매일 아침 노션에 AI 부업 보고서가 도착해 있다 — 6개월 운영기

매일 아침 노션에 부업 보고서가 도착해 있다.

오늘(5/19) 자 보고서 한 줄. "오늘 적재 8개. 새 아이디어 5개. 긴급 알림 1개." 사람이 안 쓴 보고서다. AI가 매일 아침 자동으로 만들어 노션에 적재한다.

6개월 전부터 운영 중이다. 처음엔 안 됐고 점점 됐다. 오늘은 매일 아침 부업 영역에서 뭐가 새로 나왔는지 5분 안에 파악할 수 있게 됐다.

이 글은 그 자동화 구조 + 6개월 운영 효과를 적어둔다. 본인 보고용 + 같은 거 만들고 싶은 사람용.

왜 만들었나

부업 영역이 너무 분산돼 있었다.

AI 트렌드는 매일 바뀐다. OpenAI 새 API, Anthropic 새 모델, YouTube 새 정책. 하나씩 따라가려면 매일 1~2시간 들어간다. 본인은 본업 + 학습 + 회복도 있어 부업 정찰에 1~2시간 못 뺀다.

그래서 AI한테 시켰다. "매일 아침 6시에 8개 신호 적재해서 노션 DB에 박아둬. 점수 90 이상이면 알림."

처음엔 잘 안 됐다. 신호 출처가 일관성 없었고 점수도 막 매겼다. 1주 정도 fine-tune하니까 지금 패턴이 됐다.

구조 — 노션 DB 2개 + 스케줄러 1개

세 가지 부품이다.

노션 DB 1: Tech Watch — 매일 적재되는 신호. 출처, 제목, 점수, 영향받는 부업 슬롯, 요약.

노션 DB 2: Idea Backlog — 신호에서 추출된 새 아이디어. 부업 슬롯 후보, 한국 강세 여부, 채워진 시장 vs 빈 시장 분류, 예상 MRR.

스케줄러 1: 매일 아침 6시 — Cowork의 scheduled task 기능. AI한테 "오늘 정찰 + 두 DB에 적재 + Top 3 보고" 명령 자동 실행.

세 부품이 같이 돌면 매일 아침 보고서가 노션에 박힌다. 사람 액션 0.

5/19 오늘 보고서 (예시)

오늘 아침 받은 보고서 한 부분 그대로 옮긴다.

⭐ 오늘의 Top 3

1. OpenAI Realtime Voice API (점수 90) — 한국어 원본 → 4개국어 자동 더빙 Shorts 파이프라인 즉시 가능
2. YouTube 2026 AI Shorts 정책 명확화 (88) — 대량 저품질 AI는 demonetized. 기존 슬롯에 human-in-the-loop 큐레이션 필수
3. Anthropic Claude Opus 4.7 금융 에이전트 (85) — 한국 핀테크 도메인 카피 가능

⚠️ 영향받는 기존 슬롯

- A-Shorts: YouTube 정책 변경으로 인간 인풋 레이어 필수
- D-MCP: Claude Opus 4.7로 모델 업그레이드 권장
- 전체: GPT-5.5 Instant 디폴트 교체로 환각률 -52.5%

💡 새로 시도할 만한 슬롯

- A-Shorts: K-콘텐츠 4개국어 더빙 채널 (Korea-strong, 빈 시장, 예상 MRR $1,500)
- D-MCP: 한국 핀테크 MCP 서버 + 한국형 Skills 팩 (둘 다 빈 시장, 합산 MRR $3,200)
- E-크몽: Claude 에이전트 자동화 세팅 패키지 30~80만원 (Korea-only, 월 5건 = 200만원)

이게 매일 아침이다. 5분 안에 읽고 필요한 거 한두 개만 점검한다.

6개월 운영 패턴 — 효과 본 것

여섯 달 돌리면서 알게 된 게 몇 가지 있다.

효과 1. 부업 분산 부담이 사라졌다
매일 5분이면 부업 영역 전반 파악 끝. 그 다음은 본업·학습·회복에 시간 쓴다. 부업이 본인 의식 점유율을 안 잡아먹는다.

효과 2. 빈 시장 발견이 빠르다
"한국 핀테크 MCP 서버" 같은 슬롯은 본인이 매일 신호 따라갔어도 못 찾았을 가능성이 크다. AI가 200개 신호 중에서 본인 부업 영역과 매칭되는 빈 시장만 골라준다.

효과 3. 위험 신호도 같이 잡는다
오늘 보고서의 YouTube AI 정책 같은 거. 본인이 만들고 있던 A-Shorts 슬롯에 직접 영향이라는 걸 그날 알게 된다. 모르면 1달 뒤 demonetized 후 발견한다.

효과 4. 점수가 본인 의사결정을 단순화한다
점수 90 이상 = 즉시 점검. 70~89 = 주말 정리. 70 미만 = 아카이브. 의사결정에 본인 에너지가 거의 안 든다.

효과 5. 노션 DB 누적이 자산이 된다
6개월 = 약 1,400개 신호 적재. 이 자체가 추세 데이터. "OpenAI 발표 빈도 ↑ 3월 → 5월" 같은 패턴이 보인다.

만드는 법 (본인 적용용)

같은 거 만들고 싶으면 세 단계.

1단계. 노션 DB 2개 만들기
Tech Watch (제목, 출처, 점수, 슬롯, 요약 필드) + Idea Backlog (슬롯 후보, 시장 강도, 예상 MRR 필드). 무료 노션 워크스페이스 30분이면 만든다.

2단계. AI 도구에 정찰 명령 1회 만들기
부업 영역 (본인 부업 슬롯), 신호 출처 (예: HN front / GitHub trending / TechCrunch / SK Telecom 트렌드), 점수 기준, 알림 임계점을 한 번 박는다. 한국 시장 신호 출처를 따로 넣어두는 게 좋다.

3단계. 스케줄러 1회 박기
매일 아침 시간에 정찰 명령 자동 실행 설정. Cowork의 scheduled task, 또는 GitHub Actions + cron, 또는 노션 + Make·Zapier 같은 자동화 도구. 본인은 Cowork 썼다.

세 단계 끝. 1주 정도 신호 출처 + 점수 fine-tune 하면 매일 자동 보고가 시작된다.

한계도 있다

자랑만 적으면 균형 안 맞으니 한계도 적어둔다.

한계 1. 신호 출처가 영어권 편중
HN, GitHub trending, TechCrunch가 주축. 한국 시장 신호는 SK Telecom, Forbes Korea 정도 외엔 약하다. 한국형 부업이면 신호 출처를 더 보강해야.

한계 2. 점수 산정이 AI 자체 추정
점수 90인데 사람이 보면 50점인 경우도 있다. 본인이 1주 점수 vs 실제 영향도 비교해서 점수 부여 룰을 조정해야.

한계 3. 본인이 매일 5분 보긴 봐야
완전 자동은 아니다. 본인이 매일 보고서 1번 읽고 필요한 거 점검은 해야. 안 보면 1주 누적 35개 보고서가 노션에 쌓인다.

한계 4. AI 의존 위험이 늘 있다
점수 90이라고 적혔다고 그대로 믿으면 5/14·5/18 글에서 적은 IM2 사고와 비슷한 함정. 5분 보면서 본인이 마지막 판단을 해야.

이 4개 한계 안에서 운영하면 6개월간 부업 분산 부담은 거의 사라진다.

마무리 — 끄적이는 사유 공간

이 글은 5/14 AI의 함정, 5/18 5가지 검수 질문과는 톤이 다르다. 거기선 AI 의존을 비판했고, 여기선 AI 활용 잘 한 사례를 적었다. 같은 본인이다.

의존 vs 활용. 둘 다 같이 보인다. 어떤 영역은 AI에 맡기는 게 효율이고 (부업 정찰), 어떤 영역은 AI를 의심해야 정직한 답이 나온다 (오픽 학습). 둘을 같은 사용자 안에서 같이 운영하는 게 6개월 운영 후 본인 결론이다.

여러분도 부업 영역 매일 분산되는 거 있으면, 이 자동화 한 번 만들어보세요.

— 김용범 / 2026년 5월 19일