개발자들이 정말 원했던 셀프 호스팅 NotebookLM을 찾았습니다 (Open-Notebook)

한국어العربية Deutsch English Español Français हिन्दी Bahasa Indonesia 日本語 Português Русский 中文

Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Notebook LM, 정말 놀랍죠.

00:00:02논문이나 문서, 심지어 코드베이스까지 업로드하면

00:00:05이제 그 내용을 질문하고 요약할 수 있으니까요.

00:00:08하지만 아무도 말하고 싶어 하지 않는 부분이 있습니다.

00:00:10그 모든 자료를 여전히 구글에 업로드해야 한다는 점이죠.

00:00:14이것은 Open Notebook입니다.

00:00:15GitHub에서 별 27,000개 이상을 받았죠.

00:00:18직접 호스팅할 수 있으며, 아주 간단한 질문을 던집니다.

00:00:22Notebook LM 경험을 그대로 누리면서

00:00:24개발자 수준의 제어권을 가질 수 있다면 어떨까요?

00:00:26오늘 직접 구동해보고 워크플로우를 테스트한 뒤,

00:00:29Notebook LM 및 anything LLM과 비교하며

00:00:32진짜 답을 찾아보겠습니다.

00:00:34이게 정말 개발자에게 유용한 걸까요,

00:00:36아니면 그저 또 하나의 AI 래퍼일까요?

00:00:43Open Notebook은 프라이버시를 최우선으로 하는

00:00:45Notebook LM의 셀프 호스팅 대안입니다.

00:00:47하지만 그렇게 말하면 조금 부족하죠.

00:00:49단순한 Notebook LM이 아니라 오픈 소스니까요.

00:00:53Notebook LM 스타일의 연구 워크스페이스를 제공하며,

00:00:57멀티 모델 지원, 팟캐스트 생성, 로컬 우선 옵션,

00:01:01그리고 실제로 구축할 수 있는 REST API까지 지원합니다.

00:01:04많은 사람이 바로 그 점에 주목하고 있습니다.

00:01:07대부분은 이것을 보고 한 가지만 생각하죠.

00:01:09'좋아, PDF로 AI 팟캐스트를 만들 수 있겠네.'

00:01:12잘했네요.

00:01:14하지만 개발자들은 조금 다르게 생각합니다.

00:01:16'내 워크플로우에 연결할 수 있을까?'

00:01:19그게 진짜 질문이죠.

00:01:20로컬 모델을 사용할 수 있을까?

00:01:22연구 요약을 자동화할 수 있을까?

00:01:25그런 질문들에 대한 답을 내리는 과정에서

00:01:26Open Notebook은 흥미로워집니다.

00:01:28Gemini에 갇힐 필요가 없습니다.

00:01:30다양한 제공업체를 선택할 수 있죠.

00:01:32Ollama를 통한 로컬 모델을 포함해서요.

00:01:34직접 호스팅할 수 있습니다.

00:01:35다양한 화자 프로필을 선택하여

00:01:37팟캐스트 경험을 커스터마이징할 수 있죠.

00:01:39API가 있기 때문에

00:01:41내 스택의 일부가 될 수 있습니다.

00:01:43브라우저의 또 다른 탭이 아니고요.

00:01:45워크플로우를 빠르게 해주는 코딩 도구를 좋아하신다면

00:01:48구독해주세요.

00:01:49영상이 계속 올라오고 있으니까요.

00:01:51자, 실제로 실행해봐서

00:01:52작동 방식을 보여드리겠습니다.

00:01:55Open Notebook은 도커 기반입니다.

00:01:57정말 멋지죠.

00:01:58컨테이너에 익숙하시다면

00:02:00매우 익숙한 환경일 겁니다.

00:02:02컴포즈 설정을 실행하고,

00:02:04서비스가 실행될 때까지 기다렸다가

00:02:06브라우저에서 앱을 열면 됩니다.

00:02:08이제 실행되었으니 새로운 노트북을 만들어보겠습니다.

00:02:10노트북을 프로젝트 단위의 연구 워크스페이스라고 생각하세요.

00:02:13모든 것을 하나의 거대한 AI 채팅에 몰아넣는 대신,

00:02:17각각 분리할 수 있습니다.

00:02:19코드베이스용 노트북 하나,

00:02:21프로젝트 연구용 하나,

00:02:22학술 논문용 하나,

00:02:24내부 문서용,

00:02:25기타 등등요.

00:02:26이제 소스를 추가할 수 있습니다.

00:02:29PDF나 리드미 파일,

00:02:31문서,

00:02:31기술 문서,

00:02:32연구 논문,

00:02:33시스템이 추론했으면 하는

00:02:35어떤 것이든 가능합니다.

00:02:37중요한 단어는 '소스'입니다.

00:02:39단순한 일반 AI 채팅이 목적이 아니니까요.

00:02:43사용자가 제공한 자료에 기반한 근거 있는 답변이 목표입니다.

00:02:48그럼 이제 기술적인 질문을 하나 해보겠습니다.

00:02:51이런 식으로 질문해볼 수 있겠네요.

00:02:53'이 프로젝트의 주요 구성 요소는 무엇이며,

00:02:55확장하려면 무엇을 변경해야 할까?'

00:02:58처리 중입니다.

00:03:00이게 기본적인 Notebook LM 스타일 경험입니다.

00:03:03소스를 추가하고,

00:03:04질문을 하고,

00:03:04소스에 근거한 답변을 얻는 거죠.

00:03:07하지만 여기서부터가 핵심입니다.

00:03:08이 지점이 클론처럼 느껴지던 느낌을 멈추고,

00:03:11더 개발자 친화적이며,

00:03:13독자적인 무언가로 느껴지게 합니다.

00:03:15원하는 모델 제공업체를 선택할 수 있으며,

00:03:18앞서 말했듯이 Gemini 같은 공급업체에 종속되지 않습니다.

00:03:20호스팅 모델,

00:03:21전혀 문제없죠.

00:03:22로컬 모델,

00:03:24또한 문제없습니다.

00:03:25품질, 속도, 비용, 그리고 프라이버시 사이에서

00:03:27선택할 수 있습니다.

00:03:28그리고 대부분이 가장 먼저 클릭할 기능,

00:03:29팟캐스트 생성기가 있죠.

00:03:30Notebook LM은 AI 팟캐스트를

00:03:30꽤 멋지게 만들었습니다.

00:03:31아직 써보지 않았다면,

00:03:32한번 해보시는 게 좋을 겁니다.

00:03:34여기서 실행해보면,

00:03:36음, 다른 일이 벌어집니다.

00:03:38한번 들어보시죠.

00:03:40자율성과 프라이버시를 추구하는

00:03:41연구자들에게는 게임 체인저죠.

00:03:42물론이죠, 알렉스.

00:03:44Ollama의 가장 멋진 부분 중 하나라고 생각합니다.

00:03:44멋지죠?

00:03:46하지만 Open Notebook은 그 형식에 대해

00:03:46더 많은 제어권을 제공합니다.

00:03:48소스에서 팟캐스트를 생성하고,

00:03:50구조를 구성하고,

00:03:52하나의 고정된 스타일 대신

00:03:54다양한 화자 프로필을 사용할 수 있죠.

00:03:55그래서 일반적인 AI 호스트가

00:03:57PDF를 설명하게 하는 대신,

00:03:58더 구체적인 무언가를

00:04:00만들 수 있습니다.

00:04:01예를 들어 제품 관리자와

00:04:02백엔드 개발자가 아키텍처 문서를

00:04:04토론하는 것처럼요.

00:04:05사소해 보일 수 있지만,

00:04:07정말 골치 아픈 내용에 사용해보면

00:04:08이야기가 달라집니다.

00:04:10긴 RFC,

00:04:11밀도 높은 백서,

00:04:12지루한 API 사양,

00:04:14이 모든 것들을요.

00:04:15건조한 정보를 더 쉽게 소비할 수 있는

00:04:16방법인 거죠.

00:04:17이제 기존에 나와 있는 도구들과

00:04:19비교해보겠습니다.

00:04:20먼저 구글 Notebook LM부터 시작하죠.

00:04:22Notebook LM은 훌륭합니다.

00:04:24쉽고, 아주 잘 작동하죠.

00:04:25그리고 우리 중 많은 사람에게는

00:04:26그것만으로도 충분할 겁니다.

00:04:28하지만 그 모든 편리함 뒤에는

00:04:29제어권에 대한 트레이드오프가 있습니다.

00:04:30Open Notebook은 셀프 호스팅,

00:04:32멀티 모델 지원,

00:04:33로컬 모델 옵션,

00:04:35맞춤형 팟캐스트,

00:04:36그리고 API 액세스를 제공합니다.

00:04:39따라서 민감한 문서, 개인 연구, 또는

00:04:40내부 자료를 다루고 있다면,

00:04:41Open Notebook이

00:04:41더 강력한 프라이버시 스토리를 제공합니다.

00:04:43하지만 여기엔 함정이 있습니다.

00:04:45Open Notebook이 Notebook LM만큼 부드러울까요?

00:04:46항상 그렇지는 않습니다.

00:04:48Notebook LM은 완벽하게 호스팅된 제품이라는

00:04:49장점이 있죠.

00:04:50구글에서 만든 거잖아요?

00:04:51Open Notebook은 더 유연하지만,

00:04:52여전히 개발자 지향적인 오픈 소스 프로젝트처럼 느껴집니다.

00:04:54그게 치명적인 단점은 아닙니다.

00:04:55그저 여러분이 무엇을 선택하는지

00:04:56알아야 한다는 뜻이죠.

00:04:58이제 anything LLM과 비교해보죠.

00:04:59솔직히 그건 정말 멋진 도구입니다.

00:05:01Open Notebook은

00:05:01셀프 호스팅 AI 공간에서 인기가 많지만,

00:05:04승리하는 방식이 다릅니다.

00:05:06시작하기가 더 쉽죠.

00:05:07데스크톱 앱이 있고,

00:05:08노코드 에이전트 워크플로우를 지원하니까요.

00:05:10훌륭합니다.

00:05:12기술적 지식이 없는 사용자에게는

00:05:15첫걸음이 될 수 있겠죠.

00:05:16하지만 Open Notebook은

00:05:17Notebook LM 스타일의

00:05:18연구 경험에 더 집중한 느낌입니다.

00:05:20사람들이 무엇을 좋아하고

00:05:22무엇에 대해 불평하는지

00:05:23솔직해져 보죠.

00:05:24여기서 큰 승리는

00:05:27프라이버시가 될 것입니다.

00:05:30민감한 문서, 개인 코드, 고객 연구,

00:05:31또는 호스팅된 AI 도구에 업로드하기

00:05:33주저되는 것이 있다면,

00:05:35셀프 호스팅이 정말 중요하죠.

00:05:37Open Notebook이 처음에 존재하게 된

00:05:38주된 이유이기도 합니다.

00:05:40그리고 모델 유연성이 있습니다.

00:05:41하나의 공급업체에 강제로

00:05:42종속되지 않죠.

00:05:44네, 제가 원하는 모델을 선택할 수 있습니다.

00:05:46큰 장점이죠.

00:05:48즉, 우리에게 필요한 것을

00:05:50선택할 수 있다는 뜻입니다.

00:05:50이제 마지막으로

00:05:51이 도구를 어떻게 활용해야 할지

00:05:52정리해보겠습니다.

00:05:53만약 여러분이

00:05:54강력한 데이터 통제권을 원한다면,

00:05:56Open Notebook은 아주 훌륭한 선택입니다.

00:05:58특히 보안이 중요한 기업 환경이나,

00:06:00개인적인 연구 자료를

00:06:02안전하게 다루고 싶다면 말이죠.

00:06:04그렇다면 셀프 호스팅이 정말 중요해집니다.

00:06:06그게 바로 Open Notebook이

00:06:07애초에 존재하는

00:06:08가장 큰 이유입니다.

00:06:10다음은 모델 유연성입니다.

00:06:12한 업체에만 묶일 필요가 없죠.

00:06:14네, 원하는 모델을 선택할 수 있어요.

00:06:16큰 장점이죠.

00:06:17즉, 우리가 작업하는 내용에 맞춰

00:06:19필요한 것을

00:06:19고를 수 있다는 건데,

00:06:21동시에 새로운 문제도 만듭니다.

00:06:24선택을 해야 하거든요.

00:06:25또한 팟캐스트 커스터마이징도 가능합니다.

00:06:28방대한 프로젝트 사양,

00:06:29복잡한 API, Docker,

00:06:31긴 연구 논문 등,

00:06:32실제로 의미가 있어지기 시작합니다.

00:06:33마지막으로 API는 우리 많은 이들에게

00:06:35중요한 부분이죠.

00:06:36GitHub 이슈에서

00:06:38연구 브리핑을 생성하거나,

00:06:40출력물을 Slack,

00:06:41Linear, 또는 Notion으로

00:06:43보내는 워크플로우를 상상할 수 있죠.

00:06:45좋습니다.

00:06:46자, 그럼 이런 점들의 단점,

00:06:48혹은 처음에

00:06:49별로라고 생각할 수 있는 점은,

00:06:50Docker 기반의 설치입니다.

00:06:52우리 대부분에게는 솔직히 괜찮지만,

00:06:54다른 사람들에게는

00:06:55진입장벽이 될 수 있죠.

00:06:56앱 하나 다운로드한다고

00:06:59모든 게 바로 작동하는 건 아니니까요.

00:07:00둘째, 아직 초기 프로젝트라서

00:07:03몇몇 부분은 개선 중입니다.

00:07:05그리고 품질은

00:07:06사용하는 모델과 설정에 따라 달라집니다.

00:07:08그래서 솔직한 평가는

00:07:10꽤 간단합니다.

00:07:11Open Notebook이 완벽하진 않습니다.

00:07:12하지만 애초에 완벽한 도구란 없죠.

00:07:14그래서 우리에게

00:07:14이렇게나 많은 도구가 있는 거고요.

00:07:16하지만 나아가는 방향은

00:07:17매우 좋습니다.

00:07:18모두를 위한 건 아니지만,

00:07:19한번 시도해 보세요.

00:07:20셀프 호스팅 기반의

00:07:21연구 환경이 필요하거나,

00:07:23구글에 업로드하고 싶지 않은

00:07:23문서가 있거나,

00:07:25API 위에

00:07:27나만의 워크플로우를 구축하고 싶다면 말이죠.

00:07:30스택은 현대적인 프론트엔드,

00:07:31파이썬 백엔드,

00:07:32SurrealDB,

00:07:33그리고

00:07:34다양한 제공업체와 함께 작동하도록 설계된

00:07:35AI 추상화 계층을 포함합니다.

00:07:37그래서 그저 우리가 사용하는 도구를 넘어

00:07:39실제로 확장할 수 있는 도구처럼

00:07:41느껴질 수 있습니다.

00:07:42이런 코딩 도구들을 좋아하신다면,

00:07:44Better Stack 채널을

00:07:45꼭 구독해 주세요.

00:07:46다음 영상에서 뵙겠습니다.

Key Takeaway

Open Notebook은 데이터 주권을 중시하는 개발자를 위해 멀티 모델 지원, 로컬 호스팅, API 연동 기능을 갖춘 프라이버시 중심의 연구 워크스페이스를 제공합니다.

Highlights

Open Notebook은 GitHub에서 27,000개 이상의 별을 획득했으며, 사용자가 직접 호스팅할 수 있는 NotebookLM의 오픈 소스 대안입니다.
도커(Docker) 기반으로 운영되어 컨테이너 환경에 익숙한 개발자에게 최적화된 워크플로우를 제공합니다.
Gemini 등 특정 서비스에 종속되지 않으며, Ollama를 통해 로컬 AI 모델을 직접 선택하여 구동할 수 있습니다.
단순한 채팅을 넘어 PDF, 리드미 파일 등 프로젝트별 소스를 기반으로 근거 있는 답변을 추출하는 연구 워크스페이스를 지원합니다.
API 액세스를 통해 Slack, Linear, Notion과 같은 외부 도구와 연동하여 자동화된 워크플로우 구축이 가능합니다.
다양한 화자 프로필을 설정할 수 있어, 기술 문서나 복잡한 API 사양을 이해하기 쉬운 팟캐스트 형태로 생성할 수 있습니다.

Timeline

Open Notebook 개요 및 목표

기존 NotebookLM은 데이터를 구글에 업로드해야 하는 제약이 있습니다.
Open Notebook은 로컬 우선 옵션과 REST API를 통해 개발자 수준의 제어권을 제공합니다.
연구 요약 자동화와 멀티 모델 지원을 통해 워크플로우의 일부로 통합될 수 있습니다.

NotebookLM의 편리함 뒤에 숨겨진 데이터 업로드 문제점을 해결하기 위해 설계되었습니다. 개발자들은 단순히 PDF를 읽는 것을 넘어 로컬 모델 사용이나 기존 스택과의 연동성을 중요하게 고려합니다. 이 도구는 브라우저 탭에 머무는 것이 아니라 개발자의 워크플로우에 직접 연결되는 독립적인 인터페이스를 지향합니다.

설치 및 연구 워크스페이스 구축

도커(Docker) 컴포즈 설정을 통해 로컬 환경에서 즉시 구동할 수 있습니다.
노트북 단위로 프로젝트를 분리하여 코드베이스, 논문, 내부 문서를 관리합니다.
사용자가 제공한 소스 자료에 엄격히 근거하여 질문에 답변합니다.

도커 컨테이너를 사용하여 사용자가 직접 호스팅하는 방식을 취합니다. 프로젝트별로 워크스페이스를 분리하여 연구 목적에 맞게 데이터를 조직화할 수 있습니다. 단순한 범용 AI 채팅과 달리, 사용자가 업로드한 특정 문서 내에서만 근거를 찾아 답변하므로 정보의 정확도가 높습니다.

기능적 확장성과 비교 분석

Gemini 외에도 다양한 모델 제공업체나 로컬 모델을 선택하여 품질, 속도, 비용을 조절할 수 있습니다.
화자 프로필 설정을 통해 지루한 사양서나 RFC 문서를 효율적인 팟캐스트로 변환할 수 있습니다.
Anything LLM이 사용 편의성에 집중했다면, Open Notebook은 연구 환경의 유연성과 API 통제권에 집중합니다.

모델 공급업체 종속에서 벗어나 사용자 환경에 최적화된 모델을 선택할 수 있는 유연성을 제공합니다. 특히 팟캐스트 생성 기능은 단순한 낭독을 넘어 제품 관리자와 개발자의 대화처럼 문맥을 입체적으로 구성할 수 있습니다. 비교 분석 시 Anything LLM은 노코드 에이전트 기능이 강점이지만, Open Notebook은 연구 데이터 관리에 더 최적화된 형태를 띱니다.

기술적 선택을 위한 고려 사항

민감한 개인 코드나 기업 보안 문서가 포함된 프로젝트에는 셀프 호스팅이 필수적입니다.
도커 기반 설치는 비개발자에게 진입장벽이 될 수 있으며 초기 프로젝트로서 지속적인 개선이 이루어지고 있습니다.
현대적 프론트엔드와 파이썬 백엔드, SurrealDB를 기반으로 설계되어 확장성이 뛰어납니다.

데이터 보안이 중요한 환경에서 오픈 소스 셀프 호스팅은 강력한 대안입니다. 도커 기반 설치 과정은 숙련된 사용자에게는 익숙하지만, 일반적인 설치형 앱에 비해 난도가 높을 수 있습니다. 그럼에도 API를 이용한 자동화 가능성과 인프라 제어권은 개발자들에게 큰 매력 요소로 작용합니다.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video