📝 한줄 요약
방치되던 컨설팅 인터뷰 데이터를 AI로 분석하여 '전문 지식 자산(Vault)'으로 전환하고, 이를 클릭 한 번으로 인스타그램 등 여러 채널에 일관되게 발행하는 자동화 시스템을 구축했습니다.
바쁘시면 이것만 읽어도 돼요:
목표: 텍스트 파일로 쌓여만 가던 인터뷰 인사이트를 체계화하여 브랜딩 자산으로 활용
핵심 성과: 수동으로 몇 시간 걸리던 분석과 콘텐츠 제작을 단 몇 분 만에 해결
차별점: 단순한 '글쓰기 AI'가 아니라, 전문가의 사고방식(4-Layer)을 학습시킨 ' 지능형 시스템'
결과: 인스타그램 Graph API 연동을 통해 분석부터 실제 발행까지 E2E 자동화 검증 완료
🎯 이런 분들께 도움돼요
인터뷰나 상담 자료는 많은데, 정리할 엄두가 안 나는 컨설턴트/코치
인스타그램, 블로그 등 여러 채널을 운영하며 톤앤매너 유지에 어려움을 겪는 1인 기업가
자신의 전문 지식을 시스템화하여 '나 없어도 돌아가는' 브랜딩 구조를 만들고 싶은 분
😫 문제 상황 (Before)
컨설팅을 진행할 때마다 보석 같은 인사이트들이 쏟아져 나오지만, 정작 남는 건 수십 개의 텍스트 파일과 녹취록뿐이었습니다.
쌓여가는 데이터: 인터뷰는 매번 하는데, 그 속의 핵심 로직을 다시 꺼내 쓰는 건 또 다른 '노가다'였습니다.
일관성 부족: 컨디션에 따라, 혹은 채널에 따라 브랜딩의 톤이 들쭉날쭉해지는 고민이 있었습니다.
시간 부족: 고객 컨설팅이라는 핵심 업무 외에 문서화와 SNS 관리에만 매주 수천 분의 시간을 쏟아야 했습니다.
🛠️ 사용한 도구
에이전트: Antigravity (AI 코딩 어시스턴트)
AI 모델: Gemini 2.0 Flash / 3.1 Flash (이미지 및 분석)
인프라: Supabase (중앙 데이터베이스), Instagram Graph API
🔧 작업 과정
01. "현장에서 숨은 보물을 찾아라" - 4-Layer 분석 엔진 구축
단순히 내용을 요약하는 수준을 넘어, 전문가가 인터뷰를 분석하는 '사고 체계'를 AI에게 이식했습니다.
"지원자의 인터뷰 데이터를 분석해서 지식 자산으로 전환해줘. 4-Layer(의사결정, 사고과정, 마찰점, 언어패턴) 프레임워크를 적용해서 정교하게 분석해야 해."
AI는 수만 줄의 인터뷰 텍스트를 파헤쳐 지원자가 왜 그런 말을 했는지, 어떤 고통을 겪고 있는지 전문가의 시각으로 분해해내기 시작했습니다. 이 과정에서 22개의 강력한 마케팅 주제가 자동으로 추출되어 '지식 금고(Vault)'에 쌓였습니다. 개인정보는 초기에 배제하였습니다.
02. "흩어진 분석을 하나의 시스템으로" - Supabase 브릿지 연결
분석된 데이터들이 내 컴퓨터에만 머물지 않도록, 중앙 데이터베이스에 실시간으로 전송하는 파이프라인을 만들었습니다.
"M01에서 분석한 결과물을 Supabase DB에 자동으로 쌓아줘. sns-dashboard와 연동해서 언제든 꺼내 쓸 수 있게!"
이제 AI가 분석을 마치면 클릭 한 번 없이도 데이터가 서버로 날아갑니다. 마치 나만의 '콘텐츠 공장'이 가동되는 기분이었습니다.
03. "인스타그램 자동 발행의 희열" - 원클릭 OSMU 배포
DB에 쌓인 '전문 지식'을 꺼내어 실제 인스타그램 포스트로 만드는 마지막 관문을 넘었습니다.
"HK-011 케이스 원문을 활용해 /create-instagram 인스타그램 컨텐츠를 생성하고, /insta-uploader 로 내 계정에 업로드까지 해줘."
AI가 내용에 맞는 대표이미지를 생성하고, 마케팅 채널에 맞는 컨텐츠를 생성하고, API를 통해 실제 인스타그램에 포스팅되는 순간을 목격했습니다. 수동으로 1~2시간 걸리던 작업이 단 5분 만에 끝난 것입니다.
04. "시스템을 지키는 가드레일" - 하네스 엔지니어링 설계
마지막으로, AI가 제멋대로 행동하지 않도록 안전장치를 설계했습니다.
"단순 자동화가 아니라, AI를 안전하게 통제할 수 있는 '하네스(Harness)' 시스템 설계가 필요해."
개인정보 보호 규칙을 강제하고, 인간의 승인이 있어야만 발행 단계로 넘어가는 물리적인 게이트를 설치했습니다. 이제 시스템은 빠를 뿐만 아니라 '안전'해졌습니다.
✅ 결과 (After)
Before vs After
항목
기존 방식 (Before)
AI 시스템 방식 (After)
1건당 분석/제작 시간
3~5시간
5분 내외
채널 간 브랜딩
매번 수동 조정 (불일치)
중앙 Vault 기반 (일관됨)
지식 관리
개인 PC 내 텍스트 파일
클라우드 DB (자산화)
작업 방식
매뉴얼 노가다
패턴화된 시스템 가동
에이전트와 스킬
💬 이 과정에서 배운 AI 활용 팁
효과적이었던 것
전문 로직 먼저 주입하기: AI에게 무작정 "글 써줘"라고 하기 전에, 내가 분석하는 방식(예: 4-Layer)을 먼저 정의해주면 결과물의 퀄리티가 비약적으로 상승합니다.
지식의 자산화(Vaulting): 결과물만 만들고 끝내는 게 아니라, 그 재료가 되는 인사이트를 별도의 DB(JSON/Vault)로 관리하면 나중에 다른 용도로 재활용하기가 매우 쉽습니다.
이렇게 하면 안 돼요
100% 자율화의 함정: AI가 모든 걸 알아서 하게 두면 오류가 생길 수 있습니다. 중간중간 사람이 확인하는 '컨설팅 레이팅'이나 '체크포인트'를 반드시 두어야 합니다.
🌍 다른 업무에 적용한다면?
상담 업무: 환자나 고객 상담 일지를 분석해 자동으로 맞춤형 처방 리포트나 안내 문자를 생성하는 시스템
교육 서비스: 강의 피드백 데이터를 자산화하여 다음 강의 커리큘럼을 자동 설계하는 시스템
🚀 앞으로의 계획
이번에 구축한 시스템을 기반으로 (유료 광고 확장) 단계를 준비 중입니다. 축적된 지식 자산(Vault) 중 가장 성과가 좋은 훅을 찾아내어, AI가 자동으로 광고 랜딩페이지까지 제작하는 완전 자동화 마케팅 루프를 완성할 예정입니다.
📋 도움받은 자료
안상영 스터디장님 자동화 설계 워크스페이스
코아 스터디장님 SNS 자동화 워크스페이스
