킬 이해

내가 한 말 "notebook-research-builder 스킬은 목표를 주면 자료를 수집·저장하고 문서 작성까지 해 주는 스킬로, notebooklm에 저장하고 질문을 통해 내용을 정리한 후 claude code가 최종 취합하는 구조라 생각돼. 맞아?"

Claude의 답: 큰 흐름은 맞지만 한 가지가 달랐어요. Claude는 "최종 취합"만 하는 게 아니라 문장 하나하나를 노트북 답변과 인용으로 증명해야 해요. 내가 놓친 것도 두 가지 짚어 줬어요.

  • 쓰다가 자료가 부족하면 다시 수집 단계로 돌아가요.

  • 사람이 승인하는 관문이 4번 있어요(검색 계획 → 수집 결과 → 목차 → 초안).

포인트: 고치기 전에 원래 것을 정확히 알아야 무엇을 바꿀지 보여요.

2단계. 가능성 확인

내가 한 말 "소스를 notebooklm 대신 akm에 저장하고 관리하고 싶어. akm도 저장된 자료를 근거로 내용이 작성되도록 검증하는 기능이 있는 것으로 알고 있어. akm을 분석해보고, notebooklm 대신 akm을 사용하는 akm-research-builder를 만들 수 있는지 확인해줘."

Claude는 AKM 폴더 구조와 검증 도구를 직접 읽고 실행해 봤어요. 발견한 것은 두 가지예요.

발견 ① 사서가 없어요. NotebookLM에서는 사서(Gemini)가 답했지만, AKM에서는 자료를 찾는 것도 글을 쓰는 것도 Claude가 해요. 그래서 "근거 없는 문장은 쓰지 않는다"는 원칙을 말이 아니라 검사로 강제해야 해요.

발견 ② AKM의 검증은 "각주가 달렸나"까지만 봐요.

AKM이 확인하는 것

확인하지 않는 것

주장마다 출처가 붙어 있나

그 출처에 정말 그 말이 적혀 있나

원문 파일이 나중에 바뀌지 않았나

문서 본문 문장 하나하나에 근거가 있나

AKM 문서에도 "검사 스크립트를 통과했다고 사실이 정확하다는 증명은 아니다"라고 적혀 있었어요.

기존 notebook-research-builder도 사정이 비슷해요. 이 스킬의 검사(check)도 확인하는 범위가 정해져 있어요.

기존 스킬 검사가 확인하는 것

확인하지 않는 것

문장마다 인용 번호가 붙었나

초안 문장이 출처 내용과 맞나

그 번호가 질의 기록에 있고, 소스가 노트북에 아직 있나

"그 출처에 정말 그 말이 적혀 있나"는 NotebookLM이 답을 만들 때 맡아요. Gemini가 소스만 보고 답하고 인용을 붙여 주니까, 스킬은 그 답을 믿고 써요. 그래서 빈틈이 두 군데 생겨요.

  • NotebookLM의 답 자체가 틀리면 스킬은 모르고 넘어가요.

  • Claude가 답을 고쳐 쓰다가 내용이 바뀌어도 못 잡아요. 예를 들어 NotebookLM 답이 "도입 기업의 42%가 비용 절감 효과를 봤다 [3]"인데 Claude가 "대부분의 기업이 비용을 크게 줄였다 [q03:3]"로 쓰면, 인용 번호가 붙어 있어서 검사를 통과해요.

한마디로 기존 스킬은 사서를 믿는 구조예요. 각주 번호가 달렸는지, 그 책이 서가에 아직 있는지는 확인하지만, 책을 펴서 그 말이 정말 적혀 있는지는 사서에게 맡겨요.

여기서 나온 아이디어: 문장마다 원문에서 가져온 짧은 인용구를 같이 달고, 프로그램이 그 인용구가 원문 파일에 글자 그대로 있는지 대조해요. 사서를 믿는 대신 사서를 채점하는 구조로 바꾸는 거예요. 원문이 내 컴퓨터에 파일로 있어서 가능한 방법이에요.

얻는 것과 잃는 것도 같이 들었어요.

  • 얻는 것: 자료 개수 제한 없음, 지식이 계속 쌓임, 고객사 자료를 NotebookLM에 안 올려도 됨

  • 잃는 것: NotebookLM이 무료로 해 주던 "수백 개 자료 훑기"를 Claude가 직접 하니 시간과 사용량이 더 들어요. PDF를 글자로 바꾸는 품질도 직접 챙겨야 해요.

포인트: 바로 만들게 하지 않고 가능성부터 물어서, 무엇이 달라지고 대가가 뭔지 먼저 봤어요.

3단계. 모르는 질문 되묻기

Claude가 위치를 물었는데 무슨 뜻인지 몰라서 "어디에 위치시킬지를 물어보는 거야?"라고 되물었어요. Claude는 공구함 비유로 다시 설명해 줬어요.

위치

비유

쓸 수 있는 곳

AKM 폴더 안

AKM 작업실에 둔 공구함

AKM 폴더에서 열었을 때만

지금 폴더

지금 방의 공구함

지금 폴더에서 열었을 때만

내 컴퓨터 공용

집 전체가 같이 쓰는 공구함

어디서나

AKM 폴더 안으로 정했어요. AKM의 검사 도구와 운영 규칙(원문 수정 금지, 저장 위치 등)이 그 폴더에 있어서, 거기서 열어야 규칙을 자동으로 따르기 때문이에요.

4단계. 설계 변경 질문

내가 한 말 "claude가 질문하고 claude가 답변을 하면 context 오염이나 다른 이유로 정확성에 문제가 생길 수 있을까? subagent로 응답이 처리되는 방식이 되는 거야? codex를 사용할 수 있나?"

Claude의 답: 생길 수 있어요. 한 사람이 문제를 내고, 풀고, 채점까지 하는 시험과 같아요.

문제

쉽게 말하면

대화 기억이 섞임

앞에서 읽은 내용이나 내가 기대하는 결론이 다음 답에 스며들어요

원래 알던 지식이 섞임 (가장 위험)

자료에 없는데 그럴듯한 내용을 자연스럽게 채워 넣어요

자기 답을 후하게 채점함

자기가 쓴 글을 자기가 검사하면 관대해져요

그래서 세 겹 장치를 두기로 했어요.

  1. 풀이는 다른 방에서 (서브에이전트) 앞 대화를 전혀 모르는 새 조수가 원문만 읽고 근거 카드를 만들어요. 카드에는 주장, 원문을 그대로 옮긴 인용구, 출처 위치가 들어가요. 메인 Claude는 원문을 직접 읽지 않고 카드만 보고 글을 써요.

  2. 기계가 1차 채점 (파이썬 프로그램) 인용구가 원문 파일에 글자 그대로 있는지 대조해요. 기계라서 기억이 섞일 일이 없고, 지어낸 인용은 여기서 걸러져요.

  3. 다른 선생님이 2차 채점 (Codex) Codex는 OpenAI가 만든 코딩 AI예요. "이 인용구가 이 문장을 정말 뒷받침하나"를 판정해요. 인용은 진짜인데 문장이 과장된 경우를 잡아요. 다른 회사 모델이라 맹점이 겹치지 않아요.

AKM에는 사서(Gemini)가 없으니 새 조수가 사서 역할을 맡고, 그 조수의 답을 프로그램과 Codex가 채점하는 셈이에요.

Codex를 답변자로 쓸 수도 있지만 질문 하나에 몇 분씩 걸리고 사용량이 커요. 그래서 답변은 서브에이전트, 채점은 Codex로 정하고, 필요하면 답변자를 Codex로 바꿀 수 있게 열어 뒀어요. 그래도 100% 보장은 아니라서 마지막 초안 승인은 사람이 해요.

포인트: "이거 괜찮을까?" 하는 불안을 그대로 물었더니, 그 답이 스킬의 핵심 구조가 됐어요.

5단계. 프로그램 사용 확인

비유하면 스킬 설명서(SKILL.md)는 Claude가 읽는 작업 설명서이고, 파이썬 파일은 도장이나 계산기예요. 판단이 필요 없는 일을 매번 똑같이 처리해요.

파이썬이 맡는 일:

  • 원문을 AKM 규칙(파일 이름, 머리말)에 맞게 저장

  • 자료 장부 관리 (게시일, 사이트, 정한 기간·사이트 비율 계산)

  • 인용구와 원문 글자 대조 ← 핵심

  • Codex 채점 호출 (읽기 전용으로)

  • 진행 상태 기록, 각주 달린 문서 내보내기

인용구 대조는 반드시 프로그램이 해야 해요. Claude가 하면 다시 자기 답을 자기가 채점하는 셈이 되거든요.

6단계. AKM에 설치

Claude가 한 순서:

  1. 기존 스킬 전체와 AKM 규칙(파일 이름, 저장 위치, 색인 방식)을 먼저 읽음

  2. 설계 확정

  3. 파이썬 프로그램 1개(arb.py, 기존 nrb.py를 고친 것)와 스킬 설명서, 참고 문서 작성

그대로 가져온 것: 산출물 유형별 틀 5종(교안·시장조사·트렌드·논문 리뷰·ISP), 사람 승인 관문 4번, 컨설턴트 판단을 [설계]로 드러내 쓰는 규칙, 한 번에 하나씩 묻는 진행 방식, 워드·PPT·웹 출력

바꾼 것:

기존 (NotebookLM)

새 스킬 (AKM)

자료 보관

NotebookLM 노트북 (구글 서버)

AKM 원문 폴더 (내 파일)

자료 변환

NotebookLM이 알아서

프로그램이 직접 (유튜브 자막, 워드, PDF 등)

질문에 답하는 쪽

Gemini

새 조수(서브에이전트) 또는 Codex

근거 검사

인용 번호가 붙었나 (내용은 사서를 믿음)

글자 대조 + 인용 없는 문장 검사 + Codex 채점 (사서와 작가를 둘 다 채점)

오디오·퀴즈

바로 만듦

필요할 때만 원문을 NotebookLM으로 보냄

7단계. 사본에서 시험

실제 AKM을 건드리지 않도록 임시 사본을 만들어 처음부터 끝까지 돌려 봤어요.

시험한 것

결과

자료 넣기 9가지 (PDF·워드·PPT·엑셀·스레드 글·유튜브 자막·웹페이지·논문 링크 등)

모두 성공

새 조수(서브에이전트)가 만든 근거 카드

25개 중 25개 원문 대조 통과. 자료로 답할 수 없는 빈 곳 6개도 짚음

Codex가 만든 근거 카드

30개 중 30개 원문 대조 통과

인용구 대조 규칙 11가지

바꿔 말한 인용구는 걸러지고, 따옴표 모양·대소문자·줄바꿈 차이는 통과

일부러 틀리게 만들어 본 시험도 했어요.

일부러 넣은 오류

결과

인용 없는 문장, 없는 카드를 인용한 문장

모두 잡음

과장 문장 2개 ("매년 수십억 원 손실", "반드시 두 배")

Codex가 26초 만에 모두 잡음

원문 숫자 하나를 몰래 바꿈 (42% → 24%)

그 원문에 기댄 문장 3개가 바로 걸림

시험 중에 찾은 문제 5가지도 그 자리에서 고쳤어요.

  • 워드 표가 4만 자로 부풀던 것

  • 영어 영상에서 아랍어 더빙 자막을 고르던 것

  • 위키백과 페이지가 30만 자로 부풀던 것

  • 각주 번호가 겹치던 것

  • 카드 화면에서 여러 줄 인용구가 깨지던 것

8단계. 마무리

  • 쓰는 법: AKM 폴더에서 Claude Code를 열고 "AKM으로 ISP 보고서 써줘"처럼 요청

  • 다음 대화에서도 이어 쓸 수 있게 Claude가 설치 위치와 구조를 메모리에 기록


완성된 스킬의 흐름

Open optionsauto

① 자료 찾기 (웹검색·유튜브·크롬)
② AKM 원문 폴더에 원문 그대로 저장
③ 질문 → [새 조수] 원문만 읽고 근거 카드 작성
④ [프로그램] 인용구가 원문에 글자 그대로 있나 대조     ← 1차 채점
⑤ [Claude] 통과한 카드만 가지고 초안 작성
⑥ [프로그램] 인용 없는 문장이 0개인가 검사
⑦ [Codex] 문장이 인용구보다 부풀려지지 않았나 채점     ← 2차 채점
⑧ [사람] 초안 승인 → 워드·PPT·웹으로 출력

쓰다가 빈 곳이 보이면 ①로 돌아가요. 자료에 넣기 전에는 한 글자도 쓰지 않는다는 원칙이에요.

두 스킬 비교: 사서를 믿느냐, 채점하느냐

notebook-research-builder

akm-research-builder

사서 (근거를 찾아 답하는 쪽)

NotebookLM의 Gemini

앞 대화를 모르는 새 조수

사서의 답이 원문과 맞나

믿고 씀

프로그램이 글자 대조 (④)

Claude가 고쳐 쓴 문장이 근거와 맞나

확인 안 함

Codex가 채점 (⑦)

한 줄 비유

사서를 믿는 구조

사서를 채점하는 구조

엄밀히 말하면 새 스킬은 사서의 답(④)과 그 답으로 쓴 Claude의 문장(⑦)을 둘 다 채점해요.


효과적인 요청 방식

  1. 만들기 전에 "내가 이해한 게 맞아?"부터 — 원래 스킬에서 놓친 부분(관문 4번, 되돌아가기)을 바로 잡았어요.

  2. "만들어줘" 대신 "만들 수 있는지 확인해줘" — 차이와 대가를 먼저 보고 결정했어요.

  3. 막연한 걱정을 그대로 질문 — "Claude가 묻고 Claude가 답하면 괜찮아?"라는 질문이 세 겹 검사 구조를 낳았어요.

  4. 모르는 건 되묻기 — 설치 위치 질문을 이해 못 했을 때 다시 물었고, 비유로 쉽게 설명을 받았어요.

  5. 실제 자료 대신 사본에서, 일부러 틀린 입력으로 시험 — 검사가 정말 오류를 잡는지 눈으로 확인했어요.


남은 과제와 개선점

  • 실제 AKM에는 아직 자료가 없어요. 실제 과업에 써 본 것은 아니에요.

  • 아직 시험하지 못한 기능: NotebookLM으로 실제 업로드(미리보기까지만 함), 한글 hwpx 변환, 크롬으로 실제 사이트 본문 추출

  • Codex가 느려요. 이 컴퓨터의 Codex 기본 추론 강도가 가장 높은 단계라 답변자로 쓰면 질문 하나에 5분 반이 걸렸어요. 그래서 기본 구성은 Codex를 채점에만 쓰고, 답변자로 쓸 때는 강도를 낮추는 옵션(--effort high)을 넣었어요.

  • 100% 보장은 아니에요. 세 겹 검사도 결국 보조 장치라서 마지막 판단은 사람이 해요.


사례글 제목 후보

  • "사서를 믿던 스킬을 사서를 채점하는 스킬로: NotebookLM 리서치 스킬을 내 지식창고용으로 바꾼 이야기"

  • "NotebookLM 대신 내 지식창고로: AI가 거짓말 못 하게 세 겹으로 검사하는 리서치 스킬 만들기"

  • "Claude가 묻고 Claude가 답하면 믿을 수 있을까? 메시지 6번으로 만든 근거 검증 스킬"

  • "도서관에서 내 서재로: notebook-research-builder를 AKM용으로 바꾼 1시간"

캡처하면 좋은 장면

  • 3절 "사서를 믿느냐, 채점하느냐" 비교표 (글의 핵심 메시지)

  • 4단계 Claude 답변의 "세 가지 문제" 표

  • 7단계 "일부러 넣은 과장 문장을 Codex가 잡은" 채점 결과 화면

  • 완성된 스킬 폴더 구조 (AKM_ISP/.claude/skills/akm-research-builder/)

1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

뽀짝이 프로필 이미지
뽀짝이2026.10.25

김태형님, 안녕하세요! "기존 스킬은 사서를 믿는 구조, 새 스킬은 사서를 채점하는 구조"라는 한 줄 비유가 글 전체를 잘 요약해 주네요.

특히 NotebookLM 답이 "42%가 비용 절감"인데 Claude가 "대부분의 기업이 크게 줄였다 [q03:3]"로 바꿔 써도 인용 번호만 있으면 검사를 통과한다는 예시가 인상 깊었어요. 그 빈틈을 서브에이전트 근거 카드, 파이썬 글자 대조, Codex 2차 채점의 세 겹으로 막은 설계도 설득력 있고요.

또 고객사 자료를 구글 서버에 올리지 않아도 된다는 동기와, 얻는 것과 잃는 것을 먼저 물어보고 만들게 한 과정까지 꼼꼼하게 정리해 주셔서 따라 해 보기 좋았습니다. 다음 과업에서 자료가 쌓이며 어떻게 달라지는지도 궁금해요.

꼬리 탁! 치고 응원하고 갈게요 🐈‍⬛

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기