NotebookLM으로 공공기관 연구보고서 20개를 비교 분석해봤다, 정책 비교부터 핵심 키워드 추출까지 실제 후기
NotebookLM으로 공공기관 연구보고서 20개를 비교 분석해봤다, 정책 비교부터 핵심 키워드 추출까지 실제 후기
최근 공공기관과 정부 부처에서 발간하는 연구보고서는 점점 더 방대해지고 있다. 정책연구원, 국책연구기관, 지방연구원, 공공기관 경영평가 보고서, 정책백서 등 읽어야 할 자료는 많지만 실제로 처음부터 끝까지 정독하기는 쉽지 않다.
특히 정책 관련 업무를 수행하거나 연구를 진행하는 경우 비슷한 주제의 보고서를 여러 개 비교해야 하는 상황이 자주 발생한다.
예를 들어 저출산 정책, 지역경제 활성화 정책, 동물복지 정책, 환경정책, 공공조직 운영 정책 등은 기관마다 서로 다른 관점에서 연구를 수행한다.
문제는 보고서가 한두 개가 아니라는 점이다.
20개 정도의 연구보고서만 모아도 수천 페이지에 달하는 분량이 된다.
이번에는 NotebookLM을 활용해 실제 공공기관 연구보고서 20개를 비교 분석하는 실험을 진행했다.
단순히 보고서를 요약하는 수준이 아니라 정책 비교, 핵심 키워드 추출, 공통 문제점 분석, 활용 가능성까지 검토해봤다.
AI를 활용한 정책자료 분석이 실제 업무에 도움이 되는지 궁금한 사람들에게 참고가 되었으면 한다.
왜 공공기관 연구보고서를 분석해보게 되었을까?
연구자나 공무원, 공공기관 직원이라면 비슷한 경험이 있을 것이다.
새로운 정책을 검토해야 하는데 관련 보고서가 너무 많다.
보고서를 다운로드해 읽기 시작하지만 100페이지를 넘기기 전에 다른 보고서를 읽어야 하는 상황이 발생한다.
결국 여러 자료를 동시에 검토해야 하는데 시간은 부족하다.
이 과정에서 가장 어려운 부분은 다음과 같다.
첫째, 기관별 정책 방향 차이 파악
둘째, 공통적으로 언급되는 문제점 확인
셋째, 반복적으로 등장하는 핵심 키워드 정리
넷째, 실제 정책 적용 가능성 검토
이번 실험은 이런 문제를 해결할 수 있는지 확인하기 위해 진행했다.
실험에 사용한 자료
이번 실험에서는 공개된 공공기관 연구보고서 20개를 활용했다.
주제는 정책 분석에 적합하도록 구성했다.
인구정책 연구보고서
지역경제 활성화 연구
공공조직 혁신 보고서
지방자치 관련 연구
환경정책 보고서
복지정책 연구자료
공공서비스 개선 연구
보고서 분량은 평균 80~150페이지 수준이었다.
총 분량은 약 2,000페이지 이상이었다.
사람이 직접 읽는다면 상당한 시간이 필요한 양이다.
NotebookLM에 보고서를 업로드한 과정
NotebookLM은 PDF를 소스로 등록한 뒤 분석을 진행할 수 있다.
무료 버전도 다수의 자료를 등록할 수 있으며 상위 플랜은 더욱 많은 소스를 지원한다. 2026년 기준 무료 플랜은 노트북당 최대 50개 소스를 지원하고 상위 플랜은 100~300개 이상까지 확장된다.
20개 보고서를 업로드하는 과정은 생각보다 간단했다.
다만 스캔 품질이 낮은 PDF는 일부 인식률이 떨어질 수 있었다.
텍스트 기반 PDF는 비교적 안정적으로 분석되었다.
첫 번째 실험, 정책 목적 비교
가장 먼저 진행한 작업은 정책 목적 비교였다.
질문은 다음과 같이 입력했다.
"20개 보고서에서 제시하는 정책 목표를 비교해줘."
결과는 예상보다 체계적이었다.
각 보고서의 세부 내용은 달랐지만 공통적으로 등장하는 정책 목표를 정리해주었다.
대표적으로 다음과 같은 내용이 반복적으로 나타났다.
지역 경쟁력 강화
주민 삶의 질 향상
지속가능성 확보
행정 효율성 개선
재정 건전성 강화
흥미로운 점은 기관마다 표현 방식은 달랐지만 실제 지향점은 상당히 유사했다는 것이다.
사람이 일일이 읽으면서 정리하려면 몇 시간이 걸릴 작업을 짧은 시간 안에 수행할 수 있었다.
두 번째 실험, 핵심 키워드 추출
이번에는 보고서 전체에서 가장 많이 등장하는 정책 키워드를 분석했다.
질문 예시는 다음과 같았다.
"20개 보고서에서 반복적으로 등장하는 핵심 키워드를 정리해줘."
결과는 상당히 흥미로웠다.
상위권에 등장한 키워드는 다음과 같았다.
지속가능성
혁신
거버넌스
지역균형발전
디지털 전환
주민참여
성과관리
협력체계
이러한 키워드는 단순 빈도수가 아니라 정책 흐름을 이해하는 데 중요한 역할을 한다.
특히 연구주제를 선정하거나 정책동향을 파악할 때 유용하게 활용할 수 있었다.
세 번째 실험, 공통 문제점 분석
실제로 가장 궁금했던 부분은 공통 문제점 분석이었다.
질문은 다음과 같이 입력했다.
"20개 보고서에서 반복적으로 지적하는 정책 문제점을 정리해줘."
분석 결과 여러 보고서에서 유사한 문제가 반복적으로 언급되고 있었다.
대표적인 내용은 다음과 같았다.
부처 간 협업 부족
정책 중복 문제
성과평가 체계 미흡
데이터 활용 부족
예산 운영의 비효율성
각 기관은 다른 분야를 연구하고 있었지만 문제점은 의외로 비슷했다.
이 부분은 사람이 보고서를 읽을 때 놓치기 쉬운 부분이었다.
네 번째 실험, 정책 비교 분석
이번에는 특정 정책을 비교해보았다.
예를 들어 지역경제 활성화 정책 관련 보고서 여러 개를 대상으로 다음과 같은 질문을 입력했다.
"기관별 정책 접근방식 차이를 비교해줘."
결과는 상당히 구체적이었다.
어떤 기관은 재정지원 중심으로 접근했고,
어떤 기관은 민간투자 유치 중심,
또 다른 기관은 지역 일자리 창출 중심으로 접근하고 있었다.
정책 방향을 한눈에 비교할 수 있다는 점은 상당한 장점으로 느껴졌다.
실제 업무에서 활용할 수 있을까?
실험을 진행하면서 가장 많이 든 생각은 업무 활용성이었다.
공공기관 보고서는 단순히 읽는 것이 목적이 아니다.
결국 정책 검토나 사업 기획에 활용해야 한다.
NotebookLM은 다음과 같은 업무에 활용 가능성이 높아 보였다.
정책자료 검토
사업계획 수립
정책 비교 분석
연구자료 정리
회의자료 작성
보고서 초안 작성
특히 여러 자료를 동시에 검토해야 하는 상황에서 강점을 보였다.
연구자 입장에서 느낀 장점
연구자 관점에서도 활용 가치가 있었다.
특히 선행연구 검토 과정과 유사한 방식으로 활용할 수 있었다.
보통 문헌고찰을 작성할 때는 여러 연구를 읽고 공통된 내용을 찾아야 한다.
공공기관 연구보고서 역시 동일한 접근이 가능했다.
공통 주제 확인
연구 흐름 파악
핵심 변수 정리
연구 공백 탐색
이 과정에서 상당한 시간을 절약할 수 있었다.
예상보다 아쉬웠던 부분
물론 한계도 있었다.
첫 번째는 자료 품질 문제다.
텍스트 추출이 어려운 PDF는 분석 품질이 떨어질 수 있었다.
두 번째는 지나치게 포괄적인 질문이다.
예를 들어
"20개 보고서를 전부 완벽하게 비교해줘"
같은 질문은 만족도가 높지 않았다.
구체적인 질문일수록 결과가 좋아졌다.
세 번째는 원문 검토 필요성이다.
NotebookLM의 답변은 참고용으로 활용하고 최종 판단은 반드시 원문을 확인해야 했다.
정책 분석 업무의 새로운 방법
과거에는 연구보고서를 읽는다는 것이 곧 시간과의 싸움이었다.
100페이지짜리 보고서 20개를 읽으려면 수일 이상의 시간이 필요할 수 있다.
하지만 NotebookLM을 활용하면 먼저 전체 흐름을 파악한 뒤 중요한 부분을 집중적으로 읽는 방식이 가능하다.
이 차이는 생각보다 크다.
실제로 보고서를 읽지 않아도 된다는 의미가 아니라 더 효율적으로 읽을 수 있다는 의미에 가깝다.
최종 결론
이번에 NotebookLM으로 공공기관 연구보고서 20개를 비교 분석해본 결과 단순한 PDF 요약 도구 이상의 활용 가능성을 확인할 수 있었다.
특히 정책 비교, 핵심 키워드 추출, 공통 문제점 분석, 기관별 접근방식 비교에서 상당한 강점을 보였다.
무엇보다 여러 보고서를 동시에 검토해야 하는 연구자, 공무원, 공공기관 직원들에게 실질적인 도움이 될 수 있다는 점이 인상적이었다.
물론 AI가 연구자나 정책 담당자를 대신할 수는 없다. 하지만 방대한 자료 속에서 핵심 내용을 빠르게 찾고 비교하는 과정에서는 충분히 생산성을 높여줄 수 있었다.
공공기관 연구보고서를 자주 읽는 사람이라면 NotebookLM은 한 번쯤 활용해볼 만한 가치가 있는 도구라고 생각한다.