본문으로 건너뛰기

n8n workflow (Youtube 요약) + Hermes AI Agent 활용 (개인투자 대시보드)

까비뇽

2026.05.30

n8n workflow (Youtube 요약) + Hermes AI Agent 활용 (개인투자 대시보드) 본문 이미지

소개

  • n8n workflow 자동화

    • - 지수 , 환율, 금리 정보(야후 파이낸스) 구글 드라이브 업데이트 및 Telegram message 전달

    • 보유종목에 대한 등락율, 총 손익 정보 (네이버금융) 구글 드라이브 업데이트 및 Telegram 메시지 전달

    • 관심유투버의 새 동영상 요약 및 Telegram 메시지 전달

  • Hermes Agent 설치 및 활용

    AI와 함께 보유종목 관리, 가격 수집, 기록 저장, 대시보드 생성까지 이어지는 개인 포트폴리오 자동화 시스템
    Google Sheet, SQLite, 자동 실행, 대시보드까지 단계적으로 확장
    개인 포트폴리오 상태 확인 

# 🆕 n8n workflow 후속편: "YouTube 구독 채널을 AI가 매시간 요약해주는 봇" (2026-05-27 추가)

## 📝 후속편 한줄 요약
KR 시장 봇을 만들고 며칠 후, **같은 환경 위에** "관심 YouTube 채널의 오늘 새 영상을 자동으로 한국어 5불릿 요약해서 시트 + 텔레그램으로 보내주는 봇"을 16노드로 완성. **YouTube API 키 0개, 외부 LLM 비용 0원**으로 동작.

# 🛠️ 사용한 도구 (KR 봇과 동일 스택 재활용)
- **AI 도구**: Claude Code (Opus 4.7)
- **저코드 자동화**: n8n (어제 만든 것 그대로)
- **로컬 LLM**: Ollama + llama3.2 (외부 API 비용 0원)
- **데이터 소스**: YouTube RSS 피드 + watch 페이지 HTML + timedtext API (**모두 API 키 불필요**)
- **재활용 자산**: 어제 등록한 Google Sheets 크리덴셜, Telegram 봇, chat_id
한국어로 된 WhatsApp 스크린샷

## Hermes Agent 에서 🔧 작업 과정

### 사진 한 장으로 시작한 포트폴리오 분석

처음에는 거창한 자동화 계획이 있었던 것은 아니었습니다. 제 포트폴리오 상태가 궁금했고, AI에게 분석을 부탁했습니다.

```
포트폴리오 분석을 해줘.
```

AI는 보유 종목을 파악하고, 종목별 손익과 비중을 정리해줬습니다. 단순히 “수익이다/손실이다” 수준이 아니라, 어떤 종목의 비중이 크고 어떤 손실이 전체 계좌에 부담을 주는지까지 초보자 관점에서 설명해줬습니다.

이 단계에서 좋았던 점은, 제가 투자 데이터를 완벽하게 정리해서 준 것이 아니어도 AI가 먼저 구조를 잡아줬다는 점입니다. 덕분에 “이 분석을 한 번만 하고 끝낼 게 아니라 계속 기록하면 더 의미 있겠다”는 생각으로 이어졌습니다.

---

### 단순 분석에서 매일 기록되는 시스템으로 확장

분석 결과를 보고 나니 다음 질문이 생겼습니다.

```
내 포트폴리오를 매일 추적할 수 있게 해줘.
```

AI는 이 요청을 단순한 표 정리가 아니라 “매일 가격을 가져오고, 손익을 계산하고, 기록을 쌓는 구조”로 해석했습니다.

처음에는 보유 종목 정보를 기준으로 한국 주식 가격을 가져오고, 날짜별 종목 가격과 전체 계좌 요약을 저장하는 구조가 만들어졌습니다. 여기서 중요한 변화는 포트폴리오가 더 이상 일회성 분석 결과가 아니라, 시간이 지날수록 쌓이는 데이터가 됐다는 점입니다.

이전에는 증권앱을 열어 현재 상태만 확인했다면, 이제는 “언제 어떤 상태였는지”가 남기 시작했습니다.

---

### Google Sheet와 SQLite를 역할별로 나누기

다음으로 고민한 것은 “보유 종목을 어디에서 관리할 것인가”였습니다.

투자 종목은 계속 바뀔 수 있습니다. 매수하거나 매도할 때마다 AI에게 파일을 수정해달라고 하는 방식은 불편합니다. 그래서 사람이 직접 수정하기 쉬운 Google Sheet를 보유종목 관리 화면으로 쓰기로 했습니다.

```
구글 시트에서 보유종목을 읽고 기록도 시트에 남기고 싶어.
```

AI는 Google Sheet에서는 제가 종목과 수량, 매수단가를 관리하고, SQLite에는 매일의 기록을 안정적으로 쌓는 구조를 제안했습니다.

이 역할 분리가 좋았습니다.

Google Sheet는 사람이 보기 쉽고 수정하기 쉽습니다. 반면 SQLite는 날짜별 기록을 쌓고 나중에 조회하기에 안정적입니다. 두 도구를 각각 장점에 맞게 나누니, “내가 관리하기 쉬운 화면”과 “자동화가 믿고 쓸 저장소”가 함께 생겼습니다.

---

### 과거 데이터까지 채워 넣으며 흐름 만들기

자동 기록은 오늘부터 시작해도 되지만, 대시보드는 어느 정도 과거 데이터가 있어야 흐름이 보입니다. 그래서 최근 며칠치 데이터를 소급해서 넣고 싶었습니다.

```
과거 데이터도 이번 주 월요일부터 넣을 수 있어?
```

AI는 가능한 기간의 과거 가격을 가져와 날짜별 기록을 채웠습니다. 그 결과 며칠치 계좌 변화가 생겼고, 단순한 현재 상태표가 아니라 짧게나마 추이를 볼 수 있는 데이터가 만들어졌습니다.

이 과정에서 같은 날짜를 여러 번 실행해도 기록이 중복되지 않도록 처리한 점도 중요했습니다. 자동화는 한 번 실행되는 것보다, 반복 실행해도 망가지지 않는 것이 더 중요하다는 걸 느꼈습니다.

---

### 자동 실행으로 “매일 기록하는 습관”을 시스템에 맡기기

매일 직접 실행해야 한다면 결국 잊어버릴 가능성이 큽니다. 그래서 평일 저녁마다 자동으로 기록되도록 요청했습니다.

```
매일 자동으로 기록되게 해줘.
```

AI는 평일 저녁에 포트폴리오 가격을 조회하고, 기록을 저장하고, 대시보드를 갱신하는 흐름을 자동화했습니다.

이 부분에서 가장 크게 달라진 점은 “내가 기억해서 해야 하는 일”이 “시스템이 알아서 하는 일”로 바뀌었다는 것입니다. 이제 보유종목만 Google Sheet에서 관리하면, 기록은 자동으로 쌓이는 구조가 됐습니다.

---

### 로컬 대시보드 만들기

데이터가 쌓이기 시작하니 자연스럽게 보고 싶은 화면이 생겼습니다.

```
포트폴리오 변화를 시각화한 대쉬보드가 있으면 좋을거 같아.
```

AI는 Google Sheet 안에 요약 대시보드를 만들고, 동시에 브라우저에서 열 수 있는 로컬 HTML 대시보드도 만들어줬습니다.

대시보드에는 총 매수금액, 총 평가금액, 총 평가손익, 총 수익률, 전일 대비 변화, 종목별 손익, 종목별 비중, 계좌 평가금액 추이 등이 들어갔습니다.

이전에는 증권앱에서 종목별로 하나씩 확인하던 정보를, 이제는 한 화면에서 볼 수 있게 된 것입니다.

---

### “최신 상태만 보여주는 화면”의 한계를 발견하다

대시보드가 생기고 나니 또 다른 요구가 생겼습니다. 처음 만든 화면은 최신 상태를 보기에는 좋았지만, 특정 날짜를 선택해 과거 상태를 보고 싶을 때는 부족했습니다.

```
일단은 내 맥에서 바로 보는 건 좋은데 난 인터렉티브하게 작동되는게 원하는데. 날짜를 선택하면 그에 맞는 대쉬보드가 보이도록 말이야. 이건 최신상태만 나오잖아.
```

이 질문을 던지면서 대시보드의 방향이 바뀌었습니다.

처음에는 정적 HTML 방식이 가장 간단했습니다. 파일을 열면 바로 볼 수 있고, 별도 서버도 필요 없기 때문입니다. 하지만 날짜를 선택해 과거 상태를 보고 싶고, 나중에 개인 웹앱처럼 배포하고 싶다면 구조가 달라져야 했습니다.

여기서 AI가 인상적이었습니다. 단순히 “그럼 웹앱으로 만들자”고 하지 않고, 여러 선택지를 비교해줬습니다.

- HTML 안에 전체 데이터를 넣는 방식
- 별도 데이터 파일을 두는 방식
- SQLite에서 필요한 데이터를 불러오는 로컬 서버 방식
- 나중에 프론트엔드와 백엔드를 나눠 배포하는 방식

그리고 현재 데이터 규모에서는 정적 방식도 충분히 실용적이라고 설명하면서, 동시에 장기적으로는 SQLite 기반 웹앱 구조가 더 확장성이 좋다고 정리해줬습니다.

이 부분이 특히 좋았습니다. AI가 제가 원하는 방향을 무조건 따라간 것이 아니라, 현재 상황과 미래 확장성을 같이 놓고 판단해준 느낌이었습니다.

---

### 나만의 웹앱으로 확장하는 방향 잡기

마지막으로 저는 이 시스템을 단순 로컬 파일이 아니라, 나중에 개인 웹앱처럼 키우고 싶다고 말했습니다.

```
C로 하고 싶어. 왜냐면 나중에 나만의 웹/앱을 배포하고 싶거든. https://fi-lifecycle.netlify.app/ 이런 사이트처럼 .
```

AI는 이 방향에 맞춰 로컬 서버와 SQLite를 연결하는 구조를 제안했습니다. 브라우저 화면은 웹앱처럼 만들고, 뒤에서는 서버가 SQLite에서 필요한 데이터를 불러오는 방식입니다.

이렇게 하면 지금은 제 맥에서만 쓰는 도구로 시작하더라도, 나중에는 화면과 데이터를 분리해 웹 배포 구조로 확장할 수 있습니다.

저에게는 이 과정이 단순한 대시보드 제작보다 더 의미 있었습니다. AI와 대화하면서 “지금 당장 편한 방식”과 “나중에 확장 가능한 방식”을 비교하고, 내 상황에 맞는 로드맵을 잡을 수 있었기 때문입니다.

---

## ✅ 결과 (After)

### Before vs After

| 항목 | Before | After |
|------|--------|-------|
| 포트폴리오 확인 | 증권앱에서 종목별로 확인 | 한 화면에서 전체 손익과 비중 확인 |
| 기록 방식 | 현재 상태 위주로 확인 | 날짜별 계좌 변화가 데이터로 누적 |
| 보유종목 관리 | 앱이나 머릿속에서 확인 | Google Sheet에서 직접 관리 |
| 데이터 저장 | 별도 히스토리 없음 | SQLite와 Google Sheet에 자동 기록 |
| 대시보드 | 없음 | 로컬 HTML과 Google Sheet 대시보드 생성 |
| 자동화 | 직접 확인 필요 | 평일 저녁 자동 실행 |
| 향후 확장 | 단순 확인 | 날짜 선택형 웹앱, 개인 대시보드로 확장 가능 |

### 결과물

이번 작업으로 생긴 가장 큰 변화는 “현재 손익 확인”에서 “내 투자 데이터가 쌓이는 구조”로 바뀐 것입니다.

이전에는 증권앱에서 종목별 손익을 따로 확인하고, 전체 포트폴리오 흐름은 머릿속으로 대략 파악해야 했습니다. 지금은 Google Sheet에서 보유종목만 관리하면, AI와 함께 만든 자동화가 가격을 수집하고 SQLite와 Google Sheet에 기록한 뒤 대시보드까지 갱신합니다.

무엇보다 단순히 “오늘 얼마 벌었나/잃었나”를 보는 수준을 넘어, 날짜별로 계좌 변화가 쌓이는 개인 데이터베이스가 만들어졌습니다. 앞으로는 이 데이터를 바탕으로 과거 흐름, 종목별 변화, 리밸런싱 판단까지 확장할 수 있게 됐습니다.

## 💬 이 과정에서 배운 AI 활용 팁

### 효과적이었던 것

1. **처음부터 완성된 앱을 만들려고 하지 않기**

   이번 작업은 “내 포트폴리오를 분석해줘”라는 아주 작은 요청에서 시작했습니다. 처음부터 자동화 시스템이나 웹앱을 만들겠다고 계획한 것이 아니었습니다.

   하지만 현재 불편한 점 하나를 AI에게 말하자, 분석이 기록으로 이어지고, 기록이 대시보드로 이어지고, 대시보드가 웹앱 방향으로 확장됐습니다.

2. **AI에게 선택지와 장단점을 비교해달라고 하기**

   중간에 가장 도움이 됐던 질문은 “이 방식 말고 다른 방법은?”, “데이터가 많아지면 어떻게 돼?”, “나중에 웹앱으로 키우려면 어떤 구조가 좋아?” 같은 질문이었습니다.

   AI에게 그냥 만들어달라고만 하면 눈앞의 결과물은 빨리 나올 수 있습니다. 하지만 선택지와 장단점을 비교해달라고 하면, 지금 내 상황에 맞는 더 좋은 결정을 할 수 있습니다.

3. **AI를 작업자가 아니라 의사결정 파트너로 쓰기**

   이번 경험에서 AI는 코딩만 해준 것이 아니었습니다. 정적 대시보드와 웹앱 구조의 차이, 데이터가 많아졌을 때의 문제, 나중에 배포하려면 어떤 구조가 좋은지까지 같이 판단해줬습니다.

   비개발자 입장에서는 이 부분이 특히 유용했습니다. 기술 용어를 다 몰라도, “내가 원하는 동작”과 “걱정되는 점”을 말하면 AI가 구조로 바꿔줬기 때문입니다.

### 이렇게 하면 안 돼요

1. **처음부터 너무 큰 앱을 만들려고 하기**

   “투자 웹앱 만들어줘”라고 시작했다면 오히려 막막했을 것 같습니다. 작은 분석 요청에서 출발해 단계적으로 확장한 것이 훨씬 좋았습니다.

2. **결과만 보고 저장 구조를 확인하지 않기**

   대시보드는 보기 좋지만, 중요한 것은 데이터가 어디에 어떻게 저장되는지입니다. 이번 작업에서는 Google Sheet와 SQLite의 역할을 나눠 확인한 것이 도움이 됐습니다.

3. **AI가 제안한 첫 번째 방식만 그대로 따르기**

   처음 제안된 정적 대시보드 방식은 현재 규모에서는 충분히 좋았습니다. 하지만 나중에 웹앱으로 키우고 싶다면 다른 구조가 필요했습니다. AI에게 다시 질문하고 비교해보는 과정이 중요했습니다.

## 🌍 다른 업무에 적용한다면?

이번 경험은 투자 포트폴리오에만 한정되지 않습니다.

비슷한 구조는 다른 개인 업무나 회사 업무에도 적용할 수 있습니다.

- 매일 확인해야 하는 매출/비용 기록
- 운동, 체중, 식단 기록
- 독서 진행률이나 공부 시간 기록
- 고객 문의나 영업 활동 기록
- 프로젝트 진행률 대시보드
- 반복적으로 확인하는 운영 지표

핵심은 같습니다.

먼저 사람이 관리하기 쉬운 입력 화면을 정하고, 그 데이터를 자동으로 수집하고, 시간이 지날수록 기록이 쌓이게 만든 뒤, 마지막에 대시보드로 보는 것입니다.

## 🚀 앞으로의 계획

앞으로는 먼저 날짜 선택형 인터랙티브 대시보드를 만들 계획입니다. 지금은 최신 상태 중심으로 보이지만, 특정 날짜를 선택하면 그날의 포트폴리오 상태와 종목별 손익이 바뀌는 구조로 확장하고 싶습니다.

그다음에는 SQLite 기반 로컬 웹앱으로 발전시킬 생각입니다. 브라우저 화면은 웹앱처럼 만들고, 뒤에서는 로컬 API 서버가 SQLite에서 필요한 데이터를 불러오는 구조입니다.

마지막으로는 Netlify 같은 정적 배포 서비스와 별도 백엔드/API 서버를 연결해서, 나중에는 나만의 개인 투자 대시보드 웹앱처럼 키워보고 싶습니다.

## 📋 재사용 가능한 프롬프트

### 프롬프트 1: 내 데이터를 분석하고 자동화 아이디어로 확장하기

> 내가 관리하고 있는 [데이터/업무]가 있어.  
> 현재는 [현재 방식]으로 확인하고 있는데, [불편한 점]이 있어.  
> 먼저 이 데이터를 분석해주고, 반복적으로 기록하거나 자동화할 수 있는 방법을 단계별로 제안해줘.  
> 나는 개발자가 아니니 쉬운 말로 설명해주고, 바로 만들 수 있는 작은 단계부터 알려줘.

### 프롬프트 2: 대시보드 구조 선택지 비교하기

> 이 데이터를 대시보드로 보고 싶어.  
> 조건은 [내 사용 환경]이고, 나중에는 [확장하고 싶은 방향]도 생각하고 있어.  
> 정적 파일, Google Sheet, 로컬 DB, 웹앱 방식의 장단점을 비교해줘.  
> 지금 단계에서 가장 현실적인 방법과, 나중에 확장할 때 바꿔야 할 구조를 나눠서 설명해줘.

### 프롬프트 3: AI에게 기술 의사결정 도움받기

> 지금 [A 방식]과 [B 방식] 중에서 고민 중이야.  
> 현재 데이터 규모는 [규모]이고, 앞으로는 [예상 확장]이 있을 수 있어.  
> 작업량, 유지보수, 확장성, 초보자 사용성 기준으로 비교해줘.  
> 무조건 복잡한 방법이 아니라, 지금 가장 적합한 선택을 추천해줘.

---

한국어로 된 WhatsApp 스크린샷

5

함께 이야기해요 5

로그인하고 댓글을 남겨 주세요

박정기 프로필 이미지
박정기2026.06.02

까비뇽 님 사례글 너무 좋아요!! 역시.. AI 활용해서 일취월장으로 실력 느시고 계시네요!

랄랄라 에르메스 채팅이 저렇게 나눠지게 하는 방법이 뭔지 궁금해졌습니다. AI에게 물어봐야겠네요,

n8n 은 확실히 유튜브 요약에서 강점이 큰것 같아요! 다른 데이터를 뭘 수집하면 좋을지도 함께 고민해봐요!

멍멍_ 프로필 이미지
멍멍_2026.05.31

까비뇽님, 고생하셨습니다. 제가 스터디에서 말씀드리던 '자료 수집 파이프라인'의 본질을 완벽하게 꿰뚫고 본인만의 훌륭한 시스템으로 구현해 내셨네요. 수집한 데이터를 구글 시트에 차곡차곡 저장하도록 구성하신 점도 아주 탁월한 선택입니다. 정말 훌륭히 잘하셨습니다!

이 멋진 시스템을 한 단계 더 레벨 업하실 수 있도록, 살짝 말씀 드립니다.

1. 로컬 모델 추천: Llama에서 Gemma 4 (4B)로! 무료 모델인 Llama를 쓰신 것도 아주 훌륭한 접근입니다. 다만, 여기서 Gemma 4 (4B) 모델을 한 번 테스트해 보시는 걸 강력히 추천합니다. 체감상 GPT-4o mini급의 퍼포먼스를 내면서 속도도 훨씬 빠르고 영상 요약용으로 아주 조금 아쉽긴 하지만(4.1mini 대비) 가성비면에서 아주 훌륭합니다.

우선은 가볍고 똑똑한 Gemma 4 (4B)를 주력으로 연습하시다가, 추후 요구사항이 많아져서 프롬프트가 훨씬 복잡해지면 그때 GPT-4.1 mini, 5.4mini 등을 상황에 맞게 섞어 쓰시면 좋겠습니다.

2. 프롬프트 고도화 : 지금도 요약 워크플로우는 잘 작동하지만, 요약 프롬프트를 한 겹 더 뾰족하게 다듬을 필요가 있습니다. 일반적인 요약이 아니라 '투자 인사이트'를 캐내도록 지침을 튜닝하는 것이죠.

예를 들어, 강환국 작가님의 '할 수 있다! 알고 투자' 채널을 요약할 때는 에이전트 프롬프트에 이런 디테일을 추가해 보세요.

"이 채널은 퀀트적 분석과 계절적 투자 관점을 중시합니다. 영상 내에 퀀트적/계절적 데이터가 등장하면 그 부분을 집중적으로 부각해 주세요. 특히 직접적인 투자 아이디어나 티커를 언급하는 경우(꽤 자주 나옵니다), 절대로 누락하지 말고 요약본 최상단에 반드시 포함시킬 것."

이렇게 각 정보원의 특성에 맞춰 지침을 수정해 주면, AI가 뻔한 내용만 뱉는 요약봇에서 '나만의 날카로운 퀀트 애널리스트'로 진화하게 됩니다.

3. 아키텍처의 다음 스텝: 구글 시트 ➔ DB ➔ 대시보드 지금 구글 시트로 데이터를 모으는 구조로 첫 단추를 아주 잘 끼우셨습니다. 이 파이프라인이 손에 좀 익으시면, 다음 스텝으로는 구글 시트에 넣던 데이터를 DB로 적재하고, 그 데이터를 바탕으로 대시보드를 시각화하는 형태로 고도화해 보시길 권장합니다.

그리고 마지막으로, 지금 학습하신 내용을 업무에 적용할 수도 있습니다.

저도 stocklab을 재미삼아 만들게 되니, 회사에서 관리하던 무지막지한 데이터를 대시보드로 만들어서 분석할 수 있게 되었습니다.

글에 남겨주신 것처럼 내가 학습한 것을 살짝 옆으로 돌려보면 업무에서도 쓸 수 있다는 점 기억 해주세요~

3주차 스터디에서 멋진 발표 부탁 드립니다^^

까비뇽 프로필 이미지
까비뇽2026.05.31

안녕하세요 멍멍님.

아주 친절한 설명 감사합니다 ^^

저두 유툽요약이 멍멍님 에이전트가 보낸 내용과 너무 차이가 많이나서 로컬 llm 을 한번 바꿔봐야겠다 생각했습니다. ^^ 그런데 이렇게 찰떡같이 이에 맞는 추천과 프롬프트 지침도 주시다니요 😄 .

한번 해보고 3주차 스터디 업뎃 버전으로 발표하도록 하겠습니다.

남은 주말밤 굿밤되세요 !

자연어회계처리 프로필 이미지

추후 나중에 대시보드 vercel 배포 기대하겠습니다^^

까비뇽 프로필 이미지
까비뇽2026.05.31

안녕하세요 !

친절한 코멘트 감사합니다 ^^

배포해보겠습니다 😀

굿밤되세요 !

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기