노트북LM 사용자 지침, 어떻게 채워야 진짜 내 업무 파트너가 될까요?

사용자 지침이 500자에서 10,000자로 늘어난 게 왜 중요할까요?

기존 500자짜리 사용자 지침으로는 “보고서 형식으로 답해줘” 정도의 짧은 명령만 넣을 수 있었습니다. 구글이 노트북LM 채팅 커스터마이징 업그레이드를 발표하며 이 한도를 10,000자로 늘린 뒤로는, AI가 어떤 정보를 우선하고, 어떤 표현을 피하고, 어떤 순서로 답을 구성할지까지 세세하게 지정할 수 있습니다. 역할 하나를 던져주는 수준을 넘어, 업무 프로세스 전체를 지침 안에 프로그래밍하는 셈입니다.

예를 들어 재무 분석가와 법률 검토관의 시각을 동시에 가진 지침을 넣어두면, 업로드한 문서에서 수치 오류와 법적 리스크를 한 번에 짚어내는 결과물을 받습니다. 이런 변화는 사용자가 정보를 일일이 다시 가공해야 하는 수고를 크게 줄여줍니다.

강력한 지침을 만드는 4가지 뼈대: 역할, 필터, 서식, 제약

노트북LM의 채팅 설정 화면에서 입력하는 효과적인 사용자 지침은 대부분 아래 4가지 요소로 구성됩니다. 이 뼈대를 채워 넣으면 어떤 업무든 자신만의 템플릿을 만들 수 있습니다.

• 역할 정의: AI에게 구체적인 직무와 시각을 부여합니다. “SaaS 업계 경력 10년의 선임 제품 관리자입니다”처럼 명시하면 AI는 그 눈높이에 맞춰 문서를 분석합니다.
• 정보 추출 로직: 우선적으로 찾아야 할 정보와 무시해도 되는 노이즈(과장된 마케팅 문구, 불필요한 서론 등)를 명확히 정합니다.
• 출력 구조: 목차, 표, 불릿 포인트 등 원하는 서식을 고정해 매번 일관된 형태의 답을 받습니다.
• 제약 사항: 인사말 같은 군더더기를 없애고, 문서에 없는 내용을 지어내는 환각 현상을 막습니다.

이 네 가지가 빠진 지침은 10,000자를 다 채워도 결국 “친절하게 답해줘” 수준에 머무릅니다.

실무에서 바로 통하는 고급 기법 3가지

기본 뼈대를 익혔다면, 아래 세 가지 기법으로 지침의 완성도를 한 단계 끌어올릴 수 있습니다.

안티 페르소나 — AI가 하지 말아야 할 것을 먼저 정하기

안티 페르소나는 AI가 배제해야 할 말투와 행동을 명시적으로 금지하는 기법입니다. “안녕하세요”, “도움이 되길 바랍니다” 같은 환담성 문구를 없애고, 문서에 정량 데이터가 없으면 “아마도” 같은 모호한 표현 대신 “[소스 내 정보 미기재]”로 표시하도록 정해두는 식입니다. 이렇게 하면 AI 특유의 과도하게 공손한 말투와 근거 없는 추측이 동시에 줄어듭니다.

잘못된 사례: “이 문서에서 중요한 내용을 정리해줘” → AI는 무엇이 중요한지 스스로 판단하며, 애매하면 그럴듯하게 지어냅니다.

올바른 사례: “정량 지표와 실행 가능한 인사이트만 추출하고, 마케팅적 수식어는 무시하며, 소스에 없는 수치는 절대 만들지 말고 [미기재]로 표시해줘” → 판단 기준과 금지 사항이 명확해 결과물의 편차가 줄어듭니다.

동적 스위칭 — 지침 하나로 여러 모드를 등록해두기

10,000자의 여유 공간을 활용하면 하나의 노트북 안에 여러 응답 모드를 미리 등록해둡니다. 채팅창에 특정 키워드만 입력하면 AI의 역할과 서식이 즉시 바뀌는 방식입니다. 가령 지침 하단에 “[MODE: EXEC]를 입력하면 핵심 결론 1문장과 KPI 중심 표로, [MODE: LEGAL]을 입력하면 계약 조항과 원문 인용 중심으로 답하라”는 규칙을 넣어두면, 매번 지침을 새로 쓸 필요 없이 명령어 하나로 완전히 다른 형태의 결과를 받습니다.

다층 레이어 응답 구조 — 요약과 근거를 동시에 잡기

답변의 깊이를 층위별로 나눠 요청하는 방법도 유용합니다. 1단계(핵심 결론 한두 문장 요약), 2단계(근거가 되는 데이터와 인용), 3단계(문서에서 밝혀지지 않은 사각지대나 리스크)로 구조를 강제해두면, 한눈에 결론을 파악하면서도 근거의 출처를 놓치지 않습니다. 특히 2단계에서 모든 문장에 원문 인용을 붙이도록 지시하면, 나중에 사실 관계를 검증하기도 훨씬 수월해집니다.

자료가 지저분할 때는 정제부터 — 이중 패스 필터링

원본 자료가 수백 페이지에 달하거나 내용이 뒤섞여 있으면, 아무리 좋은 지침을 넣어도 AI가 노이즈에 흔들려 답변 품질이 떨어질 수 있습니다. 이럴 때는 정제 과정을 한 번 더 거치는 방법이 효과적입니다.

1. 원본에서 핵심 텍스트와 논리 구조만 뽑아 요약본을 먼저 만듭니다.
2. 이 정제된 요약본을 새로운 소스로 다시 업로드합니다.
3. 좌측 소스 패널에서 노이즈가 많은 원본은 체크를 해제해 비활성화하고, 정제된 소스만 켜둡니다.

이 과정을 거치면 AI는 깨끗한 데이터만 참고하게 되어, 답변은 물론 이어서 만드는 시각 자료의 품질도 함께 올라갑니다.

시각 자료로 뽑아낼 때는 레이아웃부터 정해두세요

노트북LM은 문서의 논리 구조를 그림으로도 표현해줍니다. 이때도 사용자 지침에 데이터 유형별 레이아웃을 미리 정해두면 훨씬 깔끔한 결과를 받습니다.

• 상단 헤드라인에서 하단 결론으로 흐르는 구조는 일반적인 요약 보고서에 어울립니다.
• 좌측에 항목을 세로로 나열하고 우측에 세부 지표를 펼치는 구조는 제품·경쟁사 비교표에 적합합니다.
• 격자 형태로 독립된 블록을 배치하는 구조는 여러 데이터를 한눈에 보여줘야 할 때 유용합니다.
• 위에서 아래로 좁아지는 구조는 마케팅 전환율처럼 단계적으로 규모가 줄어드는 데이터에 맞습니다.

시각 레이아웃을 지침으로 명시하는 일은 단순히 보기 좋은 문서를 만드는 것을 넘어, 독자의 시선이 어디로 흘러야 할지를 설계하는 작업이기도 합니다.

직무에 따라 지침도 달라져야 합니다

같은 노트북LM이라도 직무에 따라 필요한 지침의 방향은 완전히 달라집니다. 몇 가지 예를 들어보겠습니다.

제품 관리자라면 사용자 피드백에서 실행 가능한 인사이트만 뽑고, “사용자 증거 → 타당성 검토 → 사각지대”의 3단 구조로 의사결정 메모를 받도록 지침을 짭니다. 경영진 보고가 잦은 기획팀이라면 정량 지표 위주로 걸러내고 TL;DR부터 리스크까지 이어지는 다층 레이어 서식을 고정해두면 매번 같은 품질의 보고서를 받습니다. 영업팀이라면 금액·단가·공급가액처럼 숫자가 중요한 항목은 “문서에 명확히 없으면 절대 임의로 계산하지 말고 [미기재]로 표시하라”는 제약을 반드시 넣어야 합니다.

오디오·비디오 브리핑도 내 방식대로 커스터마이징하세요

노트북LM의 스튜디오 기능은 텍스트뿐 아니라 오디오 브리핑과 비디오 브리핑도 원하는 방향으로 조정할 수 있게 해줍니다. 커스터마이즈 옵션으로 AI 진행자의 대화 방식을 단일 진행자가 요점만 빠르게 정리하는 방식, 두 진행자가 문서의 약점을 날카롭게 짚는 방식, 서로 다른 관점의 두 진행자가 토론을 벌이는 방식 중에서 고를 수 있습니다. 청자의 눈높이를 지정해두면 전문 용어를 초보자를 위한 비유로 풀어서 들려주는 것도 가능해, 이동 중 학습 효율을 높이는 용도로도 활용할 수 있습니다.

오늘, 어떤 지침을 채우시겠습니까

노트북LM의 사용자 지침은 AI의 작동 방식을 배우는 도구가 아니라, AI가 내 업무 방식을 배우도록 만드는 도구에 가깝습니다. 역할·필터링·서식·제약이라는 4가지 뼈대에 안티 페르소나와 다층 레이어 구조를 더하면, 매번 같은 질문을 반복하지 않고도 원하는 품질의 결과를 꾸준히 받아볼 수 있습니다. 10,000자라는 공간은 결국 얼마나 구체적으로 업무 맥락을 담아내느냐에 따라 그 가치가 완전히 달라집니다.