AI 자동화는 됐는데, 왜 답답하지?
2026.05.24
소개
처음에는 꽤 뿌듯했습니다.
AI 최신 뉴스를 자동으로 가져오고, 제 기준에 맞춰 Threads 글 초안을 만들고,
Telegram으로 검토 메시지를 보낸 뒤, 승인 버튼을 누르면 Threads에 자동으로 올라가는
흐름까지 만들었기 때문입니다.\
흐름만 보면 자동화는 성공한 것처럼 보였습니다.\
Cron 실행
→ AI 최신 뉴스 수집
→ Threads 글 초안 생성
→ Telegram으로 승인 요청
→ 승인 버튼 클릭
→ Threads 자동 포스팅
“이 정도면 이제 자동화된 것 아닌가?”라고 생각했습니다.
그런데 막상 써보니 이상하게 답답했습니다.
작업은 돌아가고 있었습니다.
글도 만들어졌습니다.
승인하면 포스팅도 됐습니다.
그런데 중요한 것이 보이지 않았습니다.\
지금 작업이 어디까지 진행됐는지
어떤 에이전트가 어떤 일을 맡았는지
생성된 결과물이 어디에 쌓이는지
내가 무엇을 승인했고, 무엇을 거절했는지
실패했다면 어디서 왜 실패했는지
이번 작업의 교훈이 다음 작업에 반영되는지 등...
심플한 자동화는 있었지만,
통제할 수 있는 운영실과 쌓이고 성장하는 시스템 구조가 없었습니다.
이번 작업은 바로 이 답답함에서 시작되었습니다.\
더 많은 기능을 붙이기 전에,
먼저 AI 에이전트가 일하는 모습을 볼 수 있고 성장할 수 있는 시스템 구조를
만들어 보기로 했습니다.
진행 방법
1. 처음에는 “자동 포스팅”만 생각했습니다
처음 목표는 단순했습니다.
“AI가 글을 만들고, 내가 승인하면 자동으로 올라가게 하자.”
그래서 아래 흐름을 만들었습니다.\
Cron으로 정해진 시간에 작업을 실행합니다.
AI가 최신 뉴스 기반의 Threads 글 초안을 만듭니다.
Telegram으로 승인 요청을 보냅니다.
제가 승인 버튼을 누르면 Threads에 포스팅됩니다.
이 흐름만 보면 충분히 괜찮아 보였습니다.
특히 Hermes 같은 큰 구조 없이도, 봇과 스케줄러와 승인 큐만으로
어느 정도 자동화가 가능하다는 점이 인상적이었습니다.
하지만 며칠 써보니 질문이 생겼습니다.\
“지금 이 자동화가 잘 운영되고 있는 걸까?”
실행은 되는데, 운영되고 있다는 느낌은 약했습니다.
2. 답답했던 진짜 이유는 “보이지 않음”이었습니다
자동화가 실패한 것은 아니었습니다.
오히려 기본 기능은 동작했습니다.
문제는 그다음이었습니다.
구분 | 자동화는 됐지만 보이지 않았던 것 |
|---|---|
작업 흐름 | 지금 작업이 어디까지 진행됐는지 |
담당 주체 | 어떤 에이전트가 어떤 작업을 맡았는지 |
결과물 | 어떤 초안과 최종본이 생성됐는지 |
승인 기록 | 사람이 무엇을 승인했고 무엇을 거절했는지 |
오류 | 어디서 막혔고 왜 실패했는지 |
학습 데이터 | 이번 작업이 다음 작업을 어떻게 더 좋게 만드는지 |
이걸 보고 나니 문제가 조금 더 선명해졌습니다.
필요한 것은 자동화 기능 하나를 더 붙이는 일이 아니었습니다.
필요한 것은 운영 구조였습니다.
자동화된 작업들이 어디서 생기고, 누구에게 배정되고, 어떤 결과를 만들고, 어떤 판단을 거쳐,
다음 작업에 어떤 교훈을 남기는지 볼 수 있어야 했습니다.
3. 그래서 관리자 페이지를 먼저 만들기로 했습니다
처음에는 Paperclip 같은 구조도 좋아 보였습니다.
에이전트가 어떤 작업을 하고 있는지, 승인과 기록이 어떻게 남는지 볼 수 있기 때문입니다.
하지만 그 구조를 그대로 가져오기에는 아직 제 배움이 부족하고 충분히 활용하지 못할 것 같았습니다.
그래서 이번에는 처음으로 돌아가 가볍게 시작했습니다.
HTML MVP를 먼저 만들었습니다.
선택지 | 장점 | 단점 | 이번 판단 |
|---|---|---|---|
Next.js부터 개발 | 실제 서비스화에 유리함 | 초반 구조 수정이 무거움 | 아직 이르다고 판단 |
Paperclip 구조 참고 | 에이전트 운영 관점이 좋음 | 그대로 가져오면 수정이 어려울 수 있음 | 방향만 참고 |
HTML MVP 제작 | 빠르게 열어보고 고칠 수 있음 | 실제 기능은 아직 없음 | 이번 단계에 가장 적합 |
HTML로 만들면 바로 내가 원하는 구조를 시각적으로 빠르게 볼 수 있습니다.
문구도 쉽게 바꿀 수 있고, 영역도 빠르게 옮길 수 있습니다.
비개발자인 제 입장에서는 처음부터 완성된 서비스보다, 먼저 눈에 보이는 설계도가 필요했습니다.
4. 관리자 페이지에 넣은 구조
이번 관리자 페이지는 단순한 대시보드가 아니라,
AI를 진짜 일하는 직원이라고 생각하고 생각하고 만들고 있습니다.
먼저 이런 영역을 잡았습니다.
영역 | 역할 |
|---|---|
회사 (홈) | 전체 프로젝트가 어디로 가는지 보여줍니다 |
콘텐츠 팀 | 콘텐츠 운영의 핵심 목표를 정리합니다 |
하위 | 스레드팀, 릴스팀, 블로그팀처럼 역할을 나눕니다 |
AI 직원 | 각 팀에서 일하는 에이전트를 배치하고 역할을 나눕니다 |
작업 큐 | 지금 생성되었거나 대기 중인 작업을 보여줍니다 |
검토·승인 큐 | 사람이 확인하고 승인해야 할 작업을 모읍니다 |
오류·막힘 센터 | 실패, 오류, 병목을 한곳에서 봅니다 |
근거 보관 | 참고 자료와 출처를 남깁니다 |
활동 로그 | 누가, 언제, 무엇을 했는지 기록합니다 |
LLM Wiki | 옵시디언 등 영역을 확인합니다. |
이렇게 화면을 나누고 나니, 자동화가 조금 다르게 보였습니다.
이전에는 “글 하나를 자동으로 올리는 봇”처럼 느껴졌습니다.
이제는 “여러 AI 직원이 각자 맡은 일을 하고, 사람이 검토하고, 기록이 남는 구조”처럼 보이기 시작했습니다.
결과와 배운 점
1. 자동화와 운영은 다릅니다
이번에 가장 크게 배운 점은 이것입니다.
자동화가 된 것과 운영할 수 있는 것은 다릅니다.
자동화는 명령을 실행하게 만드는 일에 가깝습니다.
운영은 그 명령이 어떤 흐름으로 진행되고, 어떤 결과를 만들고, 어디서 막히고,
다음에는 어떤 방향으로 나아갈지를 관리하는 일에 가깝습니다.
처음에는 자동화만 되면 충분할 줄 알았습니다.
하지만 실제로는 아래 세 가지가 없으면 계속 답답했습니다.
흐름이 보이지 않습니다.
기록이 남지 않습니다.
학습 데이터가 쌓이지 않습니다.
그래서 이번 작업의 핵심은 더 많은 자동화가 아니라, 더 잘 보이는 운영 구조 였습니다.
2. AI를 봇이 아니라 직원처럼 보게 됐습니다
관리자 페이지를 만들면서 관점이 바뀌었습니다.
이전 관점 | 바뀐 관점 |
|---|---|
글 하나를 자동으로 만든다 | 작업 요청부터 승인까지 운영한다 |
Telegram으로 승인한다 | 승인 기록과 판단 기준을 남긴다 |
포스팅되면 끝난다 | 결과, 오류, 교훈을 다음 작업에 반영한다 |
봇처럼 쓴다 | 직원처럼 운영한다 |
이 변화가 이번 작업에서 가장 컸습니다.
AI를 단순히 “글 써주는 도구”로 보면, 결과물만 중요해집니다.
하지만 AI를 “함께 일하는 직원”처럼 보면, 과정과 기록이 중요해집니다.
어떤 일을 맡겼는지
어떤 방식으로 처리했는지
어떤 결과를 냈는지
어디서 실수했는지
다음에는 무엇을 다르게 해야 하는지
이런 정보가 쌓여야 AI 직원도 점점 나아질 수 있다고 느꼈습니다.
3. LLM Wiki는 기억을 쌓는 공간입니다
관리자 페이지가 현재 작업을 보는 공간이라면, LLM Wiki는 작업 기억을 쌓는 공간에 가깝습니다.
앞으로 LLM Wiki에는 이런 내용을 남기고 싶습니다.
LLM Wiki에 쌓을 것 | 왜 필요한가 |
|---|---|
좋은 결과물 예시 | 다음 작업의 기준이 됩니다 |
나쁜 결과물 예시 | 반복 실수를 줄일 수 있습니다 |
실패한 이유 | 오류를 교훈으로 바꿀 수 있습니다 |
수정 요청 내역 | 사람의 판단 기준을 학습할 수 있습니다 |
승인된 문장 구조 | 좋은 콘텐츠 패턴을 재사용할 수 있습니다 |
참고한 근거 자료 | 콘텐츠 신뢰도를 높일 수 있습니다 |
자주 발생하는 오류 | 운영 병목을 발견할 수 있습니다 |
다음 작업에 반영할 교훈 | 에이전트가 점점 나아질 수 있습니다 |
기록이 없으면 에이전트는 매번 처음부터 일하는 느낌이 됩니다.
반대로 좋은 기록이 쌓이면, 에이전트를 조금씩 훈련시키고 성장시키는 느낌이 생깁니다.
4. 비개발자라면 먼저 작게 보여야 합니다
비개발자 입장에서 가장 위험한 순간은 처음부터 큰 시스템을 상상하는 순간이라고 느꼈습니다.
Paperclip, Mutica 같은 도구를 보면 가능성이 커 보입니다.
하지만 구조를 이해하지 못한 채 바로 따라 만들면,
나중에 제 방식대로 바꾸고 싶을 때 오히려 더 어려워질 수 있습니다.
그래서 이번에 저에게 맞았던 순서는 이거였습니다.
먼저 HTML로 빠르게 눈에 보이게 만들기
→ 로드맵 트리로 전체 구조 쪼개기
→ 필요한 기능부터 하나씩 붙이기
머릿속으로만 설계할 때는 막연했습니다.
하지만 HTML로 화면을 보니 바로 알 수 있었습니다.
“이 영역은 필요하겠다.”
“이건 아직 없어도 되겠다.”
“여기에는 승인 기록이 들어가야겠다.”
눈에 보이니까 다음 단계가 보였습니다.
5. 앞으로의 방향
제 최종 목표는 “내 일을 자동으로 도와주는 것”이 아닙니다.
AI 에이전트가 일을 하고, 사람이 판단하되, 그 판단이 기록으로 남고,
다음 작업이 조금씩 좋아지는 구조를 만드는 것입니다.
제가 만들고 싶은 것은 자동 포스팅 에이전트가 아닌,
에이전트가 진짜 배우면서 일할 수 있도록 하는 운영 시스템입니다.




저도 그냥 자동화를 하고 있는데 많은 인사이트가 담겨있네요 감사합니다 ㅎㅎㅎ