🏆 AI스터디 23기 2주차 베스트 사례 큐레이션 - 콘텐츠&지식

📚 23기 콘텐츠발행자동화

✍️ 블로그 콘텐츠발생기를 위한 키워드레이더 제작

조셉_조

하려던 것 📝

• 네이버 블로그 글감 선정을 돕는 AI 키워드레이더 구축 사례

• 네이버 블로그 운영자가 검색 관심이 커지는 키워드를 발견하고, 자신에게 맞는 글 방향과 제목을 골라 글감으로 저장하게 돕는 서비스를 구상함.

• 블로그 운영 시 '무엇을 써야 하는가'라는 근본적인 문제를 해결하고자 함.

• 검색 관심이 커지는 키워드를 일찍 발견하고, 블로그와의 적합성을 판단하여 바로 글감으로 저장하는 과정을 효율화하고자 함.

활용한 툴 ⚒️

• Codex (VS Code 대화창) : 제품 범위, 데이터 한계, 초보자 온보딩, 추천 근거, 글감 저장 흐름 등 전반적인 서비스 기획 및 아이디어 구체화에 활용함.

진행 세부 내용 🔍

1️⃣ 모든 키워드를 쫓지 않고 화면의 역할을 나눔

• 시도한 방법: 처음에는 모든 키워드의 급등 순위를 보여주고 싶었으나, 네이버 데이터랩 API가 특정 검색어 묶음의 상대 추이를 비교하는 데 적합하며 '세상의 모든 검색어'를 훑는 용도와는 다르다는 점을 인지하여 화면을 두 부분으로 나누어 접근함.

• 얻은 결과: '오늘의 관측 급등' (관리 가능한 후보군에서 상승폭이 큰 키워드를 탐색)과 '내 레이더' (사용자가 선택한 관심 분야와 등록 키워드의 흐름을 꾸준히 확인)로 화면을 분리함.

• 얻은 결과: MVP에서는 '네이버 전체 급등'과 같은 오해할 수 있는 표현을 피하고, 개인 관심 레이더를 서비스의 핵심 기능으로 삼기로 결정함.

2️⃣ 초보자에게 빈 입력창부터 내밀지 않기로 함

• 시도한 방법: 초보 사용자가 키워드를 직접 입력하는 데 어려움을 겪을 수 있음을 예상하고, 첫 설정 시 선택지 중심의 짧은 인터뷰 방식을 도입하기로 함.

• 사용한 프롬프트: '질문! 유저가 처음 시작할 때 유저가 직접 키워드나 본인 관심분야를 적으라고 하면 완전 초보는 모를거란말야. 그러니까 최초 설정시에 인터뷰를 유저에게 진행하는 방식인 게 어떼?\n당신의 주 업무분야는 무엇인지, 관심분야는, 취미로 알고 싶은 건 등 그와 관련한 질문으로 구성해서 인터뷰하면 선택하기가 수월하잖아'

• 얻은 결과: 블로그 목적, 주 업무/사업 분야, 주 독자/고객, 추가 관심사와 취미를 선택하게 하는 5단계 인터뷰를 통해 추천 분야와 키워드를 보여주고 사용자가 확인하도록 함.

• 얻은 결과: 인터뷰 완료 후 축하 화면 대신, 답변을 바탕으로 채워진 첫 대시보드를 바로 보여주어 초보자의 첫 사용 경험을 개선함.

3️⃣ 상승 이유와 추천 이유를 따로 보여주기로 함

• 시도한 방법: 키워드의 '상승 이유'와 '추천 이유'가 서로 다른 질문에 답하는 것임을 명확히 구분하여 사용자에게 혼란을 주지 않도록 각각 분리하여 제시하기로 함.

• 얻은 결과: '왜 지금 이 키워드에 대한 검색 관심이 커졌는가'와 '왜 이 키워드나 글 방향이 사용자의 업종·독자·블로그 목적과 맞는가'를 독립적으로 설명하도록 설계함.

• 발생한 문제와 해결 방법: 근거를 확인할 수 없을 때는 원인을 임의로 꾸며 쓰지 않고 '확인 중'이라고 표시하고, Google Trends는 네이버 검색 상승의 보조 신호로만 활용하고 단정하지 않기로 함.

4️⃣ 키워드를 바로 글감으로 바꾸는 단계를 넣음

• 시도한 방법: 키워드 목록만으로는 사용자가 다시 글감 선정에 대한 고민에 빠질 수 있음을 해결하기 위해, 각 키워드 카드에 글감 생성에 필요한 정보를 함께 제공하기로 함.

• 얻은 결과: 키워드 카드에 '지금 쓰기 좋은 방향 1개', '내 블로그에 잘 맞는 방향 1개', '비교형·경험형·체크리스트형 같은 대안 3개', 그리고 각 방향에 맞춘 '제목 예시 1개씩'을 포함함.

• 얻은 결과: 사용자가 제시된 다섯 가지 글 방향 중 하나를 골라 글감으로 저장하고 다음 작성 단계로 넘어갈 수 있는 기능을 추가하여, 글감 선정 및 작성 과정을 원활하게 연결함.

📚 23기 전자책

✍️ 전자책 출판 가이드: 치과의사의 경험을 AI로 정리하기

박무경

하려던 것 📝

• 치과의사 임상 경험을 AI와 전자책으로 구성한 사례

• 10년 넘게 치과의원을 운영하며 쌓인 방대한 경험을 전자책으로 정리하고자 함.

• AI가 책을 대신 쓰는 것이 아니라, 자신의 경험과 생각을 잃지 않고 글감으로 보존하며 책의 구조를 만들고자 함.

• 의료 전문 지식이 일반 독자에게 불필요하게 확장되는 것을 방지하고, 자신의 말투와 판단이 담긴 책을 만들고자 함.

활용한 툴 ⚒️

• Codex : 전자책 집필 전담 비서 및 편집 보조 작가 역할, 경험 정리, 글감 파일 생성, MOC 및 목차 구성에 활용함.

진행 세부 내용 🔍

• 1️⃣ AI의 역할과 원칙 정의

• 시도한 방법: 프로젝트 시작 전, AI의 역할을 '전자책 집필 전담 비서이자 편집 보조 작가'로 명확히 정의하고, 새로운 주장 생성 금지, 업로드된 지식 기반 확장, 의도 보존 우선 등의 금지 사항과 원칙을 수립함.

• 사용한 프롬프트: '당신은 이 프로젝트에서 전자책 집필 전담 비서이자 편집 보조 작가이다.\n당신의 임무는 새로운 주장을 만들어내는 것이 아니라,\n업로드된 지식 파일을 기반으로 작가의 생각을 정확히 확장·정리·문장화하는 것이다.~'

• 얻은 결과: 저자 발언은 원문으로, AI가 파악한 핵심 생각과 편집 시 주의할 부분은 별도로 기록하는 원칙을 마련함. 이 원칙을 담은 지침 파일을 만들어 작업의 기준이 되도록 함.

• 2️⃣ 머릿속 경험을 작은 덩어리로 꺼내 글감 생성

• 시도한 방법: 책의 전체 방향을 정한 뒤, 실제 진료실에서 환자에게 설명하듯 생각나는 내용을 한 번에 한 가지씩 이야기함.

• 사용한 프롬프트: '가장 흔한 내원 이유는 일단 당연히 환자는 '아프기때문에' 치과에 온다. 치아가 아픈 원인은 다양하다. 그러나 90% 이상은 셋 중 하나로 말할수 있다. 치아가 썩어서 아프거나, 치아가 깨져서 아프거나, 잇몸이 망가져 아프거나.'

• 얻은 결과: 치아 아픔의 세 가지 주요 원인(충치, 치아 파절, 잇몸질환)을 책의 중심축으로 도출함. 설명 하나가 끝날 때마다 내 원문, 핵심 생각, 활용 위치, 주의점 등을 포함한 별도의 글감 파일이 총 14개 생성됨.

• 3️⃣ AI의 지적을 수용하여 전문 용어의 혼동 가능성 해소

• 시도한 방법: 전문 지식을 설명하는 과정에서 치아 균열과 수직치근파절처럼 혼동될 여지가 있는 표현에 대해 AI가 지적했을 때, 이를 검토하고 즉시 수정함.

• 사용한 프롬프트: '네 말이 맞다 헷갈리게 설명을 했군 수직파절은 이미 진행되었다면 발치 외에는 방법이 없다.'

• 발생한 문제와 해결 방법: AI가 초기 설명의 모순 가능성을 비춰주는 편집자 역할을 함. 저자가 지적을 검토하여 '보존 가능한 균열치'와 '발치 필요한 수직치근파절'을 명확히 구분하도록 표현을 고침.

• 얻은 결과: AI가 문장 다듬기 이상으로 독자가 오해할 만한 부분을 발견하는 '두 번째 눈' 역할을 할 수 있음을 확인하고, 최종 판단은 저자가 해야 함을 확인함.

• 4️⃣ 이야기가 본래 의도에서 벗어났을 때 범위 재조정

• 시도한 방법: 치주염에서 임플란트 관련 내용(식립 깊이, 고정 등)으로 이야기가 너무 전문적으로 확장되자, ‘일반인 대상 가벼운 치아 조언’이라는 초기 의도에서 멀어지고 있음을 인지하고 직접 범위를 재조정함.

• 사용한 프롬프트: '그것은 이제 너무 전문적인 영역이라 일반인을 대상으로 가볍게 얘기하기에는 점점 이야기가 산으로 가는 느낌이 드는데 이쯤에서 끊고 다른 통증원인에 대한 이야기로 넘어가는 편이 좋지 않을까?'

• 얻은 결과: 임플란트 관련 전문 내용은 별도 글감으로 보존하되, 이번 책에서는 1,000~1,500자 분량의 짧은 보충 꼭지로 축소함. AI가 핀트에서 벗어나는 순간을 알아차리고 편집권을 저자가 가져야 함을 깨달음.

• 5️⃣ 충분한 글감 기반으로 목차 및 MOC 구성

• 시도한 방법: 잇몸 출혈, 양치법, 충치, 파절, 가족 이야기 등 총 14개의 글감이 충분히 모였다고 판단한 뒤에야 AI에게 목차 생성을 요청함.

• 사용한 프롬프트: '진행해보자'

• 얻은 결과: Codex는 14개 글감의 역할과 중복을 대조하여 3부 10개 장의 전자책 구조를 제안함. MOC(Map of Content)에는 각 장에서 참조할 글감 파일, 필수 내용, 제한 내용, 독자에게 제안할 과제, 예상 분량(약 3만 3천~3만 8천 자) 및 자료 상태가 함께 기록되어 집필 체계를 구축함.

📚 23기 영상파이프라인

✍️ [영상파이프라인] 갓생 오리의 작은 도전, 큰 성공 영상

갓생오리

하려던 것 📝

• AI 스터디 성장 과정을 오리 캐릭터로 표현한 영상 제작 사례

• GPTERS 스터디 참여 중 개인의 성장 과정을 영상으로 표현하고자 함

• 스터디 활동명인 '갓생 오리' 캐릭터를 활용하여 성장 스토리를 담은 AI 영상 제작을 목적으로 함

• 작은 오리가 스터디를 통해 성장하여 인정받는 모습을 시청자가 성취감을 느끼도록 표현하고자 함

활용한 툴 ⚒️

• ChatGPT: 영상 기획 및 이미지 생성 목적으로 활용함

• Gemini: 생성된 이미지를 바탕으로 영상 생성 목적으로 활용함

• Vrew: 생성된 영상 편집 및 AI 목소리 더빙 목적으로 활용함

진행 세부 내용 🔍

• 1️⃣ 핵심 아이디어와 감정 정리

• 만들고 싶은 영상의 방향을 구체화하는 방법으로 접근함

• 작은 오리가 사람들과 함께 공부하고 성장하여 강연하고 뉴스에 소개되며 인정받는 모습을 기본 아이디어로 설정함

• 영상 길이를 약 1분으로 설정하고, 시청자가 함께 성장하는 느낌과 목표 달성의 성취감을 느끼도록 감정선을 정의함

• 성장 스토리를 장르로 설정하고, 스터디원들과 함께 공부하며 성장하는 모습을 가장 보여주고 싶은 장면으로 결정함

• 2️⃣ 스토리와 시퀀스 구성

• 1단계에서 정리한 아이디어를 AI 영상 제작에 적합한 시나리오로 변환하는 방법으로 접근함

• 단순한 글이 아닌, 실제 영상 구현을 위해 장면 구성, 카메라 움직임, 분위기, 감정 흐름을 함께 정리함

• 3️⃣ 캐릭터와 세계관 기획

• 주인공 '갓생 오리'의 캐릭터 설정과 세계관을 구체화하는 방법으로 접근함

• 오리의 성격, 공부하고 성장하는 환경, 스터디와 성장이 세계관 내에서 가지는 의미를 상세히 정의함

• 4️⃣ 비주얼 스타일 방향 설정

• 영상의 그림체, 색감, 분위기를 결정하는 방법으로 접근함

• 전체적으로 따뜻하고 희망적인 성장 애니메이션 느낌을 목표로 설정함

• 귀엽지만 가볍지 않으며, 작은 도전이 큰 성취로 이어지는 분위기를 살리고자 함

• 5️⃣ 캐릭터 마스터 시트 제작

• 스토리보드, 이미지 및 영상 생성 과정에서 캐릭터의 일관성을 유지하는 방법으로 접근함

• 오리의 외형, 표정, 의상, 색감, 분위기, 고정 디자인 요소 등을 정리하여 마스터 시트를 제작함

• 6️⃣ 스타일 및 세계관 레퍼런스 시트 제작

• 배경과 세계관의 분위기를 일관되게 유지하기 위해 레퍼런스 시트를 제작하는 방법으로 접근함

• 배경 색감, 조명, 공간 분위기, 영상 톤 등을 정리하여 이후 이미지와 영상 생성에 참고함

• 7️⃣ \*_4_4 스토리보드 이미지 생성\*\*

• 캐릭터 마스터 시트와 세계관 레퍼런스 시트를 기반으로 스토리보드 이미지를 생성하는 방법으로 접근함

• 4x4 형태의 스토리보드 이미지를 만든 후, 각 장면을 16:9 비율의 이미지로 재생성하여 총 16장의 이미지를 얻음

• Grok 대신 Gemini를 활용하여 영상 생성을 시도하였으나, Gemini에서 생성되는 영상 길이가 최대 10초로 제한됨을 확인하여 10초짜리 영상 4개를 만들었음

• 8️⃣ 영상 편집과 더빙

• Gemini에서 생성된 10초 영상을 Vrew에서 합치고 오디오를 편집하는 방법으로 접근함

• 각 영상에 자동으로 들어간 소리가 이어 붙였을 때 어색하게 들려, 기존 소리를 제거하고 Vrew의 AI 더빙 기능을 활용하여 대본 음성을 추가함

• 기존 소리 제거 및 AI 더빙을 통해 처음 생각했던 분위기에 가까운 영상을 완성함

📚 23기 게임바이브코딩

✍️ 틀린 맞춤법만 콕! 두더지잡기 게임 제작기

은쌤T

하려던 것 📝

• 코딩 AI와 그림 AI를 연동하여 맞춤법 두더지잡기 아케이드 게임을 실시간 랭킹과 함께 배포한 사례

• 기존 라인업에 1분 내외로 즐길 수 있는 진입 게임이 없음을 해결하고자 함.

• 「글밭 수확대작전」의 맞춤법 퀴즈에서 영감을 받아 맞춤법 학습을 게임 전체로 확장하고자 함.

• 문제집에서는 지루할 수 있는 맞춤법 학습을 순간 판단 아케이드 게임으로 전환하여 재미와 학습 효과를 동시에 얻고자 함.

• 여러 AI를 유기적으로 연동하는 'AI 릴레이' 방식을 통해 게임 개발의 효율성을 극대화하고자 함.

활용한 툴 ⚒️

• Claude Code (Claude Fable 5): 게임 개발 및 조립, 그림 AI에 필요한 프롬프트 작성, 랭킹 서버 기능 구현

• GPT Image 2 (Codex/ChatGPT 수동 생성): 게임에 필요한 시각적 요소(밭 배경, 두더지, 팻말 등) 생성

진행 세부 내용 🔍

• 1️⃣ 다섯 후보 중에서 고르기 — 재미보다 정체성

- 아케이드 장르의 게임 추천 프롬프트를 사용하여 AI에게 5가지 게임 후보를 비교시켜 게임을 선정함. - `아케이드 장르로 간단하고 재미있으면서, 우리 캐릭터를 쓸 수 있는 게임 추천해줘.` 프롬프트를 사용함. - AI는 순수 재미보다 '수확대작전'의 깐쌤 캐릭터 정체성과 '당하던 캐릭터가 되어보는 역전 구도'에 맞는 '두더지잡기'를 추천하여 이를 채택함. - 게임 규칙은 밭에서 올라오는 단어 팻말 중 틀린 표기만 빨간 펜으로 잡는 방식으로, 잡으면 올바른 표기가 뜨고 실수하면 시간이 깎이도록 구성하여 재미와 학습을 분리하지 않음. - 몇 분 만에 플레이 가능한 첫 버전이 나왔고, 직접 여러 판 해보며 팻말이 반쯤 걸린 채 멈추는 버그를 잡는 등 다듬는 작업을 진행함.

• 2️⃣ 첫 번째 벽 — '규칙은 되는데, 밭 같지가 않아'

- 게임은 작동하지만, 회색 상자에서 글자 카드가 올라오는 형태로, 상상한 '밭에서 두더지 잡기'와 같은 시각적 몰입감이 부족함을 인지함. - 게임의 인상은 코드가 아니라 그림이 좌우한다는 점을 확인하며, 규칙 완성은 절반일 뿐이라는 결론을 내림. - 디자인의 단순성을 개선하고 밭 같은 시각적 느낌을 주기 위해 필요한 이미지 프롬프트 작성을 요청함. - `지금 너무 디자인이 단순하고, 밭 같지 않아. 필요한 이미지 프롬프트를 알려줘. 코덱스 가서 만들어 올께.` 프롬프트를 사용함.

• 3️⃣ AI 릴레이 — 코딩 AI가 그림 AI의 주문서를 쓴다

- 게임을 개발한 코딩 AI(Claude)에게 그림 AI(GPT Image 2)에 붙여넣을 그림 주문서 작성을 요청하는 'AI 릴레이' 방식을 사용함. - Claude는 밭 배경, 흙 둔덕, 팻말 든 두더지, 얻어맞은 두더지, 타이틀 장면 등 필요한 그림 5종의 프롬프트를 한글로 작성해 줌. - 그림 주문서에는 '아무것도 쓰여 있지 않은 빈 나무 팻말'과 같이, 단어가 게임에 의해 실시간으로 팻말 위에 쓰이는 코드와 그림의 연동 지점까지 미리 설계하는 조건이 포함되어 있었음. - 생성된 주문서를 GPT Image 2에 붙여넣어 그림 5장을 생성하고 게임에 적용하여, 해질녘 채소밭에 두더지가 빈 팻말에 단어를 들고 올라오는 시각적으로 완성된 게임을 구현함.

• 4️⃣ '가능해?' 한마디에 서버가 생겼다

- 게임이 시각적으로 완성된 후 아케이드 게임의 핵심인 경쟁 요소를 추가하기 위해 실시간 랭킹 시스템의 가능성을 문의함. - `이 게임은 자기 랭킹을 바로 보여주면 어때? 플레이 한 사람들 랭킹이 바로 밑에 보이는거야. 가능해?` 프롬프트를 사용함. - AI는 단순한 게임 화면 내 순위표를 넘어, 플랫폼 서버에 랭킹 조회 기능을 새로 구축하여 게임 기록을 사람별 최고점으로 집계하고 보여주는 창구를 생성함. - 첫 화면에 전체 TOP 5가 뜨고, 내 기록이 금색으로 강조되며, 게임 종료 시 '🏅 전체 3위 / 4명'과 같이 즉시 내 랭킹이 표시되는 시스템을 구현하여 '한 판 더'를 유도하는 경쟁 구조를 만듦. - 가짜 학급으로 랭킹 표시를 확인하고 데이터를 삭제하는 검증 과정을 거친 후 '배포해' 한마디로 실서비스에 올렸으며, 첫 게임이 하루 걸린 것에 비해 반나절 만에 작업을 완료함.

📚 23기 클로드디자인

✍️ 스마트스토어 상세페이지, '이미지 대신 텍스트'로 코딩하기 — 스마트에디터 ONE에서 안 깨지는 HTML 템플릿 만들기

세이지

하려던 것 📝

• 스마트스토어 상세페이지 코딩 시 발생하는 깨짐 현상을 해결하고 재사용 가능한 템플릿을 구축한 사례

• 클로드로 HTML 코딩한 스마트스토어 상세페이지가 스마트에디터 ONE에서 깨지는 현상이 발생함

• 단순히 한 페이지를 고치는 것을 넘어, 스마트에디터 ONE에서 변형되지 않는 코딩 기준을 수립하여 다른 상품에도 재사용할 수 있는 템플릿을 확보하고자 함

• 네이버 에이전트 N 확산에 대비하여 크롤링 가능한 텍스트 기반 상세페이지로 전환하여 상품 정보 수집에 유리하게 만들고자 함

활용한 툴 ⚒️

• Claude Code: 최초 HTML 코딩에 사용함

• GPT: 스마트스토어 코딩 플랫폼 기준 조사에 활용함

• Claude 디자인: 코딩 진단 및 수정, 조사된 기준 문서화에 활용함

진행 세부 내용 🔍

• 1️⃣ 적용 결과 캡처 + 원본 코드로 진단 요청함

• 스마트스토어에 적용 후 깨진 결과 이미지 2장과 원본 HTML 폴더를 함께 첨부하여 진단을 요청함.

• `이 코드를 스마트스토어에 적용한 결과 이미지야.\n이미지를 분석한 후 가독성이 떨어지는 부분들을 어떻게 수정해야할지 제안해줘.\n제안우선하고 수정은 요청이 있을때 해줘` 프롬프트를 사용함.

• Claude는 12개 항목으로 문제를 우선순위화하여 진단함. 코드에는 있으나 에디터가 삭제한 요소들(빈 span으로 그린 도트 그래픽, width/height로 만든 원형 배지), 모바일 3열 레이아웃 붕괴, 15px 작은 글자, 저대비 회색 캡션 등이 핵심 문제로 파악됨.

• 2️⃣ 조건을 명시한 전체 수정 요청함

• Claude가 제안한 모든 내용을 수정해 달라고 요청하며, 특히 모바일 최적화, 템플릿 재사용, 기획 부분 유지 등의 조건을 명시함.

• `너가 제안한 전부를 수정해줘. 특히 모바일에서 잘 보이도록 해야하고, 디자인 스타일을 변경해도 괜찮아.\n이 코드를 템플릿으로 다른 상품도 코딩해야 하니까 신중하게 작업해줘.\n지금 현재 디자인을 너가 원하는대로 변경해도 되지만, 기획 부분을 수정하면 안돼.\n작업 전에 너가 더 알아야 할 점이 있다면 질문해` 프롬프트를 사용함.

• Claude가 수정 전 질문을 먼저 보내왔고, 답변 후 모바일 우선 수정본(v2)이 나왔으나, 라운드 박스가 여전히 적용되지 않는 등 만족스럽지 않은 결과가 발생함.

• 3️⃣ GPT로 플랫폼 기준 조사 → md 문서화함

• Claude의 추측에 의존하는 대신, GPT에 `네이버 스마트스토어 코딩 기준에 대해서 조사해줘`라고 요청하여 네이버 공식 도움말 기반의 조사 결과를 얻음.

• 이 조사 결과를 Claude로 다듬어 매우 보수적인 코딩 기준 md 파일로 정리함.

• 이 문서에는 script/style/iframe, 레이아웃용 table, flex/grid/position, border-radius, object-fit, aspect-ratio, calc 등의 사용 금지 원칙과 단일 열 860px, div·p·span·img 기본 태그만 사용, CSS 제거 시에도 의미가 유지되는 구조 원칙이 포함됨.

• 4️⃣ md 기준으로 최종 수정함

• 문서화된 md 파일을 꼼꼼히 읽고 코드를 수정해 달라고 요청함.

• `이 md파일을 꼼꼼히 읽고 코드를 수정해줘.\n` 프롬프트를 사용함.

• 최종본(v3)이 완성되었고, 레이아웃용 `` 사용, 다열 표의 세로 나열형 재구성, DOCTYPE/head/body 없이 `

  `부터 시작, 재사용을 위한 `[교체]` 주석 포함 등의 수정이 이루어짐. 문구와 기획은 그대로 유지됨.

  📚 23기 AI온보딩

  ✍️ 1주차 종합사례글 — 코딩 0에서 콘텐츠 자동화 팩토리까지

  Jennie

  하려던 것 📝

  • 코딩을 모르는 마케터가 AI로 웹사이트 배포 및 릴스 자동 기획 팩토리를 구축한 사례

  • 코딩 지식 없이도 AI 에이전트를 활용하여 실제 인터넷 주소로 사이트를 배포하고 싶어 함.

  • '제품이나 주제 하나만 던지면 릴스 대본과 카드뉴스 문구가 나오는 루틴 만들기'를 통해 콘텐츠 기획의 반복 작업을 자동화하고자 함.

  • 릴스 기획 시 레퍼런스 찾기, 훅 짜기, 구조 잡기를 매번 처음부터 해야 하는 비효율을 해결하고자 함.

  • 배포 링크 재검색 및 콘텐츠 기획 후 해시태그, 협찬 표기 등 뒤늦은 수정 작업을 자동화하여 효율을 높이고자 함.

  활용한 툴 ⚒️

  • Claude: AI 학습 메이트 생성, 노션 콘텐츠 팩토리 아이디어 상의 및 자동화 팩토리 연결에 사용함.

  • GitHub: 학습 허브 사이트 템플릿 가져오기 및 웹사이트 배포 후 자동 재배포 목적으로 사용함.

  • Vercel: GitHub 템플릿을 실제 인터넷 주소로 배포하는 목적으로 사용함.

  • Notion: 제품/주제 입력 시 릴스 기획안이 자동으로 채워지는 콘텐츠 팩토리 구축에 사용함.

  진행 세부 내용 🔍

  • 1️⃣ 학습 허브 사이트 템플릿 가져오기 및 AI 학습 메이트 구축함

  • 시도한 방법: GitHub 템플릿 저장소를 그대로 가져오는 방법을 시도함.

  • 사용한 프롬프트: '아래 GitHub 링크에 학습허브 사이트 템플릿이 있어. 이 내용을 지금 이 폴더로\n그대로 가져와줘. 나는 코딩을 몰라, 회원가입이나 복잡한 설치 없이 가져와줘.'

  • 얻은 결과: 지침 파일 4종(성격·나·규칙·입구)에 답하여 AI 학습 메이트 '승관(호칭 '제니')'을 생성함. 동일한 인터뷰 흐름으로 '제품이나 주제 하나만 던지면 릴스 대본과 카드뉴스 문구가 나오는 루틴 만들기'를 4주 로드맵으로 확정함.

  • 2️⃣ 릴스 대본 및 카드뉴스 구조를 반영하여 랜딩페이지를 채우고 웹사이트를 배포함

  • 시도한 방법: 로드맵을 바탕으로 릴스 대본 구조(훅-결 압축)와 카드뉴스 구조(Why→How→What)를 검색하여 랜딩페이지 내용에 반영한 후 GitHub·Vercel로 실제 배포를 진행함.

  • 사용한 프롬프트/코드: 배포 중 발생한 에러 해결을 위해 `vercel link --yes --project my-learning-hub` 명령어를 사용함.

  • 발생한 문제와 해결 방법: 배포 중 `Error: An unexpected error occurred in deploy: Error: Detected linked project does not have 'id'.` 에러가 발생했으며, 원인이 작업 폴더 이름이 한글(`프로젝트`)이었음을 파악함. 프로젝트 이름을 영문으로 직접 지정(`my-learning-hub`)하는 방식으로 해결함.

  • 얻은 결과: `my-learning-hub-hazel.vercel.app` 주소로 실제 웹사이트 배포를 완료함. 이후 GitHub에 커밋만 올려도 자동으로 재배포되도록 설정됨.

  • 3️⃣ 노션 콘텐츠 팩토리를 구축하여 릴스 기획 자동화 시스템을 만듦

  • 시도한 방법: '노션에 제품이나 주제만 넣으면 기획안이 자동으로 채워지면 어떨까'라는 아이디어를 Claude와 상의하고, Claude와 노션을 연결하는 방법을 실행함.

  • 사용한 프롬프트/코드: `claude mcp add --transport http notion https://mcp.notion.com/mcp` 명령어를 사용하고, 브라우저로 뜬 노션 로그인 화면에서 '허용(Allow)'을 클릭하여 연결을 완료함.

  • 얻은 결과: 노션 데이터베이스를 6개 섹션에서 1개(주제/제품, 유형(릴스/카드뉴스), 목표·목적, 촬영 장면, 문구, 레퍼런스, 상태)로 좁혀 최종 필드를 구성함. '토르홉 사우나 바디스크럽, 릴스'라고 입력하자 먼저 목표·목적을 되묻고, 제품 USP를 반영한 기획안(훅 → 6단계 사용법 → CTA)이 자동으로 완성되는 첫 결과물을 얻음.

  📚 23기 AI지식관리

  ✍️ 온톨로지 5부작 리서치

  꾸기작

  하려던 것 📝

  • 초보자가 이해하기 쉬운 온톨로지 학습 자료를 단계별로 생성한 사례

  • 한 번에 조사 시 덩어리 지식만 얻는 문제 해결을 위해 초보자 친화적 학습 곡선을 가진 5단계 온톨로지 리서치 노트를 생성하는 것이 목적임.

  • AI가 생성한 정보의 신뢰도를 높이기 위해 1차 출처를 교차 확인하는 과정을 적용함.

  • AKM(Atomic Knowledge Management) 규칙에 따라 노트를 구조화하고 관리하여 체계적인 지식 관리 시스템을 구축하는 것이 배경임.

  활용한 툴 ⚒️

  • LLM (대형 언어 모델) : 온톨로지 관련 심층 리서치 및 단계별 노트 내용 생성을 위해 활용함.

  • `akm lint` (스크립트): 생성된 노트의 형식 및 AKM 규칙 준수 여부 검사를 위해 활용함.

  진행 세부 내용 🔍

  • 1️⃣ 온톨로지 리서치 단계 및 형식 정의 요청

  • 시도한 방법과 접근 방식: '온톨로지 조사해줘'라는 초기 요청이 백과사전식 덩어리를 생성하여, 초보자가 순서대로 읽으며 이해할 수 있도록 5단계로 내용을 쪼개 구체적인 조사 항목을 지시함. 각 노트는 이전 노트를 읽었다는 전제로 이어지도록 요청하고, 한 줄 정의, 비유, 용어 미니 사전을 포함하도록 지시함. 연도와 수치는 1차 출처로 교차 확인하도록 명시함.

  • 사용한 프롬프트나 코드:

  \`\`\` 온톨로지에 대해 조사해서 인박스에 넣어줘.

  초보자가 순서대로 읽으면서 이해할 수 있게 5단계로 나눠서 작성해줘. 1. 온톨로지의 역사 — 철학 용어가 어떻게 컴퓨터 기술이 되었는지 2. 핵심 개념 — 무엇으로 구성되고, 택소노미·스키마·지식그래프와 뭐가 다른지 3. 고전 스택 — RDF, OWL, SPARQL, Protégé로 실제로 만드는 법 4. 실전 사례 — 어디서 실제로 돌아가고 있고, 무엇이 실패했는지 5. 온톨로지와 LLM — GraphRAG를 포함해 지금 다시 필요해진 이유와 논쟁

  각 노트는 앞 노트를 읽었다는 전제로 이어지게 쓰고, 맨 앞에 한 줄 정의와 비유를, 맨 뒤에 용어 미니 사전을 넣어줘. 연도와 수치는 1차 출처로 교차 확인해줘. AKM 규칙대로 인박스에 넣고 LOG 갱신하고 lint까지 돌려줘. \`\`\`

  • 얻은 결과나 피드백: 총 5개의 온톨로지 관련 노트가 생성되었으며, 각각 온톨로지 역사, 핵심 개념, 고전 스택, 실전 사례, 온톨로지와 LLM에 대한 내용을 포함함. 각 노트는 초보자 흡수를 위한 한 줄 정의 ('온톨로지는 세상에 어떤 것들이 존재하고 서로 어떤 관계인지 정리한 지도'), 비유 (온톨로지 = 도서관 분류표), 형식성 사다리표 (택소노미 → 스키마 → 온톨로지 → 지식그래프), 용어 미니 사전 (5~6개 용어 정리) 등의 장치를 포함함.

  • 2️⃣ 생성 노트의 AKM 규칙 적용 및 교차 검증

  • 시도한 방법과 접근 방식: AKM(Atomic Knowledge Management) 규칙에 따라 `00-inbox/` 경로에 노트를 저장하고, SCHEMA를 지킨 프론트매터를 첨부하도록 지시함. 특히, '1차 출처로 교차 확인' 명령을 통해 정보의 정확성을 높이고, `nextAction: classify` 태그를 부여하여 향후 분류가 필요함을 명시함.

  • 사용한 프롬프트나 코드: 프롬프트 내 'AKM 규칙대로 인박스에 넣고 LOG 갱신하고 lint까지 돌려줘.' 지시 및 YAML 프론트매터 스키마 적용.

  \`\`\`yaml --- description: 'Beginner-friendly Korean research brief on the history of ontology...' akmLayer: source akmRole: raw-source trustLevel: draft sourceType: synthesis nextAction: classify tags: [ontology, history, semantic-web, knowledge-representation] --- \`\`\`

  • 발생한 문제와 해결 방법: 초기 초안에서 BFO ISO 표준 번호와 schema.org 발표일이 틀리는 문제가 발생함.

  • 얻은 결과나 피드백: '1차 출처로 교차 확인' 지시를 통해 BFO ISO 표준 번호는 ISO/IEC 21838-2:2021로, schema.org 발표일은 2011년 6월 2일로 정확하게 정정됨. `nextAction: classify` 태그로 인해 7일 뒤 인박스 트리아지 시 분류가 안 된 파일로 인식될 수 있게 됨.

  • 3️⃣ 생성 노트 내용의 비판적 관점 포함 및 형식 검사

  • 시도한 방법과 접근 방식: 온톨로지 실전 사례 노트에 성공 사례뿐만 아니라 시맨틱 웹의 실패 담론을 함께 넣어 내용의 균형을 맞추도록 요청함. 최종적으로 `akm lint` 명령어를 사용하여 생성된 노트의 형식적 오류를 검사함.

  • 사용한 프롬프트나 코드: 프롬프트 내 'AKM 규칙대로 인박스에 넣고 LOG 갱신하고 lint까지 돌려줘.' 지시. `akm lint` 명령어 실행.

  • 얻은 결과나 피드백: 4단계 노트('ontology-real-world-cases.md')에 '시맨틱웹은 왜 약속대로 되지 않았나'라는 비판 담론이 포함되어 기술의 실패가 아닌 최대주의적 비전의 실패였다는 관점을 제시함. `akm lint` 결과 `0 error(s), 0 warning(s)`로 모든 노트가 AKM 형식 규칙을 준수함을 확인함.