학습목표
- AI 서비스와 모델 이름을 구분하고 작업에 맞는 모델 선택 기준을 이해한다.
- 여러 플랫폼 문체를 동시에 생성하는 블로그 자동화 앱을 만들 수 있다.
- 웹 크롤링 API를 활용해 SNS 계정 데이터를 자동으로 분석할 수 있다.
오늘은 최신 AI 모델 동향을 짚어보고, 그 모델들을 활용해 콘텐츠 자동생성과 계정 분석까지 한 번에 처리하는 실습을 진행한다.
1. Claude 모델을 작업에 맞게 고르기
2026-10-12 공식 모델 문서 기준으로 Fable 5.1은 고난도 추론과 장시간 에이전트 작업, Opus 5.5는 복잡한 코딩·지식 작업, Sonnet 5.5는 속도와 지능의 균형, Haiku 5.5는 지연에 민감한 반복 작업을 중심으로 안내한다. Fable을 창작 전용 모델로 단정하지 않는다.
API 문서의 모델 목록과 일반 대화 서비스의 이용 권한은 다를 수 있다. 실제 계정에서 선택 가능한 모델과 사용 한도를 먼저 확인한다.
2. OpenAI 모델과 ChatGPT 구분
ChatGPT는 서비스 이름이며 API 모델 목록과 구독 요금제는 같은 개념이 아니다. 2026-10-12 공식 모델 선택 안내는 GPT-6 Astra를 높은 난도의 추론·코딩, GPT-6.1 Sol을 속도·비용·지능의 균형, GPT-6 Luna를 빠르고 비용 효율적인 작업에 적합한 선택으로 설명한다.
이 설명은 제조사의 용도 안내이지 이 강의에서 측정한 벤치마크가 아니다. 간단한 분류와 긴 문서 분석처럼 작업을 나누고, 동일 입력에 대한 정확성·응답 시간·비용을 직접 비교한다.
3. 블로그 자동생성 앱 만들기
3-1. 기획
하나의 주제를 입력하면 플랫폼별로 톤이 다른 글을 동시에 생성해주는 앱을 만든다. 네이버 블로그는 정보성·친근한 "네이버체", 티스토리는 좀 더 격식 있는 "티스토리체"로 구분해서 생성한다.
3-2. 프로젝트 구조
| 파일 | 역할 |
|---|---|
app/page.tsx |
주제 입력 및 결과 화면 |
lib/generateNaver.ts |
네이버체 문장 생성 로직 |
lib/generateTistory.ts |
티스토리체 문장 생성 로직 |
lib/prompts.ts |
플랫폼별 프롬프트 템플릿 관리 |
components/ResultTabs.tsx |
플랫폼별 결과를 탭으로 전환하며 보여주는 컴포넌트 |
예시 프롬프트:
주제를 입력하면 네이버 블로그체와 티스토리체 글을 동시에 생성해주는 웹앱을 만들어줘.
- 네이버체: 친근한 구어체, 이모지 약간 포함, 소제목 3~4개
- 티스토리체: 정보 전달 중심의 정중한 문체, 소제목 4~5개, 결론부 요약 포함
- 결과는 탭으로 전환하며 볼 수 있게 해줘
- 각 결과는 복사 버튼으로 바로 복사할 수 있게 해줘
4. Apify MCP로 인스타그램 계정 분석하기
4-1. 준비
Apify는 웹 크롤링·스크래핑 액터(Actor)를 제공하는 플랫폼으로, MCP로 연결하면 클로드 대화 안에서 바로 인스타그램 계정 데이터를 가져올 수 있다.
설정 절차
- Apify 계정 가입 및 API 토큰 발급
- 클로드 설정 → 커넥터/MCP 메뉴에서 Apify MCP 연결
- 인스타그램 프로필 스크래퍼 액터 연결 확인
4-2. 실전 활용 예시
이 인스타그램 계정의 최근 게시물 30개를 분석해줘.
게시물별 좋아요·댓글 수, 해시태그, 게시 요일·시간대를 정리하고
가장 반응이 좋았던 콘텐츠 유형의 공통점을 요약해줘.
4-3. 스킬로 만들어 재사용하기
반복적으로 계정 분석을 한다면, 위 과정을 하나의 스킬로 패키징해두면 다음부터는 계정 URL만 입력해도 동일한 형식의 분석 리포트를 받을 수 있다.
- 01계정 지정분석할 프로필 선택
- 02게시물 수집Apify MCP·스크래퍼
- 03반응 비교좋아요·댓글·해시태그
- 04패턴 정리반응 좋은 콘텐츠의 공통점
오늘 실습
- 사용 가능한 모델로 짧은 창작물 한 편 작성해보기
- ChatGPT 5.6 등급별로 같은 질문을 던져보고 응답 차이 비교
- 블로그 자동생성 앱으로 하나의 주제에 대해 네이버체·티스토리체 글 동시 생성
- Apify MCP로 관심 있는 인스타그램 계정 하나를 분석해보기
오늘의 실습 산출물
- 모델 비교 창작 샘플
- 블로그 자동생성 웹앱
- 인스타그램 계정 분석 리포트
관련 노트
실습 검증과 문제 해결
같은 요청으로 모델 비교
- 직접 해볼 일: 접근 가능한 두 모델에 같은 주제·분량·사실 자료를 제공하고 글을 작성하게 한다.
- 예상 결과와 판정 기준: 사실 정확성, 조건 준수, 수정 횟수를 같은 기준으로 기록한다. 빠르다는 느낌만으로 모델의 전체 성능을 단정하지 않는다.
- 오류를 좁히는 방법: 한 번의 결과는 벤치마크가 아니다. 개인정보가 담긴 계정 데이터는 제거하고, 분석할 권한이 있는 자료만 사용한다.
이 항목은 교육용 검증 시나리오이며 실제 실행 성공·수익·플랫폼 승인을 보고하는 사례가 아니다. 결과 화면과 수정 내용을 기록하면 다음 실습에서 같은 오류를 줄일 수 있다.
자료 업데이트 안내
2026-10-12 주요 설명 보완. 설치 명령·계정별 기능·요금과 심사 규정은 실행 시점의 공식 문서를 다시 확인한다.
- Claude 모델 공식 문서
- 강의 내용 문의 및 오류 신고: 라인블록