자동화 on To the Moon

네이버 블로그 완전 자동 발행 만들기 — Claude Code + Playwright 실전기

Mon, 27 Jul 2026 21:00:00 +0900

네이버 블로그 완전 자동 발행 만들기 — Claude Code + Playwright 실전기

네이버 블로그는 티스토리나 GitHub Pages와 달리 공식 발행 API가 없다. 그래서 “매일 아침 글이 자동으로 올라가는 네이버 블로그"를 만들려면 브라우저 자동화(Playwright)로 스마트에디터 ONE을 사람처럼 직접 조작해야 한다. 오늘 Claude Code와 함께 이 파이프라인을 처음부터 끝까지 구축했고, 실제 첫 글 발행까지 성공했다. 그 과정과 시행착오를 정리한다.

사람 손 한 번 안 대고 발행된 실제 결과물. 제목, 본문, 카드뉴스 이미지 7장까지 전부 자동으로 들어갔다.

전체 구조

1
2
3
4
5
6
7
8


매일 생성되는 콘텐츠 폴더 (C:\Project\Trend\YYYY-MM-DD\)
 ├─ naver_post.json # 제목 + HTML 본문 (이미지 위치 마커 포함)
 ├─ blog-preview.html # 발행 미리보기 = 발행 원본 (없으면 json에서 자동 생성)
 └─ instagram\*.png # 카드뉴스 이미지 7장
 ↓
upload.py (Playwright) # 로그인 세션 재사용 → 에디터 조작 → 발행
 ↓
Windows 작업 스케줄러 # 매일 오전 9시 자동 실행

핵심 설계 포인트 세 가지:

발행 원본을 HTML 미리보기 파일로 단일화 — blog-preview.html을 브라우저로 열면 발행될 모습을 그대로 볼 수 있고, 자동화는 이 파일의 <h1>을 제목으로, <img> 위치 그대로 이미지를 삽입한다. “미리보기 = 발행 결과"가 되니 검수가 쉽다.
중복 발행 방지 플래그 — 발행 성공 시 날짜 폴더에 .naver_uploaded 파일을 남긴다. 스케줄러가 재실행돼도 같은 글이 두 번 올라가지 않는다.
실패 시 증거 남기기 — 예외가 나면 스크린샷과 로그를 자동 저장한다. 브라우저 자동화는 UI 변경으로 언제든 깨질 수 있어서 이게 필수다.

로그인: 비밀번호 없이 세션만 저장

자동화 스크립트에 비밀번호를 넣는 건 절대 금물. Playwright에 내장된 --save-storage 옵션을 쓰면 사람이 직접 로그인한 세션(쿠키)만 파일로 저장해 재사용할 수 있다.

1

python -m playwright open --channel chrome --save-storage=auth.json https://nid.naver.com/nidlogin.login

열리는 브라우저에서 직접 로그인(‘로그인 상태 유지’ 체크)하고 창을 닫으면 auth.json에 세션이 저장된다. 스크립트에서는 이렇게 불러온다:

1

ctx = browser.new_context(storage_state="auth.json")

주의: auth.json은 비밀번호는 없지만 세션 쿠키가 들어있어 그 자체가 로그인 열쇠다. 절대 Git에 커밋하거나 공유하면 안 되고, 유출 의심 시 네이버 보안설정에서 전체 기기 로그아웃하면 즉시 무효화된다. 스크립트가 실행될 때마다 세션을 다시 저장해 만료도 방지했다.

스마트에디터 조작의 핵심 기법

자동화 스크립트가 여는 스마트에디터 ONE. 이 화면의 제목·본문·사진 버튼·발행 버튼을 코드가 사람처럼 조작한다.

본문 텍스트: 클립보드 HTML 붙여넣기. 글자를 한 자씩 타이핑하는 것보다 훨씬 빠르고 서식(<b>, <br>)도 유지된다. 브라우저 컨텍스트에 클립보드 권한을 주고, JS로 클립보드에 HTML을 넣은 뒤 Ctrl+V를 누른다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


ctx = browser.new_context(permissions=["clipboard-read", "clipboard-write"])

frame.locator("body").evaluate("""async (el, html) => {
 const item = new ClipboardItem({
 'text/html': new Blob([html], {type: 'text/html'}),
 'text/plain': new Blob([plain], {type: 'text/plain'}),
 });
 await navigator.clipboard.write([item]);
}""", html)
page.keyboard.press("Control+V")

이미지: 파일 선택 대화상자 가로채기. 이미지 버튼을 클릭하면 뜨는 파일 선택창을 Playwright가 가로채 파일 경로를 직접 넣는다.

1
2
3


with page.expect_file_chooser() as fc:
 frame.locator("button[data-name='image']").first.click()
fc.value.set_files(str(img_path))

에디터는 iframe 안에 있다. 네이버 블로그 글쓰기 화면은 iframe#mainFrame 안에서 돌아가므로 page.frame_locator("iframe#mainFrame")로 접근해야 한다.

삽질 기록 (이게 제일 중요)

실전에서 만난 문제들. 순서대로 다 겪었다.

Playwright 내장 Chromium이 실행 불가 — “side-by-side configuration is incorrect” 오류. 재설치해도 안 됐고, 결국 channel="chrome" 옵션으로 PC에 설치된 진짜 Chrome을 쓰게 해서 해결했다. 이 방법이 봇 감지 회피에도 오히려 유리하다.
FrameLocator에는 evaluate()가 없다 — iframe 안에서 JS를 실행하려면 frame.locator("body").evaluate(...)처럼 요소를 잡고 실행해야 한다.
“취소” 버튼이 두 개 — 이어쓰기 팝업의 ‘취소’를 get_by_role("button", name="취소")로 찾았더니 서식 도구의 ‘취소선’ 버튼과 겹쳐 strict mode 오류. 정확한 클래스(button.se-popup-button-cancel)로 지정해야 한다.
배치 파일이 로그 폴더 없이 리다이렉트 — >> logs\runner.log인데 logs 폴더가 없으면 스크립트가 시작조차 안 된다. if not exist logs mkdir logs 한 줄로 해결.
블로그 미개설 계정 — 계정은 있는데 블로그를 개설한 적이 없으면 글쓰기 페이지가 아예 안 뜬다. 자동화 전에 블로그 개설부터.

스케줄링과 검증

1

schtasks /Create /TN "NaverBlogUpload" /TR "run_upload.bat" /SC DAILY /ST 09:00

headed 브라우저를 띄우는 방식이라 PC가 켜져 있고 로그인된 상태여야 실행된다.

매일 오전 9시, 다음 실행을 기다리는 작업 스케줄러.

발행 후에는 “성공했다고 믿지 말고 확인"이 원칙. 공개된 글 URL을 실제로 가져와서 제목·본문 키워드·이미지 개수(스마트에디터 이미지 리소스 7개)까지 대조해 검증했다.

모바일 화면의 TOP1~TOP3 구간 — 카드 이미지가 본문 사이사이 의도한 위치에 정확히 들어갔다.

자주 묻는 질문 (실제로 부딪힌 것들)

Q. 크롬에 네이버 계정이 여러 개 로그인돼 있는데 괜찮나? 상관없다. Playwright는 평소 쓰는 크롬 프로필과 완전히 분리된 깨끗한 창을 띄운다. 세션 저장 단계에서 로그인한 그 계정 하나만 auth.json에 저장되고, 이후 발행은 계속 그 계정으로만 된다.

Q. 비밀번호가 어딘가에 저장되는 건 아닌가? 아니다. 로그인은 네이버 공식 페이지에서 사람이 직접 하고, 저장되는 건 세션 쿠키뿐이다. 다만 그 쿠키 파일 자체가 로그인 열쇠이므로 비밀번호처럼 다뤄야 한다. 유출이 의심되면 네이버 보안설정에서 전체 기기 로그아웃하면 즉시 무효화된다.

Q. 오전 9시에 PC가 꺼져 있으면? 그날은 발행되지 않는다. headed 브라우저를 띄우는 방식이라 PC가 켜져 있고 로그인된 상태여야 한다. 중복 방지 플래그 덕분에 나중에 수동으로 실행해도 안전하다.

Q. 세션은 언제까지 유효한가? 매일 실행이 이어지는 동안에는 스크립트가 실행 때마다 세션을 갱신해 계속 유지된다. 하지만 PC를 며칠 꺼두면 만료된다 — 실제로 6일 건너뛰었더니 만료돼서 재로그인이 필요했다. 스크립트는 로그인 페이지로 리다이렉트되는 걸 감지해 “세션 만료” 로그를 남기고 멈추도록 해뒀다.

한 가지 함정: 세션 갱신 저장을 아무 때나 하면 안 된다. 만료된 상태에서 갱신 저장이 실행되면 로그아웃 상태의 쿠키로 세션 파일을 덮어써버린다. 반드시 “로그인 확인 후에만 저장"하도록 가드를 넣어야 한다. (직접 당해보고 알았다.)

정리

네이버 블로그 자동 발행 = 세션 저장(auth.json) + 클립보드 HTML 붙여넣기 + 파일 선택창 가로채기 + 스케줄러 네 가지 조합이면 된다.
비밀번호는 어디에도 저장하지 않는다. 세션 파일만 쓰고, 그 파일을 비밀번호처럼 다룬다.
브라우저 자동화는 반드시 깨진다는 전제로 만들 것 — 실패 스크린샷, 로그, 중복 방지 플래그가 본체만큼 중요하다.
자동 발행이 되더라도 콘텐츠 품질은 별개 문제다. 네이버가 저품질로 판단하지 않도록 글 자체의 완성도를 관리하는 건 여전히 사람 몫.

@멘션 한 번이면 클로드가 답한다 — 디스코드로 만든 팀 AI 비서

Tue, 14 Jul 2026 12:00:00 +0900

시작은 슬랙이었다

팀 프로젝트 관리용으로 “메신저에서 클로드를 태그로 불러 쓰는” 환경을 만들고 싶었다. 슬랙에 클로드를 붙이는 공식 기능(Claude in Slack, 이른바 클로드 태그)이 이미 있어서 그걸 쓰려고 했는데 — 팀 플랜을 요구했다. 혼자 쓰거나 소규모로 굴리는 입장에선 기능 하나 때문에 요금제를 통째로 올리는 게 납득이 안 됐다.

그래서 “그럼 내가 쓰는 메신저에 직접 붙이자"로 방향을 틀었고, 후보를 좁혔다.

카카오톡 — 탈락. 일반 채팅방에 붙일 봇 API가 아예 없다. 오픈빌더는 1:1 채널 챗봇 전용이고, 비공식 자동화는 계정 정지 위험이 있다.
텔레그램 — 공식 봇 API가 가장 간단하고 진입장벽이 낮다. 다만 대화가 한 줄기라 여러 주제를 동시에 굴리면 금방 뒤엉킨다.
디스코드 — 최종 선택.

디스코드를 고른 이유는 명확했다.

스레드 구조. 멘션 하나에 스레드가 하나 생기니 주제별로 문맥이 자연스럽게 분리된다. 이게 뒤에 나올 --resume 세션 매핑과 정확히 맞아떨어진다.
채널 분리. 업무/메모/일정처럼 용도별 채널을 나눠 쓸 수 있다.
첨부파일과 코드블록을 제대로 다룬다. 파일 올리고 바로 “이거 분석해줘"가 된다.
봇 권한을 세밀하게 준다. 어떤 채널에서 뭘 할 수 있는지 서버 단위로 통제된다.
슬래시 명령이 1급 시민. /일정등록 같은 걸 자동완성·인자 검증까지 붙여 만들 수 있다.
무료이고, PC·모바일 클라이언트가 다 있어서 나가서도 그대로 쓴다.

핵심 아키텍처

1

디스코드 @멘션 → discord.py 봇 → claude -p (headless Claude Code) → 응답 전송

claude -p --output-format json은 응답과 함께 session_id를 돌려준다. 이걸 디스코드 스레드 ID와 매핑해 저장해두고, 다음 메시지에 --resume <session_id>를 붙이면 스레드마다 대화 문맥이 유지된다.
Claude Code에 구독(Pro/Max) 로그인이 되어 있으면 claude -p는 구독량으로 처리되어 Anthropic API 결제가 필요 없다. 슬랙 쪽에서 막혔던 요금 문제가 여기서 사라진다.
headless 모드에서도 그 PC에 설정된 MCP 서버와 스킬을 전부 그대로 인식한다. 내 PC에서 쓰던 환경이 그대로 디스코드로 나오는 셈이다.

예상 못 한 수확: 로컬 메모 동기화가 같이 풀렸다

옵시디언처럼 메모를 로컬 파일로 쌓아두고 있었는데, 이걸 폰에서도 보려면 어느 서비스든 결국 유료 동기화 플랜을 권한다. 슬랙 때와 똑같은 벽이다.

그런데 이 봇을 붙이고 나니 그 문제가 통째로 사라졌다. 메모 파일은 계속 내 PC에 로컬로 있고, 디스코드에서 멘션 한 번이면 클로드가 그 파일들을 읽어서 답한다. 동기화를 할 필요가 없다 — 파일을 옮기는 게 아니라, 파일이 있는 곳에 질문을 보내는 구조이기 때문이다.

여기에 MCP를 얹으면 더 좋아진다. 레드마인 같은 사내 시스템을 MCP로 물려두면, 봇이 일정과 이슈를 조회해서 디스코드 채팅에 보기 좋게 정리해 뿌려준다. 로컬 메모 + MCP 데이터를 한 자리에서 묶어 요약해주니, 별도 대시보드를 안 만들어도 “오늘 뭐 있지"가 채팅 한 줄로 끝난다.

봇 기능

멘션 → 스레드 자동 생성 후 답변
첨부파일 자동 다운로드 후 클로드가 Read 도구로 분석
슬래시 명령(/일정등록, /일정목록, /일정삭제)으로 일정 알림 (마감 전날 1회 + 당일 매시간 반복, 삭제 = 완료 처리)

보안 설계

봇이 있는 서버의 모든 멤버가 내 PC의 클로드를 쓰게 되므로 도구를 잠가야 한다. --allowedTools를 읽기/검색 계열(Read, Glob, Grep, WebSearch, WebFetch)과 허용할 MCP 도구(mcp__redmine__list_issues 등)로만 제한하고, Bash·Write·Edit 같은 실행/쓰기 도구는 막았다.

디스코드 봇 등록 절차

개발자 포털에서:

New Application → Bot 메뉴에서 토큰 발급
MESSAGE CONTENT INTENT 스위치 켜기 — 안 켜면 봇이 메시지를 못 읽는다. 최다 실수 포인트.
OAuth2 URL Generator에서 bot 스코프 + 필요한 권한 체크
생성된 URL로 서버 초대

다른 클로드 구독자도 자기 토큰과 자기 구독으로 돌릴 수 있게 zip(봇 코드 + .env.example + 설치 가이드 + setup.bat)으로 묶어뒀다. setup.bat이 Python(winget)·discord.py 설치와 설정 파일 생성까지 자동화하고, 계정이 필요한 부분(디스코드 토큰 발급, 클로드 로그인)만 수동으로 남는다.

막혔던 점과 해결

스토어(MSIX) 설치 Python은 AppData가 가상화되어 %APPDATA%\Claude\claude-code\의 claude.exe를 못 읽는다 (PowerShell에선 보이는데 Python에선 FileNotFoundError). → claude.exe를 AppData 밖 폴더로 복사해서 해결. 단독 실행파일이라 복사만으로 동작.
배치 파일에 한글을 넣으면 cmd가 명령을 깨뜨린다 (chcp 65001 이후 파서가 바이트 오프셋을 잘못 읽어 'laudeBot'은(는)... 같은 유령 오류 발생). → bat 파일은 ASCII만 사용.
PowerShell 파이프로 한글을 넘기면 인코딩이 깨진다. → 파이썬 subprocess에서 UTF-8 바이트로 stdin에 직접 쓰면 안전. 파이썬 실행도 -u(unbuffered) + PYTHONUTF8=1 필수 (안 하면 print가 버퍼에 갇혀 로그가 안 보이거나 이모지 출력에서 죽는다).
봇을 AI 세션의 백그라운드 프로세스로 띄우면 세션이 끝날 때 봇도 같이 죽는다. → bat 더블클릭으로 독립 콘솔에서 실행해야 한다. 콘솔 창 닫으면 봇 종료, 최소화는 OK.
같은 봇 토큰으로 프로세스를 2개 띄우면 게이트웨이에 둘 다 붙어서 답장이 중복된다.

메모/생각

결국 세 번의 “유료 플랜을 쓰세요"를 같은 방법 하나로 넘겼다. 슬랙 클로드 태그(팀 플랜), 메모 동기화(구독), API 결제 — 내 PC에서 도는 봇 하나로 셋 다 정리됐다.
핵심은 클로드를 어디 올려두는 게 아니라, 이미 내 PC에 갖춰둔 환경(MCP·스킬·로컬 파일)에 메신저라는 입구를 하나 뚫어준 것이다. 그래서 새로 설정할 게 거의 없었다.
다음에 해볼 것: 부팅 시 자동 시작 등록, 스레드별 도구 권한 분리.

유튜브 AI 트렌드를 매일 밤 자동으로 받아보기 — YouTube API + Gemini + 클로드 3단 폴백

Sun, 12 Jul 2026 10:30:00 +0900

AI 소식은 유튜브에 제일 먼저 올라오는데, 매번 손으로 검색해서 훑는 건 시간 낭비다. 그래서 만들었다 — 매일 밤 11시에 자동으로 돌아서, 아침에 일어나면 어제 하루치 AI 트렌드 리포트가 마크다운으로 놓여 있는 파이프라인. 파이썬으로 직접 구축하면서 배운 것들을 정리한다.

전체 그림

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


매일 밤 11시 (Windows 작업 스케줄러)
 ↓
YouTube Data API → 최근 24시간 Claude·ChatGPT·Gemini 영상 검색
 ↓
필터링 (AI 모델 이름 없는 영상 제거 + 차단 키워드)
 ↓
조회수 상위 N개 분석 — 3단 폴백
 ① Gemini가 영상 URL을 직접 시청 (기본)
 ② 토큰 소진 시 → claude -p (자막+메타데이터 분석)
 ③ 그래도 안 되면 → Gemini 텍스트 분석
 ↓
로컬 마크다운 리포트 저장 (reports/trend-날짜.md)

역할 분담이 핵심이다. “검색·발견"은 YouTube API가, “내용 분석"은 AI가 맡는다. 검색 키워드는 3대 모델(Claude/ChatGPT/Gemini)을 뉴스·새 기능·활용법 앵글로 조합한 9개다:

1
2
3
4
5


KEYWORDS = [
 "ChatGPT 업데이트", "Claude 업데이트", "Gemini 새 기능", "OpenAI 발표",
 "ChatGPT new feature", "Claude AI update", "Gemini update",
 "ChatGPT 활용법", "Claude Code",
]

가장 중요한 깨달음: Gemini는 유튜브 URL을 직접 먹는다

처음엔 “영상 자막(CC)을 다운로드해서 분석해야 하나?“라고 생각했다. 그런데 여기 함정이 있다.

YouTube 공식 API의 자막 다운로드는 “내 채널 영상"만 된다. 남의 영상 자막은 공식 API로 못 가져온다.
그래서 보통 youtube-transcript-api 같은 비공식 라이브러리를 쓰는데, 유튜브가 막으면 깨진다.

그런데 Gemini API는 유튜브 URL 자체를 영상으로 그냥 받는다. 자막을 내려받을 필요가 없다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


from google import genai
from google.genai import types

client = genai.Client(api_key=GEMINI_API_KEY)
resp = client.models.generate_content(
 model="gemini-2.5-flash",
 contents=types.Content(parts=[
 types.Part(file_data=types.FileData(file_uri="https://www.youtube.com/watch?v=...")),
 types.Part(text="이 영상 핵심 3줄 요약 + 다룬 AI 키워드 뽑아줘"),
 ]),
)

이 한 방으로 “자막 다운로드” 단계가 통째로 사라졌다. 구조가 훨씬 단순해졌다.

검색 노이즈 잡기: 조회수순보다 관련도순

처음엔 order=viewCount(조회수순)로 검색했더니, “Gemini"라는 단어에 인도 텔루구 TV 채널 “Sun Gemini”, 아랍어 음식 챌린지 같은 게 조회수 높다고 딸려왔다.

해결책 두 가지:

order=relevance(관련도순)로 검색 → 대형 비(非)AI 채널이 밀려남. 그런 다음 그 결과들 안에서 조회수로 다시 정렬.
필터 두 겹 추가
- 차단 키워드(BLOCK): 제목/설명에 Promo, Serial, NASA 등이 있으면 버림
- 필수 키워드(REQUIRE): 제목/설명에 claude / chatgpt / gpt / gemini / 클로드 / 제미나이 중 하나도 없으면 버림

1
2
3
4
5
6
7


haystack = f"{title} {channel} {desc}".lower()
# 1) 차단어 있으면 스킵
if any(bw.lower() in haystack for bw in BLOCK_WORDS):
 continue
# 2) AI 모델 이름 하나도 없으면 스킵
if not any(rw.lower() in haystack for rw in REQUIRE_ANY):
 continue

특히 두 번째 필터가 강력했다. 기간을 24시간으로 좁히니 AI 영상이 적어서 “NASA Moon Base Update” 같은 게 조회수로 올라왔는데, “AI 모델 이름 없으면 제거” 필터 한 방에 정치·일반뉴스 노이즈가 싹 사라졌다.

무료 티어의 벽, 그리고 3단 폴백

Gemini 무료 티어는 분당 입력 25만 토큰 제한이 있다. 그런데 영상은 텍스트와 달리 토큰을 엄청 먹는다(초당 약 100~300토큰). 영상 2개만 분석해도 429 RESOURCE_EXHAUSTED가 터졌다.

기본 대응은 이렇다:

저해상도 처리로 토큰 절약: media_resolution="MEDIA_RESOLUTION_LOW"
영상 사이 20초 대기로 분당 한도 회피
503 같은 일시 오류는 잠시 쉬고 재시도
분석 개수(TOP_N)를 무리하게 키우지 않기 (6~8개가 안전)

그래도 토큰이 소진되는 날이 있다. 그래서 분석 엔진을 3단 폴백으로 만들었다:

Gemini 영상 시청 — 기본. 영상을 직접 보니 가장 깊다.
claude -p (헤드리스 클로드) — Gemini 토큰이 떨어지면, 로컬에 설치된 Claude Code CLI를 파이프라인이 직접 호출한다. 영상 대신 제목·설명·자막(최대 8,000자)을 표준입력으로 넘겨 같은 형식으로 분석시킨다. CLI에 로그인만 되어 있으면 별도 API 키 없이 작동.
Gemini 텍스트 분석 — 클로드마저 안 되면 같은 텍스트 뭉치를 Gemini에 넘긴다. 텍스트라 토큰을 거의 안 쓴다.

1
2
3
4
5
6
7


# ① Gemini 영상 시청 → 429면 즉시 폴백
text, quota_hit = gemini_video(client, video)
if quota_hit:
 context = build_text_context(video) # 제목+설명+자막
 text = claude_headless(claude_exe, context) # ② claude -p
 if not text:
 text = gemini_text(client, context) # ③ Gemini 텍스트

리포트에는 영상마다 어떤 엔진이 분석했는지(🎬 영상 시청 / 🤖 claude -p / 📝 텍스트) 표시되므로, 그날 토큰 사정이 어땠는지도 한눈에 보인다.

교훈: 영상 분석은 토큰이 비싸다. “많이 보는 것"보다 “잘 추려서 몇 개만 깊게 보는 것"이 정답이고, 그마저 안 될 때를 대비한 값싼 차선책을 미리 깔아두면 파이프라인이 멈추지 않는다.

자동 실행: Windows 작업 스케줄러

매일 밤 11시 실행은 PowerShell로 등록했다. PC가 꺼져 있었을 경우를 대비해 놓친 작업은 켜지면 바로 실행(StartWhenAvailable) 옵션도 켰다.

1
2
3
4


$action = New-ScheduledTaskAction -Execute "run.bat" -WorkingDirectory "..."
$trigger = New-ScheduledTaskTrigger -Daily -At 23:00
$settings = New-ScheduledTaskSettingsSet -StartWhenAvailable -ExecutionTimeLimit (New-TimeSpan -Hours 1)
Register-ScheduledTask -TaskName "YouTubeTrendReport" -Action $action -Trigger $trigger -Settings $settings -Force

열흘 돌려본 결과

리포트가 매일 꼬박꼬박 쌓이고 있다. 영상별로 3줄 요약·다룬 키워드·실용 팁 1개가 정리되어 나오는데, 가장 큰 효과는 “지금 무슨 키워드가 이슈인지"를 아침 5분 안에 파악할 수 있다는 것. 새 모델 출시 같은 큰 뉴스가 터진 날은 리포트 상위가 온통 그 얘기로 채워지니, 유튜브를 직접 뒤지지 않아도 흐름을 놓치지 않는다.

실제로 이 리포트 덕에 잡은 주제로 글도 하나 썼다 — 최근에 올린 무료 로컬 TTS 트렌드 + Qwen3-TTS 구축기의 트렌드 조사가 바로 이 파이프라인의 확장판이다.

배운 것 요약

영상 분석은 Gemini에 URL을 직접 던지면 된다. 자막 다운로드는 옛날 방식.
검색은 관련도순 + 이중 필터(차단어 + AI 모델명 필수)가 노이즈 제거의 핵심.
무료 티어 토큰 한도를 감안해 “적게, 깊게” 분석하고, claude -p → 텍스트 분석으로 이어지는 3단 폴백을 깔아 파이프라인이 멈추지 않게.
API 키는 절대 코드/채팅에 넣지 말고 .env에. (git에서도 제외)
자동화의 마지막 조각은 결국 스케줄러다.

코드 전체(trend.py, config.py, 스케줄러 등록 안내)는 GitHub에 공개했다: junstellar/youtube-ai-trend-report