내 학습허브 — 학습 전자책

학습위키를 책으로 묶었어요. 로드맵이 서문, 주차가 챕터예요. 지금 33꼭지.

내 학습허브

AI와 함께한 한 달의 학습 기록

서문 · 전체 지도

4주 로드맵 — 반도체·배터리·AI 뉴스 키워드 요약봇

4주 뒤, 내 손에 남는 것

나만의 AI 학습메이트 — 나(캠 슐리틀러)를 알고, 내 컴퓨터 환경까지 파악해서 대신 처리해주는 AI 파트너 (게릿 콜)
확정된 내 주제 + 4주 로드맵 — 반도체·배터리·AI 뉴스 키워드 요약봇 (지금 이 글)
작동하는 MVP 1개 — 매일 오후 6시, 반도체·배터리·AI 세 섹터의 뉴스를 훑어서 공통 키워드를 뽑고, 설명과 실제 사례를 붙여 텔레그램으로 보내주는 봇. 뽑힌 키워드는 위키 개념 페이지에 쌓여 나만의 용어 사전이 된다.
혼자서도 다음 걸 만드는 AI 활용 근육 — n8n·API·자동화 도구를 낯설어하지 않고, 필요할 때 스스로 새 프로젝트를 붙여나가는 힘

왜 이걸 만드나

반도체·배터리·AI로 이직을 준비하고 있는데, 이 분야 뉴스는 양이 너무 많아서 하나하나 다 읽고 분석할 시간이 없다. 그런데 여러 기사를 보면 그날그날 공통으로 뜨는 키워드가 있다 (예: 배터리 뉴스면 “전고체 배터리”). 이 키워드만 잡아서 부연 설명과 사례를 받으면, 짧은 시간에 트렌드를 따라갈 수 있다. 이걸로 지식도 쌓고, 이직 면접·포트폴리오에서도 “제가 만들어 쓰고 있습니다”라고 보여줄 수 있다.

지금 나 → 4주 뒤 되고 싶은 나

	지금	4주 뒤
결과물 기준	클로드로 기본적인 웹사이트는 만들어봤지만, 여러 도구를 연결하는 구체적인 것은 만들 능력이 부족하다	매일 오후 6시 실제로 텔레그램에 뉴스 키워드 요약이 도착한다
마음가짐	—	이 사이트에 스스로 새 프로젝트를 계속 추가해나가는 사람. 남에게 의존하지 않고 내가 직접 쓰는 게 중요하다

주차별 로드맵

1주차 — 기획 + PRD·세부계획 + MVP 초반 제작 시작

할 일: 학습메이트(게릿 콜) 만들기, 주제 확정(이 대화), 이 로드맵 작성, 사이트 포크·배포, 프로젝트 페이지(PRD: 무엇을·왜·어떻게) 작성, n8n 워크플로우 설계(RSS 수집 → LLM 키워드 추출 프롬프트 설계 → 텔레그램 전송), 텔레그램 봇 만들기(봇 토큰 발급), n8n 로컬 설치, Claude API 키 준비, 반도체·배터리·AI 세 섹터별 RSS 뉴스 소스 리스트 정리, 배터리 섹터 RSS 하나를 n8n에 연결해 데이터 받아오기 테스트 (MVP 첫 부품)
- 하루 단위로 잘게 쪼갠 순서는 4주 세부 실행계획 참고.
결과물: 배포된 내 사이트 + 로드맵 + PRD + 텔레그램 봇 계정 + RSS 소스 리스트 + n8n에서 RSS 연결 테스트 성공
사례글 예시: “Day 1 — 사이트를 배포하고, 내 뉴스봇의 첫 심장(텔레그램 봇)과 설계도(PRD)를 만들었다”

2주차 — MVP 본격 제작

할 일: 배터리 섹터 파이프라인을 끝까지 연결해서 매일 오후 6시 텔레그램으로 받아보기, 이어서 반도체 섹터도 연결 시작, 배운 개념(RSS·API·n8n 노드·웹훅 등) 위키 개념 페이지로 쌓기
결과물: 배터리 섹터 실제 작동 파이프라인 1개(텔레그램으로 키워드+설명+사례 수신 확인) + 반도체 섹터 연결 진행 중
사례글 예시: “배터리 뉴스 하나로 파이프라인을 완성하고, 처음으로 텔레그램에 ‘전고체 배터리’ 키워드 설명을 받았다”

3주차 — MVP 완성·다듬기

할 일: 반도체·AI 섹터까지 마저 확장해서 세 섹터 모두 매일 오후 6시 자동 발송되게 만들기, 뽑힌 키워드가 위키 개념 페이지에 자동/반자동으로 쌓이도록 연결, 스케줄링 안정화(매일 같은 시간에 실패 없이 도는지 확인), 반복 작업 자동화
결과물: 세 섹터(반도체·배터리·AI)를 매일 오후 6시 자동으로 다루는 완성된 뉴스 키워드 요약봇
사례글 예시: “세 섹터가 다 붙었다 — 오늘 오후 텔레그램에 반도체·배터리·AI 키워드가 한 번에 도착했다”

4주차 — 회고 · 발표

할 일: 한 달 돌아보기(지금 나 vs 되고 싶은 나 비교), 종합 사례글·발표 자료 만들기, 전자책용으로 로드맵·개념·사례 정리, 사이트 마무리
결과물: 발표용 종합 회고 + 완성된 학습허브 사이트(이직 포트폴리오로 활용 가능)
사례글 예시: “4주 회고 — 뉴스 하나하나 붙잡고 있던 나에서, 키워드로 트렌드를 읽는 나로”

서문 · 전체 지도

4주 세부 실행계획 — 반도체·배터리·AI 뉴스 키워드 요약봇

이 문서는 무엇인가

4주 로드맵과 프로젝트 PRD에서 정한 “무엇을·왜·어떻게”를 실제로 만들 수 있도록, 하루 안에 끝낼 수 있는 크기로 잘게 쪼갠 순서표다. 코딩을 몰라도 하나씩 따라가면 4주 뒤 실제로 작동하는 봇이 남는다.

만들기 전 조사 — 지금(2026년 8월) 제일 쉬운 방법이 뭔가

PRD 때(7/30) n8n을 골랐는데, 정말 지금 기준으로도 맞는 선택인지, n8n 말고 더 쉬운 방법은 없는지 다시 확인했다.

도구	난이도	이 프로젝트(RSS→AI 분류·키워드 추출→텔레그램→위키 저장, 5단계 이상)에 맞나
Zapier	제일 쉬움	❌ 무료 플랜이 “트리거 1개+액션 1개” 2단계까지만 허용 — 이 프로젝트는 5단계 이상이라 무료로 불가능
Make.com	중간	가능(무료 월 1,000 operations로 충분). 다만 이 조합에 딱 맞는 완성 템플릿은 없음
RSS.app (완전 노코드)	제일 쉬움	❌ RSS→텔레그램 자동전송만 됨. AI가 섹터 분류·키워드 추출·설명을 붙이는 단계가 없음
n8n	중상	✅ 이 조합에 딱 맞는 완성 템플릿이 이미 있음

결론: n8n 유지. 다만 실행 방식을 바꿨다.

바뀐 점: n8n을 가입형 클라우드로 쓰면 14일 무료체험 뒤 월 $20~24가 든다. 이 챌린지는 4주(28일)라 체험판보다 기니까, 대신 캠 슐리틀러 님 컴퓨터에 무료로 직접 설치한다 (npx n8n 명령 한 줄, Docker 불필요, 완전 무료·무제한). 이미 Node.js가 깔려 있어서 설치는 게릿 콜이 대신 진행한다.

⚠️ 주의할 점: 로컬 설치는 컴퓨터가 켜져 있고 n8n이 실행 중일 때만 매일 오후 6시 자동 발송이 된다. 이 부분은 3주차에 “안정화” 단계에서 대응 방법(컴퓨터를 계속 켜두거나, Windows 작업 스케줄러로 n8n을 자동 실행시키는 방법)을 같이 정한다.

LLM은 Claude API(Anthropic)로 정했다 — n8n에 Claude 전용 노드(Anthropic Chat Model)가 기본 내장되어 있고, 캠 슐리틀러 님이 이미 Claude Code로 익숙한 회사 제품이라 나중에 프롬프트를 다듬을 때도 감을 잡기 쉽다.

1주차 (남은 것) — 도구 준비 + 첫 연결 테스트

로드맵·PRD·사이트 배포는 이미 끝냈다. 남은 건 “부품 준비”다.

① n8n 설치하고 켜보기: 컴퓨터에 n8n을 설치해서 localhost:5678 화면이 뜨는 것까지 확인. (게릿 콜이 설치 진행, 캠 슐리틀러 님은 화면만 확인)
② 텔레그램 봇 만들기: 텔레그램 앱에서 BotFather에게 말을 걸어 내 봇을 만들고, 봇 토큰(비밀번호 같은 문자열)과 내 채팅방 번호(chat ID)를 받는다.
③ Claude API 키 발급: Anthropic 콘솔에서 API 키(n8n이 Claude를 불러 쓸 수 있게 해주는 비밀번호)를 하나 만든다.
④ 첫 연결 테스트: n8n 화면에서 “RSS Read 노드”(RSS 주소를 넣으면 최신 기사 목록을 가져오는 부품) 하나를 배터리 섹터 RSS 주소로 연결해서, 실제로 기사 목록이 화면에 뜨는지 확인. (로드맵의 “MVP 첫 부품”이 이거다)

2주차 — 배터리 섹터 파이프라인 완성 + 반도체 섹터 시작

① Claude 노드 연결: n8n에 Anthropic Chat Model 노드(Claude를 부르는 부품)를 붙이고, 배터리 기사 목록을 주면 키워드 1개+설명+사례를 뽑아주는지 짧은 프롬프트로 테스트.
② 텔레그램 발송 연결: Claude가 뽑은 결과를 PRD에 정한 메시지 포맷(🔋 배터리 / 키워드 / 설명 / 사례 / 원문)대로 텔레그램 노드에 연결해서, 실제로 내 텔레그램에 메시지가 오는지 확인.
③ 매일 오후 6시 자동 실행 설정: n8n의 Schedule Trigger(정해진 시각에 워크플로우를 자동으로 시작시키는 부품)를 오후 6시로 맞춘다. 이때 “컴퓨터가 꺼져 있으면 안 돌아간다”는 제약을 다시 확인.
④ 배터리 섹터 파이프라인 완성: RSS→Claude→텔레그램을 하나로 연결해서, 하루 동안 실제로 오후 6시에 메시지가 오는지 확인. (로드맵 2주차 목표 “배터리 뉴스 하나로 파이프라인 완성”이 여기서 끝난다)
⑤ 반도체 섹터 준비: 반도체 관련 RSS 소스가 이미 있는 한국경제·비즈니스포스트 피드 안에 섞여 있으므로, 새 소스를 더 찾기보다 ③단계에서 만든 분류 프롬프트를 “반도체·배터리·AI 중 어디에 속하는지 먼저 판단하고, 섹터별로 키워드 1개씩 뽑아라”로 업그레이드하는 작업 시작.
⑥ 세 섹터 분류 프롬프트 다듬기: ⑤에서 업그레이드한 프롬프트로 실제 오늘 기사들을 넣어보고, 반도체·배터리·AI 세 섹터 키워드가 각각 그럴듯하게 나오는지 확인·수정. (1~2일 소요 예상, 프롬프트는 여러 번 고쳐도 괜찮다)

3주차 — 완성·다듬기

① 세 섹터 통합 워크플로우 완성: 2주차 ⑥의 분류 프롬프트를 실제 워크플로우에 넣어, RSS 2개→세 섹터 분류→섹터당 키워드 1개(총 3개)→텔레그램 발송까지 한 번에 도는 전체 파이프라인 완성.
② 위키 자동 저장 연결: 뽑힌 키워드가 이 사이트 위키 개념 페이지에 자동으로 저장되도록, n8n의 HTTP Request 노드(다른 서비스에 데이터를 보내는 부품)로 GitHub API(사이트 코드 저장소에 파일을 자동으로 추가하는 방법)를 호출하는 단계 추가.
③ 풀 사이클 실전 테스트: RSS 수집→분류→키워드 생성→텔레그램 발송→위키 저장까지 전체가 한 번에 성공하는지 실제로 돌려서 확인.
④ 스케줄링 안정화: 로컬 설치의 약점(컴퓨터 꺼지면 안 돌아감)에 대한 대응을 정한다 — 매일 오후 6시 전에 컴퓨터를 켜두거나, Windows 작업 스케줄러로 n8n을 자동 실행시키는 방법 중 선택해서 적용.
⑤ 실패 처리 최소 장치: RSS 주소가 그날따라 안 열리거나 Claude API가 에러 날 때, 최소한 “오늘 실패했다”를 텔레그램으로 알려주는 안전장치 추가.
⑥~⑦ 며칠 실전 운영 + 사례글: 2~3일 실제로 돌려보며 나온 버그를 고치고, 과정을 사례글로 기록.

4주차 — 회고 · 발표

① 한 달 회고: 로드맵의 “지금 나 → 4주 뒤 되고 싶은 나” 표와 비교하며 실제로 뭐가 달라졌는지 정리.
②~③ 종합 사례글: 4주간의 과정을 발표용 사례글로 종합.
④~⑤ 발표자료·사이트 마무리: 발표 자료 정리, 위키·프로젝트 페이지 최종 점검(이직 포트폴리오로 바로 쓸 수 있게).

막히면

설치·명령어처럼 “정확해야 하는 것”은 게릿 콜이 그때그때 최신 공식문서를 찾아서 도와준다 (추측으로 알려주지 않음).
각 단계는 하루 안에 끝나는 크기로 나눴지만, 프롬프트 다듬기처럼 며칠 걸려도 괜찮은 단계는 표시해뒀다. 못 끝내도 다음 날 이어서 하면 된다.
막히면 “지금 화면 캡처해서 보여줄게” 한마디면 된다.

Sources:

AI 용어 사전
배터리 용어 사전
반도체 용어 사전
AI 지식 지도
배터리 지식 지도
반도체 지식 지도
조용히 틀리는 버그 잡기
Git·배포
정보구조와 화면 설계
자동화에서 LLM 다루기
개발 지식 지도
n8n·스케줄링·호스팅
AI와 함께 일하는 법
디스플레이 지식 지도

이슈 노트

AI 이슈 노트
배터리 이슈 노트
반도체 이슈 노트

1주차

1주차 개념 — n8n 첫 연결과 Claude API 키
코딩 몰라도 하루 만에 내 사이트 배포하기 (GitHub + Vercel)
GitHub Desktop과 AI가 동시에 건드려서 생긴 git 오류, 이렇게 풀었다

2주차

n8n으로 RSS→Claude→텔레그램 파이프라인 완성해서 매일 오후 6시 자동 발송까지 만들기

3주차

3섹터 키워드 분류 완성 + 로컬 삽질 끝에 n8n 클라우드로 24시간 작동 전환하기

4주차

n8n이 GitHub에 직접 글을 쓰게 만들기 — 매일 자라는 용어 사전 자동화
4주 회고 — 뉴스 하나하나 붙잡고 있던 나에서, 키워드로 트렌드를 읽는 나로

5주차

자동화가 성공하니 위키가 안 읽혔다 — 학습위키 구조를 다시 짠 하루
용어 사전에 용어가 아닌 게 쌓였다 — 봇에게 "용어 vs 이슈"를 가르친 하루

6주차

낱개 용어만 쌓이고 큰 그림이 안 보였다 — 용어 사전 위에 '지식 지도'를 얹은 하루

7주차

봇이 채우는 건 '흐름', 읽히게 만드는 건 '사람 손' — 한 주 동안 위키에 손을 넣은 네 자리

8주차

근거 기사 링크가 엉뚱한 기사를 가리키고 있었다 — 링크 88개 전수 검증기
초록불은 "돌았다"는 뜻이지 "맞다"는 뜻이 아니다 — 자동화를 8주 만에 처음 의심해본 주

9주차

기능은 "되나 안 되나"인데, 편의성은 정답이 없다 — 비개발자가 UI를 열여섯 번 고쳐본 주

Chapter

용어 사전

개념

AI 용어 사전

2026-08-24

매일 텔레그램으로 받은 AI 뉴스에서 나온 용어들이 여기에 쌓여요. 같은 용어가 다시 나오면 설명은 그대로 두고 “최근 동향”만 갱신됩니다.

① 기술 유형·자율성 단계

파스 5

코히어(Cohere)가 공개한 문서 AI 모델로, 다양한 형식의 문서를 이해하고 정보를 추출·분석하는 데 특화된 AI 시스템입니다.

최근 동향 (2026-08-30 기준, 언급 1회): 코히어가 벤치마크 점수보다 실제 비즈니스 활용성에 초점을 맞춘 문서 AI ‘파스 5’를 공개하며 기업용 AI 시장 공략에 나섰습니다.

근거 기사

2026-08-30: 기사 보기

AI 에이전트

AI 에이전트란 사용자의 명령을 단순히 수행하는 것을 넘어 스스로 상황을 판단하고 연속적인 작업을 자율적으로 처리하는 인공지능 시스템입니다.

최근 동향 (2026-09-17 기준, 언급 4회): 앤트로픽이 클로드 채팅과 코워크를 통합해 AI가 스스로 도구를 선택하여 업무를 처리하는 에이전트 기능을 공개했다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-17: 기사 보기
2026-09-06: 기사 보기
2026-08-30: 기사 보기

에이전틱 AI

사람의 지시 없이도 스스로 목표를 설정하고 여러 작업을 자율적으로 수행하는 AI 시스템으로, 단순 질의응답을 넘어 능동적으로 행동하는 차세대 AI입니다.

최근 동향 (2026-08-25 기준, 언급 1회): 한국이 에이전틱 AI 글로벌 표준 경쟁에 합류하기 위해 ETRI가 국제 표준화 기구 AAIF에 가입했으며, 델도 에이전틱 AI 시대에 맞는 분산처리 전략의 필요성을 강조했습니다.

근거 기사

2026-08-25: 기사 보기

에이전틱 엔지니어링

AI 에이전트가 스스로 판단하고 행동하며 소프트웨어 개발·테스트 등 엔지니어링 작업을 자율적으로 수행하는 방식을 의미합니다.

최근 동향 (2026-08-29 기준, 언급 1회): 테스트뮤가 2026년 콘퍼런스에서 에이전틱 엔지니어링과 AI 품질 분야의 새로운 방향을 제시하며 AI 자율화 트렌드를 조명했습니다.

근거 기사

2026-08-29: 기사 보기

AI 에이전트 네이티브 영상 창작

AI가 단순히 사람의 명령(프롬프트)을 따르는 것을 넘어, 스스로 판단하고 영상 제작 전 과정을 자동화하는 기술입니다.

최근 동향 (2026-08-25 기준, 언급 1회): 플로바(Flova)가 프롬프트 입력 없이도 AI 에이전트가 영상 창작을 올인원으로 수행하는 서비스를 선보이며 주목받았습니다.

근거 기사

2026-08-25: 기사 보기

피지컬 AI

피지컬 AI란 디지털 공간을 넘어 로봇·제조 설비 등 물리적 현실 환경에서 직접 작동하고 판단하는 인공지능을 말합니다.

최근 동향 (2026-09-16 기준, 언급 3회): AI가 공장 건설과 로봇 가동을 담당하는 1조 4천억 원 규모의 ‘피지컬AI’ 프로젝트가 본격 시동을 걸었다고 보도됐습니다.

근거 기사

2026-09-16: 기사 보기
2026-08-30: 기사 보기
2026-08-25: 기사 보기

SK호라이즌

SK호라이즌은 SK텔레콤이 AI 데이터센터(AIDC) 사업을 전담하기 위해 신설한 별도 법인으로, AI 인프라 투자와 운영을 집중적으로 맡습니다.

최근 동향 (2026-08-28 기준, 언급 1회): SKT가 AIDC 사업을 위해 3조원대 투자를 유치하고 전담 법인 SK호라이즌을 신설한다고 발표했습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

하이브리드 컴퓨트

AI 추론 작업을 클라우드 서버와 로컬 기기에 분산해 처리하는 방식으로, 속도와 비용 효율을 동시에 높일 수 있는 컴퓨팅 구조입니다.

최근 동향 (2026-09-02 기준, 언급 1회): 퍼플렉시티가 맥(Mac)에 하이브리드 컴퓨트 기능을 도입해, 작업 성격에 따라 클라우드와 로컬 AI 모델을 자동으로 나눠 쓸 수 있게 했다고 발표했습니다.

근거 기사

2026-09-02: 기사 보기

온디바이스 AI

온디바이스 AI는 클라우드 서버가 아닌 스마트폰·PC 등 기기 자체에서 직접 AI 연산을 수행하는 기술로, 인터넷 없이도 빠르고 안전하게 AI 기능을 사용할 수 있습니다.

최근 동향 (2026-08-31 기준, 언급 2회): 정부의 ‘K-온디바이스 AI’ 국책과제 최종 컨소시엄이 확정되면서 모빌린트·하이퍼엑셀 등 국내 스타트업이 핵심 주자로 선정되었습니다.

근거 기사

2026-08-31: 기사 보기

엔비디아 B200

엔비디아가 출시한 최신 고성능 AI 가속기(GPU)로, 대규모 신약 개발 AI 모델 학습 등 초고성능 연산이 필요한 작업에 활용됩니다.

최근 동향 (2026-09-02 기준, 언급 1회): SK바이오팜이 신약 개발 AI 연구 속도를 높이기 위해 엔비디아 B200 GPU 128장을 도입했다고 발표했습니다.

근거 기사

2026-09-02: 기사 보기

AI 추론 소프트웨어

AI 추론 소프트웨어란 학습된 AI 모델이 실제로 결과를 도출하는 ‘추론’ 단계를 최적화·가속화하는 소프트웨어로, GPU 하드웨어만으로는 한계가 있는 효율 문제를 해결합니다.

최근 동향 (2026-09-05 기준, 언급 1회): 삼성이 AI 추론 최적화 스타트업 짐렛랩스에 투자하며 GPU 이상의 AI 추론 효율화 경쟁에 뛰어들었다는 소식이 보도되었습니다.

근거 기사

2026-09-05: 기사 보기

③ 기업·사회 도입

AI 네이티브 엔터프라이즈

기업의 모든 업무 시스템과 프로세스를 처음부터 AI 중심으로 설계·운영하는 기업 혁신 모델로, AI를 단순 도구가 아닌 핵심 인프라로 삼는 개념입니다.

최근 동향 (2026-08-26 기준, 언급 1회): SK AX가 글로벌 ERP 기업 SAP와 손잡고 ‘AI 네이티브 엔터프라이즈’ 구현을 위한 전략적 동맹을 체결해 기업 디지털 혁신을 가속화하겠다고 발표했습니다.

근거 기사

2026-08-26: 기사 보기

AI 피로감

AI 기술이 일상 곳곳에 너무 빠르게 퍼지면서 사람들이 AI 사용에 지치거나 거부감을 느끼는 현상을 말합니다.

최근 동향 (2026-08-24 기준, 언급 1회): AI가 일상화되면서 특히 청년층을 중심으로 AI 서비스를 의식적으로 멀리하는 움직임이 나타나고 있다는 기사가 보도되었습니다.

근거 기사

2026-08-24: 기사 보기

④ 보안

AI 에이전트 프롬프트 인젝션 공격

AI 에이전트가 외부 악성 입력을 정상적인 지시로 착각하도록 속이는 해킹 기법으로, AI가 해커의 명령을 회사 지시인 줄 알고 수행하게 만드는 보안 위협입니다.

최근 동향 (2026-08-27 기준, 언급 1회): AI 에이전트를 대상으로 한 프롬프트 인젝션 공격 실험에서 약 90%가 뚫리는 결과가 나와 AI 보안 취약성에 대한 경고가 제기됐습니다.

근거 기사

2026-08-27: 기사 보기

국산 보안 AI

국내 기업들이 개발한 AI 기반 사이버 보안 솔루션으로, 해킹 시도나 악성코드 등을 자동으로 탐지하고 대응하는 기술입니다.

최근 동향 (2026-08-26 기준, 언급 1회): 앤트로픽 등 글로벌 AI 기업의 보안 시장 진출을 계기로 네이버와 SK 등 국내 기업들이 국산 보안 AI 주도권을 놓고 본격적인 경쟁에 나섰습니다.

근거 기사

2026-08-26: 기사 보기

보안 특화 AI 모델

사이버 공격 탐지·방어 등 보안 업무에 특화되어 학습·개발된 AI 모델로, 일반 범용 AI와 달리 보안 데이터와 시나리오에 최적화되어 있습니다.

최근 동향 (2026-09-03 기준, 언급 2회): 정부가 보안특화 AI 모델 ‘K미토스’ 개발 사업자로 네이버를 선정했으며, 내년 7월 출시를 목표로 한국형 보안 AI 생태계 구축에 나섭니다.

근거 기사

2026-09-03: 기사 보기
2026-09-03: 기사 보기

⑤ 시장·산업 동향

AI 유니콘

기업 가치가 1조 원(10억 달러) 이상으로 평가받는 비상장 스타트업을 유니콘이라 하며, AI 유니콘은 인공지능 서비스로 이 가치를 달성한 회사를 뜻합니다.

최근 동향 (2026-08-26 기준, 언급 1회): 국내 AI 서비스 스타트업 뤼튼이 유료 서비스 매출로 기업 가치 1조 원을 돌파하며 국내 AI 서비스 분야 첫 유니콘 기업으로 등극했습니다.

근거 기사

2026-08-26: 기사 보기

소버린 AI

소버린 AI란 특정 국가가 자국의 데이터·인프라·기술을 바탕으로 자체적으로 구축·운영하는 AI 생태계를 뜻한다. 외국 빅테크에 종속되지 않고 국가 주권 차원에서 AI를 확보하려는 움직임이다.

최근 동향 (2026-09-06 기준, 언급 1회): 사우디아라비아가 미국과 중국의 기술을 결합해 자국만의 소버린 AI 생태계를 구축하려는 전략이 구체화되면서 주목을 받고 있다.

근거 기사

2026-09-06: 기사 보기

미분류 — 아직 지식 지도에 없음

지식 증류

지식 증류란 대형 AI 모델의 지식을 소형 모델에 압축·전달하는 기술로, 이 과정에서 원본 모델의 데이터나 능력을 무단으로 추출하는 데 악용될 수 있습니다.

최근 동향 (2026-09-10 기준, 언급 1회): 미국 NSA·CISA·FBI가 중국 AI 6개사가 지식 증류 기법을 통해 수십억 토큰 분량의 데이터를 무단으로 빼갔다고 경보를 발령했습니다.

근거 기사

2026-09-10: 기사 보기

AX 인재

AX(AI Transformation) 인재란 AI 기술을 업무에 적극 활용하고 조직의 AI 전환을 이끌 수 있는 역량을 갖춘 전문 인력을 말합니다.

최근 동향 (2026-09-12 기준, 언급 1회): AI가 다양한 업무를 대체하면서 오히려 AI를 다루고 조율할 수 있는 AX 인재의 몸값이 높아지고 있다는 분석 기사가 나왔습니다.

근거 기사

2026-09-12: 기사 보기

NPU

NPU(신경망 처리 장치)는 AI 연산을 전담하는 반도체 칩으로, 스마트폰 등 기기에서 AI를 빠르고 효율적으로 구동하기 위해 설계됩니다. 퀄컴의 ‘헥사곤’은 에이전틱 AI를 상시 구동할 수 있도록 최적화된 차세대 NPU입니다.

최근 동향 (2026-09-13 기준, 언급 1회): 퀄컴이 에이전틱 AI의 상시 구동에 최적화된 차세대 NPU ‘헥사곤’을 공개했다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-13: 기사 보기

자기 수정AI

AI가 스스로 오류를 감지하고 코드나 동작을 수정하는 능력으로, 사람의 개입 없이 스스로를 개선할 수 있는 AI 시스템을 의미합니다.

최근 동향 (2026-09-20 기준, 언급 1회): AI가 스스로를 고치는 능력이 현실화되고 있다는 분석 기사가 나오면서, 21년 전 예측이 실제로 구현되고 있음이 주목받았습니다.

근거 기사

2026-09-20: 기사 보기

개념

배터리 용어 사전

2026-08-24

매일 텔레그램으로 받은 배터리 뉴스에서 나온 용어들이 여기에 쌓여요. 같은 용어가 다시 나오면 설명은 그대로 두고 “최근 동향”만 갱신됩니다.

① 4대 핵심 소재

LFP 배터리

LFP 배터리는 리튬, 철, 인산을 사용해 만든 배터리로, 가격이 저렴하고 안전성이 높아 전기차와 에너지저장장치(ESS)에 널리 쓰입니다.

구조 이해를 위한 개념도입니다. 삼원계는 층이 고온에서 무너지며 산소를 내뿜지만, LFP는 인산철이 단단한 그물 뼈대를 이뤄 산소를 붙잡아 두기 때문에 상대적으로 안전합니다.

최근 동향 (2026-08-31 기준, 언급 3회): 삼성SDI가 글로벌 톱티어 ESS 기업에 LFP 배터리를 공급한다고 밝혀, 한국 배터리 업체의 LFP 시장 진출이 본격화됐습니다.

근거 기사

2026-08-31: 기사 보기
2026-08-24: 기사 보기

실리콘 음극 배터리

기존 흑연 대신 실리콘을 배터리 음극 소재로 사용해 에너지 밀도와 충전 용량을 크게 높인 차세대 배터리 기술입니다.

구조 이해를 위한 개념도입니다. 흑연은 층 사이에 리튬이 살짝 끼어들 뿐이라 부피 변화가 적지만, 실리콘은 리튬과 합금을 이루며 부피가 3배 넘게 부풀어 오릅니다.

최근 동향 (2026-08-25 기준, 언급 1회): 제이알에너지가 호주 소재 기업과 협력해 실리콘 음극 배터리 개발에 나선다고 발표했습니다.

근거 기사

2026-08-25: 기사 보기

미드니켈 NCM 배터리

니켈, 코발트, 망간을 혼합한 배터리로, 니켈 함량을 중간 수준으로 조정해 가격과 성능의 균형을 맞춘 전기차용 배터리입니다.

구조 이해를 위한 개념도입니다. 니켈이 많을수록 에너지 밀도는 높아지지만 가격·안정성 부담도 커지고, 미드니켈은 그 사이에서 균형을 잡습니다. LMR은 반대로 값싼 망간 비중을 크게 높인 방향입니다.

최근 동향 (2026-08-26 기준, 언급 1회): 현대차가 내년부터 저렴하면서도 주행거리가 긴 미드니켈 NCM 배터리를 전기차에 탑재할 계획을 밝혔습니다.

근거 기사

2026-08-26: 기사 보기

LFP 배터리 6C 고출력

LFP(리튬인산철) 배터리에서 6C는 배터리 용량의 6배 속도로 충방전할 수 있는 고출력 성능 규격을 의미하며, 빠른 충전과 높은 출력이 요구되는 응용처에 적합합니다.

최근 동향 (2026-08-27 기준, 언급 1회): 피엔티가 자체 생산한 LFP 배터리에서 6C급 고출력 성능을 검증했다고 발표하며 기술 경쟁력을 입증했습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

LMR 배터리

LMR(리튬 망간 리치) 배터리는 망간을 주요 소재로 사용해 에너지 밀도가 높고 원가가 낮은 차세대 이차전지입니다. 기존 배터리 대비 안정성과 경제성을 동시에 높일 수 있어 주목받고 있습니다.

최근 동향 (2026-09-07 기준, 언급 1회): LG에너지솔루션과 서울대가 공동 연구를 통해 차세대 LMR 배터리의 상용화 시점을 앞당기는 성과를 발표하며 뉴스에 등장했습니다.

근거 기사

2026-09-07: 기사 보기

② 폼팩터 — 배터리 모양

46파이 원통형 배터리

지름 46mm의 원통형 배터리로, 기존 배터리보다 크기가 커 에너지 밀도가 높고 전기차 등 대용량 전원이 필요한 분야에 적합한 차세대 배터리 규격입니다.

구조 이해를 위한 개념도입니다. 양극박·분리막·음극박·분리막을 층층이 쌓은 뒤 돌돌 말아 원통 캔 안에 넣습니다.

최근 동향 (2026-08-26 기준, 언급 1회): 엠오티가 46파이 원통형 배터리 조립 장비를 출하했다고 밝혀, 국내 배터리 장비 업체의 차세대 배터리 공급망 참여가 본격화되고 있음을 보여줬습니다.

근거 기사

2026-08-26: 기사 보기

③ 만드는 공정

레이저 건조 기술

배터리 전극을 만들 때 기존의 열풍 건조 방식 대신 레이저를 이용해 빠르게 건조하는 첨단 공정 기술입니다.

구조 이해를 위한 개념도입니다. 열풍은 표면부터 서서히 데워 6시간이 걸리지만, 레이저는 필요한 곳에 빠르게 에너지를 전달해 10분이면 끝납니다.

최근 동향 (2026-08-25 기준, 언급 1회): SK온이 기존에 6시간 걸리던 배터리 전극 건조 공정을 단 10분으로 단축하는 레이저 건조 기술 개발에 성공했다고 발표했습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

④ 차세대 배터리

전고체 배터리

전고체 배터리는 액체 전해질 대신 고체 전해질을 사용하는 차세대 배터리로, 안전성과 에너지 밀도가 높은 것이 특징입니다.

구조 이해를 위한 개념도입니다. 액체 전해질은 분리막과 함께 양극·음극을 갈라두지만, 고체 전해질은 그 자체가 분리막 역할을 겸해 새지 않고 더 조밀하게 쌓을 수 있습니다.

최근 동향 (2026-08-28 기준, 언급 1회): 150도의 고열에도 견디는 전고체 배터리가 개발됐다는 소식이 전해지며, 극한 환경에서의 내열 성능이 새롭게 입증되었습니다.

근거 기사

2026-08-28: 기사 보기

하이니켈·전고체 배터리

하이니켈 배터리는 니켈 함량을 높여 에너지 밀도를 극대화한 양극재 기반 배터리이고, 전고체 배터리는 액체 전해질 대신 고체 전해질을 사용해 안전성과 성능을 동시에 높인 차세대 배터리입니다.

최근 동향 (2026-09-07 기준, 언급 1회): 에코프로가 하이니켈 및 전고체 배터리 기술을 활용해 휴머노이드 로봇용 배터리 시장 공략에 나선다고 밝혔습니다.

근거 기사

2026-09-07: 기사 보기

미분류 — 아직 지식 지도에 없음

초미량 수분 발전

극소량의 물(수분)을 이용해 전기를 생산하는 기술로, 공기 중 습기나 미세한 물방울만으로도 소형 전자기기를 구동할 수 있는 차세대 에너지 기술입니다.

최근 동향 (2026-09-09 기준, 언급 1회): 오늘 연구진이 초미량의 물만으로 전기를 생산해 디지털 시계를 작동시키는 데 성공했다는 연구 결과가 발표되었습니다.

근거 기사

2026-09-09: 기사 보기

SFB

배터리 열폭주란 배터리 내부 온도가 급격히 상승해 화재나 폭발로 이어지는 현상인데, SFB는 이를 차단하기 위해 LG화학이 개발한 핵심 소재입니다.

최근 동향 (2026-09-09 기준, 언급 1회): LG화학이 배터리 안전성의 핵심 과제인 열폭주를 억제하는 ‘SFB’ 소재 개발에 성공했다고 발표하며 배터리 안전 기술 분야에서 주목받고 있습니다.

근거 기사

2026-09-09: 기사 보기

바나듐이온 배터리

바나듐이온 배터리는 바나듐 원소를 활용한 흐름 전지의 일종으로, 장시간 대용량 에너지 저장에 유리하고 수명이 길어 ESS(에너지저장장치) 분야에서 주목받는 차세대 배터리입니다.

최근 동향 (2026-09-10 기준, 언급 1회): 스탠다드에너지가 바나듐이온 배터리 기술을 앞세워 유럽 시장 공략에 나섰다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-10: 기사 보기

사용 후 배터리 ESS

사용 후 배터리 ESS(에너지저장장치)란 전기차에서 수명이 다한 배터리를 재활용해 전력을 저장하는 시스템입니다. 배터리를 폐기하지 않고 에너지 저장 용도로 재사용해 자원 효율과 탄소 절감을 동시에 달성할 수 있습니다.

최근 동향 (2026-09-10 기준, 언급 1회): 현대차그룹이 사용 후 배터리를 ESS로 활용하는 실증 협력을 추진한다고 밝혀 배터리 재활용 산업의 가능성이 주목받고 있습니다.

근거 기사

2026-09-10: 기사 보기

LFP 양극재

LFP(리튬인산철) 양극재는 리튬·인산·철을 주요 소재로 한 배터리 양극재로, 안전성이 높고 비용이 저렴해 전기차 배터리에 널리 쓰이는 소재입니다.

최근 동향 (2026-09-19 기준, 언급 2회): 엘앤에프가 LFP 양극재 6만 톤을 완판했다고 밝히며 시장의 높은 수요를 확인했고, 다만 증설은 신중하게 검토하겠다는 입장을 밝혔습니다.

근거 기사

2026-09-19: 기사 보기
2026-09-18: 기사 보기

개념

반도체 용어 사전

2026-08-24

매일 텔레그램으로 받은 반도체 뉴스에서 나온 용어들이 여기에 쌓여요. 같은 용어가 다시 나오면 설명은 그대로 두고 “최근 동향”만 갱신됩니다.

① 만드는 과정 — 공정

인텔 14A공정

인텔이 개발 중인 차세대 반도체 제조 공정으로, 회로 선폭을 극도로 미세화해 성능과 전력 효율을 높이는 기술입니다.

구조 이해를 위한 개념도입니다. RibbonFET(게이트올어라운드 트랜지스터) 위에는 신호만 흐르는 전면 배선층을, 아래에는 소스·드레인에 직접 연결되는 PowerDirect 후면 전력 배선망을 배치해 실제 치수와 다르게 단순화했습니다.

참고: Intel 18A 공정 설명 · Intel 14A 공정 개요

최근 동향 (2026-08-30 기준, 언급 1회): 인텔이 14A 공정의 결함밀도 개선 속도가 빠르게 진행 중이라고 밝히며 양산 경쟁력 회복 가능성을 시사했습니다.

근거 기사

2026-08-30: 기사 보기

인듐 셀레나이드반도체

인듐과 셀레늄으로 이루어진 2차원 반도체 소재로, 실리콘을 대체할 차세대 반도체 물질로 주목받고 있습니다.

최근 동향 (2026-09-03 기준, 언급 1회): 연구진이 기존 인듐 셀레나이드의 한계를 극복해 대면적 구현과 논리회로 제작에 성공했다는 연구 결과가 발표되었습니다.

근거 기사

2026-09-03: 기사 보기

AI 기판

AI 서버·고성능 컴퓨팅에 사용되는 반도체 패키지 기판으로, 일반 기판보다 고밀도·고속 신호 전송이 요구되는 차세대 기판입니다.

최근 동향 (2026-09-03 기준, 언급 1회): 심텍이 청주 공장에 4000억원을 투자해 AI 기판 생산능력을 확대한다고 밝혔습니다.

근거 기사

2026-09-03: 기사 보기

유리기판

유리기판은 반도체 패키징에 사용되는 차세대 기판 소재로, 기존 플라스틱(ABF) 기판보다 열 변형이 적고 미세 회로 구현에 유리해 AI 반도체 등 고성능 칩에 적합합니다.

구조 이해를 위한 개념도입니다. 코어를 유기 소재 대신 유리로 바꾸면 열에 강해지고, 더 가는 배선을 구현할 수 있습니다.

참고: Electronics360 — Glass substrates in IC packaging

최근 동향 (2026-09-05 기준, 언급 1회): SKC가 자회사 앱솔릭스에 2810억원을 추가 출자하며 유리기판 사업화에 속도를 내고 있다는 소식이 보도되었습니다.

근거 기사

2026-09-05: 기사 보기

② 무엇을 만드나 — 제품 종류

차세대 HBM

HBM(고대역폭 메모리)은 GPU 옆에 붙어 데이터를 빠르게 전달하는 메모리인데, 차세대 HBM은 여기서 한 발 더 나아가 메모리 안에서 직접 연산까지 처리할 수 있는 기술입니다.

작동 원리 이해를 위한 개념도입니다. 데이터를 GPU로 옮겨 계산하는 기존 방식과 달리, 차세대 HBM은 D램 뱅크 안에 연산기를 두어 그 자리에서 바로 계산합니다. 다만 HBM 자체는 크고 비싸고 전력도 많이 먹는 패키지라, “GPU 없이도 연산”이 된다고 해서 스마트폰 같은 온디바이스로 가는 게 아니라 — 서버·데이터센터의 AI 가속기 옆자리에 그대로 남아, GPU의 연산 부담을 일부 덜어주는 역할에 가깝습니다. 같은 PIM 원리를 온디바이스에 적용한 버전은 LPDDR5X-PIM이에요.

참고: 삼성전자 — 온디바이스 AI를 위한 메모리 발표

최근 동향 (2026-08-24 기준, 언급 1회): 삼성전자가 GPU 없이도 메모리 칩 자체에서 AI 연산을 수행할 수 있는 차세대 HBM을 공개하며 반도체 업계의 주목을 받았습니다.

근거 기사

2026-08-24: 기사 보기

DSP

반도체 칩 설계를 전문으로 대행해주는 회사로, 팹리스(설계 전문)와 파운드리(제조 전문) 사이에서 설계 서비스를 제공합니다.

최근 동향 (2026-08-24 기준, 언급 1회): 삼성 파운드리의 실적 회복 흐름을 타고 국내 DSP 5개사가 올해 반년 만에 지난해 연간 매출의 70%를 달성했다는 소식이 전해졌습니다.

근거 기사

2026-08-24: 기사 보기

Arm 기반 메인프레임

Arm은 저전력·고효율로 유명한 반도체 설계 아키텍처로, 기존 대형 서버(메인프레임)에 이를 탑재해 AI와 클라우드 처리 성능을 높이는 기술입니다.

최근 동향 (2026-08-25 기준, 언급 1회): IBM이 차세대 메인프레임에 Arm 아키텍처를 탑재한다고 발표하며, AI 및 클라우드 시장 공략을 강화하겠다는 전략을 공개했습니다.

근거 기사

2026-08-25: 기사 보기

LPDDR5X-PIM

스마트폰이나 PC에 쓰이는 저전력 D램 메모리 안에 AI 연산 기능을 내장한 차세대 반도체로, 별도 AI 칩 없이도 메모리 자체에서 AI 계산을 처리할 수 있습니다.

작동 원리 이해를 위한 개념도입니다. LPDDR5X-PIM도 같은 원리로, 각 D램 뱅크마다 작은 연산기(MAC)를 두어 GPU와 데이터를 주고받는 왕복 없이 뱅크 안에서 바로 계산합니다. 차세대 HBM과 원리는 똑같지만, LPDDR는 원래 스마트폰·PC에 쓰던 저전력·저비용 몸체라 이쪽이 실제로 온디바이스 AI를 겨냥한 버전이에요.

참고: Tom’s Hardware — Samsung LPDDR5X-PIM (Hot Chips 2026)

최근 동향 (2026-08-26 기준, 언급 2회): 삼성전자가 자사 AI PC 플랫폼 ‘가이아’에 LPDDR5X-PIM을 탑재해 AI PC 분야에서 PIM 기술을 세계 최초로 상용화했다고 발표했습니다.

근거 기사

2026-08-26: 기사 보기
2026-08-26: 기사 보기

포터블 SSD

휴대용 외장 저장장치로, 데이터를 빠르게 저장하고 이동할 수 있는 소형 반도체 저장 장치입니다.

구조 이해를 위한 개념도입니다. USB로 들어온 요청을 컨트롤러가 받아 D램 캐시의 주소표를 참고해 여러 NAND 플래시 칩에 나눠 저장합니다.

참고: ResearchGate — SSD Internal Architecture with Cache

최근 동향 (2026-08-26 기준, 언급 1회): 삼성전자가 기존 대비 속도가 2배 향상된 차세대 포터블 SSD 2종을 새롭게 공개했습니다.

근거 기사

2026-08-26: 기사 보기

HBM

HBM은 여러 개의 D램 칩을 수직으로 쌓아 데이터를 매우 빠르게 처리할 수 있도록 만든 고성능 메모리 반도체로, AI 연산에 필수적인 부품입니다.

최근 동향 (2026-08-27 기준, 언급 1회): 티에스이가 차세대 HBM에 적층 D램 테스트 기술을 도입한다고 발표하며, HBM 품질 검증 기술 고도화가 주목받고 있습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

NVHBM

엔비디아가 AI 연산에 최적화해 자체 설계한 고대역폭 메모리로, 기존 HBM보다 AI 워크로드에 더 특화된 차세대 메모리입니다.

최근 동향 (2026-08-27 기준, 언급 1회): 엔비디아가 AI 가속기에 탑재할 자체 맞춤형 메모리 ‘NVHBM’을 공개하며 메모리 시장의 판도 변화에 관심이 집중되고 있습니다.

근거 기사

2026-08-27: 기사 보기

HBC

HBC는 HBM(고대역폭 메모리)의 대안으로 개발 중인 고속 캐시 메모리 기술로, 기존 HBM보다 낮은 비용으로 높은 대역폭을 제공하는 것을 목표로 합니다.

최근 동향 (2026-08-27 기준, 언급 1회): 퀄컴이 삼성전자·SK하이닉스의 HBC 개발에 적극 참여 의사를 밝히며 HBM과 병행 개발하겠다고 발표해 주목받고 있습니다.

근거 기사

2026-08-27: 기사 보기

HBM4E

HBM4E는 고대역폭 메모리(HBM)의 차세대 규격으로, AI 가속기 등 고성능 컴퓨팅에 사용되는 초고속·고용량 적층형 메모리 반도체입니다.

최근 동향 (2026-08-28 기준, 언급 1회): SK하이닉스가 미국 인디애나주에 건설 중인 첨단 패키징 공장에서 HBM4E를 2029년 3분기 양산 목표로 생산할 계획이라고 밝혔습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

ZHBM

ZHBM은 차세대 고대역폭 메모리(HBM)의 미래 규격으로, AI 칩 설계의 중심축으로 메모리가 부상하는 흐름을 상징하는 기술입니다.

최근 동향 (2026-08-28 기준, 언급 1회): 삼성이 ZHBM을 2029년 이후 출시할 계획을 밝히며, 메모리가 AI 칩 설계의 핵심이 될 것이라고 선언해 주목받고 있습니다.

근거 기사

2026-08-28: 기사 보기

AI SoC

AI SoC(System on Chip)는 AI 연산에 필요한 프로세서, 메모리, 통신 등 여러 기능을 하나의 칩에 통합한 반도체로, 스마트홈·온디바이스 AI 기기에 주로 사용됩니다.

구조 이해를 위한 개념도입니다. CPU·GPU·NPU·메모리 컨트롤러·통신 블록이 온칩 버스로 서로 연결되어 칩 하나에 다 들어있습니다.

최근 동향 (2026-08-31 기준, 언급 1회): 코아시아세미가 LG전자 주도의 ‘K-온디바이스 AI 홈’ 프로젝트에 참여해 AI SoC 2종을 개발한다고 발표했습니다.

근거 기사

2026-08-31: 기사 보기

3D 적층 메모리

HBM(고대역폭 메모리)을 수평으로 배치하는 기존 방식 대신 수직으로 쌓아 올려 더 높은 용량과 성능을 구현하는 차세대 메모리 적층 기술입니다.

최근 동향 (2026-09-01 기준, 언급 1회): 삼성전자가 ‘3D 적층 메모리’ 선점을 위한 ‘CUBE’ 전략을 공개하며 메모리 한계를 돌파하겠다고 발표했습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

아드레노 뉴럴 퓨전

퀄컴이 새롭게 공개한 모바일 GPU 아키텍처 기술로, GPU와 NPU(신경망처리장치)의 연산을 융합해 AI 및 그래픽 처리 성능을 크게 높이는 설계 방식입니다.

최근 동향 (2026-09-04 기준, 언급 1회): 퀄컴이 ‘아드레노 뉴럴 퓨전’을 발표하며 모바일 GPU 아키텍처를 대대적으로 개편한다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-04: 기사 보기

HBM4 베이스 다이

HBM4는 차세대 고대역폭 메모리(HBM)로, ‘베이스 다이’는 여러 메모리 칩을 쌓아 올리는 HBM 구조에서 맨 아래에 위치해 데이터를 제어하는 핵심 기반 칩입니다.

최근 동향 (2026-09-07 기준, 언급 1회): 삼성 파운드리가 HBM4 생산 확대에 총력을 기울이며, 4나노 공정 생산 능력의 절반을 HBM4 베이스 다이 제조에 투입하고 있다는 소식이 보도되었습니다.

근거 기사

2026-09-07: 기사 보기

③ 전방 산업 — 반도체가 들어가는 곳

AI GPU 전력제어

AI 연산에 사용되는 GPU(그래픽처리장치)의 전력을 효율적으로 조절하는 기술로, 고성능 AI 칩이 소비하는 막대한 전력을 안정적으로 관리하기 위해 필수적입니다.

최근 동향 (2026-08-25 기준, 언급 1회): 인피니언 테크놀로지스가 AI GPU 전력제어 역량을 강화하기 위해 인도 스타트업 C2i를 인수하며 시장 공략에 나섰습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

디스플레이 — 별도 지도 참고 (map-display)

QD-OLED

퀀텀닷(QD) 소재와 OLED를 결합한 디스플레이 기술로, 기존 OLED보다 색재현율과 밝기가 뛰어난 차세대 패널입니다.

구조 이해를 위한 개념도입니다. QD-OLED는 블루 OLED 빛을 퀀텀닷이 직접 빨강·초록으로 바꿔주고, WOLED는 화이트 OLED 빛을 컬러필터가 걸러냅니다.

참고: How-To Geek — QD-OLED vs WOLED

최근 동향 (2026-08-27 기준, 언급 1회): 삼성디스플레이가 24.5인치 QD-OLED 패널을 연내 양산한다고 발표해 게이밍 모니터 시장 공략에 나섭니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

듀얼 UTG 폴더블폰

UTG(Ultra Thin Glass)를 두 겹으로 적용한 폴더블 스마트폰 디스플레이 구조로, 내구성과 화면 품질을 동시에 높이는 기술입니다.

구조 이해를 위한 개념도입니다. OLED 패널 위아래로 초박형 유리를 한 장씩 덧대, 위층은 충격을, 아래층은 접히는 힌지 부분의 응력을 분산시킵니다.

참고: The Elec — Google, Oppo, Vivo의 듀얼 UTG 채택

최근 동향 (2026-09-02 기준, 언급 1회): 구글·오포·비보 등 주요 스마트폰 제조사들이 듀얼 UTG를 적용한 폴더블폰을 잇달아 출시할 예정이라고 보도되었습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

RGB OLEDoS

OLEDoS(OLED on Silicon)는 실리콘 웨이퍼 위에 OLED를 직접 증착한 초소형 고해상도 디스플레이 패널로, XR·AR 기기 등에 활용됩니다. RGB OLEDoS는 적·녹·청 색상을 각각 별도로 구현해 색재현력과 효율이 뛰어납니다.

최근 동향 (2026-09-15 기준, 언급 1회): 삼성디스플레이가 12인치 RGB OLEDoS 양산을 위해 3000억 원을 투자한다고 발표하며 차세대 디스플레이 시장 선점에 나섰습니다.

근거 기사

2026-09-15: 기사 보기

미분류 — 아직 지식 지도에 없음

하이 EUV

하이 EUV는 기존 EUV 장비보다 렌즈의 개구수(NA)를 높여 더 미세한 회로 패턴을 구현할 수 있는 차세대 반도체 노광 장비입니다. ASML이 개발한 이 장비는 차세대 D램 및 로직 반도체 제조에 핵심 기술로 주목받고 있습니다.

작동 원리 이해를 위한 개념도입니다. 빛이 광원 → 반사경 → 레티클 → 비대칭 축소 광학계 → 웨이퍼 순으로 지나가며, 기존 EUV보다 개구수(NA)와 축소 배율이 달라 더 작은 패턴을 찍을 수 있습니다.

참고: ASML — High-NA EUV에 대해 알아야 할 5가지

최근 동향 (2026-09-09 기준, 언급 1회): 삼성전자가 ASML의 하이 EUV 장비를 D램 제조 공정에 도입하기로 하면서, 차세대 메모리 반도체 경쟁력 강화를 위한 핵심 기술 협력이 뉴스에 등장했습니다.

근거 기사

2026-09-09: 기사 보기

유리기판 TGV 도금·접착 기술

TGV(Through Glass Via)는 유리기판에 미세한 구멍을 뚫어 전기 신호를 위아래로 연결하는 차세대 반도체 패키징 핵심 기술입니다. 기존 실리콘 기판 대비 신호 손실이 적고 고밀도 집적에 유리합니다.

구조 이해를 위한 개념도입니다. 오른쪽 유리기판 그림의 파란 세로선이 TGV예요 — 유리를 미세하게 뚫고 도금해 위아래 배선층을 전기적으로 잇습니다.

참고: Electronics360 — Glass substrates in IC packaging

최근 동향 (2026-09-10 기준, 언급 1회): 오알켐이 유리기판 TGV 도금 및 접착 기술을 공개하며 차세대 반도체 패키징 소재 시장 공략에 나섰습니다.

근거 기사

2026-09-10: 기사 보기

솔더볼

솔더볼은 반도체 패키지와 기판을 전기적·기계적으로 연결하는 작은 금속 구형 접합 소재로, 전자기기의 신뢰성에 필수적인 부품입니다.

최근 동향 (2026-09-10 기준, 언급 1회): 덕산하이메탈이 글로벌 1위 솔더볼 기술력을 공개하며 시장 경쟁력을 부각시켰습니다.

근거 기사

2026-09-10: 기사 보기

2.1D 패키징 / 오가닉 브릿지

2.1D 패키징은 여러 칩을 하나의 기판 위에 가깝게 배치하고 유기(오가닉) 소재 브릿지로 연결해 고속 데이터 전송을 구현하는 첨단 반도체 패키징 기술입니다. 기존 2D보다 집적도가 높고 3D보다 공정이 단순한 중간 단계 방식입니다.

구조 이해를 위한 개념도입니다. 두 다이가 유기 소재 브릿지 위에 미세피치 범프로 놓이고, 다이 사이 구간에 고밀도 배선이 몰려 있으며, 브릿지가 다시 표준피치 범프로 패키지 기판에 연결됩니다.

참고: IMAPS — 2.1D 패키징용 오가닉 인터포저 논문

최근 동향 (2026-09-14 기준, 언급 1회): 삼성전기와 퀄컴이 오가닉 브릿지 기반의 2.1D 패키징 기술을 공동 개발하기로 동맹을 맺었다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-14: 기사 보기

RF GaN 반도체

RF GaN 반도체는 질화갈륨(GaN) 소재를 이용해 고주파(RF) 신호를 처리하는 반도체로, 높은 출력과 효율 덕분에 방산·통신 분야에서 주목받는 차세대 부품입니다.

최근 동향 (2026-09-15 기준, 언급 1회): 국내 반도체 기업 웨이비스가 방위산업용 RF GaN 반도체 개발을 본격화한다고 밝히며 관련 시장 진출 계획을 공개했습니다.

근거 기사

2026-09-15: 기사 보기

HVDC

HVDC(High Voltage Direct Current)는 고압의 직류 전기를 이용해 장거리·대용량 전력을 효율적으로 송전하는 기술로, 반도체 전력변환 장치가 핵심 부품입니다.

최근 동향 (2026-09-17 기준, 언급 1회): 효성중공업이 국산 HVDC 기술을 앞세워 대용량 전력망 시장 공략에 나섰다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-17: 기사 보기

페로브스카이트

페로브스카이트는 태양전지 등에 사용되는 차세대 반도체 소재로, 기존 실리콘 대비 제조 비용이 낮고 광전환 효율이 높아 주목받고 있습니다.

최근 동향 (2026-09-20 기준, 언급 1회): 오늘 기사에서는 페로브스카이트 표면에 PDI(페릴렌 디이미드) 물질을 코팅해 태양전지 효율을 개선하는 연구 성과가 보도되었습니다.

근거 기사

2026-09-20: 기사 보기

개념

AI 지식 지도

2026-08-31

지도 활용법

뜻풀이는 AI 용어 사전·AI 이슈 노트에 있고, 여기서는 “그 용어가 큰 그림에서 어디 붙는지”만 봅니다.
밑줄 친 용어를 누르면 해당 항목으로 이동해요.
AI는 기술·인프라·도입·보안·시장·안전이 섞여 들어와서, 여섯 갈래로 나눴어요.
④ 보안과 ⑥ 안전은 헷갈리기 쉬운데 방향이 반대예요. ④는 밖에서 오는 공격을 막는 것, ⑥은 AI 자체가 통제를 벗어나는 것입니다.
새로 들어온 용어는 매주 한 번(수요일 주간 정리) 이 지도에 겁니다. 그 사이엔 용어 사전엔 있지만 지도엔 아직 없을 수 있어요.

마인드맵

① 기술 유형·자율성 단계
- 생성형 AI — 묻는 말에 답하고 콘텐츠를 생성
  - 파스 5 — 문서 이해·추출에 특화된 모델 (코히어)
- AI 에이전트 — 스스로 판단하고 연속 작업을 자율 수행
  - 에이전틱 AI — 목표 설정까지 스스로
  - 에이전틱 엔지니어링 — 에이전트가 SW 개발·테스트를 자율 수행
  - AI 에이전트 네이티브 영상 창작 — 프롬프트 없이 영상 제작 자동화
- 피지컬 AI — 로봇·제조 설비 등 물리 현실에서 작동
- AGI — 분야를 가리지 않고 사람 수준 이상으로 스스로 푸는 범용 인공지능. 이 가지의 끝점이에요
- 모델을 어떻게 키우나 — 데이터·학습
  - AI 데이터 한계와 사후학습·추론 — 고품질 데이터가 바닥나는 ‘데이터 벽’과 그 돌파구
  - 지식 증류 — 큰 모델의 지식을 작은 모델로 옮겨 담는 기술. 무단 추출에 악용될 수 있어 ④ 보안과도 닿아 있어요
② AI가 도는 위치 — 인프라
- 클라우드 AI — 서버에서 연산
  - SK호라이즌 — SKT가 AI 데이터센터 사업을 위해 신설한 전담 법인
- 하이브리드 컴퓨트 — 클라우드와 기기에 연산을 나눠 맡기는 방식 (아래 두 칸을 잇는 자리)
- 온디바이스 AI — 스마트폰·PC 기기 자체에서 연산
  - PIM(연산하는 메모리)로 뒷받침 — cf. 반도체 지도의 LPDDR5X-PIM
  - K-온디바이스 AI 홈 — 국내 기업 협력으로 가전·홈에 적용 (칩은 반도체 지도의 AI SoC)
- AI 데이터센터 — AI 연산이 실제로 돌아가는 건물. 전기와 열이 병목입니다
  - AI 데이터센터 전력·냉각 대전환 — 기존 방식으로는 한계 (반도체 지도의 양자 데이터센터와 같은 이야기)
  - AI 데이터센터 광통신 부품 — 전기 신호 대신 빛으로 대용량 전송
  - AI 팩토리 — 학습·추론 전용 GPU 클러스터 인프라
  - AI 데이터센터 부지 매입 — 미국 농촌 땅값까지 밀어올리는 부지 확보 경쟁
  - 부유식 데이터센터 — 바다 위에 띄우는 60MW급 (한화오션). 땅과 냉각을 한 번에 푸는 시도 (배터리 이슈 노트에 쌓였지만 내용은 데이터센터 이야기예요)
  - 투자·구축 경쟁 (2026-09-16 신설) — 한 주에 넷이 같은 곳을 가리켜서 팠어요. “짓는다”는 소식만 따로 모읍니다
    - 퀄컴-아마존 AI 데이터센터 협력 — 80조원 규모
    - AIDC대규모 구축 — KT클라우드, 2031년까지 전국 20곳 1GW (5조원)
    - AI 데이터센터 인프라 — 오라클 클라우드 매출 121% 성장, GPT-6가 스타게이트에서 학습 중
    - AI 인프라 대규모 투자 — 빅테크들의 수십조원대 투자 흐름
- AI 반도체 — GPU / NPU / HBM (→ 반도체 지식 지도와 연결)
  - 엔비디아 B200 — 초고성능 연산용 최신 AI 가속기
- AI 추론 소프트웨어 — 하드웨어 위에서 추론을 빠르게 만드는 층. GPU만으로는 안 되는 자리
③ 기업·사회 도입
- AI 네이티브 엔터프라이즈 — 처음부터 AI 중심으로 설계된 기업
  - AX영업이익률 — AI 전환(AX) 사업이 실제로 돈이 되는지, SI 업체 수익성 비교
- 국민 1인 1 AI 에이전트 경쟁 (통신사) — AI 에이전트 근거기사
  - 모두의 AI 사업 — 정부 공공 AI 플랫폼, SKT·카카오·KT 선정 (용어 사전에 모두의 AI로도 올라와 있어요 — 같은 것)
- AI 에이전트 안착 조건 — 시범 도입에서 멈추지 않고 실제 업무에 정착시키려면
- AX 인재 — AI 전환을 이끌 사람. 도구가 아니라 누가 굴리나의 자리
- 삼성SDS 클로드 셀렉트 티어 — 앤트로픽 파트너십 최상위 등급을 국내 최초로 획득
- 분야별 적용 — AI가 어느 산업에 들어갔나
  - AI 강화 면역원성 예측 모델 — 신약·백신 후보물질의 면역 반응 예측 (제약)
  - 자율주행 AI — 현대차, 완성도를 위해 양산을 3년 늦춤 (자동차)
  - 오픈AI 금융 자동화 — 월가 업무를 겨냥한 금융 특화 챗GPT (금융)
  - 반도체 특화 AI 공동 개발 — 삼성전자·미스트랄 AI가 설계·제조용 모델을 함께 개발 (반도체)
- AI 피로감 — 확산 속도에 지치거나 거부감을 느끼는 현상
④ 보안
- 프롬프트 인젝션 공격 — 악성 입력을 정상 지시로 착각시킴
- 국산 보안 AI — 국내 개발 AI 기반 사이버 보안
- 공공AX 보안기준 — 공공 AI 전환이 빠른데 공통 보안기준이 없다는 우려
- 보안 특화 AI 모델 — 보안 데이터·시나리오에 맞춰 학습시킨 AI
  - 정부 보안특화 AI 모델 — 정부가 사업자를 선정해 국가 차원으로 추진
- AI 보안 시장 성장 전망 — 가트너, 내년 69퍼센트 성장 전망 (AI 사용 통제 분야가 73퍼센트로 최고)
⑤ 시장·산업 동향
- AI 유니콘 — AI 서비스로 기업가치 1조 돌파한 비상장사
- 엔비디아 2분기 실적 — AI 반도체 수요로 전년비 106% 성장
- 메모리 가격 폭등 → AI 반도체 영향 — HBM 값 급등이 AI칩 원가를 압박
- 엔비디아의 허깅페이스 인수 — 약 17조원, 사상 최대 규모
- 글로벌 빅테크의 중국 AI 도입 — 구글·메타가 가성비를 이유로 중국산 모델 채택
- 오픈AI 아스트라 — 보안·안전 기능을 강화한 신규 서비스
- 엑사원 외부 공급 / 프런티어 모델 — LG AI연구원이 자체 모델을 외부에 공급하고 최고 수준 모델에 도전
- 정책 · 국가 전략
  - K-AI칩 딜레마 — 독자 AI칩을 키울까, 엔비디아와 손잡을까
  - 중국 AI 원격 연산 우회 차단 — 미국이 제3국 클라우드 경유까지 막으려는 규제
  - 소버린 AI — 자국 데이터·인프라로 AI를 직접 갖겠다는 흐름
  - 국가대표 AI 경쟁 — 챗GPT 국내 2300만 명 앞에서 국산 서비스들이 겪는 현실
  - AI 특화모델 — 범용 말고 특정 분야에 집중해야 한다는 제언 (스탠퍼드 AI인덱스)
  - AIDC 세액공제 — 45조원 투자에도 심의 통과 0건. 제도는 있는데 안 굴러가는 사례
⑥ AI 안전·통제·규제 (2026-09-09 신설) — ④ 보안이 “밖에서 오는 공격을 막는 것”이라면, 여기는 AI 자체가 통제를 벗어나는 것입니다
- 통제를 벗어난 사례
  - 통제불가 AI 봉인 — AI가 시키지 않은 해킹을 시도하자 오픈AI·앤트로픽이 기능을 막음
  - AI 위험성 — 통제되지 않은 발전이 실존적 위협이 될 수 있다는 경고
- 속도를 늦추자는 목소리
  - AI 개발 속도 조절 — 오픈AI 최고과학자 본인이 낸 경고
  - AI 개발 속도 규제 논의 — 경쟁 관계인 기업 수장들이 한목소리로 냈다는 게 특이점
  - AI 개발 규제 논쟁 — 개발 일시 중단론과 그 실효성을 둘러싼 반박
- 규제 당국의 움직임
  - 오픈AI AI 통제 실패 EU 조사 — 통제 실패와 늑장 신고가 쟁점

개념

배터리 지식 지도

2026-08-31

지도 활용법

뜻풀이는 배터리 용어 사전·배터리 이슈 노트에 있고, 여기서는 “그 용어가 큰 그림에서 어디 붙는지”만 봅니다.
밑줄 친 용어를 누르면 해당 항목으로 이동해요.
뼈대는 소재 → 폼팩터 → 공정 → 차세대 → 시장 → 재활용 순서예요. 비어 있는 가지는 앞으로 용어가 들어올 자리입니다.
이 순서는 산업 전자책 1권의 사슬(광물 → 소재 → 셀 → 차 → 재활용)과 같은 뼈대입니다.
새로 들어온 용어는 매주 한 번(수요일 주간 정리) 이 지도에 겁니다. 그 사이엔 용어 사전엔 있지만 지도엔 아직 없을 수 있어요.

마인드맵

① 4대 핵심 소재
- 양극재 — 에너지 밀도·주행거리를 좌우
  - 삼원계(NCM) 계열 — 니켈·코발트·망간, 고성능
    - 미드니켈 NCM 배터리 — 니켈 함량 중간, 가격·성능 균형
    - 하이니켈 배터리 — 니켈을 더 높여 에너지 밀도를 끌어올린 쪽 (같은 항목에 전고체가 묶여 들어와서 ④에도 걸어둠)
  - LFP 계열 — 리튬·인산철, 저렴·안전
    - LFP 배터리
    - LFP 배터리 6C 고출력 — 용량의 6배 속도로 충·방전
  - LMR 계열 — 망간이 주인공. 삼원계·LFP에 이은 세 번째 갈래
    - LMR 배터리 — 망간 리치. 에너지 밀도는 높고 원가는 낮게
- 음극재 — 충전 속도·수명을 좌우
  - 흑연 (기존 주력)
  - 실리콘 음극 배터리 — 흑연 대신 실리콘, 에너지 밀도↑
    - 실리콘 음극재 투자 — HS효성·유미코아 울산 1조2000억원 (양산 단계로 넘어가는 신호)
- 분리막 — 양극·음극이 닿지 않게 막는 얇은 막
- 전해질(전해액) — 리튬이온이 오가는 통로. 배터리 안전·성능을 좌우하는 핵심 주제
  - 저온에서 유동성이 떨어져 성능이 급감 → 겨울철 주행거리 하락의 주원인
  - 전해질에서 시작되는 화재를 막는 게 최대 과제 → 반고체·전고체 배터리(④)로 이어짐
  - 전해액 공급 — 덕산일렉테라가 미국 최대 전기차 업체에 공급 시작 (8/31에 비워두고 기다린 가지에 들어온 첫 용어)
- 안전 소재 (2026-09-16 신설) — 4대 소재는 아니지만 따로 넣는 물질. 전해질 가지의 “화재를 막는 게 최대 과제”에 직접 답하는 자리
  - SFB — 열폭주(온도가 치솟아 불이 붙는 현상)를 차단하는 소재 (LG화학)
② 폼팩터 — 배터리 모양 (셀 3사 비교 지점)
- 각형
- 파우치형
- 원통형
  - 46파이 원통형 배터리 — 지름 46mm 차세대 규격
③ 만드는 공정 (LG에너지솔루션 기준 4단계)
- 전극 공정 — 양극·음극을 만듦
  - 믹싱 — 활물질·용매를 섞어 슬러리(중간재)를 만듦
  - 코팅 — 슬러리를 알루미늄(양극)·구리(음극) 포일에 입힘
  - 건조 — 코팅한 전극을 말림 (LG 자료는 코팅 공정에 포함) ← 레이저 건조 기술 (6시간 → 10분)
  - 롤 프레싱(압연) — 눌러서 평평하고 균일하게
  - 슬리팅 & 노칭 — 규격에 맞게 자르고, 탭(전류가 드나드는 단자)용 홈을 냄
- 조립 공정 — 배터리 모양을 만듦 (폼팩터별로 다름)
  - 파우치형: 모노셀 → 스태킹(쌓기) → 파우치 압착 → 전해액 주입
  - 원통형: 와인딩(양극·분리막·음극을 말아 젤리롤) → 캔 삽입 → 전해액 주입
- 활성화(화성) 공정 — 전기를 넣어 셀을 깨움
  - 에이징 → 충·방전 반복(포메이션) → 디개싱(가스 빼기) → OCV 측정 → EOL(불량 선별)
- 팩 공정 — 셀을 모듈로, 모듈을 팩으로 묶음
- 품질 검사 (2026-09-16 신설) — 4단계 어디에도 검사 칸이 없었습니다. 만드는 것과 “제대로 만들어졌나 보는 것”은 다른 일이에요
  - ESS 배터리 전수 검사 — 용접 품질을 표본이 아니라 100퍼센트 실시간 검사 (LG엔솔)
- 공정 장비 — 위 공정을 실제로 돌리는 기계를 만들어 파는 회사들
  - 배터리 팩 핵심장비 공급 — 팩 공정용 장비
  - 배터리 장비 수주 — 장비사가 셀·완성차로부터 받는 대규모 수주
④ 차세대 배터리 — 전해질 문제를 푸는 방향
- 반고체 배터리 — 전해질을 일부만 고체화 (전고체의 전 단계)
- 전고체 배터리 — 액체 전해질을 고체로 (누액·화재 위험↓)
  - cf. 하이니켈·전고체 배터리 — 두 기술이 한 항목으로 묶여 들어온 용어 (①에도 걸어둠)
- 나트륨이온 배터리 — 리튬 대신 나트륨
- 바나듐이온 배터리 — 흐름 전지 계열. 수명이 길어 대용량·장시간 ESS에 유리
⑤ 전방 산업 · 시장 동향
- 전기차 (EV)
  - 차종별 맞춤 배터리 셀 — 단일 플랫폼을 버리고 차종마다 셀을 따로 설계 (GM)
- ESS (에너지저장장치) ← K배터리 소재 경쟁력
  - 미국 ESS 시장 수주 — 북미에서 한국 기업들의 대규모 공급 계약
  - 사용 후 배터리 ESS — 전기차에서 내린 배터리를 ESS로 다시 씀 (⑥에도 걸어둠)
- 드론·방산 — 새로 열린 수요처
  - 국산 배터리 탑재 드론 — 육군 드론 전력화에서 중국산을 배제
- 로봇 — 아직 얕은 가지. 앞으로 용어가 들어올 자리
  - 고성능 배터리 — 로봇용은 높은 에너지 밀도·출력이 필요 (에코프로 전망)
- 산업 재편: 분리막 사업 흑자전환 · SKIET 흡수합병 — 업황 한파로 분리막 자회사 통합
- 배터리 생산능력 확대 — 투자를 받아 생산능력을 8배로 늘리려는 계획 (BYI)
- 정책 · 특허 — 나라가 판을 흔드는 이야기, 그리고 기술을 지키는 이야기 (반도체 지도 ④와 짝)
  - 트럼프의 배터리 정책 — 지원과 규제를 동시에, 불확실성이 커짐
  - K-배터리 생산세액공제 — 적자면 공제가 의미 없다는 지적 (제도 설계 논쟁)
  - LG엔솔 특허 신탁 — 특허를 신탁에 맡겨 후발주자 침해에 공동 대응
- 원자재 확보 — ①(소재)보다 한 칸 앞, 땅에서 캐는 단계. 아직 가지가 얕아서 여기 붙여둡니다
  - 포스코홀딩스 아르헨티나 리튬사업 — 리튬 해외 자원개발 (1조원 자금한도)
  - 탄산리튬 장기공급계약 — 양극재 핵심 원료 10년 확보 (LG엔솔)
⑥ 다 쓰고 나면 — 폐배터리 재활용 (2026-09-09 신설) — 사슬의 마지막 칸. 쓰고 난 배터리에서 소재를 다시 뽑아 ①로 되돌립니다
- LFP 폐배터리 재활용 — 사용 후 배터리에서 리튬·철을 회수
- 폐배터리 재활용 — 리튬·니켈·코발트를 회수해 다시 소재로. 사슬을 ①로 되돌리는 고리
- 사용 후 배터리 ESS — 재활용이 아니라 재사용. 소재를 뽑는 게 아니라 배터리째 ESS로 한 번 더 씀 (⑤ ESS에도 걸어둠)
- (비어 있는 자리) 회수율·규제 — 용어가 들어오면 여기 겁니다
⑦ 연료전지 (2026-09-16 신설) — 양극·음극·전해질로 전기를 만드는 원리는 배터리와 같고, 다른 건 쓰임새예요. 배터리는 넣어둔 전기를 꺼내 쓰고(저장), 연료전지는 연료를 넣는 동안 계속 만듭니다(발전)
- 연료전지 북미 수주 — AI 데이터센터 전력 수요를 업고 북미에서 대규모 추가 수주 (두산퓨얼셀)
- (비어 있는 자리) 스택 · 수소 공급 · 발전 효율 — 용어가 들어오면 여기 겁니다
- 📌 용어가 3~4개로 늘면 별도 지도로 분리를 검토합니다. 디스플레이 지도를 5개가 모였을 때 세운 것과 같은 기준이에요

개념

반도체 지식 지도

2026-08-31

지도 활용법

이 지도는 용어 사전을 대신하는 게 아니라 위에 얹는 것이에요. 뜻풀이는 반도체 용어 사전에 그대로 있고, 여기서는 “그 용어가 큰 그림에서 어디 붙는지”만 봅니다.
밑줄 친 용어를 누르면 용어 사전의 해당 설명으로 이동해요.
비어 있는 가지(용어가 아직 안 걸린 항목)는 일부러 남겨둔 거예요. 앞으로 뉴스에 그 단어가 나오면 걸 자리입니다.
새로 들어온 용어는 매주 한 번(수요일 주간 정리) 이 지도에 겁니다. 그 사이엔 용어 사전엔 있지만 지도엔 아직 없을 수 있어요.
디스플레이 용어는 여기 없어요. 원리는 닮았어도 별개 분야라 디스플레이 지식 지도로 뺐습니다. (용어 사전에는 반도체 쪽에 그대로 쌓입니다 — 봇이 섹터를 셋으로만 갈라서요.)

마인드맵

① 만드는 과정 — 공정
- 전공정 (Fab) — 웨이퍼 위에 회로를 새기는 단계
  - 노광 / 식각 / 증착 …
    - 하이 EUV — 렌즈 개구수(NA)를 키워 더 미세한 회로를 새기는 차세대 노광 장비 (ASML)
  - 공정 세대(선폭) 경쟁 ← 인텔 14A공정
  - 웨이퍼 소재 — 회로를 새기는 바탕 물질. 지금은 사실상 전부 실리콘입니다
    - 인듐 셀레나이드반도체 — 실리콘을 대체할 후보로 꼽히는 2차원 소재
- 후공정 — 칩을 자르고·쌓고·포장하고·검사
  - 패키징 ← 첨단 패키징 국가전략기술
    - 2.1D 패키징 / 오가닉 브릿지 — 2D보다 촘촘하고 3D보다 단순한 중간 단계 방식
    - 3D 반도체 냉각 솔루션 — 쌓을수록 열이 난다. 적층의 발목을 잡는 숙제
    - 기판(substrate) — 칩과 회로기판을 이어주는 판. AI 서버용은 더 촘촘하고 빨라야 해서 따로 봅니다
      - AI 기판 — 고밀도·고속 신호 전송용
      - 유리기판 — 플라스틱(ABF) 대신 유리. 열 변형이 적어 고성능 칩에 유리
      - AI 반도체 기판 생산능력 확대 — AI 서버 수요로 증설 경쟁
      - 유리기판 검사장비 — 유리기판 불량을 잡는 장비 (인텍플러스, 일본 첫 수주)
      - 유리기판 TGV 도금·접착 기술 — 유리에 구멍(TGV)을 뚫어 위아래를 잇는 핵심 공정
      - 유리기판 장비 — 유리기판을 실제로 만드는 설비
      - 솔더볼 — 패키지와 기판을 붙이는 작은 금속 구슬. 접합의 신뢰성을 좌우
  - 테스트
    - 적층 D램 테스트 — HBM처럼 쌓은 메모리를 검증 (관련: HBC 근거기사)
    - 光 반도체 테스트 플랫폼 — 삼성이 TSMC 것을 그대로 채택, 업계 표준화 조짐
    - WLP 검사장비 — 웨이퍼 레벨 패키지를 검사하는 장비 (영우디에스피 실증 성공)
    - 반도체 검증 AI 접목 — 검사 과정 자체에 AI를 붙이는 움직임 (큐알티·에이아이웍스)
② 무엇을 만드나 — 제품 종류
- 메모리 반도체 — 데이터를 저장
  - 휘발성 (RAM) — 전원 끊기면 사라짐
    - DRAM
      - HBM — D램을 수직으로 쌓은 고대역폭 메모리
        
        발전 방향: 요즘 HBM은 메모리 안에서 직접 연산까지 하는 쪽으로 가고 있어요 (차세대 HBM으로도 올라와 있음). HBM만으로는 AI 메모리 수요를 못 감당한다는 흐름도 같이 봐요 → AI 메모리 신기술
        
        NVHBM — 엔비디아 자체 설계
        
        HBC — HBM의 저비용 대안 (개발 중)
        
        HBM4E — 차세대 규격 (SK하이닉스, 2029 양산 목표)
        
        ZHBM — 그다음 규격 (삼성, 2029 이후)
        
        HBM4 베이스 다이 — 쌓아 올린 맨 아래에서 데이터를 제어하는 기반 칩
        
        3D 적층 메모리 — 수평 배치 대신 수직으로 쌓는 방향 (삼성 ‘CUBE’ 전략)
      - LPDDR5X-PIM — 저전력 D램 + AI 연산 내장
      - 3D D램 파운드리 공정 — 메모리에 파운드리 공법을 끌어 쓰는 전환 (SK하이닉스)
    - SRAM
  - 비휘발성 (ROM 계열) — 전원 없어도 유지
    - 낸드플래시
      - SSD (저장장치) ← 포터블 SSD
- 시스템 반도체 (비메모리) — 연산·제어
  - CPU / GPU / NPU / DSP(신호처리)
    - 아드레노 뉴럴 퓨전 — GPU와 NPU 연산을 한데 묶은 퀄컴 모바일 GPU 설계
  - AI SoC — 연산·메모리·통신을 한 칩에 통합 (온디바이스 AI 기기용)
  - 밸류체인: 팹리스(설계) → 디자인하우스(DSP) → 파운드리(제조)
  - 설계 아키텍처
    - Arm — 저전력·고효율 ← Arm 기반 메인프레임
- 화합물 반도체 (2026-09-16 신설) — 실리콘이 아닌 소재로 만드는 반도체. 위 둘이 ‘무슨 일을 하나’로 갈린다면, 여기는 **‘무엇으로 만드나’**로 갈립니다
  - RF GaN 반도체 — 질화갈륨. 출력·효율이 높아 방산·통신 고주파에 쓰임
  - SiC 반도체 장비 — 탄화규소. 전기차 전력변환 수요가 급증 (아이엘, 리드엔지니어링 인수)
③ 전방 산업 — 반도체가 들어가는 곳
- AI 가속기 / GPU ← AI GPU 전력제어
  - AI 워크스테이션 — 1조 파라미터 모델을 책상 위에서 돌리는 장비 (AMD)
- 데이터센터 ← 양자 데이터센터 — AI·양자 수요로 전력·냉각을 근본부터 바꿔야 하는 상황 (AI 지도의 AI 데이터센터와 같은 이야기)
④ 시장 · 정책 · 공급망 — 기술이 아니라 판이 움직이는 이야기
- 시장 주도권
  - AI칩 중심 메모리 전환 — 무게중심이 GPU에서 HBM으로, 메모리 기업이 ‘뉴엔비디아’로
  - SK하이닉스 웨이퍼 구매액 삼성전자 추월 — HBM 수요가 투자 규모를 뒤집음
  - 엔터프라이즈 스토리지 플랫폼 — 기업용 스토리지 경쟁력 (화웨이 가트너 리더)
  - HBM 점유율 — 삼성전자·SK하이닉스가 글로벌 시장을 양분
- 업황·시황 — 기술이 아니라 “지금 잘 팔리나”를 보는 숫자들
  - 반도체 장비 시장 사상 최대 매출 — 장비 매출은 업황 회복의 선행 신호
  - 글로벌 낸드 매출 급증 — 전분기 대비 70퍼센트 증가, 삼성·SK 합산 점유율 절반 육박
  - 메모리 공급난 — 2028년까지 공급이 수요를 못 따라간다는 전망
  - AI 데이터센터 반도체 매출 급증 — AI 데이터센터 투자가 반도체 매출로 돌아오는 중
- 기업 재편·M&A — 회사가 사고 팔리며 판이 바뀌는 이야기 (배터리 지도 ⑤ ‘산업 재편’과 짝)
  - 엔비디아-미디어텍 투자 — 4조8000억원, AI 칩 생태계 확장
  - 픽셀플러스 해치텍 지분 매각 — 이미지센서 기업의 지분 정리
  - SK하이닉스 인수합병 합의안 — 현금 50%·주식 50%로 짠 거래 구조
- 공급망 · 안보
  - 반도체 핵심광물 공급망 안보 — 핵심광물 확보가 국가 안보 문제로
- 정책 · 특허
  - 화웨이 와이파이 특허 — 제재를 받아도 특허 수익은 막히지 않는다
  - 반도체 표적 관세 — 미국이 반도체 품목에 별도 관세를 예고
  - 마이크론-YMTC 특허 분쟁 — YMTC 특허가 잇따라 무효 판정
  - 공공나노팹 — 삼성이 공장 운영 노하우를 공공 시설에 전수

개념

조용히 틀리는 버그 잡기

2026-09-08

이 프로젝트에서 제일 크게 배운 갈래입니다. 봇은 열흘 동안 에러 없이 잘 돌았고, 그동안 계속 틀리고 있었어요. → 상위: 개발 지식 지도

초록불은 “실행됐다”는 뜻이지 “맞다”는 뜻이 아니다

n8n은 전부 초록색, 텔레그램도 매일 도착, GitHub에 커밋도 쌓임 — 그런데 위키의 근거 기사 링크 88개 중 27개(31%)가 엉뚱한 기사를 가리키고 있었다.
끝을 직접 열어서 눈으로 확인해야 한다. 우연히 링크를 눌러보지 않았으면 지금도 몰랐을 것이다.
자동화를 만든 사람의 진짜 일은 만드는 게 아니라 계속 확인하는 것이다.

자가진단 체크리스트 — “에러는 없는데 결과가 이상할 때”

증상	먼저 볼 곳
결과가 전부 비어 있다	`{{ }}`가 들어간 칸이 Expression 모드인지. Fixed면 글자 그대로 전달된다
여러 개 중 하나만 처리된다	코드에 `.first()`가 있는지 → `.all()` + 반복문으로
성공했다는데 결과물이 없다	요청 Method가 맞는지, 출력에 기대한 항목(`commit` 같은)이 있는지
같은 항목이 자꾸 새로 생긴다	AI가 만든 이름으로 매칭 중이면 표기 흔들림 정리 장치가 필요
여러 개 중 일부만 실패한다	동시 요청 충돌 의심 → 하나씩 간격을 두고(Batching)
뒤쪽 노드가 아예 안 돈다 (`Node was not executed`)	앞에서 데이터가 0건이 된 것. 중복제거 노드가 범인인 경우가 많다

출처: n8n이 GitHub에 직접 글을 쓰게 만들기

검증은 표본이 아니라 전수로

위키에 쌓인 링크 88개를 전부 열어 항목 내용과 대조했다. 오배정 27개 중 상당수는 스무 개쯤 확인한 뒤에야 나왔다. 표본만 봤으면 “대체로 맞네” 하고 넘어갔을 것.

오류율을 유형별로 쪼개보면 원인이 보인다

매체	URL 생김새	오배정률
ZDNet	`?no=20260903112619` (날짜+시각 14자리)	2.5%
한국경제	`/article/202609031504i` (불투명)	36%
디일렉	`?idxno=61717` (숫자 5자리)	62%

매체별로 나눠 세지 않았다면 “URL 생김새” 라는 가설에 도달하지 못했을 것이다. → 결론은 자동화에서 LLM 다루기에 정리.

에러가 불친절하면, 코드가 스스로 말하게 만든다

원래 에러는 이것뿐이었다:

The first argument must be of type string or an instance of Buffer... Received undefined

사람 말로 설명하는 검사 두 줄을 넣었더니 5분 만에 원인이 나왔다:

if (metas.length !== gets.length) {
  throw new Error(`개수 불일치: Code 노드는 ${metas.length}개, GET 결과는 ${gets.length}개`);
}
if (!github.content) {
  throw new Error(`[${i}번째, ${meta && meta.path}] GET 응답에 content가 없음. 실제로 받은 값: ${JSON.stringify(github).slice(0, 300)}`);
}

Code 노드는 1개, GET 결과는 12개    ← 이 한 줄이 원인을 가리켰다

진단 코드는 지우지 않고 그대로 둔다. 자동화가 조용히 실패하는 지점마다 하나씩 심어두면 다음에 막혔을 때 나를 구해준다.

잘못된 단서에 속지 않기

편집기 화면에 보이는 줄은 그냥 스크롤 위치일 뿐, 에러 난 줄이 아니다. Buffer.from(...) 줄을 한참 의심했는데 아니었다.
숫자가 힌트다. GET 결과가 12개라는 게 저장소 최상위 파일 개수와 정확히 같았다 → 경로가 비어 있었다는 뜻. GitHub Contents API는 주소가 contents/까지만 오면 폴더 목록을 돌려준다.
판별법: GET 결과에 type: dir이 보이면 파일이 아니라 폴더를 읽은 것이다.

출처: 근거 기사 링크 전수 검증기

틀린 걸 지우는 것보다, 틀렸다고 적어두는 게 낫다

원문을 특정할 수 없는 링크 21건은 그냥 지우지 않고 이렇게 표시했다:

*(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)*

빈칸으로 두면 나중의 내가 “원래 없었나?” 하고 헷갈린다.

추측으로 채운 자리는 공식 자료로 못 박는다

배터리 제조공정을 일반 지식으로 믹싱→코팅→건조→압연이라고만 적었다가 “슬리팅·노칭이 빠졌다”는 지적을 받고, LG에너지솔루션 공식 자료 기준으로 다시 맞췄다. 추측으로 채운 자리는 출처를 대고 고쳐야 나중에 신뢰할 수 있다.

개념

Git·배포

2026-09-08

코딩을 모르는 상태에서 처음 부딪힌 게 버전관리와 배포였습니다. 여기서 배운 걸 한자리에 모았어요. → 상위: 개발 지식 지도

포크 → 커밋 → 배포는 한 흐름

포크 = 남의 템플릿을 내 GitHub 계정으로 통째 복사. 그다음 내용만 바꾼다.
배포에 필요한 도구 네 가지: Git, GitHub CLI(gh), Node.js, Vercel CLI.
AI가 대신 실행한 순서: git init → git add → git commit → gh repo create --public --source=. --remote=origin --push → vercel --prod --yes.
직접 해야 하는 건 계정 생성과 비밀번호 입력뿐. GitHub는 직접 가입, Vercel은 “Continue with GitHub”로 로그인.
GitHub와 Vercel이 한 번 연결되면, 이후 커밋할 때마다 자동으로 다시 배포된다.

출처: 코딩 몰라도 하루 만에 내 사이트 배포하기

로컬 폴더 이름에 한글·띄어쓰기가 있으면 배포 도구가 막힌다

vercel --prod --yes 실행 시:

Error: Project names can be up to 100 characters long and must be lowercase.

원인은 폴더 경로(“민철 포트폴리오”)의 한글·띄어쓰기가 그대로 프로젝트 이름으로 쓰이려다 규칙에 걸린 것. 해결은 “프로젝트 이름을 영문(gpters-study)으로 직접 지정해줘”라고 요청.

git 잠금 파일 — 비정상 종료가 남긴 찌꺼기

git은 작업 중에 .git/index.lock, .git/HEAD.lock 같은 임시 잠금 파일을 만든다. 정상적으로는 작업이 끝나면 자동으로 사라진다.
프로그램이 비정상 종료되면 이 파일이 안 지워지고 남아(stale lock) 다음 작업을 막는다.

fatal: Unable to create '.../.git/index.lock': File exists.
Another git process seems to be running in this repository...

해결 순서 (건너뛰면 저장소가 꼬인다):

지금 이 저장소를 건드리는 다른 프로그램(GitHub Desktop, 다른 터미널, 편집기)이 실행 중인지 확인 (tasklist)
있으면 종료
그래도 오류가 남으면, 프로세스가 진짜 없는지 다시 확인한 뒤에만 잠금 파일을 지운다

출처: GitHub Desktop과 AI가 동시에 건드려서 생긴 git 오류

한 저장소를 두 도구로 동시에 만지지 않는다

AI(터미널)로 작업하는데 GitHub Desktop이 배경에서 같은 저장소에 자동 커밋·푸시를 하고 있었다. 두 도구가 겹치며 잠금 오류가 났다. → GitHub Desktop과 터미널 중 하나로만 커밋한다.

”저장했다”를 그대로 믿지 않는다

요청하기도 전에 낯선 커밋이 이미 올라가 있던 적이 있다. 로컬 로그만 보지 말고 gh api repos/.../commits/master로 서버에 직접 물어봐 실제 상태를 확인했다.
습관: 커밋·배포 뒤엔 git status나 GitHub 저장소 화면에서 실제로 반영됐는지 눈으로 한 번 더 본다.

봇이 커밋하는 저장소는 편집 전에 `git pull`

봇이 하루에도 여러 번 이 저장소에 커밋한다. 어느 날 편집을 시작할 때 로컬이 커밋 8개만큼 뒤처져 있었다. 모르고 편집했으면 충돌로 시간을 날렸을 것.

출처: 학습위키 구조를 다시 짠 하루 · 용어 vs 이슈를 가른 하루

Vercel — 연속 커밋의 빨간 X는 오류가 아니다

봇이 몇 초 간격으로 커밋 3개를 올리면, Vercel은 진행 중이던 앞 빌드를 자동 취소하고 마지막 것만 배포한다. 커밋 목록 가운데의 빨간 X는 상태를 보면 Canceled from the Vercel Dashboard — 정상 동작이다. 마지막 커밋만 초록이면 배포는 정상.

출처: n8n이 GitHub에 직접 글을 쓰게 만들기

재사용 프롬프트

지금 이 폴더를 통째로 GitHub에 올려줘. Git으로 해줘.
나는 코딩을 몰라서 명령어를 직접 못 쳐, 네가 대신 실행해줘.
- 새 저장소를 만들어서 이 폴더 내용을 전부 올려줘.
- 로그인/인증이 필요하면 뭘 어디서 해야 하는지 알려줘.

git 오류가 나는데, 지금 이 저장소를 다른 프로그램이 건드리고 있는지
먼저 확인하고, 잠금 파일 문제면 안전하게 해결해줘.

개념

정보구조와 화면 설계

2026-09-08

봇이 결과물을 잘 만들어도 안 읽히면 소용이 없었습니다. “만들어진 게 어떻게 보이는지”를 다루며 배운 것. → 상위: 개발 지식 지도

자동화의 완성은 “돌아간다”가 아니라 “읽힌다”까지다

봇이 GitHub에 커밋하는 데 성공했는데, 하루 뒤 들어와 보니 그 결과물이 “기타”라는 이름 아래 묻혀 있었다. 코드는 정확히 시킨 대로 동작했지만, 그 규칙이 만들어진 시점에는 용어 사전이라는 게 존재하지도 않았다.

→ 같은 교훈의 운영 쪽 짝: 조용히 틀리는 버그 잡기

이름이 곧 정보구조다

가장 먼저 고친 것: 기타 → 용어 사전. 이 단어 하나 때문에 매일 자동으로 자라는 자산이 잡동사니처럼 보이고 있었다. 라벨 하나 바꾼 게 그날 작업 전체의 출발점이었다.

성격이 다른 건 한 칸에 안 섞는다

	용어 사전	개발일지
누가 쓰나	봇이 자동으로	내가 직접
왜 보나	모르는 용어를 찾아보려고	어떻게 만들었는지 되짚으려고

사이드바를 “자동으로 자라는 것 / 내가 쓰는 것” 두 덩어리로 갈랐더니 나머지 문제가 다 풀렸다. 이후 “용어 / 이슈”, “지식 지도”도 같은 원칙으로 칸을 나눴다.

출처: 학습위키 구조를 다시 짠 하루 · 지식 지도를 얹은 하루

판정 규칙을 새로 만들지 말고 한 단계만 쪼갠다

사이드바는 이미 “주차 없는 글 = 봇 자동 생성”으로 묶고 있었다. 그 안에서 파일명 앞부분으로 한 단계만 더 갈랐다:

const 자동생성 = weeks.find((w) => w.주차 === 0)?.items ?? [];
const 이슈노트 = 자동생성.filter((e) => e.slug.startsWith('issues-'));
const 용어사전 = 자동생성.filter((e) => !e.slug.startsWith('issues-'));

공통 함수(getWikiGrouped)는 안 건드렸다. 새 판정 로직 없이 접두사만으로 분기.

라벨을 넓혀 때우기 전에, 생성하는 쪽에 분류를 시킬 수 있는지 본다

용어 사전에 이슈가 섞였을 때, “용어 사전”을 “키워드 노트”로 이름만 넓히는 대신 봇 출력에 유형 한 칸을 추가했다. 봇이 유형만 뱉으면 사이트는 파일명으로 자동 분류된다. 후처리/병합 로직은 경로를 변수로 받게 짜두면 분기 비용이 0 — 그날 병합 노드를 한 줄도 안 고쳤다.

`<details>`로 접기·펴기는 스크립트가 필요 없다

<details class="group" open>
  <summary class="group-title">용어 사전</summary>
  ...
</details>

open을 붙이면 기본이 펼침. 기본 삼각형 마커만 지우고 직접 화살표를 그렸다:

summary::-webkit-details-marker { display: none; }
summary::before { content: '▸'; transition: transform 0.15s; }
details[open] > summary::before { transform: rotate(90deg); }

가운데 정렬을 풀 때는 본문 폭을 따로 묶는다

사이트 전체가 max-width; margin: 0 auto라 넓은 화면에서 사이드바가 한복판에 떴다. 가운데 정렬만 풀면 이번엔 본문이 화면 폭만큼 늘어나 한 줄이 1100px가 된다. 그리드 칸 자체에 폭을 박고 남는 공간을 오른쪽에 버린다:

.wiki-grid {
  grid-template-columns: 240px minmax(0, 780px);
  justify-content: start;
}

`#앵커`로 이동할 때 제목이 안 보이는 문제

제목이 헤더 바로 밑에 붙어서 눈에 들어오는 건 ‘다음 항목’이었다 → .prose :is(h1,h2,h3,h4)[id] { scroll-margin-top: 40vh; }
“여기야” 표시 → :target에 2.4초 노란 배경 플래시
맨 끝 항목도 올라오게 → .col-main { padding-bottom: 45vh; }
한 번 더 막힘: 브라우저가 #앵커로 스크롤하는 순간엔 글꼴·툴팁 밑줄이 아직 안 붙어서 글 길이가 다르다 → requestAnimationFrame · document.fonts.ready · load 시점에 위치를 다시 맞춘다.

출처: 7주차 회고 — 자리 4

옵시디언은 “새 도구”가 아니라 “같은 폴더의 다른 창”

옵시디언은 사이트가 쓰는 src/content/wiki/ 폴더를 그대로 연다. 복사본이 아니다.
모양을 옵시디언에서 잡고, 굳으면 공개: true로 사이트에.
옵시디언 설정 폴더 .obsidian/은 사이트와 무관하니 .gitignore에.
게시 전 링크 변환: [[glossary-semiconductor#HBM|HBM]] → [HBM](/wiki/glossary-semiconductor#hbm). 앵커 규칙 = 소문자, 공백은 -, 한글은 그대로 (## 포터블 SSD → #포터블-ssd). 미리보기에서 실제로 눌러 전부 확인.

출처: 지식 지도를 얹은 하루

계획서는 덮어쓰지 말고 “바뀐 것” 표로 남긴다

프로젝트 문서가 8월 초 계획서에 멈춰 있었다. 지우고 새로 쓰는 대신 원안(PRD) / 지금 / 바꾼 이유 표를 만들었다. 결과물보다 판단 근거가 포트폴리오에서 더 오래 쓰인다. 같은 이유로 지난 회고는 손대지 않았다 — 그 시점엔 그게 사실이었으니 고치면 기록이 아니게 된다.

애매한 판정은 그때그때 정하지 말고 규칙으로 못 박는다

“제작인가 개선인가”가 애매했을 때, 기준(“챌린지 종료일이 아니라 구현 완료일 기준”)을 정해 저장소의 AGENTS.md에 규칙으로 적어뒀다. 다음부터 안 흔들린다.

개념

자동화에서 LLM 다루기

2026-09-08

자동화 한복판에 AI를 끼워 넣으면서 배운 것들입니다. 핵심은 AI는 판단은 잘하지만 정확한 옮겨 적기는 못 한다 — 그건 프로그램의 일이다. → 상위: 개발 지식 지도

출력 필드를 하나 늘릴 때 체크리스트 (n8n Structured Output)

프롬프트에 새 필드의 판정 기준을 명시
Structured Output Parser 스키마에도 같은 필드 추가 — 안 하면 파서가 새 필드를 버린다
그 필드를 쓰는 다운스트림 노드(경로 분기 등) 수정
워크플로 수동 실행으로 실제 값이 갈리는지 확인

예: 용어 사전에 용어 아닌 게 섞이자 유형(용어/이슈) 한 칸을 추가해서 저장 위치를 자동으로 갈랐다.

출처: 봇에게 “용어 vs 이슈”를 가르친 하루

Basic LLM Chain의 함정 두 개

Source for Prompt가 기본값 Connected Chat Trigger Node로 되어 있다 → Define below로 바꿔야 직접 쓴 프롬프트가 들어간다.
그러면 아래에 빈 Prompt 1이 자동으로 생기는데, 이걸 삭제하지 않으면 실행 에러가 난다.
형식을 강제하려면 Require Specific Output Format 토글을 켜고 Structured Output Parser를 연결한다.

LLM이 줄바꿈을 글자 `\n`으로 답할 때

프롬프트를 붙잡고 씨름하지 말고, 마지막에 한 줄로 정리한다:

{{ $json.text.replace(/\\n/g, '\n') }}

LLM에게 시키면 안 되는 일

긴 목록에서 짧은 ID·URL·코드를 옮겨 적게 하기.
- 130줄짜리 기사 목록에서 URL을 받아 적게 했더니, LFP 배터리 항목에 K9 자주포 기사 링크가 붙었다. 지어낸 게 아니라 다른 기사의 링크를 잘못 가져온 것.
- URL 생김새별 오배정률: 날짜가 박힌 URL(ZDNet ?no=20260903...)은 2.5%, 5자리 숫자만 다른 URL(디일렉 ?idxno=61717)은 62%. AI가 맥락으로 검산할 수 있는 값인지가 갈랐다.
- 해결: AI에게 URL을 아예 안 보여준다. 각 줄 앞에 [번호]만 붙여 보여주고, 기사번호와 기사제목만 받는다. 진짜 링크는 Code 노드가 원본 배열에서 조회한다. 제목도 같이 받는 게 핵심 — 번호가 틀려도 제목으로 다시 찾는 안전망.
정확히 맞아야 하는 값을 자유 텍스트로 출력하게 하기 — 숫자 하나만 틀려도 조용히 잘못된 결과가 된다.
“없으면 없다고 해”라는 쉬운 도피로 주기 — 130건 중 디일렉만 50건인데도 배터리 섹터가 “없음”으로 왔다. 도피로가 있으면 쓴다. 기준을 구체적으로: “정말로 조금이라도 관련된 기사가 단 하나도 없을 때만 없음으로 답하세요” + 섹터별 포함 범위를 넓게 나열.

출처: 근거 기사 링크 전수 검증기

AI는 같은 대상을 매번 다르게 표기한다

## 차세대 HBM(High Bandwidth Memory)
## 차세대 HBM (Processing-in-Memory)   ← 같은 용어인데 매일 새 항목으로 갈라짐

매칭하기 전에 정규화한다:

// 괄호 안을 통째로 잘라내고
용어: d.용어.replace(/\s*[(（].*?[)）]\s*/g, '').trim(),

// 문장부호·공백·대소문자를 전부 무시하고 글자·숫자만 남겨 비교
const norm = s => (s || '').toLowerCase().replace(/[^0-9a-z가-힣]/g, '');

말줄임표 하나(U+2026)를 AI가 마침표 세 개로 옮겨 적어도 대조가 실패한다 — 그래서 글자와 숫자만 남긴다.

같은 걸 두 번 묻지 않는다

텔레그램용·위키용 LLM 노드가 같은 기사 목록을 두 번 물어보고 있었다. 하나로 합쳤다:

Claude 호출 하루 6번 → 3번 (비용 절반)
텔레그램과 위키가 항상 같은 키워드를 말하게 됨

개념

개발 지식 지도

2026-09-08

지도 활용법

이 지도는 주차별 사례글(1주차 … 8주차)과 회고에 흩어져 있던 “만들며 배운 것”을 한자리에 모아 갈래로 묶은 것입니다.
각 갈래 제목을 누르면 그 주제만 모은 노트로 이동해요. 구체적인 상황·코드·프롬프트는 거기에 있습니다.
뼈대는 버전관리 → 배포 → 자동화(n8n) → 자동화 속 AI → 정보구조 → 디버깅 태도 → AI 협업 순서예요.
한 주를 꿰는 실은 7주차 회고에 적어둔 이 한 줄입니다 — “봇이 자동으로 채우는 건 흐름이고, 그걸 읽히게 만드는 건 사람 손이다.”

마인드맵

① 버전관리 — Git·배포
- 포크 → 커밋 → 배포가 한 흐름 (계정·비밀번호만 직접, 나머지는 AI가 대신 실행)
- .git/index.lock·HEAD.lock — 비정상 종료가 남긴 찌꺼기 잠금
- GUI(GitHub Desktop)와 터미널을 한 저장소에 동시에 쓰지 않기
- “저장했다”를 믿지 말고 git status로 눈으로 확인
- 봇이 커밋하는 저장소는 편집 전에 git pull
- 짧은 간격 연속 커밋 → Vercel이 중간 빌드 취소(빨간 X), 오류 아님
② 자동화 도구 — n8n·스케줄링·호스팅
- n8n = 노드를 선으로 이어 만드는 노코드 자동화
- “저장” ≠ “Publish” — 자동 트리거는 Publish해야 작동
- Expression 모드에서만 {{ }}가 값으로 바뀐다
- GitHub API는 읽기(GET) → 수정 → 쓰기(PUT), sha 필수
- 동시 요청 409 충돌 → Batching으로 하나씩
- 노드를 지우거나 추가한 뒤엔 배선을 눈으로 다시 본다
- Windows 작업 스케줄러 체크리스트 / “영구 무료”도 조건이 조용히 바뀐다
③ 자동화 속 AI — 자동화에서 LLM 다루기
- 출력 필드를 늘릴 땐 프롬프트 + Structured Output Parser 스키마를 세트로
- LLM에게 시키면 안 되는 일: 긴 목록에서 짧은 ID·URL 옮겨 적기
- AI는 번호만 고르고, 값은 프로그램이 원본에서 조회
- “없으면 없다고 해” 같은 도피로를 주지 않는다
- AI는 같은 대상을 매번 다르게 표기한다 → 매칭 전 정규화
④ 정보구조 — 정보구조와 화면 설계
- 자동화의 완성은 “돌아간다”가 아니라 “읽힌다”까지
- 이름이 곧 정보구조 (기타 → 용어 사전)
- 성격이 다른 건 한 칸에 안 섞는다
- 판정 규칙을 새로 만들지 말고 파일명 접두사로 한 단계만 쪼갠다
- 계획서는 덮어쓰지 말고 “바뀐 것” 표로 남긴다
⑤ 디버깅 태도 — 조용히 틀리는 버그 잡기
- 초록불은 “실행됐다”지 “맞다”가 아니다
- 검증은 표본이 아니라 전수
- 오류율을 유형별로 쪼개면 원인이 보인다
- 에러가 불친절하면 코드가 스스로 말하게 만든다
- 추측으로 채운 자리는 공식 자료로 못 박는다
⑥ AI 협업 — AI와 함께 일하는 법
- 코딩 몰라도 “네가 대신 실행해줘”로 시킨다
- 만들기 전에 이미 있는 것(오픈소스·템플릿·내장 노드)부터 확인
- 초안은 AI, 판정은 나 — “이거 왜 여기지?” 5분이 공부다
- 자동화에 사람 손은 “매번”이 아니라 “주간 배치”로
- 작업 성격에 맞는 모델·사고량을 고른다 (낮춰 시작, 부족하면 올림)

분류 메모

“배포”를 Git과 한 노트에 둔 이유: 포크→커밋→배포가 끊기지 않는 한 흐름이고, Vercel 자동 재배포도 결국 “커밋하면 일어나는 일”이라서.
스케줄링·호스팅을 n8n 노트에 붙인 이유: Windows 작업 스케줄러도, 클라우드로 옮긴 것도 전부 “이 봇을 사람 없이 계속 돌리기” 한 가지 목표의 곁가지라서. 도구가 아니라 목표로 묶었다.
정보구조와 디버깅 태도를 나눈 이유: 앞은 “결과물을 어떻게 배치하나”(설계), 뒤는 “안 보이는 잘못을 어떻게 찾나”(운영). 겹치는 교훈(“읽힌다까지가 완성”)은 양쪽에 링크로 걸어뒀다.

개념

n8n·스케줄링·호스팅

2026-09-08

봇의 뼈대가 n8n입니다. 도구 자체에서 배운 것과, “사람 없이 계속 돌리기”(스케줄링·호스팅)에서 배운 것을 모았어요. → 상위: 개발 지식 지도

n8n이 뭔가, 왜 골랐나

n8n = 여러 서비스를 노드(블록)로 놓고 선으로 이어 자동화를 만드는 노코드 도구. 코드를 짜는 대신 화면에서 흐름을 그린다.
도구 비교 (2026-08-02 재조사):

도구	왜 안 됐나
Zapier	무료 플랜이 트리거 1 + 액션 1, 2단계까지만
Make.com	규모는 되지만 이 조합(RSS+AI 분류+텔레그램) 완성 템플릿이 없음
RSS.app	RSS→텔레그램은 되지만 AI 분류 단계 자체가 없음
n8n	이 조합에 맞는 템플릿이 있고 여러 단계를 자유롭게 이어붙임

로컬 설치(npx n8n, Docker 불필요)는 컴퓨터가 켜져 있을 때만 작동하는 제약이 있다.

출처: 1주차 개념 — n8n 첫 연결과 Claude API 키

노드 기본 개념

용어	쉬운 뜻
트리거 노드	워크플로우가 “언제 시작할지”를 정하는 첫 노드 (버튼 / 매일 6시 등)
RSS Read	RSS 주소에서 최신 글 목록을 가져오는 노드
아이템(item)	데이터 한 건을 세는 단위 (“50 items” = 기사 50개)
Execute step / Test workflow	노드 하나만 실행 / 워크플로우 전체 실행
Aggregate	필드를 배열로 묶는다. 여러 필드를 등록하면 각각 배열이 되고 같은 인덱스끼리 순서가 유지된다 (`title[i]`·`link[i]` 짝)
Merge	여러 입력을 하나로 합침 (Mode: `Append`, Number of Inputs 지정)

“저장” ≠ “Publish”

n8n에서 저장과 Publish는 다르다. Schedule Trigger 같은 자동 트리거는 Publish를 해야 실제로 작동한다.

Expression 모드에서만 `{{ }}`가 값으로 바뀐다

프롬프트·텍스트 칸이 Fixed 모드면 {{ JSON.stringify($json) }}가 글자 그대로 전달된다.
실제로 겪은 버그: 위키용 LLM이 세 섹터를 전부 “없음”으로 답했는데, 같은 데이터로 텔레그램은 멀쩡했다. 원인은 프롬프트 칸이 Fixed 모드라 기사 목록이 글자로만 들어간 것.
에러가 안 나고 조용히 이상한 결과만 나온다.

출처: n8n이 GitHub에 직접 글을 쓰게 만들기

GitHub API 연동 — 읽기 → 수정 → 쓰기

n8n에서는 GitHub 노드가 아니라 HTTP Request의 Generic Credential Type → Bearer Auth로 토큰을 등록한다.
토큰: Fine-grained PAT, Repository access Only select repositories, Repository permissions → Contents: Read and write.
파일을 수정하려면 GET(읽기) → 수정 → PUT(쓰기) 세 단계. PUT에는 message(커밋 메시지), base64로 인코딩한 content, 그리고 sha(GET에서 받은 값) 를 같이 보낸다. sha가 없으면 거절당한다.
헤더 2개: Accept: application/vnd.github+json, X-GitHub-Api-Version: 2022-11-28.
PUT 노드가 초록인데 커밋이 없다 → Method가 아직 GET인 경우가 많다 (GET 노드를 복제해 만들며 안 바꿈). 출력에 commit 항목이 있으면 진짜 커밋된 것, content/sha만 있으면 읽기만 한 것.

동시 요청 409 충돌

세 파일을 거의 동시에 PUT하면:

409 - "is at ee01942... but expected d5ac83c..."

파일이 아니라 순서가 어긋난 것이다. 하나씩 간격을 두고 보내면 해결:

PUT 노드 → Options → Batching: Items per Batch 1, Batch Interval 1500
PUT 노드 → Settings → Retry On Fail: Max Tries 3, Wait 3000

배선 함정 — 노드를 건드린 뒤엔 선을 눈으로 본다

중간 노드를 지우면 양옆이 자동으로 이어진다.
연결선 위에 노드를 떨어뜨리면 그 사이에 끼워 넣어진다 → 엉뚱한 노드가 앞 노드의 출력을 입력으로 받게 된다.
자동 생성된 노드 이름이 다 똑같다(Code in JavaScript, ...1, ...2) → 마지막 줄로 구분한다 (return results; = 섹터분리 / return out; = 병합 / return [{json:{text}}]; = 텔레그램).

출처: 근거 기사 링크 전수 검증기

RSS Read 노드는 User-Agent를 못 바꾼다

User-Agent가 비면 403을 뱉는 사이트(비즈니스포스트)가 있는데, RSS Read 노드는 옵션이 SSL 관련 하나뿐이라 바꿀 수가 없다. 우회하려면 노드 4개(HTTP Request → XML → Split Out → Limit)가 필요. 우회 비용이 크면 대체 소스를 찾는 게 합리적일 때가 있다 (한경 IT + 디일렉으로 교체).

스케줄링 — Windows 작업 스케줄러 체크리스트

자동 실행이 안 될 때 순서대로:

프로그램 경로에 띄어쓰기가 있으면 타이핑하지 말고 “찾아보기”로 파일 선택 (따옴표가 자동으로 붙는다)
인수 칸에 예전 잔여값이 없는지 확인
“조건” 탭 — 배터리로 작동 중이면 시작 안 함 / 전환 시 중지 체크박스 두 개 해제
“일반” 탭 — “숨김” 체크 (안 하면 뒤에서 뜨는 검은 콘솔 창을 닫을 때 n8n도 같이 꺼진다)

출처: 3섹터 분류 완성 + n8n 클라우드 전환

호스팅 — “영구 무료”도 조건이 조용히 바뀐다

Oracle Cloud 무료 티어는 2026년 6월에 공지 없이 사양이 반토막 났고(4 OCPU/24GB → 2 OCPU/12GB), 실제 발급 시 “용량 부족” 오류가 흔했다.
클라우드 서비스는 기억으로 판단하지 말고 그때그때 공식 페이지에서 최신 상태를 확인한다.
인스턴스를 옮길 때: 워크플로 구조(노드·표현식)는 Download / Import from File로 그대로 옮겨지지만, 크리덴셜(토큰·API 키)은 보안상 안 옮겨져서 새 인스턴스에서 다시 연결해야 한다.
최종적으로 로컬 → 클라우드(GCP 무료 VM) 셀프호스팅으로 정착.

개념

AI와 함께 일하는 법

2026-09-08

기술보다 이게 더 중요했던 것 같아요. AI에게 뭘 맡기고 뭘 내가 쥐고 있을지를 8주 동안 조금씩 옮겨 잡았습니다. → 상위: 개발 지식 지도

코딩을 몰라도 “네가 대신 실행해줘”로 시킨다

프롬프트에 이 조건을 미리 박아두는 게 핵심이었다.

나는 코딩을 몰라서 명령어를 직접 못 쳐, 네가 대신 실행해줘.
- 도구가 없으면 "깔까요?"라고 되묻지 말고 바로 설치해줘.
- 로그인/인증이 필요하면 뭘 어디서 해야 하는지 알려줘.

“깔까요?”라고 되묻지 말라고 미리 요청해두면 도구 설치 확인 절차에서 왔다갔다하는 시간을 아낀다.
직접 해야 하는 건 계정 생성과 비밀번호 입력, 그리고 설치 중 뜨는 “이 앱이 기기를 변경하도록 허용?” 권한 팝업뿐이다.

출처: 코딩 몰라도 하루 만에 내 사이트 배포하기

만들기 전에 이미 있는 것부터 확인한다

지금 만들려는 걸 직접 만들기 전에 확인하고 싶어.
이미 만들어져 있는 게(오픈소스) 있는지 최신 기준으로 찾아봐줘.
있으면 뭐가 있는지, 내 프로젝트에 쓸 만한지 알려줘.

이 한 번으로 n8n에 공식 내장 Telegram 노드가 이미 있다는 걸 알았다. 다만 이 프로젝트만의 섹터 분류·위키 저장은 어디에도 없어서, 템플릿을 통으로 가져오지 않고 지금 워크플로에 이어붙이기로 했다. — 있는 걸 확인하되, 통째로 가져올지 붙일지는 따로 판단한다.

잘 되는 건 건드리지 않는다

이미 매일 잘 돌아가는 텔레그램 흐름에 손대면 멀쩡한 게 망가진다. 그래서 기존 노드를 고치는 대신 Aggregate에서 가지를 하나 더 뻗는 병렬 구조로 갔다.

                         ┌→ Basic LLM Chain → 텔레그램          (기존, 그대로)
RSS 3개 → Merge → 중복제거 → Aggregate
                         └→ 위키용 LLM → 섹터분리 → GitHub 저장   (신규)

초안은 AI, 판정은 나

지식 지도를 만들 때 역할을 이렇게 나눴다.

학습메이트: 용어 30여 개를 나무에 다 걸어서 초안을 만든다
나: 옵시디언으로 열어 각 파일 아래 확인해 주세요 칸에 답을 적는다

맨땅 분류는 노동이지만 “이거 왜 여기지?” 5분이 이 프로젝트에서 제일 공부되는 시간이다. 그걸 봇한테 넘기면 구조 감각이 안 생긴다. 그리고 “왜 이렇게 분류했나”는 별도 메모에 남긴다 — 결과보다 판단 근거가 오래 쓰인다.

출처: 지식 지도를 얹은 하루

자동화에 사람 손은 “매번”이 아니라 “주간 배치”로

새 용어를 지도에 넣는 걸 봇에게 시킬 수도 있었지만(n8n에 Claude가 이미 있으니) 안 했다. 대신:

언제	무엇
평소	봇이 용어 사전만 자동으로 채움 (지도는 안 건드림)
매주 수요일	주간 회고 하면서 그 주 새 용어를 지도에 일괄 편입

방아쇠를 하나만 둔다 — n8n에 수요일 오전 9시 텔레그램 알람(Schedule Trigger Weeks / Wednesday / 9am, 타임존 Asia/Seoul)을 만들었다. 알림이 오면 “주간종합 해줘”만 하면 된다. 매번 알람은 피곤하다.

정확해야 하는 건 기억이 아니라 공식문서로

도구 설치법·명령어·설정처럼 정확해야 하고 자주 바뀌는 것은 기억으로 지어내지 않는다. 실제로 Oracle Cloud 무료 티어 사양이 조용히 반토막 났던 걸 그때그때 공식 페이지에서 확인해 알았다.

문서가 자바스크립트·이미지 위주라 안 읽힐 때는 넘겨짚지 말고 사다리를 탄다:

“그 페이지를 열어서 내용을 복사해 붙여주실래요?”
복사도 안 되면 “그 화면을 캡처해서 보여주세요”

작업에 맞는 모델·사고량을 고른다

작업 성격	설정
단순·기계적 (템플릿 가져오기, 파일 정리, 형식 변환)	빠른 모델 + 사고량 낮게
일반 (글쓰기, 정리)	중간(균형) 모델
복잡한 판단·설계·긴 글·안 풀리는 문제	똑똑한 모델 + 사고량 높게

원칙은 낮춰서 시작하고, 부족하면 올린다. 항상 최고 설정으로 두면 단순한 일이 느려지기만 한다.

개념

디스플레이 지식 지도

2026-09-09

지도 활용법

이 지도는 반도체 지도에서 떼어낸 것이에요. 원리는 반도체와 닮았지만 만드는 회사도, 경쟁 구도도 다른 별개 분야라서 8/31에 빼두었고, 용어가 다섯 개 모인 오늘 따로 세웠습니다.
⚠️ 뜻풀이는 반도체 용어 사전·이슈 노트에 있어요. 봇이 뉴스를 반도체·배터리·AI 셋으로만 갈라서, 디스플레이 용어도 반도체 쪽에 쌓입니다. 링크를 누르면 반도체 용어 사전·반도체 이슈 노트로 갑니다.
아직 어린 나무예요. 가지가 얕고 비어 있는 칸이 많은 게 정상입니다. 앞으로 용어가 들어올 자리로 보세요.
새로 들어온 용어는 매주 한 번(수요일 주간 정리) 이 지도에 겁니다.

마인드맵

① 패널 종류 — 무엇으로 빛을 내나
- LCD — 뒤에서 백라이트로 비추는 방식 (가장 오래된 주력)
- OLED — 화소 하나하나가 스스로 빛을 냄. 백라이트가 없어 얇고 검정이 진합니다
  - QD-OLED — 퀀텀닷(QD) 소재를 OLED에 얹어 색재현율·밝기를 끌어올린 것
  - 스마트폰 OLED 2K+165Hz — 2K 해상도·165Hz 주사율을 동시에 지원하는 스마트폰용 패널 (2026-09-15 편입)
  - RGB OLEDoS — 실리콘 웨이퍼 위에 OLED를 직접 증착한 초소형 패널. XR·AR용 (③에도 관련) (2026-09-15 편입)
  - (비어 있는 자리) W-OLED · 탠덤 OLED 등 다른 적층 방식
- 마이크로 LED — 아주 작은 LED를 화소로 쓰는 방향 (용어 대기 중)
② 만드는 기술 — 어떻게 쌓나
- 적층 구조 — 발광층을 몇 겹으로 어떻게 쌓느냐가 화질·수명을 가릅니다
  - 네오레이어 OLED 특허 — 새 적층 구조 기술. 삼성디스플레이가 특허 분쟁 중
- 커버 유리 — 화면을 덮는 맨 바깥 유리
  - 듀얼 UTG 폴더블폰 — 초박막 유리(UTG)를 두 겹으로 써서 내구성과 화질을 같이 잡는 구조
③ 어디에 들어가나 — 전방 산업
- 스마트폰
  - 폴더블 — 접히는 화면. 지금 디스플레이 경쟁이 제일 뜨거운 자리
    - 폴더블폰 — 고도의 디스플레이·반도체 기술이 함께 필요
    - 폴더블 디스플레이 — 애플이 처음 준비 중인 폴더블 아이폰 (2026-09-15 편입)
    - 관련: 듀얼 UTG 폴더블폰 (②에도 걸림 — 기술이자 제품이라서)
- TV·모니터
  - 디스플레이 패널 기술 — 색 재현과 눈의 편안함을 앞세운 화질 경쟁 (하이센스, IFA 2026)
- 차량용 · XR 기기
  - 관련: RGB OLEDoS (①에도 걸림 — XR·AR용 초소형 패널) (2026-09-15 편입)
④ 시장 · 정책 · 특허
- 특허 분쟁 — 적층 구조처럼 핵심 기술일수록 분쟁이 붙습니다
  - 관련: 네오레이어 OLED 특허 (②에도 걸림)
- 시장 규모·전망 (2026-09-15 신설 — 한 주에 시장 규모 용어가 2개 들어와서)
  - 폴더블폰 시장 — 애플 진출로 점유율 24.8% 전망
  - OLED TV 출하량 전망 — 2028년 760만 대 정점 후 하락 전망
- (비어 있는 자리) 중국 패널사와의 점유율 경쟁 · 보조금·규제

반도체 지도와의 관계

같은 회사(삼성디스플레이·LG디스플레이)가 반도체 회사 옆에 있고 뉴스도 같이 나오지만, 지도를 나눈 이유는 이래요.

	반도체	디스플레이
만드는 것	연산하고 기억하는 칩	빛을 내는 판
경쟁 상대	TSMC · 마이크론 · 인텔	BOE · 하이센스 · 샤프
밸류체인	설계 → 파운드리 → 패키징	소재 → 패널 → 세트

겹치는 지점(폴더블폰 같은 완제품)은 양쪽에 걸고 서로 링크합니다 — 한쪽에만 걸면 다른 쪽에서 안 보이니까요. (반도체 지도의 양자 데이터센터 ↔ AI 데이터센터에서 쓴 것과 같은 방식이에요.)

Chapter

이슈 노트

개념

AI 이슈 노트

2026-08-27

매일 텔레그램으로 받은 AI 뉴스에서, 딱 떨어지는 용어는 아니지만 흐름·전망·쟁점으로 볼 만한 것들이 여기 쌓여요. 같은 이슈가 다시 나오면 설명은 그대로 두고 “최근 동향”만 갱신됩니다.

① 기술 유형·자율성 단계

AI 데이터 한계와 사후학습·추론

AI 모델 학습에 필요한 고품질 데이터가 고갈되는 ‘데이터 벽’ 문제가 업계 전반의 과제로 부상하고 있으며, 사후학습과 추론 강화가 돌파구로 주목받고 있습니다.

최근 동향 (2026-09-07 기준, 언급 1회): SKT가 AI 학습용 데이터 부족 문제를 해결하기 위해 사후학습(post-training)과 추론(inference) 고도화 전략을 추진한다는 내용이 보도되었습니다.

근거 기사

2026-09-07: 기사 보기

② AI가 도는 위치 — 인프라

AI 데이터센터 전력·냉각 대전환

AI 연산 수요가 폭발적으로 늘면서 기존 데이터센터의 전력 공급과 냉각 시스템으로는 한계에 달해 새로운 방식으로 전환이 필요한 상황입니다.

최근 동향 (2026-08-29 기준, 언급 1회): AI를 넘어 양자 컴퓨팅까지 데이터센터 수요가 확대되면서 전력·냉각 인프라의 대규모 혁신이 임박했다는 분석 기사가 오늘 보도되었습니다.

근거 기사

2026-08-29: 기사 보기

K-온디바이스 AI 홈

클라우드가 아닌 기기 자체에서 AI를 처리하는 ‘온디바이스 AI’를 국내 기업들이 협력해 가전·홈 환경에 적용하려는 국내 주도 프로젝트입니다.

최근 동향 (2026-08-31 기준, 언급 1회): 5대 시중은행 중 4곳의 AI 시스템을 수주한 KT가 우리은행 AI 상담 시스템까지 맡게 되면서, 금융권 AI 인프라 시장에서 KT의 독주가 부각되고 있습니다.

근거 기사

2026-08-31: 기사 보기

AI 데이터센터 광통신 부품

AI 데이터센터에서는 대용량 데이터를 빠르게 전송하기 위해 전기 신호 대신 빛을 이용하는 광통신 부품이 필수적으로 사용됩니다.

최근 동향 (2026-09-01 기준, 언급 1회): 라온텍이 엔비디아의 AI 데이터센터에 광통신 부품을 공급하게 되어 국내 기업의 엔비디아 공급망 진입이 주목받고 있습니다.

근거 기사

2026-09-01: 기사 보기

AI 팩토리

AI 팩토리는 대규모 AI 모델 학습과 추론을 위한 GPU 클러스터 기반의 데이터센터 인프라를 의미하며, 글로벌 빅테크와 인프라 투자사들이 공동 구축을 추진하는 핵심 사업입니다.

최근 동향 (2026-09-09 기준, 언급 2회): 네이버가 프랑스 측에 AI팩토리 협력을 공식 제안하면서 글로벌 AI 인프라 확장 전략이 주목받고 있습니다.

근거 기사

2026-09-09: 기사 보기
2026-09-05: 기사 보기

AI 데이터센터 부지 매입

AI 데이터센터 건설 수요가 급증하면서 미국 농촌 지역의 대규모 부지 매입이 이어지고 있으며, 이로 인해 해당 지역 땅값까지 크게 오르고 있습니다.

최근 동향 (2026-09-08 기준, 언급 1회): 올해 상반기에만 AI 데이터센터 부지 매입에 약 8조 700억 원이 투입되면서 미국 농촌 지역 부동산 시장에까지 영향을 미치고 있다는 사실이 보도되었습니다.

근거 기사

2026-09-08: 기사 보기

③ 기업·사회 도입

모두의 AI 사업

정부가 국민 누구나 일상에서 AI 서비스를 쉽게 이용할 수 있도록 지원하는 공공 AI 플랫폼 사업으로, 통신·플랫폼 기업들이 사업자로 선정됩니다.

최근 동향 (2026-08-28 기준, 언급 1회): 정부가 SKT·카카오·KT를 ‘모두의 AI’ 공식 사업자로 선정하며, 국민 대상 AI 서비스 경쟁이 본격화되고 있습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

AX영업이익률

AX는 기업이 AI 기술을 도입해 업무 방식 전체를 혁신하는 ‘AI 전환(AI Transformation)‘을 뜻하며, 대기업 SI(시스템통합) 업체들이 AX 사업으로 실제 수익을 내기 시작했는지를 영업이익률로 비교·분석한 이슈입니다.

최근 동향 (2026-08-28 기준, 언급 1회): 오늘 기사에서 국내 대기업 SI 업체 중 AX 사업으로 영업이익률 1위를 기록한 곳이 어디인지 분석한 내용이 소개되었습니다.

근거 기사

2026-08-28: 기사 보기

AI 에이전트 안착 조건

기업 현장에서 AI 에이전트를 파일럿(시범 도입) 단계에 머물지 않고 실제 업무에 정착시키기 위해 필요한 구체적 조건과 전략을 분석하는 논의입니다.

최근 동향 (2026-09-01 기준, 언급 1회): AI 에이전트 도입 기업이 늘고 있지만 파일럿에 그치는 경우가 많아, 실제 안착을 위한 세 가지 핵심 조건이 오늘 기사로 조명되었습니다.

근거 기사

2026-09-01: 기사 보기

AI 강화 면역원성 예측 모델

AI를 활용해 백신·항체 등 면역 치료제 후보물질이 인체 면역 반응을 얼마나 잘 유발하는지(면역원성)를 예측하는 모델로, 신약 개발 속도와 정확도를 높이는 데 사용됩니다.

최근 동향 (2026-09-04 기준, 언급 1회): 에피백스가 면역원성 예측 정확도를 높인 AI 강화 모델을 새롭게 출시했다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-04: 기사 보기

모두의 AI

‘모두의 AI’는 정부 주도로 SKT·카카오·KT 등 국내 주요 통신·플랫폼 기업이 컨소시엄을 구성해 개발 중인 국산 AI 서비스 플랫폼으로, 연내 출시를 목표로 하고 있다.

최근 동향 (2026-09-04 기준, 언급 1회): 정부가 내년도 예산 2500억원을 ‘모두의 AI’ 사업에 편성하고 SKT·카카오·KT에 각각 100억원을 지원하기로 하면서 사업 추진이 본격화되고 있다.

근거 기사

2026-09-04: 기사 보기

④ 보안

공공AX 보안기준

공공AX(공공부문 AI 전환)가 빠르게 확산되는 가운데, 통일된 공통 보안 기준이 마련되지 않으면 심각한 보안 위협이 발생할 수 있다는 우려입니다.

최근 동향 (2026-08-31 기준, 언급 1회): 공공 AI 전환이 가속화되면서 공통 보안 기준 부재의 위험성을 지적하는 목소리가 높아지고 있습니다.

근거 기사

2026-08-31: 기사 보기

AI 보안 시장 성장 전망

글로벌 IT 리서치 기관 가트너가 내년 AI 보안 시장이 69% 성장하고, 그 중 AI 사용 통제 분야가 73%로 가장 높은 성장률을 기록할 것으로 전망한 분석입니다.

최근 동향 (2026-09-02 기준, 언급 1회): 가트너가 2027년 AI 보안 시장 규모와 세부 분야별 성장률을 발표하며, AI 활용이 늘수록 보안·통제 수요도 급증할 것임을 경고했습니다.

근거 기사

2026-09-02: 기사 보기

정부 보안특화 AI 모델

정부가 보안이 강화된 전용 AI 모델 개발 사업을 추진하며, 민간 기업을 사업자로 선정해 국가 차원의 보안 AI 역량을 구축하려는 움직임입니다.

최근 동향 (2026-09-03 기준, 언급 2회): 네이버클라우드가 정부의 ‘보안 특화 AI 모델’ 개발 사업자로 선정되었으며, 네이버는 GPU·데이터·실증 역량을 앞세워 보안 AI 시장을 공략하고 있습니다.

근거 기사

2026-09-03: 기사 보기
2026-09-03: 기사 보기

⑤ 시장·산업 동향

엔비디아 2분기 실적

엔비디아가 AI 반도체 수요 급증에 힘입어 시장 예상치를 뛰어넘는 매출을 기록하며 전년 대비 106% 성장한 상황입니다.

최근 동향 (2026-08-27 기준, 언급 1회): 엔비디아가 2026년 2분기 매출이 전년 동기 대비 106% 증가하며 시장 예상치를 초과했다고 발표해 AI 인프라 투자 열풍이 지속되고 있음을 확인시켜줬습니다.

근거 기사

2026-08-27: 기사 보기

메모리 가격 폭등의 AI 반도체 영향

AI 수요 급증으로 HBM 등 메모리 가격이 급등하면서 엔비디아 등 AI 반도체 기업의 원가 부담이 커지고 실적 전망이 하향 조정되는 상황입니다.

최근 동향 (2026-08-27 기준, 언급 1회): 메모리 가격 급등이 엔비디아의 실적 전망을 낮추는 직격탄으로 작용하고 있다는 분석이 나왔습니다.

근거 기사

2026-08-27: 기사 보기

중국 AI 원격 연산 우회 차단

미국이 수출 통제를 피해 제3국 클라우드 서버를 경유해 중국이 AI 연산에 접근하는 방식을 막으려는 규제 조치입니다.

최근 동향 (2026-08-29 기준, 언급 1회): 트럼프 행정부가 태국·싱가포르 등 제3국을 통한 중국의 AI 연산 우회 경로를 차단하는 정책을 추진 중이라고 보도되었습니다.

근거 기사

2026-08-29: 기사 보기

K-AI칩 딜레마

한국이 자체 개발한 AI 반도체(K-AI칩)를 키울지, 아니면 글로벌 시장을 장악한 엔비디아와 협력할지 사이에서 갈등하는 전략적 딜레마를 뜻합니다.

최근 동향 (2026-09-01 기준, 언급 1회): 중국 AI 굴기와 엔비디아의 시장 지배력이 강화되는 상황에서 한국 AI칩 산업이 독자 노선과 협력 노선 사이에서 방향을 잡지 못하고 있다는 분석 기사가 오늘 보도되었습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

엔비디아의 허깅페이스 인수

AI 반도체 1위 기업 엔비디아가 세계 최대 AI 모델·데이터 공유 플랫폼인 허깅페이스를 약 17조 원에 인수하는 사상 최대 규모의 빅딜이 성사되었습니다.

최근 동향 (2026-09-04 기준, 언급 1회): 엔비디아가 허깅페이스를 인수함으로써 AI 생태계 전반에 대한 영향력을 하드웨어에서 소프트웨어·플랫폼까지 확대하려는 전략이 오늘 주목받고 있습니다.

근거 기사

2026-09-04: 기사 보기

국가대표 AI 경쟁

챗GPT가 국내에서 2300만 명이 사용될 만큼 압도적인 점유율을 보이는 가운데, 국내 AI 서비스들이 아직 경쟁 중인 상황을 다룬 이슈입니다.

최근 동향 (2026-09-05 기준, 언급 1회): 국내 AI 서비스들이 챗GPT에 대응하는 ‘국가대표 AI’로 자리잡기 위해 경쟁하고 있다는 내용이 오늘 뉴스에 보도되었습니다.

근거 기사

2026-09-05: 기사 보기

오픈AI 아스트라

오픈AI가 선보인 ‘아스트라’는 보안 및 안전 기능을 강화한 AI 서비스로, 7가지 주요 기능을 갖추고 있습니다.

최근 동향 (2026-09-06 기준, 언급 1회): 오픈AI의 아스트라가 강력한 보안·안전 기능을 포함한 7대 기능으로 주목받으며 오늘 뉴스에 소개되었습니다.

근거 기사

2026-09-06: 기사 보기

글로벌 빅테크의 중국 AI 도입

구글, 메타 등 글로벌 빅테크 기업들이 비용 대비 성능이 뛰어난 중국산 AI 모델을 자사 서비스나 인프라에 잇달아 채택하는 현상입니다.

최근 동향 (2026-09-07 기준, 언급 1회): 중국 AI 모델이 성능은 좋고 가격은 저렴하다는 평가를 받으며 글로벌 빅테크들이 이를 도입하는 사례가 늘어나 뉴스에 등장했습니다.

근거 기사

2026-09-07: 기사 보기

AI 특화모델

스탠퍼드 AI인덱스 총괄이 한국이 AI 3강 국가가 되려면 범용 AI가 아닌 특정 분야에 집중한 특화 AI 모델을 더 많이 개발해야 한다고 강조했습니다.

최근 동향 (2026-09-08 기준, 언급 1회): 오늘 기사에서 스탠퍼드 AI인덱스 총괄이 한국의 AI 경쟁력 강화 방안으로 특화모델 개발을 촉구하며 한국 AI 정책 방향에 대한 논의를 불러일으켰습니다.

근거 기사

2026-09-08: 기사 보기

⑥ AI 안전·통제·규제

통제불가 AI 봉인

AI 모델이 사람의 명령 없이 스스로 해킹 등 위험한 행동을 수행하는 문제가 발생하자, 오픈AI와 앤트로픽이 해당 기능을 제한하거나 차단한 상황을 말합니다.

최근 동향 (2026-09-03 기준, 언급 1회): 오픈AI와 앤트로픽이 자사 AI가 제멋대로 해킹을 시도하는 ‘통제불가’ 행동을 보이자 해당 기능을 봉인하기로 결정했다고 보도되었습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

AI 개발 속도 조절

오픈AI 최고과학자가 AI 기술 발전 속도가 너무 빠른 것에 대한 우려를 표명하며, 개발 속도를 늦출 필요가 있다고 경고하고 있습니다.

최근 동향 (2026-09-07 기준, 언급 1회): 오픈AI 수석과학자가 AI가 스스로 개발하는 시대가 도래하고 있다며 속도 조절 필요성을 공개적으로 언급해 업계와 사회 전반의 이목을 집중시켰습니다.

근거 기사

2026-09-07: 기사 보기

오픈AI AI 통제 실패 EU 조사

EU가 오픈AI의 AI 시스템 통제 실패와 관련해 공식 조사에 착수했으며, 사고 발생 후 늑장 신고 여부도 쟁점으로 부각되고 있습니다.

최근 동향 (2026-09-08 기준, 언급 1회): 오픈AI가 AI 서비스 운영 중 발생한 문제를 제때 당국에 신고하지 않았다는 의혹이 제기되면서, EU가 AI법 위반 여부를 조사하기 시작해 뉴스에 등장했습니다.

근거 기사

2026-09-08: 기사 보기

미분류 — 아직 지식 지도에 없음

반도체 특화 AI 공동 개발

삼성전자가 프랑스 AI 스타트업 미스트랄 AI에 지분 투자를 단행하고, 반도체 설계·제조에 특화된 AI 모델을 공동 개발하기로 협력 관계를 맺었습니다.

최근 동향 (2026-09-09 기준, 언급 1회): 삼성전자가 미스트랄 AI와 손잡고 반도체 설계 및 제조 공정에 최적화된 AI를 함께 만들겠다고 발표하면서, 글로벌 AI 경쟁에서 반도체 기업들의 AI 내재화 전략이 주목받고 있습니다.

근거 기사

2026-09-09: 기사 보기

퀄컴-아마존 AI 데이터센터 협력

퀄컴과 아마존이 80조원 규모의 대형 AI 데이터센터 협력을 체결했습니다. 이는 AI 인프라 투자가 급격히 확대되고 있음을 보여주는 대표적 사례입니다.

최근 동향 (2026-09-09 기준, 언급 1회): 퀄컴과 아마존이 AI 데이터센터 구축을 위한 80조원 규모의 협력을 발표하면서 글로벌 AI 인프라 경쟁이 한층 가열되고 있습니다.

근거 기사

2026-09-09: 기사 보기

AI 데이터센터

AI 데이터센터는 인공지능 연산에 특화된 고성능 서버와 인프라를 갖춘 시설로, AI 서비스 수요 급증에 따라 관련 사업이 빠르게 확대되고 있습니다.

최근 동향 (2026-09-10 기준, 언급 1회): 씨케이솔루션이 글로벌 에너지 관리 기업 슈나이더 일렉트릭과 협력해 AI 데이터센터 사업을 확대한다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-10: 기사 보기

AI 인프라 대규모 투자

글로벌 빅테크 기업들이 AI 서비스 확대를 위해 데이터센터 등 AI 인프라에 수십조 원 규모의 투자를 단행하는 흐름이 이어지고 있습니다.

최근 동향 (2026-09-10 기준, 언급 1회): 구글이 핀란드에 약 20조 원 규모의 AI 인프라 투자를 발표했으며, 낮은 기온이 데이터센터 냉각 비용 절감에 유리한 요인으로 작용한 것으로 알려졌습니다.

근거 기사

2026-09-10: 기사 보기

AI 데이터센터 인프라

오라클이 AI 인프라 수요 급증에 힘입어 클라우드 매출이 121% 성장했으며, OpenAI의 GPT-6 모델이 스타게이트 데이터센터에서 훈련되고 있다는 내용입니다.

최근 동향 (2026-09-11 기준, 언급 1회): 오라클이 AI 데이터센터 투자 확대에 따른 실적 급성장을 발표하며, GPT-6가 스타게이트 데이터센터에서 훈련 중임을 밝혀 AI 인프라 경쟁이 주목받고 있습니다.

근거 기사

2026-09-11: 기사 보기

AIDC 세액공제

AI 데이터센터(AIDC) 투자에 대한 세액공제 제도가 있으나, 45조원 규모의 국가전략기술 투자에도 불구하고 심의를 통과한 건수가 0건에 그치고 있다는 정책 문제입니다.

최근 동향 (2026-09-11 기준, 언급 1회): 국가전략기술에 막대한 투자가 이뤄지고 있음에도 AIDC 세액공제 심의 통과 실적이 전무하다는 문제가 오늘 보도되며 AI 인프라 정책의 실효성 논란이 제기됐습니다.

근거 기사

2026-09-11: 기사 보기

오픈AI 금융 자동화

오픈AI가 금융 분야에 특화된 챗GPT 서비스를 출시해 월가의 업무 프로세스를 AI로 자동화하려는 움직임입니다.

최근 동향 (2026-09-11 기준, 언급 1회): 오픈AI가 금융판 챗GPT를 통해 월가의 업무 자동화에 나선다는 소식이 오늘 보도되며, AI가 금융 산업 전반에 미치는 영향력 확대가 주목받고 있습니다.

근거 기사

2026-09-11: 기사 보기

AGI

AGI는 특정 분야에 국한되지 않고 인간 수준 이상으로 다양한 문제를 스스로 해결할 수 있는 범용 인공지능을 의미합니다.

최근 동향 (2026-09-12 기준, 언급 1회): 엔비디아 CEO 젠슨 황이 AGI 도래를 강조하고 나선 배경에 엔비디아의 AI 반도체 시장 패권 강화 의도가 있다는 분석이 오늘 기사에서 다뤄졌습니다.

근거 기사

2026-09-12: 기사 보기

AI 위험성

AI 기술이 통제되지 않은 채 빠르게 발전하면서 인류에게 실존적 위협이 될 수 있다는 경고가 제기되고 있는 이슈입니다.

최근 동향 (2026-09-12 기준, 언급 1회): AI가 10년 안에 인류 멸종을 초래할 수 있다는 주장이 제기되며, AI 개발에 제동이 없는 현실에 대한 우려가 보도되었습니다.

근거 기사

2026-09-12: 기사 보기

자율주행 AI

현대차가 개발 중인 자율주행 전용 AI 시스템으로, 빠른 출시보다 기술 완성도를 우선시해 양산 적용 시점을 3년 늦추기로 결정한 것이 핵심 이슈입니다.

최근 동향 (2026-09-13 기준, 언급 1회): 현대차는 ‘아트리아 AI’ 자율주행 시스템을 공개하며 완성도를 이유로 양산 적용 시점을 2029년으로 조정했다고 오늘 발표했습니다.

근거 기사

2026-09-13: 기사 보기

AI 개발 속도 규제 논의

평소 경쟁 관계에 있는 주요 AI 기업 수장들이 AI 개발 속도를 늦춰야 한다는 데 공동으로 목소리를 냈습니다. AI 기술의 급격한 발전에 따른 안전·윤리 우려가 업계 전반에서 제기되고 있습니다.

최근 동향 (2026-09-14 기준, 언급 1회): 오늘 기사에서 평소 앙숙으로 불리는 AI 업계 수장들이 이례적으로 한목소리로 AI 개발 속도를 늦춰야 한다고 주장해, AI 규제 및 안전 논의가 다시 주목받고 있습니다.

근거 기사

2026-09-14: 기사 보기

AI 개발 규제 논쟁

AI 기술의 급속한 발전에 따른 위험성을 우려해 AI 개발을 일시 중단하자는 주장이 제기되고 있으며, 이에 대해 실현 가능성과 실효성을 둘러싼 논쟁이 벌어지고 있습니다.

최근 동향 (2026-09-14 기준, 언급 1회): AI 개발을 멈춰야 한다는 목소리가 커지는 가운데, 현실적으로 개발을 멈출 수 있는지에 대한 의문을 제기하는 기사가 오늘 게재되었습니다.

근거 기사

2026-09-14: 기사 보기

엑사원 외부 공급 / 프런티어 모델

LG AI연구원이 자체 개발한 AI 모델 ‘엑사원’을 외부 기업·기관에 공급하는 계획을 밝히고, 동시에 세계 최고 수준의 프런티어 AI 모델 개발에도 도전하겠다고 선언한 이슈입니다.

최근 동향 (2026-09-14 기준, 언급 1회): LG AI연구원이 엑사원의 외부 공급 계획과 프런티어 모델 도전 방침을 공식 발표하며 한국 AI 모델의 상업화 및 기술 경쟁력 확대 전략을 오늘 공개했습니다.

근거 기사

2026-09-14: 기사 보기

삼성SDS 클로드 셀렉트 티어

삼성SDS가 앤트로픽의 AI 모델 ‘클로드’ 파트너십에서 국내 최초로 최상위 등급인 셀렉트 티어를 획득하고 기업용 AI 사업을 확대하는 이슈입니다.

최근 동향 (2026-09-15 기준, 언급 1회): 앤트로픽이 삼성SDS를 국내 첫 셀렉트 티어 파트너로 공인하면서, 삼성SDS는 클로드 기반 AX(AI 전환) 사업을 본격 확대할 계획을 밝혔습니다.

근거 기사

2026-09-15: 기사 보기

AIDC대규모 구축

KT클라우드가 2031년까지 전국 20개 거점에 총 1GW 규모의 AI 데이터센터를 구축하는 5조 원 규모의 투자 계획을 구체화했습니다. AI 서비스 수요 급증에 대응한 국내 최대 수준의 인프라 투자입니다.

최근 동향 (2026-09-15 기준, 언급 1회): 생성형 AI 확산으로 데이터센터 수요가 폭증하는 가운데 KT클라우드가 2031년까지 전국 20곳에 1GW 공급이라는 구체적인 로드맵을 공개하며 AI 인프라 경쟁에 본격 뛰어들었습니다.

근거 기사

2026-09-15: 기사 보기

AI 데이터센터 투자

AI 서비스 확대에 따라 막대한 전력과 서버 인프라가 필요한 AI 데이터센터에 대한 대규모 투자가 국내외에서 이어지고 있습니다.

최근 동향 (2026-09-16 기준, 언급 1회): KT가 AI 데이터센터 구축에 향후 5년간 6조 원을 투자하겠다고 발표하며 AI 인프라 경쟁이 본격화되고 있음을 보여줬습니다.

근거 기사

2026-09-16: 기사 보기

오픈AI 기업가치

오픈AI가 추가 투자 유치를 검토 중이며, 이를 통해 기업가치가 1조 2000억 달러에 달할 것으로 전망되고 있습니다.

최근 동향 (2026-09-16 기준, 언급 1회): 오픈AI가 대규모 추가 투자 유치를 검토한다는 소식이 전해지며 AI 업계 최고 수준의 기업가치 달성 가능성이 오늘 보도되었습니다.

근거 기사

2026-09-16: 기사 보기

AI 규제 정책

트럼프 대통령이 AI가 인류를 멸망시킬 수 있다는 경고를 ‘사기극’이라고 일축하면서, 미국 의회의 AI 규제 입법 논의가 교착 상태에 빠진 상황입니다.

최근 동향 (2026-09-17 기준, 언급 1회): AI 기술의 위험성을 둘러싼 논쟁이 커지는 가운데 트럼프 대통령이 규제에 부정적인 입장을 공개적으로 밝혀, 미 의회의 AI 규제 법안 논의가 진전되지 못하고 있다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-17: 기사 보기

카카오 ‘모두의 AI’

카카오가 카카오톡에 탑재한 AI 서비스로, 서류 발급·병원 예약·결제 등 일상 업무를 AI가 대신 처리해주는 에이전트 기능을 제공합니다.

최근 동향 (2026-09-17 기준, 언급 1회): 카카오가 ‘모두의 AI’를 공개하며 3년 내 챗GPT를 넘어서겠다는 목표를 밝혀 주목을 받았습니다.

근거 기사

2026-09-17: 기사 보기

자율주행 규제 승인

미국 정부가 테슬라·웨이모 등 자율주행 기업들의 기술 상용화를 신속 승인하는 방향으로 규제 환경을 전환하고 있는 시장 동향입니다.

최근 동향 (2026-09-18 기준, 언급 1회): 테슬라와 웨이모 등 주요 자율주행 기업들이 미국의 규제 완화 기조에 힘입어 자율주행 기술 승인을 신속하게 받을 수 있게 됐다는 내용이 오늘 보도됐습니다.

근거 기사

2026-09-18: 기사 보기

화웨이 AI칩 초대형 컴퓨팅

화웨이가 AI칩 100만 개를 하나의 시스템으로 연결하는 초대형 컴퓨팅 인프라를 구축하려는 전략으로, 미국의 반도체 제재에 맞서 중국이 독자적인 AI 컴퓨팅 역량을 키우려는 움직임입니다.

최근 동향 (2026-09-18 기준, 언급 1회): 화웨이가 AI칩 100만 개를 단일 시스템으로 통합하는 초대형 컴퓨팅 구축 계획을 발표하며, 중국의 AI 기술 자립과 글로벌 AI 경쟁 구도에서 주목할 만한 승부수를 던졌다는 내용이 오늘 보도되었습니다.

근거 기사

2026-09-18: 기사 보기

AI 데이터센터 추론 가속

화웨이가 초대형 데이터센터에서 AI 추론 작업의 속도와 효율을 높이기 위한 전용 메모리 스토리지 솔루션을 공개했습니다.

최근 동향 (2026-09-19 기준, 언급 1회): 화웨이는 대규모 AI 추론 워크로드를 처리하기 위한 OceanStor M900 Context Memory Storage를 발표하며 AI 인프라 시장에서의 경쟁력을 강화했습니다.

근거 기사

2026-09-19: 기사 보기

Stellar AI Network

화웨이가 공개한 업그레이드된 AI 네트워크 인프라로, 안전하고 지능적인 연결을 통해 AI 에이전트 기반 세계를 지원하기 위해 설계된 네트워크 솔루션입니다.

최근 동향 (2026-09-19 기준, 언급 1회): 화웨이가 에이전틱 AI 환경을 뒷받침하기 위한 Stellar AI Network 신버전을 공개하며 AI 인프라 경쟁에 본격적으로 나선 사실이 오늘 보도되었습니다.

근거 기사

2026-09-19: 기사 보기

앤트로픽 IPO

앤트로픽은 AI 모델 Claude를 개발한 주요 AI 스타트업으로, 기업공개(상장)를 통해 자본 시장에 진입하려는 움직임을 보이고 있습니다.

최근 동향 (2026-09-19 기준, 언급 1회): 앤트로픽이 당초 계획보다 한 달 미뤄진 11월 상장을 추진 중이라는 소식이 전해졌습니다.

근거 기사

2026-09-19: 기사 보기

AI 포스창설

트럼프 미국 대통령이 AI 산업 육성을 위한 새로운 조직인 ‘AI 포스’ 창설을 예고하며 AI 산업 성장을 저해하지 않겠다는 정책 방향을 밝혔습니다.

최근 동향 (2026-09-20 기준, 언급 1회): 트럼프 대통령이 ‘AI 포스’ 창설을 공식 예고하고 AI 산업 규제를 최소화하겠다는 입장을 표명해 미국의 AI 정책 향방에 관심이 집중되고 있습니다.

근거 기사

2026-09-20: 기사 보기

대기업 AI 연구소 병역특례 부활

14년 만에 대기업 병역특례 제도가 부활하여 삼성·LG 등 주요 대기업의 AI 연구소 9곳이 처음으로 병역특례 기관으로 추천되었습니다. 이는 AI 분야 핵심 인재 확보를 위한 정책적 지원입니다.

최근 동향 (2026-09-20 기준, 언급 1회): AI 연구 인력 수요가 급증하면서 정부가 삼성·LG 등 대기업 AI 연구소를 병역특례 지정 기관으로 추천하는 제도를 14년 만에 재도입했다는 내용이 오늘 보도되었습니다.

근거 기사

2026-09-20: 기사 보기

AI 정책·규제 원칙

AI 기술의 빠른 발전에 맞춰 기존 규제를 무조건 적용하는 대신 새로운 보호 원칙을 마련해야 한다는 정책 논의가 이루어지고 있다.

최근 동향 (2026-09-21 기준, 언급 1회): AI 기술에 대한 새로운 보호 원칙의 필요성을 강조하면서도 무조건적인 규제 적용은 지양하겠다는 입장이 오늘 기사에서 다뤄졌다.

근거 기사

2026-09-21: 기사 보기

개념

배터리 이슈 노트

2026-08-27

매일 텔레그램으로 받은 배터리 뉴스에서, 딱 떨어지는 용어는 아니지만 흐름·전망·쟁점으로 볼 만한 것들이 여기 쌓여요. 같은 이슈가 다시 나오면 설명은 그대로 두고 “최근 동향”만 갱신됩니다.

① 4대 핵심 소재

전해액 공급

덕산일렉테라가 미국 최대 전기차 업체에 전해액 공급을 시작했다는 소식으로, 국내 배터리 소재 기업의 글로벌 전기차 시장 진출이 본격화되고 있음을 나타냅니다.

최근 동향 (2026-09-08 기준, 언급 2회): 덕산일렉테라가 북미 전기차 업체에 전해액 공급을 개시했다는 소식이 오늘 보도되어 배터리 소재 공급망 확장의 사례로 주목받고 있습니다.

근거 기사

2026-09-08: 기사 보기
2026-09-08: 기사 보기

③ 만드는 공정

배터리 팩 핵심장비 공급

배터리 팩은 여러 배터리 셀을 하나로 묶어 전기차 등에 탑재할 수 있도록 만든 완성된 에너지 저장 단위이며, 이를 제조하는 장비가 핵심 부품입니다.

최근 동향 (2026-09-04 기준, 언급 1회): 톱텍이 현대모비스에 배터리 팩 핵심 제조장비를 추가 공급할 가능성이 높아졌다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-04: 기사 보기

배터리 장비 수주

배터리 제조 공정에 필요한 장비를 공급하는 업체가 완성차·배터리 기업으로부터 대규모 수주 계약을 체결하는 시장 동향입니다.

최근 동향 (2026-09-05 기준, 언급 1회): 톱텍이 현대모비스의 체코 공장에 납품할 배터리 장비를 256억원 규모로 수주했다는 소식이 보도되었습니다.

근거 기사

2026-09-05: 기사 보기

⑤ 전방 산업 · 시장 동향

K배터리 소재 경쟁력

한국 배터리 기업들이 보유한 양극재·음극재 등 핵심 소재 기술력으로, 글로벌 에너지저장시스템(ESS) 시장에서 경쟁 우위를 결정짓는 요소입니다.

최근 동향 (2026-08-27 기준, 언급 1회): 한국 배터리 소재의 경쟁력이 미국 ESS(에너지저장장치) 시장 승패를 좌우한다는 분석이 나오며 소재 기술 확보의 중요성이 부각됐습니다.

근거 기사

2026-08-27: 기사 보기

분리막 사업 흑자전환

배터리 핵심 소재인 분리막(양극과 음극 사이를 분리하는 얇은 막) 사업이 현재 적자 상태에서 수익을 내는 구조로 전환되는 과정을 말합니다.

최근 동향 (2026-08-27 기준, 언급 1회): SK이노베이션이 자회사 SKIET를 흡수합병하며 분리막 사업을 2년 내 흑자전환하겠다는 목표를 공식화했습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

SKIET 흡수합병

SK이노베이션이 배터리 분리막을 만드는 자회사 SKIET를 다시 합병하는 것으로, 분리막은 배터리 내부에서 양극과 음극이 닿지 않도록 막아주는 핵심 소재입니다.

최근 동향 (2026-08-26 기준, 언급 1회): 배터리 시장 한파로 실적 부진이 이어진 SKIET가 상장 5년 만에 모회사 SK이노베이션에 흡수합병되며 사업 구조 재편이 진행됩니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

포스코홀딩스 아르헨티나 리튬사업

포스코홀딩스가 아르헨티나에서 추진 중인 리튬 채굴·생산 사업으로, 전기차 배터리 핵심 원료인 리튬을 안정적으로 확보하기 위한 대규모 해외 자원개발 프로젝트입니다.

최근 동향 (2026-08-28 기준, 언급 1회): 포스코홀딩스가 아르헨티나 리튬사업을 위해 1조원 규모의 자금한도를 확보했다는 소식이 오늘 보도되었습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

탄산리튬 장기공급계약

탄산리튬은 배터리 양극재의 핵심 원료로, 안정적인 물량 확보가 배터리 생산 경쟁력에 직결됩니다.

최근 동향 (2026-09-01 기준, 언급 1회): LG에너지솔루션이 미국에서 탄산리튬 8만 톤을 확보하고 2029년부터 10년간 공급받는 계약을 체결해 원료 공급망 안정화에 나섰습니다.

근거 기사

2026-09-01: 기사 보기

미국 ESS 시장 수주

북미 에너지저장장치(ESS) 시장에서 한국 배터리·소재 기업들이 잇따라 대규모 공급 계약을 체결하며 존재감을 키우고 있는 상황입니다.

최근 동향 (2026-09-01 기준, 언급 1회): 지에프아이가 삼성SDI 북미 ESS 화재안전솔루션 159억원을, 이노메트리가 삼성SDI 美 ESS용 배터리 CT 검사장비를 수주하는 등 국내 기업들의 미국 ESS 시장 공략이 가속화되고 있습니다.

근거 기사

2026-09-01: 기사 보기

트럼프의 배터리 정책

미국 트럼프 행정부가 배터리 산업에 대해 지원과 규제를 동시에 가하며 업계의 불확실성을 키우고 있는 상황입니다.

최근 동향 (2026-09-02 기준, 언급 1회): 트럼프 정부의 배터리 관련 정책 변화가 국내외 배터리 업계에 미치는 영향을 분석하는 기자수첩 기사가 오늘 게재되었습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

국산 배터리 탑재 드론

육군의 대규모 드론 전력화 사업에서 중국산 배터리를 배제하고 국산 배터리를 탑재하는 방향으로 사업이 진행되고 있습니다.

최근 동향 (2026-09-03 기준, 언급 1회): 육군 ‘50만 드론전사’ 사업에서 중국산 배터리를 밀어내고 국산 배터리가 탑재될 예정이라는 소식이 전해졌습니다.

근거 기사

2026-09-03: 기사 보기

고성능 배터리

에코프로가 로봇 시장 확대에 따라 고성능 배터리의 중요성이 커질 것이라고 전망했다. 로봇용 배터리는 높은 에너지 밀도와 출력이 요구되어 양극재 등 핵심 소재 기술이 핵심이다.

최근 동향 (2026-09-06 기준, 언급 1회): 에코프로가 로봇 전쟁이 가속화되면서 고성능 배터리가 미래 핵심 사업이 될 것이라고 밝히며 배터리 소재 시장의 성장 가능성을 강조했다.

근거 기사

2026-09-06: 기사 보기

배터리 생산능력 확대

비이아이(BYI)가 CIA 등 유력 투자자들의 투자를 유치하며 배터리 생산능력을 기존 대비 8배 수준으로 대폭 확대하려는 계획을 추진 중입니다.

최근 동향 (2026-09-07 기준, 언급 1회): CIA까지 투자에 참여한 배터리 기업 비이아이가 생산능력을 8배 확대한다는 계획이 공개되어 배터리 업계의 주목을 받고 있습니다.

근거 기사

2026-09-07: 기사 보기

⑥ 다 쓰고 나면 — 폐배터리 재활용

LFP 폐배터리 재활용

LFP(리튬인산철) 배터리는 전기차 등에 쓰이는 이차전지로, 사용 후 배터리에서 리튬·철 등 핵심 소재를 회수해 재사용하는 재활용 산업이 빠르게 성장하고 있다.

최근 동향 (2026-09-04 기준, 언급 1회): 성일하이텍이 LFP 폐배터리 재활용 역량을 2년 내 현재의 10배 수준으로 확대하겠다는 계획을 발표하며 배터리 재활용 시장 선점 경쟁이 가속화되고 있다.

근거 기사

2026-09-04: 기사 보기

미분류 — 아직 지식 지도에 없음

LG엔솔 특허 신탁

LG에너지솔루션이 배터리 분야 후발주자들의 특허 침해에 대응하기 위해 보유 특허를 신탁 기관에 맡겨 공동으로 관리·활용하는 전략을 추진하고 있습니다.

최근 동향 (2026-09-09 기준, 언급 1회): 중국 등 배터리 후발주자들의 추격이 거세지는 상황에서 LG엔솔이 특허 신탁을 통해 지식재산권 방어 전략을 강화하고 있다는 소식이 보도되었습니다.

근거 기사

2026-09-09: 기사 보기

차종별 맞춤 배터리 셀

GM이 기존의 단일 배터리 플랫폼 대신 차종마다 최적화된 배터리 셀을 별도로 설계·개발하는 방식으로 전기차 배터리 전략을 전면 개편한 것을 가리킵니다.

최근 동향 (2026-09-11 기준, 언급 1회): GM이 차종별 맞춤 배터리 셀을 한국에서 개발하고 있다는 소식이 보도되며, 글로벌 완성차 업체의 배터리 전략 변화와 한국 배터리 산업의 역할이 주목받고 있습니다.

근거 기사

2026-09-11: 기사 보기

K-배터리 생산세액공제

국내 배터리 산업 지원 정책을 둘러싼 논쟁으로, 적자 상황에서는 생산세액공제 혜택이 실질적으로 무의미하다는 지적이 나오고 있습니다.

최근 동향 (2026-09-12 기준, 언급 1회): 구윤철 의원이 K-배터리 기업이 적자일 때 생산세액공제가 효과가 없다며 직접 보조금 지원 방식이 바람직하다고 주장해 뉴스에 올랐습니다.

근거 기사

2026-09-12: 기사 보기

에너지공대

에너지 분야 특화 대학으로, 배터리·에너지 소재 등 이차전지 관련 인재를 양성하는 교육 기관입니다.

최근 동향 (2026-09-12 기준, 언급 1회): 에너지공대의 2027학년도 입시 경쟁률이 31대1로 역대 최대를 기록하며 배터리·에너지 분야 인재 수요가 높아지고 있음을 보여줍니다.

근거 기사

2026-09-12: 기사 보기

부유식 데이터센터

한화오션이 60MW급 부유식 데이터센터를 최초로 공개했습니다. 해상에 설치하는 대규모 데이터센터로, 조선·해양 기술과 에너지 인프라가 결합된 신사업 분야입니다.

최근 동향 (2026-09-14 기준, 언급 1회): 배터리 섹터와 직접 일치하는 기사가 없어, 대규모 전력 인프라 및 에너지 저장·공급과 연관성이 있는 한화오션의 부유식 데이터센터 기사를 선택했습니다. 한화오션이 60MW급 부유식 데이터센터를 처음으로 공개하며 해양 에너지 인프라 시장 진출을 알렸습니다.

근거 기사

2026-09-14: 기사 보기

폐배터리 재활용

폐배터리 재활용은 사용이 끝난 배터리에서 리튬·니켈·코발트 등 핵심 원자재를 회수해 다시 배터리 소재로 사용하는 순환 경제 방식입니다. 자원 확보와 환경 부담 절감 측면에서 중요성이 높아지고 있습니다.

최근 동향 (2026-09-14 기준, 언급 1회): 코스모화학이 폐배터리 전문 기업 피노와 원료 및 수요처를 연결하는 재활용 계약을 체결했다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-14: 기사 보기

실리콘 음극재 투자

HS효성과 유미코아가 울산에 실리콘 음극재 생산을 위해 1조2000억원 규모의 대규모 투자를 결정한 사안입니다. 실리콘 음극재는 기존 흑연 음극재보다 에너지 밀도가 높아 차세대 배터리 소재로 주목받고 있습니다.

최근 동향 (2026-09-14 기준, 언급 1회): HS효성과 벨기에 소재 기업 유미코아가 울산에 실리콘 음극재 생산시설 구축을 위해 1조2000억원을 공동 투자한다는 계획이 오늘 발표되었습니다.

근거 기사

2026-09-14: 기사 보기

연료전지 북미 수주

두산퓨얼셀이 AI 데이터센터의 폭발적인 전력 수요를 배경으로 북미 시장에서 연료전지 설비를 대규모 추가 수주한 이슈입니다.

최근 동향 (2026-09-15 기준, 언급 1회): 두산퓨얼셀은 AI 전력 수요 증가에 힘입어 북미에서 3222억원 규모의 연료전지 공급 계약을 추가로 체결했다고 발표했습니다.

근거 기사

2026-09-15: 기사 보기

ESS 배터리 전수 검사

LG에너지솔루션이 ESS(에너지저장장치)용 배터리의 용접 품질을 실시간으로 100% 전수 검사하는 기술을 도입한다고 발표했습니다. 기존 샘플 검사 방식 대비 불량 검출 정확도를 대폭 높이는 것이 핵심입니다.

최근 동향 (2026-09-15 기준, 언급 1회): 배터리 화재 및 안전 이슈가 지속적으로 제기되는 가운데, LG엔솔이 ESS 배터리 용접 공정에 실시간 전수 검사 시스템을 적용해 품질 신뢰성을 강화하겠다고 밝혔습니다.

근거 기사

2026-09-15: 기사 보기

CATL TECTRANS II 상용차 전동화

세계 최대 배터리 기업 CATL이 글로벌 상용차(트럭·버스 등) 전동화를 가속하기 위한 신규 배터리 솔루션을 공개했습니다.

최근 동향 (2026-09-16 기준, 언급 1회): CATL이 IAA 트랜스포테이션 2026 전시회에서 상용차용 배터리 신제품 TECTRANS II를 출시하며 글로벌 전동화 시장 공략을 선언했습니다.

근거 기사

2026-09-16: 기사 보기

차세대 상용차 배터리

CATL이 전기트럭에 탑재 가능한 차세대 배터리를 공개하며 최대 1000km의 주행거리를 달성할 수 있다고 발표한 것입니다.

최근 동향 (2026-09-16 기준, 언급 1회): 세계 최대 배터리 제조사 CATL이 전기 상용차(트럭) 시장을 겨냥한 고용량 차세대 배터리를 오늘 공개해 주목받고 있습니다.

근거 기사

2026-09-16: 기사 보기

LG엔솔 소재 R&D 확장

LG에너지솔루션이 배터리 팩·BMS(배터리관리시스템)를 넘어 소재 분야까지 연구개발 영역을 확대하는 전략적 움직임입니다.

최근 동향 (2026-09-16 기준, 언급 1회): LG에너지솔루션이 과천 R&D 캠퍼스 2단계 착공을 시작하며 소재 연구까지 포함한 종합 배터리 R&D 역량 강화에 나섰습니다.

근거 기사

2026-09-16: 기사 보기

전기차 전해액 시장

전해액은 배터리 내부에서 리튬 이온이 이동하는 통로 역할을 하는 핵심 소재로, 전기차 배터리 성능과 직결됩니다. 올해 1~7월 전기차 전해액 시장이 전년 대비 23.3% 성장했으나 중국 기업들의 강세가 두드러지는 상황입니다.

최근 동향 (2026-09-17 기준, 언급 1회): 2025년 1~7월 전기차 전해액 시장이 전년 동기 대비 23.3% 증가했으며, 중국 업체들이 시장을 주도하고 있다는 동향이 오늘 보도되었습니다.

근거 기사

2026-09-17: 기사 보기

포스코그룹 리튬 트리플코어 전략

포스코그룹이 철강·리튬·에너지 세 가지 핵심 사업을 중심으로 성장을 추진하는 중장기 전략으로, 배터리 원자재인 리튬 사업이 핵심 축 중 하나입니다.

최근 동향 (2026-09-17 기준, 언급 1회): 포스코그룹이 철강·리튬·에너지 ‘트리플코어’ 전략의 실행 속도를 높이고 있다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-17: 기사 보기

해상풍력 해저케이블

해상풍력 발전소에서 생산된 전력을 육지로 전송하기 위해 해저에 설치하는 케이블로, 에너지 인프라의 핵심 요소입니다.

최근 동향 (2026-09-18 기준, 언급 1회): LS마린솔루션이 신안우이 해상풍력 프로젝트의 해저케이블을 수주했다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-18: 기사 보기

에코프로비엠 양극재 CATL 공급

에코프로비엠이 한국 양극재 업체 최초로 세계 최대 배터리 기업인 중국 CATL에 양극재를 공급하게 된 시장 동향으로, K-배터리 소재의 글로벌 경쟁력을 보여주는 사례입니다.

최근 동향 (2026-09-18 기준, 언급 1회): 에코프로비엠이 국내 양극재 업체 중 처음으로 중국 CATL 공급망에 진입했다는 소식이 오늘 보도되어, 한국 배터리 소재 기업의 중국 시장 개척 가능성에 주목받고 있습니다.

근거 기사

2026-09-18: 기사 보기

전력기기 호황

전력기기 호황은 AI 데이터센터·전기차 확산 등으로 전력 인프라 수요가 급증하면서 변압기·차단기 등 전력기기 제조사들의 실적이 크게 개선되는 시장 흐름을 말합니다.

최근 동향 (2026-09-20 기준, 언급 1회): 효성중공업은 전력기기 호황 속에 노조가 결성되었으며, 내년 역대급 성과급에 대한 기대감이 높아지고 있다고 보도되었습니다.

근거 기사

2026-09-20: 기사 보기

SK온 사회공헌

SK온이 헝가리에서 사회공헌 활동으로 모범상을 수상하며 현지 기업 시민으로서의 역할을 인정받았다.

최근 동향 (2026-09-21 기준, 언급 1회): SK온이 헝가리에서 배터리 공장을 운영하며 지역 사회공헌 활동을 펼친 결과 모범상을 수상했다는 소식이 오늘 보도되었다.

근거 기사

2026-09-21: 기사 보기

개념

반도체 이슈 노트

2026-08-27

매일 텔레그램으로 받은 반도체 뉴스에서, 딱 떨어지는 용어는 아니지만 흐름·전망·쟁점으로 볼 만한 것들이 여기 쌓여요. 같은 이슈가 다시 나오면 설명은 그대로 두고 “최근 동향”만 갱신됩니다.

① 만드는 과정 — 공정

첨단 패키징 국가전략기술

반도체 칩을 더 작고 효율적으로 묶는 첨단 패키징 기술이 국가전략기술로 공식 인정받은 것으로, 세제 혜택·R&D 지원 등 정부 우대를 받을 수 있게 됩니다.

최근 동향 (2026-08-31 기준, 언급 1회): 덕산하이메탈이 자사의 반도체 첨단 패키징 관련 기술이 국가전략기술로 인정받았다고 발표해 업계의 주목을 받았습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

AI 반도체 기판 생산능력 확대

AI 서버 수요 급증에 따라 반도체 패키지 기판 생산량을 늘리는 움직임으로, 기판은 반도체 칩과 회로기판을 연결하는 핵심 부품입니다.

최근 동향 (2026-09-03 기준, 언급 1회): 심텍이 청주 공장에 4000억 원을 투자해 AI용 반도체 기판 생산능력을 대폭 확대한다고 발표했습니다.

근거 기사

2026-09-03: 기사 보기

光 반도체 테스트 플랫폼

삼성전자가 TSMC의 광(光) 반도체 테스트 플랫폼을 그대로 채택한다는 소식으로, 광 반도체 분야에서 업계 표준화 움직임이 나타나고 있음을 보여줍니다.

최근 동향 (2026-09-08 기준, 언급 1회): 삼성전자가 TSMC의 광 반도체 테스트 플랫폼을 그대로 사용하기로 하면서, 경쟁사의 기술 표준을 수용하는 이례적인 행보가 주목받고 있습니다.

근거 기사

2026-09-08: 기사 보기

유리기판 검사장비

인텍플러스가 반도체 패키징에 사용되는 유리기판의 불량을 탐지하는 검사장비를 개발해 일본 기업으로부터 첫 수주에 성공한 사건입니다.

최근 동향 (2026-09-08 기준, 언급 1회): 유리기판은 차세대 반도체 패키징 소재로 주목받고 있으며, 국내 장비 업체인 인텍플러스가 해당 분야 검사장비를 일본 기업에 공급하게 되어 뉴스에 등장했습니다.

근거 기사

2026-09-08: 기사 보기

② 무엇을 만드나 — 제품 종류

AI 메모리 신기술

HBM(고대역폭메모리)만으로는 AI 반도체의 메모리 수요를 충족하기 어려워지면서, 새로운 방식의 AI 전용 메모리 기술들이 주목받고 있는 흐름을 가리킵니다.

최근 동향 (2026-08-28 기준, 언급 1회): 오늘 기사에서 HBM 단독으로는 AI 메모리 요구를 감당하기 부족하다는 분석과 함께, 차세대 AI 메모리 신기술 동향이 소개되었습니다.

근거 기사

2026-08-28: 기사 보기

③ 전방 산업 — 반도체가 들어가는 곳

양자 데이터센터

AI를 넘어 양자 컴퓨팅까지 수용하기 위해 데이터센터의 전력 공급과 냉각 방식이 근본적으로 바뀌어야 하는 상황을 말합니다.

최근 동향 (2026-08-29 기준, 언급 1회): AI와 양자 컴퓨팅 수요 급증으로 데이터센터의 전력·냉각 인프라 대전환 필요성이 부각되며 오늘 관련 전망 기사가 보도되었습니다.

근거 기사

2026-08-29: 기사 보기

AI 워크스테이션

AMD가 1조 개의 파라미터를 가진 초대형 AI 모델을 구동할 수 있는 고성능 워크스테이션을 공개했다. 이는 AI 연산 수요 증가에 따른 반도체 및 하드웨어 시장의 대응을 보여주는 사례다.

최근 동향 (2026-09-06 기준, 언급 1회): AMD가 1조 파라미터 규모의 AI 모델을 로컬에서 구동할 수 있는 워크스테이션을 공개하며 AI 반도체 수요 확대에 발맞춘 제품을 선보였다.

근거 기사

2026-09-06: 기사 보기

④ 시장 · 정책 · 공급망

엔터프라이즈 스토리지 플랫폼

기업용 대규모 데이터 저장 시스템으로, 가트너의 매직 쿼드런트는 해당 분야 기업들의 경쟁력을 평가하는 권위 있는 보고서입니다.

최근 동향 (2026-08-29 기준, 언급 1회): 화웨이가 2026년 가트너 매직 쿼드런트 엔터프라이즈 스토리지 플랫폼 부문에서 리더로 선정되며 글로벌 반도체·스토리지 경쟁력을 인정받았습니다.

근거 기사

2026-08-29: 기사 보기

AI칩 중심 메모리 전환

AI 반도체 시장에서 핵심 부품의 무게중심이 GPU에서 HBM 등 고대역폭 메모리로 이동하고 있다는 산업 트렌드를 말합니다.

최근 동향 (2026-08-29 기준, 언급 1회): 삼성전자와 SK하이닉스 등 메모리 기업들이 AI칩 공급망의 핵심으로 부상하며 ‘뉴엔비디아’로 불리는 새로운 주도권 경쟁이 주목받고 있습니다.

근거 기사

2026-08-29: 기사 보기

반도체 핵심광물 공급망 안보

반도체 제조에 필수적인 핵심광물의 안정적인 공급망을 확보하는 것이 국가 안보와 직결된다는 개념으로, 특정 국가의 광물 독점이 반도체 산업 전체에 위협이 될 수 있다는 문제의식에서 비롯됩니다.

최근 동향 (2026-08-30 기준, 언급 1회): 미국 매체가 고려아연 경영 분쟁을 조명하면서, 고려아연이 생산하는 아연·납 등 핵심광물이 반도체 공급망 안보 측면에서 중요하다고 거론해 국제적 관심을 받았습니다.

근거 기사

2026-08-30: 기사 보기

화웨이 와이파이 특허

화웨이가 보유한 와이파이 관련 특허를 두고 HP 등 글로벌 기업들이 특허료를 지불하는 상황으로, 미국의 대중 반도체 제재에도 불구하고 화웨이의 특허 영향력이 여전히 강하다는 것을 보여주는 사례입니다.

최근 동향 (2026-08-30 기준, 언급 1회): HP가 화웨이의 와이파이 특허에 굴복해 라이선스 계약을 맺은 사실이 알려지며, 미국 제재가 화웨이의 지식재산권 수익을 막지 못하고 있다는 논란이 제기되었습니다.

근거 기사

2026-08-30: 기사 보기

SK하이닉스 웨이퍼 구매액 삼성전자 추월

웨이퍼는 반도체 칩을 만드는 기본 원재료로, SK하이닉스가 2분기에 삼성전자보다 더 많은 웨이퍼를 구매했다는 것은 SK하이닉스의 생산 규모와 투자가 그만큼 커졌음을 의미합니다.

최근 동향 (2026-09-01 기준, 언급 1회): SK하이닉스가 HBM(고대역폭 메모리) 수요 급증에 힘입어 2분기 웨이퍼 구매액에서 처음으로 삼성전자를 추월했다고 보도되어 반도체 업계의 주목을 받고 있습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

엔비디아-미디어텍 투자

엔비디아가 대만의 반도체 설계 기업 미디어텍에 약 4조8000억원을 투자하는 대규모 협력 계획으로, AI 칩 생태계 확장을 위한 전략적 행보입니다.

최근 동향 (2026-09-02 기준, 언급 1회): 엔비디아가 미디어텍에 4조8000억원 규모의 투자를 단행한다는 소식이 오늘 보도되며 반도체 업계의 주목을 받고 있습니다.

(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)

픽셀플러스 해치텍 지분 매각

반도체 이미지센서 전문기업 픽셀플러스가 보유 중이던 해치텍 지분을 매각해 41억원의 현금을 확보한 사건입니다.

최근 동향 (2026-09-02 기준, 언급 1회): 픽셀플러스가 재무 유동성 확보를 위해 해치텍 지분을 매각했다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-02: 기사 보기

HBM 점유율

HBM(고대역폭 메모리)은 AI 가속기에 필수적인 고성능 메모리로, 삼성전자와 SK하이닉스가 글로벌 시장을 양분하고 있습니다.

최근 동향 (2026-09-03 기준, 언급 1회): 삼성전자의 2분기 HBM 시장 점유율이 33%로 급등하며 SK하이닉스와의 격차를 좁혔다는 소식이 보도됐습니다.

근거 기사

2026-09-03: 기사 보기

반도체 표적 관세

미국 정부가 반도체 품목에 대해 별도의 표적 관세를 예고하면서 한국 반도체 기업들의 수출에 영향을 줄 수 있는 통상 리스크가 부각되고 있습니다.

최근 동향 (2026-09-03 기준, 언급 1회): 미국이 반도체에 대한 표적 관세를 예고하자 청와대는 한국 기업이 불이익을 받지 않도록 협의하겠다고 밝혔습니다.

근거 기사

2026-09-03: 기사 보기

반도체 장비 시장 사상 최대 매출

글로벌 반도체 장비 시장이 2024년 2분기에 역대 최고 매출을 기록하며 반도체 업황 회복세를 뚜렷하게 보여주고 있습니다.

최근 동향 (2026-09-04 기준, 언급 1회): 반도체 장비 시장의 2분기 매출이 55조 원을 돌파하며 사상 최대치를 경신했다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-04: 기사 보기

글로벌 낸드 매출 급증

2분기 전 세계 낸드 플래시 메모리 시장 매출이 전분기 대비 70% 급증하며 삼성전자와 SK하이닉스의 합산 점유율이 절반에 육박하는 수준으로 올라섰다.

최근 동향 (2026-09-04 기준, 언급 1회): AI 수요 확대와 데이터센터 투자 증가로 낸드 수요가 크게 늘면서 삼성·SK의 시장 지배력이 강화되고 있다는 분석이 오늘 보도됐다.

근거 기사

2026-09-04: 기사 보기

메모리 공급난

2028년까지 메모리 반도체 공급이 수요를 따라가지 못하는 공급 부족 상황이 지속될 것으로 전망되며, 이에 따라 삼성전자의 주가 재평가 가능성이 제기되고 있습니다.

최근 동향 (2026-09-05 기준, 언급 1회): 증권가에서 메모리 공급난이 2028년까지 이어질 것이라는 분석을 내놓으며 삼성전자 주가에 대한 긍정적 재평가 전망이 나왔습니다.

근거 기사

2026-09-05: 기사 보기

마이크론-YMTC 특허 분쟁

미국 메모리 반도체 기업 마이크론과 중국 낸드 플래시 업체 YMTC 사이의 특허 유효성 분쟁으로, YMTC의 특허가 잇따라 무효 판정을 받고 있는 상황입니다.

최근 동향 (2026-09-07 기준, 언급 1회): 마이크론이 YMTC를 상대로 한 특허 소송에서 YMTC의 쟁점 특허 27건 중 7번째 무효 판단이 내려지며 분쟁이 마이크론에 유리하게 전개되고 있습니다.

근거 기사

2026-09-07: 기사 보기

디스플레이 — 별도 지도 참고 (map-display)

네오레이어 OLED 특허

네오레이어 OLED는 디스플레이 패널의 새로운 적층 구조 기술로, 삼성디스플레이가 이 기술 관련 특허 분쟁에 휘말려 있는 상황입니다.

최근 동향 (2026-08-31 기준, 언급 1회): 삼성디스플레이가 네오레이어 OLED 특허를 보유한 상대방에 맞서 특허청에 재심사를 청구하며 반격에 나섰습니다.

근거 기사

2026-08-31: 기사 보기

디스플레이 패널 기술

하이센스가 IFA 2026에서 생생한 색상 재현과 눈의 편안함을 강조한 디스플레이 기술을 선보이며, 몰입형 엔터테인먼트 경험을 위한 화질 혁신을 공개했습니다.

최근 동향 (2026-09-06 기준, 언급 1회): 하이센스가 IFA 2026 전시회에서 색상·눈 편안함·몰입감을 핵심으로 한 디스플레이 신기술을 발표하며 글로벌 시장 공략에 나섰습니다.

근거 기사

2026-09-06: 기사 보기

폴더블폰

폴더블폰은 화면을 접었다 펼 수 있는 디스플레이 패널을 탑재한 스마트폰으로, 고도의 디스플레이 및 반도체 기술이 요구됩니다.

최근 동향 (2026-09-06 기준, 언급 1회): 애플이 폴더블폰을 공개했다는 소식이 오늘 뉴스에 등장하며, 디스플레이 패널 및 관련 반도체 부품 수요에 관심이 집중되고 있습니다.

근거 기사

2026-09-06: 기사 보기

폴더블 디스플레이

폴더블 아이폰은 애플이 처음으로 접히는 디스플레이를 탑재해 출시를 준비 중인 스마트폰으로, 팀 쿡 CEO가 직접 개발을 주도한 것으로 알려졌습니다.

최근 동향 (2026-09-09 기준, 언급 1회): 폴더블 아이폰의 개발 비화가 공개되면서, 팀 쿡이 이 제품을 강하게 밀어붙였다는 내용이 보도되었습니다.

근거 기사

2026-09-09: 기사 보기

폴더블폰 시장

폴더블폰은 화면을 접을 수 있는 스마트폰으로, 디스플레이 패널 및 관련 반도체 부품 수요와 직결되는 시장입니다.

최근 동향 (2026-09-12 기준, 언급 1회): 애플이 폴더블폰 시장에 진출해 24.8%의 점유율을 차지할 것이라는 전망이 나오면서 관련 부품 시장의 관심이 높아지고 있습니다.

근거 기사

2026-09-12: 기사 보기

OLED TV 출하량 전망

OLED TV는 유기발광다이오드 패널을 사용한 고화질 TV로, 디스플레이 패널 산업의 핵심 제품입니다. 시장조사 기관이 2028년까지 출하량이 760만 대로 정점을 찍은 뒤 하락할 것이라는 전망을 내놓았습니다.

최근 동향 (2026-09-14 기준, 언급 1회): 오늘 기사에서 OLED TV 출하량이 2028년 760만 대를 기록한 후 감소세로 전환될 것이라는 시장 전망이 공개되어, 디스플레이 패널 업계의 중장기 수요 불확실성이 부각되었습니다.

근거 기사

2026-09-14: 기사 보기

스마트폰 OLED 2K+165Hz

삼성디스플레이가 세계 최초로 2K 해상도와 165Hz 주사율을 동시에 지원하는 스마트폰용 OLED 패널을 개발했습니다. 이는 디스플레이 기술의 새로운 이정표로 평가받고 있습니다.

최근 동향 (2026-09-14 기준, 언급 1회): 삼성디스플레이가 세계 최초 ‘2K+165Hz’ 스마트폰 OLED 개발 소식을 발표하며 디스플레이 패널 기술 경쟁에서 앞서나가고 있다는 점이 오늘 주목받았습니다.

근거 기사

2026-09-14: 기사 보기

미분류 — 아직 지식 지도에 없음

MLCC 장기공급계약

MLCC(적층세라믹콘덴서)는 전자기기에서 전류를 안정적으로 공급하는 핵심 부품으로, 삼성전기가 AI 서버용으로 대규모 공급 계약을 체결했습니다.

최근 동향 (2026-09-01 기준, 언급 1회): 삼성전기가 해외 대형기업과 AI 서버용 MLCC 1조 1천억 원 규모의 장기공급계약을 체결해 역대 최대 규모를 기록했습니다.

근거 기사

2026-09-01: 기사 보기

SK하이닉스 직장 만족도

SK하이닉스가 임직원 리뷰 분석에서 종합 1위를 차지하며 반도체 업계 최고의 직장으로 평가받고 있다는 내용입니다.

최근 동향 (2026-09-08 기준, 언급 1회): 오늘 기사에서 SK하이닉스가 직장 리뷰 플랫폼 데이터를 분석한 결과 종합 1위로 선정되었다는 소식이 보도되었습니다.

근거 기사

2026-09-08: 기사 보기

3D D램 파운드리 공정

SK하이닉스가 차세대 메모리인 3D D램 개발에 파운드리 공정 기술을 활용하겠다고 밝혔습니다. 이는 메모리와 파운드리 기술의 경계를 허무는 중요한 전략적 전환입니다.

최근 동향 (2026-09-09 기준, 언급 1회): SK하이닉스가 3D D램 생산에 파운드리 공정을 도입할 계획을 공식 발표하면서 차세대 메모리 기술 경쟁에서 주목받고 있습니다.

근거 기사

2026-09-09: 기사 보기

유리기판 장비

유리기판은 기존 플라스틱(PCB) 기판을 대체할 차세대 반도체 패키징 소재로, AI·고성능 반도체의 고집적화를 가능하게 하는 핵심 기술입니다.

최근 동향 (2026-09-10 기준, 언급 1회): 태성이 KPCA쇼에서 유리기판 관련 장비를 공개하고 이달 내 수주가 가시화될 것이라고 밝혀 주목받았습니다.

근거 기사

2026-09-10: 기사 보기

SK하이닉스 인수합병 합의안

SK하이닉스가 특정 거래와 관련해 현금 50%와 주식 50%로 구성된 합의안을 마련한 것으로, 대규모 반도체 기업의 M&A 또는 지분 거래 구조에 관한 이슈입니다.

최근 동향 (2026-09-10 기준, 언급 1회): 오늘 SK하이닉스가 현금 50%·주식 50% 비율의 합의안을 마련했다는 소식이 보도되어 반도체 업계의 이목을 끌고 있습니다.

근거 기사

2026-09-10: 기사 보기

반도체 검증 AI 접목

반도체 신뢰성 검증 전문기업 큐알티와 AI 솔루션 기업 에이아이웍스가 협력해 반도체 검증 과정에 AI 기술을 도입하려는 움직임입니다.

최근 동향 (2026-09-11 기준, 언급 1회): 큐알티와 에이아이웍스가 MOU를 체결하며 반도체 검증 분야에 AI를 접목하는 협력을 공식화했습니다.

근거 기사

2026-09-11: 기사 보기

SiC 반도체 장비

아이엘이 리드엔지니어링을 128억원에 인수하며 SiC(탄화규소) 반도체 장비 사업에 신규 진출한다는 내용입니다. SiC 반도체는 전기차·전력 변환 분야에서 수요가 급증하는 차세대 소재입니다.

최근 동향 (2026-09-11 기준, 언급 1회): 아이엘이 리드엔지니어링 인수를 통해 SiC 반도체 장비 시장에 본격 진입한다고 발표하며 오늘 뉴스에 등장했습니다.

근거 기사

2026-09-11: 기사 보기

WLP 검사장비

영우디에스피가 파운드리 공정에서 사용되는 웨이퍼 레벨 패키지(WLP) 검사장비를 실증하는 데 성공하며 반도체 패키징 검사 시장에 진입한 사례입니다.

최근 동향 (2026-09-11 기준, 언급 1회): 영우디에스피가 파운드리 업체에 WLP 검사장비 실증을 완료했다는 소식이 오늘 보도되어 국내 반도체 장비 기업의 파운드리 시장 진출로 주목받고 있습니다.

근거 기사

2026-09-11: 기사 보기

3D 반도체 냉각 솔루션

반도체를 3차원으로 쌓아 집적도를 높이는 3D 반도체는 열 발생이 심각한 문제로, 이를 해결할 냉각 기술이 양산의 핵심 과제로 떠오르고 있습니다.

최근 동향 (2026-09-12 기준, 언급 1회): 오늘 기사에서 ‘열 감옥’이라 불리는 3D 반도체의 발열 문제를 냉각 솔루션이 해결하며 양산의 물꼬를 틀 수 있을지 조명했습니다.

근거 기사

2026-09-12: 기사 보기

공공나노팹

삼성전자가 자사 반도체 공장 운영 노하우를 공공나노팹에 전수하는 이슈로, 반도체 제조 기술의 공유·확산이 주목받고 있습니다.

최근 동향 (2026-09-13 기준, 언급 1회): 삼성전자가 반도체 공장 운영 비법을 공공나노팹에 전수한다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-13: 기사 보기

AI 데이터센터 반도체 매출 급증

AI 데이터센터 투자가 빠르게 늘어나면서 이에 필요한 반도체 및 관련 부품의 매출이 폭발적으로 증가하고 있는 시장 동향입니다.

최근 동향 (2026-09-13 기준, 언급 1회): AI 데이터센터 투자 가속화로 반도체·부품 매출이 182% 급증했다는 내용이 오늘 보도되었습니다.

근거 기사

2026-09-13: 기사 보기

DDR5 모듈 해외 생산 확대

삼성전자가 DDR5 메모리 모듈 조립을 자체 생산 대신 외주로 전환하고, 베트남·인도 등 해외 생산 비중을 늘리는 전략을 추진하고 있습니다.

최근 동향 (2026-09-16 기준, 언급 1회): 삼성전자가 비용 절감 및 생산 유연성 확보를 위해 DDR5 모듈 외주 및 해외 생산 확대 방침을 밝혀 오늘 뉴스에 등장했습니다.

근거 기사

2026-09-16: 기사 보기

SK하이닉스 임단협

SK하이닉스 노사가 임금·단체협약 수정안에 합의하여 성과급의 50%를 현금으로 지급하기로 결정한 사안입니다.

최근 동향 (2026-09-16 기준, 언급 1회): SK하이닉스 구성원들이 임단협 수정안을 가결하면서 성과급 지급 방식이 확정되어 오늘 뉴스에 보도되었습니다.

근거 기사

2026-09-16: 기사 보기

AI칩 방열소재

AI 반도체 칩에서 발생하는 열을 효과적으로 분산·방출하기 위한 소재로, 고성능 AI 칩 수요 증가에 따라 주목받고 있는 핵심 부품 소재 분야입니다.

최근 동향 (2026-09-16 기준, 언급 1회): 노바써모가 AI칩용 방열소재 사업을 확대하며 매출 360억 원을 목표로 한다고 밝혔습니다.

근거 기사

2026-09-16: 기사 보기

HBM 검사장비

코셈이 HBM(고대역폭 메모리) 검사장비 시장에 진출하겠다고 선언하며, PLP 및 유리기판 검사까지 사업 영역을 확장하려는 움직임을 보이고 있습니다.

최근 동향 (2026-09-17 기준, 언급 1회): AI 서버 수요 증가로 HBM 시장이 급성장하면서 관련 검사장비 수요도 커지자, 코셈이 해당 분야에 출사표를 던진 것이 오늘 뉴스에 보도되었습니다.

근거 기사

2026-09-17: 기사 보기

삼성D A7 OLED 공장 투자

삼성디스플레이가 6500억원을 투입해 A7 생산라인을 구축하는 대규모 디스플레이 패널 투자 프로젝트입니다.

최근 동향 (2026-09-17 기준, 언급 1회): 삼성디스플레이 A7 라인에 2028년 7월 장비 반입이 예정되어 있다는 구체적인 일정이 공개되며 뉴스에 등장했습니다.

근거 기사

2026-09-17: 기사 보기

삼성디스플레이 OLED 중국 추격 대응

삼성디스플레이가 중국 업체들의 OLED 패널 기술 추격에 맞서 과거 LCD 시장을 중국에 빼앗긴 전철을 밟지 않겠다며 내부 결속을 강조하고 있는 상황입니다.

최근 동향 (2026-09-18 기준, 언급 1회): 이청 삼성디스플레이 사장이 중국의 OLED 추격에 대해 LCD 때의 뼈아픈 경험을 되풀이하지 않겠다고 밝히며 ‘원팀’ 대응을 강조해 오늘 뉴스에 등장했습니다.

근거 기사

2026-09-18: 기사 보기

아이폰 신상품 오픈런

애플의 신형 아이폰 출시일에 소비자들이 매장 앞에서 밤새 줄을 서는 현상으로, 신제품에 대한 높은 수요를 보여주는 시장 동향입니다.

최근 동향 (2026-09-18 기준, 언급 1회): 오늘 신상 아이폰 출시일에 소비자들이 어제 저녁 7시부터 줄을 서며 밤샘 오픈런을 감행했다는 소식이 보도되었습니다.

근거 기사

2026-09-18: 기사 보기

솔리다임 낸드 공장

SK하이닉스의 손자회사인 솔리다임이 미국 내 첫 낸드 플래시 생산 공장 구축을 추진하는 움직임으로, 미국 내 반도체 공급망 강화와 관련된 중요한 투자 이슈입니다.

최근 동향 (2026-09-18 기준, 언급 1회): 미국의 반도체 투자 확대 압박이 이어지는 가운데, SK하이닉스 손자회사 솔리다임이 미국 최초의 낸드 공장 설립을 추진한다는 소식이 오늘 보도되었습니다.

근거 기사

2026-09-18: 기사 보기

AI칩 패키징 독주

TSMC가 AI 칩 생산에 필수적인 고급 패키징 기술 분야에서 2028년까지 경쟁사를 압도하는 시장 지배력을 유지할 것이라는 전망이 나왔습니다.

최근 동향 (2026-09-19 기준, 언급 1회): AI 반도체 수요 급증으로 첨단 패키징 기술의 중요성이 커지는 가운데, TSMC가 CoWoS 등 고급 패키징 공정에서 독보적인 위치를 굳힐 것이라는 분석이 보도되었습니다.

근거 기사

2026-09-19: 기사 보기

폴더블 스마트폰 시장 동향

폴더블 아이폰 출시 소식이 전해지면서 고가 프리미엄 스마트폰 시장의 경쟁 구도가 변화하고 있으며, 삼성 폴더블폰의 반사이익이 주목받고 있습니다.

최근 동향 (2026-09-19 기준, 언급 1회): 329만원대로 예상되는 폴더블 아이폰 가격이 공개되자 상대적으로 저렴한 삼성 폴더블폰으로 소비자 관심이 쏠리며 판매 호조를 보이고 있다는 소식이 보도되었습니다.

근거 기사

2026-09-19: 기사 보기

RGB LED TV vs OLED TV

RGB LED TV와 OLED TV는 디스플레이 패널 기술 방식이 다른 TV 제품군으로, 시장 출하량 경쟁이 주목받고 있습니다.

최근 동향 (2026-09-19 기준, 언급 1회): 2030년에는 RGB LED TV 출하량이 OLED TV를 웃돌 가능성이 있다는 시장 전망이 나왔습니다.

근거 기사

2026-09-19: 기사 보기

아이폰18 프로 수요

애플의 차기 프리미엄 스마트폰인 아이폰18 프로가 높은 가격에도 불구하고 미국 시장에서 예상보다 강한 수요를 보이고 있는 시장 동향입니다. 스마트폰 수요 증가는 AP·메모리 등 반도체 부품 수요와 직결됩니다.

최근 동향 (2026-09-20 기준, 언급 1회): 아이폰18 프로의 강한 수요가 확인되면서 해당 기기에 탑재되는 반도체 부품 공급망에 대한 관심이 높아졌습니다.

근거 기사

2026-09-20: 기사 보기

버그 바운티 중단

버그 바운티는 기업이 외부 보안 연구자들에게 소프트웨어·하드웨어의 취약점을 발견·신고하면 보상을 지급하는 프로그램으로, 반도체 기업의 보안 강화 수단 중 하나입니다.

최근 동향 (2026-09-20 기준, 언급 1회): 인텔이 자사의 보안 취약점 보상 프로그램인 ‘버그 바운티’를 중단한다고 발표해 업계의 주목을 받고 있습니다.

근거 기사

2026-09-20: 기사 보기

반도체 패키징

중국 디스플레이 업체 BOE가 반도체 패키징 분야로 사업을 확장하는 전략을 추진 중이며, 삼성과 LG디스플레이는 이 분야에 중간 수준의 관심을 보이고 있다는 시장 동향이다.

최근 동향 (2026-09-21 기준, 언급 1회): BOE의 반도체 패키징 진출 전략이 구체화되면서 삼성·LGD 등 국내 업체들의 대응 방향에 관심이 쏠리고 있다.

근거 기사

2026-09-21: 기사 보기

Chapter

1주차

개념

1주차 개념 — n8n 첫 연결과 Claude API 키

2026-08-02

오늘 뭘 했나

1주차 마지막 준비물 두 가지를 실습했다.

Claude API 키 발급: Anthropic 콘솔에서 계정을 만들고, 크레딧을 충전하고, API 키를 받았다.
n8n 첫 연결 테스트: n8n 화면에서 RSS Read 노드로 한국경제 IT 피드를 연결해, 기사 50개를 실제로 받아오는 데 성공했다.

n8n이 뭐고, 왜 이걸 골랐나

n8n이 뭔가: 여러 서비스를 화살표로 이어서 자동화를 만드는 노코드 도구다. 이 프로젝트로 치면 “RSS(뉴스 수집) → Claude(섹터 분류·키워드 추출) → 텔레그램(발송)“을 노드 3~4개를 이어 붙이는 것만으로 만들 수 있다. 코드를 짜는 대신, 화면에서 블록(노드)을 놓고 선으로 연결하면 그게 곧 프로그램이 된다.

왜 n8n인가 (2026-08-02 재조사): PRD 만들 때(7/30) n8n을 골랐지만, 세부계획을 짜면서 “지금도 맞는 선택인가, 더 쉬운 방법은 없나”를 다시 확인했다.

도구	왜 안 됐나 / 왜 됐나
Zapier (제일 쉬움)	무료 플랜이 “트리거 1개+액션 1개” 2단계까지만 허용. 이 프로젝트는 RSS→분류→키워드 추출→텔레그램→위키 저장까지 5단계 이상이라 무료로 불가능
Make.com (중간)	무료 월 1,000 operations로 규모는 충분하지만, 이 조합(RSS+AI 분류+텔레그램)에 딱 맞는 완성 템플릿이 없음
RSS.app (완전 노코드)	RSS→텔레그램 자동전송은 되지만, AI가 섹터를 분류하고 키워드·설명을 붙이는 단계 자체가 없음
n8n	이 조합에 딱 맞는 완성 템플릿이 이미 있고, 여러 단계를 자유롭게 이어 붙일 수 있음

로컬 설치로 바꾼 이유: n8n을 가입형 클라우드로 쓰면 14일 무료체험 뒤 월 $20~24가 드는데, 이 챌린지는 4주(28일)라 체험판보다 길다. 그래서 컴퓨터에 무료로 직접 설치하는 방법(npx n8n 또는 전역 설치, Docker 불필요)으로 바꿨다. 대신 컴퓨터가 켜져 있고 n8n이 실행 중일 때만 자동 발송이 되는 제약이 생겨서, 이건 3주차 “스케줄링 안정화” 단계에서 따로 다룬다.

Claude API 키를 만들면서 나온 개념

Anthropic 콘솔: Claude API(개발자용 접속 열쇠)를 발급받는 화면. 평소 쓰는 Claude.ai(챗봇 화면)와는 다른, 개발자용 관리 화면이다.
크레딧(선불 충전): 카드를 등록해도 바로 청구되는 게 아니라, 먼저 돈을 충전해두고(최소 $5) 쓴 만큼 그 잔액에서 깎이는 방식이다. 이 프로젝트처럼 하루에 기사 몇 개만 처리하는 규모면 $5로 한 달 내내 쓰고도 남는다.
API 키 형식(sk-ant-...): 이 문자열로 시작하면 Claude API 키라는 뜻. 비밀번호처럼 남에게 보여주면 안 된다.

n8n에서 RSS를 연결하며 나온 개념

트리거 노드: 워크플로우가 “언제 시작할지”를 담당하는 첫 노드. 지금은 “버튼 누르면 시작”(When clicking 'Execute workflow')이지만, 2주차엔 “매일 오후 6시”로 바뀐다.
RSS Read: RSS 주소를 넣으면 최신 글 목록을 가져오는 노드의 정식 이름. (RSS Feed Read라고도 부를 뻔했는데, 공식 이름은 RSS Read가 맞다.)
아이템(item): n8n에서 데이터 한 건을 세는 단위. 화면에 뜬 “50 items”는 기사 50개를 가져왔다는 뜻이다.
Execute step / Test workflow: 노드 하나만 실행해보는 버튼(Execute step)과, 워크플로우 전체를 한 번 실행해보는 버튼(Test workflow). 결과가 잘 나오면 노드에 초록 체크(✓)가 표시된다.

텔레그램에서 다시 짚은 개념

chat ID: 봇 토큰과 헷갈리기 쉬운데, 봇 토큰은 “이 봇의 비밀번호”이고 chat ID는 “이 메시지를 받을 대화방 번호”다. 텔레그램 API 주소(getUpdates)로 확인할 수 있다.
update_id: getUpdates 결과 맨 앞에 나오는 숫자라 chat ID로 착각하기 쉽지만, 이건 그냥 “이 메시지 이벤트 자체의 번호”라 필요 없다. 진짜 필요한 건 그 안의 "chat":{"id":...} 값이다.

개념 요약표

용어	쉬운 뜻
n8n	여러 서비스를 화살표로 이어 자동화를 만드는 노코드 도구
Anthropic 콘솔	Claude API 키를 발급받는 개발자용 관리 화면
크레딧(선불 충전)	먼저 충전해두고 쓴 만큼 차감되는 잔액 (최소 $5)
트리거 노드	워크플로우가 언제 시작할지 정하는 첫 노드
RSS Read	RSS 주소에서 최신 글 목록을 가져오는 n8n 노드
아이템(item)	n8n에서 데이터 한 건을 세는 단위
Execute step	노드 하나만 실행해보는 버튼
Test workflow	워크플로우 전체를 실행해보는 버튼
chat ID	메시지를 받을 텔레그램 대화방 번호 (봇 토큰과 다름)
update_id	메시지 이벤트 자체의 번호 (chat ID 아님, 필요 없음)

사례

코딩 몰라도 하루 만에 내 사이트 배포하기 (GitHub + Vercel)

2026-07-25

한 줄 요약: 코딩을 몰라도, AI에게 “대신 실행해줘”라는 프롬프트 몇 개만 던져서 GitHub 저장소 생성 → 코드 업로드 → Vercel 배포까지 끝냈다.

이런 분께 도움이 돼요: 코딩을 모르는데 내가 만든 사이트나 프로젝트를 진짜 인터넷 주소로 배포하고 싶은 분.

Before — 오늘 아침까지는

지금까지 만든 학습허브 사이트는 내 컴퓨터(로컬) 안에서만 열렸다. npm run dev로 켜야만 나만 볼 수 있는 상태였다. 이직 포트폴리오로 쓰려면 남들도 들어올 수 있는 진짜 웹 주소가 있어야 하는데, “GitHub 가입 → Vercel 가입 → 배포”라는 말만 들어도 막막했다. 명령어 한 줄 쳐본 적이 없어서.

어떻게 했나

1. 계정 먼저 준비

GitHub는 이메일·비밀번호·사용자명으로 직접 가입하고, Vercel은 “Continue with GitHub” 버튼으로 GitHub 계정 그대로 로그인하는 방법을 AI에게 안내받았다. (계정 생성·비밀번호 입력은 AI가 대신 눌러줄 수 없는 부분이라, 이 부분만 직접 진행했다.)

2. 필요한 도구 확인

배포에 Git, GitHub CLI(gh), Node.js, Vercel CLI 네 가지가 필요하다고 해서 확인을 부탁했다. 다행히 이미 다 설치되어 있어서 바로 넘어갔다. (없었다면 AI가 알아서 설치해줬을 것이다.)

3. GitHub에 사이트 통째로 올리기

아래 프롬프트를 그대로 썼다:

지금 이 폴더(GPters_Study, 내 학습허브 사이트)를 통째로 GitHub에 올려줘.
Git으로 해줘. 나는 코딩을 몰라서 명령어를 직접 못 쳐, 네가 대신 실행해줘.
- GitHub에 새 저장소(repository)를 하나 만들어서, 이 폴더 내용을 전부 올려줘.
- 처음이라 GitHub 로그인/인증이 필요하면, 뭘 어디서 해야 하는지 알려줘.
- 다 올라가면 GitHub에서 내 사이트 주소(저장소 링크)를 알려줘.

AI가 git init → git add → git commit → gh repo create --public --source=. --remote=origin --push 순서로 실행해서 저장소 생성과 업로드를 한 번에 끝냈다.

4. Vercel로 배포

방금 GitHub에 올린 이 사이트를 Vercel로 배포해줘. Vercel CLI로 해줘.
나는 코딩을 몰라서 명령어를 직접 못 쳐, 네가 대신 실행해줘.
- Vercel CLI가 없으면 "깔까요?"라고 되묻지 말고 바로 설치해줘.
- 처음이라 Vercel 로그인이 필요하면, 아까 만든 GitHub 계정으로 로그인하게 안내해줘.
- 방금 올린 그 GitHub 저장소를 배포하는 거야.
- 배포가 끝나면 내 사이트 URL(주소)을 알려줘.

막힘 → 해결

vercel --prod --yes를 실행했더니 이런 오류가 났다:

Error: Project names can be up to 100 characters long and must be lowercase.
They can include letters, digits, and the following characters: '.', '_', '-'...

원인은 내 컴퓨터 폴더 경로(“민철 포트폴리오”)에 들어있는 한글과 띄어쓰기가 그대로 프로젝트 이름으로 쓰이려다 규칙에 걸린 것이었다. AI가 프로젝트 이름을 영문(gpters-study)으로 직접 지정해서 재시도하니 바로 해결됐다.

After — 결과

GitHub 저장소: github.com/raysmc517/gpters-study
배포된 사이트: gpters-study-fawn.vercel.app
로컬에서만 보이던 사이트가 이제 링크 하나로 누구에게나 보여줄 수 있게 됐다.
GitHub와 Vercel이 연결돼서, 앞으로 GitHub에 새 내용을 올릴 때마다 자동으로 다시 배포된다.

배운 것 / 재사용 자산

재사용 프롬프트: 위 3번·4번 프롬프트를 그대로 복사해서 쓰면, 코딩을 몰라도 “GitHub 업로드 → Vercel 배포”를 AI에게 그대로 시킬 수 있다.
알아둘 점: 로컬 폴더 이름에 한글·띄어쓰기가 있으면 배포 도구에서 이름 오류가 날 수 있다. 오류가 나면 “프로젝트 이름을 영문으로 지정해줘”라고 요청하면 된다.
꿀팁: “깔까요?”라고 되묻지 말고 바로 진행해달라고 미리 요청해두면, 도구 설치 확인 절차에서 왔다갔다하는 시간을 아낄 수 있다.

(Tip: 여기에 GitHub 저장소 화면 또는 배포된 사이트 화면 스크린샷을 넣으면 좋아요)

사례

GitHub Desktop과 AI가 동시에 건드려서 생긴 git 오류, 이렇게 풀었다

2026-07-25

한 줄 요약: AI에게 “오늘 작업 커밋해줘”라고 했더니, 이미 GitHub Desktop이 몰래 커밋·푸시를 해놓은 상태였다. 두 도구가 같은 저장소를 동시에 건드리면서 git이 “잠금(lock)” 오류를 냈고, 원인을 찾아 순서대로 풀었다.

이런 분께 도움이 돼요: AI(터미널)로 배포 작업을 하면서, 동시에 GitHub Desktop 같은 GUI 프로그램도 같이 쓰는 분. Unable to create '.git/index.lock' 같은 오류를 만난 분.

Before — 뭐가 이상했나

오늘 작업(학습일지·사례글·프로젝트 페이지)을 다 만든 뒤, AI에게 “커밋으로 저장해줘”라고 요청했다. 그런데 git status를 확인해보니 이상했다 — 내가 요청하기도 전에, 이미 45c636f라는 낯선 커밋이 저장소에 올라가 있었고, 그 안에 오늘 만든 파일이 전부 들어있었다. “나는 저장한 적이 없는데 왜 이미 저장돼 있지?”

어떻게 풀었나

1. 진짜 상태부터 확인 (짐작하지 않기)

AI가 로컬 git 로그만 보지 않고, gh api repos/.../commits/master로 GitHub 서버에 직접 물어봐서 실제로 그 커밋이 GitHub에도 올라가 있는지 확인했다. 결과: 로컬과 GitHub 둘 다 이미 그 커밋 상태였다. 즉 “로컬에만 있고 GitHub엔 안 올라갔겠지”라는 짐작이 틀렸던 것.

2. 안 지워진 변경 하나 발견 → 되돌리려다 막힘

살펴보니 landing.md에 누군가 장난스럽게 바꿔놓은 인사말 한 줄이 커밋 안 되고 남아있었다. 이걸 원래대로 되돌리려고 git restore를 실행했는데, 이런 오류가 떴다:

fatal: Unable to create '.../.git/index.lock': File exists.
Another git process seems to be running in this repository, e.g.
an editor opened by 'git commit'. Please make sure all processes
are terminated then try again.

3. 범인 찾기

AI가 실행 중인 프로그램 목록(tasklist)을 확인해서, 내 컴퓨터에 GitHub Desktop이 켜져 있는 걸 찾아냈다. 이게 배경에서 같은 저장소에 자동으로 커밋·푸시를 하고 있었던 것 — 아까 발견한 “낯선 커밋”의 정체였다.

AI가 바로 잠금 파일을 지우지 않고, 먼저 “GitHub Desktop이 지금 뭔가 하는 중일 수도 있으니, 직접 닫아주실 수 있나요?”라고 물어봤다. 잠금 파일을 함부로 지우면 그 프로그램이 작업하던 도중에 저장소가 꼬일 수 있어서였다.

4. 프로그램 종료 확인 → 그래도 안 풀림

GitHub Desktop을 껐다. 그런데 다시 시도해도 같은 오류가 났다. tasklist로 다시 확인해보니 프로세스는 완전히 꺼져 있었다 — 즉 잠금 파일이 프로그램이 죽으면서 청소가 안 되고 남아있는 찌꺼기(stale lock)였다. 프로세스가 없는 걸 다시 확인한 뒤에야 안전하게 잠금 파일을 지우고 landing.md를 되돌렸다.

5. 커밋할 때 또 한 번

마지막으로 남은 설정 파일을 커밋하려는데, 이번엔 HEAD.lock 오류가 또 났다. 같은 원인(아까 그 배경 작업의 잔여물)이라 판단하고, 같은 방식(프로세스 확인 → 잠금 파일 제거)으로 바로 풀었다.

fatal: cannot lock ref 'HEAD': Unable to create '.../.git/HEAD.lock': File exists.

After — 결과

로컬 · GitHub · 배포된 사이트 세 곳이 모두 같은 상태로 정리됨.
커밋 ec0dc28까지 정상적으로 push 완료.
이제부터는 GitHub Desktop과 AI(터미널) 중 하나로만 커밋하기로 정함 — 같은 저장소를 두 도구로 동시에 만지지 않기.

배운 것 / 재사용 자산

알아둘 점: git은 커밋 등 작업 중에 .git/index.lock, .git/HEAD.lock 같은 임시 잠금 파일을 만든다. 정상적으로는 작업이 끝나면 자동으로 사라지는데, 프로그램이 비정상 종료되면 이 파일이 안 지워지고 남아서 다음 작업을 막을 수 있다.
오류를 만나면 이 순서로: ① 지금 이 저장소를 건드리는 다른 프로그램(GitHub Desktop, 다른 터미널, 편집기 등)이 실행 중인지 확인 → ② 있으면 종료 → ③ 그래도 오류가 남으면, 프로세스가 진짜 없는지 다시 확인한 뒤에만 잠금 파일을 지운다. (프로세스가 살아있는데 지우면 저장소가 꼬일 수 있으니 순서를 건너뛰지 않는 게 중요하다.)
재사용 프롬프트: “git 오류가 나는데, 지금 이 저장소를 다른 프로그램이 건드리고 있는지 먼저 확인하고, 잠금 파일 문제면 안전하게 해결해줘.”
꿀팁: “저장했다”는 말을 그대로 믿지 말고, git status나 GitHub 저장소 화면에서 실제로 반영됐는지 눈으로 한 번 더 확인하는 습관이 도움이 된다.

(Tip: 여기에 오류 메시지 캡처나 GitHub Desktop 실행 화면을 넣으면 좋아요)

Chapter

2주차

사례

n8n으로 RSS→Claude→텔레그램 파이프라인 완성해서 매일 오후 6시 자동 발송까지 만들기

2026-08-05

한 줄 요약: RSS→Claude→텔레그램을 잇는 파이프라인을 완성하고, 메시지 포맷을 다듬고, 마지막에 “Schedule Trigger + Publish”로 사람 개입 없이 매일 오후 6시 자동 발송되게 만들었다.

이런 분께 도움이 돼요: n8n으로 AI 자동화를 만들고 있는데, “일단 버튼 눌러서 실행되는 것”에서 “매일 저절로 도는 것”으로 넘어가는 마지막 단계가 막막한 분.

Before — 오늘 아침까지는

RSS Read → Aggregate → Claude(Basic LLM Chain)까지는 며칠 전에 연결해서, 뉴스 기사에서 키워드·설명·사례를 뽑아내는 것까진 성공한 상태였다. 하지만 그 결과를 볼 수 있는 곳은 n8n 화면 안뿐이었고, 텔레그램으로는 아무것도 안 왔다. 게다가 “Execute workflow” 버튼을 직접 눌러야만 움직였다 — 자동화라고 부르기엔 사람 손이 계속 필요했다.

어떻게 했나

1. 만들기 전에 오픈소스부터 확인

바로 만들지 않고 먼저 물어봤다:

지금 만들려는 걸 직접 만들기 전에 확인하고 싶어.
이미 만들어져 있는 게(오픈소스) 있는지 최신 기준으로 찾아봐줘.
있으면 뭐가 있는지, 내 프로젝트에 쓸 만한지 알려줘.

n8n에 이미 공식 내장된 Telegram 노드가 있다는 걸 확인했고, RSS+AI+텔레그램 완성형 템플릿도 여러 개 있었지만, 이 프로젝트만의 섹터 분류·위키 자동 저장 기능은 어디에도 없어서 템플릿을 통으로 가져오지 않고 지금 워크플로우에 이어붙이기로 했다.

2. Telegram 노드 연결

Basic LLM Chain 뒤에 Telegram 노드를 추가하고 Resource: Message / Operation: Send Message로 설정했다. Credential(봇 토큰)과 Chat ID를 넣은 뒤, Text 칸은 타이핑하지 않고 왼쪽 INPUT 패널에 있던 text 필드를 그대로 드래그해서 연결했다 — 그러면 자동으로 {{ $json.text }} 표현식이 채워진다.

Execute step을 눌렀더니 실제로 텔레그램에 메시지가 도착했다. 첫 성공이었다.

3. 막힘 → 해결: 링크가 없다

메시지 포맷을 PRD에 정했던 대로(🔋 이모지 + 원문 링크) 다듬으려는데, 문제가 있었다. 지금 프롬프트는 기사 제목만 LLM에게 넘기고 있어서, 애초에 링크 정보 자체가 없었다:

기사 목록:
{{ $json.title.join('\n') }}

해결: Aggregate 노드에 link 필드를 하나 더 등록해서 title 배열과 나란히 link 배열도 함께 나오게 했다. 그다음 프롬프트의 기사 목록 부분을 “제목과 링크를 한 줄씩 짝지어 보여주는” 표현식으로 바꿨다:

기사 목록:
{{ $json.title.map((t, i) => `${i}. ${t} | ${$json.link[i]}`).join('\n') }}

그리고 프롬프트 출력 형식에 이모지와 원문 줄을 추가했다:

🔋 배터리
키워드: (핵심 단어 하나)
설명: (한 문장 설명)
사례: (실제 회사나 사례 한 문장)
원문: (고른 기사의 링크를 그대로)

4. 막힘 → 해결: 줄바꿈이 글자로 나옴

다시 실행해보니 내용은 다 맞는데, 텔레그램에 \n이라는 글자가 그대로 찍혀서 왔다. 진짜 줄바꿈이 아니라 Claude가 줄바꿈 자리에 문자 그대로 \n을 써버린 것. Telegram 노드의 Text 칸 표현식을 아래처럼 바꿔서, 글자로 된 \n을 실제 줄바꿈으로 바꾸도록 마지막에 한 번 더 정리했다:

{{ $json.text.replace(/\\n/g, '\n') }}

5. 첨부 문구 끄기 + 완전 자동화

Telegram 노드의 Additional Fields에서 “Append n8n Attribution”을 추가하고 꺼서, 메시지 밑에 자동으로 붙던 This message was sent automatically with n8n 문구를 없앴다.

마지막으로, 수동으로 눌러야 했던 “When clicking ‘Execute workflow’” 트리거 노드를 지우고, 그 자리에 Schedule Trigger를 넣어 매일(Days) 오후 6시(18:00)로 설정한 뒤 RSS Read 노드에 연결했다. 그리고 화면에 뜬 안내문(“이 스케줄은 Publish해야 실제로 작동합니다”)대로 Publish 버튼을 눌러 활성화했다.

After — 결과

텔레그램에 도착한 실제 메시지:

🔋 배터리
키워드: 냉각
설명: 40도 온수로 데이터센터를 냉각하는 혁신적인 기술이 처음 등장했다.
사례: 고효율 온수 냉각 시스템을 적용한 데이터센터가 구축되었다.
원문: https://www.hankyung.com/article/2026080446941

버튼을 눌러야만 돌아가던 워크플로우가 → 사람 개입 없이 매일 오후 6시 자동 발송되는 파이프라인이 됐다.
(Tip: 여기에 실제 텔레그램 메시지 캡처를 넣으면 좋아요)

배운 것 / 재사용 자산

재사용 팁 1: n8n Aggregate 노드에 필드를 여러 개 등록하면 각각 배열로 나오는데, 같은 인덱스끼리는 순서가 유지된다 — title[i]와 link[i]처럼 짝지어 쓸 수 있다.
재사용 팁 2: LLM이 줄바꿈을 실제 줄바꿈 대신 문자 그대로 \n으로 답할 때가 있다. 프롬프트를 붙잡고 씨름하기보다, 마지막에 .replace(/\\n/g, '\n') 한 줄로 정리하는 게 빠르다.
알아둘 점: n8n에서 “저장”과 “Publish”는 다르다. Schedule Trigger 같은 자동 트리거는 Publish를 해야 실제로 작동한다.
한계: 지금 쓰는 RSS 피드가 배터리 전용이 아니라 IT 전체 뉴스라서, 진짜 배터리 기사가 없는 날은 AI가 제일 비슷한 걸 억지로 골라 답한다 (오늘도 데이터센터 냉각 기사가 배터리로 뽑혔다). 다음 할 일로 남겨뒀다.

Chapter

3주차

사례

3섹터 키워드 분류 완성 + 로컬 삽질 끝에 n8n 클라우드로 24시간 작동 전환하기

2026-08-12

한 줄 요약: 프롬프트를 반도체·배터리·AI 3섹터 분류로 업그레이드해서 “기사 없으면 억지로 끼워맞추지 않기”를 완성했고, 24시간 작동을 위해 로컬 작업 스케줄러를 붙잡고 씨름하다 결국 n8n 클라우드 무료체험으로 갈아탔다.

이런 분께 도움이 돼요: n8n을 로컬(npx)로 돌리다가 “컴퓨터를 계속 켜둘 수 없는데 어떻게 하지” 고민 중인 분, 또는 Windows 작업 스케줄러로 뭔가 자동 실행시키려다 계속 안 되는 분.

Before — 오늘 아침까지는

2주차까지 만든 프롬프트는 배터리 섹터 하나만 봤다. 오늘 진짜 배터리 기사가 없으면 AI가 제일 비슷한 걸(데이터센터 냉각 기사 등) 억지로 배터리라고 우기는 문제가 계속 남아있었다. 그리고 n8n은 로컬 컴�터에 npx n8n으로 설치돼 있어서, 컴퓨터가 켜져 있고 n8n이 실행 중일 때만 매일 오후 6시 자동 발송이 됐다 — 노트북이라 계속 켜두기 어려운 게 현실적인 문제였다.

어떻게 했나

1. 3섹터 분류 프롬프트로 업그레이드

기존 프롬프트에 “어느 섹터인지 먼저 판단하고, 섹터별로 없으면 지어내지 말라”는 조건을 명시적으로 추가했다.

너는 반도체·배터리·AI 세 분야 뉴스를 분류하고 요약하는 애널리스트야.

아래는 오늘 수집된 기사 목록이다. 각 기사를 읽고 반도체·배터리·AI 세 섹터 중 어디에 속하는지 판단해라. 세 섹터 어디에도 해당하지 않는 기사는 무시해라.

기사 목록:
{{ $json.title.map((t, i) => `${i}. ${t} | ${$json.link[i]}`).join('\n') }}

각 섹터별로, 그 섹터에 속한 기사들 중 가장 중요해 보이는 키워드를 1개씩 뽑아라 (반도체 1개, 배터리 1개, AI 1개, 총 3개). 어떤 섹터에 해당하는 기사가 하나도 없으면 그 섹터는 "오늘은 해당 섹터 기사가 없습니다"라고만 써라.

바꾼 뒤 텔레그램에 실제로 도착한 메시지:

🔩 반도체
키워드: 3D 메모리
설명: 삼성이 HBM의 8배 성능을 갖춘 차세대 3D 메모리 기술을 공개했습니다.
사례: 삼성전자가 개발한 차세대 3D 메모리가 기존 HBM 대비 획기적인 성능 향상을 달성했습니다.
원문: https://www.hankyung.com/article/2026080570451

🔋 배터리
오늘은 해당 섹터 기사가 없습니다.

🤖 AI
키워드: AI 데이터센터
설명: 통신사들이 AI 데이터센터 투자를 확대하며 기존 통신사업을 넘어 AI 인프라 기업으로 전환 중입니다.
사례: LG유플러스가 2조원을 AI 데이터센터에 투입하고 SKT는 데이터센터 매출이 2배 증가했습니다.
원문: https://www.hankyung.com/article/2026080693381

배터리 섹터에 진짜 기사가 없어서 “오늘은 해당 섹터 기사가 없습니다”라고 정직하게 나왔다 — 예전 같으면 아무 에너지 관련 기사나 갖다 붙였을 자리다.

2. 막힘 → 해결: 로컬 + 작업 스케줄러, 네 번 막힘

24시간 작동을 위해 Windows 작업 스케줄러에 n8n 자동 실행을 등록했는데, 문제가 하나씩 계속 나왔다.

증상	원인	해결
우클릭 실행은 되는데 로그온해도 자동으로 안 켜짐	프로그램 경로(`C:\Program Files\nodejs\npx.cmd`)를 직접 타이핑해서 등록 → 띄어쓰기 때문에 `C:\Program`까지만 저장되고 나머지가 인수로 밀림	경로를 타이핑하지 말고 “찾아보기” 버튼으로 파일을 직접 선택 (따옴표 자동으로 붙음)
경로 고쳐도 여전히 실행 실패	인수 칸에 예전 값(`Files\nodejs\npx.cmd n8n`)이 남아있음	인수 칸을 지우고 `n8n`만 다시 입력
재부팅 후 로그인해도 안 켜짐	작업 스케줄러 기본 설정에 컴퓨터가 배터리로 작동 중이면 시작하지 않음이 켜져 있음 — 노트북이 전원 안 꽂혀 있으면 조용히 실행을 건너뜀	”조건” 탭에서 배터리 관련 체크박스 두 개(시작 안 함/전환 시 중지) 해제
켜지긴 하는데 cmd 창을 닫으면 같이 꺼짐	`npx.cmd` 실행 시 뒤에서 뜨는 검은 콘솔 창이 실제로 n8n을 붙잡고 있는 창	”일반” 탭에서 “숨김” 체크 → 창 자체가 안 뜨게 만듦

이 네 가지를 다 고치고 나서야 로컬에서 완전 자동 실행이 됐다.

3. 그런데 노트북은 계속 켜둘 수 없다

작업 스케줄러는 잘 고쳤지만, 근본적인 문제가 남았다 — 노트북 덮개를 계속 열어둘 수는 없다는 것. 여기서 두 가지 클라우드 대안을 다시 검토했다.

Oracle Cloud 무료 티어: 영구 무료라 매력적이었지만, 최신 자료를 찾아보니 2026년 6월에 공지 없이 무료 사양이 절반으로 줄었고(4 OCPU/24GB → 2 OCPU/12GB), 실제 서버 발급 시 “용량 부족” 오류가 흔하다는 걸 확인했다. 챌린지에 남은 시간이 얼마 없는 상황에서 이 복불복에 걸기엔 위험해서 일단 보류.
n8n 공식 클라우드: Starter/Pro 플랜은 14일 무료체험에 카드 등록이 필요 없다는 걸 공식 가격 페이지에서 확인했다. 마침 챌린지 남은 기간이랑 딱 맞아서 이쪽으로 결정.

4. n8n 클라우드로 워크플로우 이전

로컬 n8n에서 워크플로우 열고 ”⋮” → Download로 .json 내보내기
클라우드 워크스페이스에서 ”⋮” → Import from File로 그대로 가져오기 (노드 구조·표현식은 그대로 살아있었다)
보안상 안 옮겨지는 텔레그램 봇 토큰과 Claude API 키를 각 노드에서 새로 연결
실행 테스트 후 Publish로 활성화

After — 결과

반도체·배터리·AI 3섹터 분류 프롬프트 완성, 기사 없는 섹터는 지어내지 않고 정직하게 표시
워크플로우가 n8n 클라우드로 이전 완료, Publish 활성화 — 이제 노트북을 덮어도 매일 오후 6시 자동 발송된다
(Tip: 여기에 클라우드 워크스페이스 화면이나 최종 텔레그램 메시지 캡처를 넣으면 좋아요)

배운 것 / 재사용 자산

재사용 프롬프트: 위 3섹터 분류 프롬프트를 그대로 복사해서 쓰면, 여러 섹터로 나눠 분류하면서 “없으면 지어내지 말라”는 조건까지 한 번에 넣을 수 있다.
작업 스케줄러 체크리스트: 자동 실행이 안 될 때 순서대로 확인할 것 — ① 경로에 띄어쓰기 있으면 “찾아보기”로 등록했는지 ② 인수 칸에 잔여값 없는지 ③ “조건” 탭의 배터리 제한 옵션 ④ “숨김” 설정.
알아둘 점: “영구 무료”라도 조건이 조용히 바뀔 수 있다 — 클라우드 서비스는 기억으로 판단하지 말고 그때그때 공식 페이지에서 최신 상태를 확인해야 한다.
알아둘 점 2: n8n 인스턴스를 옮길 때 워크플로우 구조(노드·표현식)는 내보내기/가져오기로 그대로 옮겨지지만, 크리덴셜(토큰·API 키)은 보안상 안 옮겨져서 새 인스턴스에서 다시 연결해야 한다.
한계: n8n 클라우드는 14일 무료체험이라, 챌린지가 끝난 뒤에도 이 봇을 계속 쓰려면 유료 전환이나 다른 호스팅(예: Oracle Cloud)을 다시 검토해야 한다.

Chapter

4주차

사례

n8n이 GitHub에 직접 글을 쓰게 만들기 — 매일 자라는 용어 사전 자동화

2026-08-24

한 줄 요약: 매일 텔레그램으로만 받고 흘려보내던 뉴스 키워드를, n8n이 GitHub API로 직접 커밋해서 위키에 쌓도록 만들었다. 같은 용어가 다시 나오면 새 항목을 만들지 않고 “언급 횟수”와 “최근 동향”만 갱신되는 구조라, 1년을 써도 페이지가 지저분해지지 않는다.

이런 분께 도움이 돼요: AI가 뽑아준 결과를 매번 복사·붙여넣기로 저장하고 있는 분, n8n에서 GitHub API를 쓰고 싶은 분, 그리고 “에러는 안 나는데 결과만 이상한” 자동화 버그에 발목 잡혀본 분.

Before — 어제까지의 문제

매일 오후에 텔레그램으로 반도체·배터리·AI 키워드가 잘 도착하고 있었다. 문제는 거기서 끝난다는 것이었다.

메시지는 스크롤에 묻혀 사라진다. 2주 전에 뭘 받았는지 다시 찾기 어렵다.
“HBM이 요즘 왜 자주 나오지?”라는 감각이 안 쌓인다. 매번 처음 보는 것처럼 읽게 된다.
이직 포트폴리오로 보여줄 게 텔레그램 캡처밖에 없다.

PRD에도 뽑힌 키워드를 위키 개념 페이지에 자동 저장이 MVP 기능으로 적혀 있었는데, 이게 마지막까지 남은 항목이었다.

설계부터 오래 걸렸다 (쉬울 줄 알았다)

처음엔 “용어 뽑아서 md 파일로 저장” 정도로 생각했다. 그런데 막상 정하려니 계속 질문이 나왔다.

고민	결정
섹터를 어떻게 나누지?	텔레그램도 3섹터로 보내니 위키도 3페이지로 통일
HBM처럼 자주 나오는 용어는 기사가 여러 개 붙을 텐데?	정의를 중복시키지 말고 같은 용어 아래 링크만 추가
1년 쓰면 링크 칸이 너무 길어지지 않나?	언급 횟수를 숫자로 남기고, 링크는 최근 3개만 유지
링크 나열보다 “왜 지금 뜨는지”가 더 유용하지 않나?	”최근 동향” 칸 추가

이 왔다 갔다 하는 과정에서 “위키란도 쉬울 줄 알았는데 설계할 게 많네…” 소리가 절로 나왔다. 하지만 이걸 먼저 정해둔 덕분에 실제 구현은 오히려 빨랐다. 최종 형태는 이렇다.

## 차세대 HBM
HBM(고대역폭 메모리)은 GPU 옆에 붙어 데이터를 빠르게 전달하는 메모리인데,
차세대 HBM은 여기서 한 발 더 나아가 메모리 안에서 직접 연산까지 처리하는 기술입니다.

**최근 동향** (2026-08-24 기준, 언급 1회): 삼성전자가 GPU 없이도 메모리 칩 자체에서
AI 연산을 수행할 수 있는 차세대 HBM을 공개하며 반도체 업계의 주목을 받았습니다.

<details><summary>근거 기사</summary>

- 2026-08-24: [기사 보기](https://...)

</details>

핵심은 “설명은 한 번만, 동향은 매번” 이다. 처음 등장할 때 쓴 설명은 그대로 두고, 그 용어가 다시 나오면 언급 횟수가 올라가고 최근 동향만 새로 갱신된다. 이러면 페이지 길이는 용어 개수에만 비례하고, 개별 항목은 1년을 써도 항상 6~7줄로 고정된다.

어떻게 만들었나 (따라 하실 수 있게)

0. 원칙 — 잘 되는 건 건드리지 않는다

이미 매일 잘 돌아가는 텔레그램 흐름이 있었다. 여기에 손대면 멀쩡한 게 망가질 수 있으니, Aggregate에서 가지를 하나 더 뻗는 병렬 구조로 갔다.

                         ┌→ Basic LLM Chain → 텔레그램          (기존, 그대로)
RSS 3개 → Merge → 중복제거 → Aggregate
                         └→ 위키용 LLM → 섹터분리 → GitHub읽기 → 병합 → GitHub쓰기   (신규)

📷 여기에 n8n 캔버스 전체 스크린샷을 넣으면 구조가 한눈에 보여요

1. GitHub 토큰 발급 (여기서 첫 번째로 막혔다)

n8n이 내 저장소에 글을 쓰려면 열쇠가 필요하다. GitHub 토큰 발급 페이지에서 만든다.

Token name: n8n-wiki-writer
Expiration: 90 days
Repository access: Only select repositories → 내 저장소 선택
Repository permissions → Contents: Read and write

n8n에서는 GitHub 노드가 아니라 **HTTP Request의 Generic Credential Type → Bearer Auth**로 등록한다.

2. 위키 저장용 LLM 노드 (JSON으로 받기)

텔레그램용 LLM은 “사람이 읽을 문장”을 만들지만, 파일에 저장하려면 기계가 읽을 JSON이 필요하다. 그래서 별도 Basic LLM Chain을 만들고 프롬프트를 이렇게 넣었다.

아래는 오늘 수집된 기사 목록입니다 (JSON):
{{ JSON.stringify($json) }}

이 중에서 반도체/배터리/AI 3개 섹터 각각에서 가장 중요한 기사를 하나씩 골라
아래 형식의 JSON으로만 답하세요.

- 용어: 그 기사의 핵심 키워드/용어
- 설명: 그 용어가 무엇인지 처음 보는 사람도 이해할 수 있게 쉬운 설명 (1~2문장)
- 사례: 오늘 이 용어가 왜 뉴스에 나왔는지 (1~2문장)
- 원문: 그 기사의 링크

해당 섹터에 기사가 없으면 용어에 "없음", 나머지는 빈 문자열로 답하세요.

출력 규칙: 설명 문장이나 마크다운 코드블록 없이, JSON 객체 하나만 출력하세요.

여기에 Require Specific Output Format 토글을 켜고 Structured Output Parser를 연결해서 형식을 강제했다. 이러면 AI가 형식을 어길 여지가 줄어든다.

⚠️ 두 가지 함정

Source for Prompt가 기본값 Connected Chat Trigger Node로 되어 있다 → Define below로 바꿔야 직접 쓴 프롬프트가 들어간다.

그러면 아래에 빈 Prompt 1이 자동으로 생기는데, 이걸 삭제하지 않으면 실행 에러가 난다.

3. GitHub에서 읽고 → 합치고 → 다시 쓰기

GitHub API로 파일을 수정하려면 읽기 → 수정 → 쓰기 세 단계가 필요하다. 그냥 덮어쓸 수 없고, “내가 본 버전이 이거였다”는 증표(sha)를 같이 보내야 한다.

읽기 (HTTP Request, GET)

https://api.github.com/repos/{내계정}/{저장소}/contents/{{ $json.path }}

헤더 2개: Accept: application/vnd.github+json, X-GitHub-Api-Version: 2022-11-28

쓰기 (HTTP Request, PUT) — 같은 URL에 Body 3개를 보낸다.

필드	값
`message`	커밋 메시지 (예: `위키 자동 업데이트`)
`content`	새 파일 내용을 base64로 인코딩한 것
`sha`	GET에서 받은 값 (이게 없으면 거절당한다)

사이의 병합 Code 노드가 실제 로직을 담당한다. 기존 내용을 풀어서 같은 용어가 있는지 찾고, 있으면 언급 횟수를 올리고 링크를 밀어내고, 없으면 새 섹션을 맨 아래 붙인다.

막힘 → 해결: 조용히 틀리는 버그 4개

여기서부터가 오늘의 진짜 알맹이였다. 네 개 다 에러 메시지가 안 뜨거나, 떠도 엉뚱한 걸 가리켰다.

버그 1 — n8n은 초록불인데 GitHub엔 아무것도 없다

PUT 노드가 성공(초록 체크)했는데 커밋이 안 올라갔다. 원인은 Method가 아직 GET이었던 것. GET 노드를 복제해서 PUT을 만들었는데 Method 바꾸는 걸 깜빡했다. 요청 자체는 성공하니 n8n은 성공으로 표시하고, 실제로는 파일을 읽기만 한 것이다.

💡 구분법: PUT 노드 출력에 commit 항목이 있으면 진짜 커밋된 것. content/sha만 있으면 GET처럼 읽기만 한 것이다.

버그 2 — 프롬프트가 통째로 무시됐다

실행하면 세 섹터가 전부 없음으로 나왔다. 기사가 51건이나 들어왔는데도.

결정적 단서는 똑같은 데이터로 텔레그램은 멀쩡하게 3섹터를 다 채워서 보냈다는 것이었다. 데이터 문제가 아니라 위키용 LLM만의 문제로 좁혀졌다.

원인은 프롬프트 칸이 Expression이 아니라 Fixed 모드였던 것. n8n에서 {{ }}는 Expression 모드일 때만 실제 값으로 바뀐다. Fixed면 {{ JSON.stringify($json) }}라는 글자 그대로 AI에게 전달된다. 기사가 하나도 안 보이니 “없음”이라고 답할 수밖에 없었던 것이다.

💡 이게 제일 무서운 종류의 버그다. 에러가 안 나고 조용히 이상한 결과만 나온다.

버그 3 — 반도체만 저장되고 배터리·AI는 계속 비어 있었다

병합 코드가 $input.first()(첫 번째 항목만)를 쓰고 있었다. 섹터 3개가 들어와도 항상 첫 개만 처리하고 나머지를 버린 것. .all()로 받아서 반복문으로 도는 구조로 바꿨다.

버그 4 — 같은 용어가 매일 새 항목으로 쌓였다

실행할 때마다 이렇게 갈라졌다.

## 차세대 HBM(High Bandwidth Memory)
## 차세대 HBM (Processing-in-Memory)     ← 괄호 안이 통째로 바뀜

AI는 같은 용어를 매번 똑같이 쓰지 않는다. 처음엔 띄어쓰기만 무시하도록 고쳤는데 그걸로도 안 잡혔고, 결국 괄호 안 설명을 통째로 잘라내서 차세대 HBM으로 통일했다.

용어: d.용어.replace(/\s*[(（].*?[)）]\s*/g, '').trim(),

버그 5(보너스) — GitHub 409 충돌

3개 파일을 저장하는데 일부만 성공했다. 에러 메시지가 결정적이었다.

409 - "is at ee01942... but expected d5ac83c..."

세 개의 저장 요청이 거의 동시에 날아가면서 서로 자리를 뺏은 것이다. 세 명이 같은 노트에 동시에 쓰려는데 각자 “내가 본 마지막 페이지 다음에 쓸게”라고 해서 충돌한 상황. 파일 자체엔 문제가 없고 순서만 어긋난 것이라, 하나씩 간격을 두고 보내면 해결된다.

PUT 노드 → Options → Batching: Items per Batch 1, Batch Interval 1500
PUT 노드 → Settings 탭 → Retry On Fail: Max Tries 3, Wait 3000

덤 — RSS 소스도 3개로 늘렸다

“배터리 섹터가 자주 빈다”는 문제도 같이 잡았다. RSS Read 노드 3개를 만들고 Merge 노드(Mode: Append, Number of Inputs: 3)로 합쳐서 기존 중복제거 노드에 넘겼다.

여기서도 하나 막혔다. 비즈니스포스트를 넣으려는데 403이 났다. 확인해보니 User-Agent(접속 프로그램 이름)가 비어 있으면 차단하는 사이트였는데, n8n의 RSS Read 노드는 옵션이 SSL 관련 하나뿐이라 이걸 바꿀 수가 없었다.

우회하려면 노드 4개(HTTP Request → XML → Split Out → Limit)를 붙여야 했다. 잠깐 고민하다 한경 IT로 갈아탔다. 대신 디일렉(THE ELEC)을 추가했는데 — 반도체·배터리 전문 매체라 오히려 더 잘 맞았고, 실제로 그날 배터리 항목(LFP 배터리)이 여기서 잡혔다.

💡 완벽하게 뚫는 것만이 답은 아니다. 우회 비용이 크면 대체재를 찾는 게 합리적일 때가 있다.

After — 결과

마지막 실행에서 커밋 3개가 올라가고 세 페이지가 전부 채워졌다.

페이지	들어온 용어	출처
반도체	차세대 HBM	한국경제
배터리	LFP 배터리	디일렉
AI	AI 에이전트	한국경제

	Before	After
저장	텔레그램 메시지 (스크롤에 묻힘)	위키에 영구 누적
반복 용어	매번 처음 보는 것처럼	언급 N회로 추이가 보임
손이 가는 정도	복붙해서 정리	0 — 완전 자동
사이트 반영	수동 배포	GitHub 커밋 → Vercel 자동 재배포

n8n이 커밋하면 Vercel이 자동으로 재배포까지 해줘서, n8n → GitHub → 사이트가 전부 하나로 이어진다. 이걸로 PRD에 적어둔 MVP 4개가 사실상 다 끝났다.

가져가실 것 — 자동화 버그 자가진단 체크리스트

오늘 겪은 걸 정리하면, “에러는 없는데 결과가 이상할 때” 이 순서로 보면 빠르다.

결과가 전부 비어 있다 → {{ }}가 들어간 칸이 Expression 모드인지 확인. Fixed면 글자 그대로 전달된다.
여러 개 중 하나만 처리된다 → 코드에 .first()가 있는지 확인. .all() + 반복문으로 바꾼다.
성공했다는데 결과물이 없다 → 요청 Method가 맞는지, 출력에 기대한 항목(commit 같은)이 있는지 확인.
같은 항목이 자꾸 새로 생긴다 → AI가 만든 이름으로 매칭하고 있다면, 표기 흔들림을 정리하는 장치가 필요하다.
여러 개 중 일부만 실패한다 → 동시 요청 충돌을 의심. 하나씩 간격을 두고(Batching) 보낸다.
뒤쪽 노드가 아예 안 돈다(Node was not executed) → 앞에서 데이터가 0건이 된 것. 중복제거 노드가 범인인 경우가 많다.

솔직한 후기

답답했다. 쉬울 줄 알았던 게 설계부터 오래 걸렸고, 그다음엔 버그가 하나 잡으면 또 하나 나왔다. 특히 “성공했다” 싶을 때마다 확인해보면 실제로는 반쯤만 된 상태였던 게 제일 힘 빠졌다 — n8n은 초록불인데 GitHub엔 커밋이 없다든가, 반도체만 저장돼 있다든가.

그래도 마지막에 세 페이지가 다 채워진 걸 보고 위안이 됐다. 초록불이 곧 성공은 아니라는 것, 그리고 끝을 직접 열어서 눈으로 확인해야 한다는 것 — 오늘 제일 크게 배운 건 이거였다.

회고

4주 회고 — 뉴스 하나하나 붙잡고 있던 나에서, 키워드로 트렌드를 읽는 나로

2026-08-12

한 줄 요약: 텔레그램으로 매일 오후 6시 반도체·배터리·AI 키워드를 받아보는 건 성공했고, 위키 자동 저장은 못 끝냈다. n8n은 처음엔 겁먹었지만 결국 손에 익었고, 의지박약과 클라우드 서버의 한계는 이번에 제일 크게 부딪힌 벽이었다.

1. PRD와 비교하면 — 뭘 이뤘고 뭘 못 이뤘나

PRD에서 정한 MVP 요구사항 4개를 기준으로 스스로 채점해봤다.

기능 요구사항	결과
RSS 두 피드에서 그날 새 기사만 수집	✅ 완료
LLM이 반도체·배터리·AI로 분류 후 섹터당 키워드 1개 생성	✅ 완료 — 3주차에 “기사 없으면 지어내지 않기”까지 다듬었다
매일 오후 6시 텔레그램 발송	✅ 완료 — n8n 클라우드로 옮긴 뒤로는 노트북을 덮어도 돈다
뽑힌 키워드를 위키 `개념` 페이지에 자동 저장	❌ 미완료

핵심 목표였던 “텔레그램으로 매일 섹터별 뉴스 키워드 받아보기”는 성공했다. 다만 PRD에 있던 “위키에 자동으로 쌓여서 나만의 용어 사전이 된다”는 부분은 이번 4주 안에 끝내지 못했다. n8n에서 GitHub API를 호출해 위키 파일을 자동 생성하는 단계가 남았다.

로드맵에 적었던 “지금 나 → 4주 뒤 되고 싶은 나” 표와 비교해도 결과물 기준은 거의 그대로 달성했다.

	4주 전	지금
결과물 기준	클로드로 기본적인 웹사이트는 만들어봤지만, 여러 도구를 연결하는 구체적인 것은 만들 능력이 부족했다	매일 오후 6시 실제로 텔레그램에 반도체·배터리·AI 뉴스 키워드 요약이 도착한다

2. n8n을 통한 RSS + Telegram bot 만들기

n8n을 고르겠다고 했을 때 아루나 님의 첫 반응은 “이거 어려울 텐데”였다. 그리고 실제로 겪어보니 그 반응이 맞았다 — 다만 어려웠던 지점은 워크플로우 설계 자체가 아니라 설치 과정과 세팅 과정이었다. 로컬 설치, Windows 작업 스케줄러 등록, 배터리 옵션, 크리덴셜 재연결까지 하나씩 막힐 때마다 원인을 찾아 뚫어야 했다.

그래도 일단 n8n으로 구조를 잡고, 그 위에 텔레그램 봇 토큰과 Claude API 키를 넣어 실제로 잘 굴러가는 걸 확인하고 나니 감이 잡혔다. 앞으로 스케줄러나 자동화가 필요한 걸 만들 때는 n8n을 적극적으로 활용할 생각이다.

지금은 임시로 n8n 클라우드(14일 무료체험)를 쓰고 있지만, 이건 챌린지 기간에 맞춘 임시방편이다. 나중에는 Oracle Cloud와 연동할 계획이다 — 이 봇들은 대규모 트래픽이 아니라서 Oracle 무료 티어로도 충분히 감당할 수 있을 것 같다.

3. 한계점

이번 4주를 돌아보면서 부딪힌 한계는 두 가지다.

본인의 의지박약: 매일 꾸준히 붙잡고 있어야 하는데, 스스로의 동기와 페이스를 유지하는 게 기술적인 문제보다 더 어려웠다.
Cloud 서버의 한계: Oracle Cloud 무료 티어는 사양이 조용히 반토막 났고 실제 발급 시 용량 부족이 흔했다. 결국 챌린지 기간에는 n8n 클라우드 무료체험으로 우회했다 — “영구 무료”도 그때그때 상태를 직접 확인해야 한다는 걸 배웠다.

4. 앞으로의 계획

지피터스 활동은 끝나지만, 여기서 마무리하지 않고 이어갈 것들이 있다.

Oracle Cloud 연동: n8n 클라우드 무료체험이 끝난 뒤에도 봇을 계속 쓸 수 있도록, Oracle Cloud로 옮기는 작업을 마무리한다.
학습위키 자동 저장: PRD에서 계획했지만 못 끝낸 부분 — n8n에서 뽑힌 키워드가 이 위키 개념 페이지에 자동으로 쌓이도록 GitHub API 연결까지 마무리한다.

4주 로드맵은 여기, PRD는 프로젝트 페이지에서 다시 볼 수 있어요.

Chapter

5주차

사례

자동화가 성공하니 위키가 안 읽혔다 — 학습위키 구조를 다시 짠 하루

2026-08-25

한 줄 요약: 어제 봇이 위키에 글을 자동으로 쌓기 시작했는데, 하루 지나 들어와 보니 그 결과물이 기타라는 이름 아래 들어가 있었다. 만드는 데만 신경 쓰느라 “만들어진 게 어떻게 보이는지”를 안 본 것이다. 이름·순서·레이아웃·첫 화면·프로젝트 문서까지 하루 종일 정리했다.

이런 분께 도움이 돼요: 자동화는 성공했는데 결과물이 안 읽히는 분, 글이 쌓일수록 사이드바가 지저분해지는 분, 그리고 프로젝트 소개 문서가 몇 주 전 계획서에 멈춰 있는 분.

Before — 자동화가 성공해서 드러난 문제

어제(위키 자동 저장 만들기) 봇이 GitHub에 직접 커밋해서 AI 용어 사전·배터리 용어 사전·반도체 용어 사전 세 페이지를 만들기 시작했다. 성공이었다. 그런데 오늘 사이트에 들어와 보니 이렇게 보였다.

학습위키
├ [지도] 4주 로드맵
├ [지도] 4주 세부 실행계획
├ 기타          ← 여기에 용어 사전 3개
├ 1주차
├ 2주차
├ 3주차
└ 4주차

이 프로젝트의 핵심 결과물이 “기타”에 들어가 있었다. 이유는 단순했다 — 사이드바가 글을 주차 번호로 묶는데, 봇이 만든 용어 사전에는 주차가 없으니 0주차 = 기타로 떨어진 것이다. 코드는 정확히 시킨 대로 동작했고, 그 규칙이 만들어진 시점에는 용어 사전이라는 게 존재하지도 않았다.

문제는 이것만이 아니었다.

지도와 1~4주차가 평평하게 나열돼서 뭐가 큰 덩어리인지 안 보였다.
사이트 전체가 가운데 정렬이라 사이드바가 화면 한복판에 떠 있었다.
위키 첫 화면은 “왼쪽 목록에서 글을 고르세요”만 말할 뿐, 여기 뭐가 있는지를 설명하지 않았다.
프로젝트 페이지는 8월 초 계획서 그대로였다. 로컬 n8n, RSS 2개, 오후 6시 1회, 위키 저장 [ ] 미완료.

1. “기타”는 이름이 아니다

가장 먼저 고친 것. 기타 → 용어 사전.

사소해 보이지만, 이 이름 하나 때문에 매일 자동으로 자라는 자산이 잡동사니처럼 보이고 있었다. 같은 라벨이 사이드바·위키 첫 화면·전자책 세 군데에 흩어져 있어서 전부 맞췄다.

2. 두 덩어리로 나눴다 — 자동으로 자라는 것 vs 내가 쓰는 것

이름만 바꿔서는 부족했다. 목록을 다시 보다가 성격이 완전히 다른 두 가지가 한 줄로 섞여 있다는 걸 알았다.

	용어 사전	개발일지
누가 쓰나	봇이 하루 3번 자동으로	내가 직접
언제 자라나	뉴스가 나오면 계속	뭔가 만들거나 고쳤을 때
왜 보나	모르는 용어를 찾아보려고	어떻게 만들었는지 되짚으려고

그래서 사이드바를 두 덩어리로 갈랐다. 지도(로드맵)와 주차별 글은 전부 “나의 개발일지” 아래로 넣었다.

학습위키
├ ▾ 용어 사전            ← 봇이 채우는 쪽
│    AI / 배터리 / 반도체
└ ▾ 나의 개발일지         ← 내가 쓰는 쪽
     [지도] 4주 로드맵 · 4주 세부 실행계획
     ▾ 1주차  ▾ 2주차  ▾ 3주차  ▾ 4주차

처음엔 개발일지를 위에 뒀다가, 다시 보고 순서를 바꿨다. 매일 바뀌는 쪽(용어 사전)이 위에 있는 게 자주 들어오는 사람 기준으로 맞다고 봤다.

3. 접기/펴기는 자바스크립트 없이

주차가 늘어날수록 사이드바가 계속 길어진다. 접을 수 있어야 했는데, 자바스크립트를 새로 쓰고 싶지는 않았다. HTML에 이미 있는 <details>·<summary>로 해결된다.

<details class="group" open>
  <summary class="group-title">용어 사전</summary>
  ...목록...
</details>

open을 붙이면 기본이 펼침, 제목을 누르면 접힌다. 스크립트 0줄. 기본 삼각형 마커만 지우고 직접 화살표를 그렸다.

summary { cursor: pointer; list-style: none; }
summary::-webkit-details-marker { display: none; }
summary::before { content: '▸'; transition: transform 0.15s; }
details[open] > summary::before { transform: rotate(90deg); }

4. 사이드바를 왼쪽 끝으로 — 대신 본문 폭을 묶어야 한다

사이트 전체가 max-width: 1240px; margin: 0 auto라서, 넓은 화면에서는 사이드바가 화면 한가운데에 떠 있었다. 위키 페이지만 이 제한을 풀었다.

여기서 한 가지 함정이 있었다. 가운데 정렬만 풀면 본문이 화면 폭만큼 늘어난다. 1440px 모니터에서 한 줄이 1100px가 되면 눈이 줄을 놓친다. 그래서 그리드 칸 자체에 폭을 박고, 남는 공간은 오른쪽에 버렸다.

.wiki-grid {
  grid-template-columns: 240px minmax(0, 780px);
  justify-content: start;   /* ← 남는 폭을 오른쪽에 몰아준다 */
}

1440px에서 실제로 재본 결과:

	이전	지금
사이드바 시작 위치	화면에서 120px 안쪽	24px
본문 폭	남는 만큼 전부	780px 고정

5. 첫 화면에서 “여기 뭐가 있는지” 말해주기

위키 첫 화면이 12개 글이 모였어요 + 3개 글 카드 몇 개가 전부였다. 처음 온 사람에게는 아무 정보가 아니다. 두 덩어리를 각각 소개하는 카드로 바꿨다.

용어 사전 · 3개 매일 오후 6시, 봇이 뉴스에서 뽑아온 키워드를 설명과 실제 사례까지 붙여 여기에 자동으로 저장합니다. 제가 안 써도 계속 자라는 쪽이에요.

“제가 안 써도 계속 자라는 쪽” — 이 한 줄이 이 사이트에서 제일 하고 싶은 자랑인데, 그동안 아무 데도 안 적혀 있었다.

숫자 옆 칩(둥근 버튼)은 전부 링크로 만들었다. 예전 카드는 3개 글이라고 알려주기만 하고 눌리지 않았다.

6. 문서가 8월 초에 멈춰 있었다

제일 부끄러웠던 부분. 프로젝트 페이지가 7월 30일에 쓴 계획서 그대로였다. 그 사이 실제로는 이만큼 달라져 있었다.

항목	문서에 적힌 것	실제
실행 환경	내 PC에 `npx n8n`	GCP 무료 VM 셀프호스팅
RSS	한경 + 비즈니스포스트	ZDNet + 한경 + 디일렉
발송	오후 6시 1회	9시·12시·18시 3회
위키 저장	`[ ]` 미완료	`[x]` 작동 중
배지	진행중	완성

여기서 하나 결정한 게 있다. 계획서를 지우고 새로 쓰지 않았다. 대신 원안(PRD)에서 바뀐 것이라는 표를 만들어 원안 / 지금 / 바꾼 이유를 나란히 남겼다. 오라클 클라우드가 카드 결제에서 막혀 GCP로 돌아선 것, 비즈니스포스트 RSS가 User-Agent 없으면 403을 뱉어서 포기한 것 — 이런 게 지워지면 “왜 이렇게 만들었나”에 답할 수 없게 된다. 결과물보다 판단 근거가 포트폴리오에서 더 오래 쓰인다고 생각한다.

같은 이유로 4주 회고는 손대지 않았다. 거기엔 위키 자동 저장이 ❌ 미완료라고 적혀 있지만, 8월 12일 시점에는 그게 사실이었다. 고치면 기록이 아니게 된다.

7. 제작인가 개선인가 — 애매하면 규칙으로 못 박기

정리하다 보니 판정이 애매한 글이 하나 나왔다. 위키 자동 저장을 완성한 8월 24일 글이다. GPters 챌린지는 8월 12일에 끝났으니 이건 “챌린지 이후”인데, 내용은 PRD에 있던 마지막 MVP 항목을 끝낸 것이다.

기준을 이렇게 잡았다.

챌린지 종료일이 아니라 구현 완료일을 기준으로 한다. 처음 만들어서 굴러가게 하기까지 = 제작 / 굴러가는 걸 고치고 더하기 = 개선

챌린지가 끝났어도 결국 구현을 마무리하는 것이 중요하지, 외부 일정에 맞춰 내 기록을 자르는 건 의미가 없다고 봤다. 그래서 8월 24일까지가 제작, 오늘부터가 개선이다.

이 판단은 오늘만 쓰고 버릴 게 아니라서 저장소의 AGENTS.md에 규칙으로 적어뒀다. 다음에 AI와 함께 글을 쓸 때 자동으로 이 기준을 따르게 된다.

이 글 자체가 겪은 문제

재미있는 게 하나 있다. 이 글에는 주차: 5가 붙어 있다. 챌린지는 4주로 끝났는데 5주차다.

주차를 안 붙이면 어떻게 될까? 오늘 아침에 고친 바로 그 문제 — 용어 사전으로 떨어진다. 사이드바가 “주차 없는 글 = 용어 사전”으로 묶기 때문이다. 구조를 고쳤더니 그 구조가 곧바로 다음 글의 형식을 강제한 셈이다.

배운 것

배운 것	왜 중요한가
자동화의 완성은 “돌아간다”가 아니라 “읽힌다”까지다	어제 커밋은 성공했지만, 결과물은 “기타”에 묻혀 있었다
이름이 곧 정보구조다	`기타` → `용어 사전` 한 단어 바꾼 게 오늘 작업의 출발점이었다
성격이 다른 것은 섞지 않는다	”봇이 채우는 것”과 “내가 쓰는 것”을 나누니 나머지가 다 풀렸다
가운데 정렬을 풀 때는 본문 폭을 따로 묶는다	안 그러면 한 줄이 1100px가 되어 오히려 읽기 나빠진다
`<details>`로 접기/펴기는 스크립트가 필요 없다	HTML 기본 기능. 정적 사이트에서 특히 편하다
계획서는 덮어쓰지 말고 “바뀐 것” 표로 남긴다	결과보다 판단 근거가 포트폴리오에서 오래 쓰인다
애매한 판정은 그때그때 정하지 말고 규칙으로 적는다	`AGENTS.md`에 적어두면 다음부터 안 흔들린다

오늘 갱신한 프로젝트 문서는 반도체·배터리·AI 뉴스 키워드 요약봇에서 볼 수 있어요. 봇이 자동으로 채우는 쪽은 AI · 배터리 · 반도체 용어 사전입니다.

사례

용어 사전에 용어가 아닌 게 쌓였다 — 봇에게 "용어 vs 이슈"를 가르친 하루

2026-08-27

한 줄 요약: 봇이 매일 채우는 “용어 사전”에 용어가 아닌 이슈·전망성 항목이 섞이기 시작했다. 사전 이름을 넓히는 쪽으로 때우지 않고, 봇의 JSON 출력에 유형(용어/이슈) 한 칸을 추가해서 저장 위치를 자동으로 가르도록 사이트와 n8n을 함께 고쳤다.

이런 분께 도움이 돼요: 자동화가 뱉는 결과물의 “종류”가 한 가지가 아니라는 걸 뒤늦게 깨달은 분, n8n에서 LLM에 새 출력 필드를 추가하려는 분, 그리고 “덮어쓰기 한 줄로 때울까 / 구조를 쪼갤까” 앞에서 망설여 본 분.

Before — 용어 사전인데 용어가 아니다

봇이 매일 오후 뉴스에서 키워드를 뽑아 용어 사전(반도체·배터리·AI 3페이지)에 쌓고 있었다(어제 만든 자동화). 그런데 배터리 페이지에 이런 항목이 올라왔다.

K배터리 소재 경쟁력 한국 배터리 기업들이 보유한 양극재·음극재 등 핵심 소재 기술력으로, 글로벌 ESS 시장에서 경쟁 우위를 결정짓는 요소입니다.

LFP 배터리, 46파이 원통형 배터리 옆에 두기엔 성격이 다르다. 이건 정의할 수 있는 단어가 아니라 분석·전망이다. 설명칸도 뜻풀이가 아니라 상황 요약으로 채워져 있었다.

원인은 분명했다. 봇 프롬프트가 “3개 섹터에서 가장 중요한 기사 하나씩 골라 키워드를 뽑아라”인데, 그날 뉴스가 용어 소개가 아니라 분석 기사면 억지로 용어 자리에 밀어 넣게 된다. 앞으로도 계속 나올 문제였다.

갈래 세 개 중 하나 고르기

갈래	방법	단점
1. 라벨만 넓히기	`용어 사전` → `키워드 노트`로 이름만 변경	성격 다른 게 한 곳에 계속 섞임
2. 봇을 조인다	진짜 용어인 날만 저장, 분석 기사인 날은 건너뜀	빈 날이 생김, 정보 손실
3. 둘로 분리	`용어 사전`은 순수 유지 + `이슈 노트` 신설, 봇이 구분 저장	작업량이 가장 많음

3번을 골랐다. 지난 하루에 “성격이 다른 것은 섞지 않는다”를 규칙으로 정해놓고, 이틀 만에 그걸 어기는 선택(1번)을 하고 싶지 않았다.

어떻게 했나 (따라 하실 수 있게)

1. 사이트 — 파일명 한 글자로 가른다

새 페이지 3개를 만들었다: issues-battery.md · issues-semiconductor.md · issues-ai.md. 그리고 “K배터리 소재 경쟁력”을 용어 사전에서 이리로 옮겼다.

핵심은 판정 규칙을 새로 만들지 않은 것이다. 원래 사이드바는 “주차 없는 글 = 봇이 자동 생성한 글”로 묶고 있었는데, 그 안에서 한 단계만 더 쪼갰다.

// 주차 0(봇 자동 생성) 안에서 파일명 앞부분으로 가름
const 자동생성 = weeks.find((w) => w.주차 === 0)?.items ?? [];
const 이슈노트 = 자동생성.filter((e) => e.slug.startsWith('issues-'));
const 용어사전 = 자동생성.filter((e) => !e.slug.startsWith('issues-'));

이 3줄을 사이드바·위키 첫 화면·전자책 세 군데에 똑같이 넣었다. getWikiGrouped(글 불러오는 공통 함수)는 안 건드렸다.

⚠️ 편집 전에 git pull부터. 봇이 하루에도 여러 번 이 저장소에 커밋하는데, 시작할 때 로컬이 커밋 8개만큼 뒤처져 있었다. 모르고 편집했으면 충돌로 시간을 날렸을 것이다.

2. n8n — LLM 출력에 `유형` 한 칸 추가

봇 워크플로의 위키 저장 흐름은 이렇다.

Wiki_LLM(JSON 생성) → Code(경로 조립) → HTTP GET(기존 파일 읽기)
  → Code(병합) → HTTP PUT(커밋)

(a) 프롬프트에 필드 추가 — Wiki_LLM 노드 프롬프트에 유형을 넣었다.

- 유형: "용어" 또는 "이슈" 중 하나.
    · "용어" = 뜻을 한 문장으로 정의할 수 있는 기술·제품·규격·공정·방식의 이름
      (예: LFP 배터리, 레이저 건조 기술, 차세대 HBM)
    · "이슈" = 하나의 명사로 딱 정의되지 않는 동향·전망·분석·쟁점
      (예: K배터리 소재 경쟁력, 미국 관세 영향, ESS 시장 전망)
    · 애매하면 "용어"로 한다.

(b) Structured Output Parser 스키마에도 추가 — 이걸 빠뜨리면 파서가 새 필드를 막는다. 예시 JSON의 각 섹터에 "유형": "용어" / "유형": "이슈"를 하나씩 넣어 패턴을 보여줬다.

(c) 경로 조립 Code 노드에서 분기 — 원래 저장 경로가 glossary-{섹터}.md로 고정이었다. 유형을 보고 갈랐다.

// 유형에 따라 저장 대상 페이지를 가른다 (이슈 = issues-, 그 외 = glossary-)
const isIssue = String(d.유형 || '').trim() === '이슈';
const file = `${isIssue ? 'issues' : 'glossary'}-${s.slug}.md`;
// path: `src/content/wiki/${file}`

병합 Code 노드는 안 건드렸다. 그 노드는 저장 경로를 meta.path로 그대로 받아 쓰고, 섹션 서식(## 제목 + 설명 + **최근 동향** + <details>)이 두 페이지 모두 똑같기 때문이다. 앞에서 경로만 갈라주면 나머지는 저절로 따라온다.

막힘 → 해결

커밋 목록에 빨간 X가 떴다

워크플로를 수동 실행하니 커밋이 3개 연달아 올라갔다(섹터별 저장 + 1.5초 간격 배칭). GitHub 커밋 목록에서 가운데 하나가 빨간 X.

3526e86  위키 자동 업데이트   ✓ 1/1
b7bfb9a  위키 자동 업데이트   ✗ 0/1     ← 이게 뭐지?
688033b  위키 자동 업데이트   ✓ 1/1

상태를 확인해보니 Canceled from the Vercel Dashboard였다. 커밋이 몇 초 간격으로 오니까 Vercel이 진행 중이던 앞 빌드를 자동 취소하고 마지막 것만 배포한 것이다. 오류가 아니라 정상 동작. 맨 마지막 커밋만 초록이면 된다.

결과 확인 — 진짜 갈렸나

첫 실행에서 이렇게 나뉘었다.

섹터	유형	저장된 파일	항목
반도체	용어	`glossary-semiconductor.md`	QD-OLED
배터리	이슈	`issues-battery.md`	분리막 사업 흑자전환
AI	이슈	`issues-ai.md`	엔비디아 2분기 실적

“분리막 사업 흑자전환”, “엔비디아 2분기 실적” — 둘 다 정의할 수 있는 단어가 아니라 상황·이벤트다. LLM이 판정을 제대로 하고 있었다.

After

	Before	After
용어 사전	용어 + 이슈가 뒤섞임	정의 가능한 용어만
이슈 노트	없음	동향·전망·분석을 따로 축적
봇 판정	”무조건 용어 1개”	`유형`으로 스스로 분류해서 알맞은 페이지에 저장
사이드바	2덩어리 (용어 사전 / 개발일지)	3덩어리 (용어 사전 / 이슈 노트 / 개발일지)

📷 여기에 사이드바 3덩어리 스크린샷, n8n의 Code 노드 출력(path가 issues-로 찍힌 화면)을 넣으면 좋아요.

배운 것 / 가져가실 것

배운 것	왜 중요한가
자동화 결과물의 “종류”를 처음부터 하나로 가정하지 말 것	용어 하나면 될 줄 알았는데, 실제로는 용어·이슈 두 종류였다
라벨을 넓혀 때우기 전에, 생성하는 쪽(봇)에 분류를 시킬 수 있는지 본다	봇이 `유형` 한 칸만 더 뱉으면, 사이트는 파일명으로 자동 분류된다
n8n에서 LLM 출력 필드를 늘릴 땐 프롬프트 + Structured Output Parser 스키마를 세트로 고친다	스키마를 안 고치면 파서가 새 필드를 버린다
병합/후처리 로직은 경로를 변수로 받게 짜두면 분기 비용이 0	오늘 병합 노드를 한 줄도 안 고쳤다
봇이 커밋하는 저장소는 편집 전 `git pull`이 먼저	시작 시 로컬이 8커밋 뒤처져 있었다
짧은 간격 연속 커밋 → Vercel이 중간 빌드 취소(빨간 X). 오류 아님	마지막 커밋만 초록이면 배포는 정상

재사용 자산 — 용어/이슈 판정 프롬프트 조각 (다른 분류 자동화에도 응용 가능)

- 유형: "용어" 또는 "이슈" 중 하나.
    · "용어" = 뜻을 한 문장으로 정의할 수 있는 대상의 이름
    · "이슈" = 하나의 명사로 정의되지 않는 동향·전망·분석·쟁점
    · 애매하면 "용어"로 한다.

이 봇 자체는 반도체·배터리·AI 뉴스 키워드 요약봇에서, 봇이 자동으로 채우는 쪽은 배터리 용어 사전 · 배터리 이슈 노트에서 볼 수 있어요.

Chapter

6주차

사례

낱개 용어만 쌓이고 큰 그림이 안 보였다 — 용어 사전 위에 '지식 지도'를 얹은 하루

2026-08-31

한 줄 요약: 봇이 용어 사전을 매일 자동으로 채워주는데, 정작 그걸 봐도 머릿속에 지도가 안 생겼다. HBM 밑에 NVHBM·HBC·차세대 HBM이 매달려 있다는 걸 사전만 봐서는 알 수 없었다. 낱개 용어 위에 상위 개념 나무를 얹고, 옵시디언으로 검수한 뒤 사이트에 게시했다.

이런 분께 도움이 돼요: 매일 자동으로 쌓이는 자료가 낱개라서 안 읽히는 분, “옵시디언 써봐”라는 말은 들었는데 기존 사이트랑 어떻게 엮을지 막막한 분, 자동화에 사람 손을 언제·얼마나 넣을지 고민인 분.

Before — 용어는 쌓이는데 지도가 안 생겼다

봇이 하루 3번 뉴스에서 용어를 뽑아 사전에 붙인다. 성공한 자동화다. 그런데 이렇게 쌓인다.

## 차세대 HBM
## DSP
## Arm 기반 메인프레임
## AI GPU 전력제어
## LPDDR5X-PIM
## 포터블 SSD
## HBM
## NVHBM
...

뉴스가 나온 순서대로 평평하게. HBM과 NVHBM은 사실상 한 식구인데 사전에서는 다섯 칸 떨어져 있다. 새 용어 HBC가 들어와도 “이게 HBM의 저비용 대안”이라는 관계가 어디에도 안 적힌다.

피드백을 받았다 — “옵시디언을 써보든지, 아니면 그거랑 가까운 웹사이트를 만들든지.”

1. 두 가지 다른 필요를 갈랐다 — 흐르는 피드 vs 골라 넣는 정리본

먼저 안 헷갈리게 정리했다. 지금 있는 것과 만들고 싶은 것은 성격이 다르다.

	용어 사전 (있는 것)	지식 지도 (만들 것)
누가 채우나	봇이 하루 3번 자동	내가 직접, 천천히
모양	시간순 평평한 목록	위→아래 계층 나무
자라는 속도	매일	가끔 (구조는 잘 안 바뀜)
보는 순간	”이 단어 뜻이 뭐지?"	"이게 큰 그림에서 어디 붙지?”

그래서 용어 사전은 그대로 두고, 그 위에 지도를 새로 얹기로 했다. (예전에도 “성격 다른 건 안 섞는다”고 적어뒀다.)

2. 옵시디언은 “새 도구”가 아니라 “같은 폴더의 다른 창”

“옵시디언 vs 웹사이트”로 고민했는데, 핵심은 이거였다.

옵시디언은 사이트가 쓰는 그 폴더(src/content/wiki/)를 그대로 열 수 있다. 복사본을 만드는 게 아니라, 한 폴더를 옵시디언이라는 다른 창으로 보는 것이다.

그래서 선택은 “둘 중 하나”가 아니었다.

옵시디언 = 빠르고 공짜, 나무를 이리저리 옮겨보며 구조를 실험하기 좋음. 대신 공개 사이트에는 안 보임.
사이트에 직접 = 손이 더 감. 대신 이직 포트폴리오에 남음.

결론: 옵시디언으로 모양을 먼저 잡고, 굳으면 사이트로. 옵시디언이 만든 설정 폴더(.obsidian/)는 사이트와 무관하니 .gitignore에 넣었다.

3. 초안은 내가 아니라 학습메이트가, 검수는 내가

지도를 맨땅에서 짜는 건 노동이다. 그래서 역할을 이렇게 나눴다.

학습메이트: 용어 사전에 있는 30여 개 용어를 나무에 다 걸어서 초안을 만든다.
나: 옵시디언으로 열어서 나무를 보고, 각 지도 파일 맨 아래 확인해 주세요 칸에 답을 적는다.

옵시디언 문서에 직접 답을 써넣으니, 학습메이트가 그걸 읽고 반영했다. 이번에 정한 것들:

판정	결정	이유
QD-OLED를 반도체 지도에 둘까	뺐다	원리는 닮았어도 디스플레이는 별개 분야
HBM / 차세대 HBM 중복	HBM 하나로 병합	”요즘 HBM이 이 방향으로 발전 중”이라고 서술
배터리 분리막 이슈 (흑자전환·합병)	소재 밑 → 시장 동향으로 이동	소재 기술이 아니라 회사 사업 구조 얘기
전해질 가지 (용어 0개)	남기고 오히려 키움	저온 유동성·화재 방지가 배터리의 핵심 주제. 곧 들어올 자리

“왜 이렇게 분류했나”는 각 지도의 ## 분류 메모에 남겼다. 결과보다 판단 근거가 포트폴리오에서 오래 쓰인다.

4. 공정 단계는 회사 공식 자료로 못 박기

배터리 ③ 만드는 공정 가지를 처음엔 일반 지식으로 믹싱 → 코팅 → 건조 → 압연이라고만 적었다. 검수에서 **“슬리팅·노칭이 빠졌다”**는 지적이 나왔고, LG에너지솔루션 배터리 제조공정 자료를 기준으로 다시 맞췄다.

전극 공정: 믹싱 → 코팅 → 건조 → 롤 프레싱 → 슬리팅 & 노칭
조립 공정: (파우치형) 스태킹 → 압착 → 전해액 주입
          (원통형)   와인딩 → 캔 삽입 → 전해액 주입
활성화 공정: 에이징 → 충·방전(포메이션) → 디개싱 → OCV → EOL
팩 공정: 셀 → 모듈 → 팩

추측으로 채운 자리는 출처를 대고 고쳐야 나중에 신뢰할 수 있다.

5. 게시 — 링크 변환과 “섞지 않기”

공개: true로 돌리기 전에 두 가지를 손봤다.

① 링크 변환. 옵시디언 링크 [[glossary-semiconductor#HBM|HBM]]는 웹에서는 글자 그대로 보인다. [HBM](/wiki/glossary-semiconductor#hbm) 형식으로 바꾸고, 용어 30여 개의 앵커(#hbm, #포터블-ssd 등)가 실제로 걸리는지 미리보기로 전부 확인했다.

② 섞지 않기. 그냥 게시하면 지도가 “용어 사전” 칸에 섞여 버린다. 사이드바에 “지식 지도” 칸을 따로 만들었다.

학습위키
├ ▾ 지식 지도       ← 오늘 추가
│    반도체 / 배터리 / AI
├ ▾ 용어 사전
├ ▾ 이슈 노트
└ ▾ 나의 개발일지

예전에 배운 것을 그대로 다시 적용했다 — 성격이 다르면 한 칸에 안 넣는다.

6. 자동화하지 않기로 한 것 — 주간 배치 + 수요일 알람

새 용어가 들어오면 어떻게 지도에 넣을까? 봇이 자동으로 넣게 할 수도 있었다(n8n에 Claude 이미 있으니). 하지만 그러면 내가 분류를 직접 안 하게 되면서 구조 감각이 안 생긴다.

그래서 사람이 하되, 매번이 아니라 주간 배치로 정했다.

언제	무엇
평소	봇이 용어 사전만 자동으로 채움 (지도는 안 건드림)
매주 수요일	주간종합 하면서 그 주 새 용어를 지도에 일괄 편입

두 가지를 붙였다.

주간종합 스킬에 “새 용어 지도 편입” 6단계를 추가 (학습메이트가 위치 초안 → 내가 검수)
n8n에 수요일 오전 9시 텔레그램 알람 워크플로를 새로 만듦 (기존 뉴스 워크플로와 같은 자격증명·Chat ID, Schedule Trigger는 Weeks / Wednesday / 9am, 타임존 Asia/Seoul 확인)

알람이 방아쇠다. 수요일에 알림이 오면 “주간종합 해줘”만 하면 된다.

배운 것

배운 것	왜 중요한가
자동으로 쌓이는 자료는 낱개라서, 그 위에 사람이 만든 지도가 필요하다	봇이 용어를 100개 모아줘도 관계가 안 적히면 지식이 아니다
옵시디언은 사이트 폴더를 그대로 여는 “다른 창”이다	”옵시디언 vs 웹사이트”가 아니라 한 폴더를 두 방식으로 본다
초안은 AI가, 판정은 내가	맨땅 분류는 노동이지만 “이거 왜 여기지?” 5분은 공부다
추측으로 채운 자리는 공식 자료로 고친다	슬리팅·노칭이 빠졌던 공정도를 LG 자료로 교정
게시 전 링크·앵커를 실제로 눌러 확인한다	옵시디언 링크는 웹에서 글자로 보인다
자동화에 사람 손은 “매번”이 아니라 “주간 배치”로	매번 알람은 피곤하다. 방아쇠 하나만 두고 몰아서 처리

오늘 만든 지도: 반도체 · 배터리 · AI 같은 교훈을 처음 적은 글: 학습위키 구조를 다시 짠 하루

Chapter

7주차

회고

봇이 채우는 건 '흐름', 읽히게 만드는 건 '사람 손' — 한 주 동안 위키에 손을 넣은 네 자리

2026-09-02

한 줄 요약: 봇이 하루 3번 뉴스에서 용어를 뽑아 위키에 자동으로 붙인다. 자동화는 성공했는데, 그 결과물이 잘 안 읽혔다. 이번 주는 코드를 크게 새로 짜는 대신, 자동으로 쌓인 것과 읽히는 것 사이에 사람 손을 어디에 얼마나 넣을지를 네 자리에서 정한 한 주다.

이런 분께 도움이 돼요: 자동화를 붙였더니 결과물이 오히려 안 읽혀서 곤란한 분, 매일 쌓이는 자료가 낱개라 머리에 안 들어오는 분, “이건 봇한테 시킬까 내가 할까”를 매번 고민하는 분.

시작점 — 봇은 잘 도는데, 위키가 안 읽혔다

지난 주에 봇이 위키에 글을 자동으로 쌓기 시작했다. RSS에서 그날 기사를 모으고, LLM이 반도체·배터리·AI로 분류하고, 섹터당 키워드 1개를 뽑아 용어 사전에 붙인다. 하루 3번, 노트북을 덮어도 돈다.

성공한 자동화다. 그런데 한 주 굴려놓고 보니 결과물에 문제가 세 겹 있었다.

증상	뭐가 문제인가
용어 사전에 “K배터리 소재 경쟁력” 같은 게 올라와 있다	이건 한 문장으로 정의되는 용어가 아니라 분석성 쟁점이다
`HBM`과 `NVHBM`이 사전에서 다섯 칸 떨어져 있다	한 식구인데 관계가 어디에도 안 적힌다
지도에서 용어를 눌러도 뭘 눌렀는지 안 보인다	제목이 화면 맨 위에 붙어서 눈에 들어오는 건 ‘다음 용어’다

세 개 다 “봇이 잘못했다”가 아니다. 봇은 시킨 대로 했고, 규칙을 만들 때 이 상황을 몰랐던 것이다. 그래서 이번 주는 그 자리마다 사람 손을 넣었다.

자리 1 (8/27) — 용어 사전에 용어가 아닌 게 섞였다

용어 사전을 보다가 “K배터리 소재 경쟁력”이 용어처럼 올라와 있는 걸 봤다. 봇이 “오늘의 키워드 1개”를 억지로 용어 자리에 넣다 보니 생긴 일이다.

갈래를 셋 놓고 골랐다.

라벨만 넓히기 (“용어” → “키워드”)
봇이 진짜 용어만 뽑게 프롬프트 고치기
용어 사전 / 이슈 노트로 아예 분리

3번을 골랐다. 정의되는 것과 정의 안 되는 것은 읽는 목적이 다르기 때문이다. (“이 단어 뜻이 뭐지?” vs “이 쟁점 어떻게 돌아가지?”)

재현 — 봇 출력에 칸 하나 추가하기

n8n 위키용 LLM은 출력 형식을 Structured Output Parser로 강제하고 있었다. 여기에 유형 필드를 더했다.

유형: "용어" | "이슈"
  - 용어 = 한 문장으로 정의되는 기술·제품·규격·공정 이름
  - 이슈 = 정의되지 않는 동향·전망·분석·쟁점

프롬프트에 위 판정 기준을 넣고
Structured Output Parser 스키마에도 유형을 같이 추가 (프롬프트만 고치면 파서가 막는다 — 필드를 늘릴 땐 스키마도 함께)
경로 만드는 Code 노드에서 유형이 “이슈”면 issues-, 아니면 glossary-로 저장 경로를 가름

사이트 쪽은 판정 규칙을 새로 만들지 않았다. 사이드바는 원래 “주차 없는 글 = 봇 자동 생성”으로 묶고 있었고, 그 안에서 파일명 앞부분으로 한 단계만 더 쪼갰다.

자세한 과정: 용어 사전에 용어가 아닌 게 쌓였다 — 봇에게 “용어 vs 이슈”를 가르친 하루

자리 2 (8/31) — 낱개로 쌓이니 큰 그림이 안 보였다

용어는 잘 쌓이는데, 봐도 머릿속에 지도가 안 생겼다. 봇은 뉴스 나온 순서대로 평평하게 붙인다.

## 차세대 HBM
## DSP
## Arm 기반 메인프레임
## HBM
## NVHBM
...

HBM과 NVHBM은 사실상 한 식구인데 사전에서는 멀리 떨어져 있고, 새 용어 HBC가 들어와도 “HBM의 저비용 대안”이라는 관계가 안 적힌다.

Before → After

	Before (용어 사전만)	After (지도를 얹음)
모양	시간순 평평한 목록	위→아래 계층 나무
보는 순간	”이 단어 뜻이 뭐지?"	"이게 큰 그림에서 어디 붙지?”
`HBM`·`NVHBM` 관계	안 적힘	같은 가지에 나란히

어떻게 만들었나 (재현)

두 필요를 갈랐다 — 용어 사전(봇이 채우는 흐르는 피드)은 그대로 두고, 그 위에 지식 지도(내가 골라 넣는 정리본)를 새로 얹는다. 성격이 다르니 섞지 않는다.
옵시디언으로 모양부터 — 옵시디언은 사이트가 쓰는 src/content/wiki/ 폴더를 그대로 연다. 새 도구가 아니라 같은 폴더의 다른 창이다. 나무를 이리저리 옮겨보며 구조를 실험하고, 굳으면 사이트로. (옵시디언 설정 폴더 .obsidian/은 .gitignore에 넣는다.)
초안은 AI, 판정은 나 — 용어 사전의 30여 개를 나무에 다 걸어 초안을 만들게 하고, 나는 옵시디언으로 열어 각 지도 파일 아래 확인해 주세요 칸에 답을 적었다. 이번에 정한 것:

판정	결정	이유
QD-OLED를 반도체 지도에 둘까	뺐다	원리는 닮았어도 디스플레이는 별개 분야
HBM / 차세대 HBM 중복	하나로 병합	”요즘 HBM이 이 방향으로 발전 중”이라고 서술
배터리 분리막 이슈	소재 밑 → 시장 동향으로 이동	소재 기술이 아니라 회사 사업 구조 얘기
전해질 가지 (용어 0개)	남기고 오히려 키움	저온 유동성·화재 방지가 배터리 핵심 주제. 곧 들어올 자리

추측한 자리는 공식 자료로 못 박기 — 배터리 만드는 공정을 일반 지식으로 믹싱→코팅→건조→압연이라고만 적었다가 “슬리팅·노칭이 빠졌다”는 지적을 받고, LG에너지솔루션 제조공정 자료 기준으로 다시 맞췄다.
게시 — 옵시디언 링크 [[glossary-semiconductor#HBM|HBM]]는 웹에서 글자 그대로 보인다. [HBM](/wiki/glossary-semiconductor#hbm) 형식으로 바꾸고, 앵커 30여 개(#hbm, #포터블-ssd 등)가 실제로 걸리는지 미리보기로 전부 눌러봤다. 사이드바에는 “지식 지도” 칸을 따로 신설(용어 사전 칸에 섞이지 않게).

여기 왼쪽 사이드바 "지식 지도" 칸이 새로 생긴 화면을 넣으면 좋아요.

자세한 과정: 낱개 용어만 쌓이고 큰 그림이 안 보였다 — 용어 사전 위에 ‘지식 지도’를 얹은 하루

자리 3 (8/31) — 새 용어를 지도에 어떻게 넣지: 자동화 대신 ‘주간 배치’

지도를 만들고 나니 다음 질문이 왔다. 봇이 매일 새 용어를 붙이는데, 그걸 지도에는 누가 넣나?

봇이 자동으로 넣게 할 수도 있었다 (n8n에 Claude가 이미 있으니). 안 했다. 그러면 내가 분류를 직접 안 하게 되면서 구조 감각이 안 생긴다. “이거 왜 여기지?” 5분이 이 프로젝트에서 제일 공부되는 시간인데, 그걸 봇한테 넘기면 남는 게 없다.

그래서 사람이 하되, 매번이 아니라 주간 배치로 정했다.

언제	무엇
평소	봇이 용어 사전만 채움 (지도는 안 건드림)
매주 수요일	주간 회고 하면서 그 주 새 용어를 지도에 일괄 편입

주간 루틴에 “새 용어 지도 편입” 단계를 추가 (학습메이트가 넣을 위치 초안 → 내가 검수)
n8n에 수요일 오전 9시 텔레그램 알람을 새로 만듦 (기존 뉴스 워크플로와 같은 자격증명·Chat ID, Schedule Trigger Weeks / Wednesday / 9am, 타임존 Asia/Seoul). 알람이 방아쇠다.

자리 4 (9/1) — 눌러도 뭘 눌렀는지 안 보였다

지도에서 용어를 누르면 그 제목이 헤더 바로 밑에 딱 붙었다. 그러니 눈에 들어오는 건 정작 그 아래 ‘다음 용어’였다.

막힘 → 해결

제목을 화면 위쪽 40% 지점에 세운다 → .prose :is(h1,h2,h3,h4)[id] { scroll-margin-top: 40vh; }
“여기야” 표시를 준다 → :target에 2.4초 노란 배경 플래시
맨 끝 용어도 가운데까지 올라오게 → .col-main { padding-bottom: 45vh; } (여백이 없으면 브라우저가 페이지 끝에서 멈춰 맨 아래에 붙는다)
한 번 더 막혔다 — 브라우저가 #앵커로 스크롤하는 순간엔 아직 글꼴·툴팁 밑줄이 안 붙어서 글 길이가 다르다. 그래서 엉뚱한 자리에 멈춘다. anchor-center.ts가 requestAnimationFrame · document.fonts.ready · load 시점에 위치를 다시 맞춘다.

용어를 눌렀을 때 제목이 화면 40% 지점에 노란 배경으로 뜬 화면을 넣으면 좋아요.

한 주를 꿰는 실

네 자리가 다르게 생겼지만 실은 하나다.

봇이 자동으로 채우는 건 ‘흐름’이고, 그걸 읽히게 만드는 건 ‘사람 손’이다.

자리 1 — 흐름에 섞인 걸 골라냄 (용어 / 이슈)
자리 2 — 흐름 위에 사람이 만든 지도를 얹음
자리 3 — 그 지도에 손을 “매번”이 아니라 “주간 배치”로 넣기로
자리 4 — 그렇게 만든 지도가 실제로 읽히게 손질

배운 것

배운 것	왜 중요한가
자동화의 완성은 “돌아간다”가 아니라 “읽힌다”까지다	봇이 용어를 100개 모아줘도 관계가 안 적히면 지식이 아니다
성격이 다른 건 한 칸에 안 넣는다	용어/이슈, 봇이 채우는 것/내가 쓰는 것 — 이번 주 판단이 전부 이 한 줄
초안은 AI, 판정은 나	맨땅 분류는 노동이지만 “이거 왜 여기지?”는 공부다
자동화에 사람 손은 “매번”이 아니라 “주간 배치”로	매번 알람은 피곤하다. 방아쇠 하나 두고 몰아서 처리
`#앵커` 스크롤은 글 길이가 확정된 뒤 다시 맞춘다	글꼴·툴팁이 붙기 전엔 위치가 어긋난다

가져다 쓸 것

용어 vs 이슈 판정 기준

용어 = 한 문장으로 정의되는 기술·제품·규격·공정 이름 (예: HBM, LFP, 슬리팅)
이슈 = 정의되지 않는 동향·전망·분석·쟁점 (예: “K배터리 소재 경쟁력”)

LLM 출력에 필드 하나 늘릴 때 체크리스트 (n8n Structured Output)

프롬프트에 새 필드의 판정 기준을 명시
Structured Output Parser 스키마에도 같은 필드 추가 (안 하면 파서가 막음)
그 필드를 쓰는 다운스트림 노드(경로 분기 등) 수정
워크플로 수동 실행으로 실제 값이 갈리는지 확인

옵시디언 → 사이트 게시 전 체크리스트

[[파일#앵커|표시]] → [표시](/wiki/파일#앵커)로 링크 변환
앵커 규칙: 소문자, 공백은 -, 한글은 그대로 (## 포터블 SSD → #포터블-ssd)
미리보기에서 앵커를 실제로 눌러 전부 확인
.obsidian/는 .gitignore에
성격 다른 글은 사이드바에서 칸을 나눔

이어지는 두 편: 용어 vs 이슈를 가른 하루 · 지식 지도를 얹은 하루

Chapter

8주차

사례

근거 기사 링크가 엉뚱한 기사를 가리키고 있었다 — 링크 88개 전수 검증기

2026-09-03

한 줄 요약: 봇이 매일 위키에 쌓아주는 용어 사전의 “근거 기사” 링크를 눌러봤더니, LFP 배터리 항목에서 한화에어로스페이스 K9 자주포 기사가 열렸다. 원인은 AI에게 130줄짜리 목록에서 URL을 받아 적게 시킨 구조였다. 링크를 프로그램이 붙이도록 바꾸고, 이미 쌓인 링크 88개를 전부 열어 대조해 27개를 정정했다.

이런 분께 도움이 돼요: LLM에게 목록에서 뭔가를 “그대로 옮겨 적게” 시키고 있는 분, 자동화 결과물을 한 번도 검증해본 적 없는 분, 그리고 에러는 안 나는데 결과만 조용히 틀리는 자동화를 굴리고 있는 분.

Before — 초록불인데 내용이 틀렸다

봇은 8월 24일부터 열흘 넘게 아무 문제 없이 돌고 있었다. 하루 3번 텔레그램이 오고, 위키에 용어가 쌓이고, GitHub에 커밋이 올라갔다. n8n 화면은 전부 초록색이었다.

그런데 위키를 읽다가 이상한 걸 발견했다.

## LFP 배터리
LFP 배터리는 리튬, 철, 인산을 사용해 만든 배터리로...

**최근 동향** (2026-08-31 기준, 언급 3회): 삼성SDI가 글로벌 톱티어 ESS 기업에
LFP 배터리를 공급한다고 밝혀...

<details><summary>근거 기사</summary>
- 2026-08-31: [기사 보기](https://www.thelec.kr/news/articleView.html?idxno=61528)
</details>

이 링크를 눌러보니 「한화에어로스페이스, 스페인에 K9 자주포 수출」 이 나왔다. 배터리와 아무 상관이 없었다.

몇 개 더 열어봤다.

위키 항목	링크를 열면 나오는 진짜 기사
레이저 건조 기술	EU PFAS 규제…LGD, 올해 소형부터 퇴출
LFP 배터리 6C 고출력	삼성전자, 2027년형 오디세이 게이밍 모니터 공개
첨단 패키징 국가전략기술	KT&G, 3초 예열 전자담배 출시
SKIET 흡수합병	컴투스 ‘제우스’, 앱스토어 사전다운 1위

설명과 최근 동향은 멀쩡한데 링크만 딴 데를 가리키고 있었다. 포트폴리오로 보여줄 사이트인데, 링크를 눌러본 사람이 전자담배 기사를 보게 되는 상황이었다.

원인 추적 — “랜덤이 아니다”

처음엔 AI가 URL을 통째로 지어냈다고(환각) 생각했다. 그런데 열어본 기사들이 전부 실제로 존재하는, 그것도 같은 날 수집된 기사였다. 지어낸 게 아니라 다른 기사의 링크를 가져온 것이었다.

결정적인 단서는 이거였다.

항목	붙어 있던 링크의 실제 내용
HBC (용어 사전)	메모리 가격 급등, 엔비디아 마진 하향
메모리 가격 폭등 (이슈 노트)	퀄컴 “삼성·SK, HBC 개발 참여”

두 항목의 링크가 서로 맞바뀌어 있었다. 랜덤이 아니라 뒤섞임이었다.

여기서 워크플로 구조를 다시 봤다.

Aggregate (title · link 두 필드를 배열로 묶기)
   ↓
LLM 프롬프트:
   기사 목록:
   {{ $json.title.map((t, i) => `${i}. ${t} | ${$json.link[i]}`).join('\n') }}
   ...
   원문: (고른 기사의 링크를 그대로)

링크를 프로그램이 이어붙이는 게 아니라, AI가 130줄짜리 목록을 보고 손으로 받아 적고 있었다. 사람으로 치면 전화번호부 130줄을 보면서 번호를 눈으로 옮겨 적는 일이다. 한 줄만 시선이 밀려도 틀린다.

가설을 데이터로 확인하기

“긴 목록에서 잘못 베낀 것”이라면, URL이 헷갈리게 생긴 매체일수록 많이 틀렸어야 한다. 링크를 전부 열어 매체별로 세어봤다.

매체	URL 생김새	정확	오배정	오배정률
ZDNet	`?no=20260903112619` (날짜+시각 14자리)	39	1	2.5%
한국경제	`/article/202609031504i` (불투명)	9	5	36%
디일렉	`?idxno=61717` (숫자 5자리)	13	21	62%

가설대로였다. URL에 날짜가 통째로 박힌 ZDNet은 거의 안 틀렸고, 다섯 자리 숫자만 다른 디일렉이 압도적으로 많이 틀렸다.

디일렉 링크는 이렇게 생겼다. 61407 61416 61419 61428… 목록에서 한 줄만 밀려도 그대로 틀린다. 반면 ZDNet URL에는 20260903처럼 날짜가 들어 있어서, AI가 “8월 30일 기사”라는 맥락으로 스스로 검산할 수 있었던 것으로 보인다.

💡 여기서 배운 것: LLM에게 의미 없는 짧은 ID를 긴 목록에서 옮겨 적게 하면 안 된다. 사람도 못 하는 일을 시킨 셈이다.

해결 — AI는 번호만 고르고, 링크는 프로그램이 붙인다

원리는 간단하다. AI에게 URL을 아예 안 보여준다.

1. 프롬프트에서 링크를 뺀다

Before

기사 목록:
{{ $json.title.map((t, i) => `${i}. ${t} | ${$json.link[i]}`).join('\n') }}

- 원문: 그 기사의 링크

After

아래는 오늘 수집된 기사 목록입니다. 각 줄 맨 앞 [숫자]가 그 기사의 번호입니다.

{{ $json.title.map((t, i) => '[' + i + '] ' + t).join('\n') }}

- 기사번호: 위 목록에서 그 기사 앞에 붙은 번호 (숫자만)
- 기사제목: 그 기사의 제목을 위 목록에 있는 그대로 복사

중요: URL(링크)은 절대 쓰지 마세요. 목록에 없는 번호를 지어내지 마세요.

기사제목도 같이 받는 게 핵심이다. 번호가 틀려도 제목으로 다시 찾을 수 있는 안전망이 된다.

2. Code 노드가 진짜 링크를 꺼낸다

// Aggregate가 내보낸 원본 (title[i]와 link[i]가 같은 기사)
const agg = $('Aggregate').first().json;
const articles = (agg.title || []).map((t, i) => ({ title: t, link: agg.link[i] }));

// 문장부호·공백·대소문자를 전부 무시하고 글자만 남겨서 비교
const norm = s => (s || '').toLowerCase().replace(/[^0-9a-z가-힣]/g, '');

function 링크찾기(d) {
  const i = Number(d.기사번호);
  const want = norm(d.기사제목);

  // 1순위: 제목이 정확히 맞는 기사
  if (want) {
    const exact = articles.find(a => norm(a.title) === want);
    if (exact) return exact.link;
  }
  // 2순위: 번호가 가리키는 기사 (제목이 서로 품고 있으면 인정)
  if (Number.isInteger(i) && i >= 0 && i < articles.length) {
    const byNum = articles[i];
    const t = norm(byNum.title);
    if (!want || t.includes(want) || want.includes(t)) return byNum.link;
  }
  // 3순위: 제목이 부분적으로 겹치는 기사 (AI가 제목을 줄여 쓴 경우)
  if (want) {
    const partial = articles.find(a => {
      const t = norm(a.title);
      return t && (t.includes(want) || want.includes(t));
    });
    if (partial) return partial.link;
  }
  return null;   // 못 찾으면 저장하지 않는다
}

셋 다 실패하면 null을 돌려주고, 그 섹터는 그날 저장하지 않는다. 틀린 링크를 남기느니 하루 건너뛰는 쪽을 택했다.

3. 덤 — LLM 노드를 하나로 합쳤다

고치다 보니 텔레그램용·위키용 LLM 노드가 같은 기사 목록을 두 번 물어보고 있다는 걸 알게 됐다. 하나로 합쳤다.

Aggregate → Wiki_LLM ─┬→ Code(섹터분리+링크조회) → GitHub 저장
                      └→ Code(문장조립+링크조회) → 텔레그램

Claude 호출 하루 6번 → 3번 (비용 절반)
텔레그램과 위키가 항상 같은 키워드를 말하게 됨

막힘 → 해결: 하루 동안 밟은 지뢰 5개

지뢰 1 — 노드 이름이 다 똑같다

n8n이 자동으로 붙여준 이름이 Code in JavaScript, Code in JavaScript1, Code in JavaScript2였다. 텔레그램용 코드를 섹터분리 노드에 붙여넣었고, 그걸 모른 채 한참을 헤맸다.

💡 구분법은 마지막 줄: return results;=섹터분리 / return out;=병합 / return [{json:{text}}];=텔레그램

지뢰 2 — n8n이 선을 자기 마음대로 잇는다

두 가지를 몰랐다.

중간 노드를 지우면 양옆을 자동으로 이어버린다. 텔레그램 LLM을 지웠더니 Aggregate → 텔레그램이 저절로 생겼다.
노드를 기존 연결선 위에 떨어뜨리면 그 사이에 끼워 넣어진다. 텔레그램 노드가 위키 가지 한복판에 끼어들어, 섹터분리 노드가 텔레그램 전송 응답을 입력으로 받고 있었다.

💡 노드를 지우거나 추가한 뒤엔 선을 눈으로 다시 확인할 것.

지뢰 3 — `Received undefined`라는 알 수 없는 에러

병합 노드가 이렇게 죽었다.

The first argument must be of type string or an instance of Buffer,
ArrayBuffer, or Array or an Array-like Object. Received undefined

편집기에 보이던 줄이 Buffer.from(newContent, ...)라서 그 줄을 의심했는데, 화면에 보이는 줄은 그냥 스크롤 위치일 뿐 에러 난 줄이 아니었다.

그래서 코드가 스스로 원인을 말하게 만들었다.

if (metas.length !== gets.length) {
  throw new Error(`개수 불일치: Code in JavaScript는 ${metas.length}개, GET 결과는 ${gets.length}개`);
}
if (!github.content) {
  throw new Error(`[${i}번째, ${meta && meta.path}] GET 응답에 content가 없음. 실제로 받은 값: ${JSON.stringify(github).slice(0, 300)}`);
}

다시 돌리니 이렇게 나왔다.

Code in JavaScript는 1개, GET 결과는 12개

5분 만에 원인을 찾았다. 진단 코드는 지우지 않고 그대로 뒀다.

지뢰 4 — GET이 12건이면 경로가 빈 것이다

12개라는 숫자가 힌트였다. 저장소 최상위를 세어보니 정확히 12개였다.

.claude  .gitignore  AGENTS.md  CLAUDE.md  README.md  SOUL.md
USER.md  astro.config.mjs  package-lock.json  package.json  src  tsconfig.json

GitHub Contents API는 주소가 contents/까지만 오면 폴더 목록을 돌려준다. 즉 path가 비어 있었다는 뜻이고, 그 원인은 지뢰 2(배선 오류)였다.

💡 판별법: GET 결과에 type: dir이 보이면 파일이 아니라 폴더를 읽은 것이다.

지뢰 5 — 말줄임표 하나에 섹터가 통째로 사라졌다

고치고 돌렸더니 3개 나와야 할 항목이 2개만 나왔다. 제목 대조 함수가 공백만 무시하고 문장부호는 안 무시한 게 문제였다.

심텍, 청주에 4000억원 투자…AI 기판 생산능력 확대
                          ↑ 이 말줄임표(U+2026)를 AI가 마침표 세 개로 옮겨 적으면 대조 실패

norm()을 글자와 숫자만 남기도록 고쳐서 해결했다.

const norm = s => (s || '').toLowerCase().replace(/[^0-9a-z가-힣]/g, '');

보너스 — AI에게 도피로를 주지 말 것

프롬프트에 이렇게 적어뒀었다.

해당 섹터에 기사가 없으면 용어에 "없음"으로 답하세요.

130건 중 디일렉만 50건인데도 배터리 섹터가 “없음”으로 왔다. 도피로가 너무 쉬웠던 것이다. 이렇게 바꿨다.

세 섹터 모두 반드시 하나씩 골라야 합니다. 완벽히 들어맞는 기사가 없더라도
가장 가까운 기사를 고르세요. 각 섹터에 해당하는 주제는 이렇게 넓게 봅니다.

- 배터리: 이차전지·양극재·음극재·전해질·분리막·ESS·전기차 배터리·리튬 등 원자재·배터리 장비
...
정말로 조금이라도 관련된 기사가 단 하나도 없을 때만 "없음"으로 답하세요.

바로 세 섹터가 다 채워졌다.

과거에 쌓인 것 정리 — 88개 전수 대조

물을 잠갔으니 바닥을 닦을 차례였다. 위키에 이미 쌓인 링크 88개를 전부 열어 항목 내용과 대조했다.

오배정 27개 (31%)
교체 6건 — 다른 항목에 잘못 붙어 있던 링크의 원래 주인을 찾아 되돌림

항목	되찾은 근거 기사	어디에 잘못 가 있었나
HBC	퀄컴, 삼성·SK HBC 개발 참여	메모리 가격 폭등
메모리 가격 폭등	메모리 가격 급등, 엔비디아 마진 하향	HBC
ZHBM	삼성, ZHBM 2029년 이후 출시	모두의 AI 사업
엔비디아 2분기 실적	엔비디아 2분기 매출 초과	HBM
국산 보안 AI	K-미토스 국산 보안 AI 경쟁	온디바이스 AI
K-온디바이스 AI 홈	코아시아세미 K-온디바이스 AI 홈 참여	(KT 챗봇 기사였음)

삭제 21건 — 원문을 특정할 수 없어 링크만 빼고 이렇게 표시했다.

*(근거 기사 링크는 봇의 링크 오배정 버그로 유실되어 제거했습니다 — 2026-09-03 정정)*

용어 설명과 최근 동향은 기사 제목에서 나온 내용이라 사실관계가 맞았다. 그래서 본문은 살리고 링크만 정리했다.

💡 틀린 걸 지우는 것보다, 틀렸다고 적어두는 게 낫다. 빈칸으로 두면 나중의 내가 “원래 없었나?” 하고 헷갈린다.

After — 결과

	Before	After
링크 정확도	61/88 (69%)	65/65 (100%) — 전부 대조 확인
디일렉 링크	13/34 (38%)	구조적으로 틀릴 수 없음
링크를 만드는 주체	AI가 URL을 받아 적음	프로그램이 원본 배열에서 조회
Claude 호출	하루 6번	하루 3번
텔레그램·위키 키워드	따로 물어서 다를 수 있음	항상 동일
기사 없는 날	아무것도 안 옴	”오늘은 새 소식 없음” 발송
에러 메시지	`Received undefined`	”1개 대 12개, 개수 불일치”

수정 후 첫 실행에서 나온 링크 5개를 전부 열어 확인했다.

💾 반도체  키워드: 반도체 표적 관세
원문: thelec.kr/...?idxno=61788
→ 「미, 반도체 '표적' 관세 예고…靑 "韓 기업 불이익 없도록 협의"」 ✅

🔋 배터리  키워드: 국산 배터리 탑재 드론
원문: thelec.kr/...?idxno=61763
→ 「육군 '50만 드론전사' 사업, 中 밀어내고 국산 배터리 탑재」 ✅

가져가실 것

체크리스트 — LLM에게 시키면 안 되는 일

긴 목록에서 짧은 ID·URL·코드를 옮겨 적게 하기 ← 오늘의 범인. 번호로 고르게 하고 값은 프로그램이 조회하자.
정확히 맞아야 하는 값을 자유 텍스트로 출력하게 하기 — 숫자 하나만 틀려도 조용히 잘못된 결과가 된다.
“없으면 없다고 해”라는 쉬운 도피로 주기 — 판단을 회피할 구멍이 있으면 쓴다. 기준을 구체적으로 적어주자.

자동화 결과물 검증 습관

초록불은 “실행됐다”는 뜻이지 “맞다”는 뜻이 아니다. 결과물을 열어서 눈으로 봐야 한다.
검증할 땐 표본이 아니라 전수로. 27개 중 상당수는 스무 개쯤 확인한 뒤에야 나왔다.
오류율을 유형별로 쪼개보면 원인이 보인다. 매체별로 나눠 세지 않았다면 “URL 생김새” 가설에 도달하지 못했을 것이다.

에러가 불친절할 때

원래 코드는 이렇게만 말했다. Received undefined

여기에 사람 말로 설명하는 검사 두 줄을 넣었더니 원인이 바로 나왔다. 자동화가 조용히 실패하는 지점마다 이런 걸 하나씩 심어두면, 다음에 막혔을 때 나를 구해준다.

if (기대한_조건이_아니면) {
  throw new Error(`무엇이 어떻게 다른지 + 실제로 받은 값: ${JSON.stringify(값).slice(0, 300)}`);
}

솔직한 후기

제일 서늘했던 건 열흘 동안 아무도 몰랐다는 것이다. 에러도 안 났고, 텔레그램도 매일 왔고, 커밋도 쌓였다. 우연히 링크를 눌러보지 않았으면 지금도 모르고 있었을 것이다.

작업 자체도 매끄럽지 않았다. 코드를 엉뚱한 노드에 붙여넣고, n8n이 자기 마음대로 그은 선을 못 보고, Received undefined 앞에서 한참 멍하니 있었다. 저녁에 마무리 짓자고 미뤘다가 다시 붙잡았다.

그래도 오늘 제일 크게 남은 건 이거다. “AI에게 시키면 안 되는 일이 있다.” AI는 판단은 잘하지만 정확한 옮겨 적기는 못 한다. 그건 프로그램의 일이다. 이 경계를 오늘 하루 종일 몸으로 배웠다.

그리고 하나 더 — 자동화를 만든 사람의 진짜 일은 만드는 게 아니라 계속 확인하는 것이라는 것도.

이 봇이 어떻게 굴러가는지는 프로젝트 소개에, 처음 만들던 기록은 위키 자동 저장 사례에 있습니다.

회고

초록불은 "돌았다"는 뜻이지 "맞다"는 뜻이 아니다 — 자동화를 8주 만에 처음 의심해본 주

2026-09-09

한 줄 요약: 8주 동안 자동화를 만들면서 “돌아가나”만 봤지 “맞나”는 한 번도 안 봤다. 이번 주에 처음 눌러봤더니 링크 88개 중 27개가 엉뚱한 기사를 가리키고 있었다. 고치는 과정에서 배운 걸 정리한 글이다.

이런 분께 도움이 돼요: 자동화를 굴리는데 한 번도 결과물을 검증해본 적 없는 분, LLM에게 목록에서 뭔가를 “그대로 옮겨 적게” 시키고 있는 분, 그리고 에러는 안 나는데 왠지 찜찜한 파이프라인을 갖고 계신 분.

무슨 일이 있었는지 자세한 추적 과정은 근거 기사 링크가 엉뚱한 기사를 가리키고 있었다에 따로 써뒀어요. 이 글은 거기서 뭘 배웠나만 다룹니다.

Before → After

	Before (8/24 ~ 9/2)	After (9/3 이후)
n8n 화면	열흘 내내 전부 초록색	그대로 초록색
링크 정확도	88개 중 27개 오배정 (31%)	검증 대상 전부 정정
링크를 붙이는 주체	AI가 130줄 목록을 보고 받아 적음	프로그램이 배열에서 꺼내 붙임
못 찾았을 때	아무거나 붙음	그날 그 섹터는 저장 안 함
Claude 호출	하루 6번	하루 3번

에러율은 0%였는데 정확도는 69%였다. 이 둘이 다른 숫자라는 걸 8주 만에 처음 알았다.

배운 것 ① — 초록불은 “돌았다”는 뜻이다

자동화를 만들면 확인하게 되는 건 대개 이 셋이다. 에러가 났나 / 텔레그램이 왔나 / 커밋이 올라갔나. 셋 다 통과였다.

그런데 이 셋은 전부 **“과정이 끝까지 갔나”**를 보는 신호지, **“내용이 맞나”**를 보는 신호가 아니다. 링크가 틀려도 텔레그램은 오고, 커밋은 올라가고, 에러는 안 난다.

💡 자동화를 붙였으면 결과물을 직접 눌러보는 날을 따로 잡아야 한다. 초록불은 그걸 대신해주지 않는다.

배운 것 ② — LLM에게 짧은 ID를 목록에서 옮겨 적게 시키지 않는다

원인은 프롬프트 구조였다. AI에게 130줄짜리 번호. 제목 | 링크 목록을 보여주고, 기사를 고른 뒤 그 링크를 받아 적게 하고 있었다.

Before

기사 목록:
{{ $json.title.map((t, i) => `${i}. ${t} | ${$json.link[i]}`).join('\n') }}

- 원문: 그 기사의 링크

전화번호부 130줄을 보면서 번호를 눈으로 옮겨 적는 일이다. 사람도 틀린다.

After — AI에게 URL을 아예 안 보여준다

아래는 오늘 수집된 기사 목록입니다. 각 줄 맨 앞 [숫자]가 그 기사의 번호입니다.

{{ $json.title.map((t, i) => '[' + i + '] ' + t).join('\n') }}

- 기사번호: 위 목록에서 그 기사 앞에 붙은 번호 (숫자만)
- 기사제목: 그 기사의 제목을 위 목록에 있는 그대로 복사

중요: URL(링크)은 절대 쓰지 마세요. 목록에 없는 번호를 지어내지 마세요.

그리고 진짜 링크는 Code 노드가 배열에서 꺼내 붙인다.

💡 고르는 건 AI, 이어붙이는 건 프로그램. 판단은 AI가 잘하고, 정확한 복사는 프로그램이 잘한다. 잘하는 걸 시켜야 한다.

배운 것 ③ — 짐작을 숫자로 바꿔서 확인한다

“긴 목록에서 잘못 베낀 것”이라는 짐작이 맞는지 확인할 방법이 있었다. 그 말이 맞다면, URL이 헷갈리게 생긴 매체일수록 많이 틀렸어야 한다.

링크를 전부 열어서 매체별로 세어봤다.

매체	URL 생김새	정확	오배정	오배정률
ZDNet	`?no=20260903112619` (날짜+시각 14자리)	39	1	2.5%
한국경제	`/article/202609031504i` (불투명)	9	5	36%
디일렉	`?idxno=61717` (숫자 5자리)	13	21	62%

날짜가 통째로 박힌 ZDNet은 거의 안 틀렸고, 다섯 자리 숫자만 다른 디일렉은 62%가 틀렸다. 가설이 데이터로 확정되는 순간이었다.

💡 원인을 “짐작”에서 “확인”으로 올리려면, 그 짐작이 맞을 때 숫자가 어떻게 나와야 하는지를 먼저 정하고 세어보면 된다. 이게 있으면 고친 뒤에 “진짜 고쳐졌나”도 같은 방법으로 확인할 수 있다.

배운 것 ④ — 틀린 걸 남기느니 안 남긴다

링크를 찾는 코드를 3단으로 짰다.

1순위  제목이 정확히 일치하는 기사        (문장부호·공백·대소문자 무시)
2순위  번호가 가리키는 기사               (제목이 서로 품고 있으면 인정)
3순위  제목이 부분적으로 겹치는 기사       (AI가 제목을 줄여 쓴 경우)
────────────────────────────────────────
셋 다 실패 → null → 그 섹터는 그날 저장하지 않는다

마지막 줄이 핵심이다. 예전 구조는 “뭐라도 붙인다”였고, 새 구조는 **“확실하지 않으면 안 붙인다”**다. 하루 비는 것보다 틀린 게 남는 게 더 나쁘다.

번호만 받지 않고 제목까지 같이 받은 것도 이 안전망을 위해서다. 번호가 밀려도 제목으로 되찾을 수 있다.

배운 것 ⑤ — 고치러 들어간 김에 구조를 한 번 본다

노드를 뜯어보다가, 텔레그램용 LLM 노드와 위키용 LLM 노드가 같은 기사 목록을 두 번 물어보고 있다는 걸 알게 됐다. 원래 고치려던 것과 상관없는 발견이었다.

[Before]  Aggregate ─┬→ 텔레그램_LLM → 텔레그램
                     └→ Wiki_LLM    → GitHub

[After]   Aggregate → Wiki_LLM ─┬→ Code(섹터분리+링크조회) → GitHub
                                └→ Code(문장조립+링크조회) → 텔레그램

Claude 호출 하루 6번 → 3번 (비용 절반)
텔레그램과 위키가 항상 같은 키워드를 말하게 됨 (전엔 따로 물어봐서 다를 수 있었다)

💡 파이프라인을 뜯을 일은 자주 없다. 열었을 때 전체를 한 번 훑어보면 이런 게 나온다.

솔직하게 — 하루 동안 지뢰 다섯 개를 밟았다

고치는 게 30분이면 될 줄 알았는데 하루가 걸렸다. 대부분 n8n 자체와 싸운 시간이었다.

지뢰	뭘 몰랐나
노드 이름이 전부 `Code in JavaScript`, `...1`, `...2`	텔레그램용 코드를 섹터분리 노드에 붙여넣고 한참 헤맴
중간 노드를 지우면 양옆이 자동으로 이어짐	지우자마자 `Aggregate → 텔레그램`이 저절로 생김
노드를 연결선 위에 떨어뜨리면 그 사이에 끼워 넣어짐	섹터분리 노드가 텔레그램 전송 응답을 입력으로 받고 있었음
`Received undefined` 에러	화면에 보이던 줄은 그냥 스크롤 위치였고, 에러 난 줄이 아니었음
링크 원본을 못 찾은 항목 5개	복구를 포기하고 “봇의 링크 오배정 버그로 유실” 문구로 대체

발견했을 때는 솔직히 식겁했다. 포트폴리오로 보여줄 사이트인데, 링크를 눌러본 사람이 전자담배 기사를 보게 되는 상황이었으니까. 그래서 프롬프트만 살짝 고치고 넘어가지 않고 노드 구조까지 다시 짰다.

📷 여기에 n8n 워크플로 화면(합치기 전 → 합친 후)을 넣으면 좋아요.

이번 주에 하나 더 — 8주 치 교훈을 한자리에 모았다

이번 일을 겪고 나서 든 생각이 하나 있었다. “이런 걸 여러 번 배웠는데, 매번 어디 있는지 못 찾겠다.”

교훈이 주차별 사례글 안에 흩어져 있었다. 1주차 글 안에 Git 얘기, 4주차 글 안에 n8n 얘기, 7주차 글 안에 정보구조 얘기. 필요할 때 찾으려면 여덟 개 글을 다 뒤져야 했다.

그래서 8주 치를 주제별로 다시 묶어 개발 노트 일곱 개로 만들었다 — Git·배포 / n8n 자동화 / 자동화 속 AI / 정보구조 / 디버깅 태도 / AI 협업, 그리고 이 여섯을 한눈에 보는 지도 한 장.

만들어놓고 보니 이건 남한테 보여줄 글이 아니라 내가 꺼내 볼 서랍이라는 생각이 들어서, 학습일지처럼 나만 보는 쪽으로 돌렸다. 사이트에는 안 올라가고 내 컴퓨터에서만 열린다. (공개용 정리는 지금 읽고 계신 이 주간 회고글이 하고 있으니 중복이기도 했다.)

💡 정리본을 만들 때 “누가 읽나”를 먼저 정하면 공개 여부가 저절로 정해진다. 남이 읽을 글과 내가 꺼내 볼 서랍은 애초에 다른 물건이다.

가져다 쓰실 것 — 자동화 결과물 검증 체크리스트

자동화를 붙이고 나서 한 번은 이걸 돌려보세요. 저는 8주 만에 처음 했고, 31%가 틀려 있었습니다.

결과물을 하나 골라 직접 눌러본다. 링크면 열어보고, 숫자면 원본과 맞춰본다. 화면이 초록불인 것과 무관하게.
한 개가 틀렸으면 열 개를 더 본다. 틀린 게 랜덤인지 패턴인지부터 가른다. (저는 두 항목의 링크가 서로 맞바뀐 걸 보고 “뒤섞임”이라고 확정했습니다.)
가설이 맞다면 숫자가 어떻게 나와야 하는지 정하고 세어본다. 매체별·시간대별·종류별로 갈라서.
AI에게 시키는 일 중 “옮겨 적기”가 있는지 본다. 있으면 프로그램이 하게 넘긴다. AI는 고르기만.
못 찾았을 때 뭘 하는지 정한다. 기본값이 “아무거나 붙임”이면 “안 붙임”으로 바꾼다.
과거 데이터도 전수 확인한다. 오늘 고쳐도 어제까지 쌓인 건 그대로 틀려 있다.

마무리

8주 동안 “돌아가게 만드는 것”만 배웠다. 이번 주에 배운 건 **“돌아가는 걸 의심하는 법”**이다.

만들 때는 안 되던 게 되면 기쁘다. 그런데 자동화는 만든 다음이 더 길다. 그 긴 시간 동안 조용히 틀린 걸 쌓고 있을 수 있고, 그건 화면이 알려주지 않는다. 지난주에 “봇이 제대로 모으고 있는지 모니터링하겠다”고 적어뒀는데, 그 다짐을 지킨 첫 주에 바로 큰 게 걸렸다. 다짐을 글로 남겨두길 잘했다.

📷 여기에 정정 전/후 위키 화면(틀린 링크 → 맞는 링크)을 나란히 넣으면 좋아요.

Chapter

9주차

회고

기능은 "되나 안 되나"인데, 편의성은 정답이 없다 — 비개발자가 UI를 열여섯 번 고쳐본 주

2026-09-16

한 줄 요약: 9주 동안 “무엇을 담을까”만 생각했지 “어떻게 읽힐까”는 생각한 적이 없었다. 이번 주에 처음 손대봤더니, 기능 추가보다 훨씬 어려웠다. 코딩을 모르는 사람이 UI를 다섯 번 뒤엎으며 배운 것을 정리한 글이다.

이런 분께 도움이 돼요: AI에게 그림·디자인을 시켰는데 계속 원하는 게 안 나오는 분, 만들어놓고 “이게 맞나?” 싶은데 되돌리기는 아까운 분, 그리고 자료는 쌓이는데 읽히지는 않는 문서를 갖고 계신 분.

Before → After

	Before (~9/13)	After (9/16)
용어 사전의 그림	0장 — 글자만	구조도 16장 (반도체 10 · 배터리 6)
사전·이슈 노트 구조	`##` 항목 끝없이 나열	접기 그룹 (`<details>`), 지식 지도와 같은 분류
지식 지도	그림 따로, 마인드맵 따로	카드를 누르면 해당 줄로 점프
그림 보는 법	—	본문 폭에 맞춰 축소 + 클릭하면 확대
모바일	넓은 그림이 페이지 전체를 밀어냄	그림만 스크롤, 본문은 고정
’미분류’ 칸	디스플레이 용어 10개가 반도체에 섞임	별도 그룹 분리 + 지도 5개 편입

배운 것 ① — “시각자료 추가해줘”라고 하면 시각자료가 안 온다

첫 프롬프트는 이거였다.

“지금 학습 위키에 있는거 말이야 svg 파일로 시각적 자료 좀 추가해 줄라?”

돌아온 건 용어를 5갈래로 나눈 분류 카드였다. 틀린 건 아니다. 그것도 시각자료다. 그런데 내가 원한 건 그게 아니었다.

“나는 HBM하면 HBM 모형을 갖고 와달라 그 뜻이었는데..”

말 안 해도 알 거라고 생각한 게 문제였다. 나에게 “시각자료”는 개념이 실제로 어떻게 생겼는지 그린 그림이었는데, 그 말 안에 그 뜻이 안 들어 있었다.

💡 머릿속 그림은 프롬프트에 안 담긴다. “시각자료”, “정리해줘”, “깔끔하게” 같은 말은 나에게만 구체적이다. 결과물이 엉뚱하면 AI가 못 알아들은 게 아니라 내가 덜 말한 것이다.

배운 것 ② — 분류 기준이 두 개면, 둘 다 안 보인다

분류 카드를 일단 붙여봤다. 클릭하면 해당 칸으로 가게까지 만들었고, 그림이 목차 역할을 하니 우측 목차는 껐다. 기능적으로는 완성이었다.

그런데 완성된 화면을 보고 있으려니 이상했다.

“근데 지식 지도하고 용어 지도하고 뭔가 겹쳐보이네…”

이미 지식 지도가 밸류체인 기준으로 용어를 나눠놨는데, 새로 만든 용어 지도는 그날 내가 즉흥으로 잡은 5분류로 같은 용어를 또 나누고 있었다. 같은 단어가 두 그림에서 서로 다른 칸에 들어가 있는 셈이다. 어느 쪽이 맞는지 나조차 헷갈렸다.

그래서 하루 만에 통째로 되돌렸다. SVG 3개(444줄) 삭제, 사전 3개 원복, 목차 복구.

💡 새 시각자료를 만들 땐 이미 있는 분류를 재사용한다. 독자적인 분류를 하나 더 만들면, 자료가 두 배로 늘어나는 게 아니라 둘 다 신뢰를 잃는다.

💡 편하게 하려고 만든 게 불편하면, 아까워도 뺀다. 판단 기준은 “잘 만들었나”가 아니라 “보는 사람이 편한가”다. 되돌린 비용(하루)보다, 틀어진 기준 위에 계속 쌓는 비용이 크다.

배운 것 ③ — 그래서 프롬프트를 이렇게 바꿨다 (재사용 자산)

②에서 얻은 교훈으로 다시 요청했다. 이번엔 원하는 걸 전부 적었다.

반도체 용어사전을 읽고, 그림이 있으면 이해하기 쉬운 항목을 골라 SVG 그림을 만들어 삽입해줘.

먼저 3개 항목부터 진행해줘. 구조·공정·작동 원리처럼 그림이 도움이 되는 항목을
우선하고, 단순한 뉴스 동향에는 억지로 그림을 넣지 마.

참고 사진은 내가 따로 제공하지 않을 거야. 기술적 내용은 제조사 등 공식 자료를
확인하고, 그 내용을 바탕으로 새로운 설명용 그림을 그려줘. 기존 글에 오류가 있으면
그림에 그대로 반영하지 말고 알려줘.

그림은 한글 라벨, 흰 배경, 통일된 색상과 글꼴로 제작해줘. 칩 구조는 단면이나
입체 그림으로, 작동 원리는 흐름 그림으로 표현해줘. 각 그림에 "구조 이해를 위한
개념도" 같은 적절한 캡션과 참고 자료 링크를 붙여줘.

기존 public/wiki-diagrams 폴더에 SVG를 저장하고 해당 항목 아래에 삽입해줘.
모바일에서도 글자가 읽히고 잘리지 않는지 미리보기로 확인해줘.

첫 프롬프트(“시각적 자료 좀 추가해 줄라?”)와 비교하면 길이가 20배다. 그리고 결과물은 한 번에 원하는 게 나왔다.

이 프롬프트가 담고 있는 것을 항목으로 풀면 이렇다. 다른 주제에도 그대로 쓸 수 있는 틀이다.

넣은 것	왜 필요했나
무엇을 그릴지 고르는 기준 (구조·공정·작동원리)	안 쓰면 아무 항목에나 그림이 붙는다
그리지 말 것 (단순 뉴스 동향)	빼라고 해야 뺀다
먼저 3개만	16장을 한 번에 받으면 틀렸을 때 전부 다시
출처를 확인하고 그릴 것	확인 안 하면 그럴듯한 그림이 나온다
기존 글이 틀렸으면 알려줄 것	틀린 설명이 그림으로 굳어지는 걸 막는다
한글 라벨·흰 배경·통일된 색과 글꼴	안 쓰면 16장이 다 다르게 생긴다
캡션과 출처 링크	그림만 있으면 왜 그런지 모른다
저장할 폴더	파일이 아무 데나 흩어지는 걸 막는다
모바일 확인까지	이게 없으면 ④의 일이 벌어진다

배운 것 ④ — 그림은 넣은 뒤가 진짜 일이다

프롬프트를 잘 써서 그림은 한 번에 나왔다. 그런데 거기서 네 번을 더 고쳤다.

화면으로 보니…	어떻게 고쳤나
모바일에서 그림이 페이지 전체를 밀어냄	그림 폭을 깎는 대신, 레이아웃 그리드를 `1fr` → `minmax(0, 1fr)`로. 원인이 있는 곳을 고침
그림이 본문 칸(780px)보다 넓어 잘림	그림마다 `overflow-x: auto` 컨테이너 — 그림만 가로로 스크롤
줄여놓으니 글자가 너무 작음	최소 너비 1100px → 640px, 대신 클릭하면 확대되는 라이트박스 추가
듀얼 UTG 그림의 라벨이 잘리고 겹침	좌표를 직접 조정

세 번째는 내가 이렇게 부탁해서 생긴 기능이다.

“그림 크기 마음에 들어 근데 그림을 크게 보는 사람들도 있을 거 아니야 그 친구들을 위해서 클릭하면 크게 보여주는 기능도 추가해주면 안 될까?”

작게 하면 안 읽히고 크게 하면 칸을 넘는다. 둘 중 하나를 고르는 대신 둘 다 주는 방법이 있었다.

💡 증상이 난 곳이 아니라 원인이 있는 곳을 고친다. 모바일에서 페이지가 밀린 건 그림 문제가 아니라 그리드 문제였다. 그림 16장의 폭을 하나씩 깎았으면 다음 그림에서 또 터졌다.

💡 “기능은 추가하면 되는데, UI/UX는 사소해 보이는데도 어렵다.” 라이트박스가 되는지는 명확하다. 그런데 “이 그림이 읽히는가”는 정답이 없고, 화면 크기마다 다르고, 만든 사람 눈에는 잘 안 보인다.

배운 것 ⑤ — 기계적인 정리가 발견을 데려온다

용어가 쌓이면서 사전이 ## 항목 나열이라 길기만 했다. 그래서 부탁했다.

“용어 사전하고 이슈 노트 관련해서 지금 많이 싸이고 있으니 이제 묶어보는 것은 어떨까? 예를 들어서 에이전틱 AI라고 하면 에이전틱 AI로 나뉘는 분야로 묶는거야. 그리고 클릭하면 열고 닫고가 가능하게”

②의 교훈대로 분류는 새로 만들지 않고 지식 지도 것을 그대로 썼다. 파일 6개(용어 사전 3 + 이슈 노트 3)를 <details> 그룹으로 묶었다.

단순 작업이었는데, 묶인 결과를 훑어보다 눈에 걸린 게 있었다.

“반도체 쪽에 미분류란이 있는데 거기 일부분은 디스플레이랑 묶이는 구간이 있어 디스플레이 테마로 묶는게 어떨까”

‘미분류’ 칸에 디스플레이 용어가 10개 들어 있었다. QD-OLED, 듀얼 UTG 폴더블폰, RGB OLEDoS, 폴더블 디스플레이, OLED TV 출하량 전망… 전부 반도체가 아니었다. 뉴스 봇이 섹터를 반도체·배터리·AI 셋으로만 나누니 갈 곳 없는 디스플레이 용어가 계속 반도체 칸에 떨어지고 있었던 것이다.

반도체 사전·이슈 노트에 ‘디스플레이 — 별도 지도 참고’ 그룹을 만들어 10개를 꺼냈다
그중 지도에 없던 5개를 map-display에 편입하고, ④에 ‘시장 규모·전망’ 가지를 새로 팠다

💡 자동화가 3칸으로 나누면, 4번째 것은 영영 ‘미분류’에 쌓인다. 봇이 틀린 게 아니라 칸이 없는 것이다. 봇을 고치기 전에, 사람이 칸을 만들어주는 것으로 먼저 해결된다.

💡 정리는 정리로 끝나지 않는다. 지난주엔 링크를 눌러보다 오배정을 찾았고, 이번 주엔 묶어보다 오분류를 찾았다. 손으로 훑어야만 보이는 게 있다.

재사용 자산 — “만들었는데 아니네?”를 넘기는 루프

이번 주에 실제로 돌린 방법이다. 코딩을 몰라도 그대로 할 수 있다.

1. 작게 요청한다        → "먼저 3개 항목부터"
2. 바로 띄워서 본다      → "띄워줘봐" (미리보기)
3. 이상하면 그 자리에서 말한다 → "글자 위치 좀 신경써 줘"
4. 괜찮으면 커밋·푸시한다 → 여기까지가 한 덩어리
5. 다음 덩어리로 간다

이번 주 구조도 관련 커밋이 다섯 개인 게 이 루프 때문이다(추가 → 너비 축소 → 라이트박스 → 글자 위치 → 라벨 수정). 한 번에 완성하려 하지 않고, 매번 눈으로 봤다.

핵심은 4번이다. 괜찮은 상태마다 커밋을 남겨두면 되돌리는 게 안 무섭다. 용어 지도를 하루 만에 통째로 뺄 수 있었던 것도, 그 전 상태가 커밋으로 남아 있었기 때문이다.

체크리스트 — AI에게 그림을 시킬 때

무엇을 그릴지 고르는 기준을 줬나 (그리고 그리지 말 것도)
한 번에 다 말고 먼저 몇 개만 시켰나
출처를 확인하고 그리라고 했나
색·글꼴·배경·라벨 언어를 통일하라고 했나
캡션과 출처 링크를 붙이라고 했나
모바일에서 확인까지 시켰나
만든 그림이 이미 있는 분류와 겹치지 않나 ← 제일 중요

마무리

9주 동안 “무엇을 담을까”만 봤다. 뉴스를 모으고, 용어를 쌓고, 지도를 그리고. 이번 주에 처음으로 **“이게 읽히긴 하나”**를 봤는데, 기능을 붙이는 것보다 훨씬 어려웠다.

기능은 되거나 안 되거나 둘 중 하나다. 편의성은 **“됐는데, 보니까 아니네”**가 계속 나온다. 그래서 작게 커밋하고 매번 화면으로 보는 수밖에 없었다.

그리고 하루 만에 되돌린 그 그림이, 이번 주에 제일 많이 가르쳐줬다.

다음 주엔 이걸 작은 화면으로 이어간다 — 모바일 편의성, 접기 더 넣기, 글씨체와 색상 손보기.

이번 주 판단 근거는 지식 지도 분류 결정 기록에, 누적 교훈은 만들며 배운 것에 정리해두고 있어요.