수익 창출을 위한 시스템 설계: Python과 n8n으로 월 4,000달러 규모의 KDP 파이프라인을 자동화한 방법

지난달, 제가 본업을 위해 마이크로서비스 (microservices)의 디버깅을 수행하는 동안 저의 AWS Lambda 함수들은 12권의 책을 집필했습니다. 그 결과는 무엇이었을까요? KDP 로열티(royalties) 4,247달러가 자동으로 입금되었습니다. 아니요, 이것은 저품질 콘텐츠를 스팸처럼 뿌리는 것에 관한 이야기가 아닙니다. 도서 출판을 하나의 엔지니어링 문제로 다루는 것에 관한 이야기입니다.

제가 Python, OpenAI의 API, 그리고 n8n 워크플로우 (workflows)를 사용하여 완전히 자동화된 콘텐츠 생성 파이프라인을 구축한 방법을 소개합니다. 만약 여러분이 자연어 처리 (NLP), 자동화, 그리고 수동적 소득 (passive income)을 결합한 사이드 프로젝트를 찾고 있다면, 이 아키텍처 (architecture)가 여러분을 위한 것입니다.

아키텍처: 원고를 위한 마이크로서비스 (Microservices)

대부분의 "AI 출판 전문가"들은 수동으로 ChatGPT에 프롬프트 (prompt)를 입력하고 Word에 복사하여 붙여넣습니다. 그것은 확장 가능 (scalable)하지 않습니다. 저는 이것을 모든 분산 시스템 (distributed system)처럼 접근했습니다:

• 오케스트레이터 (Orchestrator): 워크플로우 트리거 (workflow triggers) 및 에러 핸들링 (error handling)을 처리하는 n8n
• 생성 서비스 (Generation Service): GPT-4 API와 상호작용하는 Python 마이크로서비스 (microservice)
• 포맷팅 파이프라인 (Formatting Pipeline): 전문적인 PDF/EPUB 생성을 위한 LaTeX/Pandoc
• 배포 레이어 (Distribution Layer): KDP API (API가 제한적인 경우 Selenium 자동화를 통해 수행)
• 분석 (Analytics): 반복적인 개선을 위해 판매 데이터를 추적하는 간단한 SQLite

핵심 통찰은 무엇일까요? 책은 단지 구조화된 데이터 (structured data)일 뿐이라는 점입니다. 특히 비소설 기술 서적은 예측 가능한 패턴을 따릅니다: 문제 → 해결책 → 구현 → 예시.

구현: 코드 우선 콘텐츠 (Code-First Content)

수동 프롬프팅 대신, 저는 구조화된 콘텐츠 생성기를 구축했습니다. 다음은 원고 생성을 처리하는 핵심 Python 클래스입니다:

import openai
from typing import List, Dict
import json

class ManuscriptGenerator:
 def init (self, api_key: str):
 self.client = openai.OpenAI(api_key=api_key)
 self.structure = {
 "outline": "Generate detailed chapter outline for {topic}",
 "content": "Write 2000 words on {chapter_title}."```

코드 예시 포함.",
 "검토": "{content}의 기술적 정확성 확인"
 }
 
 def generate_book(self, topic: str, chapters: int = 8) -> Dict:
 manuscript = {"meta": {"topic": topic}, "chapters": []}
 
 # 단계 1: 구조화된 개요 생성
 outline_prompt = self.structure["outline"].format(topic=topic)
 outline = self.client.chat.completions.create(
 model="gpt-4-turbo-preview",
 messages=[{"role": "user", "content": outline_prompt}],
 response_format={"type": "json_object"}
 )
 
 chapters_data = json.loads(outline.choices[0].message.content)
 
 # 단계 2: 병렬 콘텐츠 생성
 for chapter in chapters_data["chapters"][:chapters]:
 content = self._generate_chapter(chapter["title"])
 manuscript["chapters"].append({
 "title": chapter["title"],
 "content": content,
 "word_count": len(content.split())
 })
 
 return manuscript
 
 def _generate_chapter(self, title: str) -> str:
 prompt = self.structure["content"].format(chapter_title=title)
 response = self.client.chat.completions.create(
 model="gpt-4-turbo-preview",
 messages=[{"role": "system", "content": "당신은 기술 작가입니다."},
 {"role": "user", "content": prompt}