내 데이터는 내가 지키고, AI는 내가 고르는 개인 연구 노트
PDF, 영상, 웹페이지를 한곳에 모아 AI와 대화하고 팟캐스트까지 만들 수 있습니다. 구글의 Notebook LM과 비슷한 기능을 제공하지만, 모든 데이터가 내 컴퓨터나 서버에 머물러 있어 프라이버시를 걱정하지 않아도 됩니다. 여러 AI 모델을 자유롭게 연결해 비용과 성능을 조절할 수 있는 오픈소스 도구입니다.
데이터 주권과 모델 선택의 자유
이 도구의 핵심은 내 연구 자료가 외부 클라우드에 올라가지 않는다는 점입니다. Docker로 로컬에 설치하면 모든 처리가 내 환경에서 일어나며, Ollama 같은 로컬 모델 서버를 연결하면 인터넷 연결 없이도 AI 기능을 사용할 수 있습니다. 클라우드를 원한다면 OpenAI, Anthropic, Google 등 20개 이상의 제공사를 선택할 수 있어 특정 업체에 묶이지 않습니다. API 키는 설정 파일이 아닌 사용자 인터페이스에서 직접 입력하므로 관리가 간편합니다.
연구 자료를 넘나드는 대화와 콘텐츠 생성
PDF, 영상, 오디오, 웹페이지 등 다양한 형식의 자료를 노트에 추가하면, 이 자료들을 기반으로 AI와 맥락 있는 대화를 나눌 수 있습니다. 답변에는 출처가 인용되어 정보의 신뢰성을 확인할 수 있으며, 전체 텍스트와 벡터 검색을 통해 방대한 자료 속에서도 필요한 정보를 빠르게 찾습니다. 특히 1~4명의 화자가 참여하는 팟캐스트 생성 기능이 있어, 연구 내용을 오디오 콘텐츠로 변환해 공유할 수 있습니다. 각 화자의 프로필을 커스텀하여 전문적인 팟캐스트를 제작하는 것이 가능합니다.
설치와 초기 설정 과정
Docker Desktop 또는 Docker Engine과 Compose 플러그인이 필요합니다. 저장소에서 docker-compose.yml 파일을 다운로드한 후, API 키를 암호화할 비밀 문자열을 설정해야 합니다. docker compose up -d 명령으로 서비스를 시작하면 약 30초 후 브라우저에서 접속할 수 있습니다. 첫 실행 시 사이드바의 Models 메뉴에서 원하는 AI 제공사를 선택하고 API 키를 입력한 뒤, 언어 모델과 임베딩 모델을 지정하면 준비가 끝납니다. 로컬 모델을 사용하려면 Ollama를 함께 실행하고 Base URL을 입력하면 됩니다.
사용 전 확인해야 할 보안과 한계
기본적으로 UI와 API 포트가 모든 네트워크 인터페이스에 열려 있고 비밀번호가 없으므로, 공용 네트워크에서 사용할 경우 반드시 포트 바인딩을 로컬호스트로 제한하거나 비밀번호를 설정해야 합니다. Anthropic이나 Groq 같은 일부 제공사는 임베딩 모델을 지원하지 않아, 임베딩 기능이 필요한 다른 제공사와 함께 사용해야 합니다. 현재 버전은 단일 사용자 환경에 최적화되어 있으며, 멀티유저 지원이나 에이전트 기능은 향후 계획에 포함된 방향성일 뿐 아직 구현되지 않았습니다. MIT 라이선스로 배포되어 자유롭게 수정하고 사용할 수 있습니다.