Codex를 사용하여 SEO 용어집을 구축, 구조화, 검증 및 배포하는 과정

저는 최근 Codex로 작은 실험을 진행했는데, 이 경험은 웹사이트 제작에 대한 저의 생각을 바꾸었습니다. 목표는 단순히 콘텐츠를 생성하는 것이 아니었습니다. AI가 웹사이트 제작 워크플로우 자체를 운영하는 데 도움을 줄 수 있는지 확인하는 것이었습니다. 이번 실험에서 저는 Time LLC가 운영하는 자사 미디어 사이트인 Time Columns을 위한 SEO 용어집을 구축하기 위해 Codex를 사용했습니다. 첫 번째 버전에는 다음이 포함되었습니다: 572개 용어, 26개의 용어집 페이지, 카테고리 분류, 간략한 정의, HTML 생성, 내부 링크 확인, 사이트맵 업데이트, GitHub 푸시, Cloudflare Pages 배포 구현부터 검증 및 배포까지 약 95분이 걸렸습니다. 이것은 단순히 글쓰기가 빨라진 정도가 아닙니다. 완전히 다른 제작 모델입니다.

일반적인 웹사이트 제작 워크플로우 일반적인 웹사이트 제작 워크플로우는 종종 구조에서 시작합니다. 스프레드시트를 준비하고, 사이트맵을 정의하며, CMS 필드를 결정합니다. 초안과 카테고리를 정리합니다. 그런 다음 모든 것을 웹사이트로 옮깁니다. 일반적인 흐름은 다음과 같습니다: 스프레드시트 → 사이트맵 → CMS 구조 → 초안 관리 → HTML/CMS 구현 → 검증 → 배포 이 접근 방식은 여전히 유용하지만, 많은 인계(handoff)를 발생시킵니다. 기획이 작성으로 이동하고, 작성이 디자인으로 이동하며, 디자인이 코딩으로 이동합니다. 코딩은 CMS 입력으로 이동하고, CMS 입력은 확인 단계로 이동하며, 확인은 배포로 이동합니다. 각 단계는 간단할 수 있지만, 모든 인계가 시간을 추가합니다.

제가 대신 시도한 것 이번에는 반대 방향을 시도해 보았습니다.

완벽한 스프레드시트를 먼저 준비하는 대신, 저는 웹사이트부터 시작했습니다. Codex에게 용어 목록과 용어집의 목적을 제공했습니다. 그 목적은 사전(dictionary)을 만드는 것이 아니었습니다. 그 목적은 사이트 내부에 SEO 진입점(entry points)을 만드는 것이었습니다. 거기서부터 Codex는 다음 작업을 도와주었습니다: 용어를 카테고리로 그룹화하고, 중복 항목을 제거하며, 간결한 정의를 작성하고, 용어집 페이지를 생성하고, 관련 링크를 업데이트하고, 내부 링크를 확인하고, sitemap.xml을 업데이트하며, GitHub에 변경 사항을 준비하고, Cloudflare Pages를 통해 배포하는 것입니다. 워크플로우는 다음과 같이 가까워졌습니다: 용어 목록 → AI 카테고리화 → HTML 페이지 → 링크 유효성 검사 → 사이트맵 업데이트 → GitHub 푸시 → Cloudflare Pages 배포 → 이후 구조화된 데이터 추출. 흥미로운 점은, 구조화된 데이터가 게시된 HTML로부터 나중에 다시 생성될 수도 있다는 것입니다. 따라서 방향이 역전되었습니다. 웹사이트가 먼저 왔고, 구조화된 데이터는 나중에 왔습니다. 이것은 단순히 AI가 콘텐츠를 작성하는 것이 아니었습니다. AI와 웹사이트에 대한 대부분의 논의는 여전히 '작성'에 초점을 맞추고 있습니다. AI가 블로그 게시물을 작성할 수 있을까요? AI가 랜딩 페이지 문구를 생성할 수 있을까요? AI가 SEO 기사를 다시 쓸 수 있을까요? 이 질문들은 유용하지만, 가장 흥미로운 부분은 아닙니다. 이번 실험에서 AI는 단순히 텍스트를 작성하는 것 이상이었습니다. 그것은 글쓰기(writing), 구조화(structure), 구현(implementation), 검증(validation), 그리고 배포(deployment)를 하나의 연속적인 워크플로우로 연결하는 것을 도와주었습니다. 바로 그곳에 레버리지(leverage)가 나타납니다.

인간의 역할은 여전히 중요했습니다. 이것은 'AI가 모든 것을 결정한다'는 의미가 아니었습니다. AI가 스스로 모든 용어를 선택하도록 한 첫 번째 시도는 너무 빈약하고 산만하게 느껴지는 결과물을 냈습니다. 유용한 버전은 제가 용어 목록과 방향을 제공했을 때 시작되었습니다. 인간의 역할은 여전히 필수적이었습니다. 목적 결정하기, 테마 선택하기, 용어집이 무엇을 위한 것인지 정의하기, 카테고리가 말이 되는지 판단하기, 구조 수정하기, 언제 출판할 만큼 충분한지 결정하는 것이었습니다. AI는 실행(execution)을 담당했습니다. 하지만 개념 자체는 인간 측에서 나왔습니다. 이 구분이 중요합니다. AI는 빠르게 움직일 수 있지만, 방향이 필요합니다. 웹 개발에 이것이 왜 중요한가? 콘텐츠가 많은 웹사이트의 경우, 병목 현상은 종종 HTML 자체가 아닙니다. 병목 현상은 그 주변을 둘러싼 워크플로우입니다. 누가 콘텐츠를 준비하는가? 누가 구조를 정의하는가? 누가 CMS(Content Management System)를 업데이트하는가? 누가 링크를 확인하는가? 누가 사이트맵(sitemap)을 업데이트하는가? 누가 배포하는가? 누가 나중에 작은 문제를 수정하는가? AI는 이러한 단계들 간의 마찰(friction)을 줄일 수 있습니다. 하지만 계획이 필요하다는 필요성 자체를 없애지는 않습니다. 다만, 무언가를 게시하기 전에 얼마나 많은 계획이 이루어져야 하는지를 바꿀 뿐입니다. 자사 미디어(owned media), FAQ 사이트, 용어집, 문서화 사이트, 그리고 SEO 콘텐츠 구조에 있어서 이것은 중요합니다. 웹사이트는 이전보다 훨씬 더 빠르게 구축되고, 검증되며, 재구성되고, 확장될 수 있습니다. 더 큰 변화: 진정한 변화는 AI가 웹 페이지를 더 빨리 만든다는 것이 아닙니다. 진정한 변화는 AI가 재구조화(restructuring)의 비용을 낮춘다는 것입니다. 이것은 우리가 웹사이트에 대해 생각하는 방식을 바꿉니다.

웹사이트는 더 이상 게시 전에 데이터베이스처럼 완벽하게 설계될 필요가 없습니다. 먼저 성장시킨 다음, 구조가 명확해짐에 따라 재구성할 수 있습니다. AI는 이러한 종류의 작업을 훨씬 쉽게 만듭니다. 결론적으로, AI는 종종 글쓰기 비서(writing assistant)로 설명됩니다. 하지만 그 설명은 너무 작습니다. 이 실험에서 Codex는 페이지를 구축하고, 카테고리를 정리하며, 내부 링크를 확인하고, 사이트맵을 업데이트하고, GitHub에 푸시하고, Cloudflare Pages를 통해 배포하는 데 도움을 주었습니다. 웹사이트 제작 워크플로우가 단순히 빨라지기만 한 것이 아닙니다. 오히려 반대 방향으로 움직이기 시작했습니다. 모든 구조를 먼저 준비한 다음 나중에 게시하는 대신, 이제 우리는 훨씬 더 유연하게 게시하고, 구조화하고, 검증하며, 재구성할 수 있습니다. 원문 기사: https://column.time7.jp/en/column/ai-reverses-website-production-process/ 용어집: https://column.time7.jp/en/glossary/