뉴스가 카드뉴스가 되기까지: 자동화 파이프라인을 설계한 방식

하루에 한 번은 괜찮아도, 매일 반복하려면 이 흐름을 사람이 계속 붙잡고 있기는 어렵습니다.

이 자동화 시스템은 한 번에 끝내는 것이 아니라, 각 단계를 분리해 다음 단계가 읽을 수 있는 재료를 남긴다는 점이 핵심입니다.

이 글에서 다루는 내용은 세 가지입니다.

• 이 자동화가 실제로 어떻게 작동하는지
• 뉴스 카드뉴스 외에 어떤 콘텐츠에 활용할 수 있는지
• 왜 단순한 AI 생성이 아니라 파이프라인 구조가 중요한지

---

1. 전체 흐름은 이렇게 움직입니다

먼저 큰 그림부터 보면 이해가 쉽습니다. 모든 단계가 1번부터 9번까지 순차적으로 이어지며, 각 단계는 다음 작업을 위한 완벽한 재료를 준비합니다.

최종 결과물은 보통 6장짜리 카드뉴스로 떨어집니다. 첫 장에는 오늘 가장 중요한 뉴스가, 두 번째부터 다섯 번째 장에는 나머지 뉴스가, 마지막 장에는 브랜드 마무리 카드가 들어갑니다.

---

2. 실제로는 어떤 순서로 작동할까요

Step 1 후보 뉴스를 넓게 모읍니다

처음에는 Google News RSS에서 오늘의 뉴스 후보를 가져옵니다. 세계, 비즈니스, 기술, 과학, 건강, 미국 뉴스처럼 카테고리를 나눠서 약 30개의 후보를 모읍니다. 여기서 바로 글을 쓰지는 않습니다. 먼저 오늘 카드뉴스로 만들 만한 재료가 무엇인지 넓게 펼쳐보는 단계입니다.

Step 2 카드뉴스로 만들 TOP5를 고릅니다

후보를 모은 뒤에는 점수를 매깁니다. 점수 기준은 단순 조회수나 화제성이 아닙니다.

• 지금 다룰 만큼 최신인가
• 영향이 큰 뉴스인가
• 독자가 이해하기 쉬운가
• 카드뉴스로 풀었을 때 이야기가 생기는가
• 제목과 내용이 구체적인가

Step 3 원문을 읽을 수 있는 형태로 저장합니다

뉴스 링크는 종종 Google을 거쳐 들어오기 때문에 실제 언론사 원문 주소를 찾아냅니다. 그다음 Jina Reader를 이용해 기사 본문을 정리합니다. 카드뉴스 문구가 검색 결과나 제목만 보고 만들어지면 내용이 얕아지기 쉬우므로, 원문을 저장해 근거를 명확히 합니다.

Step 4 카드 문구와 캡션을 나눠서 씁니다

본문이 준비되면 AI가 카드 문구를 씁니다. 저장된 기사 본문을 기준으로 제목, 요약, 카드 설명을 만듭니다. 카드 안의 문장과 인스타그램 캡션은 역할이 다르기 때문에 분리해서 작성합니다.

Step 5 이미지와 디자인 결과물로 바꿉니다

메시지가 먼저, 이미지는 그다음입니다. 어떤 뉴스를 보여줄지 정해진 뒤 카드의 분위기에 맞는 이미지를 준비합니다. 이후 문구와 이미지를 HTML로 먼저 조립하여 레이아웃을 확인한 뒤, Figma로 옮기고 최종 업로드용 PNG로 뽑아냅니다.

---

3. 왜 이렇게 단계를 잘게 나눴을까요

한 번에 모든 것을 처리하는 자동화는 처음에는 편해 보입니다. 하지만 결과가 이상할 때 어디서 문제가 생겼는지 찾기 매우 어렵습니다.

그래서 이 파이프라인은 중간 결과물을 명확히 분리하여 남기는 전략을 취합니다.

좋은 자동화는 빠른 자동화가 아니라, 고칠 수 있는 자동화입니다.

---

4. 이 구조로 무엇을 할 수 있나요

가장 직접적인 활용은 매일 올라가는 뉴스 카드뉴스이지만, 뉴스뿐 아니라 다양한 콘텐츠 포맷에도 응용할 수 있습니다.

활용 분야	적용 방식
산업 리포트 요약	긴 보고서를 핵심 카드뉴스로 변환
주간 트렌드 브리핑	한 주의 주요 흐름을 카드로 정리
브랜드 뉴스레터	여러 소식을 짧은 시각 콘텐츠로 재구성
교육용 카드뉴스	강의나 자료를 단계별 이미지 콘텐츠로 변환
특정 분야 업데이트	정책, 기술, 시장 변화 등을 정기 브리핑화

콘텐츠를 많이 만드는 팀이라면 작가에게는 초안과 자료 정리를 줄여주고, 디자이너에게는 일정한 형태의 재료를 넘겨주는 강력한 시스템이 됩니다.

---

마무리하며: 핵심은 AI가 아니라 '구조'입니다

이 시스템에서 AI는 아주 중요한 역할을 합니다. 하지만 더 중요한 것은 AI를 어디에 배치하느냐입니다.

AI가 뉴스를 고르고, 쓰고, 만들고, 디자인까지 모두 한 번에 처리하게 만들면 속도는 빠르겠지만 제어력을 잃습니다. 반대로 과정을 명확히 나누면 AI의 역할이 아주 선명해집니다.

• 후보 수집은 넓게 한다.
• 선정은 기준을 두고 한다.
• 본문은 저장해 근거를 남긴다.
• 문구 작성은 저장된 본문을 기준으로 한다.
• 이미지는 메시지가 정해진 뒤 만든다.
• 디자인과 출력은 마지막에 분리한다.

자동화의 완성도는 모델의 지능만으로 결정되지 않습니다. 입력 자료를 어떻게 모으는지, 중간 결과를 어떻게 남기는지, 다음 단계가 읽기 쉬운 형태로 넘겨주는지, 사람이 확인하고 고칠 지점이 있는지가 더 중요할 때가 많습니다.