NotebookLM을 사용하여 강의 녹음을 학습 노트로 전환하고 실제로 보관하는 방법

3시간짜리 강의 녹음을 다시 듣는 것은 기술적으로는 공부이고 실제로는 추가 단계로 미루는 일입니다. 필요한 것은 그 내부의 구조이며, NotebookLM은 소스에서만 작동하기 때문에 해당 구조를 매우 잘 추출합니다. 내 루틴에는 4번의 패스가 있으며 모든 과정은 강의당 40분도 채 걸리지 않으며 유지 배당금은 학기 내내 지속됩니다.

1단계는 원시 업로드 및 요약입니다. 코스별로 노트북을 만들고, 슬라이드나 읽기 내용과 함께 녹음 내용을 저장하고, 기본 제공 요약을 먼저 생성하세요. 그것으로부터 공부하지 마십시오. 지도로 사용하세요. AI가 식별한 주제를 보면 업로드가 효과가 있었는지, 강의 내용이 무엇에 관한 것인지 1분 이내에 알 수 있습니다. 이는 강의 계획서에서 말하는 내용과 때때로 다릅니다.

패스 2는 실제로 음표가 작성되는 곳입니다. 주요 주장, 뒷받침하는 사례, 주어진 정의, 언급된 숫자나 날짜 등 구조화된 분석을 요청하세요. 인용은 제가 일반 챗봇보다 이것을 신뢰하는 이유입니다. 모든 주장은 오디오의 정확한 순간에 연결되며 주장을 확인하는 데 3시간을 소요하는 대신 한 번의 클릭만으로 가능합니다. 이를 노트 앱으로 내보내고 자신만의 구조로 다시 포맷하세요. 재구성하는 행위가 학습의 절반이기 때문입니다.

세 번째 단계는 심문이며 대부분의 사람들이 건너뛰는 단계입니다. NotebookLM에 시험에서 예상되는 질문을 물어보세요. 4주차에 발표된 두 모델을 비교하고, 이 규칙의 예외에 대해 강사가 말한 내용과 슬라이드와 강의의 어느 부분이 일치하지 않는지 비교하십시오. 불일치 질문은 금입니다. 자료 간의 모순은 시험 문제가 있는 곳과 일반 챗봇이 아닌 방식으로 모호성에 대해 솔직한 기반 도구가 있는 곳이기 때문입니다.

패스 4는 시작이 아닌 끝에서 생성되는 오디오 개요입니다. 자료에 대한 두 명의 호스트 팟캐스트 토론은 출퇴근길에 통합하는 데 정말 좋지만 실제 작업을 마친 후에만 가능합니다. 왜냐하면 수동적으로 듣는 것은 먼저 친숙하다는 환상을 낳기 때문입니다. 내 시퀀스는 의도적으로 이를 반전시킵니다. 즉, 종이에 있는 자료를 활용한 다음 오디오 개요를 통해 이를 확고히 합니다. 일주일에 세 번 강의는 내가 실제로 소유한 노트가 되었고, 일요일 복습 세션은 3시간에서 40분으로 단축되었습니다.