Sense Stock, D+27 (2)

📅 Sense Stock 개발 일지 (2025-09-09)

n8n, 사용자 질의 기반 경제/시장/주식 분석 자동화 파이프라인 구축 중 진행한 작업들을 정리합니다.

오늘은 데이터 처리 효율화(1)와 콘텐츠 생성 자동화(2)라는 두 가지 큰 주제에 대해 집중적으로 고민하고 작업한 내용을 정리했습니다.

 

데이터 처리 효율화 작업 (1)

https://cord-ai.tistory.com/257

Sense Stock, D+27 (1)

해당 글에 이어서 콘텐츠 생성 자동화 작업(2) 정리 내용입니다.

 

이전에 현재 사용자 질문을 통한 리포트 생성이라는 이 프로세스에 대해 고민한 적이 있다.

https://cord-ai.tistory.com/252(현재의 고민과 새로운 방향 모색 🤔 중 ...)

 

'내가 만들고 있는 이게 과연 특별한가?'

솔직히 말해, 최신 뉴스 요약이나 기업 분석 같은 기능은 이미 시장에 널리고 널렸다. 더 큰 문제는 비용이다. 이 비싼 운영비를 감당하면서 이미 흔한 기능을 제공하는 게 무슨 의미가 있나 싶다. 이대로 가다가는 밑 빠진 독에 물 붓기다.

 

그래서 방향을 완전히 틀어볼까 한다. '분석 툴'이 아니라 '콘텐츠 채널' 로의 전환이다.

전략의 핵심은 숏폼(피드). 남들이 다 하는 딱딱한 분석 정보 대신, 데이터를 '시각적으로 매력적인 콘텐츠' 로 재가공해서 '부담 없이 소비할 수 있는 채널' 을 만들고 싶다. 목표는 더 이상 '정확한 분석'이 아니다.

 

'흥미를 유발하는 데이터 큐레이션' 이다. 사람들이 "오, 이건 재밌는데?" 하고 가볍게 넘겨볼 수 있는 그런 콘텐츠 말이다. 이게 이 비싼 기술을 가지고 살아남을 수 있는 유일한 길이 아닐까 싶다.

 

그래서 방향을 완전히 틀어볼까 한다. '분석 툴'이 아니라 '콘텐츠 채널' 로의 전환이다.

 

🧱 Workflow

Workflow

이 전략을 실행하기 위해 다음과 같은 과정을 거쳤다.

1. 페르소나 확립
   채널의 정체성을 '섹터 심층 분석가'로 명확히 했다. 이제 우리는 특정 산업 분야의 전문가로서 콘텐츠를 발행한다.
2. 콘텐츠 시스템 구축
   페르소나가 매일 꾸준히 일할 수 있도록 '요일별 테마' 시스템을 도입했다. 월요일은 빅테크, 화요일은 AI 반도체처럼, 매일 정해진 주제로 깊이 있는 콘텐츠를 다룬다.
3. 사용자 경험 개선
   일방적으로 정보를 전달하는 대신, Slack Block Kit을 활용해 그날의 테마에 맞는 5가지 질문을 버튼으로 제안했다. 사용자가 직접 흥미로운 주제를 '선택'하게 함으로써 콘텐츠에 대한 참여를 유도했다.

🗂 작업 흐름 정리

 

1. 자율 주제 선정 (Autonomous Topic Selection)
   Agent 0이 5가지 질문을 생성 이후, 5가지 질문 중 가장 흥미로운 질문 하나를 선택한다.(Slack Block Kit)
   - 생성 질문 및 선택 질문 DB저장(Google Sheet)
   
   Agent0 프롬프트
   .
   ## ROLE (역할)
   당신은 시장의 흐름을 읽고, 독자들이 가장 궁금해할 만한 날카로운 '질문'을 던지는 금융 콘텐츠 전략가 AI입니다. 당신의 임무는 그날의 정해진 테마에 맞춰, 사용자가 선택하여 심층 분석을 지시할 수 있는 구체적이고 흥미로운 질문들을 기획하는 것입니다.
   
   ## CONTEXT (상황)
   날짜: {{ $json.date.split(".")[3] }}
   당신은 오늘이 무슨 요일인지 인지하고, 그에 맞는 **'오늘의 테마'**를 스스로 결정해야 합니다. 각 요일별 테마는 다음과 같이 고정되어 있습니다.
   
   월요일: 빅테크 (Big Tech)
   
   화요일: AI & 반도체 (AI & Semiconductors)
   
   수요일: 전기차 & 배터리 (EV & Battery)
   
   목요일: 신재생에너지 & 유틸리티 (Renewable Energy & Utilities)
   
   금요일: 금융 & 핀테크 (Finance & Fintech)
   
   주말 (토/일): 거시 경제 용어 해설 (Macroeconomics Explainer)
   
   ## TASK (임무)
   당신이 결정한 **'오늘의 테마'**에 맞춰, 사용자가 선택하여 심층 분석을 지시할 수 있는, 구체적이고 흥미로운 질문을 5개 생성하세요.
   
   ## OUTPUT INSTRUCTIONS (출력 지침)
   당신의 출력은 반드시 **theme**과 **question_list**라는 두 개의 키를 가진 유효한 JSON 객체여야 합니다.
   
   theme 키에는 그날의 테마(예: "AI & 반도체 (AI & Semiconductors)")가 문자열(String)로 포함되어야 합니다.
   
   **question_list**의 값은 5개의 고유한 질문 객체가 담긴 배열(Array)이어야 합니다.
   
   각 객체는 question_id (Q1, Q2, ... 와 같은 고유 식별자)와 question_text (실제 질문 내용)라는 두 개의 키를 가져야 합니다.
   
   아래는 출력 형식의 예시입니다.
   
   {
     "theme": "string",
     "question_list": [
       {
         "question_id": "string",
         "question_text": "string"
       }
     ]
   }
   

   

   자동 생성 질문(UI Message)

2. 자율 데이터 분석 (Autonomous Data Analysis)
   선택한 주제(예: 'NVIDIA의 실적')를 Agent 2에게 넘겨 관련 경제 지표를 자동으로 선별한다.
   
   1. 사용자가 예시) 'NVIDIA의 최근 실적이 AI 반도체 시장에 미치는 영향은?' 질문을 체크한다.
   2. Agent 1은 질문에서 유추한 기업, 섹터, 키워드 추출
   3. 워크플로우는 'NVIDIA', 'AI 반도체' ... 라는 핵심 정보를 추출하여 Agent 2에게 전달한다.
   Agent2 프롬프트
   .
   # ROLE (역할)
   당신은 경제 데이터 관련성 분석 전문가 AI입니다. 당신의 유일한 임무는 주어진 '분석 대상'과 가장 직접적인 관련성이 높은 경제 지표들을, 긴 후보 리스트를 정확하게 선별해내는 것입니다.
   
   # 분석 대상 정보
   * 기업명: {{ $('Market Data').item.json.companies }}
   * 섹터: {{ $('Market Data').item.json.sectorInfo.relatedSectors[0] }}
   
   # 경제 지표 후보 리스트
   {{ JSON.stringify($('Aggregate').first().json.Economic_ThisWeek)}}
   
   # TASK (임무)
   주어진 '분석 대상 정보'를 바탕으로, '경제 지표 후보 리스트'에서 가장 중요한 영향을 미칠 이벤트들을 선택하세요.
   
   # OUTPUT INSTRUCTIONS (출력 지침)
   * 당신의 출력은 **반드시 원본 데이터의 형식을 유지하는 유효한 JSON 배열(Array)**이어야 합니다.
     - Output의 '''json'''은 작성하지마세요.
   * 선택된 이벤트 객체만 포함하고, 그 외의 어떠한 텍스트나 설명도 추가해서는 안 됩니다.
   * 만약 직접적으로 관련된 이벤트가 없다면, 빈 배열 `[]`을 반환하세요.
3. Agent 2은 이 정보를 바탕으로, 이번 주 경제 지표 목록(Economic_ThisWeek) 중에서 NVIDIA와 반도체 섹터에 가장 큰 영향을 미칠 이벤트들만 선별하고, 콘텐츠 생성 Agent 3로 결과를 넘긴다.

💨 핵심 정보가 추출된 이후, 최종 피드 원고 Agent 3 (작업 예정)

하나의 핵심 정보(주제 + 데이터)를 재료로, 각 채널 특성에 맞는 콘텐츠를 동시 다발적으로 생성하는 시스템을 구상 중이다. 이를 위해 AI PD의 역할을 채널별로 세분화할 예정이다. 

1. SNS(Instagram)
2. Blog
3. Youtube

글 마지막, <❓ 다음 단계에서 고민 중인 것들 참조>

🧠 진행 중 고민한 점들

• 콘텐츠의 방향성
  단순히 사용자가 묻는 것에 답하는 수동적인 구조로는 전문성을 쌓기 어렵다고 판단했다. 채널이 먼저 주제를 리드하는 '페르소나'와 '테마' 시스템을 도입하는 것이 충성도 높은 사용자를 모으는 데 더 효과적일 것이라 생각했다.
• 프롬프트의 자동화
  날짜(요일)를 변수로 삼아 AI가 스스로 오늘의 테마를 결정하고 질문을 생성하도록 프롬프트를 고도화했다.

❓ 다음 단계에서 고민 중인 것들

1. ‘원 소스 멀티 유즈(OSMU)’전략 도입, 채널별 전문 AI Agent 구상
   * 원 소스 멀티 유즈(One Source Multi Use)란 소설, 만화, 게임, 라이트 노벨, 캐릭터 굿즈 등 여러 매체(미디어)를 동시에 기획하여 내놓는 것을 말한다. 하나의 매체를 통해 무한한 부가가치를 창출할 수 있는 마케팅 전략
   
   <기술 과제>
   추출한 핵심 정보를 '통합 콘텐츠 브리핑' 형태로 만들어, 3개의 전문 Agent에게 동시에 전달하는 파이프라인 설계가 필요하다.
   • 블로그용 퀀트 AI
     데이터 기반의 깊이 있는 장문 분석 글 생성에 특화. 객관성과 전문성을 극대화하여 블로그 독자를 공략.
   • 유튜브용 콘텐츠 PD AI
     동일한 데이터를 바탕으로 영상 시나리오, 자막, 더빙 스크립트 등 영상 콘텐츠 기획안을 생성. 시각적 요소와 스토리텔링에 집중.
   • 인스타그램용 핀플루언서 작가 AI
     핵심 내용을 숏폼 피드에 맞는 짧고 감각적인 캡션, 해시태그, 카드뉴스 텍스트로 재가공. 공감과 빠른 소비에 최적화.
2. 채널별 Agent가 생성한 원고(JSON)를 각 채널의 포맷(블로그 포스트, 이미지, 영상)에 맞게 시각화하는 생성 모듈 개발하기
3. 자동 발행 전, 각 채널의 결과물을 한눈에 검수할 수 있는 통합 프리뷰 시스템 구축 고려