뉴스레터 5개를 구독하면 읽는 시간의 30~40%는 낭비예요. 같은 사건을 다섯 군데서 반복해서 읽고 있으니까요.
한 개발자는 이 문제를 '더 잘 요약하는 것'이 아니라 '원문을 실제로 읽는 것'으로 풀었어요.
뉴스레터 여러 개, 다 읽어봤죠?
GPT-5.5 출시 소식을 뉴스레터 5개로 봤다고 해볼게요. 다 합치면 48분을 읽는 셈인데, 그중 진짜 새로운 정보는 11분어치뿐이었다는 조사가 있어요. 나머지 37분은 같은 얘기를 표현만 바꿔서 반복한 거고요.
구독 뉴스레터가 20개면 중복이 읽는 시간의 30~40%를 차지해요. 정보학자 클레이 셔키의 말을 빌리면, 문제는 정보 과잉이 아니라 필터의 실패예요.
각 매체가 독립적으로 '이번 주의 뉴스'라는 같은 신호를 좇다 보니 벌어지는 구조적인 일이라, 사람이 일일이 걸러내는 건 애초에 답이 아니에요. 중복인지 알려면 이미 두 개를 다 읽었어야 하니까요.
그래서 원문을 읽는 봇을 만들었대요
지커뉴스에 올라온 이 사례가 흥미로운 건, 해결 방식이 '더 똑똑한 요약'이 아니라 '더 성실하게 읽기'였다는 점이에요.
매일 12개 RSS 피드(업계 매체·공식 AI랩 발표·국내 매체·커뮤니티)를 모니터링하고, 소스 가중치·중복 보도 여부·최신성으로 점수를 매겨 상위 10건을 추립니다. 한 매체가 3건을 넘지 않게, 공식 발표는 최소 2자리를 확보하는 규칙도 넣었고요.
여기까지는 다른 AI 뉴스봇도 비슷해요. 다른 점은 RSS 요약이 아니라 원문 전문을 실제로 읽고, 페이월에 막히면 대체 기사로 바꾼다는 거예요. 같은 사건을 다루는 기사는 하나로 묶고 나머지는 관련 링크로만 남기고요 — 의미 유사도·개체명 매칭·시간 클러스터링을 함께 쓰는 방식이 실전에서 쓰이는 접근이에요.
몇 건을 걸러서 최종 10건이 나왔는지 매일 공개하는 데이터 페이지도 있고, 어려운 용어는 클릭하면 바로 설명이 붙어요(15일 만에 60개 넘게 쌓였다고 해요). 한국어·영어 버전을 동시에 발행하는 것도 특징이에요.
| 흔한 AI 뉴스 요약봇 | 원문을 읽는 파이프라인 | |
|---|---|---|
| 정보원 | RSS 스니펫 | 원문 전문 |
| 중복 사건 | 매체마다 따로 노출 | 자동 감지 후 통합 |
| 선별 기준 | 비공개 | 매일 데이터 페이지로 공개 |
| 진입장벽 | 전문 용어 그대로 | 클릭하면 바로 설명 |
근데 진짜 승부수는 만들고 난 다음이었어요
파이프라인을 완성한 게 끝이 아니었어요. 공개하자마자 댓글로 "스크롤이 길고 요약·시사점 분량이 많아 흐름을 놓친다"는 지적이 들어왔고요. 다른 댓글은 "예상 독서 시간을 보여주는 게 좋다, 사용자가 선택할 여지를 주는 UI가 핵심"이라고 짚었어요.
작성자는 이 피드백을 하루 안에 두 번 반영했어요 — 요약 접기, 읽는 시간 표시, 목차 추가까지.
비슷한 걸 만들어본 다른 개발자도 같은 얘기를 해요. "완벽한 시스템이 아니라, 작동하는 시스템을 먼저 만드는 것"이 핵심이라고요. 파이프라인의 완성도보다 배포 후 얼마나 빨리 고칠 수 있는지가 진짜 차이를 만든다는 거예요.
나도 이런 파이프라인, 이렇게 시작하면 돼요
- 피드 20개 이하로 시작하기
업계 매체·공식 블로그·커뮤니티를 섞어서 RSS 20개 미만으로 잡으세요. 많을수록 좋은 게 아니라 관리 가능한 게 먼저예요. - 무료 스케줄러로 매일 돌리기
서버 없이 GitHub Actions로 매일 정해진 시간에 실행하거나, 로컬 크론잡 + 셸 스크립트로 시작해도 충분해요. - 먼저 거르고, 그다음에 읽히기
모든 기사를 원문까지 읽히면 API 비용이 뜁니다. 소스 가중치·중복 여부·최신성으로 점수를 매겨 상위 10건만 원문을 읽게 하세요. - 같은 사건은 하나로 묶기
의미 유사도로 클러스터링해서 중복 기사는 링크로만 붙이세요. 이게 없으면 봇을 만들어도 사람이 겪던 중복 문제를 그대로 물려받아요. - 피드백 창구를 열고, 빠르게 고치기
배포 파이프라인을 가볍게 유지해서, 지적받은 다음 날이 아니라 그날 안에 고칠 수 있게 하세요.
