근거 기반 문서 읽기 4단계
직접 결제하고 써 본 기록 (2026-06-27) — 회의록 워크플로우를 정리하고 나서 가장 많이 받은 질문이 "긴 PDF랑 논문은 어떻게 읽어요?"였습니다. 저는 60쪽짜리 약관과 30쪽 논문을 같은 주에 봐야 했던 날, NotebookLM에 둘 다 올려두고 "이 자료 안에서만" 답하게 한 뒤, 핵심 결론만 Claude로 다시 통째 분석해 교차검증했어요. 그랬더니 NotebookLM은 출처 문장을 그대로 집어주고, Claude는 문서 전체 맥락에서 빠진 조건을 잡아냈습니다. 한쪽만 썼으면 놓쳤을 부분이에요. 도구를 바꾸는 게 아니라 '겹쳐 쓰는' 게 핵심입니다.
긴 문서를 AI로 읽을 때 가장 위험한 건 'AI가 그럴듯하게 지어내는 것'입니다. 그래서 저는 속도보다 '근거'를 우선하는 4단계로 갑니다.
- 1단계: 자료 업로드 → NotebookLM에 문서를 넣고 답변을 그 자료 안으로 가둔다
- 2단계: 교차검증 → Claude·ChatGPT 파일 분석으로 같은 질문을 다시 던진다
- 3단계: 인용 출처 확인 → 답변이 가리키는 원문 위치를 직접 연다
- 4단계: 환각 거르기 → 출처가 없는 주장은 버린다
⚠️ AI 요약은 보조 수단입니다. 계약·법률·의료처럼 중대한 판단이 걸린 문서는 반드시 원문과 전문가 확인을 거치세요.
1단계: NotebookLM — 출처를 가두기
NotebookLM의 핵심은 "업로드한 자료만 근거로 답한다"는 점입니다. 일반 챗봇은 학습된 지식으로 자유롭게 말하지만, NotebookLM은 내가 올린 PDF·문서 범위 안에서 답하고, 문장마다 출처를 달아줍니다. 그래서 "이 계약서에 위약금 조항이 어디 있어?" 같은 질문에 강해요.
쓰는 법은 단순합니다. 노트북을 만들고 → PDF·구글 문서·웹페이지 등을 소스로 추가 → 질문. 여러 문서를 한 노트북에 넣으면 문서들을 가로질러 "A 보고서와 B 논문이 충돌하는 부분"도 찾아줍니다. 무료 등급으로도 충분히 실용적이고, 자세한 사용법은 NotebookLM 공식 도움말에 있습니다.
좋은 질문의 예: "이 문서의 핵심 주장 3가지와 각 근거 문장을 인용해 줘", "내가 놓치기 쉬운 예외·단서 조항만 모아 줘", "용어 정의가 본문 어디에 나오는지 알려 줘".
2단계: Claude·ChatGPT로 교차검증
NotebookLM이 출처에 충실한 대신, 문서 전체를 관통하는 큰 그림이나 행간 추론은 범용 모델이 더 나을 때가 있습니다. 그래서 같은 문서를 Claude나 ChatGPT 파일 분석에 다시 올려 같은 질문을 던집니다.
여기서 진가를 발휘하는 게 긴 컨텍스트입니다. Claude의 Opus 4.8·Sonnet 4.6은 100만 토큰 컨텍스트를 지원해서, 수백 쪽짜리 문서나 여러 파일을 통째로 한 번에 넣고 "전체 맥락에서" 분석시킬 수 있어요. 챕터별로 잘라 요약한 뒤 합치는 방식보다 누락이 적습니다.
두 답을 나란히 놓고 "두 도구가 일치하는 결론"은 신뢰도를 높이고, "엇갈리는 부분"은 원문을 직접 확인할 신호로 씁니다. 이 비교 한 단계가 환각을 거르는 가장 강력한 필터예요.
3단계: 인용 출처 직접 열어보기
AI가 "X라고 적혀 있습니다"라고 하면, 반드시 그 문장이 가리키는 원문 위치를 직접 엽니다. NotebookLM은 답변 옆에 출처 칩을 달아 원문 구절로 바로 점프시켜 주니 이게 빠릅니다.
확인 포인트는 세 가지입니다. (1) 그 문장이 실제로 문서에 있는가, (2) AI가 조건·예외를 빼고 요약하지 않았는가, (3) 숫자·날짜·금액을 정확히 옮겼는가. 특히 계약서·논문의 숫자는 AI가 가장 자주 틀리는 부분이라, 중요한 값은 원문 대조가 필수입니다.
4단계: 환각 거르기
마지막은 '출처 없는 주장 버리기'입니다. AI가 그럴듯하게 단언하지만 문서에서 근거를 못 찾는다면, 그건 모델이 일반 지식으로 채워 넣은 것일 가능성이 큽니다. 근거가 없으면 결론에서 제외하세요.
- 출처 강제: "근거 문장을 인용하지 못하는 내용은 '문서에 없음'이라고 답해 줘"라고 미리 지시하면 환각이 크게 줄어듭니다.
- 반대 질문: "이 주장과 충돌하는 내용이 문서에 있는지" 되물어 보면 한쪽만 본 요약을 잡아낼 수 있어요.
- 모른다고 말하게 허용: "확실하지 않으면 모른다고 해도 된다"는 여지를 주면 억지 답변이 줄어듭니다.
언제 NotebookLM, 언제 Claude 통째 분석?
둘 다 좋은 도구라 선택 기준이 필요합니다. 제 기준은 이렇습니다.
- NotebookLM이 유리한 경우: 출처가 생명인 작업. 계약서 조항 찾기, 논문 인용, "이 자료 안에서만" 답해야 하는 사실 확인, 여러 문서 교차 검색. 환각을 최소화하고 근거를 추적해야 할 때.
- Claude 100만 토큰 통째 분석이 유리한 경우: 문서 전체를 관통하는 추론·재구성. 긴 보고서를 새 구조로 다시 쓰기, 여러 장에 흩어진 논리 흐름 정리, 톤을 바꿔 재작성, 코드·표가 섞인 자료의 종합 분석. 출처 한정보다 '전체 맥락 이해'가 중요할 때.
실무에선 거의 항상 NotebookLM으로 근거를 잡고 → Claude로 큰 그림을 잡는 순서가 안전합니다. ChatGPT 파일 분석도 같은 자리에서 쓸 수 있으니, 손에 익은 걸로 2단계 교차검증만 빠뜨리지 마세요.
문서 종류별 추천 조합
- 학술 논문: NotebookLM(핵심 주장·인용 추출) + Claude(방법론·한계 종합). 인용 출처를 반드시 원문 대조.
- 긴 계약서·약관: NotebookLM(조항·예외 탐색)이 1순위. 단, 법적 효력이 걸린 판단은 AI 요약으로 끝내지 말고 전문가 확인.
- 업무 리포트·시장 자료: Claude·ChatGPT 통째 분석으로 요약·재구성. 숫자는 원문 대조.
- 여러 문서 비교: NotebookLM 한 노트북에 다 넣고 교차 질문. "문서 간 충돌점"을 직접 물어보기.
- 외국어 문서: 범용 모델로 번역+요약을 한 번에. 단 전문 용어·수치는 원문과 대조.
자주 묻는 질문
Q. NotebookLM 하나면 충분하지 않나요?
A. 출처 추적엔 충분하지만, 문서 전체를 관통하는 추론·재작성은 범용 모델이 더 나을 때가 많습니다. 중요한 문서는 2단계 교차검증을 권합니다.
Q. 정말 긴 문서는 어떻게 넣나요?
A. Claude Opus 4.8·Sonnet 4.6의 100만 토큰 컨텍스트면 수백 쪽도 통째로 들어갑니다. 그 이상이면 NotebookLM처럼 출처 한정형 도구로 나눠 다루는 게 안전해요.
Q. AI 요약만 믿고 계약서에 서명해도 되나요?
A. 안 됩니다. AI는 조건·예외를 누락하거나 숫자를 틀릴 수 있어요. 법적 효력이 걸린 문서는 반드시 원문과 전문가 확인을 거치세요.
Q. 회사 기밀 문서를 올려도 되나요?
A. 사내 보안 정책부터 확인하세요. 민감 자료는 가명·요약 치환이나 회사가 계약한 기업용 계정을 쓰는 게 안전합니다.
