g2e-yunseonghun/news-scrap

응급의료 AI 주간 뉴스 스크랩

응급의료 AI 관련 뉴스 기사와 학술 논문을 주간 단위로 수집하고, HTML 대시보드와 NotebookLM 산출물로 정리한다.

IMPORTANT: 모든 출력은 한국어로 작성한다.

Quick Start

1. 수집 기간을 전주 토요일부터 이번 주 금요일까지로 계산한다.
2. 국내 기사, 해외 기사, 학술 논문을 병렬 수집한다.
3. scripts/extract.py로 원문과 발행일을 확인한다.
4. 결과를 합치고 중복을 제거한다.
5. 원문이 있는 기사만 NotebookLM에 업로드해 요약과 인사이트를 받는다.
6. scripts/render_dashboard.py로 HTML 대시보드를 생성한다.
7. 선택적으로 NotebookLM 노트와 scripts/slide.py 슬라이드를 생성한다.

Bundled Resources

• scripts/extract.py URL 목록을 받아 trafilatura 우선, Playwright 폴백으로 본문과 메타데이터를 추출한다.
• scripts/render_dashboard.py 구조화된 JSON 입력을 받아 templates/dashboard.html 기반 HTML 대시보드를 렌더링한다.
• scripts/slide.py 주목 기사 JSON을 받아 3장짜리 .pptx를 생성한다.
• templates/dashboard.html 대시보드 템플릿. render_dashboard.py가 마커를 채운다.

Environment

Required

• trafilatura
• notebooklm-py
• python-pptx

Optional but recommended

• playwright
• Chromium 런타임

권장 설치:

pip install trafilatura notebooklm-py python-pptx playwright
playwright install chromium

Runtime Notes

• extract.py는 기본적으로 headless Playwright를 사용한다.
• 디버깅이 필요할 때만 NEWS_SCRAP_HEADED=1로 headed 브라우저를 켠다.
• render_dashboard.py와 slide.py는 UTF-8, UTF-8 BOM 입력 둘 다 허용한다.

Trigger Guidance

Activate when

• /news-scrap, 뉴스 스크랩, 주간 뉴스, 뉴스 수집
• "이번 주 응급의료 AI 뉴스 정리해줘"
• "응급의료 AI 기사랑 논문 모아서 브리핑 만들어줘"

Do not activate when

• 단순 뉴스 검색 질문만 필요한 경우
• 응급의료와 직접 관련 없는 일반 AI 뉴스 요청인 경우
• 월간 인포그래픽만 필요한 경우 이 경우 monthly-report가 더 적합하다.

Workflow

Step 1. 기간 계산

오늘 날짜를 기준으로 가장 최근 금요일을 종료일로 잡고, 그로부터 6일 전 토요일을 시작일로 잡는다.

• 시작일: 전주 토요일
• 종료일: 이번 주 금요일
• 파일명용 형식: YYYY-MM-DD
• 표시용 형식: YYYY년 M월 D일(요일)

사용자에게 먼저 기간을 알려준다.

예시:

수집 기간: 2026년 3월 21일(토) ~ 2026년 3월 27일(금) - 3월 4주차

Step 2. 병렬 수집

Preferred path

TeamCreate와 SendMessage가 있으면 아래 3개 역할을 병렬로 돌린다.

• 국내기사
• 해외기사
• 학술논문

SendMessage는 반드시 한 번의 메시지에서 병렬 호출한다.

Fallback path

해당 도구가 없으면 메인 에이전트가 같은 검색 전략을 로컬에서 순차 또는 병렬로 수행한다. 이 경우에도 결과는 아래 3개 카테고리로 분리해서 유지한다.

• 국내 기사
• 해외 기사
• 학술 논문

Step 3. 공통 수집 규칙

각 수집 담당자에게 아래 규칙을 그대로 적용한다.

1) 검색 규칙

• 노이즈 도메인은 제외한다. youtube.com, blog.naver.com, tistory.com, brunch.co.kr, medium.com, velog.io, reddit.com
• 제목만으로 응급의료 관련성이 약하면 제외한다.
• 와일드카드 검색으로 잡힌 일반 의료 AI 기사는 응급실, 응급의학, EMS, 이송, 중환자와 직접 연결될 때만 포함한다.

2) 발행일 검증

검색 결과만 믿지 말고, URL마다 scripts/extract.py를 실행해 본문과 발행일을 확인한다.

PowerShell 예시:

'["https://url1", "https://url2"]' | python /absolute/path/to/scripts/extract.py

반환 형식:

[
  {
    "url": "...",
    "text": "본문",
    "date": "YYYY-MM-DD",
    "title": "제목",
    "success": true
  }
]

처리 규칙:

• success=true 이고 date가 기간 내면 포함한다.
• success=true 이지만 date=null이면 검색 스니펫이나 URL 경로에서 날짜를 재확인한다.
• success=false여도 날짜만 확정할 수 있으면 포함한다. 이 경우 원문은 빈 문자열로 둔다.
• 발행일을 확정할 수 없으면 제외한다.
• 기간 밖이면 제외한다.

3) 수집 결과 계약

각 담당자는 최종적으로 설명 없이 JSON 배열만 반환한다.

[
  {
    "기관매체": "출처 매체명 또는 저널명",
    "관련기관": "기사에 등장하는 병원/기업/기관",
    "활용분야": "트리아지, 영상판독 등",
    "구분": "연구|도입|정책|트렌드",
    "제목": "기사/논문 제목",
    "원문": "추출한 본문 또는 빈 문자열",
    "날짜": "YYYY-MM-DD",
    "링크": "원문 URL"
  }
]

Step 4. 담당자별 검색 프롬프트

아래 키워드는 그대로 쓰되, 검색 엔진 특성에 따라 표현만 약간 바꿀 수 있다.

국내 기사

• 응급실 AI 인공지능 {시작일}~{종료일}
• 응급의학 인공지능 병원 도입 {시작일}~{종료일}
• 응급환자 AI 트리아지 분류 {시작일}~{종료일}
• 응급의료 AI 정책 정부 {시작일}~{종료일}
• 응급실 과밀 AI 병상 배정 {시작일}~{종료일}
• 119 AI 시스템 구급 {시작일}~{종료일}
• 중증환자 AI 분류 예측 {시작일}~{종료일}
• 의료 AI 인공지능 병원 도입 {시작일}~{종료일} 와일드카드

우선 도메인:

• medigatenews.com
• dailymedi.com
• mdtoday.co.kr
• pharm.edaily.co.kr
• mohw.go.kr
• medicaltimes.com
• docdocdoc.co.kr

해외 기사

• emergency department AI triage {시작일}~{종료일}
• emergency medicine artificial intelligence {시작일}~{종료일}
• emergency room AI clinical decision support {시작일}~{종료일}
• emergency department overcrowding AI patient flow {시작일}~{종료일}
• prehospital AI EMS prediction {시작일}~{종료일}
• ambulance AI routing dispatch real-time {시작일}~{종료일}
• hospital AI clinical workflow automation {시작일}~{종료일} 와일드카드

우선 도메인:

• healthcareitnews.com
• beckershospitalreview.com
• statnews.com
• fiercehealthcare.com
• mobihealthnews.com
• ems1.com

학술 논문

• emergency triage AI machine learning site:pubmed.ncbi.nlm.nih.gov {시작일}~{종료일}
• emergency medicine artificial intelligence peer-reviewed {시작일}~{종료일}
• emergency department AI clinical trial {시작일}~{종료일}
• emergency department crowding AI resource allocation {시작일}~{종료일}
• prehospital emergency AI prediction model {시작일}~{종료일}

우선 도메인:

• pubmed.ncbi.nlm.nih.gov
• pmc.ncbi.nlm.nih.gov
• medinform.jmir.org
• jmir.org
• annemergmed.com
• ai.nejm.org
• nature.com
• frontiersin.org
• mdpi.com
• sciencedirect.com

Step 5. 결과 정규화와 중복 제거

담당자 응답이 JSON만 반환되지 않으면, 응답 텍스트에서 가장 바깥 [ 와 ] 사이의 JSON 배열을 추출해서 파싱한다. 파싱 실패 시 해당 담당자 결과는 빈 배열로 처리한다.

정리 규칙:

• 동일 URL은 1건만 남긴다.
• 같은 내용을 여러 매체가 재보도한 경우 대표 1건만 남긴다.
• 응급의료 직접 관련성이 낮은 일반 의료 AI 뉴스는 마지막에 다시 걸러낸다.
• 최종 결과는 국내기사, 해외기사 2개 섹션으로 나눈다. 학술 논문은 해외기사 섹션에 같이 둬도 된다.

Step 6. NotebookLM 업로드와 분석

이 단계는 선택 사항이다. NotebookLM 인증이나 API가 안 되면 HTML 생성만 진행한다.

6-1. 인증 확인

python -c "
import asyncio
from notebooklm import NotebookLMClient

async def main():
    try:
        async with await NotebookLMClient.from_storage() as client:
            await client.notebooks.list()
            print('AUTH_OK')
    except Exception as e:
        print(f'AUTH_FAIL:{e}')

asyncio.run(main())
"

실패 시:

• notebooklm login을 안내한다.
• 재시도해도 안 되면 Step 7만 수행하고, Step 8~9는 건너뛴다.

6-2. 월간 노트북 확보

노트북 이름 규칙:

응급의료_AI_월간브리핑_{년}_{월}

같은 달 노트북이 있으면 재사용하고, 없으면 만든다.

6-3. 주차별 합본 업로드

원문이 있는 기사만 하나의 텍스트로 합쳐 client.sources.add_text() 1회로 올린다.

합본 형식:

=== 응급의료 AI 주간 뉴스 — {시작일}~{종료일} ({월} {주차}) ===

--- 기사 1 ---
제목: ...
매체: ... | 관련기관: ... | 분야: ... | 구분: ...
날짜: ... | 원문링크: ...

원문...

6-4. NotebookLM 질의

최소 4개 응답을 받는다.

• Q0: 기사별 상세 요약
• Q1: 이번 주 핵심 동향
• Q2: 주목할 기관/기업
• Q3: 시사점

중요 규칙:

• 소스 본문만 근거로 답하라고 명시한다.
• 추측 금지를 명시한다.
• 기사별 응답은 제목 기준으로 다시 매칭 가능한 형식을 강제한다.

파싱 실패 시:

• 기사 요약은 원문 첫 3문장 또는 원문 미확보로 대체한다.
• 세부 분석 항목은 빈 값으로 둔다.

Step 7. HTML 대시보드 생성

HTML은 수작업 치환 대신 scripts/render_dashboard.py를 사용한다.

입력 JSON 예시:

{
  "시작일": "2026년 3월 21일(토)",
  "종료일": "2026년 3월 27일(금)",
  "생성일": "2026년 3월 27일",
  "국내기사": [
    {
      "제목": "기사 제목",
      "기관매체": "매체명",
      "관련기관": "관련 기관",
      "활용분야": "응급실 AI 어시스턴트",
      "구분": "도입",
      "날짜": "2026-03-26",
      "링크": "https://...",
      "기사요약": "기사 요약",
      "세부분석": {
        "관련 기업/기관": "설명",
        "기술/제품": "설명",
        "핵심 수치": "설명"
      }
    }
  ],
  "해외기사": [],
  "주간요약": {
    "핵심동향": ["동향 1", "동향 2", "동향 3"],
    "주목할기관/기업": ["기관 1", "기관 2"],
    "시사점": "요약 문장"
  }
}

실행:

python /absolute/path/to/scripts/render_dashboard.py \
  /path/to/dashboard_input.json \
  news_output/news_{해당년도월주차}.html

결과:

• 출력 폴더가 없으면 자동 생성한다.
• 국내/해외 기사 목록, 요약 섹션, 수치 카드가 채워진다.
• 비어 있는 섹션에는 안내 문구를 넣는다.

Step 8. NotebookLM 주간 노트 생성

NotebookLM이 사용 가능하면 Step 6 요약을 주간 리포트 노트로 남긴다.

노트 제목:

주간 리서치 리포트 — {시작일}~{종료일}

내용:

• 이번 주 핵심 동향
• 주목할 기관/기업
• 시사점
• 총 수집 건수

Step 9. 주목 기사 슬라이드 생성

NotebookLM이 사용 가능하면 가장 중요한 기사 1건을 선정한 뒤 scripts/slide.py를 호출한다.

입력 JSON 예시:

{
  "제목": "기사 제목",
  "매체": "출처 매체",
  "날짜": "2026-03-27",
  "주차": "3월 4주차",
  "기사요약": "5~8문장 요약",
  "기관소개": [
    { "기관명": "기관A", "설명": "기관 소개" }
  ],
  "기술소개": [
    { "기술명": "기술A", "설명": "기술 설명" }
  ],
  "적용아이디어": [
    { "제목": "아이디어 1", "설명": "설명" }
  ]
}

실행:

python /absolute/path/to/scripts/slide.py \
  news_output/slide_{해당년도월주차}.pptx \
  /path/to/slide_input.json

주의:

• slide.py는 UTF-8 BOM 입력도 허용한다.
• 출력 디렉터리가 없으면 자동 생성한다.

Output Contract

최종 산출물은 최대 3개다.

• news_output/news_{해당년도월주차}.html
• news_output/slide_{해당년도월주차}.pptx
• NotebookLM 월간 노트북 내 주간 리포트 노트

사용자에게는 최소 아래를 알려준다.

저장 완료: news_output/news_26년 3월 4주차.html (국내 6건, 해외 2건)
슬라이드 생성 완료: news_output/slide_26년_3월_4주차.pptx

Error Handling

• 검색 결과가 0건인 키워드는 건너뛴다.
• 해당 주 기사 자체가 없으면 빈 HTML 섹션과 함께 그 사실을 안내한다.
• 발행일을 확정할 수 없는 기사는 제외한다.
• extract.py에서 원문 추출 실패 시에도 날짜가 맞으면 포함한다.
• Playwright 폴백이 실패해도 trafilatura 결과가 있으면 계속 진행한다.
• NotebookLM 실패 시 HTML 생성은 계속 진행한다.
• 슬라이드 생성 실패 시에도 HTML과 NotebookLM 노트는 계속 진행한다.

Quality Bar

• 기사 제목 번역은 의미 보존을 우선한다.
• 기사 요약에는 누가, 무엇을, 왜, 어떻게를 넣는다.
• 세부 분석은 실제 소스에 없는 수치를 지어내지 않는다.
• 와일드카드 검색 결과는 응급의료 직접 관련성을 반드시 다시 검토한다.
• 가능하면 국내와 해외 섹션의 기사 수를 균형 있게 확보하되, 억지로 채우지 않는다.