본문으로 건너뛰기

마케팅 AX 워크플로우 개선기: 콘텐츠 자동화를 위해 AI 봇 3개를 대시보드로 묶은 기록

primadonna

2026.10.29

지피터스 마케팅 AX의 첫 번째 목표는 콘텐츠 자동화예요. 그 준비로 클로드 코드(Claude Code)와 함께 AI 봇 3개가 글을 만드는 과정을 대시보드에 기록하고, 게시 승인을 버튼 하나로 옮겼어요. 2026년 10월 29일 기준으로 정리했어요.

목표는 사례 하나로
여러 채널 글을 만드는 거예요

지인님이 10월 23일에 마케팅 우선순위를 정했어요. 콘텐츠 자동화가 맨 앞이고, 사이트 개편 뒤 성과 측정과 B2B 사례집이 그다음이에요. 콘텐츠 자동화는 사내 AX 사례 하나를 지피터스 글, 뉴스레터, 카드뉴스로 바꿔 내는 일이에요.

봇은 이미 있었어요. 지글이 글을 쓰고, 지디가 이미지를 만들고, 케터가 검수해요. 지인님은 앞서 쓴 글 「반복 피드백 355번? 콘텐츠 워크플로 다시 설계해보기」에서 요청 3,052건 중 반복 교정이 355번이었다고 정리했어요.

문제는 이 과정이 전부 Slack 스레드 안에만 있었다는 점이에요. 글이 어디까지 왔는지 보려면 스레드를 처음부터 읽어야 했고, 승인한 뒤 원고가 바뀌었는지 확인할 곳이 없었어요. 그래서 봇을 새로 만들지 않고, 지금 흐름에 기록과 화면과 승인을 붙이기로 했어요.

코드는 클로드 코드가 짰고, 저는 무엇을 남기고 무엇을 막을지 정하고, 운영에 반영할 때마다 확인하는 역할이었어요.

봇이 한 일을
대시보드에 쌓았어요

봇이 일할 때마다 대시보드 DB에 기록이 남게 했어요. 사람이 따로 적지 않아도 이런 것이 쌓여요.

  1. 사람이 글감을 고른 시각과 고른 사람

  2. 지글의 항목식 초안

  3. 채널별 원고와 지디의 이미지. 판(v1, v2)마다 따로 저장

  4. 케터의 통과, 불합격, 통과까지 걸린 시간

  5. 누가 어느 파일을 승인했는지

  6. 게시한 파일이 승인한 파일과 같은지

대시보드의 '에이전트 작업실'에서는 글마다 지금 단계와 채널별 상태가 한 줄로 보여요. 지인님이 처리할 글은 맨 위로 올라오고, 봇이 오래 멈추면 표시가 떠요. 기준은 검수 30분, 수정 2시간이에요. 같은 대시보드의 성장 점검 화면도 손봐서, 열리는 시간이 2.4초에서 1.5초로 줄었어요.

승인은 Slack 반응에서
대시보드 버튼으로 옮겼어요

이제 지인님은 마케팅 대시보드에 구글 계정으로 로그인해 승인 버튼을 눌러요. 봇은 승인 기록을 대시보드에서 직접 읽고, 기록이 맞을 때만 글을 올려요.

승인은 실제 게시 권한이라, 사고가 날 만한 경우를 하나씩 막았어요.

  • 승인한 원고 파일 그대로만 올라가요. 글자 하나만 바뀌어도 다시 승인해야 해요.

  • 검수를 통과한 최신판만 승인할 수 있어요.

  • 오래 열어 둔 화면에서 누른 승인은 거절돼요.

  • 승인자가 Slack에 멈춤 이모지를 달면 올리기 직전에 막혀요.

  • 봇이 "승인받았어요"라고 전한 말은 승인으로 치지 않아요.

  • 같은 원고는 두 번 올라가지 않게 잠가요.

  • 예전 스크립트와 새 스크립트가 섞여 있으면 올라가지 않고 멈춰요.

두 사람이 거의 동시에 승인을 누르는 경우도 시험했어요. 5번 해 봤는데 매번 승인이 1건만 남았어요. 자동 시험은 대시보드 92개, DB 72개, 봇 241개가 모두 통과했어요.

상세 화면은
할 일부터 보여 주게 바꿨어요

처음 만든 글 상세 화면은 진행 기록이 최신순으로 쌓이기만 했어요. 화면을 보다가 "어떻게 나아졌는지, 채널에서 어떻게 보이는지, 뭘 해야 하는지가 한눈에 안 보인다"는 생각이 들었어요.

첫 시안은 기존 대시보드와 디자인이 달라서 버렸고, 두 번째 시안은 대시보드의 폰트, 색, 카드 모양을 그대로 쓰고 설명 글을 거의 뺐어요. 맨 위에는 초안 승인 여부와 승인이 필요한 최종본 개수를 두고, 채널 탭마다 '승인 필요', '보류' 같은 상태를 붙였어요. 캐러셀은 넘겨 보는 카드로, 스레드(Threads)는 글자 수와 함께 보여요.

왼쪽에는 고른 채널의 개선 과정만 시간순으로 이어져요. 이걸 만들려고 데이터를 보니 케터가 불합격시킨 이유가 기록에 거의 없었어요. 판정 11건 중 이유가 남은 건 1건이었어요. 케터가 Slack에 쓴 고칠 점을 판정 기록에 같이 남기게 고쳤어요.

사실 확인은
Jev로 따로 재기 시작했어요

자동화할수록 사람이 덜 읽으니, 틀린 사실을 누가 잡는지가 중요해져요. 케터는 사실, 과장, 문체, 형식을 한 번에 읽고 판정해서, 잘못 통과한 비율을 셀 기록이 없었어요.

그래서 판정 모델 Jev를 실험으로 붙였어요. Jev는 "이 문장을 출처가 뒷받침하나?"처럼 범위가 좁은 질문에 확률로 답해요. 좁은 판단은 Jev가, 결론은 정해진 규칙이 내리고, 통과 결정과 발행 승인은 지금처럼 케터와 사람이 해요.

위 그림은 실험 결과가 좋을 때 갈 모습이에요.

Jev 실험 결과는
원문에 따라 갈렸어요

지난 원고 4묶음 294문장으로 일반 언어 모델 두 개와 비교했어요(10월 27일).

  • 정답률: Jev 93%, 일반 모델 79%와 86%

  • 문장당 시간: Jev 0.5초, 일반 모델 2.3초와 3.5초

  • 294문장 비용: Jev 0.06달러, 일반 모델 0.17달러와 0.24달러

정확도는 모델보다 어떤 원문을 넣느냐에 더 크게 좌우됐어요. 출처가 깔끔한 큐레이션 글은 99%, 원문이 1.5MB인 기사는 87%였어요. 10월 28일부터는 지글의 글감 탐색과 케터 검수 뒤에 Jev가 판정을 기록만 하고, 봇 동작은 바꾸지 않았어요. 10월 29일 오전까지 글감 판정 6건이 쌓였고, 검수 쪽 기록은 아직 없어요.

검토를 세 번 받고도
설치 직전에 되돌렸어요

이 작업과 함께 '임시저장으로 올리기'도 만들었어요. 승인할 때 바로 게시할지, 비공개 임시저장으로 올릴지 고르는 기능이에요. 계획은 4판까지 고쳤고, 설계 검토 에이전트 두 명에게 세 번 검토를 받았어요.

그런데 지인님 컴퓨터에 설치한 직후, 실제 글쓰기 도구와 버전을 대조하다가 문제를 찾았어요. 그 도구는 임시저장을 일부러 막아 둔 새 버전이었어요. 계획은 제 컴퓨터에 있던 오래된 사본으로 사실을 확인했던 거예요. 그대로 두면 바로 게시까지 막히는 상태라 설치한 스크립트를 바로 되돌렸어요.

하나 더, 그 도구 안에는 "확인이 필요하면 비공개 게시판에 올려서 시험한다"는 메모가 있었어요. 그래서 임시저장 대신 마케팅 전용 비공개 게시판에 먼저 올리는 방식으로 계획을 다시 세웠어요.

따라 해 볼 수 있는 프롬프트

봇이 게시 권한을 갖는 기능을 만들 때 저는 이 순서로 시켜요.

  1. "이 기능이 실제로 부르는 도구를, 운영 중인 컴퓨터에 있는 파일로 확인해 줘. 내 컴퓨터 사본은 근거로 쓰지 마."

  2. "승인이 잘못 통과할 수 있는 경우를 모두 적고, 각 경우가 막히는지 시험으로 보여 줘."

  3. "예전 파일과 새 파일이 섞여 설치된 상태를 가정하고, 그때 글이 공개되는지 따져 줘."

  4. "운영에 반영하는 단계마다 멈추고 나한테 확인받아."

1번이 이번에 제가 빠뜨린 단계예요.

콘텐츠 자동화는
세 단계로 이어가요

처음 세운 순서는 이래요.

  1. 사례 하나를 채널별 글로 바꾸기: 지피터스 글, 뉴스레터 꼭지, 카드뉴스

  2. 초안, 이미지, 검수, 승인을 한 화면에서 보기

  3. 그 화면에서 바로 게시하기. 스레드와 인스타그램은 API로 올리기

이번에 만든 건 2단계의 바탕이에요. 채널별 원고는 지금도 봇이 만들고, 대시보드에서 검수와 승인까지 보여요. 대시보드 승인으로 게시되는 건 아직 지피터스 글뿐이고, 스레드, 캐러셀, 이미지 게시는 사람이 해요.

1단계는 사례 3건으로 먼저 시험해요. 사례마다 지피터스 글 1개, 뉴스레터 꼭지 1개, 카드뉴스 1개를 만들고, 검수를 통과해 승인을 요청할 수 있는 상태까지가 범위예요. 승인 가능한 초안까지 걸린 시간과 수정 횟수를 지금과 비교해요.

나머지 정해 둔 일도 있어요.

  • Jev 판정은 1주에서 2주 기록을 쌓은 뒤 비교해 봐요. 기준을 넘은 판단만 흐름에 넣고, 원고를 돌려보내거나 사람에게 확인을 넘기는 데만 써요. 통과를 대신 결정하지는 않아요.

  • 게시 전에 마케팅 전용 비공개 게시판에 먼저 올리는 방식으로 계획을 세웠어요. 진행 시점은 아직 정하지 않았어요.

  • 대시보드 승인으로 실제 게시를 한 번 끝까지 확인하면, Slack에 "발행해"라고 쓰던 예전 경로를 없애요.

이 글도
1단계를 미리 해 본 결과예요

클로드 코드가 이번 작업 기록을 모아 지피터스 사례글 스킬로 초안을 썼고, 저는 빠진 내용과 틀린 표현을 고쳤어요. 같은 기록으로 뉴스레터 꼭지와 카드뉴스를 만드는 게 다음 시험이에요.

봇이 한 일은 이제 Slack을 뒤지지 않아도 대시보드 한 화면에서 보여요. 다만 검토를 여러 번 거친 계획도 운영 환경의 실제 파일로 사실을 확인하지 않으면 설치 직전에야 틀린 걸 알게 돼요.

이 글은 마케팅 대시보드를 만드는 현진우가 썼어요. 지피터스가 사내 AX를 어떻게 하는지는 지피터스는 사내 AX를 어떻게 할까에 모아 두었어요.

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

아그나르 프로필 이미지
아그나르2026.10.30

워크플로우를 시각화하는 작업을 하셨군요. 직관적으로 업무 진행 상황이 눈으로 보여야 하는 건 언제나 중요한 것 같습니다.

봇이 DB에 기록을 보내는 방식은 훅인가요? 아니면 지침인가요? 에이전트가 임의로 보내지 않을 가능성은 없나요?

JEV를 쓰셨군요. JEV가 시간과 비용에서는 확실한 우위가 있다고 생각했는데, 일반 모델보다도 성능이 월등하네요? 비교 보델은 어떤 걸 쓰셨고, 평가는 어떻게 진행했는지 궁금합니다. 테스트셋을 준비하신 걸까요?

김태현 프로필 이미지
김태현2026.10.30

Jev가 더 검수에 정확하네요??? 이게 뭔일일까요 너무 이상한데 ... 일반 모델이 느리고 비싸지만 더 정확해야 할거 같았거든요.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

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

우리 회사에도 이런 자동화를 도입하고 싶다면

회사 업무에 맞춘 AI 교육을 함께 설계해요.

기업교육 문의하기

함께 읽어보세요

AX 현장 전체 보기