AI로 글감 고민 끝! 개발자의 일상을 담은 '글감봇' 개발 후기
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.
