시리즈 · 음성봇 직접 만들기 — 실시간 음성봇의 뼈대를 바닥부터 만든 8편 기록입니다. 1. 끼어들기(barge-in) — 재생 중인 TTS를 실시간으로 끊는 법 2. "말이 끝났다"는 판단 — VAD 엔드포인터 3. 엔진을 코드 수정 없이 바꾸는 인터페이스 설계 4. 로컬 LLM 대화 두뇌와 도구 호출 루프 5. 매 턴 지연시간을 재는 이유 6. 브라우저 마이크에서 서버까지 — 오디오 프로토콜 7. 로컬 Whisper STT 연결하기 8. 스텁부터 만든 이유 — 테스트 우선 설계 (완결) — 지금 보는 글 돌아보며 시작하는 마지막 편 이 시리즈를 시작할 때부터 정해 둔 규칙이 하나 있었습니다. 진짜 음성 인식 모델과 진짜 합성 모델이 준비되기 전까지는, 그 둘을 흉내만 내는 가짜 엔진으로 전체 구조를 먼저 돌려본다는 규칙입니다. 여덟 편을 거치며 끼어들기 처리, 상태 흐름, 프로토콜, 엔진 인터페이스를 하나씩 다뤘는데, 그 모든 것이 사실 이 가짜 엔진 위에서 검증됐습니다. 지금 코드를 다시 열어 보면 그때는 별생각 없이 세운 규칙이 결과적으로 시리즈 전체의 진행 속도를 결정했다는 게 눈에 들어옵니다. 이번 편에서는 왜 굳이 가짜부터 만들었는지, 그리고 그 선택이 시리즈 전체에 어떤 영향을 남겼는지 정리하면서 이 시리즈를 마무리하려 합니다. 실제 모델을 기다리지 않기로 한 이유 음성봇의 핵심 로직은 사실 음성 인식이나 음성 합성 자체가 아닙니다. 사용자가 말을 시작했는지 끝냈는지 판단하는 상태머신, 합성 중에 끼어들기가 들어왔을 때 스트림을 멈추는 동시성 처리, 이벤트가 순서대로 오가는 흐름 제어 같은 것들이 훨씬 까다롭습니다. 반면 실제 인식·합성 모델은 무겁고 설치가 까다롭고 실행 속도도 느립니다. 이 두 가지를 한꺼번에 붙잡고 있으면 어려운 동시성 버그를 실제 모델의 로딩 시간과 뒤섞어 디버깅하게 됩니다. 모델이 느려서 반응이 늦은 건지, 상태머신이 잘못 짜여서 늦은 건지 구분이 안 되는 상황을 미...
공유 링크 만들기
Facebook
X
Pinterest
이메일
기타 앱
인스타 저장한 릴스·카드뉴스 노션에 텍스트로 자동 정리하는 법
공유 링크 만들기
Facebook
X
Pinterest
이메일
기타 앱
-
인스타 릴스·카드뉴스가 한국어 텍스트로 정제돼 Notion에 적재된 모습 (사용자 본인 실제 화면)
인스타그램 노션 자동 저장 봇을 직접 만들면 저장함에 쌓이기만 하던 콘텐츠가 검색 가능한 텍스트 자산이 됩니다. 인스타그램에서 저장(북마크)해 둔 릴스와 카드뉴스는 다시 보기가 어렵습니다. 앱 안에 묻히고, 영상은 다시 재생해야 하고, 이미지 속 텍스트는 검색되지 않습니다. 이 봇은 Discord 채널에 인스타 URL만 올리면 릴스 음성은 Whisper로 전사하고, 이미지·캡처는 Claude 비전으로 읽어 한국어 텍스트로 정제한 뒤 Notion에 박제합니다. 본인은 하루 1~10개씩 저장하던 인스타 콘텐츠를 이 봇으로 누적 [N]건+ 텍스트 아카이브로 만들었습니다.
여기서는 Discord URL → instaloader → Claude 비전/Whisper → Notion으로 이어지는 파이프라인을 처음부터 하나씩 짜 봅니다. macOS + Python + discord.py + instaloader + ffmpeg + Whisper + Claude Code CLI + Notion 조합이고, 본인이 쓰고 있는 그대로라 한 시간 남짓이면 같은 환경을 다시 세울 수 있습니다. 직전 편 Discord 구글 캘린더 봇, Discord 유튜브 봇 → Notion 아카이브와 같은 "Discord = 인박스" 패턴의 인스타 버전입니다.
[주의] Instagram은 비공식 API(instaloader)를 사용하므로 약관상 회색지대입니다. 이 글은 본인이 저장한 콘텐츠를 개인 소량(하루 1~10개)으로 아카이브하는 용도이며, 대량 스크래핑이나 재배포는 다루지 않습니다. 부계정과 낮은 빈도 사용을 권장합니다.
1. 왜 이 조합인가
핵심 발상은 단순합니다. Discord는 무엇이든 던져 넣는 인박스, Notion은 영구 아카이브, 그 사이를 Claude가 자동으로 잇는다는 것입니다. 사람은 인스타 URL 한 줄을 채널에 붙여넣기만 하면 됩니다.
인스타그램 저장함이 블랙홀이 되는 이유는 분명합니다. 릴스의 핵심 정보는 영상 음성에 있고, 카드뉴스의 정보는 이미지 안 텍스트에 있는데 둘 다 검색이 되지 않습니다. 그래서 이 봇은 콘텐츠 유형별로 다르게 처리합니다. 릴스·영상은 ffmpeg로 오디오를 추출해 Whisper로 한국어 전사하고, 이미지·카드뉴스·캐러셀은 Claude 비전으로 읽어 OCR과 요약을 합니다. 캡션과 해시태그는 원문 그대로 보존합니다.
저장도 Claude에게 위임합니다. Claude Code CLI가 정제 결과를 받아 Notion에 직접 페이지를 만들고, 첫 이미지를 Cover로 설정합니다. 이때 캡션을 그대로 옮기는 데서 그치지 않고, 본인이 나중에 다시 읽기 좋은 구조로 정리하는 단계를 한 번 거칩니다.
2. 사전 준비물 체크리스트
macOS, Python 3.11+, Discord 계정과 전용 채널 1개
Instagram 계정(부계정 권장)과 instaloader
ffmpeg(릴스 오디오 추출)와 Whisper(small 모델, 한국어)
Claude Code CLI와 Notion Integration(또는 Notion MCP)
SQLite(macOS 기본 포함)
3. 단계별 구현
3.1 Discord 봇 생성 + 전용 채널
Discord Developer Portal에서 봇을 만들고 Message Content Intent를 켭니다. OAuth2로 서버에 초대한 뒤 인스타 전용 채널을 만들고 채널 ID를 복사합니다. 토큰과 채널 ID는 config.yaml 또는 .env에만 저장합니다.
3.2 instaloader 세션 로그인 (차단 회피 핵심)
이 봇에서 가장 중요한 단계입니다. 매 요청마다 로그인하면 Instagram이 인증 코드(challenge)를 요구하거나 계정을 일시 차단합니다. 그래서 한 번만 로그인해 세션 파일을 저장하고, 이후에는 그 세션을 재사용합니다.
이후 봇은 load_session_from_file로 세션을 불러오고, 실패할 때만 다시 로그인합니다. 부계정을 쓰고 하루 1~10개 수준으로만 처리하면 차단 위험이 크게 줄어듭니다.
3.3 추출 — 큐에 넣고 30분 주기로 처리
봇은 on_message로 인스타 URL(/p/, /reel/, /tv/)을 감지해 shortcode를 파싱하고 SQLite 큐에 행을 추가합니다. 실제 처리는 별도 process_queue.py가 launchd 30분 주기로 큐를 비웁니다. 한 번에 최대 5건, 실패하면 최대 3회 재시도합니다. 봇은 큐에 넣기만 하고 무거운 처리는 분리돼 있어, URL이 몰려도 봇이 멈추지 않습니다.
3.4 변환 — 비전 OCR + Whisper 전사
convert_content.py가 포스트 유형별로 분기합니다.
이미지: Claude 비전으로 OCR과 요약
캐러셀: 각 이미지를 개별 비전 처리한 뒤 순서대로 통합
릴스·영상: ffmpeg로 오디오를 추출해 Whisper(small, 한국어)로 전사
캡션·해시태그: 원문 그대로 보존
영어 콘텐츠는 한국어로 번역해 정제하고, 한국어 콘텐츠는 그대로 일목요연하게 정리합니다.
3.5 저장 — Notion에 Cover와 함께 분할 업로드
Discord에 인스타 URL을 올리면 Notion 저장 완료 알림이 오는 화면 (사용자 본인 실제 화면)
정제 결과는 Claude Code CLI(claude -p)에 넘기고, Claude가 정해진 규칙을 읽어 Notion에 직접 저장합니다. 첫 이미지를 Cover로 설정하고, 본문은 Notion의 100블록 제한 때문에 섹션별로 나눠 올립니다. 저장이 끝나면 Discord에 노션 링크가 담긴 완료 알림이 옵니다.
4. 자주 만나는 에러 3가지
4.1 instaloader 로그인이 막히거나 세션이 만료됨
매 요청마다 로그인하면 Instagram이 인증 코드를 요구하거나 계정을 일시 차단합니다. 세션 파일을 저장해 재사용하고, 부계정과 하루 1~10개 저빈도 처리로 위험을 낮춥니다. 세션이 만료되면 한 번 다시 로그인해 세션을 갱신합니다.
4.2 릴스 한국어 Whisper 전사 품질이 떨어짐
small 모델은 빠르지만 한국어 고유명사나 전문용어를 오인식하고, 배경음악이 큰 릴스에서는 정확도가 더 떨어집니다. 속도와 정확도를 보고 모델 크기를 조정하고, 캡션·해시태그로 보완한 뒤 Claude 정제 단계에서 교정합니다.
4.3 정제 결과가 Notion 100블록 제한을 넘어 저장이 거부됨
긴 캐러셀이나 릴스 정제 결과가 body.children should be ≤ 100 blocks 에러로 거부됩니다. 본문을 섹션별로 나눠 올리고 실패한 섹션만 재시도하며, 정제 단계에서 500줄 이내로 제한합니다.
마치며
인스타 저장함에 묻혀 다시 보지 않던 릴스와 카드뉴스가, 이제는 검색 한 번으로 디테일까지 돌아오는 텍스트 자산이 되었습니다. 영상을 다시 재생하지 않아도, 이미지를 다시 열지 않아도 핵심이 vault에 남아 있습니다.
Discord 구글 캘린더 봇 을 직접 만들어 운영하면 일정 입력이라는 잡일이 거의 사라집니다. 입력 방법은 두 가지입니다. 첫째, 텍스트 한 줄 — 채널에 "내일 오후 3시 강남역 미팅"처럼 적기만 하면 됩니다. 둘째, 이미지 캡처 — 카카오톡으로 받은 모임 안내, 학원 시간표, 행사 포스터를 그대로 드래그하면 됩니다. 둘 다 Claude CLI가 읽어 Google Calendar에 자동 등록합니다. 매번 손으로 캘린더 앱을 열어 제목·시간·장소를 입력하던 마찰이 사라집니다. 본인은 이 봇으로 누적 [N]건+ 일정을 자동 등록하며 운영 중입니다. 아래에서는 Discord 메시지(텍스트 또는 이미지) → Claude CLI → Google Calendar MCP 파이프라인을 하나씩 짜 나갑니다. macOS + Python + discord.py + Claude Code CLI + Google Calendar MCP + SQLite 조합이고, 한 시간 남짓이면 본인 환경에서 그대로 따라 만들 수 있습니다. 직전 편 Discord 유튜브 봇 → Notion 아카이브 와 같은 "Discord = 인박스" 패턴의 캘린더 버전입니다. 텍스트 한 줄이든 카톡 캡처든 → Google Calendar 자동 등록 + [수정]/[삭제] 버튼 결과 임베드 (사용자 본인 실제 화면) 1. 왜 이 조합인가 구조 자체는 복잡하지 않습니다. 무엇이든 일단 Discord 채널에 던져 두면 , 그걸 Claude가 읽어 일정으로 정리한 뒤 Google Calendar에 옮겨 박아 줍니다. 채팅창은 그때그때 떠오른 일정을 아무렇게나 흘려 넣는 자리이고, 캘린더는 그렇게 들어온 것들이 제대로 자리 잡는 곳입니다. 사람이 하는 일은 텍스트 한 줄을 적거나 캡처 한 장을 드래그하는 것까지입니다. 입력은 두 경로로 나뉩니다. 텍스트 메시지 는 이미지 처리 없이 바로 Claude CLI가 일정으...
클로드 코드 ollama 연동 은 매달 누적되는 Anthropic API 토큰 비용을 가장 빠르게 줄이는 방법입니다. Claude Code(Sonnet 3.5 호출 기준) 헤비 유저는 하루에 수 달러 단위, 한 달이면 $100~200 수준의 토큰 비용이 쌓입니다. Ollama로 로컬 LLM(qwen2.5-coder:7b)을 띄워 단순 작업을 위임하면 호출 횟수 기준 약 70%, 비용 기준 약 30~50% 수준의 절감이 가능합니다. 복잡한 다파일 리팩토링은 Claude Code, 자동완성·단일 함수 작성·코드 검색은 Ollama로 나누는 구조입니다. macOS M3 맥북 16GB에서 Claude Code와 Ollama로 하이브리드 환경을 약 90분에 구축하고, 1주일간 실제 비용을 측정하며 겪은 과정을 담았습니다. 따라 하면 그대로 재현할 수 있도록 명령어와 결과 스크린샷을 함께 두었습니다. Claude Code(왼쪽) + Ollama(오른쪽) 동시 실행 화면, iTerm2 분할화면 1. 왜 Claude Code + Ollama 하이브리드인가 Claude Code 단독 사용 시 토큰 비용이 빠르게 누적됩니다 Anthropic Sonnet 3.5의 입력 토큰은 $3/M, 출력은 $15/M입니다. 대규모 코드베이스에서 에이전트를 한 세션 굴리면 한 번에 200K 토큰을 가볍게 넘습니다. 하루에 수 달러 단위가 꾸준히 누적되면 한 달이면 $100~200, 1인 개발자에게는 결코 가벼운 부담이 아닙니다. Ollama 로컬 LLM은 단순 작업에는 충분합니다 qwen2.5-coder 7B는 자동완성, 함수 작성, 코드 검색, docstring 생성 같은 단순 코딩 작업에서 단독 사용에 충분한 품질의 응답을 냅니다. 인터넷도 API 키도 비용도 필요 없습니다. 로컬에서 1~2초 만에 응답합니다. 작업을 80/20으로 나누면 비용이 줄어듭니다 경험적으로 코딩 작업의 약 80%는 단순 작업이고 Ollama로 처리 가능하며, 20% 정도가 진짜로 에...
Claude CLI로 만든 1인 콘텐츠 아카이브 봇 — Discord URL 한 줄을 Notion에 자동 저장 (사용자 본인 실제 화면) discord 유튜브 봇 노션 자동 저장 파이프라인을 만든 진짜 이유는 영어 유튜브 영상의 디테일을 놓치는 페인 포인트 때문이었습니다. 좋은 영어 영상을 발견해도 그 자리에서는 흘려듣게 되고, "나중에 자막 켜고 디테일하게 다시 봐야지" 해도 알고리즘 휘발성 때문에 다시 찾기가 거의 불가능합니다. 어렵게 다시 찾아도 매번 자동 번역 자막을 켜고 영상 길이만큼 다시 보는 마찰이 큽니다. 결국 영어로 흘려들은 좋은 내용은 대부분 그대로 증발합니다. 이 봇은 그 마찰을 0으로 줄입니다. Discord 채널에 YouTube URL 한 줄만 올리면 자막 원문을 자동 추출하고, Claude가 한국어로 번역·정제해서 Notion DB에 영구 박제합니다. 30분 후에는 영상을 다시 재생하지 않아도 디테일이 본인 vault에 텍스트로 남아 있습니다. 본인은 이 봇을 233일간 운영하며 vault에 콘텐츠 559건을 박제 했습니다(2025-10-12 시작, 평균 활동일 4.14건/일). 사람이 옮기는 단계는 Discord에 URL 한 줄 붙여넣는 것뿐 입니다. Discord(사람 인박스) → Claude CLI MCP(자동 번역·정제) → Notion(영구 아카이브)의 3단 파이프라인 을 본인이 처음 세울 때 밟았던 순서 그대로 아래에 풀어둡니다. macOS·Python·discord.py·Claude Code CLI·Notion API·yt-dlp·SQLite Queue 조합이고, 실제로 쓴 명령어와 구조도를 붙여 두었으니 본인 맥에서 같은 흐름을 그대로 재현할 수 있습니다. 233일 누적 Notion DB — 자동 적재된 영상 페이지 목록 (사용자 본인 실제 화면) 1. 왜 Discord + Claude CLI + Notion 조합인가 진짜 페인...
댓글
댓글 쓰기