콘텐츠 자동화로 혼자서 여러 채널 운영하기
많이 만드는 것이 아니라 오래 살아남게 만드는 것
콘텐츠 자동화를 처음 시작하는 사람은 거의 같은 착각을 합니다. "이제 하루에 글 10개, 쇼츠 20개, 뉴스레터 5개를 뽑아낼 수 있겠지?"
기술적으로는 가능할지 모릅니다. 하지만 사업적으로는 위험합니다. 의미 없는 글이 늘어나면 채널은 빠르게 피로해지고, 브랜드는 얇아집니다. 독자는 바보가 아닙니다. 같은 말을 대충 바꿔 붙인 콘텐츠는 금방 알아봅니다.
콘텐츠 자동화의 진짜 목표는 무작정 많이 발행하는 것이 아닙니다. 목표는 하나의 좋은 아이디어가 블로그, X 스레드, LinkedIn 포스트, 뉴스레터, 영상 요약, 내부 노트에서 서로 다른 모습으로 살아 움직이게 만드는 것입니다. 즉, 콘텐츠를 찍어내는 공장이 아니라 아이디어를 회전시키는 배급 시스템을 만드는 일입니다.
1인 회사에게 콘텐츠는 광고비를 대신하는 자산입니다. 그런데 혼자서 기획하고, 쓰고, 고치고, 디자인하고, 발행하고, 성과를 확인하다 보면 어느 순간 제품보다 콘텐츠 운영에 더 많은 시간을 쓰게 됩니다. 이 장에서는 그 병목을 n8n과 AI로 풀어냅니다.
핵심은 단순합니다. 사람은 관점과 최종 판단을 맡고, n8n은 반복되는 운반과 변환을 맡고, AI는 초안과 요약과 분류를 맡습니다. 이 세 가지 역할이 분리되면 혼자서도 여러 채널을 운영할 수 있습니다.
콘텐츠 자동화는 '생산'이 아니라 '흐름'이다
좋은 콘텐츠 시스템은 한 번에 완성되지 않습니다. 처음부터 "완전 자동 발행"을 목표로 잡으면 대부분 실패합니다. 이유는 간단합니다. 콘텐츠에는 취향, 맥락, 타이밍, 브랜드 톤이 들어가기 때문입니다. 고객에게 보내는 청구서나 서버 알림과 달리, 콘텐츠는 조금만 어긋나도 브랜드 인상을 망칠 수 있습니다.
그래서 콘텐츠 자동화는 다음 순서로 접근해야 합니다.
수집 자동화: RSS, 트렌드, 경쟁사 글, 유튜브 자막, 고객 질문을 모은다.
변환 자동화: 긴 글을 짧은 글로, 영상을 블로그로, 메모를 뉴스레터 초안으로 바꾼다.
검수 자동화: AI가 만든 초안을 사람이 빠르게 승인하거나 수정할 수 있게 한다.
발행 자동화: 승인된 콘텐츠만 채널별 형식에 맞춰 예약하거나 게시한다.
기록 자동화: 무엇을 만들었고 어디에 썼는지 콘텐츠 캘린더에 남긴다.
n8n이 콘텐츠 자동화에 잘 맞는 이유는 이 모든 흐름을 한 캔버스 위에서 연결할 수 있기 때문입니다. n8n 공식 워크플로우 라이브러리와 커뮤니티에는 콘텐츠 생성, 영상 제작, 멀티 플랫폼 게시와 관련된 템플릿이 다수 공개되어 있고, 실제로 블로그 글을 소셜 포스트로 바꾸거나 영상 콘텐츠를 여러 플랫폼에 배포하는 구조가 반복적으로 등장합니다1. 중요한 것은 템플릿을 그대로 베끼는 것이 아니라, 그 안에 들어 있는 패턴을 자기 회사의 콘텐츠 운영 방식에 맞게 바꾸는 것입니다.
이 장에서 만들 시스템은 네 개의 워크플로우로 나눌 수 있습니다.
블로그 글을 여러 채널 콘텐츠로 재가공하는 워크플로우
유튜브 영상이나 긴 녹화물을 블로그와 요약 콘텐츠로 바꾸는 워크플로우
RSS, 검색 트렌드, 경쟁사 콘텐츠를 모아 주제 후보를 점수화하는 워크플로우
AI 초안을 사람이 승인한 뒤에만 발행되게 하는 검수 워크플로우
이 네 가지가 연결되면 콘텐츠 운영은 더 이상 "오늘 뭐 올리지?"의 문제가 아니게 됩니다. 매주 아이디어가 쌓이고, 좋은 아이디어가 여러 포맷으로 변환되고, 사람이 마지막 품질만 잡는 구조가 됩니다.
하나의 블로그 글을 여러 채널로 회전시키는 워크플로우
가장 먼저 만들 콘텐츠 자동화는 블로그 재가공 워크플로우입니다. 블로그 글은 1인 회사의 콘텐츠 허브로 삼기 좋습니다. 긴 설명을 담을 수 있고, 검색에 노출될 수 있으며, 이메일이나 소셜 미디어에서 다시 링크할 수 있기 때문입니다.
문제는 블로그 글 하나를 쓰고 끝내는 경우가 많다는 것입니다. 사실 잘 쓴 블로그 글 하나에는 이미 여러 개의 콘텐츠 씨앗이 들어 있습니다. 첫 문단은 LinkedIn의 문제 제기 글이 될 수 있고, 중간의 핵심 프레임워크는 X 스레드가 될 수 있으며, 결론은 뉴스레터의 편집자 노트가 될 수 있습니다.
이 워크플로우의 목표는 글 하나를 다음 산출물로 바꾸는 것입니다.
X 스레드 초안
LinkedIn 포스트 초안
뉴스레터 요약 초안
짧은 CTA 문구
콘텐츠 캘린더 기록
여기서 "초안"이라는 단어가 중요합니다. 처음부터 자동 게시하지 않습니다. AI는 초안을 만들고, 사람은 최종 승인합니다.
설계도: 블로그 URL에서 멀티 채널 초안까지
전체 흐름은 이렇게 잡습니다.
Webhook 또는 Manual Trigger
→ 블로그 URL 입력
→ HTTP Request로 HTML 가져오기
→ HTML Extract로 제목·본문·메타 설명 추출
→ Code 노드로 본문 정리
→ AI 노드 1: X 스레드 생성
→ AI 노드 2: LinkedIn 포스트 생성
→ AI 노드 3: 뉴스레터 초안 생성
→ AI 노드 4: CTA와 제목 후보 생성
→ Merge로 결과 합치기
→ Notion 또는 Google Sheets에 저장
→ Slack/Telegram으로 검수 요청 알림이 구조는 공개된 n8n 콘텐츠 리퍼포저 워크플로우와도 유사합니다. 해당 예시는 블로그 URL을 받아 HTML을 추출하고, 플랫폼별 AI 생성 노드를 병렬로 실행한 뒤, Google Sheets와 Slack에 결과를 남기는 방식으로 설계되어 있습니다2. 여기서 배울 점은 "한 번의 AI 호출로 모든 채널을 만들지 않는다"는 것입니다. 채널마다 문법이 다르기 때문입니다.
X는 빠른 훅과 압축된 문장이 중요합니다. LinkedIn은 조금 더 설명적이고 전문적인 맥락이 필요합니다. 뉴스레터는 독자와의 관계가 중요하므로 "이번 주에 왜 이 이야기를 하는가"라는 편집자의 목소리가 들어가야 합니다. 같은 원문이라도 채널별 AI 노드를 분리해야 품질이 안정됩니다.
입력 데이터는 URL 하나면 충분하지 않다
처음에는 블로그 URL만 넣고 자동화하고 싶을 것입니다. 하지만 실제 운영에서는 몇 가지 입력값을 더 넣어야 합니다. 그래야 AI가 매번 엉뚱한 톤으로 글을 쓰지 않습니다.
입력 데이터는 최소한 다음 항목을 포함하는 것이 좋습니다.
url: 재가공할 블로그 글 주소primary_audience: 누구에게 말하는 글인지tone: 전문적, 친근함, 도발적, 차분함 등 원하는 톤cta: 독자가 마지막에 하길 원하는 행동avoid_terms: 쓰지 말아야 할 표현platforms: 생성할 채널 목록
n8n에서는 Webhook Trigger로 이 데이터를 JSON 형태로 받을 수 있습니다. 테스트 단계에서는 Set 노드에 기본값을 넣어도 됩니다. 예를 들어 tone은 "전문적이지만 딱딱하지 않게", cta는 "뉴스레터 구독 유도", avoid_terms는 "무조건, 혁명적, 100% 보장"처럼 설정할 수 있습니다.
이 입력값이 있어야 콘텐츠가 브랜드 자산으로 쌓입니다. 자동화는 빠르게 만들 수 있지만, 브랜드 톤은 대충 만들 수 없습니다.
본문 정리: AI에게 쓰레기를 먹이지 말자
블로그 HTML을 그대로 AI에게 넘기면 품질이 흔들립니다. 메뉴, 푸터, 관련 글, 댓글, 광고 문구가 섞일 수 있기 때문입니다. AI는 친절해서 모든 것을 열심히 요약하려고 합니다. 문제는 그 "모든 것" 안에 본문이 아닌 잡음이 들어 있다는 점입니다.
HTTP Request 노드로 HTML을 가져온 뒤에는 HTML Extract 노드나 Code 노드를 사용해 제목, 본문, 메타 설명만 남겨야 합니다. 본문 정리 단계에서는 다음 처리를 권합니다.
HTML 태그 제거
연속 공백 정리
너무 짧은 줄 제거
"관련 글", "댓글", "공유하기" 같은 반복 문구 제거
본문 길이가 너무 길면 핵심 단락 위주로 자르기
이 과정을 거치면 AI 출력이 훨씬 안정됩니다. 자동화에서 가장 중요한 원칙 중 하나는 "AI 앞단의 데이터를 깨끗하게 만든다"입니다. 프롬프트를 아무리 잘 써도 입력 데이터가 지저분하면 결과는 흔들립니다.
채널별 생성 프롬프트
각 채널은 별도의 AI 노드로 분리합니다. 모델은 비용과 품질의 균형을 보며 고르면 됩니다. 블로그 재가공처럼 비교적 반복적인 작업은 고성능 모델 하나에만 의존하지 않아도 됩니다. 중요한 것은 모델보다 프롬프트의 구조입니다.
X 스레드용 프롬프트는 짧고 날카로워야 합니다.
너는 1인 창업가를 대상으로 글을 쓰는 콘텐츠 에디터다.
아래 블로그 글을 바탕으로 X 스레드 초안을 작성하라.
조건:
- 총 6~8개 포스트로 구성한다.
- 첫 포스트는 문제 제기와 호기심을 만든다.
- 각 포스트는 280자 이내로 작성한다.
- 과장된 표현을 피한다.
- 마지막 포스트에는 CTA를 넣는다.
- 원문에 없는 사실을 추가하지 않는다.
브랜드 톤:
{{$json.tone}}
금지 표현:
{{$json.avoid_terms}}
CTA:
{{$json.cta}}
원문:
{{$json.cleaned_text}}LinkedIn용 프롬프트는 조금 다릅니다. LinkedIn에서는 맥락과 관점이 더 중요합니다.
너는 B2B 독자를 대상으로 글을 쓰는 LinkedIn 콘텐츠 전략가다.
아래 글을 바탕으로 LinkedIn 포스트 초안을 작성하라.
조건:
- 첫 문장은 강한 문제 제기로 시작한다.
- 3~5개의 짧은 문단으로 작성한다.
- 개인 경험을 지어내지 않는다.
- 독자가 바로 적용할 수 있는 관점을 포함한다.
- 마지막에는 자연스러운 질문 또는 CTA를 넣는다.
- 해시태그는 3개 이하로 제한한다.
대상 독자:
{{$json.primary_audience}}
브랜드 톤:
{{$json.tone}}
원문:
{{$json.cleaned_text}}뉴스레터용 프롬프트는 관계의 언어를 사용해야 합니다. 뉴스레터는 "게시물"이 아니라 "편지"에 가깝습니다.
너는 솔로프리너를 위한 주간 뉴스레터 편집자다.
아래 블로그 글을 바탕으로 뉴스레터 초안을 작성하라.
출력 형식:
{
"subject_options": ["제목 후보 1", "제목 후보 2", "제목 후보 3"],
"preview_text": "메일함에서 보일 미리보기 문구",
"body": "뉴스레터 본문",
"cta": "마지막 행동 유도 문구"
}
조건:
- 본문은 700~1000자 사이로 작성한다.
- 친근하지만 가볍지 않게 쓴다.
- 핵심 교훈을 하나로 좁힌다.
- 원문 링크를 읽어야 할 이유를 만든다.
- JSON 형식을 지킨다.
원문:
{{$json.cleaned_text}}출력 형식을 JSON으로 지정하면 이후 노드에서 다루기 쉬워집니다. 특히 뉴스레터 제목 후보, 미리보기 문구, 본문, CTA를 분리해 저장할 수 있어 콘텐츠 캘린더 관리가 편해집니다.
저장소는 Notion 또는 Google Sheets로 시작한다
처음부터 복잡한 CMS를 붙일 필요는 없습니다. 1인 회사라면 Notion이나 Google Sheets만으로도 충분합니다. 중요한 것은 모든 산출물이 흘러가 버리지 않고 한곳에 쌓이는 것입니다.
콘텐츠 캘린더에는 다음 필드를 두면 좋습니다.
원문 URL
원문 제목
생성 날짜
채널
생성된 초안
상태: Draft, Review, Approved, Scheduled, Published
승인자 메모
발행 URL
성과 지표
이 캘린더가 생기면 콘텐츠 운영의 감각이 달라집니다. 예전에는 "무언가 올렸다"로 끝났다면, 이제는 "어떤 아이디어가 어떤 채널에서 어떻게 변환되어 어떤 결과를 냈는지"를 볼 수 있습니다.
유튜브 영상과 긴 녹화물을 블로그 자산으로 바꾸기
두 번째 워크플로우는 영상 재가공입니다. 많은 1인 창업자는 웨비나, 데모 영상, 강의 녹화, 유튜브 영상을 만듭니다. 그런데 영상 하나를 올리고 끝내면 너무 아깝습니다. 20분짜리 영상에는 블로그 글 한 편, 짧은 클립 여러 개, 뉴스레터 한 통, FAQ 몇 개가 숨어 있습니다.
이 워크플로우의 목표는 영상에서 자막을 가져와 블로그 초안과 요약 콘텐츠로 바꾸는 것입니다. 자막은 YouTube transcript API를 쓰거나, 영상 파일을 Whisper 같은 음성 인식 모델에 보내 만들 수 있습니다. n8n 템플릿 생태계에서도 긴 영상을 Whisper와 AI 모델로 처리해 짧은 콘텐츠로 변환하고 여러 플랫폼에 예약하는 유형의 워크플로우가 소개되어 있습니다3.
설계도: 영상에서 블로그 초안까지
전체 흐름은 다음과 같습니다.
YouTube 새 영상 감지 또는 Google Drive 새 파일 감지
→ 영상 URL 또는 파일 가져오기
→ 자막 추출 또는 Whisper 전사
→ 전사문 정리
→ AI 노드 1: 핵심 요약
→ AI 노드 2: 블로그 아웃라인 생성
→ AI 노드 3: 블로그 초안 작성
→ AI 노드 4: 짧은 소셜 포스트 생성
→ Notion/Google Docs에 저장
→ Slack/Telegram 검수 요청여기서 중요한 단계는 전사문 정리입니다. 음성 전사 결과는 말의 흔적이 그대로 남습니다. "음", "그러니까", "제가 아까 말했듯이" 같은 표현이 많습니다. 그대로 블로그로 바꾸면 글이 늘어지고 어색해집니다. 따라서 AI에게 바로 "블로그 글 써줘"라고 하지 말고, 먼저 전사문을 구조화해야 합니다.
전사문을 바로 글로 바꾸지 말고 구조부터 잡는다
영상 재가공에서 흔한 실패는 전사문 전체를 AI에게 던지고 "블로그 글로 바꿔줘"라고 하는 것입니다. 그러면 AI는 그럴듯한 글을 만들지만, 핵심 메시지가 흐려질 수 있습니다. 영상은 시간 순서대로 흘러가지만, 글은 논리 순서로 재배치되어야 합니다.
따라서 세 단계로 나누는 것이 좋습니다.
첫 번째 단계에서는 전사문을 정리합니다. 반복어를 제거하고, 주제를 단락별로 나눕니다. 두 번째 단계에서는 아웃라인을 만듭니다. 영상에서 말한 순서가 아니라 독자가 이해하기 좋은 순서로 재구성합니다. 세 번째 단계에서야 블로그 초안을 씁니다.
전사문 정리 프롬프트는 다음처럼 작성할 수 있습니다.
아래는 영상 전사문이다.
말버릇, 반복 표현, 불필요한 감탄사를 제거하고 핵심 내용만 정리하라.
조건:
- 원래 의미를 바꾸지 않는다.
- 새로운 사례나 수치를 만들지 않는다.
- 주제별로 구분한다.
- 각 구간에 짧은 소제목을 붙인다.
전사문:
{{$json.transcript}}아웃라인 생성 프롬프트는 이렇게 분리합니다.
아래 정리된 영상 내용을 바탕으로 블로그 글 아웃라인을 작성하라.
조건:
- 독자가 문제를 이해하고 해결책을 따라갈 수 있는 순서로 재배치한다.
- H2와 H3 구조로 작성한다.
- 영상에서 나온 핵심 메시지를 빠뜨리지 않는다.
- 제목 후보 5개를 함께 제안한다.
- 아직 본문은 쓰지 않는다.
정리된 내용:
{{$json.cleaned_transcript}}그 다음 블로그 초안 노드에서 아웃라인을 기반으로 본문을 씁니다. 이렇게 나누면 결과물이 훨씬 글답게 나옵니다.
긴 영상은 청크로 나누어 처리한다
30분, 60분짜리 영상은 전사문이 길어집니다. AI 모델의 입력 한도를 넘을 수 있고, 넘지 않더라도 앞부분의 맥락을 잊거나 중간 내용을 뭉갤 수 있습니다. 이때는 전사문을 작은 덩어리, 즉 청크로 나누어 처리합니다.
n8n에서는 Code 노드로 전사문을 일정 길이별로 나누고, Split In Batches 또는 Loop 구조로 각 청크를 요약할 수 있습니다. 그런 다음 청크별 요약을 다시 합쳐 전체 요약과 아웃라인을 만듭니다.
흐름은 다음과 같습니다.
전사문
→ Code 노드로 3,000~5,000자 단위 분할
→ 각 청크 요약
→ 요약문 Merge
→ 전체 구조화 요약
→ 블로그 아웃라인
→ 블로그 초안이 방식은 영상뿐 아니라 긴 인터뷰, 팟캐스트, 웨비나에도 그대로 적용할 수 있습니다.
영상 하나에서 여러 산출물을 뽑아내기
영상 재가공 워크플로우의 산출물은 블로그 글 하나로 끝나지 않아야 합니다. 같은 전사문에서 여러 채널 콘텐츠를 만들 수 있습니다.
블로그 초안
5문장 요약
X 스레드
LinkedIn 포스트
뉴스레터 섹션
영상 설명란 문구
FAQ 후보
쇼츠 클립 아이디어
1인 회사의 콘텐츠 자동화에서 가장 큰 레버리지는 바로 여기에 있습니다. 이미 만든 원재료를 다시 꺼내 쓰는 것입니다. 새 아이디어를 매번 만들려고 하면 지칩니다. 하지만 기존 콘텐츠를 다양한 깊이와 길이로 바꾸면, 같은 메시지를 여러 접점에서 일관되게 전달할 수 있습니다.
주제 후보를 자동으로 수집하고 점수화하기
콘텐츠 운영의 가장 지치는 순간은 빈 화면을 볼 때입니다. "이번 주에는 뭘 써야 하지?"라는 질문이 반복되면 콘텐츠는 금방 멈춥니다. 그래서 주제 발굴은 자동화해야 합니다.
주제 발굴 자동화의 목표는 AI에게 아무 주제나 쓰게 하는 것이 아닙니다. 오히려 반대입니다. 시장에서 실제로 나오고 있는 질문, 검색 흐름, 경쟁사 움직임, 커뮤니티 반응을 모아 쓸 만한 후보를 정리하는 것입니다.
이 워크플로우는 주 1회 또는 매일 새벽에 실행되게 만들 수 있습니다.
Schedule Trigger
→ RSS Feed Read: 업계 블로그와 뉴스 수집
→ Google Trends 또는 검색 API 호출
→ 경쟁사 블로그/뉴스레터 RSS 수집
→ 커뮤니티 검색 결과 수집
→ 중복 제거
→ AI 노드: 주제 분류와 점수화
→ Notion 콘텐츠 아이디어 DB에 저장
→ 상위 후보 Slack 알림RSS를 주기적으로 읽고, 표준 JSON으로 정리하고, 중복을 제거하고, 나중에 검색할 수 있도록 저장하는 패턴은 뉴스 수집·뉴스레터 자동화 워크플로우에서도 자주 쓰입니다. 예를 들어 RSS를 일정 주기로 수집한 뒤 제목과 본문을 정리하고, 해시값으로 중복을 줄이며, 벡터 저장소에 넣어 주제 기반 검색에 활용하는 구조가 소개되어 있습니다4. 콘텐츠 아이디어 수집에서도 같은 원리를 사용할 수 있습니다.
주제 점수화 기준 만들기
AI에게 "좋은 주제 골라줘"라고 하면 결과가 불안정합니다. 무엇이 좋은지 기준이 없기 때문입니다. 1인 회사의 콘텐츠 주제는 최소 네 가지 기준으로 점수화하는 것이 좋습니다.
고객 관련성: 우리 고객이 실제로 겪는 문제인가?
사업 연결성: 우리 제품, 서비스, 전문성과 자연스럽게 연결되는가?
시의성: 지금 이야기할 이유가 있는가?
재가공 가능성: 블로그, 소셜, 뉴스레터로 확장하기 쉬운가?
여기에 앞장에서 배운 WSDL 관점을 더하면 더 강력해집니다. Worth는 이 주제가 매출이나 신뢰 형성에 기여하는지, Stable은 반복적으로 다룰 수 있는 문제인지, Defined는 입출력이 명확한 콘텐츠로 만들 수 있는지, Leverage는 여러 채널로 재사용할 수 있는지를 묻는 방식입니다.
점수화 프롬프트는 다음과 같이 작성합니다.
너는 1인 SaaS 회사의 콘텐츠 전략가다.
아래 수집된 글 목록을 보고 콘텐츠 주제 후보를 평가하라.
평가 기준:
- customer_relevance: 고객 문제와의 관련성, 1~5점
- business_fit: 우리 제품/서비스와의 연결성, 1~5점
- timeliness: 지금 다룰 이유, 1~5점
- repurpose_potential: 여러 채널로 재가공할 가능성, 1~5점
- difficulty: 작성 난이도, 1~5점. 점수가 높을수록 어렵다.
출력 형식:
[
{
"topic": "주제명",
"angle": "우리만의 관점",
"source_urls": ["참고 URL"],
"score": 0,
"reason": "선정 이유",
"recommended_format": ["blog", "thread", "newsletter"]
}
]
주의:
- 원문에 없는 사실을 만들지 않는다.
- 경쟁사 글을 베끼는 관점이 아니라, 다르게 말할 수 있는 관점을 제안한다.
- 총점은 customer_relevance + business_fit + timeliness + repurpose_potential - difficulty 로 계산한다.
수집 데이터:
{{$json.collected_items}}이렇게 하면 주제 후보가 감이 아니라 데이터에 가까워집니다. 물론 AI 점수가 절대적일 수는 없습니다. 하지만 매주 후보를 모으고 정리하는 시간을 크게 줄여줍니다.
경쟁사 모니터링은 베끼기 위해서가 아니다
경쟁사 콘텐츠를 모니터링한다고 하면 불편하게 느끼는 사람도 있습니다. 하지만 목적은 베끼기가 아닙니다. 목적은 시장의 대화가 어디로 움직이는지 확인하는 것입니다.
경쟁사 글에서 확인할 것은 세 가지입니다. 첫째, 어떤 문제를 반복해서 다루는가. 둘째, 어떤 관점이 과하게 소비되고 있는가. 셋째, 아직 충분히 설명되지 않은 빈틈은 무엇인가.
AI에게도 이 관점을 명확히 알려야 합니다. "경쟁사 글을 참고해 비슷한 글을 써줘"가 아니라 "경쟁사 글들이 공통으로 다루는 주제와 빠뜨린 관점을 찾아줘"라고 요청해야 합니다. 그래야 콘텐츠가 따라 쓰기가 아니라 차별화로 이어집니다.
사람의 승인을 거치는 콘텐츠 검수 구조
콘텐츠 자동화에서 가장 중요한 안전장치는 human-in-the-loop, 즉 사람이 중간에 개입하는 구조입니다. AI가 초안을 만들 수는 있지만, 브랜드의 최종 책임은 사람에게 있습니다. 특히 고객에게 직접 노출되는 글, 법적·재무적 주장, 민감한 비교, 강한 의견이 들어간 콘텐츠는 자동 게시하면 안 됩니다.
AI 워크플로우에서 사람 검수 단계가 중요한 이유는 여러 실무 사례에서도 반복적으로 강조됩니다. 모델 출력이 곧바로 고객 응대, 데이터 변경, 게시 같은 민감한 행동으로 이어질 때는 승인 지점을 두는 편이 안전합니다5. 콘텐츠도 마찬가지입니다. 발행은 공개 행위입니다. 공개 행위에는 책임이 따릅니다.
검수 워크플로우의 기본 구조
가장 단순한 검수 구조는 다음과 같습니다.
AI 초안 생성
→ Notion/Google Sheets에 Draft 상태로 저장
→ Slack/Telegram으로 검수 요청
→ 사람이 상태를 Approved로 변경
→ n8n이 승인된 항목만 발행 또는 예약이 구조의 장점은 쉽고 안전하다는 것입니다. n8n이 콘텐츠 캘린더를 주기적으로 확인하다가 Status = Approved인 항목만 다음 단계로 넘기게 만들면 됩니다. 승인 전 콘텐츠는 어디에도 게시되지 않습니다.
조금 더 발전시키면 Slack 버튼이나 Telegram 명령어로 승인할 수도 있습니다. 예를 들어 Slack 메시지에 "승인", "수정 필요", "폐기" 버튼을 붙입니다. 승인 버튼을 누르면 Webhook이 실행되고, n8n이 콘텐츠 DB의 상태를 바꾼 뒤 발행 워크플로우를 시작합니다.
처음에는 Notion 상태 변경 방식으로 충분합니다. 버튼형 승인은 나중에 붙여도 늦지 않습니다.
검수 기준도 자동화해야 한다
사람이 검수한다고 해서 매번 처음부터 읽고 판단하면 시간이 많이 듭니다. AI가 먼저 자체 검수 체크리스트를 돌리게 만들 수 있습니다. 이 단계는 "AI가 AI를 감시한다"기보다, 사람이 놓치기 쉬운 형식 오류를 미리 잡는 용도입니다.
검수 AI 노드는 다음 항목을 확인하게 합니다.
원문에 없는 사실을 추가했는가?
금지 표현을 사용했는가?
CTA가 포함되었는가?
채널별 글자 수나 형식을 지켰는가?
브랜드 톤에서 벗어난 문장이 있는가?
과장된 수치나 보장 표현이 있는가?
출력은 pass, warning, fail로 나누면 좋습니다. fail이면 사람에게 보내기 전에 다시 수정 노드로 돌리고, warning이면 검수 요청 메시지에 표시합니다.
예를 들어 검수 프롬프트는 이렇게 작성할 수 있습니다.
너는 브랜드 콘텐츠 QA 담당자다.
아래 콘텐츠 초안을 검수하라.
검수 기준:
1. 원문에 없는 사실을 추가했는지 확인한다.
2. 금지 표현이 포함되었는지 확인한다.
3. CTA가 자연스럽게 포함되었는지 확인한다.
4. 플랫폼 형식을 지켰는지 확인한다.
5. 과장, 허위, 보장성 표현이 있는지 확인한다.
출력 형식:
{
"status": "pass | warning | fail",
"issues": ["문제 설명"],
"suggested_fix": "수정 제안"
}
원문 요약:
{{$json.source_summary}}
금지 표현:
{{$json.avoid_terms}}
초안:
{{$json.generated_content}}이 검수 결과를 Slack 메시지에 함께 보내면 사람은 훨씬 빨리 판단할 수 있습니다. "전체를 처음부터 읽기"가 아니라 "위험 표시가 난 부분을 중심으로 확인하기"가 되기 때문입니다.
자동 게시는 마지막 단계다
콘텐츠 자동화를 배울 때 자동 게시부터 붙이고 싶어집니다. 하지만 권장 순서는 반대입니다. 먼저 초안 생성과 기록을 안정화하고, 그다음 승인 구조를 만들고, 마지막에 자동 게시를 붙입니다.
자동 게시를 붙일 때도 모든 채널을 한 번에 연결하지 마세요. LinkedIn 하나, 뉴스레터 초안 하나처럼 낮은 위험의 채널부터 시작하는 것이 좋습니다. X, Instagram, YouTube, TikTok 등은 API 정책과 포맷 제한이 자주 바뀔 수 있습니다. 직접 API를 쓰기 어렵다면 Buffer, Hootsuite, Upload-Post 같은 중간 게시 도구를 HTTP Request로 호출하는 방식도 고려할 수 있습니다.
다만 어떤 도구를 쓰든 원칙은 같습니다. 승인되지 않은 콘텐츠는 게시하지 않는다. 이 원칙 하나만 지켜도 콘텐츠 자동화의 사고 대부분을 피할 수 있습니다.
브랜드 톤과 포맷 규칙을 프롬프트 템플릿으로 관리하기
콘텐츠 자동화가 쌓일수록 프롬프트가 늘어납니다. 처음에는 AI 노드 안에 직접 프롬프트를 써도 됩니다. 하지만 워크플로우가 5개, 10개가 되면 문제가 생깁니다. 어느 노드에 어떤 톤을 넣었는지 기억나지 않고, 금지 표현을 바꾸려면 모든 노드를 열어 수정해야 합니다.
그래서 프롬프트는 코드처럼 관리해야 합니다. 1인 회사라도 예외가 아닙니다.
프롬프트 템플릿 DB 만들기
Notion, Airtable, Google Sheets 중 하나에 Prompt Templates 테이블을 만듭니다. 필드는 다음 정도면 충분합니다.
template_name
platform
purpose
system_prompt
user_prompt
output_format
brand_tone
forbidden_terms
cta_rule
version
updated_at
n8n 워크플로우는 AI 노드를 실행하기 전에 이 테이블에서 해당 플랫폼의 프롬프트 템플릿을 가져옵니다. 예를 들어 platform = linkedin, purpose = repurpose_blog인 템플릿을 찾아 system prompt와 user prompt를 조합합니다.
이렇게 하면 브랜드 톤을 바꾸고 싶을 때 워크플로우를 수정하지 않아도 됩니다. 템플릿 DB만 수정하면 됩니다.
브랜드 톤은 형용사가 아니라 규칙이어야 한다
많은 사람이 브랜드 톤을 "친근하게", "전문적으로", "재미있게"처럼 적습니다. 하지만 이런 단어는 너무 넓습니다. AI는 매번 다르게 해석합니다. 더 좋은 방식은 행동 규칙으로 쓰는 것입니다.
예를 들어 "전문적이지만 쉬운 톤"은 다음처럼 바꿀 수 있습니다.
브랜드 톤 규칙:
- 전문 용어를 쓰면 바로 다음 문장에서 쉬운 설명을 붙인다.
- 독자를 가르치려 들지 말고, 함께 문제를 푸는 말투를 쓴다.
- 과장된 성공담보다 구체적인 실행 방법을 우선한다.
- 문장은 짧게 쓰되, 너무 광고처럼 끊지 않는다.
- '혁신', '압도적', '무조건' 같은 표현을 피한다.이런 규칙은 AI가 훨씬 잘 따릅니다. 형용사보다 행동 규칙이 강합니다.
CTA도 채널별로 다르게 관리한다
CTA는 Call To Action의 약자입니다. 독자에게 원하는 다음 행동을 안내하는 문구입니다. 콘텐츠 자동화에서 CTA를 빼먹으면 트래픽은 생겨도 사업 성과로 이어지지 않습니다.
다만 모든 채널에 같은 CTA를 넣으면 어색합니다. 블로그에서는 "관련 가이드를 읽어보세요"가 자연스럽고, LinkedIn에서는 "여러분은 어떤 방식으로 자동화하고 있나요?" 같은 질문형 CTA가 더 나을 수 있습니다. 뉴스레터에서는 "이번 주에 하나만 자동화한다면 이 워크플로우부터 시작해보세요"처럼 행동 제안이 어울립니다.
따라서 CTA도 템플릿화해야 합니다.
CTA 규칙:
- 블로그: 관련 글 또는 다운로드 자료로 연결한다.
- X: 짧은 질문 또는 원문 링크로 마무리한다.
- LinkedIn: 의견을 묻거나 경험 공유를 유도한다.
- 뉴스레터: 답장, 구독 유지, 자료 다운로드 중 하나로 좁힌다.CTA가 일관되면 콘텐츠는 단순 노출이 아니라 고객 여정의 일부가 됩니다.
이미지와 포맷까지 자동화하기
텍스트만 자동화해도 큰 효과가 있지만, 실제 콘텐츠 운영에서는 이미지와 포맷이 발목을 잡습니다. 플랫폼마다 권장 이미지 비율이 다르고, 썸네일 규칙이 다르고, 제목 길이도 다릅니다. 이 반복 작업은 창의적인 일이 아니라 운영 업무에 가깝습니다.
공개된 n8n 기반 자동 게시 에이전트 사례 중에는 이미지 품질을 검사하고, 플랫폼별 비율에 맞게 이미지를 변환하고, AI로 구조화된 카피를 생성하는 방식이 소개되어 있습니다6. 여기서 중요한 철학은 "차별화는 제품과 메시지에서 나오고, 포맷 맞추기는 표준화한다"는 것입니다.
1인 회사도 같은 접근을 사용할 수 있습니다. 예를 들어 블로그 대표 이미지를 넣으면 n8n이 다음 작업을 처리하게 할 수 있습니다.
이미지 크기와 비율 검사
LinkedIn용 1.91:1 또는 정사각형 이미지 생성
Instagram용 1:1 또는 4:5 이미지 생성
X용 미리보기 이미지 생성
Google Drive에 저장
콘텐츠 캘린더에 이미지 링크 기록
이미지 처리는 외부 API나 간단한 이미지 변환 도구를 HTTP Request로 연결할 수 있습니다. 셀프호스팅 환경이라면 ImageMagick 같은 도구를 Execute Command 노드와 함께 사용할 수도 있습니다. 다만 이 경우 서버 권한과 보안을 신중히 다뤄야 합니다.
AI 이미지 생성이나 썸네일 자동 생성은 가장 마지막에 붙이는 편이 안전합니다. 브랜드 일관성, 저작권, 플랫폼 정책, 인물·상표 사용 이슈가 생길 수 있기 때문입니다. 처음에는 "이미지가 없으면 발행하지 않기" 정도의 검수 규칙이면 충분합니다. 그다음 플랫폼별 리사이징을 붙이고, 필요할 때만 사람이 승인한 이미지 생성·선택 단계로 확장하세요.
실전 청사진: 1인 회사 콘텐츠 운영 시스템
이제 지금까지의 내용을 하나의 운영 시스템으로 묶어보겠습니다. 목표는 매주 콘텐츠를 안정적으로 생산하고, 여러 채널에 일관되게 배포하며, 사람이 마지막 품질을 통제하는 구조입니다.
워크플로우 A: 주제 레이더
주제 레이더는 매주 월요일 아침에 실행됩니다.
Schedule Trigger: 매주 월요일 07:00
→ RSS Feed Read: 업계 블로그, 경쟁사 블로그, 뉴스 수집
→ HTTP Request: 검색 트렌드 또는 커뮤니티 검색 결과 수집
→ Code: 중복 URL 제거
→ AI: 주제 후보 추출 및 점수화
→ Notion: Content Ideas DB에 저장
→ Slack: 상위 5개 후보 알림이 워크플로우는 빈 화면을 없애줍니다. 월요일 아침에 이미 쓸 만한 후보가 도착해 있습니다. 사람은 그중에서 선택만 하면 됩니다.
워크플로우 B: 블로그 재가공
블로그 재가공은 새 글이 발행되었거나, 사람이 URL을 Webhook으로 넣었을 때 실행됩니다.
Webhook Trigger: 블로그 URL 입력
→ HTTP Request: 본문 가져오기
→ HTML Extract: 제목과 본문 추출
→ Code: 본문 정리
→ AI: X 스레드 생성
→ AI: LinkedIn 포스트 생성
→ AI: 뉴스레터 초안 생성
→ AI: CTA와 제목 후보 생성
→ Notion: 채널별 Draft 저장
→ Slack: 검수 요청이 워크플로우는 하나의 글을 여러 채널로 회전시킵니다. 글을 한 번 쓰고 끝내는 대신, 여러 접점에서 독자와 다시 만날 수 있게 합니다.
워크플로우 C: 영상 재가공
영상 재가공은 YouTube 새 영상 또는 Google Drive 새 파일을 기준으로 실행합니다.
Google Drive Trigger 또는 YouTube 감지
→ 영상 파일/URL 가져오기
→ Whisper 또는 transcript API로 전사문 생성
→ AI: 전사문 정리
→ AI: 블로그 아웃라인 생성
→ AI: 블로그 초안 생성
→ AI: 짧은 요약 콘텐츠 생성
→ Google Docs/Notion 저장
→ Slack 검수 요청이 워크플로우는 영상 콘텐츠의 수명을 늘려줍니다. 말로 한 번 설명한 내용을 글, 메일, 소셜 콘텐츠로 다시 사용할 수 있습니다.
워크플로우 D: 승인 후 발행
승인 후 발행은 콘텐츠 캘린더의 상태를 기준으로 실행합니다.
Schedule Trigger: 30분마다 실행
→ Notion Search: Status = Approved 항목 조회
→ IF: 채널별 분기
→ LinkedIn/Buffer/Email 도구/API로 예약 또는 발행
→ Notion: Status = Scheduled 또는 Published로 변경
→ Slack: 발행 완료 알림이 워크플로우는 콘텐츠 운영을 마무리합니다. 하지만 가장 조심해야 하는 워크플로우이기도 합니다. 게시 권한이 있는 API 키를 다루므로 권한 관리와 테스트가 중요합니다. 처음에는 실제 게시 대신 "발행 준비 완료" 알림까지만 만들고, 충분히 안정화된 뒤 자동 게시를 붙이는 것을 권합니다.
운영 팁: 작게 시작하고, 로그를 남기고, 너무 믿지 말기
콘텐츠 자동화는 재미있습니다. 처음 한 번 성공하면 더 많은 것을 붙이고 싶어집니다. 하지만 자동화가 커질수록 관리 포인트도 늘어납니다. 1인 회사에게 필요한 것은 거대한 자동화 공장이 아니라, 고장 나도 이해할 수 있는 작은 시스템입니다.
처음에는 블로그 재가공 워크플로우 하나만 만드세요. URL을 넣으면 LinkedIn 글과 뉴스레터 초안이 생성되고 Notion에 저장되는 정도면 충분합니다. 그다음 X 스레드, 영상 전사, 주제 레이더를 붙이면 됩니다.
운영할 때는 반드시 로그를 남기세요. 어떤 원문에서 어떤 초안이 생성되었고, 어떤 프롬프트 버전을 사용했으며, 어느 모델을 썼는지 기록해야 합니다. 그래야 결과가 이상할 때 원인을 찾을 수 있습니다.
또한 AI 출력을 너무 믿지 마세요. 특히 다음 유형의 콘텐츠는 반드시 사람이 확인해야 합니다.
법률, 세금, 투자, 의료처럼 민감한 조언이 포함된 글
경쟁사 비교나 비판이 들어간 글
가격, 할인, 환불, 계약 조건이 언급된 글
고객 사례나 수치가 들어간 글
브랜드 입장을 강하게 드러내는 글
AI는 문장을 잘 만듭니다. 하지만 책임을 지지는 않습니다. 콘텐츠 자동화에서 사람의 역할은 사라지는 것이 아니라 더 선명해집니다. 사람은 관점, 판단, 책임을 맡습니다.
이번 장의 결론: 콘텐츠는 더 많이가 아니라 더 오래 살아야 한다
콘텐츠 자동화의 핵심은 "많이 만들기"가 아닙니다. 좋은 아이디어가 더 오래 살아 있게 만드는 것입니다. 블로그 글 하나가 X 스레드가 되고, LinkedIn 포스트가 되고, 뉴스레터가 되고, 영상 요약이 되고, 다시 다음 글의 씨앗이 되는 구조를 만드는 것입니다.
n8n은 이 흐름을 연결하는 배관입니다. AI는 그 안에서 변환 엔진 역할을 합니다. 사람은 방향을 정하고, 품질을 판단하고, 마지막에 승인합니다.
이 장에서 다룬 네 가지 워크플로우만 제대로 만들어도 콘텐츠 운영의 압박은 크게 줄어듭니다. 매번 새로 시작하지 않아도 됩니다. 매번 빈 화면 앞에서 멈추지 않아도 됩니다. 하나의 아이디어를 여러 채널에서 일관되게 회전시키면, 혼자 일하는 사람도 회사처럼 보이는 것이 아니라 실제로 회사처럼 작동하기 시작합니다.
다음 장에서는 이 콘텐츠 흐름을 매출 엔진과 연결합니다. 콘텐츠가 독자를 데려오는 것에서 끝나지 않고, 가입, 문의, 구매, 재방문으로 이어지게 만드는 마케팅·그로스 자동화를 설계해보겠습니다.
참고
1Top Content Creation automation workflows
2AI Content Repurposer -- n8n Workflow
3Transform Long Videos into Viral Shorts with AI and Schedule to Social Media using Whisper & Gemini
4n8n in Action: Automated AI Newsletter Generation and Publishing
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.