AI 강의 정리 10 - AI 업무 자동화: 유튜브 요약, 이메일, OCR, 문서 처리

AI 자동화란?

AI 자동화는 반복적인 업무 흐름에 AI 모델을 연결하는 작업입니다.

단순히 “질문하면 답하는 챗봇”에서 멈추지 않고, 다음과 같은 실제 작업을 자동으로 처리하게 만드는 것입니다.

• 유튜브 자막 추출
• 자막 번역
• 내용 요약
• 결과 파일 저장
• 이메일 발송
• OCR로 이미지 속 글자 추출
• PDF와 Excel 요약
• 마우스와 키보드 자동 조작

강의 폴더에서는 다음 파일들이 이 주제에 해당합니다.

50_automation_20250520_01_youtube.py
50_automation_20250520_01_youtube_voice.py
50_automation_20250520_02_LangGraph.py
50_automation_20250520_03_email_01.py
50_automation_20250520_03_email_02_sendtext.py
50_automation_20250520_03_email_03_sendfile.py
50_automation_20250520_04_pyautoui_01.py
50_automation_20250520_04_pyautoui_02.py
50_automation_20250520_05_summary_01_mp3_ppt.py
50_automation_20250520_05_summary_02_pdf_excel_01.py
50_automation_20250520_05_summary_02_pdf_excel_02.py
50_automation_20250521_01_email.py
50_automation_20250521_02_ocr.py
50_automation_20250907_01_youtube.py

자동화의 기본 구조

AI 자동화는 보통 다음 형태입니다.

입력 수집
-> AI 처리
-> 결과 저장
-> 알림 또는 전송

예를 들어 유튜브 요약 자동화는 다음과 같습니다.

유튜브 URL 입력
-> 영상 ID 추출
-> 자막 가져오기
-> 한국어 번역
-> 한국어 요약
-> txt 파일 저장
-> 이메일 발송

유튜브 자막 추출

유튜브 자막은 youtube_transcript_api로 가져올 수 있습니다.

from youtube_transcript_api import YouTubeTranscriptApi

transcript_data = YouTubeTranscriptApi.get_transcript(
    video_id,
    languages=["ko", "en"],
)

text = " ".join(item["text"] for item in transcript_data)

자막이 없는 영상은 실패할 수 있습니다. 그래서 예외 처리를 반드시 넣어야 합니다.

from youtube_transcript_api._errors import (
    TranscriptsDisabled,
    NoTranscriptFound,
    VideoUnavailable,
)

자동화에서 중요한 것은 “성공 흐름”보다 “실패했을 때 어떻게 처리할지”입니다.

LangGraph로 자동화 흐름 만들기

강의 코드에서는 LangGraph로 다음 노드들을 연결했습니다.

ExtractTranscript
-> TranslateText
-> SaveTranslationTxt
-> SummarizeText
-> SaveSummaryTxt
-> SendEmail
-> END

상태는 다음처럼 정의합니다.

from typing import TypedDict

class PipelineState(TypedDict):
    video_id: str
    transcript: str
    translated: str
    summary: str
    translation_txt: str
    summary_txt: str

각 함수는 상태를 받아 필요한 값을 추가합니다.

def summarize_text(state: PipelineState) -> PipelineState:
    if not state["transcript"]:
        return state

    prompt = f"다음 유튜브 자막을 한국어로 요약해줘:\n\n{state['transcript']}"
    summary = chat.invoke(prompt).content

    return {**state, "summary": summary}

이렇게 만들면 어느 단계에서 어떤 데이터가 생기는지 추적하기 쉽습니다.

결과 파일 저장

AI가 만든 번역문과 요약문은 텍스트 파일로 저장합니다.

from datetime import datetime

def save_summary_txt(state: PipelineState) -> PipelineState:
    if not state["summary"]:
        return state

    cur = datetime.now().strftime("%Y-%m-%d_%H_%M_%S")
    path = f"summary_{cur}.txt"

    with open(path, "w", encoding="utf-8") as f:
        f.write("유튜브 자막 요약\n\n")
        f.write(state["summary"])

    return {**state, "summary_txt": path}

파일 이름에 시간을 넣는 이유는 이전 결과를 덮어쓰지 않기 위해서입니다.

이메일 발송

강의 코드에서는 smtplib를 사용해 Gmail SMTP로 이메일을 보냅니다.

import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart

def send_email_summary(state: PipelineState) -> PipelineState:
    sender = "example@gmail.com"
    receiver = "example@gmail.com"

    msg = MIMEMultipart()
    msg["Subject"] = "유튜브 자막 요약 결과"
    msg["From"] = sender
    msg["To"] = receiver
    msg.attach(MIMEText(state["summary"], "plain"))

    with smtplib.SMTP_SSL("smtp.gmail.com", 465) as server:
        server.login(sender, email_password)
        server.sendmail(sender, receiver, msg.as_string())

    return state

실제 사용 시에는 이메일 비밀번호를 코드에 직접 넣지 않아야 합니다.

EMAIL_PASSWORD=앱_비밀번호

그리고 Python에서 환경 변수로 불러옵니다.

from dotenv import load_dotenv
import os

load_dotenv("email.env")
email_password = os.getenv("EMAIL_PASSWORD")

Gmail은 일반 계정 비밀번호가 아니라 앱 비밀번호 또는 OAuth 방식을 요구할 수 있습니다.

OCR 자동화

OCR은 이미지 안의 글자를 텍스트로 바꾸는 기술입니다.

자동화 흐름은 다음과 같습니다.

이미지 또는 PDF 입력
-> OCR로 텍스트 추출
-> AI로 요약 또는 정리
-> 결과 저장

활용 예시는 많습니다.

• 영수증 정리
• 스캔 문서 텍스트화
• 강의 자료 사진 정리
• 계약서 이미지에서 주요 조항 추출

OCR 결과는 완벽하지 않을 수 있으므로, 중요한 문서는 사람이 확인하는 단계가 필요합니다.

PDF와 Excel 요약

강의 코드에는 PDF와 Excel을 요약하는 자동화 예제도 있습니다.

문서 처리 자동화는 보통 다음 흐름입니다.

파일 읽기
-> 텍스트 또는 표 데이터 추출
-> 긴 내용은 청크로 분할
-> AI 요약
-> 결과 파일 저장

Excel 파일은 pandas로 읽을 수 있습니다.

import pandas as pd

df = pd.read_excel("financial_summary.xlsx")

PDF는 PyMuPDF나 LangChain의 PDF loader를 사용할 수 있습니다.

import fitz

with fitz.open("sample.pdf") as doc:
    text = ""
    for page in doc:
        text += page.get_text()

긴 문서는 한 번에 모델에 넣지 말고 나누어 처리해야 합니다.

PyAutoGUI 자동화

50_automation_20250520_04_pyautoui_01.py, 50_automation_20250520_04_pyautoui_02.py는 마우스와 키보드 자동화와 관련됩니다.

PyAutoGUI는 사람이 직접 클릭하고 입력하는 작업을 코드로 대신할 수 있습니다.

예를 들어 다음 작업에 사용할 수 있습니다.

• 정해진 위치 클릭
• 텍스트 입력
• 스크린샷 찍기
• 반복적인 UI 작업 수행

다만 PyAutoGUI는 화면 좌표에 의존하기 때문에 해상도나 창 위치가 바뀌면 실패할 수 있습니다. 가능하면 API나 파일 처리 방식으로 자동화하고, 마지막 수단으로 UI 자동화를 쓰는 것이 좋습니다.

자동화에서 조심해야 할 것

AI 자동화는 편리하지만 실수의 영향도 커집니다.

특히 다음 작업은 바로 실행하지 말고 확인 단계를 두는 것이 좋습니다.

• 이메일 발송
• 파일 삭제 또는 이동
• 결제
• 외부 서비스에 데이터 업로드
• 개인정보가 포함된 문서 처리

권장 흐름은 다음과 같습니다.

AI가 초안 생성
-> 사람이 확인
-> 승인 후 전송 또는 저장

완전 자동화가 항상 좋은 것은 아닙니다. 업무 성격에 따라 사람이 확인해야 하는 지점을 남겨야 합니다.

정리

AI 자동화는 여러 작은 기능을 연결해 실제 업무 흐름을 만드는 작업입니다.

• 유튜브 자막을 가져와 번역하고 요약할 수 있습니다.
• LangGraph를 사용하면 단계별 상태를 관리하기 쉽습니다.
• 결과를 txt 파일로 저장하거나 이메일로 보낼 수 있습니다.
• OCR, PDF, Excel 처리와 결합하면 문서 업무 자동화가 가능합니다.
• 이메일 발송, 파일 조작, 개인정보 처리는 반드시 안전장치를 둬야 합니다.

이 시리즈의 전체 흐름은 Python 기초에서 시작해 멀티모달, Streamlit, RAG, LangChain, LangGraph, Agent, Hugging Face, 자동화까지 이어집니다. 각 글의 코드를 하나씩 실행해 보면 AI 기능이 실제 애플리케이션으로 확장되는 흐름을 자연스럽게 이해할 수 있습니다.