개발자, 계정 제한 후 LinkedIn 연구 에이전트 재구축

무슨 일이 있었나

한 개발자가 자신의 OpenClaw 에이전트에게 "내 니치에서 LinkedIn 프로필 200개를 조사하고 최고의 잠재고객을 찾아라"고 지시했습니다. 에이전트는 브라우저 자동화를 사용해 각 프로필로 이동하고, 게시물을 스크롤하며, 페이지에서 데이터를 추출했습니다. 48시간 이내에 LinkedIn은 200개 프로필 방문 패턴을 봇 활동으로 해석하여 계정을 제한했습니다. 이 제한은 항소 과정 동안 2주간의 가동 중단을 초래했습니다.

재구축된 솔루션

개발자는 브라우저 자동화를 LinkedIn 데이터에 대한 직접 API 접근으로 대체하여 접근 방식을 처음부터 재구축했습니다. 새로운 시스템은 브라우저 렌더링, DOM 파싱, 스크린샷을 제거합니다—이제 에이전트는 엔드포인트를 직접 호출합니다.

사용된 API 엔드포인트

• 키워드와 필터로 프로필 검색
• URL에서 전체 프로필 데이터 가져오기
• 참여 지표와 함께 누군가의 최근 게시물 가져오기
• 특정 게시물의 모든 좋아요 누른 사람 가져오기
• 특정 게시물의 모든 댓글 작성자 가져오기
• 키워드로 게시물 검색

기술적 구현

설정은 Chrome 확장 프로그램을 사용해 세션 토큰을 한 번 가져온 후, 모든 것을 VPS에서 서버 측에서 실행하는 것을 포함합니다. 이전에 제한을 유발했던 동일한 "200개 프로필 조사" 작업이 이제 매일 오전 8시에 문제 없이 실행됩니다.

주요 개선 사항

API 호출은 정상적인 세션 활동으로 나타납니다—브라우저 지문, 의심스러운 탐색 패턴, 빠른 페이지 로드가 없습니다. 에이전트가 이제 전체 HTML 페이지를 처리하는 대신 API에서 깔끔한 JSON을 받기 때문에 토큰 사용량이 약 80% 감소했습니다. 컨텍스트 창은 웹페이지 파싱보다는 데이터에 대한 추론에 사용됩니다.

실용적인 사용 사례

경쟁사의 바이럴 게시물에서 좋아요 누른 사람과 댓글 작성자를 가져오는 것이 특히 유용했으며, 해당 분야에 적극적으로 관심 있는 사람들의 "무료 의도 신호 목록"을 생성했습니다. 개발자는 이를 매주 3-4개의 경쟁사 게시물에서 실행하고 Sonnet을 사용해 결과를 관련성 순으로 순위를 매깁니다.

콘텐츠 연구가 더 효율적이 되었습니다—에이전트는 수백 개의 게시물에서 게시물 구조와 참여 패턴을 몇 분 안에 분석하여, 수동 스크롤 없이 LinkedIn에서 효과적인 것을 이해하는 데 도움을 줍니다.

모델 라우팅 전략

Haiku는 모든 데이터 가져오기를 처리하고(비용은 몇 센트), Sonnet은 더 깊은 추론이 필요한 분석에만 활성화됩니다. 이로 인해 일일 비용이 몇 유로 미만으로 유지됩니다.

이 기술은 BeReach라고 불리지만, 출처는 원본 게시물에서 외부 도메인 링크가 차단된다고 언급합니다.

배운 교훈: "API 호출이어야 할 일에 에이전트에게 브라우저를 주지 마세요. 토큰을 낭비하고, 계정을 망치고, 더 나쁜 결과를 얻을 것입니다."