1GB budget VPS 기반 LLM 큐레이션 시스템 구축

I Built a Personal Intelligence System That Curates GitHub and News for Me — Here's How It Works

MediBlackSand2026년 6월 22일13분intermediate

AI 요약

Context

알고리즘 기반의 수동적 정보 소비 체계와 GitHub Trending의 인기 편향적 데이터 제공 방식에 따른 정보 획득의 한계 발생. 저사양 VPS 환경 내에서 동작 가능한 효율적인 정보 필터링 및 자동 전달 파이프라인 설계 필요.

RSS 및 GitHub Search API를 통한 다각적 데이터 수집과 소스별 Rate Limiting 및 Age Window 적용을 통한 효율적 스크래핑 구현
OpenRouter 기반의 Fast/Cheap LLM 모델 채택으로 고빈도 큐레이션 작업의 비용 최적화 및 일관성 확보
LLM 응답 필드 불일치 문제 해결을 위해 content → reasoning_content → reasoning → text 순의 Fallback Chain 로직 설계
Cron 환경의 Shell 제약(sh vs bash) 해결을 위해 source 대신 직접 경로 실행 방식(. venv/bin/activate) 적용
수집 범위 확장에 따른 API 제한 대응을 위해 쿼리당 Sleep Interval을 2.1초에서 3.2초로 조정하는 Trade-off 설계
Telegram Bot을 Delivery Layer로 활용하여 별도 대시보드 없이 텍스트 기반의 고밀도 브리핑 체계 구축

실천 포인트

1. LLM API 통합 시 문서화된 필드 외에 추론 과정이 포함된 대체 필드(Reasoning field)에 대한 Fallback 로직을 구현했는가

2. Cron Job 설정 시 실행 환경의 Shell 종류(sh/bash)에 따른 환경 변수 및 가상 환경 활성화 방식의 차이를 검토했는가

3. 외부 API 수집 시 단순 주기 설정이 아닌 Rate Limit 준수를 위한 동적 Sleep Interval 최적화 전략을 수립했는가

태그