AI로 블로그 자동화 파이프라인 만들기 — 다중 플랫폼 발행 전략

블로그를 여러 플랫폼에 동시 발행하면서 품질 관리까지 자동화한 작업을 정리했다. 이 글에서는 GitHub Actions로 DEV.to, Hashnode, Blogger를 연동하고, AI로 콘텐츠 최적화하는 구체적인 방법을 다룬다.

배경: 무엇을 만들고 있는가

개발 블로그를 운영하면서 한국어 글은 로컬에, 영어 글은 해외 플랫폼에 자동 발행하는 시스템을 구축했다. DEV.to, Hashnode, Blogger 세 곳에 동시 배포하면서 각 플랫폼별 메타데이터 관리와 품질 기준 필터링까지 자동화했다.

핵심 목표는 이거였다:

한 번 작성하면 여러 플랫폼에 자동 발행
플랫폼별 특성에 맞는 메타데이터 자동 생성
저품질 콘텐츠(빌드 로그, 뉴스 글) 필터링
OAuth 토큰 관리와 API 에러 핸들링 자동화

AI 프롬프팅으로 플랫폼별 콘텐츠 최적화하기

각 플랫폼마다 독자층과 선호하는 콘텐츠 형태가 다르다. 이걸 AI로 자동 처리하는 프롬프트를 설계했다.

플랫폼 특성 파악 프롬프팅

먼저 각 플랫폼의 특성을 AI에게 학습시키는 프롬프트다:

“이 마크다운 글을 분석해서 어떤 플랫폼에 발행할지 판단해줘.

DEV.to: 실무 개발 경험, 튜토리얼, 기술 깊이 있는 분석 Hashnode: 개발자 성장, 커리어, 프로젝트 회고
Blogger: SEO 최적화된 긴 글, 초보자 대상 가이드

각 플랫폼별로 tags, description, canonical_url 최적화해서 frontmatter JSON으로 출력해줘.”

단순히 “발행해줘”가 아니라 플랫폼 특성과 최적화 기준을 명확히 제시하는 게 핵심이다. AI가 단순 번역기가 아니라 콘텐츠 전략가 역할을 하도록 만든다.

메타데이터 자동 생성 패턴

각 플랫폼의 메타데이터를 일관성 있게 생성하는 프롬프트 패턴:

“마크다운 글에서 다음 메타데이터 추출해줘:

DEV.to 태그: 최대 4개, 소문자, 공백 없이 (javascript, react, tutorial)

Hashnode 카테고리: 하나만, 대문자로 (PROGRAMMING, CAREER, STARTUP)

description: 150자 이내, SEO 키워드 포함, 행동 유도 문구 추가

cover_image: 글 내용과 매치되는 Unsplash URL 생성

기존 frontmatter는 유지하고 누락된 필드만 추가해줘.”

이런 식으로 구체적인 제약 조건을 주면 플랫폼 정책에 맞는 메타데이터가 일관되게 나온다.

GitHub Actions으로 다중 플랫폼 배포 자동화

핵심은 워크플로우 체이닝과 조건부 실행이다. 플랫폼별로 별도 워크플로우를 만들지 않고 하나의 파이프라인에서 순차 처리한다.

워크플로우 설계 패턴

name: Multi-Platform Publishing
on:
  push:
    paths: ['posts/**/*.md']
  
jobs:
  detect-changes:
    # 변경된 포스트 파일만 추출
  
  optimize-content:
    needs: detect-changes
    # AI로 메타데이터 최적화
  
  publish-devto:
    needs: optimize-content
    if: contains(matrix.platform, 'devto')
    # DEV.to 발행
    
  publish-hashnode:
    needs: publish-devto
    # Hashnode 발행
    
  publish-blogger:
    needs: publish-hashnode  
    # Blogger 발행

여기서 중요한 건 의존성 체인이다. 한 플랫폼에서 에러가 나도 다른 플랫폼 발행은 계속되도록 continue-on-error: true를 적절히 활용한다.

AI 활용 전략: 콘텐츠 품질 필터링

모든 글을 다 발행하면 안 된다. 빌드 로그나 임시 메모 같은 건 필터링해야 한다. 이것도 AI로 자동화했다:

“이 마크다운 파일이 기술 블로그 포스트로 발행할 가치가 있는지 판단해줘.

발행 기준:

독자에게 배움이나 인사이트 제공

3000자 이상의 충분한 분량

구체적인 예제나 코드 포함

재현 가능한 튜토리얼이거나 경험 기반 분석

제외 기준:

빌드 로그, 에러 메시지만 나열

단순 뉴스나 링크 모음

개인적인 일기나 메모

미완성이거나 draft 상태

결과를 PUBLISH 또는 SKIP으로만 답변해줘.”

이걸 GitHub Actions에서 if 조건으로 활용한다:

- name: Check publish eligibility
  id: check
  run: |
    result=$(echo "$content" | curl -X POST "https://api.anthropic.com/v1/messages" ...)
    echo "decision=$result" >> $GITHUB_OUTPUT

- name: Publish to DEV.to  
  if: steps.check.outputs.decision == 'PUBLISH'

OAuth 토큰 관리 자동화

여러 플랫폼 API를 쓰다 보면 토큰 만료가 골치다. 특히 Blogger는 refresh token 방식이라 더 복잡하다.

AI에게 토큰 갱신 로직을 작성하게 할 때 이런 프롬프트를 썼다:

“Google OAuth2 refresh token으로 access token 갱신하는 bash 스크립트 만들어줘.

요구사항:

GOOGLE_REFRESH_TOKEN 환경변수에서 토큰 읽기

갱신 실패시 Slack webhook으로 알림 전송

새 토큰을 GitHub Actions secret에 자동 업데이트

토큰 만료 7일 전부터 매일 갱신 시도

에러 로그는 publish-log.txt에 append

Blogger API v3 스펙에 맞춰서 작성하고, curl 명령어만 사용해줘.”

이렇게 구체적인 에러 시나리오와 복구 절차를 포함해서 프롬프트를 작성하면 실전에서 바로 쓸 수 있는 코드가 나온다.

구조화 전략: 대규모 자동화 시스템 설계

블로그 자동화는 단순히 API 호출하는 게 아니다. 콘텐츠 라이프사이클 전체를 관리하는 시스템이다.

작업 분해 패턴

큰 자동화 작업을 AI에게 시킬 때는 단계별로 쪼개서 각 단계마다 검증 포인트를 둔다:

컨텐츠 파싱 → frontmatter 추출, 본문 분리
품질 검증 → 최소 길이, 이미지 유무, 코드 블록 개수 체크
메타데이터 생성 → 플랫폼별 태그, 설명, 카테고리 최적화
API 호출 → 각 플랫폼에 순차 발행, 에러 핸들링
결과 추적 → 발행 로그 기록, 메트릭 수집

각 단계마다 AI에게 명확한 입력/출력 포맷을 지정한다:

“1단계: 마크다운 파싱

입력: .md 파일 경로 출력: JSON {frontmatter: {}, body: "", wordCount: 0} 에러: 파일 없음, 잘못된 frontmatter 형식

이 단계만 구현해줘. 다른 단계는 신경 쓰지 마.”

이렇게 하면 AI가 한 가지 일에 집중해서 더 정확한 코드를 만든다.

상태 관리와 롤백 전략

자동화 시스템에서 가장 중요한 건 실패했을 때 복구다. 발행 중간에 에러가 나면 어떤 플랫폼에는 올라가고 어떤 곳은 안 올라가는 불일치 상태가 된다.

이걸 AI로 해결하는 프롬프트:

“다중 플랫폼 발행 시스템에서 트랜잭션 같은 롤백 메커니즘 만들어줘.

시나리오:

DEV.to 발행 성공

Hashnode 발행 실패

Blogger 발행 대기중

요구사항:

실패한 플랫폼만 재시도, 성공한 곳은 건드리지 않기

상태를 publish-log.txt에 JSON 형태로 기록

각 플랫폼별 고유 ID 추적 (post_id, article_id 등)

24시간 후 자동 재시도, 3번 실패하면 Slack 알림

bash 스크립트로 만들어줘.”

AI가 만든 스크립트를 GitHub Actions에 적용하면 자동 복구되는 견고한 시스템이 된다.

메트릭 수집과 최적화

자동화 시스템은 데이터를 남겨야 한다. 어떤 글이 잘 되고 어떤 플랫폼에서 반응이 좋은지 추적해야 다음 전략을 세울 수 있다.

AI에게 메트릭 수집기를 만들게 하는 프롬프트:

“블로그 자동 발행 시스템의 성과를 추적하는 대시보드 데이터 수집기 만들어줘.

수집 데이터:

플랫폼별 발행 성공률 (devto_success_rate, hashnode_success_rate)

글 길이별 조회수 상관관계 (word_count vs view_count)

태그별 인기도 (react: 1250 views avg, ai: 890 views avg)

발행 시간대별 성과 (morning_posts vs evening_posts)

출력: JSON 형태로 metrics.json에 저장 주기: 매일 오전 9시 GitHub Actions 크론으로 실행 API: DEV.to, Hashnode REST API로 조회수 가져오기

Node.js로 만들어줘.”

이렇게 수집한 데이터로 다음 콘텐츠 전략을 AI에게 추천받을 수도 있다.

더 나은 방법은 없을까

현재 방식보다 개선할 수 있는 부분들을 살펴보자.

Anthropic MCP 서버 활용

지금은 각 플랫폼 API를 개별적으로 호출하는데, MCP(Model Context Protocol) 서버를 만들면 더 효율적이다. Claude가 직접 블로그 플랫폼과 상호작용할 수 있게 된다.

// blog-publisher-mcp-server.js
const server = new MCPServer({
  name: "blog-publisher",
  tools: [
    {
      name: "publish_to_devto",
      description: "Publish article to DEV.to with optimization",
      inputSchema: {
        type: "object", 
        properties: {
          content: { type: "string" },
          title: { type: "string" },
          tags: { type: "array" }
        }
      }
    }
  ]
});

이렇게 하면 AI가 실시간으로 발행 결과를 보고 최적화할 수 있다.

Webhooks 기반 실시간 처리

현재는 git push 기반인데, 각 플랫폼의 webhook을 받아서 양방향 동기화하는 게 더 좋다. 예를 들어 DEV.to에서 글을 직접 수정하면 GitHub repo도 업데이트되도록 만들 수 있다.

AI 에이전트 모드 적극 활용

Claude의 Computer Use나 새로운 agent 기능을 쓰면 브라우저 자동화까지 가능하다. API가 제한적인 플랫폼(LinkedIn, Instagram)에도 자동 발행할 수 있다.

비용 최적화 전략

현재는 모든 글마다 AI API를 호출하는데, 캐싱 레이어를 두면 비용을 줄일 수 있다. 비슷한 글은 메타데이터 템플릿을 재사용하고, 진짜 새로운 콘텐츠에만 AI를 쓰는 식으로 말이다.

정리

플랫폼별 특성을 AI 프롬프트에 명시해서 콘텐츠를 자동 최적화한다
워크플로우 체이닝으로 여러 플랫폼 배포를 순차 처리하되 에러 격리한다
품질 필터링을 AI로 자동화해서 저품질 콘텐츠 발행을 방지한다
상태 관리와 롤백 메커니즘으로 부분 실패 상황을 자동 복구한다

이번 작업의 커밋 로그

05e904e — post: build logs 2026-03-18 (2 posts, en) 4de9884 — post: build logs 2026-03-18 (2 posts, en)
2bb1330 — post: build logs 2026-03-18 (2 posts, en) d455bdf — chore: update published articles [skip ci] 765902d — feat: Medium → Hashnode 워크플로우 교체 (영어 글 자동 발행) cf8a33f — feat: Medium + Blogger 자동 발행 워크플로우 추가 6e951d4 — post: English versions for 8 Korean blog posts f2fc77e — chore: cleanup workflow — unpublish low-view news + build logs 20a53c6 — chore: add cleanup workflow for unpublishing jidonglab/build-log articles