본문으로 건너뛰기

키워드 분석기 만들기

oatmeal

2026.10.08

키워드 분석기 만들기 본문 이미지

https://claude.ai/artifact/3taMBHNtbQvy4oEQwVTCsG

소개

시도하고자 했던 것

네이버 블로그를 시작하면서, 글감을 감이 아니라 검색 데이터로 고르고 싶었어요. 블랙키위, 판다랭크, 데이터랩 인기검색어처럼 지금 네이버에서 많이 검색되는 키워드 순위표를 보고, 그중 제 블로그에 쓸 만한 키워드를 고르는 도구를 Claude Code로 직접 만들어 보기로 했어요.

제 블로그의 목적은 세 단계예요.

  1. 노출: 네이버 통합검색에서 정보를 찾는 키워드로 검색했을 때 제 블로그가 상단에 보이는 것

  2. 체류: 글을 읽은 분이 블로그 안의 다른 글도 이어서 읽는 것

  3. 수익: AI 브리핑에 제 글이 인용되고, 글에 단 네이버쇼핑 링크로 수익이 나는 것

이 중 첫 단계인 "무엇을 쓸지"를 데이터로 정해야 나머지도 따라온다고 생각했어요.

그런데 결과물이 의도와 다르게 나왔어요

차이는 딱 하나, 출발점이었어요.

알고 보니 네이버 API는 키워드 목록을 통째로 주지 않더라고요. 키워드를 하나 넣어야 그 키워드에 대해서만 알려 주는 구조예요. 그러니까 "처음에 뭘 넣고 시작할지"를 정해야 했던 건데, AI가 이걸 저한테 설명하고 물어보는 대신 프로젝트 문서를 보고 그냥 블로그 콘셉트로 빈칸을 채워 버린 거예요. 저는 그렇게 하라고 한 적이 없었고요.

그래서 모아 둔 키워드는 싹 지우고 처음부터 다시 설계했어요. 이 글은 그 과정 이야기예요.


진행 방법

사용한 도구

도구

쓴 곳

Claude Code (데스크톱 앱)

리서치, 설계 문서, 파이썬 코드 작성·실행, 리포트·발표 자료 생성

네이버 검색광고 API (키워드도구)

월 검색수(PC/모바일), 광고 클릭수, 연관키워드

NAVER API HUB (네이버 클라우드)

블로그 검색(문서 수), 데이터랩 검색어트렌드(검색 추이), 쇼핑인사이트(쇼핑 클릭 추이)

데이터랩 쇼핑인사이트 인기검색어 (웹)

쇼핑 분야별 인기 검색어 Top 100 (일·주·월)

Gemini API (무료 등급)

키워드 분류·글감 판정 (예정)

Python 3 (표준 라이브러리만), SQLite

수집·계산·저장

참고: 2026년 7월 이후 네이버 검색·데이터랩 API 신규 키는 개발자센터가 아니라 NAVER API HUB(네이버 클라우드 콘솔)에서 발급합니다. 현재 한시적 무료이고, 호출 주소와 인증 헤더가 예전과 다릅니다.

진행 순서

  1. 리서치: 같이 분석할 키워드 서비스 조사 → 네이버(검색광고·데이터랩·블로그 검색) 우선, 구글 트렌드 제외

  2. AS-IS 구현 (약 4시간 30분): 키워드 551개 수집, 400일 검색 추이, 급상승·시즌 점수, Top 10 리포트

  3. 문제 발견: "씨앗 키워드는 어떤 기준으로 만들었어?"라고 물었더니 블로그 콘셉트에서 나왔다는 답 → 의도와 다름

  4. 원인 분석 → 재설계: 블로그 목적과 산출물 형태를 먼저 합의하고, 데이터 소스마다 "이걸로 무엇을 판단하는가"를 따져서 TO-BE 설계 확정

  5. 작게 시험: 출발점 데이터와 확장 규모를 실제로 돌려 보고 결정진행

aas에서 bb까지의 다양한 단계를 보여주는 포스터

AS-IS가 뽑은 키워드 (Top 10 주제 대표)

TO-BE 시험 결과 (식품·건강 키워드)

한국어 한국어 한국어 한국어 한국어 한국어 한국어 한국어

결과와 배운 점

새 설계는 확정했고, 이제 만들기만 하면 돼요.

배운 점

  1. 목표부터 합의: "결국 뭘 보고 뭘 정할 건지"부터 한 문장으로 맞추세요. 저는 이걸 처음에 말 안 했어요. 그랬더니 AI가 프로젝트 문서 보고 그럴싸하게 알아서 채우더라고요.

  2. 데이터 제약 확인: 데이터가 어떻게 생겼는지, 어떤 제약이 있는지 먼저 물어보세요. 네이버 API는 키워드를 넣어야만 답을 줘요. 그럼 "뭘로 시작하지?"가 제일 중요한 결정인데, 그 빈칸이 조용히 채워져 있었어요.

  3. 핵심은 직접 결정: 결과를 좌우하는 건 직접 정하세요. AI가 짐작한 부분은 "이건 가정이에요"라고 표시해 달라고 하세요. 그리고 제가 "굿" 한마디 한 게 설계 전체를 통과시킨 걸로 받아들여졌더라고요. 이런 짧은 대답은 조심하세요.

  4. 쓰임 묻기: 데이터마다 "이걸로 뭘 판단하는데?"라고 물어보세요. 대답이 안 나오면 빼는 게 맞아요. 지식iN(통합검색 쓰는 사람들을 대표하지 않아서)이랑 자동완성(왜 필요한지 모르겠어서)이 이렇게 빠졌어요.

  5. 기록과 시험: 정한 건 표로 남기고, 확인은 작게 돌려 보세요. 설계 문서에 결정 기록 표를 남겨 두면 나중에 헷갈리지 않아요. 규모나 속도는 짐작하지 말고 한번 돌려 보고 정하는 게 제일 확실해요.

팁

  • 기준 묻기: "이거 뭘 기준으로 만든 거야?"라고 자주 물어보세요. 저는 이 질문 하나로 문제를 찾았어요.

  • 목록 직접 보기: 요약 숫자만 보지 말고, 실제로 나온 목록을 직접 보세요. 숫자만 보면 다 잘 굴러가는 것 같거든요.

  • 두괄식 요청: "두괄식으로", "핵심만 짧게" 이렇게 요청해 보세요. 결정이 훨씬 빨라져요.

앞으로의 계획

  • 새 설계대로 만들어 볼 거예요. 모으기 → 지표 계산 → 순위표랑 추이 그래프 → 매일 자동으로 돌리기, 이 순서로요.

  • 다 만들면 처음 버전이랑 새 버전을 실제 데이터로 비교해 볼 거예요. 밖에서 출발한 방식이 진짜 새로운 글감을 찾아 주는지 확인해 보려고요.

  • 블로그를 2주쯤 운영해 보고, 실제 노출이랑 유입 데이터를 보면서 점수 기준을 다듬을 생각이에요.

도움 받은 글

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

류웅수_이안_IAN 프로필 이미지

oatmeal님, 키워드 551개와 400일 추이가 나왔는데도 ‘씨앗 키워드는 어떤 기준으로 만들었어?’라고 다시 물으신 장면이 이번 사례의 핵심으로 읽혔습니다. 숫자가 쌓이는 것과 원했던 글감 탐색이 이루어지는 것은 다를 수 있다는 점을 구체적으로 보여 주셨네요.

블로그 콘셉트에서 출발한 방식과 외부의 인기 검색어에서 출발하려던 목적 사이의 차이를 찾고, 데이터마다 무엇을 판단할지 다시 정하신 과정이 좋았습니다. 지식iN과 자동완성을 제외한 이유까지 남겨 두셔서, 단순히 소스를 많이 붙이는 것이 목표가 아니었다는 것도 알 수 있었습니다.

짧은 ‘굿’이 전체 설계 승인으로 받아들여졌다는 경험도 공감됩니다. 중요한 가정과 직접 결정할 항목을 표로 남기고, 출발점과 확장 규모를 작게 시험하는 방식이 다음 구현에서 같은 혼선을 줄이는 데 도움이 되겠어요.

새 버전과 이전 버전을 비교할 때는 상위 목록뿐 아니라 실제로 쓰고 싶은 주제가 얼마나 새로 나왔는지도 함께 보시면 재미있겠습니다. 블로그에 맞아서 남긴 후보와 검색 반응은 높지만 제외한 후보의 이유까지 쌓이면 점수 기준을 다듬을 근거가 생기겠네요. 재설계한 방식으로 고른 첫 글과 2주 운영 뒤의 변화도 궁금합니다.

조셉_조 프로필 이미지
조셉_조2026.10.18

oatmeal님, 안녕하세요.

조셉입니다. ^^

4시간 반을 들여 모아 둔 키워드 551개를 지우고 목표부터 다시 맞추신 결정, 쉽지 않은 일인데 잘하셨습니다. 사람 사이에서도 '좋다'는 한마디를 전체 합의로 받아들였다가 나중에 어긋나는 일이 많습니다. 각자의 "좋다"의 의미가 서로 주관적이고 다르니까요.
AI와 일할 때도 똑같다는 걸 "굿" 한마디의 경험으로 정확히 짚어 주셨습니다.

데이터마다 무엇을 판단하는 데 쓰는지 따져서 지식iN과 자동완성을 뺀 이유까지 남겨 두신 점도 좋았습니다.

블로그 목적을 노출, 체류, 수익 세 단계로 적어 두셨습니다. 전략적인 설계가 눈에 뜁니다. ^^
TO-BE 시험에서는 오메가3가 월 200,100회로 맨 위에 올라왔는데, 1주차에 나눈 "조회수 1만이면 성공일까?"에 비춰 보면 이 순위표에서 새 블로그가 실제로 상단에 설 수 있는 자리는 무엇으로 가려내실 생각입니까? 새 설계로 고른 첫 글이 노출에서 수익까지 한 계단씩 올라가는 기록을 보고 싶습니다.

애쓰셨고 기대됩니다.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기