Projects About

블로그 자동화 파이프라인을 AI로 구축하는 법 — 60개 커밋의 교훈

· dev_blog · 0
#chore#feat#fix

블로그를 운영하다 보면 반복 작업이 많다. 포스트를 여러 플랫폼에 발행하고, 메타데이터를 관리하고, 번역하고, 성과가 안 좋은 글을 정리하는 일들. 이번에 60개 커밋으로 블로그 자동화 파이프라인을 만들면서 AI를 어떻게 활용했는지, 어떤 프롬프팅 패턴이 효과적인지 정리한다.

배경: 무엇을 만들고 있는가

현재 기술 블로그를 GitHub Pages + Jekyll로 운영하고 있다. 글을 쓰면 DEV.to, Hashnode, Blogger에도 자동으로 발행되고, 성과가 안 좋은 글은 자동으로 unpublish하는 시스템을 만들고 있었다. 영어/한국어 이중 언어 지원도 필요했다.

이번 작업의 목표는 크게 세 가지였다:

  • 멀티 플랫폼 자동 발행 시스템 구축
  • 영어 번역 자동화
  • 성과 기반 컨텐츠 정리 자동화

GitHub Actions 워크플로우를 AI로 설계하는 법

워크플로우 작성은 AI가 가장 잘하는 영역 중 하나다. 하지만 좋은 결과를 얻으려면 제약 조건을 명확하게 줘야 한다.

효과적인 프롬프트 패턴:

“GitHub Actions 워크플로우를 만들어줘. 요구사항:

  1. 매일 09:00 KST에 실행 (cron)
  2. posts/ 디렉토리에서 published: true인 영어 포스트만 찾기
  3. DEV.to API로 발행할 때 기존 글은 업데이트, 새 글은 생성
  4. API 실패시 에러 로그 출력하고 계속 진행
  5. 결과를 publish-log.txt에 기록
  6. secrets: DEVTO_API_KEY”

이렇게 구체적으로 쓰면 한 번에 동작하는 워크플로우를 받을 수 있다.

이렇게 쓰면 안 된다:

“블로그 자동 발행 워크플로우 만들어줘”

Claude Code의 /commit 활용:

Claude Code에서 워크플로우 파일을 만든 후 /commit 명령어를 쓰면 적절한 커밋 메시지까지 자동으로 생성해준다. “feat: DEV.to 자동 발행 워크플로우 추가” 같은 conventional commit 형태로 나온다.

멀티 API 에러 핸들링 패턴:

- name: Publish to DEV.to
  continue-on-error: true
  run: |
    if ! python scripts/publish-devto.py; then
      echo "DEV.to 발행 실패, 다음 플랫폼 진행" >> publish-log.txt
    fi

continue-on-error: true를 각 step에 주면 하나가 실패해도 전체 워크플로우가 멈추지 않는다. 이런 패턴을 AI에게 요청할 때도 “실패시 로그만 남기고 계속 진행”이라고 명시해야 한다.

번역 자동화에서 톤앤매너 유지하기

8개 포스트를 한국어에서 영어로 번역하는 작업이 있었다. 기술 블로그는 일관된 톤앤매너가 중요한데, AI에게 이걸 학습시키는 방법이 핵심이다.

효과적인 번역 프롬프트:

“다음 기술 블로그 포스트를 영어로 번역해줘. 스타일 가이드:

  1. 톤: 캐주얼하지만 전문적. 반말 → informal but professional
  2. 기술 용어: commit, deploy, refactor 등은 번역하지 않음
  3. 코드/파일명: 백틱 유지
  4. 구조: 한국어 제목 구조 그대로 유지
  5. 예시: “이렇게 하면 안 된다” → “This doesn’t work”

기존 영어 포스트 샘플: [이미 번역된 글 1-2개 첨부]

번역할 글: [원본 마크다운]”

샘플 기반 학습이 핵심:

이미 번역된 글 2-3개를 샘플로 주면 AI가 패턴을 학습한다. “~한다”, “~했다” 같은 반말 톤을 어떻게 영어로 옮길지, 기술적인 설명을 어떤 수준으로 할지 감을 잡는다.

일관성 검증 패턴:

번역이 끝나면 다시 AI에게 검토를 시킨다:

“방금 번역한 글과 기존 영어 포스트 3개를 비교해서 톤앤매너가 일치하는지 확인해줘. 다른 부분이 있으면 수정 제안해줘.”

이 과정을 거치면 브랜드 일관성이 크게 올라간다.

성과 기반 컨텐츠 정리 자동화

블로그를 오래 운영하면 성과가 안 좋은 글들이 쌓인다. 이걸 수동으로 정리하는 건 비효율적이다. AI로 판단 기준을 만들고 자동화하는 방법을 찾았다.

데이터 기반 판단 로직:

def should_unpublish(article):
    # AI가 작성한 판단 로직
    if article['page_views'] < 50 and article['days_since_publish'] > 30:
        if 'build-log' in article['tags'] or 'news' in article['tags']:
            return True
    return False

이런 로직을 AI에게 만들게 할 때는 비즈니스 룰을 명확하게 줘야 한다:

“컨텐츠 정리 기준을 만들어줘:

  1. 발행 후 30일 지났고 조회수 50 미만
  2. 태그에 ‘build-log’ 또는 ‘news’ 포함
  3. 단, ‘tutorial’이나 ‘guide’ 태그는 제외
  4. 한국어 글만 대상 (영어는 유지)

Python 함수로 구현해줘.”

API 통합 자동화:

DEV.to API로 글을 unpublish하는 스크립트도 AI가 작성했다. API 문서를 함께 주면 더 정확한 코드를 받을 수 있다:

“DEV.to API 문서: [API docs 링크]

위 판단 로직에 따라 해당하는 글들을 unpublish하는 스크립트 만들어줘. 실행 전에 대상 글 목록을 출력하고 확인받는 기능도 넣어줘.”

MCP를 활용한 실시간 데이터 연동:

Model Context Protocol(MCP) 서버를 만들어서 Claude가 실시간으로 블로그 통계에 접근할 수 있게 했다. 이렇게 하면 AI가 현재 상황을 보고 더 정확한 판단을 할 수 있다.

# MCP 서버 설정
@mcp.tool("get_blog_stats")
def get_blog_stats(days: int = 30):
    """최근 N일간 블로그 통계 조회"""
    return fetch_analytics_data(days)

Claude가 이 도구에 접근해서 “최근 30일간 조회수가 낮은 글은 뭐가 있어?”라고 물어볼 수 있다.

더 나은 방법은 없을까

이번 작업을 하면서 발견한 개선점들이 있다.

Anthropic Computer Use 활용:

현재는 각 플랫폼별로 API를 직접 호출하고 있는데, Claude의 Computer Use 기능을 쓰면 브라우저 자동화로 더 안정적으로 발행할 수 있다. Blogger처럼 API가 복잡한 플랫폼에서 특히 유용하다.

Structured Output으로 메타데이터 관리:

OpenAI의 Structured Output이나 Anthropic의 Tool Use를 써서 frontmatter를 더 체계적으로 생성할 수 있다:

# Pydantic 스키마 정의
class BlogPost(BaseModel):
    title: str
    slug: str
    tags: List[str]
    published: bool
    platforms: List[str]

# AI가 이 구조에 맞춰 메타데이터 생성

GitHub Copilot Workspace 통합:

반복적인 블로그 관리 작업들을 Copilot Workspace에서 한 번에 처리할 수 있다. “이번 주 발행할 글 5개 준비해줘”라고 하면 번역, 메타데이터 생성, 플랫폼별 최적화까지 한 번에 된다.

더 정교한 성과 지표:

현재는 단순 조회수만 보고 있는데, 체류 시간, 공유 횟수, 백링크 등을 종합해서 판단하는 AI 모델을 만들 수 있다. Vercel Analytics API나 Google Analytics를 MCP로 연동하면 된다.

정리

이번 블로그 자동화 작업에서 배운 핵심은 네 가지다:

  • 워크플로우 설계할 때는 제약 조건과 에러 핸들링을 명확하게 정의한다
  • 번역 작업에서는 기존 샘플을 활용한 톤앤매너 학습이 필수다
  • 반복 작업은 비즈니스 룰을 명확하게 정의하면 AI가 잘 자동화한다
  • MCP나 Structured Output 같은 최신 기능을 적극 활용하면 더 정교한 자동화가 가능하다

AI를 단순한 코드 생성기로 쓰지 말고, 명확한 요구사항과 제약 조건을 주는 파트너로 활용하는 게 핵심이다.

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] 2ac70e2 — chore: update published articles [skip ci] 1a019c3 — post: build logs 2026-03-18 (2 posts, en) 7f105fb — chore: update published articles [skip ci] 0665de4 — post: build logs 2026-03-17 (2 posts, en) 90f8079 — chore: update published articles [skip ci] d307780 — post: build logs 2026-03-17 (1 posts, en) 2d578e1 — chore: update published articles [skip ci] d023b82 — post: build logs 2026-03-17 (1 posts, en) 451daf4 — post: build logs 2026-03-16 (4 posts, en) ce037d0 — post: build logs 2026-03-16 (4 posts, en) 1ec519e — chore: update published articles [skip ci] c822f68 — chore: update published articles [skip ci] b179be0 — post: build logs 2026-03-16 (4 posts, en) adfb941 — chore: add Blogger URLs [skip ci] b255ecb — chore: add Blogger URLs [skip ci] 78371ee — post: build logs 2026-03-16 (4 posts, en) d153687 — chore: update published articles [skip ci] b8bb05c — chore: add Blogger URLs [skip ci] 5541356 — chore: add Hashnode URLs [skip ci] 8ae8059 — post: build log series (6 posts, en) + unpublish script 1634cb2 — chore: add Blogger URLs [skip ci] a6fbd48 — chore: add Hashnode URLs [skip ci] e7ea767 — chore: set published: true for remaining English posts 520f6bd — chore: update published articles [skip ci] a7eecd1 — chore: remove blogger metadata from Korean posts 6a4f63d — feat: Blogger 영어 글만 발행 + 트렌디 인라인 CSS 적용 b4c1005 — chore: add Blogger URLs [skip ci] a365f54 — feat: Blogger 워크플로우 OAuth refresh token 방식으로 업데이트 7036543 — chore: add Hashnode URLs [skip ci] 765902d — feat: Medium → Hashnode 워크플로우 교체 (영어 글 자동 발행) cf8a33f — feat: Medium + Blogger 자동 발행 워크플로우 추가

Comments 0

0 / 1000