Claude Code로 마케팅 자동화를 구성할 때는 ‘무엇이든 알아서 하는 agent’를 먼저 설계하기보다, 도구가 맡을 일과 agent가 맡을 판단을 구분하는 편이 명확합니다. 게시 서비스는 콘텐츠를 내보내고, 데이터베이스는 기록을 남기며, 클라우드는 예약 작업을 실행합니다. agent(목표에 맞춰 도구를 사용하고 작업을 이어서 수행하는 AI)는 그 사이에서 콘텐츠를 만들고 다음 작업으로 넘깁니다. 이렇게 역할을 나눠야 자동화가 어디까지 진행됐고 어디서 멈췄는지 확인할 수 있습니다.
도구를 고르기 전에 성과 지표부터 정합니다
같은 자동화 구성이라도 개인 브랜드와 앱 사업의 대시보드는 달라야 합니다. 개인 브랜드라면 팔로워 증가, 전체 조회수, 게시물당 평균 조회수가 중심입니다. 앱이라면 웹 방문자, 설치 수, 이탈, 반복 매출을 봅니다. KPI(핵심 성과 지표)를 먼저 정하고, 각 수치를 어떤 연결 방식으로 수집해 어디에 저장할지 거꾸로 설계하는 방식입니다.
성과 지표와 함께 제작량도 정해야 합니다. 하루에 짧은 영상과 게시물을 각각 몇 개 만들고, 어느 시간대에 게시할지 정해져 있어야 예약 agent가 빈 자리를 채울 수 있습니다. 제작량 목표가 없다면 편집과 게시를 자동화해도 작업의 순서와 필요한 처리량을 정하기 어렵습니다.
새 농구 앱을 위한 구성에서는 첫 달 다운로드 100건과 연결된 채널의 자연 유입 조회수 100만 회를 초기 목표로 잡았습니다. 이는 달성한 성과가 아니라, 어떤 데이터를 수집하고 어떤 콘텐츠를 시험할지 정하기 위해 설정한 목표입니다.
다섯 역할에 도구를 배치합니다
| 역할 | 맡길 일과 도구 예시 |
|---|---|
| 소셜 게시·광고 | 연결된 채널에 게시하고 반응 및 전환 데이터를 가져오는 API(서비스 간 데이터 교환 방식)를 사용합니다. |
| 저장 | InnsForge의 PostgreSQL 데이터베이스에 게시 기록, 성과 수치, 작업 상태를 남깁니다. |
| 클라우드 실행 | Railway에서 예약 게시와 정기 데이터 수집을 백그라운드 작업으로 실행합니다. |
| 콘텐츠 제작 | Replicate와 Higgsfield를 이미지·영상·음성 생성 모델에 연결하는 창구로 사용합니다. |
| 모델·agent | Claude를 콘텐츠 작성과 작업 판단에, Claude Code를 도구를 연결하고 실행하는 흐름에 활용합니다. |
Cursor는 개발 화면을 구성하고 코드를 다루는 환경, GitHub는 코드와 설정 파일의 버전을 관리하는 저장소입니다. GitNexus는 코드의 자동화 작업, 데이터베이스, 외부 서비스가 어떻게 이어지는지 살펴보는 데 쓰입니다. 이 도구들이 모두 같은 기능을 하는 것은 아닙니다. 필요한 기능을 채운다면 도구의 조합은 바꿀 수 있습니다.
설정 단계에서는 브랜드의 색상, 글꼴, 시각 자료, 말투와 제작 기준을 BRAND.MD 같은 기준 파일에 모읍니다. agent가 제작할 때 참조할 자료입니다. 코드, API 연결, 브랜드 자료를 갖추기 전에 전체 자동화를 한꺼번에 실행하지 않고, API 키는 로컬 파일이 아니라 클라우드 환경 변수에 보관합니다.
▲ 도구별 작업 영역
agent는 제작과 게시 사이에서 일을 넘겨받습니다
여기서 중요한 경계는 사람이 시작하는 작업과 조건이 갖춰지면 이어서 실행되는 작업입니다.
- 조사 agent는 콘텐츠 소재와 다른 계정의 성과를 살펴보고 아이디어를 모읍니다. 기존 채널이라면 성과가 좋았던 주제와 형식을 검토하고, 새 분야라면 어떤 형식이 쓰이는지 먼저 확인합니다.
- 편집 agent는 사람이 원본 영상을 제공하면 전사, 구간 편집, 자막, 게시 문구, 표지 제작을 처리합니다. 원본과 추가 지시를 받아야 시작하므로 완전한 무인 작업과는 다릅니다.
- 게시 agent는 완성된 영상을 받으면 제목과 설명을 정리하고, 연결된 계정의 다음 빈 게시 시간에 배치합니다. 완성본을 여러 개 모아 넣을 때 예약 순서를 정하는 역할입니다.
- 분석·관리 agent는 게시 후 조회수와 팔로워 변화, 링크 클릭, 앱 다운로드를 기록합니다. 예약 작업의 실행 상태와 오류도 점검해 제작·게시 흐름이 실제로 작동하는지 확인합니다.
한 편집 사례에서는 완성된 짧은 영상이 하루 동안 조회수 1만1000회 이상과 좋아요 240개를 기록했습니다. 이는 해당 게시물의 결과이지, 편집 agent를 쓰면 얻는 평균 성과가 아닙니다. 짧은 영상 편집에 약 30분이 걸리고 편집과 게시를 합쳐 하루 5~6시간을 절약할 수 있다는 수치 역시 특정 작업 구성에서 나온 시간 추정으로 봐야 합니다. 독자가 직접 확인할 수 있는 것은 자신의 영상이 요청한 형식으로 완성됐는지, 예약한 시간에 게시됐는지, 성과 기록이 들어왔는지입니다.
▲ 편집·게시·점검 흐름
작은 작업으로 연결을 확인한 뒤 넓힙니다
처음부터 제작과 게시를 모두 맡기기보다, 먼저 볼 KPI와 하루 제작량을 적고 대시보드의 항목을 그에 맞춥니다. 다음으로 브랜드 기준 파일, 채널 API 키, 데이터베이스, Railway의 실행 상태를 확인합니다. 그 뒤 영향이 작은 예약 게시 테스트로 도구 간 연결과 agent의 반응을 검증합니다.
테스트가 통과하면 원본 영상 한 편을 편집하고, 완성본을 예약 게시한 뒤, 게시 기록과 성과 수치가 데이터베이스에 남는지 순서대로 확인할 수 있습니다. 자동화의 핵심은 높은 조회수나 매출을 보장하는 데 있지 않습니다. 제작부터 게시, 기록, 오류 점검까지 각 단계를 확인할 수 있는 운영 흐름을 만드는 데 있습니다.