300만 원짜리 블로그 상단을, 우리는 자동화로 1등 만들었습니다

에코 멤버님들,

잘 지내고 계신가요? 오늘은 최근 우연히 접한 한국 유튜브 콘텐츠 하나를 소개하고자 합니다. 신영선의 AI탐구 채널의 팟캐스트 편이었고, 게스트는 청춘 닭꼬치라는 프랜차이즈와 꽃치 마켓이라는 온라인 쇼핑몰을 동시에 운영하는 박진환 대표입니다. 원본 영상은 이 링크에서 볼 수 있습니다 — 누적 가맹점 100개 외식업 대표가 헤르메스 에이전트 AI로 자동화 하는 방법.

솔직히 말씀드리면, 저는 그동안 자영업·프랜차이즈 시장의 AI 도입 사례에 대해 다소 회의적이었습니다. 대부분의 사례가 "챗봇을 붙였다", "블로그 초안을 GPT로 뽑는다" 수준에서 멈춰 있었고, 진짜 실무 백엔드까지 자동화가 파고든 흔적은 찾기 어려웠거든요. 그런데 이 영상은 달랐습니다. 발주, 재고, CS, 인스타 카드뉴스, 네이버 블로그 상위 노출, 심지어 회의실 예약 시스템까지 — 한 사람의 대표가 로컬 PC 위에서 굴리고 있는 자동화 스택이 마치 소규모 SaaS 회사의 백오피스 같았습니다.

오늘은 이 영상에서 제가 뽑아낸 실무 관점의 핵심을 공유하려 합니다. 헤르메스 에이전트라는 도구가 무엇을 바꾸었고, 어떤 순서로 붙였을 때 효과가 나는지 — 실무자가 바로 참고할 수 있도록 디테일을 살렸습니다.

1. 왜 하필 헤르메스인가 — "권한을 넘긴 순간, 사람 승인이 사라졌다"

박 대표의 설명 중 가장 인상적이었던 지점은 도구 선택의 이유입니다. GPT나 클로드도 기능적으로는 자동화가 가능하지만, 그는 이렇게 짚었습니다. 

"권한이라든지 이런 거 때문에 로그인을 눌러, 그다음에 이거를 발행을 해, 이런 것들은 항상 사람한테 승인을 받을 수밖에 없어서."

즉 상용 챗봇 UI는 실행 단계마다 사용자 확인을 요구하도록 설계되어 있고, 이 마찰이 자동화의 마지막을 막아버린다는 겁니다. 헤르메스 에이전트는 로컬 PC에 설치되어 사용자가 부여한 권한 범위 내에서 브라우저를 직접 조작합니다 — 이른바 컴퓨터 유즈(Computer Use) 방식이죠. API 키를 갖지 못한 서비스라도, 사람이 마우스로 하는 일을 그대로 흉내 낼 수 있습니다.

모델은 GPT 5.6 Sol을 기본으로 쓰고, 가벼운 작업은 5.5나 다른 모델로 스위칭한다고 말합니다. 이 조합이 실무에서 왜 강력한지는 다음 섹션의 사례에서 명확해집니다.

2. 네이버 블로그 자동화 — 300만 원짜리 상위 노출을 대체한 파이프라인

박 대표가 가장 먼저 시연한 것은 블로그 자동화였습니다. 그런데 우리가 흔히 아는 "GPT로 초안 뽑기" 수준이 아닙니다. 

"보통 블로그 자동화라고 하면은 기획을 한다든지 글을 써 준다든지 이런 개념인데, 그런 게 아니라 아예 소재를 잡고 글과 이미지와 해시태그랑 전부 다 해서 직접 발행 버튼 눌러서 발행까지" 

간다는 것입니다. 매일 아침 9시, 일론이라는 이름의 AI 에이전트가 소재를 스스로 정하고, 본문을 쓰고, 이미지를 만들고, 해시태그를 붙이고, 크롬 브라우저를 열어 네이버 로그인 후 발행까지 마칩니다. 사람은 결과만 확인합니다.

핵심 실무 포인트는 두 가지입니다.

• 첫째, 경쟁 블로그를 먼저 분석하게 한 뒤 착수한다. 박 대표는 "닭꼬치 창업" 키워드에서 이미 상위에 노출된 글들을 AI에게 분석시킨 후 작성을 진행했다고 말합니다. 둘째, 완성도보다 반복 실행 속도를 택한다. "완성도가 조금 떨어져도 우리가 빠르게 좀 실행을 할 수 있다."

결과는 명료했습니다. 그저께 1등, 어제 3등, 오늘 2등 — 순위가 소폭 요동치지만 상위권을 안정적으로 점유합니다.

이 지점에서 반드시 곱씹어야 할 문장이 있습니다. 

"블로그 상단 띄우는 데 한 300만 원 정도 되더라고요. 이거를 저희가 그냥 자동화로 돌려놔서 1등까지 만들었어요." 

마케팅 대행사에 지불하던 고정비가 로컬 PC 위 파이썬 스크립트로 대체된 순간입니다. 회당 비용이 아니라 한계 비용이 0에 수렴하는 마케팅 자산이 생긴 거죠.

3. 인스타그램 카드뉴스 자동화 — "한 번의 시행착오, 이후엔 파이썬 파일로"

두 번째 시연은 인스타그램 캐러셀(카드뉴스) 자동 발행이었습니다. 여기서 박 대표가 밝힌 실무 원칙 하나가 저는 특히 유용하다고 느꼈습니다.

"처음 할 때는 그냥 일단은 시행 착오를 겪으면서 하고, 그다음에 반복 작업할 때는 파이썬 파일로 만들어 가지고 진행을 하고."

풀어보면 이런 흐름입니다. 첫 회에는 헤르메스에게 자연어로 "이런 컨셉의 캐러셀을 만들어봐, 레퍼런스를 조사해서 브랜드 톤에 맞춰"라고 지시합니다. AI가 시장 조사를 하고, 브랜드 컬러(예: 블루)를 잡고, 레이아웃 후보를 제시하고, 대표가 그중 하나를 픽합니다. 이 전 과정을 거쳐 최종본이 나오면, 그 과정을 파이썬 파일로 응결시킵니다. 다음 회부터는 파이썬 파일이 자동으로 돌아가고, AI는 콘텐츠만 새로 채워 넣습니다.

썸네일에 들어가는 문구조차 AI가 후킹 포인트를 조사해 추천하고, 조회수가 안 나오면 다시 문구를 바꿔 재발행합니다. 인스타그램 API를 직접 연동하지 않고 컴퓨터 유즈로 웹 UI를 직접 클릭한다는 점도 흥미롭습니다 — 

"방금도 저희가 인스타그램 보관하는 거 PC에서 해 본 적도 없고 몰라요. 근데 본인이 방법 찾아내고, '아까 버튼에 없네, 그럼 취소하고' 자기가 방법 찾아내는."

실무자에게 이 대목이 시사하는 바는 큽니다. API가 없는 서비스도 자동화 대상이 될 수 있다. 지금까지 자동화 후보에서 배제되었던 수많은 국내 서비스가 갑자기 대상 범위 안으로 들어옵니다.

4. 쇼핑몰 백오피스 자동화 — 밤새워 만든 n8n을 헤르메스가 유지보수한다

박 대표가 목소리에 힘을 실은 지점은 쇼핑몰 자동화 파트였습니다. 이 대목은 자동화 실무자라면 반드시 짚어볼 필요가 있습니다.

구조를 그의 설명 순서대로 정리하면 이렇습니다.

• 스케줄 트리거: 12시·2시에 반복 실행, 공휴일 필터 적용
• 다중 쇼핑몰 데이터 수집: 운영 중인 세 개의 쇼핑몰에서 API 키값으로 주문 데이터 수집
• ERP 연동: 이카운트에 로그인, 거래처 코드 등록 및 판매 입력까지 자동화
• 구글 스프레드시트 매칭: 몰마다 다른 제품명·할인명·코드를 통합 코드 체계로 정규화
• 거래처별 발주 이메일: 업체마다 다른 엑셀 양식을 자동 생성해 발송
• 상태 업데이트: 각 쇼핑몰의 상품 상태를 "상품 준비중"으로 전환
• 송장 처리 2단계: 거래처가 카톡·이메일·이미지 등 각기 다른 방식으로 보내오는 송장을 분해·매칭해 "배송 중"으로 전환

이 시스템을 그는 올해 초에 한 달간 밤새워 n8n으로 직접 만들었다고 말합니다. 그리고 지금은 이렇게 말합니다. "안타깝게도 지금 결론은, 헤르메스면 더 쉽게 만들어요."

여기서 진짜 흥미로운 대목이 나옵니다. AI가 AI를 유지보수한다. 예전에는 직원이 에러를 만나면 대표를 불렀지만, 지금은 에러가 나면 일론이 직접 고칩니다. 심지어 쇼핑몰 반복 작업은 알파고라는 또 다른 에이전트가 담당하고, 일론이 이를 이중 체크합니다. "알파고가 기본적으로 하되 일론이 한 번 더 체크해 줘요. 둘이서."

실무자 관점에서 이 구조가 의미하는 바 — 자동화는 이제 "구축"이 아니라 "생태계 운영"의 문제로 넘어갔습니다. 첫 구축의 러닝커브는 여전히 존재하지만, 이후의 유지보수 인력 비용이 극적으로 낮아집니다.

5. 슬랙 위의 AI 조직도 — 일론, 자비스, 슈퍼맨, 알파고, 데바코치, 조니

다섯 번째 시연은 사실상 이 영상의 클라이맥스입니다. 박 대표의 회사 슬랙에는 이름을 가진 AI 에이전트들이 채널마다 상주하고 있습니다. 일론, 자비스, 슈퍼맨, 알파고, 데바코치, 조니 — 각자 역할이 다르고, 서로 멘션으로 협업합니다.

가장 의미심장한 장면은 일론이 다른 AI들에게 슬랙 사용법을 교육하는 순간이었습니다. "제 일론이 슬랙을 연구 복구하는 거를, 자비스 슈퍼맨 뭐 데바코치 조니한테 이렇게 교육을 하는 장면." AI가 AI에게 규칙을 전수하는 이 광경은, 우리가 흔히 이야기하는 "멀티 에이전트"가 실무 조직 안에서 실제로 어떻게 굴러가는지를 보여주는 몇 안 되는 원본 사례일 겁니다.

그리고 여기서 결정적인 문장이 나옵니다. "저희가 이제 회계 직원이 만들었습니다." — 출퇴근 관리 툴을 회계 직원이 직접 만들었다는 겁니다. 코드도 개발 지식도 필요 없이, 슬랙 안에서 자연어로 요청하니 일론이 근태 인식 시스템을 만들어냈고, 이제 그 안에서 출근·퇴근·연차 관리까지 이루어집니다.

이 지점을 진행자 신영선 대표가 정확히 짚었습니다. 

"AI 완전 네이티브 기반으로 대표님이 약간 선도에 서서 회사에 필요한 것들 AI 세팅을 딱 해 놓으니, AI를 다룰 줄 모르는 시니어 팀원분이 오셔도 즉각적으로 회사 AI 인프라를 바로 쓰실 수가 있는 거네요."

6. 마지막 반전 — AI가 스스로 도구를 선택했다

가장 놀라운 장면은 뉴스레터의 마지막에 배치하고 싶습니다. 박 대표는 회의실 예약 시스템을 일론에게 만들라고 지시했습니다. 중복 예약을 막아야 한다는 요구사항만 던졌죠. 그런데 일론이 만들어 온 결과물을 보니 — n8n으로 만들어져 있었습니다.

"제가 n8n으로 만들려고 말한 적이 없거든요. 근데 일론은 아까 n8n으로 저랑 같이 만들다 보니까 이거에 익숙한 거죠. 그래서 자기도 n8n으로 그냥 만들어 버립니다."

이 짧은 코멘트 안에 놀라운 의미가 담겨 있습니다. AI 에이전트가 과거 협업 이력을 학습해, 스스로 선호 도구를 형성한 겁니다. 회사의 기술 스택이 사람이 아니라 에이전트의 습관으로 축적되기 시작한 순간이죠. 그리고 그는 이렇게 마무리합니다 — "이런 거 보면서 와, 이 진짜 똑똑하다."

여기에 진행자의 짚어냄이 더해집니다. "실패를 하던 성공하던 이 1년의 과정들이 저희 회사의 자산으로 다 남아 있다." AI 자동화의 진짜 배당은 완성된 시스템이 아니라, 그 과정에서 회사 안에 축적되는 프롬프트 자산과 파이썬 파일과 에이전트 습관에 있습니다.

오늘 이야기, 여러분은 어떻게 생각하시나요?

저는 이 영상을 보면서 한 가지를 재확인했습니다. AI 자동화의 승부는 도구가 아니라 "권한을 어디까지 위임하느냐"에서 결정된다. 박 대표가 헤르메스를 선택한 이유가 결국 그것이었고, 그가 얻은 결과 — 300만 원짜리 블로그 상단이 무료가 되고, 회계 직원이 소프트웨어를 만들고, AI가 AI를 유지보수하는 조직 — 은 전부 그 위임의 파생물입니다.

여러분의 회사는, 여러분의 팀은, 여러분 개인의 워크플로우는, 어디까지 AI에게 권한을 넘기고 있나요? 승인 버튼 앞에서 멈추어 있는 구간이 어디인지 한 번 점검해보시길 권해드립니다. 그 마지막 1미터를 넘기는 순간, 지금까지와 전혀 다른 배당이 시작됩니다.

원본 영상의 세부 사례는 이 링크에서 확인하실 수 있습니다 — 신영선의 AI탐구 · 박진환 대표 인터뷰. 채널 운영자와 인터뷰이 모두에게 감사의 인사를 전합니다.

저는 미국 이커머스 분야와 AI 분야에 몸담고 있습니다. 앞으로도 계속 제가 개인적으로 공부하고 경험하는 내용들을 에코 뉴스레터 구독자님들과 나눌 예정입니다. 더 많은 지식과 정보를 함께 나누고 싶으시다면 이 뉴스레터를 계속 구독해주시고 주변에도 많이 소개해 주세요!

긴 글 읽어주셔서 감사합니다.

다음 뉴스레터에서 더욱 유익한 소식으로 찾아뵙겠습니다.