[ blog · use-case ]8 min read

News Search API로 모닝 브리핑 에이전트 만들기

Sarah Choy·2026년 5월 2일 게시·2026년 5월 3일 업데이트·8분 분량

창업자, PM, 애널리스트가 아침 8시에 원하는 건 같다: 어젯밤 무엇이 변했는지 깔끔한 요약. News Search API + LLM + cron이면 오후 한 번에 만든다.

한눈에

• •구조: cron → News Search → 핵심 기사에 URL Extract → LLM 요약 → Slack 게시.
• •<code>start_date = 어제</code>로 신선도 조절, <code>country_code</code>로 지역 조절.
• •토픽별 News Search를 병렬 호출, LLM이 머지/중복 제거.
• •총비용 ≈ 토픽당 15 크레딧/일 + LLM 토큰. 5 토픽 브리핑도 정가 $0.10/일 미만.

'쓸모 있는 브리핑'의 모양

모닝 브리핑 에이전트는 한 가지 질문에 답해야 한다: '어젯밤 알아야 할 변화는 무엇인가?' 헤드라인 나열은 RSS와 같아 1주일 안에 mute된다. 살아남는 형식은: 링크가 달린 5개의 글머리, 토픽별로 묶고, 사용자의 어조로 작성.

이를 작은 파이프라인으로 분해:

• 가져오기: N개 토픽의 최근 뉴스 — News Search API.
• 추출: 모델이 인용할 링크의 본문 — URL Extract API.
• 요약 + 클러스터링: 선호하는 LLM.
• 전달: Slack / 이메일 / Notion — 기존 채널.
• 스케줄: cron — Vercel Cron, GitHub Actions, n8n 등.

Step 1: 토픽 선정

3〜6개 토픽이면 충분. 12개 토픽 브리핑은 스크롤로 지나친다. 예:

• B2B SaaS 창업자: 'AI 펀딩', 'OpenAI / Anthropic 동향', '경쟁사 동향'.
• 금융 애널리스트: 'FOMC와 Treasury', '반도체 공급망', '특정 ticker'.
• 헬스케어 PM: 'FDA 승인', '임상시험 결과 공개', '보험 환급 변경'.

Step 2: 원시 신호 가져오기

토픽별로 News Search를 병렬로 1회씩 호출. start_date로 신선도 제한:

from datetime import date, timedelta
import asyncio, aiohttp

KEY = "pk_yourkey"
TOPICS = [
    "AI agent infrastructure funding",
    "OpenAI Anthropic Google new releases",
    "RAG and LLM tool calling research",
]

async def fetch_topic(session, q):
    yesterday = (date.today() - timedelta(days=1)).isoformat()
    async with session.post(
        "https://www.apipick.com/api/search/news",
        headers={"x-api-key": KEY},
        json={"query": q, "start_date": yesterday},
    ) as r:
        return q, await r.json()

async def fetch_all():
    async with aiohttp.ClientSession() as s:
        return await asyncio.gather(*[fetch_topic(s, q) for q in TOPICS])

호출마다 ranked 헤드라인 최대 5건(num_results로 10까지). 3 토픽 브리핑은 1일 3 × 15 = 45 크레딧, $5/5,000 환산 ≈ $0.045/일. 일일 총비용에서 News API는 작은 부분이고 LLM이 큰 부분.

Step 3: 선택적으로 본문 추출

모든 기사 본문이 필요한 건 아니다 — 모델이 자세히 인용할 만한 것만. 간단한 휴리스틱: 토픽당 상위 2건 추출. API Pick에선 한 번의 배치 호출:

import requests

urls = [r["url"] for topic, payload in results for r in payload["results"][:2]]

extracted = requests.post(
    "https://www.apipick.com/api/extract",
    headers={"x-api-key": KEY},
    json={"urls": urls, "extract_effort": "auto"},
).json()

URL당 2 크레딧, 3 토픽 브리핑의 추출 단계는 1일 약 12 크레딧.

Step 4: 요약 프롬프트

프롬프트가 브리핑의 '목소리'를 결정한다. 출발점:

You are an assistant that writes a morning briefing in <Sarah's> voice:
direct, no fluff, no marketing language.

Input: a JSON list of {topic, headlines, extracted_bodies}.

Output rules:
- 1 short paragraph per topic, max 60 words.
- Each paragraph ends with up to 3 inline source links.
- If a topic has fewer than 2 substantive stories overnight, omit it.
- If the entire briefing has fewer than 2 substantive topics, output the
  literal token SKIP and nothing else.
- Never editorialise. Quote facts and figures verbatim from the sources.

Output format: Slack-flavoured markdown.

'저신호면 SKIP'이 단일 ROI 최고의 룰. 이게 브리핑이 mute되지 않는 근본 이유.

Step 5: 전달과 스케줄

Python cron 전체가 80줄 미만. Slack 게시:

if briefing.strip() == "SKIP":
    return
requests.post(
    SLACK_WEBHOOK_URL,
    json={"text": briefing, "username": "Morning Briefing", "icon_emoji": ":sunrise:"},
)

Vercel Cron(vercel.json), GitHub Actions, AWS EventBridge, n8n 등으로 스케줄. 사용자 시간대 7:45에 실행 — 8시에 앉을 때 이미 도착해 있도록.

코드 없이 n8n으로

• Schedule trigger: 매일 7:45(사용자 TZ).
• HTTP Request 노드(토픽당 1개): POST /api/search/news, start_date = 어제.
• Merge: 토픽 결과 합치기.
• HTTP Request: /api/extract.
• OpenAI / Anthropic: 요약 프롬프트 실행.
• If: 출력이 SKIP이 아닌지 확인.
• Slack: 게시.

운영에서 주시할 것

• 토픽 표류. 'AI agents' 같은 넓은 쿼리는 6개월 후 모호해진다 — 인덱스는 자라지만 브리핑은 구체적 유지. 분기마다 쿼리를 조이라.
• 일일 중복. 모델에 어제의 URL 리스트를 전달하고 '이 리스트의 기사는 다시 다루지 말 것' 지시.
• 조용한 주말. SKIP 룰이 처리. 일일 체크인 습관을 브리핑에 묶지 말 것.

반복하라, 발사 후 잊지 말 것

첫 1주일은 매일 브리핑을 읽어라. 모델이 거짓말한 곳, 잘못 분류한 곳, 놓친 곳을 메모. 프롬프트를 업데이트. 1주일 후엔 브리핑이 습관이 되고 — 약 80줄의 코드와 3번의 API 호출로 동작하는 에이전트를 만든 것이다.

작성

Sarah Choy

CEO, API Pick

Sarah Choy는 API Pick의 CEO입니다. AI 에이전트와 LLM 워크플로를 위한 프로덕션 등급 API에 대해 씁니다.