본문으로 건너뛰기

© 2026 Molayo

Dev.to헤드라인2026. 06. 23. 17:13

내가 잠든 사이 내 블로그에 글을 게시하는 AI 콘텐츠 팀을 구축했습니다

요약

LLM을 활용하여 개인의 메모를 바탕으로 기술 블로그 포스트를 자동 생성하고 게시하는 AI 콘텐츠 팀 구축 사례를 소개합니다. 인간이 검토하고 승인하는 'Human-in-the-loop' 방식을 통해 품질을 유지하며, 작성 시간을 획기적으로 단축하는 워크플로우를 제안합니다.

핵심 포인트

  • LLM을 창의적 도구가 아닌 구조적 타이피스트로 활용
  • Human-in-the-loop 방식을 통한 품질 가드레일 확보
  • LLM의 수치 환각(Hallucination) 현상에 대한 주의 필요
  • 개인적인 말투와 구체적인 데이터를 유지하는 프롬프트 규칙 적용

저는 예전에는 전통적인 방식으로 블로그 포스트를 작성했습니다. 빈 페이지를 열고, 멍하니 바라보다가, 무언가를 쓰고, 세 번 정도 다시 쓰고, 게시했습니다. 그리고 2주마다 잊을 만하면 이 과정을 반복했습니다.

이제 저에게는 저를 대신해 글을 쓰고 게시하는 시스템이 있습니다. 스팸 봇이 아닙니다. 자동 생성된 쓰레기도 아닙니다. 제가 다른 일을 하는 동안, 정해진 일정에 맞춰 제 말투로 작성된 실제 기술 기사들입니다.

이것이 어떻게 작동하는지, 비용은 얼마나 드는지, 그리고 어디서 문제가 발생하는지에 대한 솔직한 분석을 공개합니다.

문제점: 일관성 (Consistency)

저는 한동안 몇 가지 사이드 프로젝트를 운영해 왔습니다 — GPU 대여 설정, 몇몇 Telegram 봇, Garmin 워치 페이스 등입니다. 몇 달마다

  • 무엇을 만들었는가
  • 실제 아키텍처 (Architecture)
  • 수치 (비용, 수익, 소요 시간)
  • 무엇이 작동하고 무엇이 작동하지 않았는지에 대한 솔직한 의견

LLM (Large Language Model)은 이러한 거친 메모를 가져와 읽기 좋은 형태로 변환합니다. 이는 창의적인 작업이 아니라 구조적인 작업입니다. LLM은 나의 불렛 포인트 (bullet points)를 가져와 흐름이 매끄럽게 만듭니다.

예시: 이 글을 위한 나의 메모는 말 그대로 다음과 같았습니다:

- 문제: 꾸준히 글을 쓰지 못함
- 해결책: AI가 내 메모를 바탕으로 초안을 작성함
- 아키텍처 (Architecture): cron + LLM + Dev.to API
...

LLM은 그것을 여러분이 지금 읽고 있는 내용으로 확장했습니다. 나는 그것을 편집하는 데 12분을 썼습니다. 그것이 실제 절약된 시간입니다.

게시글의 형태

시스템이 따르는 몇 가지 규칙이 있습니다:

  • 개인적인 말투 (Personal voice) — 1인칭, 캐주얼한 말투, 기업적인 느낌 배제
  • 구체적인 숫자 (Specific numbers) — 실제 비용, 실제 수익, 실제 소요 시간
  • 솔직한 단점 (Honest downsides) — 무언가 짜증 나는 점이 있다면 그대로 말하기
  • 코드 예시 (Code examples) — 의사 코드 (pseudocode)가 아닌 실제 작동하는 스크립트
  • 클릭베이트 (Clickbait) 금지 — 제목은 글의 내용을 설명해야 함

결과는 어떨까요? 마치 내가 직접 쓴 것 같은 글들이 나옵니다. 근본적으로 내가 썼기 때문입니다. LLM은 그저 타이피스트 (typist)일 뿐입니다.

일정 (The Schedule)

이틀마다 시스템은 주제를 선정하고 초안을 생성합니다. 나는 검토를 위한 링크가 포함된 알림을 받습니다. 내가 바쁘다면 건너뛰고, 시스템은 다음 주제로 넘어갑니다. 만약 15분의 여유가 있다면, 편집하고 승인합니다.

게시는 승인 후에 자동으로 이루어집니다.

실제로: 초안의 약 60%가 예정대로 게시됩니다. 나머지 40%는 주제가 진부하다고 느껴져 건너뛰거나, LLM이 핵심을 놓쳐서 대폭 수정합니다.

이 시스템은 완전히 자율적이지 않으며, 나 또한 그러기를 원하지 않습니다. 인간 참여 (Human-in-the-loop) 방식이 안전 가드레일 역할을 합니다.

비용 (The Cost)

구성 요소비용
LLM (로컬 Ollama)$0
...

그것은 기사당 대략 10배의 시간 절약입니다. 한 달에 15개의 기사를 기준으로 하면, 쓰지 않아도 되는 30~40시간의 작성 시간이 확보됩니다.

실제로 고장 나는 부분

LLM이 제 숫자를 환각합니다. 만약 제가 노트에 정확한 수치를 포함하지 않으면, 그럴듯하게 들리는 내용을 지어냅니다. 실제 숫자가 $50 근처였는데, '월 $240 GPU 수익'이라고 주장하는 것을 포착했습니다. 항상 숫자는 검증하세요.

톤 변화(Voice drift). 몇 개의 기사를 작성한 후에는 LLM이 더 일반적인 톤으로 들리기 시작합니다. 저는 이 문제를 이전 기사에서 발췌한 내용을 프롬프트에 '제 스타일의 예시'로 포함함으로써 해결했습니다.

일정 충돌. 만약 제가 같은 날짜에 두 개의 기사를 승인하면, Dev.to API가 두 번째 게시물을 거부합니다(속도 제한). 시스템은 이제 포스팅 사이에 최소 48시간 간격을 강제합니다.

주제 고갈. 저는 현재 대기열에 약 20개의 확실한 주제를 가지고 있습니다. 이틀에 한 번씩 게시하면 40일 분량의 콘텐츠가 됩니다. 그 후에는 실제로 글을 쓸 가치가 있는 것을 더 많이 만들어야 합니다. 시스템은 경험을 만들어낼 수 없고, 단지 기록할 뿐입니다.

이것이 저에게 효과적인 이유 (Why This Works (For Me))

저는 콘텐츠 제국을 건설하려는 것이 아닙니다. 알고리즘을 조작하거나 바이럴이 되기를 원하는 것도 아닙니다. 저는 그저 제가 만들고 있는 것에 대한 일관된 기록을, 제 목소리로, 사람들이 찾을 수 있는 곳에 게시하기를 원할 뿐입니다.

이 시스템이 그것을 수행합니다. 저를 대체하는 것이 아니라, 무언가를 말할 생각과 실제로 말하는 것 사이의 마찰(friction)을 제거해 줍니다.

기사는 여전히 제 것입니다. 아이디어는 제 것입니다. 코드는 제 것입니다. LLM은 단지 제가 지루하다고 느끼는 부분, 즉 초안 생각을 읽을 수 있는 산문으로 바꾸는 부분을 처리할 뿐입니다.

당신도 이것을 구축해야 할까요? (Should You Build This?)

만약 하반된 초안들과 프로젝트 아이디어로 가득 찬 노트 폴더가 있다면: 아마도 예.

이미 원자료(노트, 숫자, 경험)가 없다면: 아니요. 아무 말 할 것이 없으면 LLM은 블로그를 대신 써줄 수 없습니다. 단지 더 빨리 말하는 것을 도와줄 뿐입니다.

진정한 요구 사항은 기술적인 능력이 아니라 애초에 쓸 가치가 있는 무언가를 가지고 있다는 것입니다.

하나의 파일로 설정하기 (The Setup in One File)

이것을 시도해 보고 싶다면, 핵심은 다음과 같습니다:

#!/bin/bash
# publish-article.sh

...

2일마다 크론 작업(cron job)과 초안 폴더만 추가하면 90%는 완성입니다.

저는 AI를 활용한 무언가 만들기, 집에서 하드웨어 운영하기, 그리고 가끔씩 소소한 수익을 창출하는 사이드 프로젝트(side project)에 대해 글을 씁니다. 이 내용들이 도움이 된다면, 편하게 팔로우해 주세요.

Fiverr의 커스텀 자동화 설정 (Custom automation setups on Fiverr)
텔레그램에서 CelebiBots 팔로우하기 (Follow CelebiBots on Telegram)

#ai #automation #contentcreation #sideproject #buildinginpublic

AI 자동 생성 콘텐츠

본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0