AI로 YouTube 영상, 팟캐스트와 대화하는 방법

웹의 텍스트는 30년 전부터 검색할 수 있었어요. 하지만 영상과 오디오는 지금도 사실상 속을 들여다볼 수 없는 덩어리예요. YouTube 자체 검색은 제목, 설명, 채널 이름을 찾을 뿐, 화자가 42:15에 실제로 한 말은 찾지 못해요. 팟캐스트는 더 심해요. 프로그램이 스크립트를 공개하지 않으면 한 시간 분량의 말이 모든 검색 엔진과 모든 AI에게 보이지 않아요. 지난달 어떤 영상에서 특정 주장을 들은 건 분명히 기억나는데 아무리 애써도 다시 찾을 수 없는 이유가 바로 이거예요. 해결책은 말을 정확하고, 타임스탬프가 붙고, 구조화된 텍스트로 바꿔 인덱싱한 다음, 그 인덱스 앞에 AI를 두는 거예요. 이 가이드의 나머지 내용은 모두 이 한 가지 아이디어의 변형이에요.

가장 단순한 도구는 URL 하나를 받아 스크립트로 만든 뒤, 오른쪽 창에서 그 영상 하나와 대화하게 해 줘요. 이 범주의 브라우저 확장 프로그램이나 독립 사이트는 지금 보고 있는 강의 하나에는 잘 맞아요. 하지만 질문이 영상 두 개에 걸치거나, 한 달 전에 요약 도구가 알려 준 내용을 다시 떠올리고 싶어지는 순간 한계가 드러나요. 아무것도 저장되지 않으니 아무것도 쌓이지 않아요. 이 부류는 일회용으로 생각하세요. '이 한 시간짜리 영상이 실제로 뭘 다뤘지?' 같은 단발성 질문에는 좋지만, 딱 거기까지예요.

두 번째 부류는 내가 저장한 것을 보관하고, 라이브러리 전체를 대상으로 앱 안에서 채팅하게 해 줘요. Recall은 저장한 기사, 영상, 팟캐스트에 이 기능을 제공하고, 무료 요금제와 그 위의 유료 요금제가 있어요. 현재 요금제는 Recall 비교에서 볼 수 있어요. NotebookLM은 노트북마다 소수의 리서치 출처를 대상으로 같은 일을 하고, Google이 무료로 제공해요. 둘 다 각자의 앱 안에서는 쓰기 편해요. 다만 기본적으로는 모든 올인원 AI 앱이 가진 한계가 있어요. AI가 앱 안에 살고, 라이브러리는 그 앱의 채팅에서만 접근할 수 있다는 점이에요. NotebookLM(지금은 Gemini Notebook)이 이렇게 작동해요. Recall도 처음엔 이랬지만 이후 API와 MCP 서버를 추가해서, 이제는 라이브러리에 외부에서도 접근할 수 있어요. 그래서 아래의 세 번째 부류로 어느 정도 넘어간 셈이에요. 이 부류의 도구는 한 가지 질문으로 판단하세요. 같은 회사가 만들지 않은 어시스턴트도 이 라이브러리를 읽을 수 있나요?

세 번째 부류는 내가 수집한 모든 것을 저장하고, Model Context Protocol(MCP)을 통해 어떤 AI 클라이언트에든 열어 줘요. MCP는 Anthropic이 2024년 말에 공개한 개방형 표준으로, 이제 Claude, Cursor, 커넥터를 통한 ChatGPT, Gemini를 비롯해 점점 더 많은 클라이언트가 지원해요. 메모리 레이어를 한 번 연결하면 이후 MCP를 지원하는 모든 클라이언트의 모든 대화가 필요할 때마다 같은 저장소를 조회할 수 있어요. 다음 분기에 최신 모델의 판도가 바뀌어도(분명 바뀌어요) 라이브러리를 다시 만들 필요 없이 클라이언트만 바꾸면 돼요. 이 가이드의 나머지 부분은 이 접근법을 차근차근 설명해요.

BrainTube는 저희 제품이에요. 그러니 이 섹션은 중립적인 추천이 아니라, 그렇다고 밝혀 둔 예시로 봐 주세요. 1단계, 수집: YouTube URL, RSS 피드, 기사 링크를 붙여넣거나, Chrome 확장 프로그램으로 지금 보고 있는 탭을 저장해요. 2단계, 스크립트 변환: BrainTube가 오디오를 가져와 음성을 텍스트로 변환하고, 단어를 타임스탬프에 맞춘 뒤 스크립트를 챕터로 나눠요. 3단계, 구조화: 엔티티, 출처, 하이라이트를 아우르는 지식 그래프를 만들어서, 따로 떨어진 청크만 돌려주는 대신 여러 항목을 엮어 떠올릴 수 있게 해요. 4단계, AI 연결: MCP 엔드포인트를 Claude Desktop, Claude.ai, Cursor 등 MCP 클라이언트에 붙여넣어요. 설정 하나, 딱 한 번이면 돼요. 5단계, 어디서든 질문: 저장한 영상에 대해 Claude에게 물어보세요. 예를 들면 'Andrew Huberman이 아침 햇빛에 대해 뭐라고 했지?'처럼요. BrainTube 자체 채팅에서는 모든 답변이 정확한 타임스탬프로 연결돼요. 같은 질문은 다음 날 Cursor에서도 그대로 통해요.

타임스탬프 인용은 AI 답변 속 문장에서, 그 문장이 나온 원본 스크립트의 정확한 구간으로 이어지는 하이퍼링크예요. 클릭하면 YouTube 영상의 42:15(팟캐스트라면 해당하는 초)로 바로 이동해요. 여기서 두 가지가 따라와요. 첫째, 검증할 수 있어요. 출처가 클릭 한 번 거리에 있으니 환각을 쉽게 잡아낼 수 있어요. 둘째, 그 위에 쌓아 갈 수 있어요. 인용, 요약, 추가 리서치를 다른 말로 바꾼 내용이 아니라 실제 구절에서 시작할 수 있거든요. '저장한 것에서' 답한다면서 저장한 것의 어디인지 가리키지 않는 메모리 레이어는 그냥 믿어 달라고 하는 셈이에요. 2026년에 그 정도로 만족할 이유는 없어요.

영상 하나만 보고 다시 볼 일이 없다면 영상별 요약 도구가 맞아요. 수집, 읽기, 채팅, 마무리까지 전체 흐름이 한 앱 안에서 끝나고 거기 머물러도 괜찮다면 NotebookLM 같은 인앱 지식 베이스가 맞고요. 이미 AI 도구를 두 개 이상 쓰고 있거나, 내년 모델 교체 뒤에도 라이브러리가 살아남길 바라거나, 코딩할 땐 Cursor에서, 글을 쓸 땐 Claude에서 답을 받고 싶다면 MCP로 연결한 메모리 레이어가 맞아요. 브랜드 충성도가 아니라 작업 방식에 맞춰 고르세요.

MCP는 아직 젊은 기술이에요. 모든 AI 클라이언트가 지원하는 건 아니에요. ChatGPT는 기본 지원이 아니라 커넥터를 통해 연결하고, 일부 클라이언트는 웹이 아니라 데스크톱 앱이 있어야 해요. 수집 품질은 출처에 달려 있어요. 비공개 영상, DRM이 걸린 오디오, 유료 팟캐스트는 여전히 우회 방법이 필요하거나 아예 안 돼요. 특히 BrainTube는 Notion, Obsidian, Recall보다 신생 제품이라 커뮤니티도 작고 플러그인 생태계도 작아요. 작업 흐름이 그런 생태계에 기대고 있다면 그대로 두고 메모리 레이어를 옆에 추가하세요. 이 방식은 앞으로 24개월 동안 MCP가 상호운용성 경쟁에서 이긴다는 데 거는 베팅이에요. 만약 그러지 못한다면 이 접근법은 다른 방식보다 빨리 낡을 거예요.