정보 과잉이라는 걸 요즘 뼈저리게 느낀다. 매일 웨이보 핫서치, 두yin(抖音), BiliBili, 즈후(知乎)를 한번 훑으면 두 시간은 가는데, 실제로 쓸 만한 건 두세 개에 불과하다. TrendRadar(GitHub)의 접근은 단순하다. 직접 피드를 돌려보지 말고 AI가 대신 돌려보게 하자는 것. GitHub 스타 60k 이상, 중국어 여론 모니터링 카테고리에서 손에 꼽히는 프로젝트라 시간을 들여 들여다볼 가치가 있다.
해결하려는 문제
플랫폼마다 다른 랭킹, 랭킹마다 다른 규칙이다. 특정 키워드가 최근 얼마나 화제인지 보려면 앱 5개를 열어서 5번 검색해야 한다. TrendRadar의 해법은 멀티 플랫폼 핫이슈 수집 + 키워드 정밀 필터링 + AI 노이즈 제거를 결합해서, 실제로 중요한 콘텐츠만 스마트폰으로 보내주는 것이다.
활용 시나리오는 브랜드 모니터링, 경쟁사 분석,自媒体 콘텐츠选题을 하는 사람들에게 가장 가치가 크다. 투자자가 업계 동향을 주시하거나, 리서치 담당자가 데이터를 수집하는 경우에도 잘 맞는다.
사용 방법
배포 진입장벽을 Docker 한 줄로 낮췄다. 먼저 config.yaml을 준비해 키워드와 푸시 채널(WeChat / Feishu / DingTalk / Telegram / 이메일 / bark / ntfy / Slack 중 택일)을 채우고, docker run으로 띄우면 이후부터는 스케줄대로 자동 실행된다.
최소 실행 구성은 다음과 같다.
# docker-compose.yml
version: "3"
services:
trendradar:
image: sansan0/trendradar:latest
container_name: trendradar
restart: unless-stopped
volumes:
- ./config/config.yaml:/app/config/config.yaml
- ./config/regex.yaml:/app/config/regex.yaml
- ./data:/app/data
environment:
- TZ=Asia/Shanghai
# 선택: MCP server 활성화
# ports:
# - "8000:8000"
# config.yaml 최소 예시
platforms:
- weibo
- zhihu
- bilibili
keywords:
- "AI Agent"
- "大模型"
push:
feishu:
webhook: "https://open.feishu.cn/..."
ai:
enabled: true
provider: openai
model: gpt-4o-mini
README가 꽤 자세하게 작성돼 있고, 중국어 문서가 갖다주는 이점도 있다. 초보자도 절차대로 따라 하면 크게 막힐 일은 없다.
동작 방식
아키텍처는 네 계층으로 나뉘고, 데이터 흐름은 다음과 같다.
- 데이터 수집 계층: 크롤러 + RSS 파서로 웨이보, 즈후, 두yin, BiliBili, WeChat 공식계정 등 12개 이상 플랫폼 커버
- 키워드 매칭 계층: 로컬 규칙으로 1차 필터링, 옵션으로 AI 2차 필터링
- 콘텐츠 처리 계층: AI 번역 + 요약 생성 + 감성 분석
- 푸시 계층: 8개 이상 채널 어댑터, 설정에 따라 정해진 수신처로 정기 전송
가장 눈에 띄는 부분은 MCP 연동이다. 프로젝트 전체 기능을 MCP server로 래핑해서 Claude, Cursor 같은 AI 클라이언트가 직접 호출할 수 있게 했다. 덕분에 다음과 같은 질문을 AI에게 바로 던질 수 있다.
- "오늘 여론 어때?"
- "A 브랜드 최근 평판 추이 어떻게 돼?"
- "A랑 B 이번 주 화제성 변화 비교해줘"
푸시된 리포트를 뒤적일 필요 없이 대화형으로 조회한다. 여론 모니터링 도구를 여론 Agent로 끌어올린 핵심 단계다.
장점과 단점
좋은 점:
- 중국 시장 최적화가 잘 돼 있다. 국내 플랫폼 커버리지가 넓고 국내 푸시 채널도齐全
- AI가 단순 마케팅이 아니다. 번역, 요약, 필터링, 푸시 문구 등 파이프라인 각 단계에 구체적인 페인포인트가 연결된다
- 스타 60k 이상이 실제 수요를 입증한다
- Docker 배포가 단순하고 데이터는 로컬 자체 보유, 써드파티 SaaS 의존성 없음
부족한 점:
- MCP 연동은 사용자가 MCP 설정을 직접 이해해야 해서 비기술 사용자에게 진입장벽이 있다
- 외부 LLM API(OpenAI / Claude 등)에 의존하기 때문에 비용이 계속 발생한다
- 크롤러 부분이 플랫폼의 크롤링 차단 정책 변화에 얼마나 버티는지 검증이 부족하다
- 프로젝트 규모가 커서 2차 커스터마이징에는 소스 코드 읽기가 필요하다
수평 비교:
- RSSHub 대비 강점은 AI 처리 계층
- 신방(新榜) 같은 상용 여론 도구보다 저렴하지만 기능 깊이에서는 차이가 있다
- 개인/소규모 팀의 자체 호스팅 솔루션 포지션이며, 엔터프라이즈급 SLA 제품은 아니다
실제로 돌려봤다
기본 설정으로 띄워서 먼저 데이터 수집을 확인했다. 12개 플랫폼이 대부분 데이터를 가져오고, 웨이보와 즈후가 가장 안정적이었다. 두yin은 cookie 설정이 필요했다. AI 필터링 단계는 OpenAI GPT-4o-mini를 연결했는데, 핫이슈 50건 처리하는 데 약 $0.02 정도 들어갔다. 비용은可控(可控) 범위다.
푸시는 Feishu와 이메일을 테스트했고 3초 안에 도착했다. MCP는 로컬에서 완전히 돌려보진 못했는데, 서버 측은 정상 기동했지만 클라이언트 쪽 JSON을 손으로 수정해야 해서 비숙련자에겐 친화적이지 않았다.
종합 판단: 개발자에겐 진짜 신기한 툴이고, 순수 프로덕트/운영 담당자는 초회 셋업을 도와줄 사람이 필요하다.
이런 사람에게 맞는다
적합:
- 自媒体 작가가 콘텐츠选题 모니터링을 할 때
- 브랜드 운영 담당자가 평판을 추적할 때
- 투자자가 업계 동향을 주시할 때
- 리서치 담당자가 데이터 수집을 할 때
모두 "일정 키워드를 계속 주시해야 하는데 정보 피드에 끌려다니고 싶진 않은" 시나리오다.
부적합:
- 한 번만 잠깐 핫서치를 보고 싶은 경우(그냥 웨이보 열면 된다)
- 실시간성을 초 단위로 요구하는 경우(아키텍처가 스트리밍이 아니라 주기적 폴링이다)
- 엔터프라이즈급 컴플라이언스 요구가 높은 경우(자체 호스팅이지만 코드는 감사를 거치지 않았다)
매일 1시간씩 각 플랫폼을 돌려보면서 자신과 관련된 콘텐츠가 있는지 확인하는 게 페인포인트라면, 이 툴을 위해 만들어진 도구다.
편집자 의견
TrendRadar가 스타 60k 이상이라는 숫자 자체가 이미 시그널이다. GitHub에서 중국어 프로젝트 중 10k만 넘어도 상위권인데, 이 프로젝트는 60k를 찍었다. 핵심 이유는 기술력이 아니라 심각하게低估(低估)된 수요를 정확히 짚었다는 데 있다. 중국 인터넷 사용자의 정보 과잉 불안, 그리고 "무슨 일이 일어나는지 알고 싶지만 알고리즘에 지배당하고 싶지 않다"는 미묘한 심리.
RSSHub 같은 순수 기술 도구와 비교하면 AI 가공 계층이 있고, 신방 같은 상용 제품과 비교하면 비용을 거의 0에 가깝게 낮췄다. 기존과 다른 점은 MCP 연동으로 여론 모니터링이 처음으로 대화형 상호작용 형태를 갖게 됐다는 것이다. 과거에는 규칙을 설정하고, 푸시를 기다리고, 리포트를 봐야 했다. 이제는 AI에게 직접 물어볼 수 있다. "A랑 B 브랜드 최근 1주일 평판 차이 비교해줘." 같은 식이다. 이런 상호작용 패러다임의 전환이 기능 자체보다 더值得关注(值得关注)할 만하다.
불확실한 부분도 있다. MCP 생태계가 아직 초기라 클라이언트 호환성과 호출 안정성을 시간이 지나며 검증해야 한다. 또한 외부 LLM에 의존하기 때문에 장기 비용을 무시할 수 없다. 앞으로 토큰 가격이 오리면 이런 "AI 중간 계층" 프로젝트는 모두 재구성 압력을 받을 수 있다.
내 판단: 단기(1~2년)에는 개인과 소규모 팀의 사실상 표준이 되겠지만, 엔터프라이즈 시장은 결국 SLA를 보장하는 상용 솔루션이 가져갈 것이다.