아침마다 내가 궁금한 것만 모아서 보내 주면 얼마나 편할까. 시작은 딱 그 정도였어요.
날씨도 봐야 하고, 뉴스도 궁금하고, 주식시장은 어떻게 시작하는지 알고 싶습니다. 관심 있는 영상까지 챙기려면 열어 볼 곳이 꽤 많아요. 하나씩 확인하는 일이 어렵지는 않은데, 필요한 정보가 여기저기 흩어져 있다는 게 문제였습니다. 원하는 것만 한곳에서 볼 수 있으면 좋겠다는 생각이 들었어요.
그렇게 제게 필요한 정보를 쏙쏙 담아 보내 주는 브리핑을 만들고 싶어졌습니다. 그렇다고 제가 프로그래밍이나 자동화를 잘 알았던 건 아니에요. 뭘 보고 싶은지는 말할 수 있지만, 그걸 어떻게 만드는지는 막막한 초보자였습니다. 일단 AI에게 제가 원하는 모습을 설명하는 데서 시작했어요.
처음부터 지금 모습을 그려 놓은 건 아닙니다. 하나가 되면 반갑고, 막상 써 보면 아쉬운 데가 보였습니다. 그걸 고치다 보니 또 욕심이 났고요. 아침에 한 번 받아 보자던 브리핑에 무료 클라우드 AI와 여러 정보원이 붙고, 나중에는 오후의 흐름까지 살펴보게 됐습니다. 돌아보니 작은 요구가 꽤 많이 쌓였네요.
그 이야기를 세 편에 나눠 적어 보려고 합니다. 이번 1부에서는 첫 브리핑을 만들기까지, 2부에서는 쏟아지는 오류와 내용 개선을 다룹니다. 마지막 3부에서는 오전과 오후, 카카오톡으로 받아 보는 종합 브리핑의 모습을 보여 드릴게요.
내가 원하는 정보부터 골라 보기
제가 원한 것은 소박했습니다. 관심 있는 정보를 모아 주고, 매번 실행하라고 시키지 않아도 되고, 카카오톡으로 받아 볼 수 있으면 좋겠다는 거였어요. 쓰던 메신저에서 바로 열어 보면 편하겠죠.
그중에서도 꼭 챙기고 싶었던 건 제 관심사였습니다. 내가 사는 곳의 날씨, 궁금한 시장 소식, 생활에 써먹을 만한 정보요. 남들이 중요하다고 하는 뉴스만 잔뜩 들어 있으면 정작 제가 읽고 싶은 건 다시 찾아야 하니까요. 아침에 여기저기 열어 보던 내용을 제 순서대로 모으고 싶었습니다.
물론 넣고 싶은 것을 전부 떠올리기 시작하면 끝이 없습니다. 그래서 날씨와 시장, 뉴스, 관심 영상부터 묶고 실제로 읽으면서 더해 가기로 했어요. 내게 필요한 모든 정보를 담겠다는 말도 그렇게 조금씩 모양을 갖췄습니다. 매일 찾는 것부터 빠뜨리지 않으면 충분히 쓸 만하겠다는 생각이었죠.
아침마다 여기저기 찾던 정보를 한 화면에서 읽고 싶었습니다. 그 바람을 그린 설명용 생성 이미지입니다.
| 보고 싶은 내용 | 브리핑에서 기대한 도움 |
|---|---|
| 날씨 | 외출과 하루 계획을 세울 때 참고 |
| 국내외 뉴스 | 중요한 소식을 한곳에서 훑어보기 |
| 주식·시장 흐름 | 관심을 둘 영역과 확인할 자료 찾기 |
| 영상·나들이 정보 | 일과 투자 외의 생활 관심사도 함께 챙기기 |
일정과 메일도 관심 항목이었지만, 화면에 자리를 마련하는 것과 실제 계정을 연결해 자료를 받는 것은 구분해야 했습니다. 확인한 코드에도 수집하지 못한 일정·메일은 연동 상태를 확인하도록 표시합니다. 아직 연결하지 않은 정보까지 AI가 그럴듯하게 채우게 하지는 않았습니다.
나는 필요한 것을 말하고, AI와 실행 방법을 찾았다
2026년 5월 29일 작업일지에는 초기 상황이 이렇게 남아 있습니다.
“기존 평일 아침 브리핑은 Codex 데스크톱 세션 또는 PlayMCP 카카오 도구에 의존했다.”
— 2026년 5월 29일, NAS 단독 아침 브리핑 작업일지
컴퓨터 앞에서 AI에게 시켜 결과를 받는 것은 가능했습니다. 그런데 아침마다 제가 실행해야 한다면 할 일이 하나 더 생기는 셈이잖아요. 제가 자리에 없어도 브리핑은 먼저 준비돼 있기를 바랐습니다. 여기서부터 자동화가 조금 까다로워졌어요.
그 역할을 늘 켜져 있는 NAS에 맡기기로 했습니다. 파일을 보관하는 장비가 정해진 시간에 자료까지 모아 준다면 제법 든든하겠더라고요. 메인PC를 원격으로 깨우는 방법도 비교했지만, 기본 운영은 NAS 혼자 처리하는 쪽으로 좁혔습니다.
n8n이 시간을 맞춰 작업을 시작하고, 브리핑 프로그램이 자료를 모아 읽기 좋은 결과를 만든 뒤 카카오톡으로 연결하는 구조였습니다. n8n은 여기서 정해진 순서대로 작업을 이어 주는 역할을 합니다.
그림 1. 사용자가 필요한 결과를 설명하고, AI와 구현·검증한 뒤 실제 사용 경험을 다음 요구로 되돌리는 과정. 작업 기록을 바탕으로 재구성한 도식이다.
이 과정에서 AI가 고마웠던 건, 제가 기술 용어를 먼저 공부해서 설명할 필요가 없었다는 점이에요. 휴대폰에서 읽기 불편하다고 말하면 화면을 어떻게 바꿀지 함께 살펴봤습니다. 컴퓨터를 계속 켜 두기 싫다는 요구에서는 실행 환경을 다시 고민했고요. 제가 쓰는 평범한 말이 실제 작업으로 이어졌습니다.
물론 제가 할 일이 없어지는 건 아니었습니다. 이 정보가 필요한지, 화면이 읽기 편한지는 제가 봐야 하니까요. AI와 해결 방법을 찾고 결과를 받아 보면, 제가 원한 것과 다른 부분도 보였습니다. 그럴 때 다시 설명했습니다. 그렇게 주고받을 수 있다는 점이 초보자인 저에게는 큰 도움이 됐어요.
NAS에서도 AI를 쓸 수 있다는 발견
자료가 모이니 이번에는 읽기 좋게 정리하고 싶어졌습니다. 뉴스 제목과 숫자만 늘어놓으면 읽는 사람이 다시 정리해야 하니까요. AI가 요약과 순서를 맡아 주면 좋겠는데, 고성능 GPU나 비싼 API부터 준비해야 하는 건지 부담스럽기도 한 주제였습니다.
여기서 길이 보였습니다. NAS는 자료를 모으고 시간을 맞춰 실행하고, 문장을 다듬는 큰 언어 모델, 즉 LLM은 클라우드에서 불러오는 거예요. NAS 안에서 큰 모델을 전부 돌릴 필요는 없었습니다. 장비 하나에 모든 일을 시키려던 생각에서 벗어나니 시도할 방법이 생겼어요.
무료로 제공되는 클라우드 모델을 써서 편집 기능을 시험하고 브리핑에 연결했습니다. 저에게는 이 부분이 꽤 매력적이었어요. 큰 AI 서버를 새로 마련하는 데서 시작하지 않아도 됐으니까요. 지금 가진 NAS에 외부 AI의 힘을 보태는 방법이었습니다.
이것이 유료 모델과 성능이 똑같다는 뜻은 아닙니다. 이 브리핑에 필요한 요약·정리 역할을 무료 제공 모델과 검증 코드로 맡겨 보는 활용법이었습니다. 실제 호출과 무료 이용 범위, 결과의 신뢰도를 어떻게 확인했는지는 2부에서 자세히 다루겠습니다.
멋진 브리핑의 기준은 휴대폰에서 읽히는가
처음에는 브리핑을 PNG 이미지로 만들어 보내는 방법을 고려했습니다. 한 장에 내용을 정돈하면 보기 좋을 것 같았어요. 그런데 NAS에는 당시 캡처에 필요한 실행 환경이 없어 그 단계가 막혔습니다.
막힌 김에 읽는 방식도 다시 생각해 봤습니다. 어차피 카카오톡에서 열어 볼 거라면, 작은 글씨를 한 장의 이미지에 꾹꾹 넣을 이유가 있을까요. 휴대폰 화면에 맞춰 내용이 정렬되는 페이지가 읽기 편하겠다는 쪽으로 생각이 바뀌었어요.
“아침 브리핑 전달 방식을 PNG-first에서 web-first로 바꿨다.”
— 2026년 5월 29일 작업일지
기본 결과를 반응형 페이지로 바꾸고 카카오톡으로 링크를 보냈습니다. 모바일에서는 한 열, 큰 화면에서는 두 열로 읽히는 카드형 구성이었습니다. 날씨와 시장, 영상, 나들이 항목을 나눠 필요한 부분을 먼저 볼 수 있게 했습니다.
보기 좋게 만드는 일도 결국은 매일 읽기 위한 일이었습니다. 아무리 잘 정리해 줘도 글씨를 확대하고 화면을 옆으로 밀어 가며 읽어야 한다면 손이 덜 갈 것 같았어요. 저에게 멋진 브리핑은 휴대폰에서 부담 없이 펼쳐 볼 수 있는 브리핑이었습니다.
이후 기능을 추가할 때도 같은 기준을 적용하게 됐습니다. 정보를 더 넣는 것만큼 읽는 순서를 유지하고, 관련 원문으로 넘어갈 수 있는 링크를 붙이는 일이 중요했습니다.
카카오톡으로 도착한 첫 결과
전달에서도 문제가 있었습니다. 기존 PlayMCP 도구를 NAS에서 쓰려고 했지만 당시 인증 과정이 막혔습니다. 다른 장비의 인증정보를 옮겨 쓰는 방향 대신 NAS에서 직접 발송할 수 있는 공식 카카오 REST API 경로를 만들었습니다.
API는 프로그램이 서비스에 요청을 보내고 결과를 받는 접점입니다. 이 프로젝트에서는 카카오의 ‘나에게 보내기’ 기능을 이용했습니다. 제가 사용할 개인 브리핑을 제 카카오톡으로 전달하는 범위였습니다.
카카오 연결도 한 번에 끝나지는 않았습니다. 앱 키만 넣으면 되는 줄 알기 쉬운데, 최초 로그인과 동의, 인증 코드 교환, 토큰 갱신까지 필요했어요. 낯선 말이 여럿 나왔지만 AI와 과정을 나눠 발송 프로그램을 구성했습니다. 액세스 토큰의 만료가 가까워지면 갱신하는 처리도 넣었고요.
5월 29일에는 NAS에서 직접 발송해 카카오 API의 성공 응답인 result_code=0을 확인했습니다. 기록에는 짧은 코드 하나로 남아 있지만, 제가 만들고 싶었던 길이 끝까지 이어졌다는 의미였어요. 자료를 모으는 데서 멈추지 않고, 제가 쓰는 메신저까지 보내는 데 성공한 겁니다.
다만 이때의 성공은 직접 실행한 결과였습니다. 당시 일지에도 다음 평일에 실제 예약 실행을 확인하는 일이 후속으로 남아 있습니다. ‘보낼 수 있다’는 것과 ‘매일 알아서 보낸다’는 것 사이에는 아직 확인할 단계가 있었습니다.
첫 결과를 보니 다음에 고칠 것이 보였다
결과가 생기니 다음에 할 말도 생겼습니다. 정해진 시간에 정말 오는지, 관심 있는 내용이 들어 있는지, 숫자는 믿고 봐도 되는지요. 아무것도 없을 때는 막연했던 요구가 받아 볼 결과 하나를 두고 이야기하니 훨씬 구체적이 됐어요.
초보자인 제가 반가웠던 부분도 여기에 있습니다. 전문 용어를 다 알지 못해도 시작할 수 있었고, 직접 써 보니 다음 질문을 할 수 있었어요. AI와 함께 만든 작은 결과가 또 다른 시도를 해 볼 이유가 됐습니다.
그렇다고 이제 마음 놓고 받기만 하면 됐을까요. 아쉽게도 그다음에는 브리핑이 오지 않는 월요일이 기다리고 있었습니다. 프로그램은 실패했는데 화면에는 성공이라고 나오기도 했고요. 무료 모델을 연결한 뒤에는 답을 어디까지 믿어야 하는지도 살펴봐야 했습니다.
2부에서는 그 삐걱거렸던 이야기를 해 보겠습니다. 답답한 오류도 있었지만, 하나씩 들여다보면서 브리핑에 꼭 필요한 기준을 세울 수 있었어요. 자료의 출처를 챙기고 AI가 쓴 문장을 검사하게 된 과정까지 이어집니다.
작성일: 2026년 9월 7일 | 작업일지에 기록된 사례를 바탕으로 쓴 개인 자동화 구축기. 인용은 당시 기록, 나머지 설명은 현재의 회고다. 썸네일은 설명용 생성 이미지다.
