공개 뉴스 소스를 자동 수집하고, 업무 맥락에 맞는 signal만 선별·요약하여 이메일과 데이터베이스로 전달하는 end-to-end workflow
일반적인 키워드 알림은 중복·저관련 기사로 쉽게 과부하된다. 핵심은 coverage, context, actionability, traceability를 함께 설계하는 것이다.
RSS와 검색을 병행해 정해진 매체뿐 아니라 놓치기 쉬운 공개 기사까지 보완한다.
제품·경쟁환경·정책·질환 등 사용자가 정의한 business context로 관련성을 판단한다.
단순 요약과 별도로 “왜 중요한가”를 짧게 생성해 후속 검토 우선순위를 제시한다.
선별 결과와 실행 로그를 함께 저장해 누락, 오류, false positive를 추적한다.
관심 주제, 핵심 키워드, 경쟁 대상, 정책 이슈, source list, relevance rule
사람이 읽는 HTML digest와 시스템이 읽는 JSON payload를 동시에 생성한다.
Outlook → Power Automate → Office Script → Excel/OneDrive 등 기존 업무 도구와 연결한다.
예: 최근 24시간 기사만 대상으로 실행 범위를 제한.
RSS 및 검색에서 제목, 날짜, URL, 요약을 수집.
핵심 키워드와 query group으로 명백한 비관련 항목 제거.
URL, 제목 유사도, summary 유사도로 중복 기사 통합.
가능하면 원문을 추출하고 실패 시 RSS summary로 fallback.
AI가 context를 반영해 relevance, category, summary, impact 생성.
AI 호출 수와 비용을 줄이고, 같은 사건의 반복 노출을 줄여 digest의 signal-to-noise ratio를 높인다.
GitHub Actions에서 정기 실행과 수동 실행을 함께 두고, 테스트·로그·output artifact를 남기면 재현성과 장애 대응이 쉬워진다.
AI 입력에는 기사뿐 아니라 monitoring profile을 함께 제공한다. 출력은 자유문장이 아니라 구조화된 schema로 제한한다.
schema를 고정하면 이메일과 DB가 동일 데이터를 사용해 downstream automation이 단순해진다.
review_status와 feedback을 남겨 false positive / false negative를 추적하고, profile·rule을 주기적으로 조정한다.
운영 단계에서는 모델 정확도만 볼 것이 아니라 source coverage, parsing 실패, API 사용량, 중복 제거율, 사용자 피드백을 함께 본다.
중복·저관련 기사 반복 노출 감소
매일 여러 사이트를 직접 확인하는 시간 절감
동일한 기준으로 기사 relevance와 impact를 평가
축적 데이터를 후속 분석·리포팅에 재활용
Monitoring configuration만 바꾸면 경쟁정보, 정책 변화, 산업 동향, 기술 업데이트 등 다양한 주제로 확장할 수 있다.
관심 주제와 relevance 기준을 정의한다.
수집·전처리·AI 판단을 정기 실행한다.
사람에게는 digest, 시스템에는 structured data를 보낸다.
로그와 feedback으로 rule과 context를 보정한다.