은퇴 후 Notion에 쌓인 20년 자료를 Claude와 n8n으로 정리하다

서두: 은퇴 후 마주친 예상 밖의 문제

저는 30년을 대학에서 보낸 후 작년에 은퇴했습니다. 교수로서의 마지막 해에 나는 한 가지 실수를 했는데, 그것은 바로 ‘나중에 정리하자’는 생각으로 Notion에 수천 개의 강의 노트, 학생 피드백, 연구 자료, 그리고 각종 메모를 무분별하게 저장한 것입니다.

은퇴 후 여유가 생기자 이 디지털 더미를 어떻게 정리할지가 갑자기 거대한 과제처럼 느껴졌습니다. “손으로 하나하나 분류할 수는 없을까?” 하는 생각도 했지만, 당시 78세의 나이에 수천 개 항목을 수작업으로 처리하는 것은 비현실적이었습니다. 그때 우연히 n8n과 Claude AI의 조합을 발견했고, 이것이 제 은퇴 생활을 완전히 바꿔놓았습니다.

Notion에 방치된 20년 자료의 현실

당신도 혹시 비슷한 경험이 있나요? Notion은 정말 훌륭한 도구입니다. 하지만 그 자유로움 때문에 함정이 있습니다. 마치 거대한 창고처럼, 물건들이 들어오는 것은 쉽지만 체계적으로 정리되지 않으면 정크야드가 되어버립니다.

제 경우 상황은 더 복잡했습니다. 제목이 “메모”, “아이디어”, “나중에 봐야 할 것” 같은 식으로 저장되어 있었거든요. 시간이 흐르면서 저도 어떤 자료가 어디에 있는지 잊어버렸습니다.

그 당시의 Notion 데이터베이스:

• 강의 노트: 1,247개
• 학생 피드백 메모: 3,562개
• 연구 자료 스니펫: 2,891개
• 분류되지 않은 기타: 4,156개

총 11,856개의 항목이 있었습니다. 수동으로 분류하려면 하루에 20개씩 정리해도 약 600일, 즉 2년 가까이 걸렸을 겁니다.

Claude AI로 지능형 분류 로직 구성하기

그때 제 손자가 제게 Claude AI에 대해 설명해주었습니다. “할아버지, 이건 인공지능인데 문맥을 정말 잘 이해한대요”라고요. 처음에는 반신반의했지만, 직접 시도해보니 정말 달랐습니다.

제가 수행한 작업은 다음과 같습니다:

첫 번째 단계: 프롬프트 설계

저는 Claude에게 명확한 지시사항을 주었습니다. 저는 몇 가지 샘플 텍스트를 보여주고 다음과 같이 요청했습니다:

“이 텍스트를 다음 7가지 범주 중 하나로 분류해줘: 강의자료, 학생피드백, 연구논문, 개인발전, 행정업무, 창의아이디어, 기타. 그리고 신뢰도 점수도 함께 제시해줘.”

놀랍게도 Claude는 정확도가 95%를 넘었습니다. 제가 직접 검증한 샘플 100개 중 95개가 제 의도와 일치했습니다.

두 번째 단계: API 연동

Claude는 API를 지원합니다. 이는 프로그래밍으로 자동화할 수 있다는 뜻입니다. 저 같은 비개발자도 충분히 이해할 수 있을 정도로, Claude의 API 문서는 친절했습니다.

n8n으로 자동화 워크플로우 구축하기

이제 n8n이 등장합니다. n8n은 노코드(No-Code) 자동화 플랫폼입니다. 코드를 쓸 필요 없이 시각적으로 워크플로우를 구성할 수 있습니다.

저는 다음과 같은 자동화 흐름을 만들었습니다:

워크플로우 구성:

1. 트리거: Notion 데이터베이스 연결
   • n8n의 Notion 노드를 사용해 제 Notion 데이터베이스와 연결했습니다. 분류되지 않은 항목들만 필터링했습니다.
2. 데이터 전처리
   • 각 항목의 제목과 내용을 추출하고, 불필요한 포맷팅을 제거했습니다.
3. Claude API 호출
   • n8n의 HTTP 노드를 사용해 Claude API를 호출했습니다. 위에서 설계한 프롬프트를 사용했습니다.
4. 응답 처리
   • Claude가 반환한 분류 결과와 신뢰도 점수를 파싱했습니다.
5. Notion 업데이트
   • 분류 결과를 Notion 데이터베이스의 해당 항목에 자동으로 입력했습니다. 태그, 카테고리 필드에 자동으로 값을 넣었습니다.
6. 로깅 및 에러 처리
   • 신뢰도 점수가 낮은 항목(70% 이하)은 별도로 표시해 나중에 수동 검토하도록 했습니다.

이 전체 프로세스는 약 3일에 걸쳐 제 11,856