NotebookLM과 Claude 스킬로 나만의 AI 에이전트 만들기

최근에 제가 자주 사용하고 있는 워크플로우가 있는데, 바로 NotebookLM의 심층 리서치 기능과 Claude의 스킬 시스템을 결합하는 방식입니다. 이 방법을 사용하면 어떤 주제에 대한 방대한 리서치를 실제 작동하는 AI 에이전트로 만들 수 있습니다. 이전에는 특정 분야에 대한 Claude 스킬을 만들고 싶을 때, 지식 기반을 직접 작성하거나 Claude에게 모호한 지침만 주고 결과를 기대하는 수밖에 없었습니다. 하지만 이 […]

퍼널해커 2026년 3월 29일 • 6 분 소요

NotebookLM은 리서치를 담당하고, Claude는 스킬을 구축합니다. 그 결과, 해당 분야를 제대로 아는 에이전트가 탄생합니다.

핵심 요약

NotebookLM의 심층 리서치 기능과 Claude의 스킬 시스템을 결합하여 특정 분야에 대한 전문 지식을 갖춘 AI 에이전트를 만들 수 있습니다.
Claude 스킬은 단순히 시스템 프롬프트를 넘어, 특정 맥락에서 Claude가 어떻게 행동해야 하는지를 정의하는 구조화된 지식 파일입니다.
NotebookLM의 심층 리서치는 웹에서 방대한 정보를 수집하고 구조화된 보고서로 제공하여, 스킬 구축에 필요한 깊이 있는 도메인 지식을 빠르게 확보할 수 있게 합니다.
이 워크플로우는 B2B 영업, 마케팅, 콘텐츠 제작 등 거의 모든 분야에 적용 가능합니다.

Claude 스킬이란 무엇인가?

Claude 스킬은 기본적으로 구조화된 지식 파일, 보통 마크다운 문서 형태로, Claude에게 특정 맥락에서 어떻게 행동해야 하는지를 알려줍니다. 이는 단순한 시스템 프롬프트가 아니라, 작업 내용, 좋은 결과물의 기준, 따라야 할 패턴, 피해야 할 것 등을 정의하는 일종의 도메인 브리프와 같습니다. 예시, 프레임워크, 단계별 지침 등을 포함할 수 있습니다. 스킬을 프로젝트에 로드하거나 Claude 코드에서 스킬 폴더를 지정하면, Claude는 이를 읽고 행동을 조정합니다. 예를 들어, 콜드 아웃리치 이메일 작성 스킬이 있다면, Claude는 단순히 추측하는 것이 아니라 정의된 플레이북에 따라 작동합니다. 즉, 매번 처음부터 설명할 필요 없이 Claude를 특정 작업에 매우 능숙하게 훈련시키는 것입니다.

NotebookLM 심층 리서치 활용하기

좋은 스킬을 만드는 방법은 바로 NotebookLM을 사용하는 것입니다. NotebookLM은 작년 11월에 심층 리서치 기능을 추가했는데, 이는 현재 사용 가능한 AI 리서치 도구 중 매우 유용한 도구이며 무료입니다. 사용 방법은 다음과 같습니다.

NotebookLM에 접속합니다.
소스 패널에서 웹 소스 유형을 선택합니다.
‘빠른 리서치’와 ‘심층 리서치’ 중 ‘심층 리서치’를 선택합니다.
질문이나 주제를 입력하면, NotebookLM이 수백 개의 웹사이트를 대신 탐색합니다.
리서치 계획을 세우고, 진행하면서 검색을 개선하며, 몇 분 안에 구조화된 소스 기반 보고서를 생성합니다.

이 기능이 일반적인 구글 검색이나 다른 AI 검색 도구와 다른 점은, 결과가 사라지지 않는다는 것입니다. 보고서와 수집된 모든 소스가 NotebookLM에 직접 추가됩니다. 이를 통해 큐레이션하고, 추가하고, 상호 참조할 수 있는 풍부한 지식 기반을 구축할 수 있습니다. 같은 주제에 대해 여러 번의 심층 리서치를 실행하고, 자체 문서를 추가하여 작업 중인 특정 분야에 대한 포괄적인 그림을 만들 수 있습니다.

스킬 구축 목적에는 이 기능이 매우 유용합니다. 좋은 스킬은 실제 도메인 지식을 필요로 하며, 해당 분야 전문가들이 실제로 어떻게 생각하고 일하는지를 이해해야 합니다. 심층 리서치는 몇 시간 대신 몇 분 안에 이러한 정보를 모아줄 수 있습니다.

단계별 워크플로우

이제 전체 과정을 단계별로 살펴보겠습니다.

1단계: 틈새 시장 또는 주제 선정

이 데모에서는 구체적인 예시를 사용하겠습니다. B2B 영업 잠재 고객 발굴을 위한 Claude 스킬을 만들고 싶다고 가정해 봅시다. 이 스킬은 Claude가 타겟 아웃리치 작성, 잠재 고객 조사, 핵심 문제점 파악 등을 돕도록 할 것입니다.

2단계: NotebookLM에서 심층 리서치 실행

NotebookLM에 접속하여 새 노트를 열고, 소스 패널에서 웹을 선택한 후 심층 리서치를 클릭합니다. 질문은 다음과 같이 할 수 있습니다: "2026년 가장 효과적인 B2B 영업 잠재 고객 발굴 전략은 무엇이며, 프레임워크, 아웃리치 패턴을 포함하고, 최고의 영업팀이 잠재 고객을 어떻게 식별하고 자격 있는지 보여주세요."

실행하면 백그라운드에서 작동하며 몇 분 안에 구조화된 보고서나 소스를 얻을 수 있습니다. 일반적으로 같은 주제에 대해 두세 번의 리서치를 실행하여 충분한 정보를 확보하는 것이 좋습니다. 예를 들어, 하나는 프레임워크와 전략에 집중하고, 다른 하나는 도구와 워크플로우에 집중하는 식입니다. 각 리서치는 다른 소스를 가져오지만, 모든 정보는 같은 노트에 누적됩니다.

3단계: NotebookLM에서 정보 종합

리서치 자료가 로드되면, NotebookLM에게 정보를 정리하도록 요청할 수 있습니다. 예를 들어, "모든 소스에서 공통적으로 나오는 핵심 원칙은 무엇인가?", "가장 많이 언급된 프레임워크는 무엇인가?", "실제 잠재 고객 발굴은 단계별로 어떻게 이루어지는가?"와 같은 질문을 할 수 있습니다. NotebookLM은 노트에 있는 모든 내용을 바탕으로 출처가 명확한 답변을 제공합니다. 이것이 바로 정보 종합 단계입니다. 스킬을 처음부터 작성하는 것이 아니라, NotebookLM이 지원하는 실제 리서치에서 구조화된 통찰력을 추출하는 것입니다.

이 종합된 정보를 Claude에게 전달하여 스킬 파일로 만드는 데 사용할 수 있습니다. 특정 질문에 대한 요약본을 얻거나, "타겟 아웃리치 작성, 잠재 고객 조사, 핵심 문제점 파악 방법에 대해 알려줘"와 같이 구체적인 질문을 하여 해당 스킬에 필요한 정보를 얻을 수 있습니다.

4단계: Claude에서 스킬 구축

Claude에서 스킬을 만드는 방법은 다음과 같습니다.

Claude 인터페이스에서 사이드바를 클릭하고 ‘사용자 지정’을 선택한 후 ‘스킬’로 이동합니다.
‘새로 만들기’를 클릭하고 ‘Claude로 만들기’ 또는 ‘스킬 지침 작성’을 선택합니다. 처음이라면 ‘Claude로 만들기’가 더 쉽습니다.
Claude가 스킬 생성에 대한 프롬프트를 제공합니다. 이때 NotebookLM에서 얻은 리서치 내용을 붙여넣어 스킬을 시작할 수 있습니다.
스킬 이름을 지정하고 ‘프로세스 지식’ 섹션을 만듭니다. 여기에 NotebookLM에서 얻은 정보를 붙여넣습니다.
원하는 출력 형식을 지정할 수 있습니다. 예를 들어, 특정 글쓰기 스타일이나 AI 컨설턴트 역할을 하도록 지시할 수 있습니다.
Claude가 스킬을 생성하도록 합니다. Claude는 제공된 정보를 바탕으로 스킬을 만들고, 필요한 경우 추가 질문을 하여 명확성을 높입니다. 예를 들어, 출력 유형(콜드 이메일, LinkedIn 메시지, 전화 스크립트 등), 필요한 입력(잠재 고객 이름, 회사, 신호 등), 구조에 대한 의견(매우 엄격함, 유연함, 느슨함) 등을 질문할 수 있습니다.

이 과정을 통해 B2B 영업 잠재 고객 발굴을 위한 ‘아웃리치 스킬’과 같은 맞춤형 스킬을 만들 수 있습니다. 이 스킬은 전문가 수준의 조언을 제공하고, 다양한 채널에 걸친 아웃리치 시퀀스를 제안하며, 잠재 고객의 신호와 문제점을 파악하는 데 도움을 줄 수 있습니다.

스킬 테스트 및 활용

만들어진 스킬을 테스트해 보겠습니다. 예를 들어, 특정 스낵 회사(Airbloom)를 대상으로 주문 배송 및 물류 문제를 겪고 있는 가상의 상황을 설정하고 콜드 이메일 시퀀스를 작성하도록 요청할 수 있습니다. 또한, 추가적인 문제점을 파악하도록 요청할 수도 있습니다.

스킬을 적용하면 Claude는 몇 초 안에 다음과 같은 결과를 제공합니다:

가설적 문제점: 주문 처리 격차, 운송 중 제품 손상, 재고 부족, 반품/환불 운영 등
14일간의 아웃리치 시퀀스: LinkedIn 메시지, 이메일, 콜드 콜 스크립트 등 각 단계별 구체적인 내용 포함
개인화 노트: 타겟팅할 사람(예: 창립자, CEO) 및 연락처 정보
제품 조사 요약: 회사의 제품에 대한 간략한 설명
보너스 문제점: 명시된 문제점 외 추가적인 5가지 영역 발견

이 모든 작업이 몇 초 안에 완료되며, 14일간의 작업량이 준비됩니다. 이 스킬은 Claude의 채팅 기능뿐만 아니라 코워크(Co-work) 기능이나 코드 기능에서도 활용될 수 있습니다. 심지어 다른 AI 모델(ChatGPT, Gemini 등)로 이전할 수도 있습니다.

결론

NotebookLM의 심층 리서치를 사용하여 원하는 도메인에 대한 구조화된 전문가 지식을 수집하고, 이 리서치를 Claude로 가져와 반복 가능한 에이전트 행동으로 전환하는 스킬 파일을 구축합니다. 결과적으로 Claude는 단순히 해당 도메인을 ‘아는’ 것을 넘어, 실제 지식 기반을 바탕으로 작동하며 업데이트할 때마다 더 나아집니다. 시간이 지남에 따라 구축된 스킬 라이브러리는 진정으로 가치 있는 자산이 됩니다. 이는 Claude를 일반적인 비서로 사용하는 것과, 당신의 작업을 아는 전문화된 에이전트로 사용하는 것의 차이입니다.

이 워크플로우를 특정 도메인에 적용하는 것을 보고 싶으시면 댓글로 알려주세요. 몇 가지를 선택하여 별도의 워크스루를 진행할 수도 있습니다. 이 정보가 도움이 되었다면 영상에 좋아요를 누르고 채널을 구독해 주세요. 또한, universeai.behive.com의 새 뉴스레터를 구독하고, World of AI 메인 채널을 구독하며, X에서 Universe of AIZ를 팔로우해 주세요.