스스로 업데이트되는 웹사이트 만들기 (Python + n8n + AI)

스스로 업데이트되는 기술 뉴스 웹사이트를 n8n과 AI로 만드는 과정을 정리합니다. 서버 설정, RSS 수집, Streamlit 앱 배포, AI 점수 평가와 재작성, 서버 파일 권한, 워크플로우 게시와 오류 알림까지 전 단계를 다룹니다. 웹사이트와 자동화를 같은 서버에 두는 구조가 핵심입니다.

⏱ 00:00스스로 뉴스를 찾고 기사를 써서 게시하는 웹사이트를 만드는 것이 목표입니다. 발표자는 n8n으로 기술 뉴스를 감시하고, 새 소식이 나올 때마다 AI가 흥미로운지 판단하게 합니다. 흥미롭다고 판단된 기사는 즉시 다시 작성되어 웹사이트에 올라갑니다.

웹사이트와 자동화 시스템을 같은 서버에 함께 두는 구조이며, 무료 OpenRouter 모델을 활용하는 점도 강조합니다.

⏱ 01:08웹사이트와 자동화를 돌릴 VPS 서버를 준비합니다. 기존 서버는 다른 프로젝트에 쓰고 있어 새 서버를 설정하는 방식으로 진행합니다. Docker Manager의 카탈로그에서 n8n을 선택하면 설치가 되며, 처음 접속해 소유자 계정을 만든 뒤 새 워크플로우를 생성합니다.

n8n은 상자와 화살표로 작업 순서를 설계하는 워크플로우 도구이며, 이번 프로젝트에서 뉴스 수집부터 게시까지 전 과정을 맡깁니다.

⏱ 02:21RSS 피드 트리거 노드는 지정한 피드에 새 기사가 올라오면 워크플로우를 자동으로 시작합니다. 발표자는 Nvidia의 발표 피드 주소를 넣고 테스트 이벤트를 가져와 제목, 링크, 콘텐츠 스니펫이 담긴 JSON 구조를 확인합니다.

이후 OpenAI와 Google 뉴스 피드를 같은 방식으로 추가합니다. 편집 필드 노드에서 세 피드의 값을 같은 이름의 필드로 맞추면, 출처가 달라도 하나의 형식으로 다룰 수 있습니다. 거의 모든 회사가 피드를 제공하므로 원하는 만큼 소스를 늘릴 수 있다는 점도 짚습니다.

⏱ 04:04게시할 기사를 보여 줄 웹 앱은 Streamlit으로 작성합니다. for 루프로 articles.json 파일의 기사를 하나씩 꺼내 제목, 콘텐츠 스니펫, 링크를 표시하는 구조입니다. Docker 파일에는 Python 3.12 설치, Streamlit 설치, 앱 실행만 담으면 됩니다.

로컬에서 Docker 이미지를 빌드해 localhost 8501에서 동작을 확인한 뒤, SSH로 서버에 폴더를 만들고 파일을 scp로 복사합니다. 서버에서도 같은 방식으로 빌드하고, 볼륨 설정과 restart unless-stopped 옵션을 붙여 서버가 재부팅되어도 앱이 자동으로 다시 뜨게 합니다.

⏱ 12:35기본 LLM 체인 노드를 두 번 사용합니다. 첫 번째 체인은 Tech Goblin News 편집자 역할을 맡겨 각 기사에 1점부터 10점까지 점수와 이유를 매기게 합니다. 점수 항목만 가져오기 위해 JSON.parse로 결과를 감싸고, 점수가 6보다 크면 true 분기로 보냅니다.

두 번째 체인은 통과한 기사를 실제 기자처럼 다시 작성합니다. 제목, 콘텐츠 스니펫, 링크를 프롬프트의 자리 표시자에 넣고 모델이 완성된 기사를 반환하도록 합니다. if 노드의 출력은 true나 false뿐이라 쓸 수 없고, 앞 단계인 편집 필드의 출력을 연결해야 한다는 점이 중요합니다.

⏱ 17:19n8n 컨테이너와 웹사이트가 같은 서버에 있다고 해서 바로 파일을 공유하는 것은 아닙니다. docker ps로 n8n 컨테이너 이름을 찾고, docker exec로 n8n을 실행하는 사용자 ID를 확인합니다. 그 사용자에게 articles.json 파일의 소유권을 넘긴 뒤, Hostinger Docker Manager에서 같은 경로를 볼륨으로 추가해 n8n이 파일에 접근할 수 있게 합니다.

이후 워크플로우는 파일을 읽고, 추출 노드로 JSON을 얻은 뒤, JavaScript 코드 노드에서 원본 제목과 링크, 새로 작성한 기사를 합칩니다. 마지막으로 파일로 변환해 같은 경로에 씁니다.

⏱ 23:00Hacker News 피드를 개별 테스트하자 점수가 기준을 넘어 true로 판정되었고, 라이브 웹사이트에 세 번째 기사가 추가되었습니다. Google 피드는 점수가 2점으로 낮아 걸러졌습니다. 모든 피드가 예상대로 동작하면 워크플로우를 게시하고 버전 이름을 0.1로 정합니다.

마지막으로 문제에 대비한 오류 알림 워크플로우를 별도로 두는 것을 권장합니다. 발표자는 텔레그램 개인 메시지로 알림을 받고, 이메일이나 슬랙, 디스코드도 대안으로 쓸 수 있다고 소개합니다.