AI 에이전트 기반 자동화된 과학 뉴스 알림 텔레그램 봇 개발

AI 에이전트 기반 자동화된 과학 뉴스 알림 텔레그램 봇 개발

이 콘텐츠는 AI 에이전트를 활용하여 과학 뉴스 업데이트를 자동으로 수집하고 텔레그램 채널로 전송하는 개인 맞춤형 텔레그램 봇 개발 과정을 상세히 다룹니다. 사용자의 일정에 맞춰 웹 검색을 수행하고 결과를 전달하며, 알림 기능까지 제공하는 완전 자동화된 시스템 구축 방법을 소개합니다.

핵심 기술

• AI 에이전트 구축: OpenAI Assistant API를 활용하여 웹 검색 및 메시지 전송 기능을 수행하는 자율 에이전트 개발.
• 텔레그램 봇 통합: BotFather를 통해 텔레그램 봇을 생성하고, Python 라이브러리를 사용하여 봇 인터페이스 및 기능 구현.
• 자동화 및 스케줄링: APScheduler 라이브러리를 사용하여 웹 검색 및 알림 기능을 정해진 시간에 자동으로 실행.
• 웹 검색 연동: SerpAPI를 통해 웹 검색 쿼리를 실행하고 관련 정보를 가져오는 기능 구현.

기술적 세부사항

• 프로젝트 구조: bot_prompt_setup.py (봇 UI, 프롬프트 관리), assistant_core.py (LLM 및 웹 검색 로직), .env (보안을 위한 환경 변수 저장), prompts/ (작업 정의).
• 핵심 기능:
  • 사용자 입력 기반 검색 쿼리 구성
  • 스케줄에 따른 웹 검색 수행
  • 검색 결과 텔레그램 채널 전송
  • 설정된 시간에 알림 전달
  • 완전 자동 실행
• 보안: API 키 및 토큰은 .env 파일에 저장하고 Git에서 제외하며, 텔레그램 사용자 ID 기반 접근 제한.
• 배포: GitHub와 PythonAnywhere를 활용하여 코드 공개, 보안 유지, 항상 실행, 합리적인 비용으로 배포.

개발 임팩트

• 개인적인 관심 분야(과학 뉴스)에 대한 정보 습득 효율 극대화.
• AI 에이전트 개발 및 자동화 시스템 구축 경험 습득.
• 일상적인 알림 및 정보 관리를 위한 개인 맞춤형 툴 개발.

커뮤니티 반응

• GitHub 저장소를 통해 코드를 공유하여 다른 개발자들과의 협업 및 지식 공유 가능성 제시.
• 현재 LLM이 검색 자체를 직접 제어하지 못해 관련성이 떨어지는 링크가 발생할 수 있으며, 이를 해결하기 위한 HTML 파싱, PDF 추출, 링크 클릭 및 콘텐츠 분석 등의 향후 발전 방향 제시 (이 부분에서 커뮤니티의 경험 공유 유도).