메타, 구글 팟캐스트 생성 기능 복제한 '노트북라마' 오픈소스로 공개

노트북라마(NotebookLlama)는 텍스트 문서를 두 진행자가 대화하는 팟캐스트 형태의 오디오로 변환해 주는 메타의 오픈소스 프로젝트입니다. 많은 관심을 모았던 구글 '노트북LM'의 팟캐스트 생성 기능을 누구나 구현해 볼 수 있도록 공개한 오픈 대안입니다.

문서를 팟캐스트로 바꾸는 원리

전체 작업 흐름은 메타의 자체 라마(Llama) 모델을 기반으로 돌아갑니다.

사용자가 뉴스 기사나 블로그 글이 담긴 PDF 문서를 올리면, 노트북라마는 우선 원문에서 기본 텍스트를 추출합니다. 그다음 모델이 대화에 극적인 연출과 맞장구, 말 끊기 같은 요소를 덧붙여 실제 두 사람이 주고받는 대화형 대본으로 가공합니다.

이렇게 완성된 대본을 오픈소스 텍스트 음성 변환(TTS) 모델에 전달해 최종 대화 오디오를 합성해 냅니다.

메타 연구진이 깃허브에 남긴 설명에 따르면, 현재는 단일 모델이 팟캐스트의 전체 개요와 대본을 작성하고 있습니다. 연구진은 앞으로 두 개의 AI 에이전트가 특정 주제를 두고 직접 토론하며 대본을 작성하게 만드는 방식도 대안으로 고려하고 있다고 밝혔습니다.

음질과 현재의 한계

지금 당장 구글 노트북LM 수준의 매끄러운 진행을 기대한다면 실망할 수 있습니다.

공개된 샘플 오디오를 들어보면 목소리에 기계음이 매우 뚜렷하게 묻어납니다. 게다가 대화 도중 엉뚱한 타이밍에 두 진행자의 말이 서로 겹치거나 오디오가 엉키는 현상도 자주 발생합니다.

연구진 역시 이러한 한계를 인정했습니다. 음성이 얼마나 자연스럽게 들리는지는 전적으로 오픈소스 TTS 모델의 성능에 달려 있으며, 향후 더 강력한 모델을 적용하면 품질을 끌어올릴 수 있다고 설명했습니다.

인공지능의 고질병인 환각 현상도 여전합니다. 구글 원작이나 다른 복제 프로젝트들과 마찬가지로, 원문에 없는 내용을 그럴듯하게 지어내어 말하는 문제를 완전히 해결하지는 못했습니다.

해당 프로젝트의 전체 소스코드는 깃허브에 공개되어 있어 누구나 내려받아 살펴볼 수 있습니다.

왜 중요한가

노트북라마의 가치는 지금 당장의 음질보다 구글이 닫아둔 인기 기능의 제작법을 오픈소스로 완전히 풀어냈다는 데 있습니다.

구글 노트북LM은 완성도가 높지만 블랙박스에 가까워, 사용자가 음성을 입맛대로 바꾸거나 민감한 사내 문서를 완전히 로컬 환경에서 처리하기 어려웠습니다. 노트북라마는 아직 거칠지만 텍스트 분해부터 대본 각색, 음성 합성으로 이어지는 전체 파이프라인을 고스란히 보여줍니다.

당장 완성도 높은 결과물이 필요한 일반 사용자라면 구글 서비스를 계속 쓰는 편이 낫습니다. 하지만 음성 모델을 직접 교체하거나 사내 지식 기반과 연결해 맞춤형 팟캐스트 도구를 만들고 싶은 개발자에게는 매우 유용한 실험 기반이 열린 셈입니다.