
내 자동화 블로그 https://write83676.tistory.com는 애드센스 승인을 목표로 돌리는 중이다. automoney 프로젝트의 핵심 파이프라인 중 하나인데, 발행 목표 30개 중 이제 두세 개 겨우 올렸을 때부터 이상한 낌새를 느꼈다.
매일 아침 9시 30분, daily_run.py 스크립트가 백로그 소재를 가져와 글을 만들고 제목까지 뽑아 발행하는데, 제목이 매번 묘하게 비슷했다.
AI 제목, 왜 자꾸 "쉬울 줄 알았다"고 할까? 🤔
특히 "쉬울 줄 알았다" 같은 표현이 계속 튀어나왔다. 'Playwright 삽질기, 쉬울 줄 알았는데…', '로컬 LLM 설치, 쉬울 줄 알았는데…' 이런 식이었다.
처음엔 내가 우연히 비슷한 주제를 다뤘나 싶었다. 아니면 AI가 요즘 유행하는 밈(meme)을 따라 하는 건가? 그냥 넘어갈까도 했지만, 블로그는 '삽질 로그'라는 정체성을 가지고 솔직한 경험을 담는 곳이다. 클리셰는 안 맞았다.
한 일주일쯤 지났을까. 5개 정도의 글 제목에서 이 반복적인 패턴이 보였다. 이건 더 이상 우연이 아니었다. 분명 어딘가 문제가 있었다. 파이프라인의 핵심은 프롬프트 엔지니어링인데, 이걸 내버려 둘 수는 없었다. 그날 오후는 프롬프트 디버깅에 온전히 쏟았다.
삽질의 원인은 의외의 곳에: 프롬프트 예시였다
처음에는 제목 생성 프롬프트에 '반복적인 표현을 사용하지 마', '더 창의적으로 작성해' 같은 지시어를 추가해봤다. 이런 일반적인 지시는 늘 그렇듯 큰 효과가 없었다. AI는 주어진 지시를 곧이곧대로 듣지만, 본질적인 '왜'를 이해하지 못하는 경우가 많다. 이 과정에서 두세 시간은 족히 보낸 것 같다.
뭘 시도하든 끈질기게 '쉬울 줄 알았다' 류의 제목이 나왔다. 어떤 때는 단어만 살짝 바꿔 '쉽다고 생각했는데…' 같은 식으로 변주하기도 했다.
나는 프롬프트의 기본 구조를 다시 훑어보기 시작했다. 문제의 원인이 지시문이 아니라 '예시'에 있을 수도 있다는 생각이 번개처럼 스쳤다. AI 모델은 주어진 예시를 모방하는 데 탁월한 능력을 보인다. 그리고 내 예상은 틀리지 않았다.
제목 생성 프롬프트의 예시 목록에, 내가 직접 작성해 넣었던 과거 블로그 글 제목들이 있었다. 거기에는 "맥미니 자동화, 쉬울 줄 알았는데 꿀팁!" 같은 표현이 대놓고 들어가 있었다. 내가 스스로 삽질을 유도한 셈이었다. AI는 내가 넣어준 '좋은 예시'를 충실히 따른 것뿐이었다.
그제야 다른 문제도 눈에 들어왔다. 검색 키워드가 제목 뒤쪽에 밀려 있었다. 예를 들어 '로컬 LLM, 쉽게 배울 줄 알았는데 허수아비 춤을 추네' 같은 제목은 '로컬 LLM'이라는 키워드가 앞에 있지만, 그 뒤로 감성적인 표현이 너무 길게 붙어 정작 중요한 정보가 가려졌다. 검색 엔진은 보통 제목의 앞부분을 더 중요하게 본다. 모바일에서 제목이 잘리면 키워드 노출도 불리해진다. 이건 SEO(검색 엔진 최적화) 관점에서 치명적인 약점이었다. 애드센스 승인을 위해서는 검색 유입도 중요했다.
원인을 찾았으니, 해결책은 명확했다.
해결책은 간단명료했다: 이렇게 바꿨다 ✨
1. 예시 교체: 프롬프트에 있던 모든 클리셰 예시를 싹 지우고, 간결하고 키워드 중심적인 제목 예시들로 교체했다. 예전처럼 '감성팔이'는 최대한 배제했다.
2. 키워드 맨 앞으로: 제목 생성 규칙에 "핵심 검색 키워드는 제목 맨 앞에 배치하라"는 지시를 명확하게 추가했다.
3. 40자 제한: 모바일 환경에서의 가독성과 SEO를 고려해 제목을 40자로 제한하는 규칙을 넣었다. 40자는 모바일에서 잘리지 않고, 한눈에 내용을 파악하기 좋은 길이다.
4. 상투구 금지: "쉬울 줄 알았다", "알고 보니" 같은 특정 상투적인 표현들을 명시적으로 금지하는 규칙을 추가했다.
변경 사항들을 적용하고 daily_run.py를 다시 돌렸다. 몇 번의 테스트 끝에, 이제는 '로컬 LLM: Qwen Heretic으로 개발 환경 구축하기', '맥미니 자동화: 반복 작업 5분 단축 스크립트'와 같은 제목들이 나왔다. 클리셰는 사라졌고, 키워드도 제목의 핵심 위치에 자리 잡았다.

AI는 역시 예시를 따라한다, 계속 점검해야 💡
이 경험을 통해 AI 모델은 우리가 생각하는 것 이상으로 프롬프트의 '예시'에 민감하다는 걸 다시 한번 깨달았다. 명시적인 지시어만큼이나 '보여주는' 예시가 중요하다.
그리고 파이프라인은 한번 만들었다고 끝이 아니라는 것. 계속해서 내가 원하는 결과물을 내는지 점검하고, 필요하면 파이프라인의 설계도를 들여다보고 수정해야 한다는 점이다.
※ 이 글은 직접 겪은 작업 경험을 바탕으로 AI의 도움을 받아 작성했습니다.
'AI·로컬 LLM' 카테고리의 다른 글
| LLM 지식 그래프 오염: PKM 자동화 시스템 복구 경험 (0) | 2026.08.22 |
|---|---|
| AI 영상 복원 검증법: 길이만 봐선 안 되는 이유 (pts, fps) (0) | 2026.08.19 |
| Mac mini AI 영상 복원, 스왑 지옥 탈출법 (0) | 2026.08.18 |