GitHub에서 급부상한 Open Notebook — 노트가 아니라 AI 연구 진입점을 노린다
33.8k Star, MIT 라이선스. NotebookLM 대체 이상 — 셀프호스팅, 멀티모델, REST API/MCP 연동 AI 연구 워크스테이션.
Open Notebook이 GitHub 트렌드에 계속 오르며 MIT 라이선스 하에 33.8k stars를 넘겼습니다. 단순한 NotebookLM 대체가 아니라, 자료 가져오기·통합 검색·인용 Q&A·AI 노트·팟캐스트 생성, REST API와 MCP 연동까지 아우르는 「리서치 진입점」으로 자리 잡고 있습니다.
셀프호스팅 대안을 비교하든 에이전트 워크플로를 구축하든, Open Notebook은 수집 → 벡터 검색 → 근거 기반 채팅 → 구조화 노트 → 오디오 출력 → 프로그래밍 연동의 전체 루프를 커버합니다.
단순 대체가 아니다 — 데이터 진입점을 두고 경쟁한다
AI가 자료가 워크플로에 들어오는 지점을 바꿨습니다. PDF, 기사, 인터뷰 전사, 웹 클립은 여전히 폴더·탭·앱에 흩어져 있습니다.
Open Notebook이 겨냥하는 것은 에이전트나 작성 도구가 콘텐츠를 소비하기 전의 레이어입니다: open source, self-hosted, multi-model, REST API, Docker 배포 — 원본 소스를 진입점에서 검색 가능한 컨텍스트로 전환합니다.
Open Notebook과 NotebookLM은 다른 길을 택했다
| 차원 | NotebookLM(클라우드) | Open Notebook(셀프호스팅) |
|---|---|---|
| 배포 | 클라우드 — 웹페이지 열기 | 셀프호스팅 — Docker/로컬/클라우드 |
| 모델 | Google 모델 | 18+ 프로바이더 + Ollama/LM Studio |
| 데이터 | Google 클라우드 | 본인 배포 환경 |
| 프로그래밍 | 제품 중심 | REST API, MCP 클라이언트 |
| 온보딩 | 설정 불필요 | Docker, API 키, 모델 설정 |
NotebookLM은 여전히 즉시 사용 가능한 UX에서 앞섭니다. Open Notebook은 그 즉시성을 모델·데이터·연동 제어와 교환합니다.
2026년 6월 기준 프로젝트는 GitHub stars 26k+를 기록하며, 제어 가능한 리서치 노트북에 대한 지속적 관심을 보여줍니다.
에이전트와의 관계: 일을 대신하지 말고 컨텍스트를 공급하라
많은 에이전트 데모가 실패하는 이유는 지속 가능한 컨텍스트 레이어가 없기 때문입니다. 근거 있는 소스 없이 추론을 요구합니다. Open Notebook은 그 레이어를 제공하도록 설계되었습니다.
핵심 기능은 end-to-end 자동화가 아니라 에이전트 준비 작업에 직접 연결됩니다:
- 병렬 프로젝트용 멀티 노트북 구성
- PDF, 웹, 오디오, 영상 전사 등 멀티모달 소스
- 가져온 자료 전반의 벡터 검색
- 인용이 포함된 근거 기반 채팅
- AI 생성 노트 및 요약
- Claude Desktop, VS Code, 커스텀 도구용 REST API 및 MCP
| 시나리오 | 활용 |
|---|---|
| 작성 | 사실 확인, 아이디어 카드, 기사 개요 |
| 리서치 | 논문, 인터뷰, 웹 페이지, 전사 추가 |
| 코딩 | 프로젝트 문서를 검색 가능한 컨텍스트로 |
| 팀 | 「왜 이렇게 결정했는가?」에 답하기 |
시작하기: 첫날부터 두 번째 뇌를 만들지 마라
첫 주는 전체 지식 베이스 이전이 아니라, 하나의 주제·제한된 소스·명확한 성공 기준으로 하는 가벼운 실험으로 접근하세요.
| 일 | 과제 |
|---|---|
| 1일 | 단일 주제 선택 |
| 2–3일 | 10–20개 소스 가져오기, 인용 Q&A 테스트 |
| 4일 | 관점 카드 + 반론 + 검증 목록 |
| 5일 | 팟캐스트 또는 음성 스크립트 출력 |
| 6일 | 작성·프로젝트 워크플로에 통합 |
| 7일 | 검토: 반복 설명 감소, 추적 가능한 소스, 재사용 가능한 산출물 |
리스크 경계: 셀프호스팅은 만능이 아니다
버전 v1.10.0(2026년 6월 18일)은 보안 수정을 포함했습니다 — 셀프호스팅도 패치 관리가 필요함을 상기시킵니다. 미리 설정할 세 가지 경계:
- 프라이버시: 셀프호스팅도 클라우드 LLM API를 호출하는 경우가 많습니다 — Ollama나 LM Studio로 로컬 모델을 쓰지 않으면 데이터는 네트워크를 벗어납니다.
- 유지보수: 업데이트, 백업, 가용성은 벤더가 아닌 본인 책임입니다.
- 팀: 권한, 공유, 감사 추적은 그룹 배포 전 명시적 테스트가 필요합니다.
셀프호스팅은 벤더 종속을 없애지만, 운영 책임은 없애지 않습니다.
요약
트렌드는 분명합니다: 단일 클라우드 앱에서 소스·모델·산출물을 본인 규칙 아래 두는 로컬 제어 가능 워크플로로.
즉시 쓸 수 있는 다듬어진 경험은 NotebookLM. 제어, API 접근, 셀프호스팅이 중요하면 Open Notebook. 만능 우승자는 없습니다 — 팀마다 맞는 선택이 다릅니다.