• 자동 포스팅은 “대표이미지까지 붙어야” 진짜 자동화다.
• 가장 많이 막히는 지점은 WP 미디어 업로드 인증과 바이너리 설정이다.
• 글 생성 → 이미지 업로드 → featured_media 연결을 분리하면 디버깅이 훨씬 쉽다.

내가 구현한 환경

• WordPress (Docker 운영)
• Application Password 인증
• n8n (Docker 최신 버전)
• 대표이미지 용량 제한: 1.5MB
• 썸네일 기본 사이즈: 1600×900 (16:9)

처음에는 “글 자동 발행”까지만 만들고 만족했는데,
썸네일이 빠지니까 블로그 완성도가 확 떨어졌습니다.

그래서 대표이미지까지 자동화하는 구조를 붙였습니다.

전체 흐름 (내가 정착한 방식)

트리거
→ 글 draft 생성
→ 이미지 생성/선택
→ 리사이즈 + 압축
→ WP 미디어 업로드
→ media_id 확보
→ post 업데이트 (featured_media 연결)
→ 성공/실패 알림

여기서 핵심은 글과 이미지를 한 번에 처리하지 않는 것입니다.

처음엔 한 번에 묶었다가
어디서 실패했는지 찾느라 시간을 많이 썼습니다.

가장 많이 막히는 지점 3가지

1️⃣ 403 / 401 에러

원인:

• Application Password 사용자 권한 부족
• JWT 설정 오류

해결:

• 관리자 계정 기준으로 먼저 테스트
• HTTP Request에서 Basic Auth 사용

2️⃣ 이미지 업로드는 되는데 파일이 깨짐

원인:

• Send Binary Data 미사용
• Content-Type 누락

해결 방법 (n8n HTTP Request 설정)

• Send Binary Data: ON
• Content-Type: image/jpeg (또는 image/webp)
• Content-Disposition: attachment; filename=”os-thumb.jpg”

파일명은 영문+하이픈 추천합니다.
한글 파일명은 환경에 따라 에러 납니다.

3️⃣ 썸네일이 글에 안 붙는 경우

가장 흔한 실수:

❌ featured_media에 이미지 URL 입력
✅ featured_media에 media_id 숫자 입력

이거 하나 때문에 20~30분 날렸습니다.

1.5MB 이하로 만드는 실제 전략

압축만 하면 잘 안 줄어듭니다.
리사이즈가 먼저입니다.

제가 정착한 기준:

• 가로 1200~1600px
• JPEG 품질 75~80
• 16:9 비율 유지

조건 분기:

• 1.5MB 이하 → 업로드
• 초과 → 가로폭 줄이고 1회 재시도

무한 반복은 절대 금지입니다.

이미지 생성 방식 선택 (운영 안정성 기준)

방법 1: 생성형 API

자동화 느낌은 좋지만
한글 텍스트 오타가 자주 발생합니다.

운영 팁:

이미지에는 그림만 생성
텍스트는 WP 제목으로 노출

이 방식이 가장 안정적입니다.

방법 2: 고정 템플릿 썸네일

Howinfo 스타일에는 이 방식이 가장 잘 맞습니다.

• 브랜드 통일성 유지
• 오류 최소화
• 속도 빠름

방법 3: NAS 내부 파일 가져오기

내 NAS에서 URL로 이미지 가져와 업로드하는 방식이
실제로 가장 튼튼합니다.

자동 생성은 별도 파이프라인에서 처리하고,
n8n은 업로드만 담당하게 하면 안정적입니다.

대표이미지 연결 방식 (추천 구조)

1단계: 글 생성 (draft)

POST /wp-json/wp/v2/posts
status: draft

→ post_id 확보

2단계: 이미지 업로드

POST /wp-json/wp/v2/media

→ media_id 확보

3단계: post 업데이트

POST /wp-json/wp/v2/posts/{post_id}
featured_media: media_id

이렇게 분리하면 어디서 실패했는지 명확합니다.

실패 알림은 꼭 넣으세요

실패 로그에 포함해야 할 것:

• 실패 단계
• HTTP 상태코드
• 응답 메시지
• 제목
• 실행 시간

401/403은 재시도해도 거의 안 됩니다.
바로 알림 받는 게 좋습니다.

429/5xx는 1회 재시도 허용.

실제 운영하면서 느낀 점

글 자동화는 생각보다 쉽습니다.
하지만 썸네일까지 붙여야 “완성”입니다.

자동화는 성공보다 실패 로그 관리가 더 중요합니다.

이 구조를 잡고 나니
자동 포스팅이 훨씬 안정적으로 돌아가기 시작했습니다.

FAQ

Q. 썸네일이 안 붙어요.
A. featured_media에는 URL이 아니라 media_id를 넣어야 합니다.

Q. 403 에러가 나요.
A. 미디어 업로드 권한이 있는 계정인지 확인하세요.

Q. 한글 텍스트가 이미지에서 깨져요.
A. 운영 안정성을 원하면 이미지에는 그림만 넣고, 텍스트는 WP 제목으로 처리하세요.

게시물 n8n으로 워드프레스 자동 포스팅 + 썸네일까지 붙이기 (실전 구현 기록)이 하우인포-IT·테크에 처음 등장했습니다.

• 완전 자동 “발행”보다 드래프트 업로드 + 마지막 검수가 운영 안정성이 훨씬 높습니다.
• 핵심은 WordPress 인증을 Application Password로 단단히 고정하는 겁니다.
• 자동화는 “성공”보다 실패 알림/재시도/로그가 제대로 있어야 오래 갑니다.

내가 이 구조로 바꾸게 된 이유

처음에는 “자동 발행”을 목표로 잡았습니다.
그런데 며칠 돌려보니 문제는 발행 자체가 아니라 품질과 리스크였어요.

• 문장 한 줄이 어색해도 그대로 공개됨
• 태그가 쓸데없이 늘어남
• 링크/표현 문제가 생겨도 바로 노출됨

그래서 결론은 단순했습니다.

매일 자동으로 초안만 올려두고, 알림 받고 “최종 검수 후 발행”
이게 현실적으로 제일 덜 고장나고, 운영이 편했습니다.

내 환경

• n8n: Docker 운영
• WordPress: Docker 운영 (REST API 사용)
• 인증: Application Password (우선 추천)
• 목표: 매일 09:00 “드래프트 1건 생성”
• 알림: Slack/메일/시놀로지 챗 중 1개
• 로그 저장: Google Sheets 또는 DB(선택)

전체 아키텍처 한 장 요약

Cron(매일 09:00)
→ 주제 선택(Topic Picker)
→ (옵션) 자료 포인트만 수집
→ 본문 생성/정리(템플릿 or AI)
→ WP REST API로 draft 생성
→ 성공/실패 알림
→ 로그 저장(제목/URL/상태/에러)

운영 팁:
처음부터 “모든 걸 자동으로” 하려면 중간에 반드시 깨집니다.
저는 Topic Picker부터 고정 리스트로 시작해서 성공률을 먼저 올렸습니다.

준비물 체크리스트

• WordPress 계정(편집자 이상) + 미디어/글 권한 확인
• Application Password 생성(추천) 또는 JWT 세팅
• n8n에서 HTTP Request 노드 사용 가능
• 카테고리 ID 확정(고정 추천)
• 알림 채널 1개 이상
• 로그 저장 위치(시트/DB/파일 중 택1)

인증 방식 2가지 (내 결론은 A안)

A안) Application Password (추천)

• WordPress 사용자 프로필에서 “애플리케이션 비밀번호” 생성
• n8n에서 Basic Auth처럼 username + app_password로 호출

장점

• 설정이 단순하고 운영 안정적
• 서버 설정 변경이 거의 없음

주의

• 계정 권한을 최소화(가능하면 전용 계정)
• 앱 비번은 주기적으로 교체

B안) JWT Auth

• Bearer Token 방식이라 자동화에 익숙하면 편합니다.

단점

• 플러그인 + 서버 설정이 필요한 경우가 있어 초기 삽질이 늘어납니다.

초반엔 A안으로 성공 루틴 만들고,
필요하면 B안으로 넘어가는 게 덜 스트레스였습니다.

n8n 워크플로우 설계 (디버깅이 쉬운 순서)

노드 1) Cron

• 매일 09:00 실행

노드 2) Set / Topic Picker

• 방식 1: 고정 리스트에서 랜덤 선택
• 방식 2: 스프레드시트/DB에서 “미작성” 주제 1개 가져오기

운영 팁

• 초반에는 고정 리스트가 무조건 좋습니다.
• DB 연동은 성공률이 안정화된 뒤에 붙이세요.

노드 3) (옵션) 자료 수집

• RSS/메모/내부 문서에서 “포인트만” 가져오기
• 원문 복붙 금지(저작권/품질 이슈)

노드 4) 본문 생성

• A) 템플릿 기반: 품질 일정, 운영 안정
• B) AI 기반: 생산성 높음, 검수 필수

howinfo 자동화 글 톤이면
A로 먼저 안정화 → B로 고도화가 제일 덜 고장납니다.

노드 5) Function (정리/필터)

여기서 하는 일:

• H2/H3 구조 정리
• 과장 표현 제거(무조건/완벽/최고 등)
• 중복 문장 제거
• 너무 긴 문장 쪼개기

노드 6) HTTP Request (Posts Create)

• POST /wp-json/wp/v2/posts
• status: draft 고정
• title/content/categories/tags 매핑

노드 7) IF (성공/실패)

• 성공: 알림 + 로그
• 실패: 재시도(1회) + 실패 알림 + 로그

노드 8) 알림(Slack/메일/시놀로지 챗)

성공 알림엔 꼭:

• 제목
• 드래프트 링크
• 실행 시간

실패 알림엔 꼭:

• 실패 단계
• HTTP 코드
• 응답 요약
• 실행 ID(또는 n8n execution URL)

노드 9) 로그 저장(선택이지만 강추)

저장 필드 추천:

• datetime
• topic/title
• post_id
• draft_url
• status(success/fail)
• error_summary
• duration_ms

WordPress 업로드 필드 매핑 (실무에서 자주 헷갈림)

• title: 글 제목
• content: 본문(HTML 권장)
• status: draft
• categories: 카테고리 ID 배열(고정)
• tags: 태그 ID 배열 또는 태그 생성 로직

태그 운영 팁:

• 태그 자동 생성은 편하지만, 금방 태그가 폭발합니다.
• 저는 상위 20~30개 태그 풀을 만들어놓고 그 안에서만 고르게 했습니다.

실패 알림 / 재시도 (운영에서 제일 중요한 파트)

재시도는 현실적으로 이렇게만:

• 5xx / 429 → 2분 후 1회 재시도
• 401 / 403 → 재시도 금지(즉시 알림)

무한 재시도는
“고장난 자동화가 매일 스스로를 때리는 구조”가 되어서 운영이 망가집니다.

운영 체크리스트 (매일 자동으로 굴리는 기준)

• status는 항상 draft
• 알림 채널 1개 이상
• 재시도는 최대 1회
• 카테고리 ID 고정
• 태그는 풀 관리(남발 금지)
• 성공 알림에 드래프트 링크 포함
• Application Password 권한 점검(전용 계정 추천)

FAQ

Q1. 완전 자동 발행으로 해도 되나요?
A. 가능하지만, 초반에는 드래프트가 훨씬 안전합니다. 검수 루틴이 잡힌 뒤 자동 발행으로 확장하는 게 좋습니다.

Q2. 이미지(썸네일)까지 자동으로 가능해요?
A. 가능합니다. 다만 “미디어 업로드 → media_id → featured_media 연결” 단계가 추가됩니다(별도 글로 분리 추천).

Q3. 태그 ID를 모르면 어떻게 하죠?
A. 태그 조회 API로 먼저 찾고, 없으면 생성한 뒤 그 ID를 post 생성 payload에 넣는 방식으로 구현합니다.

게시물 n8n으로 워드프레스 “하루 1건 자동 초안(draft) 업로드” 만들기 (운영 안정성 기준)이 하우인포-IT·테크에 처음 등장했습니다.

• n8n은 “코드 없이 자동화”라기보다 **“눈으로 보면서 흐름을 설계하는 자동화 도구”**에 가깝습니다.
• 핵심은 기능이 아니라 트리거 → 처리 → 액션 구조를 습관처럼 만드는 것입니다.
• 작은 자동화 1개를 성공시키면, 그 다음부터는 계속 확장하게 됩니다.

내가 n8n을 계속 쓰게 된 이유

처음에는 단순히 “블로그 자동 초안 업로드” 때문에 시작했습니다.

그런데 쓰다 보니 깨달은 게 있습니다.

자동화의 진짜 장점은
기능이 아니라 흐름을 눈으로 볼 수 있다는 점이었습니다.

Zapier나 다른 툴도 써봤지만,
n8n은 노드를 연결하는 구조라 디버깅이 직관적입니다.

문제가 생기면 어디서 데이터가 깨졌는지 바로 보입니다.

n8n을 한 문장으로 정의하면

여러 서비스(API/앱)를 연결해서 “업무 흐름”을 자동 실행하는 워크플로우 플랫폼

엑셀 매크로가 파일 내부 자동화라면,
n8n은 웹/서버/API까지 묶는 매크로에 가깝습니다.

n8n이 특히 강한 이유 (내 기준)

1️⃣ 반복 작업 자동화

매일 리포트 생성 → 슬랙 발송
이거 한 번 만들면 손댈 일이 거의 없습니다.

2️⃣ API 연동 후 가공

API 호출 → 필요한 필드만 추출 → 시트 저장
Set 노드로 데이터 단순화하면 생각보다 어렵지 않습니다.

3️⃣ 조건 분기(IF)

“CPU 80% 넘으면 알림”
이 구조가 자동화의 핵심입니다.

4️⃣ 웹훅 기반 실행

“이벤트가 발생했을 때 즉시 반응”
이게 실무 자동화에서 체감이 큽니다.

5️⃣ 실패 대응

실패 시 재시도 + 실패 로그 저장
이걸 안 넣으면 자동화는 금방 망가집니다.

기본 구조는 항상 이 3단계

Trigger(시작)
→ Process(처리/변환/조건)
→ Action(전송/저장/게시)

이 틀만 이해하면
n8n은 거의 레고처럼 조립됩니다.

내가 실제로 돌려본 자동화 예시

1️⃣ 블로그 초안 자동 업로드

• Cron → 주제 선택 → 본문 생성 → WP draft 업로드
• 완전 자동 발행은 안 합니다.
  드래프트 + 최종 검수 구조가 훨씬 안정적입니다.

2️⃣ 서버 상태 체크 → 슬랙 알림

• 5분마다 Cron
• CPU/메모리 확인
• 임계치 초과 시 요약 알림

이건 운영에서 체감이 큽니다.
“몰라서 늦게 대응”이 사라집니다.

3️⃣ 메일 자동 분류

• 새 메일 감지
• 키워드 분류
• 담당자 자동 전달

4️⃣ RSS 수집 → 요약 → 노션 저장

자료 정리에 생각보다 도움이 됩니다.

처음 시작할 때 내가 했던 실수

❌ 너무 큰 자동화를 한 번에 만들려 함

→ 반드시 깨집니다.

❌ 실패 로그를 안 남김

→ 왜 실패했는지 모르게 됩니다.

❌ 완전 자동 발행

→ 품질 관리가 안 됩니다.

지금은 이렇게 운영합니다:

• 작은 단위 자동화부터 성공
• 재시도는 1회만
• 실패는 무조건 알림
• 민감정보는 Credential에 저장

자주 막히는 지점 & 해결법

JSON 구조가 너무 복잡

→ Set 노드로 필요한 필드만 추출

API 401/403

→ 인증/권한 문제. 재시도하지 말고 즉시 알림

429

→ 딜레이 넣고 1회 재시도

자동 게시가 부담

→ draft + 알림 구조로 변경

운영 관점에서 중요한 4가지

1. 워크플로우 이름 규칙 만들기
2. 실패 알림 반드시 연결
3. 로그 저장(나중에 품질 개선에 도움)
4. 작은 성공을 먼저 만들기

FAQ

Q. Zapier/Make와 뭐가 다르나요?
A. 기능은 비슷하지만, n8n은 “내 서버에서 돌릴 수 있다”는 점이 가장 큽니다.

Q. 코드를 꼭 써야 하나요?
A. 대부분은 노드만으로 됩니다. 다만 복잡한 데이터 가공은 Function 노드가 훨씬 편합니다.

Q. 초보가 첫 자동화로 뭐부터?
A. Cron → 데이터 수집 → 슬랙/메일 발송. 이게 성공 확률이 가장 높습니다.

정리

n8n은 단순히 “자동화 툴”이라기보다
업무 흐름을 설계하는 도구에 가깝습니다.

작은 자동화 하나를 성공시키면
그 다음부터는 계속 확장하게 됩니다.

howinfo 기준으로는

• 블로그 자동 초안
• 모니터링 알림
• 리포트 자동화

이 세 가지가 가장 체감이 큰 시작점이었습니다.

게시물 n8n은 왜 계속 쓰게 되는가 — “코드 없이 업무 흐름 자동화”를 실제로 써본 기록이 하우인포-IT·테크에 처음 등장했습니다.

• ✅ 클로드 코워크가 무엇인지 완벽하게 이해
• ✅ 5분 안에 설치부터 실행까지 완료
• ✅ 월 수백 시간 절약하는 실전 활용법 습득
• ✅ Pro/Team 플랜 비교로 현명한 선택 가능

⏱️ 예상 독서 시간: 7분 | 💰 절약 가능 시간: 월 20시간+

🤔 클로드 코워크, 대체 뭐길래?

솔직히 말씀드릴게요. 저도 처음엔 “AI 비서가 뭐 그리 대단하겠어?”라고 생각했습니다. 그런데 클로드 코워크(Claude Cowork)를 써보고 나서는 제 업무 방식이 완전히 바뀌었습니다.

간단히 말하면, 여러분의 컴퓨터에서 직접 돌아가는 AI 업무 비서입니다. 단순히 질문에 답하는 챗봇이 아니라, 실제로 파일을 만들고, 정리하고, 복잡한 작업을 알아서 처리해주는 ‘진짜’ 비서죠.

💡 핵심만 요약하면

클로드 코워크는 데스크톱에서 작동하는 AI 에이전트로, 다음과 같은 일을 자동으로 처리합니다:

• 📄 엑셀/파워포인트/워드 문서 자동 생성
• 📁 파일 정리 및 분류 자동화
• 🔍 웹 리서치 + 보고서 작성
• 🤖 여러 작업을 동시에 처리 (병렬 처리)
• ⏰ 장시간 작업도 끊김 없이 진행

💰 요금제 비교 – 내게 맞는 플랜은?

가장 많이 받는 질문이 “무료로 못 쓰나요?”인데요, 아쉽게도 코워크는 유료 플랜에서만 사용 가능합니다. 하지만 투자 대비 효율을 따지면 충분히 가치가 있습니다.

💰 꿀팁: Pro 플랜으로 시작해서 효과를 보면 Team으로 업그레이드하는 걸 추천합니다. 저도 처음엔 “비싸네”라고 생각했는데, 한 달 써보니 시간당 환산하면 오히려 이득이더라고요!

⚡ 5분 만에 설치하기 – 스텝 바이 스텝

설치는 정말 간단합니다. 제가 실제로 해본 과정을 그대로 알려드릴게요.

1 클로드 데스크톱 앱 다운로드

먼저 claude.com/download에 접속합니다.

• Mac 사용자: macOS용 다운로드 (M1/M2 칩, Intel 모두 지원)
• Windows 사용자: Windows x64 다운로드 (주의: ARM64는 아직 미지원)

⚠️ 주의사항: 반드시 최신 버전을 다운로드하세요! 구버전에서는 코워크 기능이 작동하지 않습니다.

2 앱 설치 및 로그인

다운로드한 파일을 실행하고, 유료 플랜으로 가입한 계정으로 로그인합니다.

3 코워크 모드 활성화

앱을 열면 상단에 “Chat”과 “Cowork” 두 개의 탭이 보입니다. “Cowork” 탭을 클릭하면 “Tasks” 모드로 전환됩니다.

끝입니다! 이제 바로 사용 가능합니다. 😊

🔥 실전 활용법 – 이렇게 써먹으세요

이론은 그만! 실제로 제가 매일 쓰는 방법들을 공개합니다.

1️⃣ 다운로드 폴더 자동 정리 (초급)

명령어 예시:

“내 다운로드 폴더를 정리해줘. 파일 형식별로 폴더를 만들고, 중복 파일은 삭제해줘.”

클로드가 알아서:

• 파일들을 스캔하고
• 분류 계획을 제시하고 (확인 요청)
• 승인하면 자동으로 폴더 생성 + 파일 이동

💡 Pro Tip: 삭제 작업은 항상 승인을 요청합니다. 실수로 중요한 파일이 지워질 걱정 없어요!

2️⃣ 업무 보고서 자동 작성 (중급)

명령어 예시:

“지난 분기 매출 데이터 엑셀 파일을 읽고, 파워포인트로 경영진 보고서를 만들어줘. 차트 3개 포함, 고급스러운 디자인으로.”

놀랍게도:

• 엑셀 파일 자동 분석
• 핵심 인사이트 추출
• 파워포인트 슬라이드 자동 생성 (차트, 그래프 포함)
• 디자인까지 적용된 완성본 제공

3️⃣ 웹 리서치 + 요약 보고서 (고급)

명령어 예시:

“2026년 AI 트렌드에 대해 웹에서 최신 자료를 찾고, 10페이지 분량의 워드 보고서를 작성해줘. 참고 문헌 포함.”

코워크는:

• 인터넷에서 최신 정보 수집
• 신뢰할 수 있는 출처 선별
• 내용 정리 및 분석
• 전문적인 워드 문서 작성 (목차, 참고문헌 자동 생성)

⚠️ 주의: 웹 리서치는 인터넷 연결이 필수입니다. 또한, 작업 중에는 데스크톱 앱을 닫으면 안 됩니다!

✅ 장점 vs ❌ 단점 – 솔직 후기

✅ 장점

• 진짜 자동화: 복잡한 작업을 진짜로 혼자 처리
• 병렬 처리: 여러 작업 동시 진행
• 시간 절약: 월 20시간 이상 확보 가능
• 전문적 결과물: 엑셀 수식, PPT 디자인 등 고급 기능
• 투명성: 모든 작업 과정을 보여줌

❌ 단점

• 유료 전용: Free 플랜에서는 사용 불가
• 인터넷 필수: 오프라인에서는 제한적
• 앱 필수 실행: 백그라운드 작업 중에도 앱을 켜둬야 함
• Windows ARM 미지원: 일부 디바이스에서 작동 안 함
• 학습 곡선: 처음엔 명령어 작성이 어려울 수 있음

🛡️ 보안 걱정? 이것만 알아두세요

많은 분들이 걱정하시는 부분인데요, 클로드 코워크는 여러분의 컴퓨터에서 직접 실행됩니다. 즉:

• ✅ 선택한 파일만 접근 가능 (전체 컴퓨터 접근 ❌)
• ✅ 파일 삭제는 항상 승인 필요
• ✅ 코드는 격리된 공간에서 안전하게 실행
• ✅ Enterprise 플랜은 추가 보안 옵션 제공

💡 추천 설정: Settings > Cowork에서 “Global instructions”를 설정하면, 모든 작업에 기본 규칙을 적용할 수 있습니다. 예: “중요 파일은 절대 삭제 금지”

🎯 이런 분들께 강력 추천!

제 경험상, 다음과 같은 분들에게 특히 효과적입니다:

• 📊 마케터/기획자: 보고서, 프레젠테이션 자주 만드는 분
• 💼 프리랜서: 반복 작업 자동화로 시간 확보
• 👨‍💼 관리자: 팀 문서 정리, 데이터 분석
• 🎓 학생/연구자: 리서치, 논문 작성 보조
• 🏢 소규모 팀: 협업 도구로 생산성 향상

💬 자주 묻는 질문 (FAQ)

Q1. 모바일에서도 쓸 수 있나요?

A: 아니요. 코워크는 데스크톱 전용입니다. macOS와 Windows만 지원합니다.

Q2. 인터넷 없이도 작동하나요?

A: 일부 기능은 가능하지만, 웹 리서치나 최신 기능은 인터넷 연결 필수입니다.

Q3. 실수로 파일을 지우면 어떡하죠?

A: 걱정 마세요! 파일 삭제는 항상 승인을 요청합니다. 허락 없이 절대 지우지 않습니다.

Q4. 한국어도 잘 이해하나요?

A: 네! 한국어 명령도 완벽하게 이해하고 실행합니다. 제가 지금도 한국어로만 쓰고 있어요. 😊

Q5. 환불 가능한가요?

A: Anthropic의 환불 정책에 따라 다릅니다. support.claude.com에서 확인하세요.

🚀 지금 바로 시작하세요!

월 20시간을 절약할 준비 되셨나요?

클로드 코워크로 업무 혁신을 경험해보세요!

👉 지금 바로 다운로드하기

✨ Pro 플랜으로 시작하면 오늘부터 바로 사용 가능!

📝 마무리하며…

솔직히 처음엔 “AI가 이 정도까지 할 수 있을까?”라는 의구심이 있었습니다. 하지만 직접 써보니, 제 업무 방식이 완전히 바뀌었어요.

물론 완벽하진 않습니다. 가끔 실수도 하고, 명령을 잘못 이해할 때도 있죠. 하지만 시간 대비 효율을 따지면, 투자할 만한 가치가 충분합니다.

특히 반복적인 업무에 시간을 많이 쓰시는 분들이라면, 한 번쯤 시도해볼 만합니다. 월 27,000원으로 월 20시간을 벌 수 있다면, 시간당 1,350원인 셈이니까요.

💡 마지막 팁: 처음엔 간단한 작업부터 시작하세요. “파일 정리해줘” 같은 기본 명령으로 감을 잡은 후, 점차 복잡한 작업으로 확장하는 게 좋습니다!

게시물 클로드 코워크(Claude Cowork) 완벽 가이드 | 2026년 업무 자동화의 혁명이 하우인포-IT·테크에 처음 등장했습니다.

2026년 현재, IT 자동화는 단순 반복 작업을 줄이는 수준을 넘어
업무 구조 자체를 바꾸는 기술로 발전하고 있습니다.

과거에는 스크립트 기반 자동화가 중심이었다면,
지금은 AI가 직접 판단하고 실행하는 자동화 시대입니다.

특히 다음 4가지 키워드가 핵심입니다.

• Google Opal
• n8n
• AI 에이전트 (Agentic AI)
• AIOps

1️⃣ Google Opal – 자연어 기반 AI 자동화

Google Opal 은
자연어로 설명하면 AI가 자동으로 워크플로우를 만들어주는 AI 중심 노코드 플랫폼입니다.

✔ 특징

• 텍스트로 “주간 보고서 자동 생성해줘” 입력
• AI가 워크플로 구성
• 생성형 AI 모델 자동 연결
• 비개발자도 사용 가능

✔ 이런 경우에 적합

• 보고서 자동화
• 콘텐츠 생성 자동화
• 내부 업무 흐름 자동화

Opal은 자동화 진입 장벽을 크게 낮춘 도구라고 볼 수 있습니다.

2️⃣ n8n – 실무형 워크플로 자동화

n8n 은
오픈소스 기반의 강력한 자동화 플랫폼입니다.

특히 NAS, 서버 환경에서 Self-host 방식으로 운영 가능하다는 점이 강점입니다.

✔ n8n의 장점

• 다양한 API 연결
• AI 노드(GPT, Gemini 등) 연동 가능
• 조건 분기 및 복잡한 로직 구성 가능
• 기업 환경 적용 용이

✔ 실제 활용 예

• 블로그 자동 업로드
• 음성 → 텍스트 변환 자동화
• 고객 문의 자동 분류
• IT 장애 알림 자동 전송

Opal이 “AI 자동 생성형”이라면
n8n은 “실무 운영형 자동화”라고 볼 수 있습니다.

3️⃣ AI 에이전트 – 사람이 아닌 AI가 일하는 시대

최근 가장 많이 언급되는 키워드는 AI 에이전트(Agentic AI) 입니다.

이제 AI는 단순 보조 역할이 아니라:

• 목표 설정
• 데이터 분석
• 실행
• 결과 검증

까지 수행하는 단계로 발전하고 있습니다.

예를 들어:

• 서버 로그 분석 → 이상 감지 → 알림 발송
• 매출 데이터 분석 → 리포트 작성 → 이메일 발송

이 모든 흐름을 사람이 개입하지 않고 수행할 수 있습니다.

4️⃣ AIOps – IT 운영 자동화의 핵심

AIOps 은
AI 기반 IT 운영 자동화 기술입니다.

✔ 주요 기능

• 이상 탐지
• 장애 예측
• 자동 복구
• 로그 분석 자동화

대규모 시스템을 운영하는 기업에서는
AIOps 도입이 운영 효율과 비용 절감에 직접적인 영향을 줍니다.

🔐 자동화 시대의 주의점

자동화가 늘어날수록 중요해지는 요소는:

• 데이터 보안
• 접근 권한 관리
• AI 모델 통제
• 로그 및 감사 추적

자동화는 효율을 주지만
통제가 없으면 리스크가 됩니다.

🚀 2026년 자동화 흐름 요약

자동화는 이제 “도구”가 아니라
업무 설계 방식 자체를 바꾸는 전략이 되고 있습니다.

📌 마무리

2026년 IT 자동화는 다음 단계로 넘어가고 있습니다.

✔ AI가 자동으로 설계
✔ AI가 자동으로 실행
✔ AI가 자동으로 판단

하지만 중요한 것은
“무엇을 자동화할 것인가?” 입니다.

도구 선택보다 더 중요한 것은
업무 구조 설계와 통제 전략입니다.

게시물 구글 Opal, n8n, AI 에이전트, AIOps까지 한 번에 정리이 하우인포-IT·테크에 처음 등장했습니다.

SEO + AEO + GEO 시대, 자동화로 “검색 노출용 포맷” 만드는 법

예전에는 “검색엔진 최적화(SEO)”만 신경 쓰면 글이 꽤 잘 노출되던 시기가 있었습니다.
그런데 요즘은 환경이 확 달라졌어요.

• 검색 결과 상단엔 “요약 답변”이 먼저 나오고
• 사람들이 질문을 길게 던지고
• AI가 여러 글을 종합해서 답을 만들어 주기도 합니다.

이제는 글을 잘 쓰는 것만큼이나 **“검색이 좋아하는 형태(포맷)”**로 글을 만드는 게 중요해졌습니다.
문제는… 매번 그 포맷을 손으로 만들다 보면 글쓰기 자체가 너무 힘들어진다는 점이죠.

그래서 오늘은 SEO + AEO + GEO 시대에 맞는 ‘검색 노출용 포맷’을 자동화로 만드는 방법을 정리해봅니다.

1) SEO·AEO·GEO, 뭐가 다를까?

SEO (Search Engine Optimization)

• 우리가 흔히 말하는 “검색엔진 최적화”
• 키워드, 제목, 내부링크, 구조 등을 통해 검색 순위/클릭을 얻는 방식

AEO (Answer Engine Optimization)

• 질문에 대한 정답 문장이 글에서 바로 뽑히도록 만드는 방식
• 즉, “검색 결과에서 답변으로 보이게” 만드는 최적화

GEO (Generative Engine Optimization)

• AI가 답변을 만들 때, 내 글을 참고/인용하기 좋은 자료로 만드는 방식
• 핵심은 “구조화 + 신뢰 + 명확한 정의/근거”입니다.

정리하면,

• SEO는 찾게 만들기
• AEO는 답으로 뽑히게 만들기
• GEO는 AI가 참고하기 쉽게 만들기

이 3개는 결국 “글의 내용”도 중요하지만, 무엇보다 **글의 모양(구조)**이 중요해집니다.

2) 요즘 검색이 좋아하는 글의 공통점: “정리된 구조”

검색과 AI는 공통적으로 정리된 글을 좋아합니다.

✅ 검색이 좋아하는 구조의 특징

• 제목이 명확하고, 핵심 키워드가 자연스럽게 들어가 있음
• 시작 5줄 안에 요약(결론)이 있음
• H2/H3 소제목이 질문 형태로 구성됨
• 단계별 방법(How-to), 체크리스트, FAQ가 포함됨
• 짧은 정의(한 문장) + 근거 + 예시가 반복됨

문제는 이걸 매번 손으로 만들면 피곤하다는 점이에요.

그래서 해결책은 간단합니다.
“검색 노출용 포맷을 자동으로 찍어내는 것”

3) 자동화로 만드는 “검색 노출용 포맷” 9종 세트

저는 글을 쓸 때, 아래 9개를 한 번에 만들어두면 발행 속도가 확 올라가더라고요.

✅ 검색 포맷 9종 세트

1. 제목 10개 (정보형/질문형/클릭형 혼합)
2. 상단 요약 5줄 (TL;DR)
3. 목차(H2/H3 구조)
4. 핵심 정의 3개 (한 문장 정의)
5. 단계별 가이드 (5~7단계)
6. 체크리스트 (10~15개)
7. FAQ 5~8개 + 짧은 답변
8. 메타디스크립션 2개 (150자 내외)
9. 태그 10개 + 내부링크 추천

이 9개가 만들어지면, 글은 거의 완성입니다.
남는 건 “내 경험/예시”를 자연스럽게 끼워 넣는 정도예요.

4) 실전 자동화 워크플로우 3가지

A) “초안 → 검색 포맷 세트” 자동 생성 (가장 추천)

입력: 내가 쓴 초안(메모도 OK)
출력: 제목/요약/목차/FAQ/메타/태그까지 한 번에 완성

추천 흐름

1. 초안 붙여넣기
2. 검색 포맷 9종 세트 생성
3. 워드프레스에 붙여넣기
4. 최종으로 문장만 자연스럽게 손보면 끝

B) “키워드 1개 → 목차부터” 자동 생성 (빈 화면이 제일 어려울 때)

글쓰기에서 가장 어려운 건 “첫 문장”이 아니라 첫 구조입니다.

입력: 키워드 1개 + 독자 대상
출력: H2/H3 목차 + 각 섹션에 넣을 포인트

목차가 나오면 글쓰기가 “새로 쓰기”가 아니라 채우기가 됩니다.

C) “FAQ 기반 글쓰기” 자동 생성 (AEO에 특히 강함)

검색 유입은 질문에서 많이 시작합니다.

입력: 질문 10개
출력: 질문-답변형 본문 + 요약 + 체크리스트

특히 **AEO(답변형 검색)**에 강한 방식이에요.

5) 그대로 복붙해서 쓰는 프롬프트 템플릿

아래 프롬프트를 저장해두면, 어떤 글이든 바로 “검색용 포맷”으로 변환됩니다.

아래 글을 SEO + AEO + GEO 관점에서 ‘검색 노출용 포맷’으로 재구성해줘.

출력은 반드시 아래 순서로:
1) 제목 10개
2) 상단 요약 5줄
3) H2/H3 목차
4) 핵심 정의 3개(한 문장 정의)
5) 단계별 가이드(5~7단계)
6) 체크리스트(10~15개)
7) FAQ 5~8개(짧은 답변 포함)
8) 메타디스크립션 2개(150자 내외)
9) 태그 10개 + 내부링크 추천 3개(가능하면)

톤은 한국 블로그 스타일로 자연스럽게.
과장/허세 표현은 빼고, 실제 해볼 수 있는 방법 중심으로.

원문:
[여기에 초안 붙여넣기]

6) 발행 전 30초 체크리스트

마지막으로 이것만 확인하면, 글 품질이 안정적으로 올라갑니다.

• 제목에 핵심 키워드가 자연스럽게 들어갔나?
• 첫 5줄 안에 요약/결론이 있나?
• H2는 질문형으로 되어 있나? (예: ~하는 방법, ~이유, ~주의사항)
• 단계(How-to) + 예시(실제 상황)가 포함됐나?
• FAQ가 “사람이 검색할 법한 질문”처럼 되어 있나?
• 내부링크 2개 이상 연결했나?

결론: 자동화의 목적은 “글을 대신 쓰는 것”이 아니라 “형식을 미리 갖추는 것”

SEO/AEO/GEO 시대에는 결국 구조가 분명한 글이 살아남습니다.
자동화로 포맷을 먼저 만들어두면, 우리는 진짜 중요한 것—경험, 사례, 관점—에 집중할 수 있어요.

게시물 SEO + AEO + GEO 시대, 자동화로 “검색 노출용 포맷” 만드는 법이 하우인포-IT·테크에 처음 등장했습니다.

AI 자동화는 거창한 로봇이 아니라, 이런 반복을 “한 번에” 줄여주는 도구에 가깝습니다.
오늘은 실무에서 바로 적용 가능한 AI 자동화 10가지를 실제 예시 중심으로 정리해보겠습니다.

1) 메일/메신저 “요약 + 답장 초안” 자동화

어디에 쓰나? 협업 요청, 장애 공유, 회의 일정 조율, 고객 문의 응대

예시

• 받은 메일이 길 때 → 핵심 5줄 요약 + 내가 해야 할 일(액션아이템)만 뽑기
• 답장이 애매할 때 → “정중하지만 단호한 톤”으로 초안 생성

효과

• 메일 읽는 시간 ↓, 답장 작성 스트레스 ↓

2) 회의 녹음 → 회의록/결정사항/할 일 자동 생성

어디에 쓰나? 주간회의, 프로젝트 회의, 협의체, 외부사 미팅

예시

• 음성 파일을 넣으면
  ① 회의 요약 ② 결정사항 ③ 담당자별 액션아이템 ④ 다음 회의 안건
  을 자동으로 정리

효과

• 회의록 작성 “퇴근 후 작업”이 사라짐

3) 문서(제안서/보고서/요구사항)에서 누락·모순 자동 점검

어디에 쓰나? 계약 문서, RFP, 요구사항정의서, 운영 가이드

예시

• “누락된 항목(일정/범위/검수/책임/비용)” 체크
• 같은 말 다른 표현(용어 불일치) 찾기
• 앞뒤 논리 충돌(예: ‘24시간 대응’이라면서 ‘영업시간만’) 경고

효과

• 검토 시간 ↓, 실수 리스크 ↓

4) 엑셀/CSV 정리: 붙여넣기만 하면 “표준 보고 형태”로 변환

어디에 쓰나? KPI 집계, 월간 실적, VOC 리스트, 장애 로그

예시

• 지저분한 원본 데이터 → 자동으로
  • 중복 제거
  • 컬럼 정리
  • 분류(유형/원인/담당)
  • 요약(Top 5, 추세, 특이점)
    를 생성

효과

• “정리 작업”이 줄고 분석/판단에 집중 가능

5) 티켓/VOC 자동 분류 + 우선순위 추천

어디에 쓰나? 운영 이슈, 고객 불만, 개발 요청, 장애 신고

예시

• 들어오는 요청을 자동으로
  • 카테고리 분류(결제/가입/로그인/네트워크/단말 등)
  • 심각도(긴급/높음/보통/낮음)
  • 담당 팀 추천
  • 관련 과거 이슈 링크 후보
    로 정리

효과

• “분류 회의” 시간이 줄어듦

6) 운영 공지/장애 안내문 자동 작성(템플릿 기반)

어디에 쓰나? 시스템 점검 공지, 장애 안내, 복구 완료 공지

예시

• 입력: “언제/무엇/영향/조치/예상복구시간”
• 출력: 내부 공지용 문구 + 고객용 문구(톤 다르게) + FAQ 3개

효과

• 공지 작성이 빠르고 일관성 있게 유지됨

7) 반복 보고서 “초안 자동 생성” (주간/월간)

어디에 쓰나? 주간보고, 월간보고, 임원 보고, 프로젝트 경과 보고

예시

• 입력: 이번 주 이슈 5개 + 숫자 몇 개
• 출력:
  • 주요 성과
  • 리스크/이슈
  • 대응 계획
  • 다음 주 추진 항목
    을 보고서 문장으로 정리

효과

• “문장 만들기” 시간이 확 줄어듦

8) 코드/스크립트 작성 보조 + 운영 스크립트 자동 생성

어디에 쓰나? 서버 점검, 백업, 로그 수집, 배치 작업

예시

• “이 폴더의 로그를 날짜별로 압축하고 30일 지나면 삭제”
  → 크론 + 스크립트 초안 생성
• 장애 대응용 “원클릭 점검 스크립트” 초안 생성

효과

• 운영 자동화가 빨라지고 표준화됨

9) 지식 정리 자동화: 자료 모으기 → 요약 → 내 노트로 저장

어디에 쓰나? 정책/기술 동향, 경쟁사 분석, 학습 노트

예시

• 웹 링크/문서/PDF를 모으면
  • 핵심 요약
  • 내 업무에 영향(What it means)
  • 액션 제안(What to do)
  • 용어 정리
    를 자동으로 정리해서 노트에 저장

효과

• “자료만 쌓이고 끝”이 줄어듦

10) 블로그/콘텐츠 자동화: 글 초안 + SEO 요소 + 썸네일까지

어디에 쓰나? 워드프레스 운영, 사내 지식 공유, 기술 블로그

예시

• 글 초안 작성 → 문장 자연스럽게 다듬기 → 제목 후보 10개
• FAQ/요약/메타디스크립션/태그 자동 생성
• 대표 이미지 문구(한글+영문)까지 생성

효과

• 꾸준히 “발행”하는 게 가능해짐

AI 자동화는 ‘사람을 줄이는 것’이 아니라 ‘낭비를 줄이는 것’

현업에서 자동화로 가장 먼저 없어지는 건 인력이 아니라 불필요한 작업입니다.

• 복붙 반복
• 정리/요약 노동
• 형식 맞추기
• 누락 체크
• 문장 다듬기

이 시간을 줄이면, 팀은 오히려 더 중요한 판단과 협업에 집중할 수 있습니다.

오늘부터 시작하는 가장 쉬운 1단계

아래 3개 중 하나만 선택해도 “효과”가 바로 보입니다.

1. 메일 요약 + 답장 초안
2. 회의 요약 + 액션아이템 정리
3. 주간보고 초안 자동 생성

게시물 “업무가 줄어드는” AI 자동화 10가지 (실제 예시 포함)이 하우인포-IT·테크에 처음 등장했습니다.

그 흐름의 한가운데에 있는 서비스가 바로 **클로드 코워크(Claude Cowork)**입니다.
기존의 생성형 AI와 달리, 클로드 코워크는 실제 작업을 수행하는 AI 동료에 가깝습니다.

클로드 코워크란 무엇인가?

클로드 코워크는 AI 기업 **앤트로픽(Anthropic)**이 공개한
AI 기반 업무 자동화·협업 도구입니다.

단순히 “이렇게 해줘”라고 말하면 답변만 주는 방식이 아니라,

• 목표를 이해하고
• 작업 순서를 스스로 계획한 뒤
• 실제 파일과 데이터를 다루며
• 결과물을 만들어내는 방식

으로 동작합니다.

기존 AI와 가장 큰 차이점

기존 AI:

• 질문 → 답변
• 요청 → 텍스트 생성

클로드 코워크:

• 목표 제시 → 계획 수립 → 실행 → 결과물 생성

예를 들어 이런 작업이 가능합니다.

• 여러 개의 문서 파일을 정리해 하나의 보고서로 통합
• 이미지(영수증, 스캔 문서)에서 정보 추출 후 표로 정리
• 폴더 안 파일 이름 규칙에 맞게 자동 변경
• 반복적인 문서 작업 자동화

즉, **사람이 하던 반복 업무를 AI에게 “맡길 수 있는 구조”**입니다.

클로드 코워크는 어떻게 사용하나?

현재 클로드 코워크는 Claude Desktop(macOS) 환경에서 제공되고 있으며,
작업 방식은 매우 직관적입니다.

1. 작업 대상 폴더 지정
2. 원하는 결과를 자연어로 설명
3. AI가 작업을 수행
4. 결과물을 직접 확인

프로그래밍 지식 없이도
“이 폴더의 파일을 정리해서 요약 보고서 만들어줘” 같은 지시가 가능합니다.

실제로 어디에 쓰면 좋을까?

클로드 코워크는 특히 아래와 같은 경우에 강점이 있습니다.

• 사무직 반복 업무가 많은 경우
• 자료 정리·보고서 작성에 시간이 많이 드는 경우
• 여러 파일을 다루는 업무가 잦은 경우
• AI 자동화를 실무에 적용해보고 싶은 경우

단순한 실험용 AI가 아니라
실제 업무 생산성을 높이는 도구로 설계된 점이 핵심입니다.

클로드 코워크가 의미하는 변화

클로드 코워크는 단순한 기능 추가가 아닙니다.
AI가 ‘도와주는 도구’에서 ‘일하는 주체’로 이동하고 있다는 신호입니다.

사람은:

• 목표 설정
• 판단
• 방향 결정

AI는:

• 반복 작업
• 정리
• 실행

이런 역할 분담이 자연스럽게 이뤄지는 구조죠.

사용 시 주의할 점

아직 초기 단계의 기능인 만큼 몇 가지 주의도 필요합니다.

• 파일 접근 권한을 명확히 설정해야 함
• 지시가 모호하면 원치 않는 결과가 나올 수 있음
• 현재는 macOS 중심으로 제공

그래도 방향성만 놓고 보면
향후 업무 방식 자체를 바꾸는 AI 서비스로 성장할 가능성은 충분합니다.

정리하며

클로드 코워크는
“AI에게 일을 시킨다”는 개념을 현실로 만든 도구입니다.

앞으로 AI는 더 이상

• 질문에 답만 하는 존재가 아니라
• 실제 업무를 수행하는 동료가 될 가능성이 큽니다.

업무 자동화, AI 에이전트, 생산성 향상에 관심 있다면
클로드 코워크는 꼭 한 번 주목해볼 만한 서비스입니다.

게시물 클로드 코워크(Claude Cowork)란? AI가 실제로 일을 대신하는 시대이 하우인포-IT·테크에 처음 등장했습니다.

최근 GitHub에서 폭발적으로 성장한 AI 에이전트 Moltbot(OpenClaw).
단순한 챗봇이 아니라 내 컴퓨터를 대신 조작하고, 파일을 정리하고, 스크립트를 실행하는 AI 비서입니다.

하지만 개발자조차 경고합니다.

“AI 에이전트를 개인 PC에서 실행하는 것은 매우 위험하다.”

그래서 저는 Orange Pi 5를 AI 전용 서버로 만들어
Moltbot을 완전히 격리된 환경에서 안전하게 설치해보았습니다.

이 글은 그 실제 설치 과정을 실패 → 원인 분석 → 해결 → 성공까지 정리한 실전 가이드입니다.

🧠 왜 Orange Pi 5인가?

4

Moltbot은 “컴퓨터를 대신 조작”합니다.
즉, 잘못 설정하면 내 파일, 비밀번호, 금융 정보까지 접근할 수 있습니다.

그래서 필요한 조건은 단 하나:

개인 정보가 전혀 없는, 항상 켜져 있는 리눅스 머신

Orange Pi 5는 이 조건에 완벽히 맞습니다.

• 항상 켜져 있음
• 리눅스 환경
• 메인 PC와 완전 분리
• 자동화/스크립트 실행에 최적

🛠 설치 중 가장 큰 난관: Node, npm, CMake

처음에는 단순히 설치 스크립트를 실행하면 끝날 줄 알았습니다.

curl -fsSL https://openclaw.ai/install.sh | bash

하지만 실제로는 다음 문제들이 연속으로 발생합니다.

여기서 많은 분들이 포기합니다.

✅ 핵심 해결 포인트 3가지

1️⃣ Node 22 이상 설치 (필수)

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs

확인:

node -v
npm -v

2️⃣ 빌드 도구 설치 (exit 127 해결)

sudo apt install -y build-essential python3 make g++ pkg-config git cmake

3️⃣ CMake 버전 문제 해결 (가장 중요)

OpenClaw는 내부적으로 llama.cpp를 C++로 빌드합니다.
Debian 기본 CMake 3.18로는 절대 안 됩니다.

다행히 xpm이 최신 CMake를 자동으로 내려받습니다.

echo 'export PATH="$HOME/.local/xPacks/@xpack-dev-tools/cmake/3.31.9-1.1/.content/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
cmake --version

3.31.9가 나오면 성공입니다.

🎉 드디어 설치 성공

재설치:

curl -fsSL https://openclaw.ai/install.sh | bash

마침내 다음 메시지를 보게 됩니다.

OpenClaw installed successfully

🔒 Moltbot을 ‘안전한 AI’로 만드는 방법

Moltbot은 아무 폴더나 건드릴 수 있습니다.
그래서 작업 폴더를 강제로 고정합니다.

sudo su - moltbot
mkdir -p ~/moltwork
nano ~/.bashrc

추가:

export MOLTBOT_WORKDIR=/home/moltbot/moltwork
cd /home/moltbot/moltwork

💬 이제 가능한 것들

이제 Orange Pi는 이런 명령을 받을 수 있는 AI 서버가 됩니다.

• “CSV 읽어서 그래프로 만들어줘”
• “로그 분석해서 요약해줘”
• “백업 확인해줘”
• “파이썬 스크립트 실행해줘”

그리고 결과를 메신저로 받아볼 수 있습니다.

⚠ 왜 메인 PC에 설치하면 안 되는지 이해됨

설치 과정을 겪어보면 깨닫습니다.

Moltbot은 정말로 ‘컴퓨터를 조작’합니다.

그래서 개발자가 경고했던 이유가 이해됩니다.

하지만 Orange Pi 같은 격리 환경에서는

위험한 AI → 통제된 AI 비서

로 바뀝니다.

✅ 결론

Moltbot은 단순한 챗봇이 아닙니다.

리눅스 서버를 채팅으로 조작하는 AI 에이전트

이고,

Orange Pi는 이를 가장 안전하게 실험할 수 있는 최고의 장비입니다.

다음 글에서는
👉 Synology Chat으로 Moltbot과 대화하는 방법을 소개하겠습니다.

게시물 Orange Pi 5에 Moltbot(OpenClaw) 설치기 — AI 비서를 안전하게 격리 구축하기이 하우인포-IT·테크에 처음 등장했습니다.

✅ 왜 DB에 저장해야 할까?

많은 분들이 이런 자동화 봇을 만듭니다.

• 네이버/증권 API로 주가 조회
• 보유 종목 수익률 계산
• Synology Chat, Slack, 텔레그램으로 알림 전송

하지만 시간이 지나면 이런 생각이 들죠.

“어제보다 오늘 얼마나 늘었지?”
“한 달 동안 수익률 추이가 어땠지?”
“어떤 종목이 실제로 수익에 가장 기여했지?”

👉 알림 메시지로는 절대 알 수 없습니다.
👉 시계열 데이터(History)가 필요합니다.

🧠 해결 방법 구조

가장 간단하고 강력한 구조는 아래입니다.

[파이썬 주식 봇]
        ↓
   SQLite DB 저장
        ↓
 Streamlit 웹 대시보드

이 방법의 장점은:

• 별도 서버 불필요
• DB는 파일 하나 (백업 쉬움)
• 오렌지파이 / 라즈베리파이에서도 충분히 동작
• 웹에서 그래프로 바로 확인 가능

🗄️ 1단계 — SQLite DB 설계

봇이 실행될 때마다 2가지 정보를 저장합니다.

① 포트폴리오 전체 요약 (1행)

② 종목별 스냅샷 (종목 수 만큼)

💾 SQLite 저장 코드 (봇에 추가)

import sqlite3
from datetime import datetime

DB_PATH = "/home/orangepi/python/data/portfolio.db"

def init_db():
    con = sqlite3.connect(DB_PATH)
    cur = con.cursor()

    cur.execute("""
    CREATE TABLE IF NOT EXISTS portfolio_snapshot (
      ts TEXT PRIMARY KEY,
      total_value_krw REAL,
      total_invested_krw REAL,
      total_pl_krw REAL,
      total_roi_pct REAL
    )
    """)

    cur.execute("""
    CREATE TABLE IF NOT EXISTS holding_snapshot (
      ts TEXT,
      name TEXT,
      qty REAL,
      avg_buy REAL,
      price REAL,
      market_value_krw REAL,
      pl_krw REAL,
      roi_pct REAL,
      PRIMARY KEY (ts, name)
    )
    """)
    con.commit()
    con.close()

봇이 계산을 마친 시점에 다음 함수 호출만 추가하면 됩니다.

def save_snapshot(summary, holdings):
    ts = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    con = sqlite3.connect(DB_PATH)
    cur = con.cursor()

    cur.execute("""
    INSERT OR REPLACE INTO portfolio_snapshot VALUES (?,?,?,?,?)
    """, (ts,
          summary["total_value_krw"],
          summary["total_invested_krw"],
          summary["total_pl_krw"],
          summary["total_roi_pct"]))

    for h in holdings:
        cur.execute("""
        INSERT OR REPLACE INTO holding_snapshot VALUES (?,?,?,?,?,?,?,?)
        """, (ts, h["name"], h["qty"], h["avg_buy"],
              h["price"], h["market_value_krw"],
              h["pl_krw"], h["roi_pct"]))

    con.commit()
    con.close()

🌐 2단계 — Streamlit 웹 대시보드 만들기

Streamlit은 파이썬으로 웹을 만드는 가장 쉬운 도구입니다.

설치:

pip install streamlit pandas

dashboard.py 생성:

import sqlite3, pandas as pd
import streamlit as st

DB_PATH = "/home/orangepi/python/data/portfolio.db"

st.title("📈 포트폴리오 대시보드")

con = sqlite3.connect(DB_PATH)
snap = pd.read_sql_query("SELECT * FROM portfolio_snapshot ORDER BY ts", con)
hold = pd.read_sql_query("SELECT * FROM holding_snapshot ORDER BY ts", con)
con.close()

st.subheader("총 평가금액 추이")
st.line_chart(snap.set_index("ts")["total_value_krw"])

st.subheader("총 손익 추이")
st.line_chart(snap.set_index("ts")["total_pl_krw"])

st.subheader("최근 종목별 손익")
latest = hold["ts"].max()
st.dataframe(
    hold[hold["ts"] == latest].sort_values("pl_krw", ascending=False)
)

실행:

streamlit run dashboard.py --server.port 8501

이제 브라우저에서 접속하면 주식 손익 그래프 웹페이지가 열립니다.

📊 이렇게 보입니다

4

• 총 자산 증가 추이
• 손익 변동 그래프
• 종목별 수익 기여도
• 자산 비중 파이차트 (추가 가능)

🚀 이 방식의 진짜 장점

✨ 확장 아이디어

• 주간/월간 리포트를 자동으로 PNG 그래프로 생성 후 Chat 전송
• Grafana/Metabase 연결
• 종목별 ROI 히스토리 그래프
• 자산군(ETF/주식/금) 비중 변화 추이

✅ 마무리

주식 자동화 봇을 만들었다면, 이제는 데이터를 쌓아야 할 단계입니다.

기록되지 않는 수익률은, 결국 기억에만 남습니다.

SQLite + Streamlit 조합은
가볍고, 쉽고, 강력한 개인 투자자용 대시보드를 만드는 최고의 방법입니다.

지금 사용 중인 주식 봇에 단 50줄만 추가해보세요.
당신의 투자가 ‘데이터’로 보이기 시작합니다.

다음시간에 실시간 기록을 남기는 소스를 보겠습니다.

게시물 📈 파이썬 주식 봇 데이터를 DB에 저장하고 웹 대시보드로 보는 방법 (SQLite + Streamlit)이 하우인포-IT·테크에 처음 등장했습니다.