해결한 문제
매일 쏟아지는 기술 글을 단순 인기순으로 소비하지 않고, 실제 개발 목표와 환경에 맞는 자료만 선별해 다음 행동으로 연결하는 것을 목표로 했습니다.
구현 범위
- GeekNews Atom과 PyTorchKR Discourse JSON 수집기
- 공통 Article 모델 정규화와 중복 제거
- 관심사·환경·실용성을 반영한 deterministic scoring
- 선택된 항목만 bounded source context를 가져오는 AI 설명 계층
- provider 장애와 잘못된 출력에 대한 fallback·검증 정책
- Markdown report와 SQLite 저장
- FastAPI/Jinja2 로컬 viewer와 읽기·적용 feedback loop
- macOS LaunchAgent 기반 일일 자동 실행
검증 기록
프로젝트 문서의 2026년 5월 상태에는 pytest 66개, Ruff와 git diff --check 통과, 실제 예약 실행에서 25개 항목을 수집해 Top 5 report를 생성한 기록이 남아 있습니다.
설계 경계
개인 기술 리서치 자동화 도구이며 대규모 뉴스 수집 SaaS나 사실 검증 서비스로 표현하지 않습니다. 원문 전체를 저장하지 않고 출처 링크와 제한된 요약·개인 메모를 중심으로 관리합니다.