[3부작 1편] AI 에이전트로 매일 뉴스 100개 안팎을 모아 데일리 분석 글을 자동 발행했다
2026.05.26
![[3부작 1편] AI 에이전트로 매일 뉴스 100개 안팎을 모아 데일리 분석 글을 자동 발행했다 본문 이미지](/_next/image?url=https%3A%2F%2Fcdn.gpters.org%2Fexternal%2F612e35f07a17f81f128df3fb.jpg&w=3840&q=75)
📝 한줄 요약
매일 쏟아지는 뉴스를 사람이 하나씩 고르는 대신, AI 에이전트가 뉴스 스크랩을 모으고 핵심 테제를 뽑아 데일리 분석 글로 자동 발행하는 파이프라인을 만들었습니다. 최근 10회 기준으로 뉴스 URL 1,102개를 처리했고, 회차당 75~119개, 평균 110.2개 수준의 자료를 매일 분석 글로 바꾸고 있습니다.
바쁘시면 이것만 읽어도 돼요:
매일 뉴스 스크랩을 모아 데일리 테제분석 글을 자동 생성합니다.
최근 10회 기준 뉴스 URL 1,102개를 처리했습니다.
하루 단위로는 75~119개 URL, 평균 110.2개가 입력으로 들어갔습니다.
결과물은 옵시디언 노트, 이미지 5개 포함 블로그용 글, HTML 페이지, 홈페이지 게시물로 이어집니다.
이 1편은 “뉴스 수집 → 분석 글 발행”이고, 2편은 “그 자료로 유튜브 롱폼·쇼츠 발행”, 3편은 “업로드 후 파일 정리와 재시도 운영”입니다.
🎯 이런 분들께 도움돼요
매일 뉴스를 보지만, 무엇이 중요한지 정리하는 데 시간이 오래 걸리는 분
뉴스레터, 블로그, 유튜브 등으로 꾸준히 콘텐츠를 만들고 싶은 분
AI에게 단순 요약이 아니라 “반복 발행 시스템”을 맡겨보고 싶은 분
자동화가 한 번만 되는 게 아니라 매일 안정적으로 굴러가길 원하는 분
😫 문제 상황 (Before)
뉴스는 너무 많습니다.
경제, 금리, 부동산, 정치, 기업, 글로벌 이슈까지 하루에도 수십 개에서 백 개 안팎의 링크가 쌓입니다. 하나씩 읽으면 시간이 많이 걸리고, 대충 훑으면 중요한 흐름을 놓칩니다.
처음에는 사람이 직접 뉴스를 고르고, 오늘의 주제를 정하고, 글의 방향을 잡아야 했습니다. 그런데 이 방식은 매일 반복하기 어렵습니다.
특히 문제는 “뉴스를 읽는 것” 자체보다 그다음이었습니다.
오늘 중요한 흐름은 무엇인가?
단순 사건이 아니라 그 뒤의 구조는 무엇인가?
투자자나 독자가 읽을 만한 하나의 관점으로 묶을 수 있는가?
블로그 글, 홈페이지 글, 영상 스크립트로 이어질 수 있는가?
이걸 매일 사람이 하면 결국 빠지는 날이 생깁니다.
그래서 목표를 이렇게 잡았습니다.
“매일 들어오는 뉴스 묶음을 AI가 읽고, 하나의 테제로 압축해서, 바로 발행 가능한 데일리 분석 글로 만들자.”

🛠️ 사용한 도구
AI 에이전트: Hermes
분석 파이프라인: 데일리 테제분석 파이프라인
주요 실행 파일:
daily_thesis_blog.py,news_thesis.py저장소: 옵시디언 vault
발행 경로: HTML 변환, sia-ian 홈페이지 게시, 텔레그램 알림
이미지 처리: 커버 이미지, 키워드 이미지, 섹션 이미지 자동 삽입
🔧 작업 과정
1단계 — 뉴스 링크를 매일 모으는 구조부터 만들었습니다
처음 목표는 “좋은 글을 AI가 써주게 하자”가 아니었습니다. 그보다 먼저 필요한 건 입력이었습니다.
AI가 아무리 좋아도, 매일 읽을 자료가 없으면 분석이 흔들립니다. 그래서 뉴스 스크랩 노트를 먼저 만들고, 그 안에 그날의 뉴스 URL을 모으는 구조를 잡았습니다.
AI 에이전트에게 이런 식으로 요청했습니다.
오늘 뉴스 스크랩을 기반으로 데일리 테제분석 글을 만들어줘. 단순 요약이 아니라 오늘 시장을 관통하는 하나의 테제로 정리해줘.
최근 산출물을 확인해보니, 데일리 뉴스 스크랩에는 회차당 75~119개의 URL이 들어가 있었습니다. 최근 10회 합계는 1,102개였습니다.
이 숫자를 보고 방향이 분명해졌습니다.
이건 사람이 매일 수동으로 읽고 정리하기에는 부담이 큰 양입니다. 하지만 AI에게는 오히려 좋은 입력입니다. 자료가 충분해야 오늘의 흐름을 뽑아낼 수 있기 때문입니다.

2단계 — 단순 요약이 아니라 “오늘의 테제”를 뽑게 했습니다
뉴스 요약은 흔합니다. 하지만 제가 원한 건 요약 목록이 아니었습니다.
“무슨 일이 있었다”가 아니라 “그래서 오늘의 구조는 무엇인가”가 필요했습니다.
예를 들어 금리 뉴스가 여러 개 나오고, 물가 뉴스가 나오고, 전쟁이나 공급망 뉴스가 같이 나오면 각각을 따로 요약하는 것은 큰 의미가 없습니다. 중요한 건 그 뉴스들이 같은 방향을 가리키는지, 서로 충돌하는지, 시장의 어떤 가정을 흔드는지입니다.
그래서 파이프라인은 뉴스를 모은 뒤, 하나의 관점으로 압축하는 방향으로 설계했습니다.
뉴스들을 단순히 나열하지 말고, 오늘 시장을 관통하는 핵심 테제 하나를 잡아줘. 그 테제가 왜 중요한지, 어떤 숫자와 사건이 근거인지, 투자자 입장에서는 무엇을 봐야 하는지까지 정리해줘.
이 방식의 장점은 결과물이 바로 콘텐츠가 된다는 점입니다.
뉴스 100개를 읽고 “오늘 이런 뉴스가 많았습니다”라고 말하면 독자에게 남는 게 적습니다. 하지만 “오늘은 금리가 내려가지 않는 구조가 드러난 날입니다”처럼 하나의 문장으로 잡으면 글의 중심이 생깁니다.
실제로 최근 발행된 데일리 글도 이런 방식으로 만들어졌습니다.
예를 들면 2026년 5월 26일 글의 제목은 다음과 같았습니다.
“구조가 바뀐 금리, 전쟁 끝나도 안 내려가는 이유”
뉴스를 많이 모으는 것보다 중요한 건, 그 많은 뉴스에서 하나의 문장을 뽑는 일이었습니다.

3단계 — 옵시디언 저장, 이미지, HTML 발행까지 연결했습니다
글이 만들어졌다고 끝이 아닙니다.
매일 반복하려면 결과물이 일정한 위치에 저장되고, 발행 가능한 형태로 변환되어야 합니다. 그래서 데일리 테제분석 파이프라인은 결과물을 여러 단계로 남깁니다.
옵시디언에 데일리 분석 노트 저장
블로그용 마크다운 생성
커버 이미지와 섹션 이미지 삽입
HTML로 변환
홈페이지에 게시
텔레그램으로 알림
여기서 중요했던 건 “AI가 글만 쓰는 것”이 아니라 “발행까지 이어지는 파이프라인”이라는 점입니다.
사람이 매번 파일을 찾고, 이미지를 넣고, HTML을 만들고, 홈페이지에 올리면 결국 병목이 생깁니다. 자동화의 진짜 효과는 글쓰기보다 뒤쪽 작업에서 크게 느껴졌습니다.
최근 데일리 분석 글들은 본문에 이미지 5개가 들어가도록 구성되어 있습니다. 커버, 키워드 이미지, 섹션 이미지가 함께 들어가니 그냥 텍스트 파일이 아니라 발행 가능한 콘텐츠가 됩니다.
4단계 — “조용히 실패하는 자동화”를 잡았습니다

자동화가 무서운 이유는 실패할 때 티가 안 날 수 있다는 점입니다.
한 번은 데일리 테제분석 글이 발행됐는데, 이미지가 제대로 들어가지 않은 일이 있었습니다. 이미지 파일은 만들어졌지만, 글 안에는 일부 이미지만 들어간 상태였습니다.
처음에는 이미지 폴더 경로 문제라고 생각했습니다. 하지만 확인해보니 원인은 달랐습니다.
이미지 삽입 스크립트가 실행은 된 것처럼 보였지만, 실제 삽입 함수가 호출되지 않는 구조였습니다. 즉, 프로그램은 오류 없이 끝났지만 결과물은 비어 있었습니다.
AI 에이전트에게 이렇게 시켰습니다.
오늘 발행된 데일리 테제분석 글에 이미지가 왜 안 들어갔는지 확인해줘. 이미지 파일이 만들어졌는지, 글에 삽입됐는지, HTML에는 들어갔는지 단계별로 봐줘.
이 요청이 중요했습니다.
“왜 안 돼?”가 아니라, 단계별로 확인하게 했습니다.
이미지 파일은 실제로 생성됐는가?
마크다운 글에 이미지 태그가 들어갔는가?
HTML 변환 결과에 이미지가 들어갔는가?
홈페이지 게시물에도 반영됐는가?
결과적으로 문제 원인을 찾고, 오늘 글을 복구했고, 같은 유형의 침묵 실패를 막는 점검 로직까지 추가했습니다.
자동화는 만드는 것만큼이나, 실패를 알아차리는 구조가 중요하다는 걸 다시 느꼈습니다.
5단계 — 홈페이지에 누적 발행되는 구조로 만들었습니다
이 파이프라인의 결과물은 단발성 파일이 아닙니다.
데일리 테제분석 글은 홈페이지의 thesis/daily 영역에 누적됩니다. 최근 확인 기준으로 데일리 게시물은 25개가 등록되어 있었습니다.
최근 게시 예시는 다음과 같습니다.
2026-05-20: 일자리 22만 개 증가 오늘의 흐름
2026-05-21: 호르무즈 잠금 오늘의 흐름
2026-05-22: 금리로 물가 잡는다? 숫자는 다른 표적을 가리킵니다
2026-05-23: 코스피의 중심이 사람에서 규칙으로, ETF 464조가 보내는 신호
2026-05-26: 구조가 바뀐 금리, 전쟁 끝나도 안 내려가는 이유
이렇게 쌓이면 단순한 자동화가 아니라, 매일의 시장 해석 아카이브가 됩니다.
하루 글 하나만 보면 작은 결과지만, 25개가 쌓이면 흐름이 보입니다. 이 흐름이 다음 단계의 재료가 됩니다.
그리고 이게 2편으로 이어집니다.
1편에서 만든 데일리 분석 글을 바탕으로, 다음 단계에서는 유튜브 롱폼 영상과 쇼츠 영상을 자동 발행합니다.
✅ 결과 (After)
Before vs After
항목 | Before | After |
|---|---|---|
뉴스 확인 | 사람이 직접 훑고 판단 | 매일 뉴스 URL 묶음을 AI가 분석 |
입력 규모 | 사람이 감당 가능한 만큼만 | 최근 10회 1,102개 URL 처리 |
글 방향 | 그날그날 직접 고민 | 오늘의 핵심 테제를 AI가 제안 |
발행 형태 | 초안 작성 후 수동 정리 | 옵시디언, 이미지, HTML, 홈페이지 게시까지 연결 |
누적 관리 | 파일이 흩어질 수 있음 |
|
확인된 결과
최근 10회 뉴스 스크랩 URL 합계: 1,102개
회차당 URL 수: 75~119개
회차당 평균 URL 수: 110.2개
최근 데일리 분석 글: 이미지 5개 포함
홈페이지 데일리 게시물 수: 25개
2026-05-26 게시 제목: “구조가 바뀐 금리, 전쟁 끝나도 안 내려가는 이유”
이제 매일 뉴스가 쌓이면, 사람이 처음부터 다 읽고 정리하는 대신 AI가 먼저 구조를 잡아줍니다. 저는 그 결과를 보고 방향을 조정하거나, 다음 콘텐츠로 확장하는 쪽에 집중할 수 있습니다.
💬 이 과정에서 배운 AI 활용 팁
효과적이었던 것
AI에게 “요약”이 아니라 “테제”를 요청하기
뉴스 요약은 금방 평범해집니다. “오늘의 핵심 주장 하나로 압축해줘”라고 요청해야 콘텐츠의 중심이 생깁니다.
입력 자료를 충분히 모으기
AI에게 좋은 분석을 기대하려면 자료가 필요합니다. 최근 10회 기준 1,102개 URL처럼 충분한 입력이 들어가야 흐름을 잡을 수 있습니다.
발행까지 하나의 파이프라인으로 보기
글 생성만 자동화하면 중간에 사람이 계속 개입해야 합니다. 저장, 이미지, HTML, 게시, 알림까지 이어져야 매일 반복할 수 있습니다.
실패를 단계별로 검증하기
자동화는 조용히 실패할 수 있습니다. “파일 생성 → 글 삽입 → HTML 변환 → 게시 반영”처럼 단계별 체크가 필요합니다.
이렇게 하면 안 돼요
뉴스를 그냥 많이 넣는 것만으로는 부족합니다
많은 자료는 출발점일 뿐입니다. 핵심 문장으로 압축하는 과정이 있어야 합니다.
AI가 쓴 글을 바로 최종본이라고 보면 안 됩니다
자동화는 초안과 구조를 만들어주는 역할입니다. 중요한 글일수록 사람의 관점 확인이 필요합니다.
발행 후 검증을 생략하면 안 됩니다
글은 올라갔는데 이미지가 빠졌거나, 홈페이지에 반영되지 않았을 수 있습니다. 자동화일수록 마지막 확인이 중요합니다.
🌍 다른 업무에 적용한다면?
이 방식은 뉴스 분석 외에도 여러 반복 콘텐츠에 적용할 수 있습니다.
부동산 시장 리포트: 매일 실거래가, 분양 뉴스, 정책 뉴스를 모아 지역별 테제 생성
세무/정책 브리핑: 국세청, 법령, 보도자료를 모아 오늘의 변경점 정리
산업 리서치: 특정 기업이나 섹터 뉴스를 모아 주간 투자 메모 생성
블로그 운영: 트렌드 키워드와 뉴스 자료를 연결해 매일 글감 생성
유튜브 스크립트: 분석 글을 기반으로 영상 대본과 쇼츠 소재 자동 생성
핵심은 “자료 수집 → 관점 추출 → 발행 형식 변환”입니다.
🚀 앞으로의 계획
이번 1편은 뉴스 수집과 데일리 분석 글 발행까지입니다.
하지만 여기서 끝나지 않습니다. 이미 이 결과물을 다음 파이프라인의 입력으로 쓰고 있습니다.
2편에서는 이 데일리 분석 글을 바탕으로 유튜브 롱폼 영상과 쇼츠 영상을 자동 발행하는 과정을 다룰 예정입니다.
3편에서는 영상이 올라간 뒤 mp4, mp3, 썸네일 같은 큰 파일이 계속 쌓이지 않도록, 업로드 성공 시 미디어를 삭제하고 실패한 파일만 재시도 폴더에 남기는 운영 정리 과정을 다룰 예정입니다.
즉 전체 구조는 이렇게 이어집니다.
뉴스 수집 → 데일리 분석 글 자동 발행
분석 글 → 롱폼·쇼츠 유튜브 자동 발행
업로드 후 파일 정리 → 메타데이터와 재시도 구조로 운영 안정화
AI 자동화는 “한 번 멋진 결과물을 만드는 것”보다 “매일 돌아가도 무너지지 않는 구조를 만드는 것”이 더 중요하다고 느꼈습니다.
📋 재사용 가능한 프롬프트
프롬프트 1: 뉴스 묶음에서 핵심 테제 뽑기
아래 뉴스 링크와 요약을 바탕으로 오늘 시장을 관통하는 핵심 테제 하나를 뽑아줘.
단순 뉴스 요약이 아니라, 여러 사건이 공통으로 가리키는 구조를 설명해줘.
제목, 한줄 요약, 근거 뉴스, 투자자가 봐야 할 포인트까지 정리해줘.
프롬프트 2: 자동 발행 파이프라인 점검하기
오늘 생성된 분석 글이 정상 발행됐는지 단계별로 확인해줘.
입력 뉴스 스크랩 존재 여부
분석 글 파일 생성 여부
이미지 삽입 여부
HTML 변환 여부
홈페이지 게시 여부
알림 발송 여부를 각각 확인하고, 빠진 단계가 있으면 원인을 찾아줘.
프롬프트 3: 단순 요약을 관점 있는 글로 바꾸기
이 뉴스 요약을 블로그 글로 바꾸되, 사건 나열식으로 쓰지 말고 하나의 주장으로 묶어줘.
독자가 글을 읽고 “오늘은 이 흐름을 봐야겠구나”라고 느끼게 써줘.
제목은 구체적이고, 본문은 숫자와 사건을 근거로 설명해줘.

"AI 자동화는 '한 번 멋진 결과물을 만드는 것'보다 '매일 돌아가도 무너지지 않는 구조를 만드는 것'이 더 중요하다"는 이안 님의 회고, 이 한 문장이 글 전체를 관통하네요.
단순히 뉴스를 요약하는 게 아니라 '하나의 테제로 압축'하겠다는 관점 자체가 이미 기획자의 사고였고, 그걸 옵시디언 저장 → 이미지 삽입 → HTML 변환 → 홈페이지 게시 → 텔레그램 알림까지 연결한 실행력도 인상 깊습니다. 최근 10회에 1,102개 URL을 처리했다는 숫자는 그냥 나오는 게 아니죠. 🔥
특히 '실패를 알아차리는 구조'를 시스템 안에 의도적으로 심었다는 부분이 진짜 핵심이었군요!! 결과물을 만드는 사람은 많지만, 무너지지 않도록 설계하는 사람은 훨씬 드무니까요.
파이프라인 구조나 실패 감지 로직, 스터디 멤버들과도 더 나눠주시면 같이 배울 수 있을 것 같아요! 🙌