
NoteBookLM을 사용해 본 후기
요약
사용자가 논문 분석 및 Qwen 연구 정리를 목적으로 NoteBookLM을 직접 사용해 본 리뷰입니다. 문서 기반의 정확한 정보 검색 능력은 장점이지만, 제공된 문서 범위를 벗어난 질문에는 답변하지 못하는 한계가 있음을 확인했습니다.
핵심 포인트
- 문서 기반 검색을 통해 모든 데이터를 직접 보유하지 않아도 효율적인 정보 조사가 가능함
- 제공된 문서 이상의 정보에 대해서는 답변하지 못하는 폐쇄적인 특성이 있음
- 정확한 답변을 하는 모델과 범용적인 답변을 하는 모델을 결합한 에이전트 구조의 필요성 제기
- 개인 일기, 사내 문서, 소설 분석 등 다양한 활용 가능성 제시
이번에는 NoteBookLM을 사용해 본 리뷰를 작성하고자 합니다.
-
무엇을 위해 사용했는가
-
사용해 본 결과
-
좋다고 생각한 점
-
과제라고 느낀 점
-
어떤 것에 사용할 수 있을까
논문을 읽게 하여 연구의 방향성에 어떤 것들이 있는지 조사하고 싶어서 사용했습니다. 구체적으로는 Qwen에 관한 연구에 대해 정리하게 했습니다.
스스로 모든 데이터를 가지고 있을 필요 없이, 검색할 수 있다는 점이 매우 좋다고 생각했습니다.
이것은 NoteBookLM의 장점이기도 하며, 단점이기도 하다고 생각하는데, 문서 이상의 것에는 대답할 수 없다는 점에 놀랐습니다. 에이전트 (Agent)를 분할하여, NoteBookLM처럼 거짓말을 하지 않는 모델과 아래의 질문 같은 것에도 대답할 수 있는 모델을 동시에 사용할 수 있다면 편리하겠다고 생각했습니다. (참고로, "대답할 수 없습니다"라고 나왔습니다)
3가지 정도 상상해서 써보겠습니다.
・ 자신의 일기를 읽게 하여, 검색 등에 사용할 수 있을 것 같다
・ 회사의 문서를 읽게 하여, 사내 규칙 검색 등에 사용할 수 있을 것 같다
・ 소설 등을 읽게 하여, 나중에 왜 그 장면에서 그런 대사가 나왔는지 등을 대답하게 할 수 있을 것 같다
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기