블로그 포스팅 형식 지정이 지겨워 AI를 활용한 나만의 발행 도구를 만들게 되었습니다

하나의 기사로 여섯 가지 디자인 스타일을 구현하는 재사용 가능한 발행 워크플로우입니다.

제 문제는 글쓰기가 아니었습니다. 글쓰기 이후의 모든 과정이 문제였습니다.

저는 기술, AI, 교육 및 디지털 솔루션 실험에 관한 글 쓰는 것을 좋아합니다.

하지만 Blogger에 기사를 게시할 때마다 똑같은 반복 작업들이 나타났습니다.

제목 형식 지정(Formatting headings). 레이아웃 조정(Adjusting layouts). 브랜딩 추가(Adding branding). 표준 헤더와 푸터 삽입(Inserting my standard header and footer). 모든 것을 일관성 있게 보이도록 만드는 것 등이었습니다.

저는 생각했습니다:

컴퓨터가 대신할 수 있는데 왜 제가 같은 작업을 반복해야 할까요?

그래서 작은 도구를 만들기로 결정했습니다.

거대한 애플리케이션이 아닙니다. 비싼 구독 서비스도 아닙니다.

그저 유용한 무언가였습니다.

저의 작은 발행 공장을 소개합니다 🏭

저는 자기 학습 과정의 일환으로 Python 기반 기사 변환기(article converter)를 개발했으며, AI를 학습 및 개발 파트너로 활용했습니다.

저의 워크플로우는 다음과 같습니다:

1. Microsoft Word 또는 Markdown으로 기사를 작성합니다.
2. 간단한 Windows 배치 파일(batch file)을 실행합니다.
3. 미리 정의된 여섯 가지 디자인 스타일 중 하나를 선택하거나 변환기가 자동으로 선택하게 합니다.
4. 텍스트 파일에 Blogger용 HTML을 생성합니다.
5. Blogger에서 복사, 미리 보기 및 게시합니다.

그게 전부입니다!

저의 변환기는 이미 제가 선호하는 레이아웃, 브랜딩, 헤더, 푸터를 알고 있습니다.

여섯 가지 스타일은 전문 비즈니스 기사나 교육용 포스트부터 기술 튜토리얼 및 편집 글쓰기에 이르기까지 다양한 종류의 콘텐츠를 다룹니다.

예를 들어, 최근에는 네이비 오렌지 에디토리얼(Navy Orange Editorial) 디자인을 선택했습니다.

변환기가 제 Word 문서를 처리하여 형식화된 HTML을 생성해 주었습니다.

모든 기사에 대해 전체 디자인을 다시 구축할 필요가 없었습니다.

그리고 중요한 점은, 저는 여전히 게시하기 전에 결과물을 검토한다는 것입니다.

제가 배운 것들

저는 전통적인 소프트웨어 개발자는 아닙니다.

자기 학습과 실습 실험을 통해 Python, 데이터베이스, 클라우드 플랫폼, 자동화(automation), 웹 기술 등을 탐구해 왔습니다.

AI는 아이디어를 탐색하고, 문제를 이해하며, 실용적인 솔루션을 개발하는 데 도움을 주었습니다.

하지만 저는 단순히 AI에게 코드를 작성해달라고 요청하는 것보다 더 가치 있는 것을 발견했습니다.

진짜 기술은 원하는 것이 무엇인지 설명하는 방법을 배우는 것입니다.

'파이썬으로 무언가를 만들어줘.'라고 말하는 대신,

'저는 정기적으로 기사를 발행합니다. 제 포맷팅은 반복적입니다. 워드 문서를 받아서 제가 선호하는 디자인을 적용하고, 블로거에 붙여넣을 수 있는 HTML을 생성해주는 도구가 필요해요.'라고 설명해보세요.

이제 당신에게는 실제 문제, 명확한 작업 흐름(workflow), 그리고 테스트할 수 있는 결과물이 생겼습니다.

이곳에서 유용한 빌딩이 시작됩니다.

이런 접근 방식도 시도해 볼 수 있습니다

복잡한 애플리케이션부터 시작할 필요는 없습니다.

정기적으로 반복하는 작업 하나를 찾아보세요.

오늘 그것을 어떻게 하는지 기록하세요.

AI에게 이 과정을 단순화하는 것을 도와달라고 요청하세요. 결과를 테스트하고, 무엇을 하는지 이해하며, 개선하고, 최종 결과물에 대한 책임감을 유지하세요.

당신의 첫 번째 도구는 단 5분만 절약해 줄 수도 있습니다.

하지만 다음에 그것을 사용할 때, 그 5분이 다시 절약됩니다.

목표는 모든 것을 자동화하는 것이 아닙니다. 더 이상 당신의 주의를 필요로 하지 않는 반복적인 작업을 중단시키는 것입니다.

저의 더 큰 교훈

저는 예전에는 기술이 주로 도구를 배우는 것에 관한 것이라고 생각했습니다.

이제 저는 그것이 문제(problem)를 이해하는 것에 관한 것이라는 생각을 점점 더 하게 됩니다.

실험을 시작하기 위해 전문가일 필요는 없습니다.

당신에게 필요한 것은 호기심, 명확한 사고방식, 인내심, 그리고 무언가가 작동하지 않을 때 배울 의지입니다.

저 또한 여전히 배우고 있습니다. 계속 실수하고 있습니다. 계속 만들고 있습니다.

그리고 네, 가끔 단순한 스크립트가 복잡한 전체 애플리케이션보다 더 큰 만족감을 줍니다. 😄

제 발행된 기사들은 DeTLeng Insights에서, 그리고 저의 광범위한 디지털 학습 프로젝트는 DeTLeng에서 확인하실 수 있습니다.

만약 자신만의 작은 AI 기반 개발 파트너가 있다면 어떤 반복적인 작업을 자동화하시겠습니까?

댓글로 여러분의 아이디어를 듣고 싶습니다.

계속 배우고, 계속 실험하고, 계속 만드세요.

— 일상적인 문제를 실용적인 디지털 솔루션으로 바꾸는 셀프 러너.