Claude Code CLI 활용하여 Steam 게임 리뷰 요약 파이프라인 만들기
오늘의 목표
새로운 게임을 구매하기 전에는 늘 고민이 깊어집니다. 스팀 상점 페이지에 들어가 수많은 평가를 일일이 읽다 보면 많은 시간이 흘러가기 마련입니다. 단순히 전체적인 평가 요약글만 믿고 결제했다가, 취향에 맞지 않아 금방 플레이를 그만두는 일도 자주 일어납니다. 이러한 불편을 덜어보고자, 게임 번호인 App ID만 입력하면 최근 한국어 사용자들의 피드백을 자동으로 가져와 Claude Code 환경에서 인공지능이 분석하고, 구매 여부를 한눈에 판단할 수 있도록 돕는 다크 모드 기반의 시각적 보고서를 제작해보려 합니다. 지난 #187 글에서 알람 기능을 가진 도구를 다루어 보았다면, 이번 단계에서는 수집한 정보를 가공하여 브라우저 화면에 출력하는 스팀 게임 리뷰 요약 파이프라인을 구축해 보겠습니다.
이 파이프라인의 중심은 복잡해 보이는 전체 과정을 세 가지 단계로 명확히 나누는 데 있습니다. 첫째는 원시 데이터의 수집, 둘째는 텍스트 요약, 마지막은 HTML 보고서 생성 단계입니다. 이렇게 단계를 쪼개어 연결하면, 명령어 한 줄로 시작한 작업이 브라우저에서 깔끔한 결과물로 완성되는 흐름으로 자연스럽게 이어지게 됩니다.
준비물
개발 프로세스에 복잡한 프로그램들을 여러 개 설치할 필요는 없습니다. 명령어 입력 창에서 작동하는 AI 코딩 어시스턴트인 Claude Code를 활용해 모든 작업을 풀어나갈 수 있습니다. 로컬 폴더에 위치한 파일들을 직관적으로 읽고 쓸 수 있어, 로컬 기반의 데이터 처리에 큰 장점을 발휘하곤 합니다. 윈도우 운영체제 기준 파워쉘 창에서 irm https://claude.ai/install.ps1 | iex 형태의 셋업 명령을 적용하면 바로 준비가 완료되는 구조입니다.
중요한 포인트는 다양한 개발 도구를 중복하여 설치하는 것이 아니라, 하나의 간결한 흐름을 지속적으로 재사용 가능한 구조로 만드는 일입니다. 정보를 수집하는 스크립트와 가공한 요약본을 담을 텍스트 파일, 그리고 브라우저에 띄울 시각화 템플릿까지 유기적으로 이어지는 가벼운 연결고리를 다져보겠습니다.
첫 단계에서는 스토어 서버에서 직접 사용자 평가 데이터를 내려받아 보관하는 스크립트를 작성해 보겠습니다. AI 어시스턴트 창에 다음과 같은 메시지를 입력하여 개발을 진행해 나갑니다.
스토어 시스템은 복잡한 인증 절차나 별도의 토큰 발급 없이도 특정 호출 경로를 통해 최근 데이터를 JSON 형식으로 전달하는 구조를 띱니다. 외부 패키지를 추가로 설치하지 않아도 단순하게 동작할 수 있어 관리 측면에서 매우 효율적이라 볼 수 있습니다. 코드가 마련되면 임의의 번호 1091500(사이버펑크 2077)을 대입하여 간편하게 구동이 가능합니다.
node fetch.js 1091500
정상적으로 실행되면 작업 중인 디렉터리에 raw_reviews.txt 파일이 자동으로 생성되며 본문 텍스트가 저장됩니다. 구조적인 시각화를 진행하기 전, 원본 데이터가 올바른 위치에 제대로 축적되는지를 검증하는 과정이 선행되어야 안전한 빌드가 가능합니다.
파일 수집을 완료했다면 가공되지 않은 텍스트에서 유용한 분석 정보만을 추출할 차례입니다. 파일 포맷을 파싱하기 위해 별도의 파이썬 코드를 짤 필요 없이, 로컬 터미널에서 구동 중인 Claude Code에 명령을 직접 내릴 수 있으므로 바로 리뷰 요약 분석을 즉시 유도해 봅니다. 아래 예시문으로 요청을 보냅니다.
구어체나 유행어 등이 섞여 가독성이 떨어지는 본문 내용이 일목요연하게 분류되는 모습을 보입니다. 최적화 이슈나 특정 콘텐츠에 대한 불만 등 여론의 방향성을 즉시 파악하는 효과를 거둘 수 있습니다. 번거로운 읽기 과정을 단축할 수 있어 생산성이 크게 향상되곤 합니다. 이 과정에서 얻은 결과물은 추후 리포트의 주요 토대로 기능하게 됩니다.
단순한 텍스트 출력을 넘어 브라우저를 기반으로 작동하는 아름다운 대시보드 인터페이스로 발전시키는 방안이 존재합니다. 코드 생성 모델에 레이아웃 구현을 함께 명령하면 스타일 태그가 삽입된 단일 HTML 파일로 출력을 이끌어낼 수 있습니다. 그렇게 생성된 index.html을 실행해 보면 세련된 다크 블루 테마가 반영된 화면이 눈앞에 구현되기에 이릅니다. 콘솔 환경의 입출력이 시각적인 인터페이스로 자연스럽게 확장되는 유기적 경험을 제공해 줍니다.
한 번 견고하게 짜인 템플릿 구조는 일회성 파일 처리에 그치지 않고, 다양한 대상 ID에 범용적으로 적용되는 대시보드 모듈로 거듭납니다. 입력 인자만 갈아 끼워도 완전히 동일한 시각적 퀄리티를 보장하므로 확장 가능성이 매우 높은 설계 방식이라 평가할 수 있습니다. 이로써 깔끔한 스팀 리뷰 요약 화면을 확보하게 됩니다.
트러블슈팅 및 예외 대응
구현 혹은 실행 중에 예상치 못한 예외가 발생한다면 다음의 주요 요인들을 하나씩 점검해 보시길 권장합니다.
데이터 응답이 비어 있거나 스크립트 오류가 발생하는 현상: 입력 매개변수로 전달된 식별자가 유효하지 않거나 한국어로 작성된 피드백이 누적되지 않은 고유 번호일 확률이 높습니다. 도메인 주소에 명시된 식별값을 재조회하거나 데이터가 충분한 타깃 대상을 선정해 동작을 확인하는 과정을 추천해 드립니다.
분석 도구가 원본 텍스트 파일을 발견하지 못하는 상황: 자바스크립트 스크립트를 구동한 디렉터리와 AI 콘솔 세션의 실행 디렉터리가 서로 어긋나면서 경로 탐색 오류가 발생하곤 합니다. 디렉터리 위치를 재차 파악한 뒤 동일한 작업 공간 내에서 파일 생성을 관리할 필요가 있습니다.
화면 결과물에서 한글 글씨가 비정상적으로 깨져 출력되는 이슈: HTML 문서 상단 메타데이터에 인코딩 설정이 누락되어 나타나는 대표적인 원인입니다. 헤더 영역 내에 <meta charset='UTF-8'> 지정이 빠짐없이 적용되었는지 진단하고 파일 저장 시 UTF-8 형식을 올바르게 선택하여 리프레시를 진행하면 간단히 해결됩니다.
추후 확장 아이디어
단일 명령 실행 구조를 주기적으로 반복 수행하는 타이머 혹은 크론 스케줄러와 연동하면 한 층 고도화된 모니터링 시스템을 구축하는 길도 열려 있습니다. 예를 들어, 주기적으로 타깃 대상을 스캔하고 가공 정보를 디스코드 채널로 실시간 발송하는 메신저 웹훅 연동 기능도 효과적인 대안이 됩니다. 다수의 수집 결과를 통합 비교하는 시각화 작업 또한 용이한 확장 지점으로 꼽힙니다. 다음 포스팅에서는 이 데이터 추출 설계에 웹훅 전송 로직을 적용하여 실제 메신저 알림 기능을 구축하는 단계로 이어지게 됩니다.
이런 글도 있어요
관련 검색어
- 🔍 Claude Code 사용법
- 🔍 Claude Code 비교
- 🔍 Steam 사용법
- 🔍 Steam 비교
- 🔍 리뷰 요약 사용법
- 🔍 리뷰 요약 비교
