22개 이커머스 사이트 메타 태그를 AI로 자동 감시한 방법
목차
한 이커머스 서비스의 경우 여러 도메인과 런딩페이지를 동시에 운영하면서 각 사이트의 메타 태그가 검색 최적화 기준을 만족하는지 확인하는 게 점점 부담이 됐다. 손으로 하나하나 확인할 수 없는 규모가 되자, 결국 자동화된 SEO 감시 도구를 만들기로 결정했고 이게 meta-check.py다.
왜 자동화가 필요했는가
초기엔 배포할 때마다 QA 리스트에 "메타 태그 확인" 항목이 있었다. 하지만 22개 사이트를 매번 수동으로 검증하는 건 현실적이지 않았다. 더군다나 개발팀이 신경 쓸 포인트가 많을 때면 이 항목이 자주 넘어가거나 대충 확인하고 넘어가는 일이 생겼다. 검색 최적화는 사실 매일 영향을 받는 부분인데, 일주일에 한두 번 손으로 확인하는 방식은 문제가 생겨도 늦게 발견하는 악순환을 만들었다.
특히 이런 작업은 개발자 개인의 주의력에 좌우되지 않으면서도 일관되게 같은 기준으로 검증해야 하는 전형적인 자동화 후보였다. 누가 검사하든 같은 규칙을 적용한다는 게 중요하다.
Claude CLI를 감시 도구로 활용한 의도
내가 Claude CLI를 선택한 이유는 두 가지다. 첫째, 메타 태그 검증 같은 작업은 정형화된 규칙 체크(예: og:title 존재 여부, description 길이, og:image 유무 등)보다는 의미 있는 내용인지 판단하는 부분이 크다. AI가 "이 og:description이 실제로 이 페이지를 잘 설명하고 있는가?"라는 질문에 대답하는 게, 단순 정규식 검사보다 훨씬 유용하다.
둘째, 팀의 다른 자동화 도구들도 Claude CLI를 기반으로 구축하고 있어서 운영 일관성을 맞출 수 있었다. 같은 방식으로 로깅하고, 같은 에러 처리 패턴을 따르고, 같은 notification 채널을 쓸 수 있다는 건 운영 복잡도를 크게 낮춘다.
22개 사이트의 규모를 어떻게 관리하는가
이 규모에서 중요한 건 단순히 스크립트를 돌리는 것보다 결과를 어떻게 정리할 것인가다. meta-check.py는 다음 원칙으로 설계했다:
- 일일 자동 실행: 매일 같은 시간에 전체 22개 사이트를 감사하고 결과를 기록한다
- 이슈 중심 리포팅: 정상인 사이트는 조용하고, 문제가 있는 사이트만 먼저 보인다
- 추적 가능성: 어떤 사이트가 언제부터 문제를 가지고 있었는지 추이를 볼 수 있어야 한다
- 팀 공유: 슬랙 같은 곳에 요약본을 보내서 개발팀이 문제를 놓치지 않도록 한다
이런 규모의 감시에서 흔한 실수가 "모든 결과를 다 보여주기"다. 너무 많은 정보를 한 번에 보내면 오히려 중요한 부분을 놓친다. 그래서 이상이 있는 사이트와 최근에 생긴 변화에 포커스를 맞췄다.
앞으로 고민할 지점들
이 도구가 자리 잡으면서 생각해야 할 것들:
-
감사 기준의 진화: 지금은 기본적인 메타 태그를 보지만, 나중에는 schema.org 마크업, Core Web Vitals, 모바일 친화성 같은 것도 포함될 수 있다. 확장 가능한 구조로 설계했는지 확인이 필요하다.
-
거짓 양성(false positive) 줄이기: AI 기반 평가가 항상 정확하진 않다. 특정 페이지 유형(예: 신상품 페이지 vs 커뮤니티)에 따라 메타 태그 기준이 달라질 수 있는데, 이를 학습시키는 과정이 필요하다.
-
성능과 비용 관리: 매일 22개 사이트를 Claude로 검증하는 건 시간과 토큰을 쓴다. 변화가 없는 사이트는 덜 자주 체크하거나, 특정 시간대에 배치 처리하는 방식도 생각해야 한다.
-
팀 신뢰도: 자동화 도구가 너무 자주 거짓 경보를 울리면 팀이 신뢰하지 않는다. 초반에 수동 검증과 자동 검증을 함께 운영하면서 정확도를 높여 나가는 게 중요하다.
이런 류의 도구를 여러 번 만들면서 배운 게 하나 있다면, 완벽한 도구를 한 번에 만들려고 하지 말고, 작은 버전으로 시작해서 팀 피드백을 받으며 개선하는 게 훨씬 낫다는 것. 지금도 meta-check.py는 최소 기능으로 시작했고, 사용 패턴이 나오면 그때 필요한 부분을 추가할 계획이다.
🛒 이 글과 어울리는 추천 상품
*위 링크는 쿠팡파트너스 활동의 일환이며, 일정액의 수수료를 제공받을 수 있습니다.
댓글 0
첫 댓글 달아줘.