AI로 글감 고민 끝! 개발자의 일상을 담은 '글감봇' 개발 후기
by DD
4개월 전
조회수 28
글쓰기 소재 발굴에 어려움을 겪던 개발자가 AI를 활용해 글감 추천 봇(글감봇)을 개발
Claude Code를 사용하여 자동화된 글감 추천 시스템 구축, 개인화된 글감 제안
GitHub Actions를 활용한 자동 배포 및 주간 실행, 글감 선정 시간 획기적 단축
할루시네이션(Hallucination) 문제 발생, 데이터 소스 가중치 및 중복 추천 방지 기능 도입
AI 활용의 핵심은 창의적 작업이 아닌, 반복적인 일상 자동화에 있음을 강조
글감봇 아키텍처: 데이터 수집부터 이메일 발송까지
글감봇은 크게 데이터 수집, AI 모델 호출, 결과 포맷팅 및 발송의 세 단계로 구성된다.
데이터 수집기(Data Collector): Notion, GitHub, Claude 대화 기록 등 7가지 소스에서 데이터를 수집
Claude API 호출: 수집된 데이터를 프롬프트(Prompt)로 묶어 Claude API에 전달, 글감, 추천 이유, 개요, 참고 키워드 생성
GitHub Actions: 매주 금요일 오후 5시에 자동 실행, HTML 이메일로 포맷팅하여 Gmail로 발송
이러한 구조는 자동화된 글감 추천 시스템(Automated Topic Recommendation System)을 구축하고, 개발자의 글쓰기 과정을 효율적으로 지원한다.
AI 에이전트(AI Agent) 선택: Claude Code vs. ChatGPT
글쓴이는 코딩에 특화된 AI 에이전트(AI Agent)로 클로드 코드(Claude Code)를 선택했다.
터미널 기반 에이전트: 로컬 파일 시스템(Local File System)에 접근하여 맥락(Context)을 학습하고, 파일 생성 및 코드 작성 가능
ChatGPT의 불편함: 코드 복사 및 붙여넣기(Copy & Paste) 과정 필요, 맥락 부재(Context Absence)
Claude Code의 장점: 로컬 환경(Local Environment)에 있는 Chrome 북마크 파일 파싱(Parsing), VS Code 캐시 읽기 등 다양한 작업 가능
결과적으로 클로드 코드(Claude Code)는 개발 환경(Development Environment)과의 통합을 통해 생산성을 향상시켰다.
데이터 소스 및 가중치 시스템 설계
글감봇은 다양한 데이터 소스를 활용하여 개인화된 글감을 추천한다.
데이터 소스: Notion 메모, 브라우저 북마크, Claude 대화 기록, VS Code 에디터 캐시, GitHub 활동, Apple Calendar, RSS 피드
소스 제외: VS Code 에디터 캐시, 브라우저 북마크는 GitHub Actions 환경(GitHub Actions Environment) 접근 불가 및 활용도 저조로 제외
가중치 시스템: 데이터 소스별 가중치 부여, Notion 메모(2.0), Claude 대화 및 GitHub(1.5), 외부 RSS(0.5)
이러한 가중치 시스템은 개인적인 경험(Personal Experience) 기반의 글감 추천을 가능하게 한다.
GitHub Actions를 활용한 배포 및 운영
글감봇은 GitHub Actions를 사용하여 자동 배포 및 스케줄링을 구현했다.
GitHub Actions 선택 이유: 배포 관리 불필요, GitHub 레포지토리(Repository) 코드만으로 실행 가능, 스케줄링 기반 동작
배포 과정의 어려움: 로컬 디렉터리(Local Directory) 경로에 있는 에디터 캐시, 북마크, 클로드 히스토리(Claude History) 처리
해결 방안: 에디터 캐시 및 브라우저 북마크 제외, Claude 대화 기록은 Private Gist 경유(Private Gist Via)
GitHub Actions는 저렴한 비용(Low Cost)으로 자동화된 운영 환경을 제공한다.
비용 및 할루시네이션(Hallucination) 문제 해결
글감봇은 Claude API를 사용하며, 비용 효율적인 운영을 위해 노력했다.
API 비용: Opus 모델 기준 회당 약 $0.6, 월 4회 실행 시 약 $2.5
토큰 제한: 주제당 max_output_tokens를 800으로 제한하여 예산 통제(Budget Control) 및 안정적인 결과 확보
할루시네이션(Hallucination) 문제: 클로드가 ‘한 일’과 ‘할 일’을 구분하지 못하는 문제 발생
해결 노력: 데이터 소스 가중치 시스템 도입, 중복 추천 방지(Duplicate Recommendation Prevention)를 위한 topic_history.json 활용
결과적으로 글감봇은 합리적인 비용(Reasonable Cost)으로 개인화된 글감 추천 서비스를 제공한다.
