📝 한줄 요약
매주 AI 뉴스레터를 쓰는 게 부담이었는데, Claude Code와 deepagents로 리서치부터 글쓰기까지 자동화하는 에이전트를 만들어봤습니다. (아직 진행 중!)
🎯 이런 분들께 도움돼요
정기적으로 뉴스레터나 콘텐츠를 발행하는 크리에이터
AI 에이전트 프레임워크(deepagents, LangGraph)를 써보고 싶은 개발자
Claude Code로 실제 프로젝트를 만들어보고 싶은 분
"AI로 뭘 자동화할 수 있을까?" 고민하는 분
😫 문제 상황 (Before)
저는 매주 수요일 "오토마타"라는 AI 뉴스레터를 발행하고 있어요. LLM과 AI 에이전트 관련 소식을 정리해서 구독자들에게 전달하는 건데, 이게 생각보다 손이 많이 가더라고요.
기존에 겪던 불편함:
리서치에 시간이 너무 오래 걸림: 매주 AI 뉴스를 찾고, 읽고, 정리하는 데만 몇 시간씩 소요
글쓰기 자체가 부담: 토픽은 있는데 아티클로 풀어쓰는 게 힘들었음
일정 유지가 어려움: 바쁜 주에는 뉴스레터 발행이 밀리기 일쑤
ChatGPT의 어색한 톤: 챗지피티와 작성할 때 자연스러운 톤앤 매너 생성하기 힘들었음
그래서 파이선 코드로 제가 파인튜닝할 수 있는 에이전트를 만들기로 결심했어요. LangChain에서 새로 나온 deepagents 파이썬 패키지를 사용해서 말이죠. Claude Code처럼 복잡한 작업을 처리하는 에이전트를 만들 수 있다길래, "이걸로 뉴스레터 작성을 자동화할 수 있지 않을까?" 싶었어요.
🛠️ 사용한 도구
Claude Code: 전체 개발 과정 협업
모델: Claude Opus 4.5
주요 패키지: deepagents (LangGraph 기반), Tavily API (웹 검색)
🔧 작업 과정
먼저 프로젝트를 시작하기 전 제 뉴스레터의 특징들과 프로젝트의 방향성을 쭉 나열해 봤어요. Claude Code에게 양질의 정보를 주고 프로젝트를 시작해보고 싶었어요.
매주 수요일 발행하는 “오토마타” (Automata) 뉴스레터 작성을 자동화하는 langgraph deepagent를 만들어보려고 해
뉴스레터 특성
- 매주 수요일마다 발행되고, LLM과 AI Agent관련 일주일 동안 새로운 소식을 구독자들에게 소개하는 뉴스레터
- 뉴스레터는 항상 세 가지 아티클을 포함
- 아티클 토픽 예시
- 새로운 모델 (open source, closed model) 발표 소식
- reddit이나 hackernews같은 곳에서 다른 사람들이 쓰는 신박학 AI 에이전트를 활용 사례
- 최근 에이전트 개발 트렌드 (ex. Agent harness, Context Engineering, MCP등)
- 구글이나 Anthropic, OpenAI등 기업에서 발간하는 에이전트 관련 보고서 요약해서 설명해주기
- Anthropic이나 OpenAI등과 같은 기업의 기술 블로그에서 읽을 만한 아티클 소개 후 설명해주기
- 아티클 세 개에다가 추가로 마지막 아티클은 “오토마타 스터디 카페” 섹션
- AI에이전트를 공부할 떄 도움이 될 만 한 자료를 하나 선정해서 소개하고 추천하는 섹션
- 에이전트 관련 유튜브 채널 추천
- 에이전트 관련 유용한 깃헙 레포지토리 추천
- 에이전트 관련 도서 추천
프로젝트 개요
에이전트 구조
Main orchestraton agent
- Research Subagent: 이번 주 뉴스레텨를 위해 주제 리서치 하는 에이전트
- Topic Selection agent: 주제 선정 에이전트
- Tone and manner subagent: 아티클의 톤앤매너를 원하는 형식으로 수정하는 에이전트
주의사항
- 랭체인의 deepagents 패키지는 나온지 얼마 안된 패키지라서 관련해서 조사가 좀 필요함
- 패키지를 어떻게 활용하는지 파악 필요
- 각 아티클을 마크다운 파일로 저장
- articles/라는 디렉토리에 저장
- 아티클을 합치는 작업은 파이썬 하드코딩으로 진행.
그리고 나서 Claude Code의 Planning 모드를 활용하여 프로젝트의 방향성을 같이 잡아나갔어요. 아래는 클로드 코드가 최종 Plan을 작성하기 전까지 실행한 과정들이에요.
deepagents가 뭔지부터 파악하기
deepagents는 나온 지 4-5개월 정도 된 따끈따끈한 패키지에요. Claude Code는 바로 웹 검색으로 공식 문서, GitHub README, 튜토리얼 블로그까지 찾아서 정리했어요. create_deep_agent() 함수 사용법, subagent 정의 방법, middleware 아키텍처까지. 새로운 패키지인데도 사용법을 빠르게 파악했어요.
기존 뉴스레터 톤앤매너 분석
Claude Code가 제가 평소에 작성하는 톤앤메너를 분석하기 위해 제 뉴스레터 URL주소를 요청했어요.
이 URL이 기존 뉴스레터 야. 톤앤매너를 분석해줘.
Claude가 분석한 결과:
친근한 해요체 사용
기술 용어는 한국어와 영어 병기 (예: "에이전트 하니스(Agent Harness)")
비유를 활용해서 어려운 개념 설명
섹션당 400-600 단어
멀티 에이전트 아키텍처 설계
Claude Code는 제거 요청한대로 뉴스레터 작성 과정을 여러 에이전트로 나눠서 설계를 진행했어요.
1. Research Agent: Tavily API로 최신 AI 뉴스 검색
2. Topic Selection Agent: 수집된 뉴스 중 뉴스레터에 실을 토픽 선정
3. Tone Agent: 작성된 아티클을 오토마타 스타일로 교정
4. Main Orchestrator: 전체 워크플로우 조율
이런 단계를 거치고 나서 Claude Code가 플랜을 체계적으로 설계해줬어요. 제가 원하는 대로 약간 수정 후, allow edit 모드를 켜고 Claude Code가 알아서 코드를 작성하게 시켰습니다.
pyproject.toml, .env.example, .gitignore, README.md가 순식간에 만들어졌고, 이어서 에이전트 코드까지 구현됐어요:
- src/config.py - 설정 및 프롬프트
- src/agents/ - 서브에이전트 정의
- src/tools/ - Tavily 검색 도구
- src/main.py - 메인 오케스트레이터
- run.py - CLI 실행 파일
에러 디버깅 - 에이전트가 멈추는 문제
코드가 완성된 줄 알았는데, 실행하니까 문제가 생겼어요.
run.py 실행하면 이렇게 출력되고 무한 대기 상태로 멈춰. 원인 찾아서 해결해줘.
🚀 오토마타 뉴스레터 생성 시작
📅 발행 예정일: 2026-01-21
Claude가 코드를 분석해서 deepagents 스트리밍 로직의 문제를 찾아냈어요. 진행 상황 출력 메시지를 추가하고 sys.stdout.flush()로 실시간 출력을 보장하도록 수정했죠.
에러 메시지만 주면 원인을 추적해서 해결해주니까 디버깅 시간을 줄일 수 있었어요.
실제 뉴스레터 생성 테스트
수정 후 다시 실행하니까 드디어 뉴스레터가 생성됐어요!
4개 아티클이 자동으로 만들어졌죠:
DeepSeek V3.2-V4 소식
멀티 에이전트 시스템 트렌드
Test-Time Reasoning 패러다임
오토마타 스터디 카페 (오픈소스 코딩 에이전트 추천)
리서치 단계에서 초안 작성까지 약 30분정도 소요되었어요.
각 아티클이 마크다운 파일로 저장되고, 최종 병합된 newsletter.md까지 생성됐어요.
✅ 결과 (After)
현재 상태
에이전트 구현 : 완료
뉴스레터 생성: 테스트 성공
실제 적용: 아직 테스트 단계
최종 초안 생성 시간 : 약 15분
최종 초안 생성 비용 : 약 $2.1 (3087원)
남은 과제
리서치 에이전트 개선 필요: 아직 최신 데이터를 잘 못 가져오는 이슈가 있어요. 또한, 제가 원하는 형식으로 작성해주기 까지 많은 파인튜닝이 필요해 보여요.
Human-in-the-Loop 활성화: 토픽 선정 시 사람 승인 기능 적용 예정이에요.
실제 뉴스레터에 적용: 테스트 후 실제 발행에 활용할 계획이에요.
비용 개선: 한 번 돌릴 때마다 드는 시간과 비용 개선이 필요해요
제가 원하는 방향성만 Claude Code에 게 제시했는데 한 시간 만에 동작하는 프로토타입이 나왔다는 게 신기했어요.
💬 이 과정에서 배운 AI 활용 팁
효과적이었던 것
1. 새로운 패키지도 Claude가 조사해준다
deepagents처럼 문서가 적은 새 패키지도 웹 검색으로 사용법을 파악해줌
공식 문서, GitHub 예제, 튜토리얼까지 종합해서 정리
2. 기존 콘텐츠 URL 주면 스타일 분석이 가능하다
뉴스레터 URL만 줬는데 톤앤매너, 구조, 길이까지 분석
이걸 바탕으로 에이전트 프롬프트 작성
3. 에러도 같이 해결할 수 있다
에러 메시지만 주면 원인 추적 + 해결까지
디버깅 시간 대폭 단축
4. 계획부터 구현까지 함께
"아이디어만 있는데 어떻게 만들지?"부터 시작해도 됨
계획서 작성 → 환경 설정 → 코드 구현까지 한 흐름으로
이렇게 하면 안 돼요
1. 처음부터 완벽한 결과를 기대하지 말 것
AI가 만든 코드도 버그가 있을 수 있음
테스트하고 피드백하는 과정이 필요
2. 맥락 없이 요청하지 말 것
"뉴스레터 만들어줘"보다 "이런 구조의 뉴스레터를 이런 방식으로 자동화하고 싶어"가 훨씬 효과적
🌍 다른 업무에 적용한다면?
이번 경험을 다른 상황에 적용할 수 있는 아이디어:
블로그 포스트 자동화: 특정 주제 리서치 → 아웃라인 작성 → 초안 생성
리포트 자동화: 데이터 수집 → 분석 → 보고서 형식으로 정리
SNS 콘텐츠 생성: 트렌드 모니터링 → 콘텐츠 아이디어 → 초안 작성
핵심은 "반복적이고 구조화된 작업"을 에이전트로 자동화하는 거예요.
🚀 앞으로의 계획
1. 리서치 에이전트 개선: 최신 데이터를 잘 가져오도록 검색 로직 수정
2. Human-in-the-Loop 활성화: 토픽 선정 단계에서 사람이 검토/승인하는 기능 적용
3. 실제 뉴스레터 발행에 적용: 테스트가 끝나면 실제 "오토마타" 뉴스레터 작성에 활용
아직 갈 길이 남았지만, "AI로 콘텐츠 작성을 자동화할 수 있다"는 가능성을 확인한 것만으로도 의미 있는 경험이었어요.
