공개된 블로그 기사를 Instagram 캐러셀 게시물(1080×1350px × 10장 + 캡션)로 변환하는 워크플로우를 운영하고 있습니다. 저는 비엔지니어인 1인 기업 대표이며, 디자이너는 없습니다. 구성안 작성, 이미지 생성, 공개 전 리뷰, 공개 후 측정까지 사람이 하는 일은 '표지 카피를 선택하는 것'과 '게시 버튼을 누르는 것'뿐입니다.

SNS 운영 자동화라고 하면 스케줄러 이야기를 하기 쉽지만, 실제로 효과가 있었던 것은 공정의 분해와 공정별 담당(스킬/서브 에이전트/스크립트)의 설계였습니다. 그 구성을 기술하겠습니다.

워크플로우의 전체상

블로그 기사 (Markdown)
→ ① 표지 카피 약 10안 ← 사람이 1안 선택 (이 부분이 성패의 80%)
→ ② 2~10번째 장의 구성안 ← 사람이 확인
...

절차의 전체는 하나의 스킬(Claude Code에 읽히는 작업 절차서)로 고정되어 있어, "이 기사를 인스타로 만들어줘"라는 한마디로 ①부터 실행됩니다.

설계상의 포인트

표지만 먼저 사람의 리뷰로 넘기기 (재작업의 최소화)

캐러셀은 1페이지에서 절반이 이탈합니다. 즉, 표지 카피가 게시물의 성패를 거의 결정합니다. 반면 이미지 생성은 10장 × 수 분이 걸리는 무거운 공정입니다. 그래서 절차서에는 "먼저 표지 카피만 약 10안을 내놓아 사람에게 선택하게 하고, 확정될 때까지 2번째 장 이후로 진행하지 않는다"라고 명시해 두었습니다. 워크플로우 설계의 기본이지만, 가장 불확실하고 가장 중요한 의사결정을 가장 비용이 적게 드는 단계로 앞당기는 것이 AI 워크플로우에서도 효과적입니다.

이미지 생성 AI의 출력은 "신뢰하지 않는다"는 전제로 후속 공정 구성

이미지는 gpt-image-2 계열로 생성하고 있지만, 4:5 비율을 지정해도 실제 출력 비율은 매번 흔들립니다 (4:5일 때도 있고 3:4일 때도 있음). 그래서 후속 공정은 단순 리사이징이 아니라, 비율을 유지한 채 1080×1350 안쪽으로 맞추고 여백을 배경색으로 패딩(padding)하는 (contain) 방식으로 고정했습니다. 슬라이드 배경을 단색으로 통일한 것은 사실 이 패딩을 보이지 않게 하기 위해서입니다. 디자인 사양이 후속 공정의 편의에 의해 결정된 사례입니다.

리뷰는 전담 서브 에이전트에게 (체크리스트의 인격화)

생성된 10장은 리뷰 전담 서브 에이전트가 한 장씩 열어 검사합니다. 일본어 글자 깨짐(「っ」와 같은 소문자 누락이 빈번함), 잘림, 디자인 통일감, 헤드라인 크기, CTA 내용 등을 확인합니다. 작은 글자는 해당 영역을 잘라내어 확대 확인까지 시킵니다. 판정 기준은 "한 글자라도 오타가 있으면 NG"입니다.

체크리스트를 메인 대화에서 수행하게 하면 생성 본인의 안일함이 나타납니다. **별도의 컨텍스트와 읽기 전용 권한을 가진 "검품 담당"**으로 분리함으로써, 지적의 정밀도가 체감상 크게 달라졌습니다.

측정 결과를 "절차서에 다시 쓰는" 학습 루프

공개 후에는 Instagram Graph API를 통해 views, 도달(reach), 저장(save)을 취득하여 어떤 표지가 반응이 좋았는지 랭킹을 매깁니다. 여기서 중요한 것은 파악한 내용을 스킬(절차서) 그 자체에 덮어쓰는 것입니다. 실측을 통해 "구체적인 숫자의 비포 애프터는 반응이 좋다", "'~한 이야기'라는 체험담 프레임은 반응이 없다"와 같은 경향이 나올 때마다 표지 카피 작성 규칙을 업데이트합니다. 워크플로우가 돌아갈수록 절차서가 똑똑해지는 구조입니다.

요약

• 공정을 분해하고, 가장 중요한 의사결정(표지)만 사람에게 앞당겨 남겨둔다.
• 생성 AI의 출력 흔들림은 후속 공정(contain 정규화)에서 흡수하도록 설계한다.
• 품질 체크는 다른 인격의 서브 에이전트로 분리한다.
• 측정의 배움은 머릿속이 아니라 절차서에 다시 쓴다. 루프가 돌수록 형식이 강해진다.

이미지 생성 관련 실례는 본체 블로그에 적어두었습니다: Claude Code의 스킬이란 | "이런 이미지를 만들어 둬"라는 한마디로 생성부터 HP 반영까지 끝나는 실례 / Canva 디자이너가 Codex의 이미지 생성 GPT Image 2로 전멸했다는 설을 검증해 보았다

Discussion