끄적끄적

블로그 자동화용 호스팅 고르기 — 공유호스팅으로 되나

지난 글에서 로컬 실행 환경의 지출 구조를 분석하고 시스템을 클라우드로 확장할 때 발생하는 잠재적 고정 비용을 시뮬레이션해 보았습니다. 로컬 PC에서 파이썬 스크립트를 직접 실행하는 방식은 비용이 들지 않고 제어가 직관적이라는 장점이 있지만, 정해진 시간에 글을 자동으로 발행하려면 PC를 항상 켜두어야 한다는 물리적인 제약이 따릅니다. 결국 진정한 무중단 자동화를 달성하기 위해서는 외부 서버 환경, 즉 호스팅 서비스를 고민할 수밖에 없습니다.이 단계에서 누구나 한 번쯤 품게 되는 의문이 있습니다. "가장 저렴하고 관리하기 쉬운 공유호스팅(웹호스팅) 서비스를 사용해서 이 자동화 프로그램을 24시간 돌릴 수는 없을까?" 하는 점입니다. 월 몇 천 원 수준의 저렴한 공유호스팅으로 파이썬과 Selenium 기반..

지난 글인 Claude API 요금 계산법: 글 한 편에 얼마 나오나에서 거대 언어 모델(LLM)을 활용해 글 한 편을 생성할 때 발생하는 순수 API 비용을 상세히 정산해 보았습니다. API 비용이 글 한 편당 수십 원에서 수백 원 단위로 움직인다는 점을 확인했다면, 이제 던져야 할 질문은 하나입니다. "이 시스템을 한 달 동안 멈추지 않고 지속적으로 운영하기 위해 지출해야 하는 총유지비는 실제로 얼마인가?"라는 점입니다.AI 블로그 자동화 시스템은 단순히 API 호출 비용만으로 움직이지 않습니다. 글을 생성하고 발행하는 주체인 프로그램이 돌아갈 서버나 PC가 필요하고, 외부 유입을 극대화하기 위해 개인 도메인을 연결한다면 도메인 유지비도 추가됩니다. 이번 글에서는 현재 제가 직접 구축하여 운영 중인 ..

지난 글에서 자동화 도구가 기존 글을 덮어쓰는 대참사를 막기 위한 이중 안전장치와 임시저장 대응법을 구현하며 시스템의 견고함을 다졌습니다. 이제 시스템의 안정성만큼이나 중요한 운영 비용, 특히 글 생성의 핵심인 Claude API 요금에 대해 깊이 있게 분석하고, 글 한 편을 발행하는 데 드는 실제 비용을 계산해보겠습니다.거대 언어 모델(LLM) API 요금의 기본 구조 이해AI 블로그 자동화 시스템의 핵심은 거대 언어 모델(LLM) API를 활용하여 글을 생성하는 것입니다. 제가 사용하는 Claude API는 Anthropic에서 제공하며, claude-sonnet-4-6 모델을 주력으로 사용하고 있습니다. LLM API의 요금은 일반적으로 입력(Input) 토큰과 출력(Output) 토큰의 양에 따라..

지난 글에서는 포스팅의 품질을 유지하기 위해 글자 수, 마크다운 형식, 헤더 계층을 검증하는 아직 쓰면 안 되는 글을 막는 법 — 발행 조건 게이트 구현에 대해 다루었습니다. 검증 게이트를 통과한 완벽한 글이라 할지라도, 이를 실제 블로그에 발행하는 마지막 단계에서 치명적인 오작동이 발생한다면 모든 노력이 수포로 돌아갑니다. 특히 이미 정상적으로 발행되어 검색 엔진에 색인된 기존 글을 자동화 프로그램이 실수로 덮어써 버리는 대참사는 1인 개발자에게 가장 두려운 시나리오 중 하나입니다. 이번 글에서는 자동화 시스템이 기존 글을 덮어쓰는 사고를 방지하기 위해 구축한 이중 안전장치와 수정 발행 제어 시스템의 설계 및 구현 과정을 상세히 공유합니다.자동화의 양날의 검, '덮어쓰기' 대참사의 전말웹 브라우저를 직..

지난 글에서 AI가 존재하지 않는 수치를 무단으로 조작하거나 환각을 일으키는 문제를 방지하기 위해 AI가 없는 숫자를 지어내지 못하게 막기 — 사실 원장 만들기를 통해 사실 검증 시스템을 구축했습니다. 그렇다면 팩트 체크를 무사히 통과했더라도, 글의 형식적 완성도가 떨어지거나 블로그 운영 정책에 맞지 않는 불완전한 상태의 글이 실수로 발행되는 참사는 어떻게 막을 수 있을까요?아무리 뛰어난 거대 언어 모델(LLM)이라도 간혹 출력을 중간에 멈추거나, 마크다운 문법을 깨뜨리거나, 지정한 필수 키워드를 누락하는 일이 발생합니다. 이러한 불완전한 원고가 사람의 검토 없이 Selenium 자동화 스크립트를 타고 블로그에 그대로 발행된다면, 블로그의 품질 지수는 물론 검색 엔진 최적화(SEO) 관점에서도 치명적인 ..

지난 글에서 로컬 JSON 데이터베이스를 설계하여 AI가 이전 글의 맥락을 기억하게 만드는 맥락 주입 엔진을 구현했습니다. 연재의 흐름을 매끄럽게 이어가는 데 성공했지만, 자동화를 계속 진행하면서 또 다른 거대한 장벽에 부딪히게 되었습니다. 바로 대형 언어 모델(LLM)이 존재하지 않는 수치나 거짓 정보를 그럴듯하게 지어내는 환각(Hallucination) 현상입니다.특히 블로그 운영이나 프로젝트 개발 기록을 자동화할 때, AI가 방문자 수, 수익, 작업 소요 시간 등의 숫자를 임의로 창작해 내는 것은 글의 신뢰도를 완전히 무너뜨리는 치명적인 요인입니다. 이번 글에서는 "어떻게 하면 AI가 없는 숫자를 지어내지 못하게 원천 차단하고, 오직 검증된 사실만을 기반으로 글을 쓰게 만들 수 있을까?"라는 질문에..

지난 글에서 우리는 화면이 바뀌거나 네트워크가 끊겨도 시스템이 멈추지 않고 데이터를 보존하는 견고한 자동화 파이프라인을 구축했습니다. 하지만 브라우저를 제어하고 예외를 처리하는 물리적 안정성을 확보했음에도 불구하고, 정작 생성되는 콘텐츠의 품질이 유기적으로 이어지지 않는다면 장기 연재물로서의 가치는 떨어질 수밖에 없습니다. 어떻게 하면 매번 글을 쓸 때마다 이전 글의 맥락을 수동으로 복사해서 붙여넣지 않고, AI가 스스로 연재의 흐름을 파악하여 자연스럽게 이어 쓰도록 자동화할 수 있을까요?이 질문에 답하기 위해, 저는 로컬 환경에서 구동되는 파이썬 시스템에 연재 맥락 주입 엔진과 발행 이력 자동 기록 시스템을 직접 구현했습니다. 이번 글에서는 단발성 글쓰기를 넘어 하나의 완성도 높은 연재 브랜딩을 구축하..

지난 글인 티스토리 로그인을 매번 다시 안 하려면 — 크롬 프로필 재사용에서 우리는 매번 카카오 계정 로그인과 2차 인증을 거치지 않고, 기존 세션을 그대로 유지한 채 브라우저를 제어하는 물리적인 기반을 마련했습니다. 로그인 장벽을 우회하여 에디터 진입까지 성공했다면, 이제 마주하게 되는 진짜 문제는 '자동화의 지속 가능성' 입니다.웹 서비스는 살아있는 생물과 같아서 개발사의 의도에 따라 UI가 수시로 변경되며, 로컬 네트워크의 일시적인 지연으로 요소를 제때 화면에 그리지 못하는 일이 빈번하게 발생합니다. 어제까지 잘 돌던 코드가 오늘 아침 갑자기 에러를 뿜으며 멈추는 현상은 웹 자동화를 구축한 개발자라면 누구나 겪는 고질적인 문제입니다.이번 글에서는 이 문제를 정면으로 해결하고자 합니다. "티스토리 에..

지난 글에서 파이썬으로 변환한 HTML 코드를 티스토리 에디터의 복잡한 iframe 장벽을 뚫고 안전하게 주입하는 과정을 다루었습니다. 그렇다면 이 자동화 스크립트가 실행될 때마다 매번 카카오 계정 로그인과 2차 인증이라는 번거로운 과정을 거치지 않고, 어떻게 기존 로그인 세션을 안전하게 유지하며 글쓰기 단계로 바로 진입할 수 있을까요?티스토리 자동화 시스템을 구축할 때 가장 먼저 마주치는 거대한 벽은 다름 아닌 로그인 보안입니다. 카카오 계정은 해외 IP 차단, 기기 로그인 제한, 2차 인증(2FA) 등 강력한 보안 정책을 적용하고 있기 때문에, 일반적인 Selenium 코드로 매번 아이디와 비밀번호를 타이핑해 로그인하는 방식은 즉시 캡차(CAPTCHA)나 본인 인증 요구 화면으로 이어집니다. 이 문제..

지난 글에서는 프롬프트를 역할, 구조, 제약으로 삼분할하여 외부 파일로 관리하고, 이를 파이썬 코드로 동적 조립하는 프롬프트 빌더 시스템을 구현했습니다. 이를 통해 Gemini API와 Claude API로부터 우리가 원하는 완벽한 마크다운(Markdown) 형식의 블로그 본문 텍스트를 안정적으로 얻어낼 수 있게 되었습니다.그렇다면 이렇게 생성된 마크다운 텍스트를 어떻게 티스토리 에디터에 실제로 입력할 수 있을까요? 단순히 에디터 창을 열고 키보드 입력을 복사해서 붙여넣거나, Selenium의 send_keys 메소드로 한 글자씩 타이핑하는 방식은 본문의 서식이 모두 깨지거나 전송 속도가 극단적으로 느려지는 치명적인 문제를 발생시킵니다.이번 글에서는 파이썬으로 생성한 마크다운 문서를 깔끔한 HTML로 변..