🟦 서론: 데이터는 모았는데, 누가 다 읽지?
직장 생활 12년 차, 자동화의 가장 큰 고비는 '수집'이 아니라 '정리'라는 것을 잘 압니다. 지난 1편에서 파이썬을 이용해 한국은행 보도자료 PDF를 텍스트로 추출하는 데 성공했지만, 정작 추출된 텍스트가 수만 자에 달한다면 그것 또한 읽어야 할 또 다른 업무가 됩니다.
결국 이 프로젝트의 성패는 "AI가 얼마나 상사(혹은 나)의 입맛에 맞게 핵심만 골라내느냐"에 달려 있습니다. 오늘은 수집된 방대한 경제 지표 데이터를 완벽한 보고서 형태로 압축하는 프롬프트 엔지니어링 전략과 AI 요약 엔진 구축 노하우를 공개합니다.
1️⃣ AI 요약 엔진의 핵심: 어떤 모델을 쓸 것인가?
보도자료 요약에는 문맥 파악 능력이 뛰어난 LLM(거대언어모델)이 필요합니다.
- ChatGPT : 한국어 문장력이 가장 자연스럽고, 지시사항 이행 능력이 탁월합니다.
- Gemini : 구글의 모델로, 대용량 텍스트 처리(Context Window)가 매우 강점입니다. 보도자료가 100페이지가 넘는다면 최적의 선택입니다.
- Claude : 경제 용어의 미묘한 뉘앙스를 파악하여 세련된 문체로 요약하는 데 강점이 있습니다.
12년 차의 추천: 범용성과 가성비를 고려한다면 Chat GPT를, 긴 문서 요약이 주 목적이라면 Gemini를 추천합니다.
2️⃣ 프롬프트 설계: 경제 전문가의 시각을 주입하라
AI에게 단순히 "요약해줘"라고 하면 수박 겉핥기식 결과가 나옵니다. 우리는 AI에게 **'베테랑 경제 분석가'**라는 페르소나를 부여해야 합니다.
🤖 한국은행 보도자료 특화 프롬프트 예시
"너는 20년 경력의 경제 전문 애널리스트야. 아래 한국은행 보도자료 텍스트를 분석해서 다음 양식에 맞춰 요약해줘. 1. 핵심 주제: (한 문장) 2. 주요 지표 변화: (금리, 물가상승률 등 수치 위주) 3. 시장 영향 분석: (향후 경제에 미칠 영향 3가지) 4. 핵심 키워드: (해시태그 5개) 주의: 모든 문장은 '개조식'으로 작성하고 전문 용어는 쉽게 풀어서 설명할 것."
- 포인트: 수치 위주와 시장 영향을 명시하는 것이 중요합니다. 보도자료의 본질은 결국 '숫자'와 '앞으로의 전망'이기 때문입니다.
3️⃣ 기술적 구현: API 연동 및 토큰 최적화
파이썬 코드에서 AI 모델에 텍스트를 전달할 때, 텍스트가 너무 길면 '토큰 제한'에 걸리거나 비용이 많이 발생합니다.
- Chunking 기법: 너무 긴 문서는 의미 단위로 쪼개서(Chunk) 각각 요약한 뒤, 이를 다시 최종 요약하는 방식을 사용합니다.
- 시스템 프롬프트 활용: 모델의 성격(Persona)은 시스템 프롬프트에, 실제 데이터는 유저 프롬프트에 나누어 입력하여 일관성을 높입니다.
🤖 파이썬 API 호출 코드 구조
"추출된 텍스트 'text_content'를 OpenAI GPT-4o API에 보내서 요약본을 받아오는 파이썬 함수를 만들어줘. 요약이 실패할 경우를 대비해 에러 핸들링 로직도 포함해줘."
🟦 결론 및 다음 예고: 이제 '알림'만 받으면 됩니다
이제 우리 비서는 한국은행 사이트에서 자료를 가져와, 복잡한 내용을 단 5줄로 요약하는 지능까지 갖추게 되었습니다. 이제 우리가 할 일은 이 요약본을 가장 편한 방법으로 수신하는 것뿐입니다.
출근길 지하철에서, 혹은 업무 중 메신저로 톡! 하고 날아오는 요약 비서. 상상만 해도 짜릿하지 않나요?
다음 포스팅에서는 이렇게 생성된 요약본을 텔레그램(Telegram)이나 카카오톡으로 실시간 전송하는 방법과, 매일 특정 시간에 프로그램이 알아서 작동하도록 만드는 스케줄링(Scheduling) 밥법을 찾아보도록 하겠습니다.
함께 읽으면 생산성이 2배가 되는 글:
'40대 직장인의 AI 활용 도전기 > (5) AI 실제 활용기' 카테고리의 다른 글
| 완성된 요약본을 내 폰으로! 텔레그램 연동 및 자동화 배포편 (0) | 2026.01.28 |
|---|---|
| 한국은행 보도자료 자동 요약 비서 만들기: 시스템 설계편 (0) | 2026.01.12 |