---
title: "NotebookLM API: 엔터프라이즈 API, MCP 서버 및 CLI 도구"
description: "NotebookLM API가 있나요? NotebookLM Enterprise의 Google 제공 기능, notebooklm-py·MCP 서버·CLI 도구의 역할과 transcript 자동화 방법을 알아봅니다."
canonical: "https://transcript.im/ko/blog/notebooklm-api-mcp"
markdown: "https://transcript.im/ko/blog/notebooklm-api-mcp.md"
author: "Leo"
category: "NotebookLM"
datePublished: "2026-10-24T03:23:20.622Z"
dateModified: "2026-11-19T13:57:21.868Z"
---
NotebookLM API가 있나요? 있습니다. 하지만 Google이 문서화한 것은 하나뿐이며, 무료 소비자용 앱을 위한 것은 아닙니다. 공식 NotebookLM API는 Google Cloud의 NotebookLM Enterprise에 포함되어 있습니다. Google Cloud 프로젝트 내에서 노트북을 만들고, 소스를 추가하고, 노트북을 공유하며, Audio Overviews를 생성하는 프리뷰 REST API입니다. 검색할 때 찾게 되는 나머지 항목들, 즉 `notebooklm-py`, 수많은 NotebookLM MCP 서버와 대부분의 NotebookLM CLI 도구는 커뮤니티가 만들었으며 공식 Google 제품이 아닙니다.

이 가이드는 이러한 옵션을 정리합니다. NotebookLM Enterprise API가 실제로 할 수 있는 일, 비공식 Python 라이브러리와 MCP 서버 및 CLI의 작동 방식, 각 작업에 적합한 선택지, 그리고 동영상 중심 노트북에서 보통 가장 먼저 필요한 작업인 YouTube 동영상, 재생목록 및 채널을 Transcript.im API와 Transcript.im MCP 서버를 사용해 깔끔한 텍스트로 변환하는 방법을 다룹니다.

세부 사항을 살펴보기 전에 이름에 관한 참고 사항입니다. 2026년 7월 16일, Google은 NotebookLM의 이름을 Gemini Notebook으로 변경했으며, Google Cloud 문서에는 이제 "Gemini Notebook Enterprise"라고 표시됩니다. 같은 제품이지만, 대부분의 개발자가 여전히 검색할 때 사용하는 이름이 NotebookLM이므로 이 글에서는 NotebookLM이라는 명칭을 유지합니다. 이 도구가 잘하는 일과 한계에 대한 전체적인 내용을 보려면 [NotebookLM 리뷰](/ko/blog/notebooklm)부터 읽어보세요. 아래의 모든 API 세부 사항은 2026년 10월 24일 Google Cloud 문서와 각 프로젝트의 자체 페이지를 기준으로 확인했습니다. 프리뷰 API와 커뮤니티 프로젝트는 빠르게 변경되므로 현재 페이지를 최종 기준으로 삼으세요.

## NotebookLM API가 있나요? 짧은 답변

공식 NotebookLM API는 하나뿐이며, Google Cloud에 있습니다. Google은 회사의 Google Cloud 프로젝트 내부에서 실행되는 엔터프라이즈 버전인 NotebookLM Enterprise에 대한 REST 문서를 공개하고 있습니다. 개인 Google 계정으로 접속하는 소비자용 NotebookLM 앱을 위한 개발자 API는 공개하지 않았습니다. 이러한 공백 때문에 비공식 도구가 많이 존재합니다. 브라우저를 조작하거나 웹 앱이 사용하는 동일한 비공개 엔드포인트를 호출해 소비자용 앱에 접근하는 방식입니다.

주요 경로를 비교하면 다음과 같습니다.

| 경로 | 제공 주체 | 작동 대상 | 로그인 방식 |
| --- | --- | --- | --- |
| NotebookLM Enterprise API | Google (프리뷰) | 클라우드 프로젝트의 NotebookLM Enterprise 노트북 | Google Cloud 자격 증명, 예: `gcloud` 액세스 토큰 |
| `notebooklm-py` | 커뮤니티 (비공식) | 소비자용 앱 | 브라우저 로그인을 통한 Google 계정 |
| NotebookLM MCP 서버 | 커뮤니티 (비공식) | 대부분 소비자용 앱 | 일반적으로 한 번 로그인해 두는 브라우저 세션 |
| NotebookLM CLI 도구 | 커뮤니티 (비공식) | 도구에 따라 다름: 소비자용 앱 또는 Enterprise API | 브라우저 로그인 또는 `gcloud` |

이 구분은 개별 기능보다 더 중요합니다. 노트북이 개인 계정에 있다면, 찾을 수 있는 모든 NotebookLM API 옵션은 비공식입니다. 회사에서 이미 NotebookLM Enterprise를 운영하고 있다면 Google의 자체 NotebookLM API를 사용해 모든 것을 클라우드 프로젝트 내부에 유지할 수 있습니다.

## Google Cloud의 NotebookLM Enterprise API

NotebookLM Enterprise API는 Discovery Engine 서비스의 REST 메서드 모음이며, `v1alpha` 버전으로 제공됩니다. Google의 [API로 노트북을 만들고 관리하는 방법](https://docs.cloud.google.com/gemini/enterprise/notebooklm-enterprise/docs/api-notebooks) 가이드는 이 기능을 Preview로 표시하고 있으며, 이는 Google의 Pre-GA 약관이 적용되고 지원이 제한적일 수 있음을 의미합니다. 요청은 `us` 또는 `eu` 멀티 리전이나 `global` 위치의 엔드포인트로 전송되며, 프로젝트 번호 범위 내에서 처리되고 Google Cloud bearer token으로 인증됩니다.

![Google Cloud 프로젝트 하나 안에 보관되는 NotebookLM Enterprise API 노트북과 IAM 역할](/images/blog/notebooklm-api-mcp/ko/notebooklm-enterprise-api.webp)

이 NotebookLM API를 팀이 브라우저에서 여는 동일한 노트북을 스크립트로 제어하는 공식 방법이라고 생각해 보세요. 노트북은 클라우드 프로젝트 내부에 유지되며, 액세스는 개인 Google 계정이 아니라 IAM 역할로 제어됩니다.

### Enterprise API로 노트북에서 할 수 있는 작업

노트북 메서드는 기본 수명 주기를 다룹니다.

- **만들기**: `notebooks.create`로 노트북을 만듭니다. 요청 본문에는 `title`이 포함되고, 응답에는 이후 모든 호출에서 사용할 `notebookId`가 반환됩니다.
- **가져오기**: `notebooks.get`으로 노트북 하나를 가져옵니다.
- **최근 본 노트북 나열**: `notebooks.listRecentlyViewed`로 최근 본 노트북을 나열합니다. 최대 최근 500개가 반환되며, 선택적으로 페이지를 나눌 수 있습니다.
- **노트북 일괄 삭제**: `notebooks.batchDelete`로 여러 노트북을 한 번에 삭제합니다.
- **공유**: `notebooks.share`로 노트북을 공유하고, 사용자에게 소유자, 작성자 또는 독자 역할을 부여합니다. 수신자에게는 Cloud NotebookLM User IAM 역할도 필요합니다.

Google의 대문자 플레이스홀더를 사용한 노트북 생성 요청은 다음과 같습니다.

```bash
curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://ENDPOINT_LOCATION-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_NUMBER/locations/LOCATION/notebooks" \
  -d '{"title": "Customer interviews Q4"}'
```

### API를 통한 소스 추가

NotebookLM Enterprise API가 자동화에 유용해지는 지점은 소스입니다. 데이터 소스 추가에 관한 Google의 관련 가이드에는 네 가지 메서드가 나와 있습니다. 여러 소스를 한 번에 추가하는 `sources.batchCreate`, 파일 하나를 업로드하는 `sources.uploadFile`, 소스를 읽는 `sources.get`, 소스를 제거하는 `sources.batchDelete`입니다. `batchCreate` 요청의 각 항목에는 다음 콘텐츠 유형 중 하나가 포함됩니다.

- Google Doc 또는 Slides 파일을 위한 `googleDriveContent`. 사용자 인증 정보로 Drive 인증이 필요합니다.
- 원시 텍스트를 위한 `textContent`. `sourceName`과 `content`가 필요합니다.
- 웹 페이지 URL을 위한 `webContent`
- YouTube 동영상을 위한 `videoContent`. 단일 `youtubeUrl`이 필요합니다.

파일 업로드는 PDF, TXT, Markdown, DOCX, PPTX, XLSX 같은 문서와 일반적인 오디오 형식 및 이미지를 지원합니다. 직접 생성한 텍스트(예: transcript)의 경우, 입력할 내용을 정확히 제어할 수 있으므로 `textContent` 또는 업로드한 `.md` 파일을 사용하는 것이 가장 깔끔한 방법입니다.

### Audio Overview와 지원 중단된 Podcast API

Enterprise API는 `notebooks.audioOverviews.create`를 사용해 Audio Overview도 만들 수 있습니다. 사용할 소스 ID, 무엇을 강조할지 설명하는 `episodeFocus`, `languageCode`를 전달할 수 있습니다. Google은 하나의 노트북에 Audio Overview를 하나만 만들 수 있고, 먼저 노트북에 소스가 있어야 하며, 생성에 몇 분이 걸린다고 안내합니다. Audio Overview가 어떻게 들리는지와 앱에서 제공하는 옵션은 [NotebookLM podcast 및 Audio Overview 가이드](/ko/blog/notebooklm-audio-overview)를 참고하세요.

Google의 독립형 Podcast API도 접하게 될 수 있습니다. 이 API는 노트북 없이 제공된 컨텍스트에서 podcast 형식의 MP3를 생성했습니다. 하지만 Google 페이지는 현재 Podcast API를 deprecated로 표시하며 신규 고객을 allowlisting하지 않는다고 안내하므로, 새로운 작업을 이 API를 중심으로 계획하지 마세요.

### NotebookLM Enterprise API를 사용할 수 있는 사람

이 API는 NotebookLM Enterprise를 운영하는 조직에서만 작동합니다. Google은 이를 독립형 제품으로 판매하거나 Gemini Enterprise의 일부로 제공하며, 사용자는 Cloud Identity 또는 Microsoft Entra ID나 Okta 같은 타사 identity provider를 통해 로그인합니다. 또한 각 사용자에게 Cloud NotebookLM User 역할이 필요합니다. 개인 Gmail 계정으로 NotebookLM을 사용하는 경우, 이 API는 사용자의 노트북을 볼 수 없습니다.

## NotebookLM MCP 서버

NotebookLM MCP 서버는 AI 에이전트가 NotebookLM을 도구로 사용할 수 있게 해 주는 작은 프로그램입니다. MCP는 [Model Context Protocol](https://modelcontextprotocol.io/docs/getting-started/intro)의 약자로, Claude, ChatGPT, Cursor 및 기타 에이전트와 같은 AI 애플리케이션을 외부 도구 및 데이터에 연결하기 위한 개방형 표준입니다. 클라이언트는 서버가 제공하는 도구를 검색하고 대화 중간에 호출하므로, 에이전트는 파일을 읽는 것과 같은 방식으로 노트북에 질문할 수 있습니다.

![MCP 서버를 통해 노트북에 연결된 AI 에이전트인 NotebookLM MCP](/images/blog/notebooklm-api-mcp/ko/notebooklm-mcp.webp)

"NotebookLM MCP" 및 "NotebookLM MCP server"를 검색하면 커뮤니티 프로젝트로 연결됩니다. 저희가 확인한 것 중 Google이 만든 것은 하나도 없습니다. 이들은 두 가지 일반적인 형태로 나뉩니다.

### 브라우저 기반 MCP 서버

첫 번째 형태는 실제 Chrome 창을 제어합니다. Google 계정에 한 번 로그인하면 서버가 해당 브라우저 세션을 저장하고, 에이전트의 도구 호출은 NotebookLM 웹 앱에서 클릭과 텍스트 입력으로 실행됩니다. 이 유형으로 널리 공유된 프로젝트 중 하나인 `PleasePrompto/notebooklm-mcp`는 노트북에 질문하기, URL 또는 텍스트 소스 추가, Audio Overview 생성 및 다운로드, 노트북 라이브러리 관리 기능을 제공했습니다. 이 프로젝트는 `claude mcp add notebooklm -- npx notebooklm-mcp@latest` 명령으로 Claude Code에 추가할 수 있었습니다. 현재 GitHub 저장소는 보관 처리되었고 더 이상 유지 관리되지 않으며, 이는 이 분야가 얼마나 빠르게 변화하는지 보여 주는 전형적인 사례입니다.

### 라이브러리와 함께 번들로 제공되는 MCP 서버

두 번째 형태는 비공식 라이브러리를 감싸고 그 기능을 MCP 도구로 공개합니다. 다음 섹션에서 다루는 `notebooklm-py`는 Claude Desktop, Claude Code 및 Codex용 MCP 서버를 제공하며, 로컬에서 stdio를 통해 실행하거나 자체 호스팅 원격 커넥터로 실행할 수 있습니다. 완전한 라이브러리 위에서 작동하므로 브라우저 스크립트보다 NotebookLM의 더 많은 기능을 지원하는 경향이 있습니다.

### 연결하기 전에 확인할 사항

어떤 NotebookLM MCP 서버를 선택하든 해당 페이지에서 네 가지를 확인하세요. 아직 유지 관리되고 있는지, Google 계정에 어떻게 로그인하고 해당 세션을 어디에 보관하는지, 어떤 노트북에 접근할 수 있는지, 그리고 consumer app 또는 Enterprise API에 연결하는지 확인해야 합니다. NotebookLM MCP 서버가 연결된 에이전트는 로그인한 계정이 접근할 수 있는 모든 노트북을 읽고 변경할 수 있으므로, 자동화해도 괜찮은 계정과 노트북을 사용하도록 하세요.

## notebooklm-py: 비공식 Python 라이브러리

`notebooklm-py`는 소비자용 앱을 위한 가장 완성도 높은 비공식 NotebookLM API입니다. [GitHub 저장소](https://github.com/teng-lin/notebooklm-py)는 이를 “Google Gemini Notebook을 위한 비공식 Python API 및 에이전트 스킬”이라고 설명하며, Google과 제휴하지 않은 커뮤니티 프로젝트이고 사전 통지 없이 변경될 수 있는 문서화되지 않은 Google API를 기반으로 구축되었다고 밝힙니다.

PyPI에서 `notebooklm-py`라는 이름으로 설치할 수 있습니다. 이 프로젝트에서는 브라우저 지원이 포함된 명령줄 도구를 설치할 것을 권장합니다.

```bash
pipx install "notebooklm-py[browser]"
# 또는 가상 환경 내부에서
pip install "notebooklm-py[browser]"
```

이 라이브러리는 노트북, 소스 및 인용된 채팅을 지원하고, 오디오, 비디오, 슬라이드 자료, 인포그래픽, 퀴즈, 플래시카드, 보고서, 데이터 표, 마인드 맵과 같은 Studio 결과물을 생성하고 다운로드하며, 공유를 관리합니다. 로그인은 기본적으로 대화형 브라우저 로그인을 사용하고, 이미 로그인한 브라우저에서 쿠키를 가져오는 옵션도 제공합니다.

매주 파일 폴더에서 노트북을 만들거나, 여러 노트북에서 동일한 질문 세트를 묻거나, 보관을 위해 생성된 오디오를 다운로드하는 등 소비자용 앱 위에서 개인 또는 연구 워크플로를 구축하려면 `notebooklm-py`를 사용하세요. 기업 운영에 의존하는 작업에는 Google이 문서화하고 지원하는 Enterprise API가 적합합니다.

## NotebookLM CLI 옵션

NotebookLM CLI를 사용하면 브라우저 대신 터미널이나 셸 스크립트에서 노트북 작업을 실행할 수 있습니다. 두 가지 주요 옵션이 있으며, 서로 다른 제품을 대상으로 합니다.

![NotebookLM CLI: 로그인하고 소스를 추가한 후 결과를 다운로드하는 터미널 명령어](/images/blog/notebooklm-api-mcp/ko/notebooklm-cli.webp)

### notebooklm-py의 notebooklm 명령어

`notebooklm-py`를 설치하면 소비자용 앱을 위한 `notebooklm` 명령어도 함께 설치됩니다. 프로젝트 자체의 예제에서는 세션의 형태를 다음과 같이 보여 줍니다:

```bash
notebooklm login
notebooklm create "My Research"
notebooklm source add "./paper.pdf"
notebooklm ask "What are the key themes?"
notebooklm generate audio "make it engaging" --wait
notebooklm download audio ./podcast.m4a
```

이 정도면 전체 작업 흐름을 스크립트로 작성할 수 있습니다. 노트북을 만들고, 소스를 추가하고, 질문을 하고, Audio Overview를 생성한 뒤 저장할 수 있습니다.

### Enterprise API용 nblm

조직에서 NotebookLM Enterprise를 사용하는 경우, `nblm`은 Enterprise API만 대상으로 하는 NotebookLM CLI입니다. Rust 코어, 명령줄 도구, 그리고 [PyPI에 게시된 Python SDK](https://pypi.org/project/nblm/)로 구성된 비공식 클라이언트입니다. 사용자의 `gcloud` 로그인을 재사용하므로 `nblm notebooks create --title "My Notebook"` 또는 `nblm sources add --notebook-id YOUR_NOTEBOOK_ID --web-url "https://example.com" --web-name "Example"` 같은 명령어가 위에서 설명한 공식 REST 메서드에 직접 매핑됩니다.

## 어떤 NotebookLM 자동화 경로가 업무에 적합할까요?

노트북이 어디에 있고 누가 자동화를 실행할지에 따라 경로를 선택하세요:

| 상황 | 가장 적합한 선택 | 이유 |
| --- | --- | --- |
| 회사에서 NotebookLM Enterprise를 사용함 | NotebookLM Enterprise API 또는 그 위에서 실행되는 `nblm` | 공식적으로 문서화된 NotebookLM API 메서드 |
| 개인 노트북을 Python으로 스크립팅함 | `notebooklm-py` | 소비자용 앱을 가장 폭넓게 지원 |
| 개인 노트북을 AI 에이전트로 구동함 | NotebookLM MCP 서버 | 에이전트가 대화 중간에 NotebookLM을 도구로 호출 |
| 개인 노트북에 셸 스크립트를 사용함 | `notebooklm` CLI | 동일한 라이브러리를 사용하며 Python 코드를 작성할 필요 없음 |

실제로 궁금한 점이 NotebookLM이 정말 적합한 도구인지 여부라면, [NotebookLM 대안](/ko/blog/notebooklm-alternatives) 가이드에서 ChatGPT, Claude, Gemini 및 메모 앱과 비교해 보세요. 이 글에서는 자동화에 집중합니다.

## 빠진 단계: 먼저 비디오를 텍스트로 변환하기

위의 모든 NotebookLM API 경로는 노트북 내부에서 일어나는 작업을 자동화합니다. 하지만 비디오 소스에서 완전하고 신뢰할 수 있는 텍스트를 먼저 추출하는 가장 일반적인 문제를 해결해 주는 경로는 없습니다.

NotebookLM 자체의 YouTube 가져오기는 공개 비디오의 자막 텍스트만 읽습니다. 각 링크는 하나의 소스가 되며, 재생목록이나 채널 링크가 해당 비디오로 확장되지는 않습니다. `videoContent`가 단일 `youtubeUrl`을 받기 때문에 Enterprise API도 같은 방식으로 작동합니다. 따라서 자막이 없는 비디오, 60개 비디오로 구성된 강좌, 또는 크리에이터의 전체 과거 콘텐츠 목록은 노트북에 넣기 전에 별도의 단계가 필요합니다. [NotebookLM에서 YouTube 비디오 사용하기](/ko/blog/notebooklm-youtube) 가이드에서 이러한 가져오기 규칙과 해결 방법을 자세히 다룹니다.

이 단계의 자동화된 버전이 트랜스크립트 API입니다. 비디오, 재생목록 또는 채널을 보내 텍스트를 받은 다음, 선택한 노트북 경로에 텍스트를 전달하면 됩니다. 텍스트 소스는 노트북에서도 더 효율적으로 작동합니다. 관련 트랜스크립트를 하나의 파일로 병합하고, 제목을 추가하며, 단일 소스 슬롯 안에 여러 비디오를 보관할 수 있습니다.

## Transcript.im API로 YouTube 트랜스크립트 자동화하기

[Transcript.im API](/ko/api)는 공개 동영상 또는 오디오 링크를 타임스탬프가 포함된 트랜스크립트로 변환하는 REST API입니다. 웹사이트의 [YouTube 트랜스크립트](/ko) 도구와 동일한 추출 파이프라인을 사용합니다. 먼저 크리에이터의 자막을 사용하고, 자막이 없는 동영상은 AI가 음성을 트랜스크립트로 변환합니다. YouTube 외에도 TikTok, Instagram, LinkedIn 및 Twitter/X 링크를 인식하며, 전체 계약은 [Transcript.im API 문서](/ko/docs) 페이지에 OpenAPI 문서로 공개되어 있습니다.

![YouTube 트랜스크립트 API: 타임스탬프가 포함된 JSON으로 반환된 동영상 링크](/images/blog/notebooklm-api-mcp/ko/youtube-transcript-api.webp)

YouTube 트랜스크립트 API는 일반적인 노트북 프로젝트에 필요한 세 가지 형태, 즉 단일 동영상, 단일 재생목록 및 단일 채널을 지원합니다. 인증에는 Bearer 토큰 또는 `X-API-Key` 헤더로 전송되는 API 키를 사용합니다. 아래 예시에서는 `YOUR_API_KEY`를 자리 표시자로 사용합니다.

### 동영상 하나 가져오기

동영상 URL을 `POST /v1/transcript`로 전송합니다. `format`은 타임스탬프가 포함된 세그먼트의 경우 `json`, 일반 텍스트의 경우 `text`이며, `language`는 `en` 또는 `de,en`과 같은 우선순위 목록입니다.

```bash
curl -X POST https://api.transcript.im/v1/transcript \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://www.youtube.com/watch?v=VIDEO_ID", "format": "text", "language": "en"}'
```

일치하는 자막 트랙이 있는 동영상은 응답으로 반환됩니다. 자막이 없는 동영상은 AI 트랜스크립트가 비동기적으로 실행되므로 대신 작업 ID와 함께 `202`를 반환합니다. 작업이 성공하거나 실패할 때까지 `GET /v1/transcript/job/{id}`를 폴링하거나, 진행 상황을 확인하려면 `/events` 스트림을 구독하세요. 동영상이 먼저 제공하는 내용을 확인하려는 경우 `GET /v1/transcript/info`를 사용하면 추출 전에 제공 가능한 언어 목록을 확인할 수 있습니다.

### 전체 재생목록 또는 채널 가져오기

`POST /v1/batch`는 URL 목록, 재생목록 또는 채널을 받습니다. 본문 형식에 따라 모드가 결정됩니다. `urls`, `playlist`(ID 또는 URL) 또는 `channel`(ID, `@handle` 또는 URL) 중 하나를 사용합니다.

```bash
curl -X POST https://api.transcript.im/v1/batch \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"playlist": "https://www.youtube.com/playlist?list=PLAYLIST_ID", "language": "auto"}'
```

응답에는 배치 ID와 전체, 대기 중, 성공 및 실패 항목 수가 포함됩니다. 동영상 하나가 실패해도 해당 항목만 실패로 표시되고 나머지는 폐기되지 않으며, 실패한 항목은 `/retry`로 다시 시도할 수 있습니다. 동일한 작업은 [YouTube 재생목록 트랜스크립트](/ko/youtube-playlist-transcript) 및 [YouTube 채널 트랜스크립트](/ko/youtube-channel-transcript) 도구를 통해 코드 없이도 사용할 수 있습니다.

### 결과 폴링 및 내보내기

`GET /v1/batch/{batchId}`로 진행 상황을 확인하고, 반환된 페이지 토큰을 사용해 남은 항목을 가져옵니다. 배치가 완료되면 `/export`에서 `txt`, `csv`, `json`, `srt`, `vtt` 또는 `zip` 형식으로 다운로드할 수 있습니다.

```bash
curl -L -H "Authorization: Bearer YOUR_API_KEY" \
  "https://api.transcript.im/v1/batch/BATCH_ID/export?format=txt" -o playlist.txt
```

계정 Library에 저장된 단일 트랜스크립트는 Markdown(`md`)으로도 다운로드할 수 있으며, NotebookLM에 적합한 깔끔한 제목 헤딩이 유지됩니다. 그다음 텍스트를 직접 노트북에 추가하거나, `notebooklm-py`를 사용하거나, Enterprise API의 `textContent` 소스를 통해 추가할 수 있습니다.

## Transcript.im MCP Server로 에이전트에게 Transcript 제공하기

호출자가 스크립트가 아닌 AI 에이전트라면 [Transcript.im MCP server](/ko/mcp)를 통해 동일한 Transcript를 도구로 제공할 수 있습니다. 이는 원격 HTTP 엔드포인트인 `https://mcp.transcript.im/mcp`이므로 설치할 것이 없습니다. MCP 클라이언트에는 URL과 API 키만 필요합니다.

![Transcript.im MCP Server: 플레이리스트와 채널 동영상이 AI 에이전트를 위한 타임스탬프 Transcript로 변환된 모습](/images/blog/notebooklm-api-mcp/ko/transcript-mcp-server.webp)

### Transcript.im MCP Server 연결하기

Claude Code에서는 명령줄에서 Transcript.im MCP server를 등록합니다.

```bash
claude mcp add --transport http transcript https://mcp.transcript.im/mcp \
  --header "Authorization: Bearer YOUR_API_KEY"
```

Cursor와 같이 `mcpServers` 설정을 읽는 편집기는 동일한 URL과 키를 사용합니다.

```json
{
  "mcpServers": {
    "transcript": {
      "url": "https://mcp.transcript.im/mcp",
      "headers": { "Authorization": "Bearer YOUR_API_KEY" }
    }
  }
}
```

Claude에서는 이를 사용자 지정 커넥터로 추가할 수도 있고, ChatGPT에서는 API 키 인증을 사용하는 MCP 커넥터로, OpenAI Agent Builder에서는 Bearer 자격 증명을 사용하는 MCP 도구로 추가할 수 있습니다. 키는 `Authorization: Bearer` 또는 `x-api-key`로 전송할 수 있으며, server는 이를 REST API로 전달하므로 에이전트는 스크립트와 동일한 계정으로 작동합니다.

### 에이전트가 사용할 수 있는 도구

Transcript.im MCP server는 11개의 도구를 제공합니다.

- **Transcript:** `get_transcript`는 URL에서 Transcript를 추출하거나 긴 Transcript의 다음 청크를 읽고, `get_transcript_info`는 동영상의 메타데이터와 사용 가능한 자막 트랙을 반환합니다.
- **배치 및 내보내기:** `create_batch`는 URL 목록, 플레이리스트 또는 채널에서 실행을 시작하고, `get_batch`는 상태, 개수 및 다음 페이지의 항목을 보고하며, `export_batch`는 완료된 배치를 텍스트 또는 자막으로 변환합니다.
- **YouTube 검색:** `search_video`, `get_channel`, `list_channel_video`, `list_playlist_item` 및 `list_caption`은 동영상을 찾고, 채널을 확인하며, 업로드 동영상과 플레이리스트를 순회하고, 자막 메타데이터를 읽습니다.
- **계정:** `get_usage`는 계정의 사용량 요약을 보고합니다.

server 자체에는 AI 도구가 포함되어 있지 않습니다. 클라이언트가 이미 모델을 실행하므로 server는 데이터에 집중하고 요약과 재작성은 에이전트에 맡깁니다.

### 긴 Transcript도 쉽게 관리하기

2시간 분량의 녹화물은 에이전트가 하나의 도구 결과로 받아야 하는 양보다 더 많은 텍스트를 생성합니다. server는 긴 Transcript를 제한된 크기의 청크로 반환합니다. 각 청크에는 `truncated: true`와 `nextPageToken`이 포함되며, 에이전트는 다음 청크를 위해 해당 토큰과 함께 `get_transcript`를 다시 호출합니다. 오류는 읽기 쉬운 텍스트와 함께 `code`, HTTP `status`, 그리고 언어가 없는 경우 `availableLanguages`를 반환하므로, 에이전트는 무작정 재시도하는 대신 다음 단계를 선택할 수 있습니다.

## YouTube에서 노트북으로 이어지는 세 가지 파이프라인

구성 요소를 결합하면 몇 가지 반복 가능한 파이프라인을 만들 수 있습니다. 각각은 트랜스크립트로 시작해 노트북이나 에이전트로 끝납니다.

### 파이프라인 1: 채널을 소비자 앱으로 가져오기

채널 배치를 Transcript.im API로 실행하고, 결과를 텍스트로 내보낸 다음, 각 동영상의 제목을 제목으로 사용해 트랜스크립트를 주제별로 묶은 소수의 파일로 병합합니다. 이 파일들을 수동으로 또는 `notebooklm source add`를 사용해 NotebookLM에 업로드합니다. NotebookLM은 단어 수가 아니라 소스 수를 계산하므로 병합이 중요합니다. [NotebookLM이 무료인지](/ko/blog/is-notebooklm-free) 설명하는 가이드에서는 각 요금제의 소스 제한과 병합을 통해 대규모 채널을 제한 안에 유지하는 방법을 설명합니다.

### 파이프라인 2: 재생목록을 NotebookLM Enterprise로 가져오기

회사 노트북의 경우 `notebooks.create`로 노트북을 만들고, `POST /v1/batch`를 통해 재생목록을 실행한 다음, 각 트랜스크립트를 `sourceName`이 동영상 제목인 `textContent` 항목으로 `sources.batchCreate`에 전송합니다. 어떤 언어로든 짧은 스크립트가 이 과정을 처음부터 끝까지 처리할 수 있으며, 양쪽 모두 일반 REST API이므로 새 동영상이 올라오면 노트북을 갱신하는 예약 작업에 적합합니다.

### 파이프라인 3: 두 개의 MCP 서버를 사용하는 에이전트

트랜스크립트 MCP 서버와 NotebookLM MCP 서버를 같은 에이전트에 연결합니다. 그러면 단일 요청으로 전체 과정을 처리할 수 있습니다. "이 채널의 최근 업로드 20개를 나열하고, 트랜스크립트를 가져와 내 연구 노트북에 추가한 다음, 노트북에 가장 자주 등장하는 주제가 무엇인지 물어봐." 에이전트는 한 서버에서 `list_channel_video`와 `get_transcript`를 호출한 다음, 다른 서버에서 노트북 도구를 호출합니다. 소스가 들어온 후 노트북 안에서 작업하는 것이 처음이라면 [NotebookLM 사용 방법](/ko/blog/how-to-use-notebooklm)에 대한 튜토리얼에서 소스, 채팅, Studio를 단계별로 다룹니다.

## 자주 묻는 질문

### 공식 NotebookLM API가 있나요?

예. 공식 NotebookLM API는 Google Cloud의 NotebookLM Enterprise API입니다. 이 API는 조직의 클라우드 프로젝트 내 노트북, 소스, 공유 및 Audio Overviews를 위한 미리보기 REST API입니다. Google은 개인 Google 계정으로 사용하는 소비자 앱을 위한 개발자 API를 공개하지 않았습니다.

### 무료 Google 계정으로 NotebookLM API를 사용할 수 있나요?

아니요. NotebookLM Enterprise API는 Google Cloud 프로젝트의 NotebookLM Enterprise 노트북에서만 작동합니다. 개인 계정의 노트북에는 `notebooklm-py` 또는 커뮤니티 MCP 서버와 같은 비공식 도구를 사용해야 합니다.

### NotebookLM Enterprise API란 무엇인가요?

NotebookLM Enterprise API는 Google의 Discovery Engine 서비스에 있는 `v1alpha` REST 메서드 모음입니다. 노트북을 생성, 가져오기, 나열, 삭제 및 공유하고, 소스를 추가 및 제거하며, Audio Overview를 생성할 수 있고, 액세스는 Google Cloud IAM 역할로 제어됩니다.

### NotebookLM MCP 서버란 무엇인가요?

NotebookLM MCP 서버는 노트북에 질문하거나 소스를 추가하는 등의 NotebookLM 작업을 AI 에이전트가 Model Context Protocol을 통해 호출할 수 있는 도구로 제공하는 프로그램입니다. 현재 제공되는 NotebookLM MCP 서버는 Google 제품이 아닌 커뮤니티 프로젝트입니다.

### notebooklm-py는 공식인가요?

아니요. `notebooklm-py`는 비공식 커뮤니티 라이브러리입니다. GitHub 페이지에는 Google과 제휴하지 않았으며, 사전 통지 없이 변경될 수 있는 문서화되지 않은 Google API를 사용한다고 명시되어 있습니다.

### NotebookLM CLI가 있나요?

예. 하지만 Google에서 제공하는 것은 아닙니다. `notebooklm-py`와 함께 제공되는 `notebooklm` 명령은 소비자 앱에서 작동하며, `nblm`은 `gcloud`를 통해 로그인하는 Enterprise API용 비공식 NotebookLM CLI입니다.

### NotebookLM API로 YouTube 재생목록을 가져올 수 있나요?

아니요. NotebookLM Enterprise API는 단일 `youtubeUrl`을 사용하는 `videoContent`를 통해 YouTube 동영상을 한 번에 하나씩 추가하며, 자막 텍스트만 가져옵니다. 전체 재생목록이나 채널을 가져오려면 먼저 Transcript.im API로 transcript를 가져온 다음 텍스트 소스로 추가하세요.

### YouTube transcript를 NotebookLM으로 자동 가져오려면 어떻게 해야 하나요?

Transcript.im API 또는 Transcript.im MCP 서버를 사용해 동영상, 재생목록 또는 채널의 transcript를 가져온 다음, 업로드, `notebooklm-py` 또는 Enterprise API의 `textContent` 소스를 통해 노트북에 텍스트를 추가하세요.

## 결론

공식 NotebookLM API는 Google Cloud의 NotebookLM Enterprise API가 유일하며, 아직 preview 단계입니다. 개인 노트북의 경우 `notebooklm-py`, 해당 `notebooklm` CLI 및 커뮤니티 NotebookLM MCP 서버가 그 공백을 메워 주지만, 문서화되지 않은 액세스에 의존하므로 Google이 앱을 변경하면 작동하지 않을 수 있습니다.

어떤 경로를 선택하든 노트북의 품질은 소스에 달려 있습니다. 동영상의 경우 먼저 전체 텍스트를 확보해야 합니다. Transcript.im API 또는 MCP 서버로 단일 동영상, 재생목록 및 채널의 transcript를 가져오고, 이를 이름이 잘 지정된 몇 개의 소스로 묶은 다음 NotebookLM 또는 에이전트가 내용을 읽도록 하세요.
