ASASYL

2026. 2. 24.

서비스 간의 경계를 넘어서: TODO 서비스 직접 만들기

Memos + Todo를 하나로, 그리고 Jules와의 실험기 개인 서버 위에서 돌아가는 서비스들이 서로 대화하도록 만들었던 지난 기록 이후, 제 안에는 또 다른 질문이 남았습니다. 굳이 계속 연결해야 할까, 아니면 내가 원하는 구조로 아예 새로 만들어버리는 편이 더 낫지 않을까 하는 고민이었습니다. 서비스 간의 경계를 허물다: Memos와 Vikunja를 n8n으로 연결한 자동화 구축기 이전 글에서는 Memos와 Vikunja를 n8n으로 연결해 하나의 흐름으로 묶었습니다. 메모에 #todo를 적으면 자동으로 태스크가 생성되고, 완료되면 다시 메모로 돌아오는 구조였습니다. 그 과정은 재미있고, 개인 서버의 매력을 충분히 느끼게 해주었습니다. 서비스들이 API를 통해 서로 신호를 주고받고, 자동화 도구가 그 사이를 오가는 플로우는 꽤 인상적이었습니다. 하지만 연결을 계속 다듬다 보니 다른 생각이 들었습니다. 두 서비스를 매끄럽게 이어 붙이고 있다고 믿었지

2026. 2. 18.

서비스 간의 경계를 허물다: Memos와 Vikunja를 n8n으로 연결한 자동화 구축기

개인 서버를 운영하다 보면 처음에는 “잘 돌아간다”는 사실만으로도 충분히 만족하게 됩니다. 미니 PC 위에 이것저것 서비스를 올려두고, 접속이 되고, 데이터가 쌓이면 그 자체로 작은 성취감이 생깁니다. 하지만 그 순간 다른 생각이 떠오르더군요. 이 서비스들이 서로 대화하게 만들고 싶다! 각자 잘 작동하는 앱들이 단절된 채로 존재하는 것이 아니라, 서로 연결되어 하나의 흐름을 이루게 할 수 있다면 어떨까 하는 생각입니다. 상용 클라우드가 아니라 개인 서버를 운영하는 사람만이 누릴 수 있는 재미가 이런 것 아니겠어요? 통합과 연동, 그리고 내가 원하는 방식으로 흐름을 설계하는 경험. 이번 글은 메모 서비스 Memos와 todo 관리 도구 Vikunja를 자동화 플랫폼 n8n으로 연결해, 흩어져 있던 서비스를 하나의 워크플로우로 묶어낸 기록이자, 그리고 그 과정에서 AI와 어떻게 협업했는지에 대한 이야기 입니다. 따로 쓰던 서비스에 흐름을 만들다 그동안 저는 떠오르는 생각을 기

2026. 2. 17.

도커와 Miniflux로 나만의 RSS 리더 만들기

알고리즘 대신, 내가 고른 정보만 읽고 싶다 요즘은 정보를 찾지 않아도 정보가 먼저 찾아옵니다. 유튜브, 포털, SNS는 끊임없이 무언가를 추천해 줍니다. 편리하지만 한편으로는 피로감이 쌓입니다. 내가 선택한 정보라기보다 선택당한 정보를 읽고 있다는 느낌 때문일까요? 그래서 문득 알고리즘이 아닌, 내가 직접 고른 정보만 조용히 읽고 싶습니다. 그 답으로 떠오른 것이 RSS였습니다. 이름은 들어봤는데 한 번도 뭔지 찾아볼 생각도 하지 않았던 RSS. 뭐.. 구독, 그런건가? 싶었는데요, 알고보니 블로그나 유튜브 주소만 입력하면 업로드 되는 컨텐츠를 트위터처럼 한 눈에 보게 정렬해주는 뷰어 였습니다. 여러 RSS 리더 중에서 선택한 것은 Miniflux였습니다. 가볍고 빠르며, 광고 없이 콘텐츠에만 집중할 수 있는 미니멀한 리더였습니다. 다만 이번에도 외부 서비스를 사용하는 대신, 제 미니 PC 위에 직접 올려보기로 했습니다. 왜 미니 PC와 Docker인가 집에서 비교적

2026. 2. 15.

AI와 함께, 나만의 모바일 개인 비서 챗봇 만들기: n8n & Mattermost

가끔은 이런 생각을 합니다. 이미 편리한 AI 서비스가 넘쳐나는데, 굳이 내가 직접 서버를 세우고 챗봇을 만들어야 할까? ChatGPT와 Gemini 같은 AI는 이미 충분히 강력합니다. 하지만 어느 순간부터 저는 “잘 만들어진 서비스를 사용하는 일”과 “내가 설계한 구조 위에서 AI가 움직이게 하는 일”은 전혀 다르다는 생각을 했습니다. 아마 기능을 소비하는 쪽이 아니라, 구조를 직접 쥐고 있는 쪽이 되고 싶은 것 같아요. 그리고 그 구조 위에서 작동하는, 저만의 모바일 개인 비서를 만들고 싶었습니다. 출발은 단순! “외부 SaaS에 의존하지 않고, 내 서버에서 돌아가는 AI 챗봇을 만들고 싶어.” 막상 시작하려니 막막했습니다. 어떤 채팅 서버를 써야 하는지, 자동화는 무엇으로 구성해야 하는지, 설치는 얼마나 복잡할지 감이 잡히지 않았습니다. 그래서 AI에게 이렇게 물었습니다. 1. 기술 스택을 정하는 대화 “나만의 서버에 AI 챗봇을 만들고 싶어. 오픈소스 기반이면 좋

2026. 2. 14.

중간관리자의 시대는 끝났다: AI 시대, ‘매력’이라는 최후의 성지

1. 서론: 내 안의 ‘말단’이 사라지고 ‘선배’만 남았을 때 어느 순간 작업하는 제 모습을 보며 낯설다는 느낌을 받았습니다. 예전에는 직접 펜 툴을 잡고, 레이어를 쌓고, 시행착오를 겪으며 화면을 완성해 갔습니다. 그런데 요즘은 다릅니다. AI가 초안을 만들어주고, 저는 그 위에 서서 워터마크를 지우거나 어색한 부분을 수정하고, 디테일을 다듬습니다. 그 모습은 마치 공장에서 찍어낸 시안을 넘겨받아 수정 사항만 툭툭 던지는 까칠한 선배와 닮아 있습니다. 직접 만들던 말단의 감각은 사라지고, 결과물을 검수하는 중간관리자만 남은 느낌입니다. 문제는 실행이 빨라질수록 창작의 밀도가 오히려 옅어진다는 점입니다. 모든 실행을 AI가 대신해주는 환경에서 우리는 더 많은 결과물을 빠르게 얻지만, 그 과정에서 무언가를 직접 만들어내는 손의 감각은 점점 사라집니다. 대신 남는 것은 사소한 결점을 찾아내는 피로감입니다. 완성된 이미지를 보며 “이건 조금 어색하네”, “이 비율은 마음에 안 드네”라