|
| 'Content Pilot'이라는 주제로 나노바나나가 그림 |
AI Engineer Club 1기, 그리고 졸업 과제
지난 2월 23일부터 시작한 AI Engineer Club 1기 활동이
어느덧 마지막 주차를 맞이했습니다.
6주 동안 AI Agent를 학습하며,
이론뿐만 아니라 실제로 동작하는 시스템을 만들어보는 경험을 할 수 있었습니다.
이번 글에서는 졸업 과제로 진행한
LangGraph 기반 AI Agent 프로젝트 ‘Content Pilot’을 정리해보려고 합니다.
왜 Content Pilot을 만들었을까?
저는 제가 진행한 것, 학습한 것, 그 외 의미있는 기록들을
블로그, SNS 등에 업로드하고 싶었습니다.
그런데 블로그 업로드만 해도 생각보다 시간이 오래 걸렸고,
SNS 쪽은 아예 건드리지 못하고 있었습니다.
그래서 블로그 글을 쓰는 것을 돕고, 작성된 글을 여러 채널 콘텐츠로 제작할 수 있는
AI Agent를 만들어보기로 했습니다.
Content Pilot 한 줄 정리
Google Sheets에 초안을 작성하면,
AI가 자동으로 교정하고 블로그·SNS 콘텐츠로 변환해주는
멀티채널 콘텐츠 생성 AI Agent입니다.
Content Pilot 구조
Content Pilot은 LangGraph를 기반으로 구성된 AI Agent입니다.
- 입력 : Google Sheets 초안
- 처리 : LLM 기반 교정 및 평가
- 분기 : Conditional Edge 기반 채널 분기
- 출력 : 블로그, SNS 카드뉴스 등 다양한 포맷
아래는 전체 그래프 구조입니다.
핵심 기능 (AI 콘텐츠 자동화 시스템)
이 AI Agent에 들어간 핵심 기능들은 다음과 같습니다.
- Google Sheets 기반 콘텐츠 관리
- 초안, 교정안, 카드뉴스 데이터를 시트로 관리 - 채널별 자동 분기 (Conditional Edge)
- type / platform 값에 따라 블로그, SNS 등 자동 분기 - 셀프 리뷰 루프 (LLM 평가 시스템)
- 교정 결과를 LLM이 평가
- 7점 미만일 경우 최대 3회까지 재교정 - Human-in-the-loop
- 사용자가 교정 결과를 확인하고 피드백 반영 - 멀티포맷 출력
- 블로그 포스팅
- SNS 카드뉴스 (HTML + Playwright 렌더링)
이 프로젝트에서 사용한 LangGraph 기능
이 AI Agent를 만들며 활용한 LangGraph 기능들은 다음과 같습니다.
- State + Reducer
- MessagesState 상속
- 전체 파이프라인 상태 공유 - Conditional Edge
- 콘텐츠 타입 분기
- self-review 점수 기반 분기 - Command
- interrupt 이후 승인 / 수정 흐름 제어 - interrupt / resume
- Human-in-the-loop 구현 - Checkpointer
- 상태 저장, 실행 이력, 타임 트래블 - ToolNode
- 맞춤법 검사 및 웹 검색 도구 실행
LangGraph의 핵심 기능들을 실제 프로젝트에 적용해 보는
아주 좋은 경험이었습니다.
Content Pilot 동작 시연
1.
Google Sheets에 초안을 작성합니다.
status에 pending 이라고 적어놓습니다.
pending 상태인 것만 읽어서 처리하기 때문입니다.
2.
Content Pilot을 실행합니다.
3.
교정된 문장과 SNS 카드뉴스가 생성되었습니다.
status의 상태가 done으로 바뀐 것을 확인할 수 있습니다.
아쉬운 점과 개선 계획
프로젝트를 직접 만들어보면서
실용성과 가능성을 확인할 수 있었지만, 몇 가지 아쉬운 점도 있었습니다.
1. 자동화 부족
현재는 수동으로 실행해야 합니다.
👉 개선 계획: n8n을 활용하여 매일 자동 실행 시스템 구축 예정
2. 출력 포맷 확장 필요
현재는 블로그, SNS 카드뉴스 까지만 지원합니다.
👉 개선 계획: PPT / 슬라이드 출력 추가
3. SNS 자동 업로드
현재는 생성까지만 가능하며 업로드는 수동입니다.
👉 개선 계획: Instagram 자동 업로드 기능 추가
정리
Content Pilot은
LangGraph를 활용해 콘텐츠 자동화 시스템을 구현한 AI Agent 프로젝트입니다.
이 프로젝트를 통해:
- AI Agent 설계 방식
- LangGraph 구조 이해
- Human-in-the-loop 구현
까지 직접 경험할 수 있었습니다.
개인적으로 큰 의미가 있었던 프로젝트였습니다.
감사합니다.
LangGraph에 대해서 알아보고 싶으신 분은 아래 링크도 참고해주세요.
📚 LangGraph (1) | 핵심 개념 정리 (State, Node, Edge and...)