네이버 검색 API와 AI를 연결하면 경쟁사 기사 동향을 자동으로 모아 분석하고 PPT 보고서까지 만들 수 있으며, 4단계로 진행한다. ① 네이버 검색 API 연결 ② .env 설정 ③ 모니터링 관점 입력 ④ PPT로 내보내기이다. 1편에서 익힌 'API 키는 .env에, 연결은 프롬프트로' 방식을 그대로 적용하므로, 코드를 직접 짜지 않아도 된다. 매번 기사를 일일이 검색·정리하던 일을 한 번의 프롬프트로 끝낼 수 있다.

왜 '수집'이 아니라 '관점'이 병목인가

기사 모니터링을 손으로 하면 시간의 대부분이 검색과 복사·붙여넣기에 들어간다고 느끼기 쉽다. 그러나 실제 병목은 수집이 아니라 판단이다. 브랜드 이름으로 검색하면 기사는 수십 건씩 쏟아지지만, 그중 '마케팅 동향'에 해당하는 것과 단순 사건·사고 기사를 가려내고, 세 경쟁사를 같은 잣대로 비교하는 일은 사람의 판단을 요구한다. 이 글의 4단계가 API 연결로 시작해 '관점 입력'과 'PPT 구성'으로 끝나는 이유가 여기에 있다. AI에게 넘기는 것은 단순 수집이 아니라, 수집된 원자료를 일관된 틀로 재배열하는 반복 노동이다.

이 관점에서 보면 네이버 검색 API를 고르는 선택도 자연스럽다. 국내 브랜드·업종 뉴스의 상당량이 네이버 뉴스 생태계에 축적되어 있어, 해외 검색 API보다 한국어 경쟁사 모니터링에서 회수율이 높다. '무엇을 어디서 가져올지'가 결과의 품질을 좌우하는 첫 단추다.

1. 네이버 검색 API 연결하기

먼저 네이버 개발자 센터에 로그인해 애플리케이션을 등록하고, 사용 API로 검색(Search)을 선택하면 Client ID와 Client Secret이 발급된다. 네이버 검색 API는 뉴스·블로그·웹문서를 검색어로 조회할 수 있어, 경쟁사·키워드 기사 모니터링에 적합하다.

구체적인 절차는 다음과 같다.

1. 네이버 개발자 센터에 로그인한다.
2. '애플리케이션 등록'에서 앱 이름을 정하고, 사용 API로 검색(Search) 을 선택한다.
3. 환경(서비스 URL 등)을 입력하면 Client ID와 Client Secret이 발급된다.

발급된 두 키가 곧 출입증이므로 공개된 곳에 올리지 않다.

2. .env 설정하기

발급받은 두 키를 프로젝트 폴더의 .env 파일에 저장한다. 1편에서 다룬 방식 그대로이다.

NAVER_CLIENT_ID=발급받은_아이디
NAVER_CLIENT_SECRET=발급받은_시크릿

그리고 .gitignore에 .env를 추가해 키가 외부로 새지 않게 한다. 이렇게 키를 분리해 두면, 다음 단계에서 AI에게 ".env에서 키를 읽어 쓰라"고만 지시하면 된다.

3. 모니터링 관점 입력하기

키가 준비되면, 어떤 관점으로 분석할지 프롬프트로 지정한다. 단순히 "기사 가져와"가 아니라 비교 대상·기간·정리 기준을 함께 적는 것이 핵심이다. 예를 들어 Claude Code에 이렇게 요청한다.

.env의 네이버 검색 API 키로 '롯데리아', '버거킹', '맥도날드'의
최근 한 달 뉴스를 각각 검색해줘. 그리고 세 브랜드의 마케팅 동향을
신제품·할인 프로모션·협업 세 관점으로 비교 정리해줘.
키는 .env에서 읽고, 출처 링크도 함께 표로 정리해줘.

이렇게 '검색 대상 + 분석 관점 + 출력 형식'을 명확히 주면, AI가 API로 기사를 모은 뒤 원하는 틀에 맞춰 요약·비교해 준다. 관점만 바꾸면 업종·주제를 가리지 않고 재사용할 수 있다.

프롬프트의 세 조각을 왜 나눠 적는가

위 프롬프트를 뜯어 보면 '검색 대상 + 분석 관점 + 출력 형식'의 세 조각으로 이루어져 있다. 이 분리가 결과 품질의 핵심이다. 검색 대상만 주면 AI는 무엇을 기준으로 정리할지 몰라 기사를 나열하는 데 그치고, 관점을 함께 주면 나열이 아닌 '비교표'가 된다. 신제품·할인 프로모션·협업이라는 세 축을 미리 못 박아 두는 이유는, 세 브랜드가 같은 칸에 놓여야 비교가 성립하기 때문이다. 축이 없으면 브랜드마다 제각각인 기사가 뒤섞여 오히려 판단이 어려워진다.

출처 링크를 표로 요구하는 부분도 의도가 있다. AI가 요약한 문장이 실제 기사에 근거하는지 사람이 되짚어 볼 수 있어야, 잘못된 요약(환각)을 걸러낼 수 있다. 모니터링 결과를 보고서로 쓰려면 이 검증 경로가 특히 중요하다.

4. PPT로 내보내기

정리된 내용은 다시 한 번의 프롬프트로 PPT 파일로 만들 수 있다. AI가 python-pptx 같은 도구로 슬라이드를 생성해 .pptx 파일을 만들어 준다.

방금 정리한 세 브랜드 마케팅 동향을 PPT 5장으로 만들어줘.
1장 표지, 2~4장 브랜드별 요약, 5장 종합 시사점 구성으로.

표지·브랜드별 요약·시사점 구성을 지정하면 보고용 초안이 바로 나온다. 세부 디자인은 파워포인트에서 다듬으면 되고, 반복되는 주간 보고라면 같은 프롬프트를 재실행하기만 하면 된다.

한 걸음 더: 정기 자동 실행

매주 같은 모니터링을 받아보고 싶다면 예약 실행(스케줄러)까지 AI에게 맡길 수 있다. "이 작업을 매주 월요일 아침에 자동 실행하는 스케줄을 만들어줘"라고 요청하면, 운영체제의 예약 작업(cron 등)으로 등록해 준다. 다만 자동 실행은 키·권한이 걸린 작업이므로, 처음 몇 번은 결과를 직접 확인한 뒤 자동화로 넘기는 것이 안전한다.

실무 적용 전 짚어야 할 한계

이 방식은 강력하지만 만능은 아니다. 첫째, 네이버 검색 API는 뉴스·블로그·웹문서를 대상으로 하므로, 언론 보도로 다뤄지지 않은 경쟁사의 조용한 움직임(내부 공지, 오프라인 프로모션 등)은 잡히지 않는다. 검색에 걸리는 것만 본다는 전제를 잊으면 '조사했으니 없다'는 착각에 빠지기 쉽다.

둘째, AI가 만든 요약과 비교표는 초안이지 최종 판단이 아니다. 앞서 출처 표를 요구한 이유가 여기서 이어진다. 특히 브랜드명이 동음이의어이거나 무관한 맥락에서 쓰인 기사가 섞일 수 있어, 보고서로 쓰기 전 사람이 표본을 검증하는 단계가 필요하다.

셋째, 자동 실행으로 넘어갈수록 이 검증 단계가 생략되기 쉽다. 그래서 처음 몇 번은 직접 확인한 뒤 자동화하라는 원칙이 실무에서 특히 중요하다. 결국 이 워크플로의 가치는 '판단을 대신하는 것'이 아니라 '판단에 쓸 시간을 확보해 주는 것'에 있다.

---

참고: 네이버 검색 API 문서 · Claude Code 공식 문서