# 자료수집 '자동화'부터 동향파악 '파이프라인'까지 — Claude Code와 이틀간의 대화 기록

- 작성자: [느낌표](https://community.clauders.ai/member/imported-member-mTrfUN0iC1)
- 공간: [AI 워크스페이스 구축하기](https://community.clauders.ai/ai-workspace)
- 게시: 2026-03-30
- 연재: [AI 워크스페이스 구축하기 시즌 2](https://community.clauders.ai/series/ai-workspace-season-2) 3/4편
- 태그: #AI워크스페이스
- 주소: https://community.clauders.ai/ai-workspace/post/%EC%9E%90%EB%A3%8C%EC%88%98%EC%A7%91-%EC%9E%90%EB%8F%99%ED%99%94-%EB%B6%80%ED%84%B0-%EB%8F%99%ED%96%A5%ED%8C%8C%EC%95%85-%ED%8C%8C%EC%9D%B4%ED%94%84%EB%9D%BC%EC%9D%B8-%EA%B9%8C%EC%A7%80-claude-code%EC%99%80-%EC%9D%B4%ED%8B%80%EA%B0%84%EC%9D%98-%EB%8C%80%ED%99%94-%EA%B8%B0%EB%A1%9D-ca722880-3e42-800f-a5be-d03471df5c20

---

### **시도하고자 했던 것과 그 이유**

관심 분야의 동향을 파악하려면 3일(약 17.5시간)이 걸렸습니다. 유튜브, 웹페이지, 뉴스를 일일이 돌아다니며 자료를 찾고, 비교 정리하고, 팩트를 검증하는 데 대부분의 시간을 소비했습니다. 조사한 자료는 있는데 정리가 안 된 상태로 마감을 맞이하는 일이 반복됐습니다.

문제는 하나가 아니었습니다. 수집한 자료 자체도 체계가 없었습니다. 유튜브에서 본 영상 메모는 inbox에, 뉴스 기사 링크는 브라우저 북마크에, PDF는 다운로드 폴더에 — 나중에 다시 찾으려면 또 시간이 걸렸습니다. **"보고 흘려보내는 정보"를 "축적되는 자산"으로 바꾸고 싶었습니다.**

Clauders 학습자료에서 "출처주의" 개념을 접한 것이 전환점이었습니다. **"내가 만든 지식"과 "외부에서 가져온 자료"를 분리해야 한다**는 원칙인데, 이 한 문장이 이틀간의 작업을 촉발했습니다.

- **Day 1**: 외부 자료를 체계적으로 수집하는 인프라 구축 (폴더 5개 + 커맨드 5개)
- **Day 2**: 그 인프라 위에 자료조사 전체를 자동화하는 파이프라인 구축 (커맨드 4개 + Agent 4개)

### **1) Day 1: 수집 인프라 구축 — "출처주의"에서 5개 슬래시 커맨드까지**

**설계 과정**

Clauders 학습자료의 시스템 아키텍처 문서를 분석하면서, 내 워크스페이스에 맞는 구조를 설계했습니다. 처음에는 기존 `50-resources` 폴더 안에 넣으려 했는데, 70번대가 비어있어서 독립 폴더로 결정했습니다.

핵심 설계 원칙 3가지:

1. **출처주의**: 내가 만든 것(30-knowledge) vs 외부에서 가져온 것(70-collected)
2. **커맨드 번호 = 폴더 번호**: `/72-youtube-collect`는 `72-youtube/`에 저장 → 외울 필요 없음
3. **요약(73) vs 변환(75) 분리**: PDF "분석·요약"과 "원본 마크다운 변환"은 완전히 다른 용도

**구축한 5개 커맨드**

#

커맨드

폴더

용도

예시

1

`/71-web-collect`

`71-web-clips/`

웹페이지 크롤링 + 요약

기사, 블로그 글

2

`/72-youtube-collect`

`72-youtube/`

유튜브 자막 추출 + 요약

슈카월드, 강연

3

`/73-pdf-collect`

`73-pdf-summary/`

PDF 분석 + 요약

업무 보고서

4

`/74-news-collect`

`74-news/`

키워드 뉴스 검색 + 브리핑

`/74-news-collect 비트코인`

5

`/75-convert-to-md`

`75-converted/`

hwpx/pdf/이미지 → 원본 마크다운 변환

한글 문서

**파일명 규칙의 진화 (3번 변경)**

```
1차: YYYYMMDD_제목.md          → 날짜가 너무 길다
2차: YY-MM-DD_제목.md          → 하이픈이 제목과 섞인다
3차: YYMMDD_제목_(YYMMDD).md   → 수집일 + 원본날짜 병기 (최종)
```

실제로 써봐야 불편한 점이 보였습니다. 처음부터 완벽하게 정하려 하지 말고, 빨리 만들고 빨리 써보는 게 낫다는 것을 배웠습니다.

**뉴스 브리핑 품질 개선**

처음 만든 뉴스 브리핑(v1)은 기사 3~5개에 요약 2~3문장으로, 깊이가 부족했습니다. WebSearch 1회로는 한계가 있었습니다.

```
v1: 기사 3~5개, 요약 2~3문장
v2: 기사 5~7개, 요약 4~6문장 + 배경 맥락 + 핵심 수치 표 + 전문가 의견 + 단기/중장기 전망 구분
```

검색 2~3회 + 기사 본문 직접 추출로 바꾸니 브리핑 품질이 확 올라갔습니다.

**Day 1 실제 수집 결과**

첫날 바로 테스트로 11개 파일을 수집했습니다:

- 유튜브 4개 (슈카월드, 북토크 등)
- 웹클립 2개 (기회타운, 북수원TV)
- 뉴스 3개 (나스닥, 코스피, 비트코인)
- PDF 요약 1개 + 마크다운 변환 1개

### **2) Day 2: 자료조사 자동화 파이프라인 — 27번의 인터뷰로 만든 6단계 시스템**

Day 1에 만든 수집 도구들을 기반으로, "동향파악 자료조사" 업무 전체를 자동화하는 파이프라인을 구축했습니다. `/automation-pipeline-design` 스킬의 6단계 흐름을 따랐습니다.

**1단계: 인터뷰 (27개 질문, 약 40분)**

Claude가 인터뷰 가이드(업무정의 자동화 위임설계서)를 기반으로 한 번에 1개씩 질문을 던졌고, 저는 솔직하게 답했습니다. 처음엔 "동향파악을 자동화하고 싶다"는 막연한 생각이었는데, 27번의 대화를 거치면서 구체적인 파이프라인으로 발전했습니다.

**대화의 전환점 4가지:**

**전환점 1 — 팩트 검증 → 출처 신뢰도 5단계 태깅**

> Claude: "자료의 사실 여부를 검증할 때 어떤 방식으로 하시나요?" 나: "정부 보도자료, 공식 통계, 공신력 있는 언론... 출처가 분명해서 바로 확인할 수 있으면 좋겠어"

이 한 마디가 나중에 출처 신뢰도 5단계 자동 태깅 시스템의 씨앗이 되었습니다.

**전환점 2 — 보고서 3단계 구조 확정**

> Claude: "풀버전 5장이면 각 섹션별 어느 정도 깊이를 원하시나요?" 나: "세 가지를 다 받아볼 수 있을까? 욕심일까?" Claude: "욕심이 아닙니다!"

요약본(1장) + 풀버전(5장) + 심화버전(10장+), 3단계 보고서 구조가 확정된 순간이었습니다.

**전환점 3 — AI에게 의견을 물었을 때**

> Claude: "하나의 명령으로 끝까지 갈지, 별도 명령으로 할지?" 나: "너는 어떻게 생각해?" Claude: "3개 분리를 추천합니다. 세션이 끊겨도 이어갈 수 있고, 보고서만 다시 다듬는 것도 가능합니다." 나: "세 개로 분리하되, 통합 명령도 만들어줘"

4개 명령 구조가 확정되었습니다. **AI와의 대화는 일방적 지시가 아니라 쌍방향 설계 세션**이 될 수 있습니다.

**전환점 4 — 사용자의 디테일한 피드백**

> 나: "폴더 네임에도 번호를 붙여줘" 나: "79번 폴더는 필요없는 것이 아닐까?" 나: "기존 76-hwpx-export의 내용을 새로 생성되는 77번에 통합하면 좋겠어"

작은 지적들이 최종 결과물의 완성도를 높였습니다. **사용자가 구체적으로 요구할수록 결과물이 좋아집니다.**

**2단계: 워크시트**

인터뷰 27개 답변을 구조화된 워크시트로 정리했습니다. 참여자 매핑, 고통 분석, 위임 선언서, 업무 플로우, 예외 정책까지 빠짐없이 채웠습니다. 자가 점검 체크리스트 16개 항목 중 15개 통과, 1개(API 키)만 [확인 필요]로 남겼습니다.

**3단계: 자동화 설계**

워크시트를 바탕으로 설계한 보고서 출력 구조:

```
배경 → 검토사항 → 전문가 의견 → 장단점 → 대안 → 향후 계획 → AI 의견
```

소스 간 내용이 충돌할 때의 처리 규칙도 정했습니다: **"모두 병기하되, 장단점을 밝히고, 전문가 의견을 곁들이고, 마지막으로 AI의 의견을 제안한다."**

**4단계: 도구 연결**

작업공간의 실제 스킬을 탐색하여 12개 단계에 도구를 연결했습니다.

- 즉시 사용 가능: 9개 (75%)
- 추가 설정 필요: 1개 (pandoc)
- 그레이 영역: 1개 (ppt 생성)

**5단계: 오케스트레이션 실행**

4가지 준비 작업을 즉시 실행:

1. 폴더 3개 생성 (76-research-md, 77-refine-docx-hwpx, 78-present-ppt)
2. 기존 76-hwpx-export → 77-refine 이관
3. 커맨드 파일 4개 생성
4. pandoc 3.9 설치

**6단계: Agent 변환**

자료조사의 핵심인 "웹/유튜브/뉴스 동시 수집"을 위해 orchestrator agent 1개 + sub-agent 3개를 생성했습니다.

```
trend-research-orchestrator (총괄)
  ├── trend-web-collector     (웹 기사 수집)
  ├── trend-youtube-collector  (유튜브 자막 추출)
  └── trend-news-collector     (뉴스 검색·브리핑)
```

3개 sub-agent가 **병렬로** 자료를 수집하고, orchestrator가 통합 보고서를 생성합니다.

**그레이 영역 해결**

마지막으로 3가지 미해결 항목을 모두 처리했습니다:

- python-pptx 설치 → ppt 자동 생성 가능
- 출처 신뢰도 5단계 태깅 → 76-research 커맨드에 내장
- 팩트체크 경고 시스템 → 76-research + 77-refine 커맨드에 내장

**그레이 영역 0개** — 모든 기능이 즉시 실행 가능한 상태로 완성되었습니다.

### **사용한 도구**

- **Claude Code** (CLI) — 전체 대화·설계·구현의 중심
- **Claude **`/automation-pipeline-design`** 스킬** — 6단계 자동화 설계 프레임워크
- **Firecrawl API** — 웹페이지 크롤링 (Day 1)
- **pandoc 3.9** — 문서 변환 md → docx (Day 2)
- **python-pptx** — 발표자료 자동 생성 (Day 2)

### **최종 시스템 구조**

```
사용자 입력: "AI 반도체 동향 조사해줘"
  │
  ▼
/76-research (자료 수집 + 보고서 3버전 생성)
  ├── trend-web-collector     → 71-web-clips/ 활용
  ├── trend-youtube-collector → 72-youtube/ 활용
  └── trend-news-collector    → 74-news/ 활용
  │
  ▼ 출처 신뢰도 태깅 + 팩트체크 경고
  │
/77-refine (인간 검토 + 보완 반복 → docx/hwpx 변환)
  │
  ▼
/78-present (발표자료 ppt 생성)
  │
  ▼
/79-deep-research (위 3개를 한 번에 통합 실행)
```

### **결과 (수치)**

항목

Day 1 (수집 인프라)

Day 2 (자동화 파이프라인)

합계

커맨드

5개 (71~75)

4개 (76~79)

**9개**

Agent

-

4개

**4개**

폴더

5개

3개

**8개**

설치 도구

Firecrawl

pandoc, python-pptx

**3개**

인터뷰 질문

-

27개

**27개**

테스트 수집

11개 파일

-

**11개**

**핵심 결과:**

- **3일(17.5시간) → 1일**: 주당 2일, 연간 약 100일 절약 기대
- **수집 → 보고서 → 문서변환 → 발표자료** 원스톱 파이프라인 완성
- **그레이 영역 0개**: 모든 기능이 즉시 실행 가능

### **배운 점**

**(1) 좋은 질문이 좋은 설계를 만든다**

27개 인터뷰 질문이 많아 보이지만, 하나하나가 설계의 품질을 결정했습니다. "팩트 검증을 어떻게 하시나요?" 한 질문이 출처 신뢰도 시스템이라는 결과물로 이어졌습니다. 급하다고 인터뷰를 줄이면 설계가 약해집니다.

**(2) AI에게 "너는 어떻게 생각해?"라고 물어라**

몇 번 Claude에게 의견을 물었고, 매번 합리적인 제안을 받았습니다. 명령 구조를 3개로 분리하자는 제안이 대표적입니다. 지시만 하지 말고 대화하세요. AI와의 작업은 쌍방향 설계 세션이 될 수 있습니다.

**(3) 출처주의로 분류하면 워크플로우가 자연스럽게 생긴다**

"내 지식(30)" vs "외부 원본(70)"으로 나누니 "수집 → 소화 → 지식 승격" 흐름이 저절로 만들어졌습니다. 분류 원칙이 곧 워크플로우입니다.

**(4) 빨리 만들고 빨리 써보는 게 낫다**

파일명 규칙을 3번 바꿨습니다. 뉴스 브리핑도 v1에서 v2로 개선했습니다. 처음부터 완벽할 수 없고, 완벽을 기다리면 시작할 수 없습니다.

**(5) 3일 → 1일은 도구의 힘이 아니라 구조의 힘이다**

수집을 자동화한 것보다, **인터뷰 → 수집 → 통합 → 보완 → 변환이라는 흐름을 설계한 것**이 핵심입니다. 도구는 바뀔 수 있지만 구조는 남습니다.

### **시행착오**

1. **파일명 규칙 3번 변경**: YYYYMMDD → YY-MM-DD → YYMMDD_제목_(YYMMDD). 실제로 파일을 만들어봐야 불편한 점이 보입니다.
2. **뉴스 브리핑 품질 부족**: v1은 WebSearch 1회로 기사 3~5개, 요약 2~3문장. 검색 2~3회 + 본문 직접 추출로 바꾼 v2에서야 만족할 만한 깊이가 나왔습니다.
3. **ppt 생성 도구 부재**: 그레이 영역으로 남았다가 python-pptx로 해결. 완벽한 도구를 기다리지 말고, 있는 것으로 먼저 돌리는 게 답이었습니다.
4. **폴더 번호 충돌**: 기존 76-hwpx-export와 새 76-research가 겹쳤는데, 기존 기능을 77-refine에 통합하는 아이디어를 제가 제안해서 해결했습니다.

### **앞으로의 계획**

**단기 (이번 주)**

- `/76-research`로 첫 실제 드라이런 실행
- 결과물 품질 검증 후 커맨드 미세 조정

**중기 (1개월)**

- 수집 → 지식 승격 루틴 만들기 (70-collected → 30-knowledge)
- 뉴스 브리핑 고정 관심사 자동화 검토 (매일 아침 AI/투자/뇌과학)
- ppt 디자인 템플릿 라이브러리 구축

**장기 (3개월)**

- 축적된 보고서 데이터로 트렌드 메타 분석
- 수집된 자료 간 연결점 분석 (zettelkasten-linker 활용)
- 동료 피드백 반영하여 보고서 구조 진화

## 4. **도움 받은 글**

- **Clauders 학습자료(안상영&정혜지 스터디장님)** — "출처주의" 개념과 Structure → Collect → Connect → Expand 4주 커리큘럼. 이 학습자료를 분석한 것이 이틀간의 작업을 촉발한 촉매였습니다.
- **Clauders 학습자료(안상영 스터디장님)** — **Claude Code **`/automation-pipeline-design`** 스킬** — 인터뷰 → 워크시트 → 설계 → 도구 연결 → 실행 → Agent 변환의 6단계 프레임워크.