Claude Cowork 예약 작업으로 매주 월요일 경쟁사 가격·리뷰 표 만들기

Amazon과 Walmart에서 소형 가전 라인을 관리한다면 경쟁사 가격을 아마 직접 확인하고 있을 것입니다. 상품 페이지 6개를 열어 숫자를 시트에 옮기고 지난주와 비교합니다. 이 글에서는 그 한 시간을 Claude Cowork 예약 작업으로 대체합니다. 이 작업은 매주 월요일 클라우드에서 실행되고, 커스텀 커넥터를 통해 데이터 API를 호출하며, 변경 표를 Google Sheets에 기록합니다. 데이터 쪽은 2026년 11월 3일에 실제 호출로 테스트했습니다. Cowork 쪽은 실행하지 않았으므로, 이 글의 Cowork 단계는 모두 Anthropic 출처 링크를 붙인 설정 예시입니다.

가장 유용한 발견은 Walmart에서 나왔습니다. 같은 Walmart 상품인 Ninja Crispi 유리 에어프라이어가 검색 키워드 두 개에서 서로 다른 판매자와 가격을 보였습니다. “ninja air fryer 4 quart”로 검색하면 판매자는 Patent Paid, 가격은 $135였습니다. “ninja crispi glass air fryer”로 검색하면 판매자는 Mercshop, 가격은 $134.50이었습니다. 약 한 시간 뒤, 싱가포르 시간 01:13:54와 01:14:03에 9초 간격으로 두 검색을 다시 실행했습니다. 각 키워드에서는 이전과 같은 판매자와 가격이 계속 표시되었습니다.

따라서 차이는 시간이 아니라 키워드에 따라 생깁니다. 주간 작업에서 키워드가 바뀌면, 판매자만 달라졌을 뿐인데 표에는 $0.50 가격 인하로 나타날 수 있습니다. 그래서 상품마다 키워드를 하나로 고정하고, 각 행에는 가격 옆에 판매자를 함께 저장합니다.

작업 정의: 월요일 경쟁사 가격·리뷰 표

아래의 모든 수치가 작업 정의에 따라 달라지므로 작업부터 정의합니다. 입력은 짧은 경쟁 제품 목록입니다. 각 경쟁 제품에는 ASIN으로 식별되는 Amazon 상품 하나와 상품 ID로 식별되는 Walmart 상품 하나가 있습니다. 이 예시에서는 4쿼트 에어프라이어 세 종을 사용합니다. Ninja 기본 모델, Ninja Crispi 4-in-1 유리 모델, Instant Vortex mini입니다. 에어프라이어를 고른 이유는 두 스토어 모두 많이 판매하고 가격이 자주 바뀌기 때문입니다.

시기도 중요합니다. Walmart는 2026년 11월 12일부터 12월 2일까지 세 차례의 홀리데이 할인 행사를 발표했습니다. 행사 기간은 총 14일로, 2025년의 10일보다 깁니다(Walmart 보도자료; Retail Dive). 앞으로 5주는 브랜드 매니저에게 주간 가격 점검이 가장 필요한 시기입니다.

출력은 표 하나입니다. 각 스토어의 경쟁 제품마다 행이 하나씩 있습니다. 앞쪽 열은 이번 주 가격, 정가, 할인율, 판매자, 평점, 평점 수 또는 리뷰 수입니다. 다음 열은 지난주 대비 가격 변화와 리뷰 수 변화입니다. 그다음 두 열에는 새로 달린 1~2점 리뷰 수와 그에 대한 짧은 메모가 들어갑니다. 마지막 열은 한 줄 판단으로, 즉시 대응, 지켜보기, 무시 중 하나입니다.

이 작업이 예약 작업에 잘 맞는 이유는 세 가지입니다. 첫째, 정해진 요일에 반복됩니다. 둘째, 데이터를 읽기만 합니다. 가격을 바꾸거나 주문하거나 메시지를 보내지 않으므로, 오류가 나도 금전적 손실이 아니라 셀 하나가 잘못되는 데 그칩니다. 셋째, 이전 실행 결과와 비교해야 합니다. 이 세 번째가 Cowork에서 가장 신경 써야 하는 부분이며, 뒤에서 따로 다룹니다.

판매자 도구를 쓰면 안 될까요? 판매자 도구는 경쟁사가 아니라 내 상품 정보만 보여 줍니다. Walmart Seller Center의 평점 페이지에는 내 오퍼를 구매한 고객의 피드백만 표시됩니다. 다른 판매자 오퍼의 리뷰는 나타나지 않습니다(Walmart Marketplace Learn).

Walmart 가격 인사이트 대시보드도 내 가격을 Buy Box 획득 판매자의 가격과 비교하며, 역시 내 상품만 대상으로 합니다(Walmart Buy Box 가이드). 경쟁사를 보려면 공개 상품 페이지를 읽어야 합니다. Amazon 데이터 API와 Walmart 데이터 API가 바로 이 일을 합니다.

경쟁사 목록은 모델이 아니라 사람이 정해야 합니다. 설정 시트에 한 번 작성해 둡니다. 경쟁사마다 Amazon ASIN을 기록합니다. ASIN은 상품 URL에서 /dp/ 뒤의 10자입니다. Walmart 상품 ID도 기록합니다. 상품 ID는 상품 URL에서 /ip/ 뒤에 오는 마지막 숫자입니다. 예를 들어 핑크색 Crispi는 https://www.walmart.com/ip/20370717802입니다. 상품마다 검색 키워드를 하나씩 추가해, 작업이 검색 결과 상위 20개에서 해당 ID를 찾을 수 있게 합니다.

매주 모델에게 “같은 상품”을 다시 고르게 해서는 안 됩니다. 검색 순위는 매주 바뀝니다. 이번 주 6위인 상품이 다음 주에는 25위로 떨어질 수 있습니다. 모델이 새로운 “일치 상품”을 고르면 표는 서로 다른 두 모델을 비교하게 되고, 변경 열은 의미가 없어집니다. 고정 ID 목록을 쓰면 이 문제를 막을 수 있습니다.

현재 Claude Cowork 예약 작업으로 할 수 있는 일

Anthropic은 2026년 2월 25일 Cowork에 예약 작업을 추가했습니다. 릴리스 노트에 따르면 Cowork에서 반복 작업과 온디맨드 작업을 만들 수 있게 되었습니다(Claude 릴리스 노트). 처음에는 작업이 사용자 컴퓨터에서 실행되었습니다. 데스크톱 앱이 닫혀 있거나 컴퓨터가 절전 상태이면 아무것도 실행되지 않았습니다.

이 점이 가장 흔한 불만이었습니다. 한 Reddit 사용자는 컴퓨터가 켜져 있을 때만 실행되는 예약은 의미가 없다고 썼습니다(Reddit 스레드). 이 부분은 10월에 바뀌었습니다.

현재 도움말 센터에 따르면 예약 작업은 모든 유료 플랜(Pro, Max, Ultra, Team, Enterprise)에서 사용할 수 있습니다. 작업이 원격으로 실행되므로 컴퓨터가 절전 상태이거나 데스크톱 앱이 닫혀 있어도 예약대로 실행됩니다. 실행할 때마다 별도의 Cowork 세션이 생깁니다. 각 실행에서는 Cowork에 설정한 커넥터, 스킬, 플러그인을 사용할 수 있습니다(Schedule recurring tasks in Claude Cowork).

다른 도움말 문서에는 변경 날짜가 나와 있습니다. 2026년 10월 6일부터 Pro, Max, Ultra의 새 Cowork 작업은 클라우드에서 실행됩니다. “Only on your computer” 설정은 제거되었고 다시 되돌릴 수 없습니다. 10월 6일 이전에 사용자 컴퓨터에서 실행되던 예약 작업은 계속 그곳에서 실행됩니다. 새 예약 작업은 클라우드에서 실행됩니다(Use Claude Cowork on web, desktop, and mobile).

작업을 직접 설정하면 양식에 필드가 6개 있습니다. 이름, 프롬프트, 승인 모드, 빈도, 모델(선택), 작업 폴더(선택)입니다. 빈도 옵션은 매시간, 매일, 매주, 평일, 수동 실행 전용입니다. 같은 문서에는 놓치기 쉬운 짧은 메모도 있습니다.

예약 작업에 로컬 파일이나 앱이 필요하면 해당 작업은 사용자 컴퓨터에서만 실행됩니다(같은 도움말 문서). 따라서 가격 표는 로컬 파일이 필요 없도록 설계합니다. 데이터는 커넥터로 읽고 결과도 커넥터로 씁니다. 그래야 노트북이 절전 상태일 때도 작업이 실제로 실행됩니다.

진입점도 다르게 보일 수 있습니다. Anthropic은 2026년 9월 16일부터 Pro, Max, Ultra에서 Cowork와 채팅을 하나의 경험으로 통합하기 시작했습니다. 메시지 입력창에 더 이상 “Chat”과 “Cowork” 옵션이 보이지 않는다면 새 경험이 적용된 것입니다. 이 경우 어느 대화에서든 “매주 월요일 오전 9시에 X를 해 줘” 같은 요청을 입력하면 됩니다. Claude가 이름, 일정, 지침을 보여 주면 “Schedule”을 클릭해 확정합니다(Claude Cowork and chat are one Claude).

Cowork 예약 작업과 Claude Code 예약 작업은 어떻게 다른가

11월 1일에 매일 밤 Reddit 페인 포인트를 읽는 Claude Code 예약 작업 가이드를 게시했습니다. 그 글에서는 Anthropic이 예전에 routines라고 부르던 Claude Code 클라우드 예약 작업을 사용했습니다. 두 제품 모두 “scheduled tasks”라는 이름을 씁니다. 둘 다 클라우드에서 실행되고, 둘 다 구독 사용량에 포함됩니다. 하지만 적합한 작업은 다릅니다.

Claude Code 클라우드 예약 작업은 저장된 Claude Code 설정입니다. 프롬프트, 하나 이상의 저장소, 커넥터 세트로 구성됩니다. 일정, API 호출, GitHub 이벤트로 시작할 수 있습니다. 각 실행은 셸 명령 실행, 코드 수정, 풀 리퀘스트 생성이 가능한 완전한 Claude Code 세션입니다(Automate work with scheduled tasks).

Cowork 예약 작업에는 저장소가 없습니다. 보고서, 브리핑, 파일 정리 같은 지식 업무용입니다. 결과물은 Cowork 세션과 그 안의 파일입니다.

Claude Code 열은 같은 문서 페이지의 사용량 섹션과 트리거 섹션을 참고했습니다(Claude Code cloud scheduled tasks). Cowork 열은 예약 작업, Team 및 Enterprise, 안전, 아키텍처를 다룬 도움말 문서 4개를 읽고 작성했습니다. 어느 문서에도 예약 작업의 최대 개수나 시간당 최대 실행 횟수는 나와 있지 않습니다. 한 Reddit 사용자가 같은 질문을 했지만 Anthropic에서 수치를 듣지 못했습니다(Reddit 스레드). 그래서 추측하지 않고 “공개된 수치 없음”으로 적었습니다.

브랜드 매니저라면 선택은 간단합니다. 가격 표에는 저장소도 코드 변경도 필요 없습니다. 머천다이징 팀이 보는 시트입니다. Cowork가 더 잘 맞습니다.

Claude Code는 팀이 이미 데이터와 스크립트를 Git에 보관하고 있을 때만 선택합니다. 그러면 주간 이력을 커밋 로그에 남길 수 있습니다. 두 방식 모두 같은 원격 MCP 주소를 사용할 수 있으므로, 커넥터 설정을 한쪽에서 다른 쪽으로 그대로 옮길 수 있습니다.

EveryInfra를 커스텀 커넥터로 추가하기

Cowork는 커스텀 커넥터를 통해 외부 데이터에 접근합니다. 도움말 센터에 따르면 원격 MCP를 사용하는 커스텀 커넥터는 Claude, Cowork, Claude Desktop에서 작동합니다. Free, Pro, Max, Ultra, Team, Enterprise에서 사용할 수 있습니다. Free 사용자는 하나만 추가할 수 있습니다(Get started with custom connectors using remote MCP).

개인 플랜에서는 Customize > Connectors로 이동합니다. “+ Add”를 클릭한 다음 “Add custom connector”를 클릭합니다. 이름과 원격 MCP 서버 URL을 입력합니다.

설정 과정에서 가장 먼저 문제가 생기는 부분은 인증입니다. EveryInfra 원격 MCP 서버는 OAuth가 아니라 API 키를 사용합니다. initialize와 tools/list 메서드는 키 없이 작동합니다. 도구를 호출할 때는 Authorization: Bearer 뒤에 API 키를 붙여 헤더로 보내야 합니다(EveryInfra MCP 설정 페이지). MCP 사양에서는 인가가 선택 사항이며, OAuth 흐름은 서버가 지원하는 경우에만 적용됩니다(MCP specification: Authorization). Authorization: Bearer 헤더 형식은 OAuth Bearer 토큰 표준에서 나왔습니다(RFC 6750).

11월 3일 싱가포르 시간 00:47에 키 없이 tools/call을 한 번 보냈습니다. 서버는 0.09초 만에 unauthorized: no API key provided로 응답했고, 다음 텍스트 블록에는 “Nothing was charged.”라고 적혀 있었습니다.

Anthropic 문서에는 API 키 방식 서버에서 해야 할 일이 나와 있습니다. Authentication에서 “No sign-in”을 선택합니다. 그런 다음 Request headers에 키를 추가합니다. Claude는 이 값을 암호화해 다시 표시하지 않으며, 요청마다 함께 보냅니다. Claude는 입력한 값을 그대로 보내고 접두사를 붙이지 않습니다. 따라서 Authorization 값은 Bearer라는 단어, 공백 하나, 키 순서여야 합니다(Add a connector that isn't in the directory).

Configuration example (Customize > Connectors > + Add > Add custom connector).
Field names follow the Anthropic documentation. We did not run this on our machine.
Name:            EveryInfra
MCP server URL:  https://api.everyinfra.com/mcp
Authentication:  No sign-in
Request headers: Authorization = Bearer <your EveryInfra API key>
Advanced > Transport: keep the default (the URL does not end in /sse, so it uses Streamable HTTP)

두 번째 문제는 네트워크입니다. 도움말 센터에는 “Network requirements”라는 섹션이 있습니다. 커스텀 커넥터를 추가하면 Claude는 사용자 컴퓨터가 아니라 Anthropic 클라우드에서 MCP 서버에 연결합니다. claude.ai, Claude Desktop, Cowork, 모바일 앱 모두 마찬가지입니다. 서버는 Anthropic IP 대역에서 공용 인터넷을 통해 접근할 수 있어야 합니다.

Claude는 회사 네트워크 내부나 VPN 또는 방화벽 뒤에 있는 서버에 연결할 수 없습니다. 사용자 컴퓨터에서 해당 서버에 접근할 수 있더라도 마찬가지입니다(도움말 센터). Anthropic은 외부 MCP 도구 호출에 사용하는 아웃바운드 주소 대역으로 160.79.104.0/21을 공개하고 있습니다(IP addresses). EveryInfra 주소는 공개 주소이므로 이 규칙에 막히지 않습니다. 하지만 IT 팀이 그 앞에 사내 게이트웨이를 둔다면 해당 대역을 허용해야 합니다.

세 번째 문제는 Team과 Enterprise의 공유 자격 증명입니다. Team 플랜에서는 Owner와 Primary Owner만 조직에 커스텀 커넥터를 추가할 수 있습니다. Enterprise에서는 라이브러리 관리 권한이 있는 커스텀 역할도 추가할 수 있습니다. Owner가 커넥터를 추가하면 각 멤버가 Customize > Connectors로 이동해 “Connect”를 클릭합니다.

도움말 센터는 이 설계를 이렇게 설명합니다. 커넥터가 API 키 같은 공유 자격 증명을 쓰지 않는 한, Claude는 각 멤버가 접근할 수 있는 범위에만 접근합니다. Team과 Enterprise에서는 그 커넥터를 쓰는 모든 멤버가 같은 자격 증명을 사용합니다. 따라서 그 자격 증명에는 멤버에게 필요한 접근 권한만 부여해야 합니다(도움말 센터).

EveryInfra에서 공유 키를 쓰면 모든 멤버의 예약 작업이 같은 계정에 과금됩니다. Cowork 전용 키를 따로 만들고 분당 요청 한도를 더 낮게 설정할 것을 권장합니다. 그러면 잘못된 프롬프트가 API 호출을 반복하더라도 그 키의 한도에 걸려 멈춥니다. 또한 커넥터를 추가한 뒤에는 인증 설정을 수정할 수 없습니다. 키를 바꾸려면 커넥터를 삭제했다가 다시 추가해야 하며, 멤버도 다시 연결해야 합니다(Anthropic 문서).

Anthropic은 요청 헤더 이름도 검토합니다. 승인되지 않은 헤더 이름을 쓰면 저장할 때 오류가 발생합니다. EveryInfra는 표준 Authorization 헤더만 사용합니다. ?key= URL 파라미터로 키를 받을 수도 있지만, URL은 더 많은 로그에 남기 때문에 Cowork에서는 권장하지 않습니다.

도구 승인: 작업을 한 번 직접 실행하기

예약 작업은 아무도 지켜보지 않을 때 실행됩니다. 그래서 결과가 비어 있는 가장 흔한 원인은 승인 요청입니다. 안전 관련 문서에는 승인 모드 세 가지가 나와 있습니다. “Automatically approve”는 각 액션 전에 안전 검사를 실행한 뒤 계속 진행합니다. “Skip all approvals”는 검사를 하지 않습니다.

“Manually approve”는 단계마다 사용자에게 묻습니다(Use Claude Cowork safely). 같은 문서는 요약처럼 위험이 낮은 작업부터 시작하라고 권합니다. 메시지를 보내거나 구매하는 작업은 예약하지 말라고도 합니다. 읽기 전용 경쟁사 표는 이 문서가 권하는 유형의 작업입니다.

EveryInfra MCP 도구 12개에는 모두 MCP 사양의 도구 어노테이션이 붙어 있습니다. 11월 3일에 tools/list를 확인했습니다. 카탈로그 도구 everyinfra_list_capabilities와 작업(job) 조회 도구 everyinfra_get_job에는 readOnlyHint: true가 설정되어 있습니다. 데이터 도구 everyinfra_call_api는 비용이 발생하므로 readOnlyHint: false와 destructiveHint: true가 설정되어 있습니다.

MCP 사양은 이 값을 힌트라고 부릅니다. 클라이언트는 이 값을 보고 사람에게 먼저 물어볼지 결정할 수 있습니다. 어노테이션이 없는 도구는 파괴적일 수 있는 도구로 취급됩니다(MCP specification: Tools; 도구 어노테이션에 관한 MCP 블로그 글).

이 점은 Team과 Enterprise에서 가장 중요합니다. Team 도움말 문서에는 “Allow 'Always allow' for connector tools”라는 조직 설정이 나옵니다. 기본값은 꺼짐입니다. 이 설정이 꺼져 있으면 멤버는 Cowork 승인 요청에서 “Allow for all tasks”를 선택할 수 없습니다.

쓰기 작업을 하는 도구에서는 기존의 “always allow” 선택도 더 이상 작동하지 않습니다. 커넥터가 읽기 전용으로 표시한 도구만 승인 요청을 건너뜁니다(Use Claude Cowork on Team and Enterprise plans). 이 규칙에 따르면 기본 설정에서 everyinfra_call_api는 작업마다 승인을 요청합니다.

Team 조직이 없어서 예약 실행이 이 단계에서 기다리는지 건너뛰는지는 테스트하지 못했습니다. 안전한 방법은 다음과 같습니다. Owner에게 이 설정을 켜 달라고 요청하거나, 작업의 승인 모드를 “Automatically approve”로 설정합니다. 작업을 만든 뒤 “Run now”를 한 번 클릭합니다. 승인 요청이 나타나면 “Allow for all tasks”를 선택합니다.

최근 업데이트 하나도 승인과 관련이 있습니다. 10월 22일에 나온 데스크톱 앱 v3.6556.1은 서버가 사람의 확인이 필요하다고 표시한 MCP 도구의 동작을 바꿨습니다. 이제 이런 도구는 앱 내 카드에서만 승인을 요청하며, 알림에는 Allow 버튼이 없습니다. 예약 작업은 이런 호출 없이 진행됩니다(Claude Desktop 변경 내역). EveryInfra 도구는 이 표시를 사용하지 않습니다. 표준 어노테이션 4가지만 사용합니다.

예약 실행에서 승인 요청이 어떻게 나타나는지, 실행이 멈추는지는 Cowork에서 테스트하지 않았습니다. 그래서 “Run now”를 한 번 클릭해 이 단계를 직접 확인하는 것입니다.

이 규칙은 MCP 도구가 아니라 Cowork에 기본 제공되는 웹 가져오기(web fetch)에 적용됩니다. 하지만 Anthropic이 예약 작업에서 할 수 있는 일을 아직도 매주 조정하고 있다는 점을 보여 줍니다. 모델에게 스스로 방법을 찾게 하는 프롬프트보다 정확한 도구와 파라미터를 지정한 프롬프트가 더 안정적입니다.

실제 왕복 한 번: 모델이 보내는 요청과 돌아오는 응답

Cowork는 실행하지 않았습니다. 하지만 모델이 커넥터를 통해 보내는 요청은 표준 MCP tools/call 요청입니다. 실제 형태를 보여 주기 위해 2026년 11월 3일 싱가포르 시간 00:25:46에 같은 요청을 curl로 https://api.everyinfra.com/mcp에 보냈습니다. 테스트 키를 사용해 “ninja crispi glass air fryer”로 walmart/search를 호출했습니다.

43.6초 후 서버가 HTTP 200을 반환했습니다. 결과에는 상품 20개가 담긴 13,115자 길이의 텍스트 블록 하나가 있었습니다. 과금액은 $0.001389였습니다.

// Request: the tools/call that the model sends through the connector
// (November 3, 2026, 00:25:46 Singapore time; real request; the key is in the header and not shown)
{"jsonrpc":"2.0","id":8,"method":"tools/call",
 "params":{"name":"everyinfra_call_api",
           "arguments":{"platform":"walmart","action":"search",
                        "params":{"keyword":"ninja crispi glass air fryer"}}}}

// Response: JSON inside result.content[0].text (result 2, unchanged)
{"item_id": "20370717802",
 "name": "Ninja Crispi 4-in-1 Portable Glass Air Fryer Cooking System FN101PK1, ...",
 "price": 134.5, "was_price": 179.99, "currency": "USD",
 "rating": 4.5, "rating_scale": 5, "review_count": 1877,
 "in_stock": true, "seller_name": "Mercshop", ...}
// Billing in the same response: {"charged": true, "charged_usd": 0.001389, ...}

같은 세션에서 실패한 왕복도 있었으며, 있었던 그대로 보고합니다. 싱가포르 시간 00:24:06에 MCP로 Ninja AF101(ASIN B07FDJMC9Q)의 amazon/reviews를 호출했습니다. 88.8초 후 isError: true가 반환되었습니다. 이 상품의 리뷰 페이지가 로그인을 요구하거나 접근이 제한되어 있었기 때문입니다. 이 호출은 환불되어 charged_usd는 0이었고, 응답에는 바로 재시도해도 도움이 되지 않을 가능성이 높다는 안내가 덧붙어 있었습니다. 카탈로그에도 amazon/reviews는 상품 페이지의 주요 리뷰만, 보통 상품당 약 12건을 반환한다고 이미 나와 있습니다(EveryInfra 카탈로그).

따라서 Amazon 행에서는 리뷰 본문을 읽지 않습니다. 대신 amazon/search의 평점과 평점 수를 리뷰 신호로 사용합니다. 리뷰 본문은 Walmart에서 가져옵니다. 담당 카테고리에서 Amazon 리뷰 본문이 중요하다면 먼저 추적할 ASIN으로 amazon/reviews를 테스트하는 것이 좋습니다.

테스트 1: 두 스토어 간 가격 차이

첫 번째 스냅샷은 싱가포르 시간 00:15:54부터 00:26:55까지 실행했습니다. “ninja air fryer 4 quart”로 amazon/search를 한 번 호출했습니다. 36.8초 만에 결과 20개가 반환되었고 비용은 $0.002236이었습니다. walmart/search는 Ninja 4쿼트, Ninja Crispi, Instant Vortex mini에 대해 한 번씩 총 세 번 호출했으며, 각각 $0.001389였습니다. 아래 표의 모든 수치는 각 응답에서 그대로 가져왔습니다(Amazon 검색 API; Walmart 검색 API).

첫 번째 행은 주의해서 봐야 합니다. $60.99라는 차이는 커 보이지만 AF101과 AF100WM은 서로 다른 모델입니다. AF100WM의 Walmart 상품명에는 “3 Functions”라고 되어 있고, AF101은 “4-in-1”입니다. 소형 가전에서는 유통사 전용 모델이 흔합니다.

브랜드와 용량으로 상품을 매칭하면 표에 매주 의미 없는 큰 차이가 나타납니다. 따라서 경쟁 제품은 모델 번호로 매칭합니다. 모델이 일치하지 않으면 해당 행에 표시를 하고 차이를 계산하지 않습니다.

할인율에도 같은 주의가 필요합니다. 같은 Amazon 검색에서 결과 20개 중 15개에 정가가 표시되었고, 할인율은 8.0%에서 44.4%까지였습니다. 상품 정보마다 정가가 따로 설정되므로, 한 상품의 40% 할인과 다른 상품의 20% 할인을 비교해도 알 수 있는 것이 거의 없습니다. 최종 가격을 추적하고, 할인율은 같은 상품 정보의 주별 변화를 볼 때만 사용합니다.

Walmart 검색 결과에는 upc 필드가 있습니다. 카탈로그에 따르면 UPC는 여러 스토어에서 같은 상품을 매칭하는 가장 정확한 방법입니다. 같은 설명에는 기본 데이터를 가져올 수 없을 때 이 필드가 비어 있을 수 있다고도 나와 있습니다. 세 번의 walmart/search 응답 어디에도 upc 값은 없었습니다. 따라서 매칭 목록은 사람이 한 번 만들고, 작업은 매주 같은 ID를 읽어야 합니다. 매주 모델에게 매칭을 추측하게 해서는 안 됩니다.

두 번째 발견은 Amazon 평점 수가 변형 상품 사이에 공유된다는 점입니다. 같은 검색에서 Instant Pot Vortex ASIN 3개(B08R6KMBQT, B0F9B4YCZF, B0F9B48Q1B)의 평점 수가 모두 36,519였습니다. Ninja Crispi ASIN 4개(FN101 색상 3종과 FN103 1종)는 모두 8,426이었습니다. 색상과 모델 접미사는 다르지만 수치가 같으므로, 하나의 변형 상품군으로 평점 수를 공유하는 것입니다. Crispi 상품 정보 4개 중 하나는 4-in-1인 FN101과 기능이 다른 5-in-1 FN103이기까지 합니다.

“이번 주 Amazon 평점이 200개 늘었다”를 특정 색상의 판매 신호로 읽으면, 상품군 전체의 리뷰를 그 색상의 성과로 잘못 계산하게 됩니다. 표에서는 이 수치를 “상품군 평점 수”로 표시하고, 이를 공유하는 ASIN을 함께 기재합니다.

테스트 2: 상품 하나, 키워드 두 개, 판매자 두 곳

00:16:52에 "ninja air fryer 4 quart"로 실행한 walmart/search 호출에서 Crispi FN101PK1(상품 20370717802)은 6번째 결과였습니다. 가격은 $135, 이전 가격은 $179.99, 판매자는 Patent Paid였습니다. 00:25:46에 "ninja crispi glass air fryer"로 실행한 MCP walmart/search 호출에서는 같은 상품이 2번째 결과였습니다. 가격은 $134.50, 이전 가격은 그대로였고 판매자는 Mercshop이었습니다. 두 호출의 간격이 약 9분이었기 때문에 처음에는 9분 사이에 판매자가 바뀐 것으로 해석했습니다.

약 1시간 뒤에 찍은 두 번째 스냅샷을 보니 이 해석은 틀렸습니다. 싱가포르 시간 01:13:54에 첫 번째 키워드는 다시 Crispi를 6번째 결과, Patent Paid, $135로 보여 주었습니다. 9초 뒤인 01:14:03에 두 번째 키워드는 다시 2번째 결과, Mercshop, $134.50을 보여 주었습니다. 차이는 시간이 아니라 키워드에 따라 생깁니다.

Walmart 자체 규칙을 보면 이유를 알 수 있습니다. 상품 페이지 하나에 여러 판매자의 오퍼가 있을 수 있습니다. Add to cart 버튼 위에 표시되는 판매자가 Buy Box를 차지합니다. Walmart는 가격, 배송비, 배송 속도, 판매자 실적, 고객 위치를 바탕으로 Buy Box 판매자를 정합니다(Walmart Buy Box 가이드). 같은 가이드는 판매자에게 Walmart Repricer를 켜서 가격을 자동으로 조정하라고 권합니다.

가격 규칙 페이지에는 두 번째 통제 장치가 나옵니다. Walmart는 Walmart.com이나 다른 사이트의 최근 가격보다 훨씬 높게 책정된 오퍼를 자동으로 게시 중단합니다. 정도가 덜한 경우에는 상품 페이지에서 Add to cart 버튼과 가격을 없앱니다(Walmart 가격 규칙). 따라서 서드파티 판매자가 많은 상품에는 상품 ID 하나 뒤에 여러 오퍼가 있습니다. 하지만 이 규칙만으로는 같은 시점에 두 키워드가 서로 다른 판매자를 보여 준 이유를 설명할 수 없습니다. 원인을 알 수 없으므로 관찰한 내용만 기록합니다.

그래서 각 행에는 가격 옆에 판매자를 함께 저장합니다. 규칙은 세 가지입니다. 각 상품에는 설정 탭에 고정 키워드가 하나씩 있고, 작업은 매주 이 키워드를 사용합니다. 행 키는 스토어 + 상품 ID + 판매자 이름입니다. 판매자가 바뀌면 해당 행에 "seller change" 플래그를 달고, 작업은 가격 변동을 보고하지 않습니다.

리뷰 데이터를 보면 한 상품에 판매자가 몇 곳인지 알 수 있습니다. Crispi 리뷰 100건 중 30건에 판매자 이름이 있었고, 이 30건은 판매자 7곳에서 나왔습니다. Walmart.com이 11건, Shark Ninja Store가 10건, SDG Distribution이 4건이었고, 나머지 판매자 4곳은 각각 1~2건이었습니다. Ninja 기본 모델 AF100WM은 리뷰 100건 중 98건이 Walmart.com이었습니다. 판매자가 많을수록 표에서 뒤섞일 수 있는 오퍼도 많아집니다.

테스트 3: 낮은 평점 리뷰 중 일부는 배송 문제였다

싱가포르 시간 00:19:07에 동기 walmart/reviews 호출로 Ninja AF100WM 리뷰 100건을 읽었습니다. 응답까지 66.1초가 걸렸습니다. 00:22:20에는 같은 호출을 Crispi FN101PK1에 대해 비동기 모드로 보냈고 00:23:49에 결과를 받았습니다. 호출당 비용은 $0.001389였습니다(Walmart 리뷰 API).

여기서 가장 쓸모 있는 숫자는 상품과 관계없는 낮은 평점이 몇 건인지입니다. 간단한 키워드 규칙을 썼습니다. receive, deliver, ship, arrive, package, address, DHL, "never got" 같은 단어가 들어간 리뷰는 "배송"으로 셉니다. 이 규칙으로 보면 AF100WM은 낮은 평점 12건 중 5건, Crispi는 20건 중 6건이 배송 관련이었습니다. 짧은 예로는 "Never got it", "Delivered to wrong address", DHL 주문이 도착하지 않는다는 불만이 있습니다.

Walmart 리뷰 가이드라인은 상품 리뷰가 상품과 그 사용 경험에 집중해야 한다고 말합니다(Walmart 리뷰 이용 약관). 실제로는 배송 불만도 여전히 올라오고 별점을 깎습니다. 브랜드 매니저에게는 두 가지 의미가 있습니다. 낮은 별점 비율이 높은 경쟁사라고 해서 반드시 상품이 약한 것은 아닙니다. 서드파티 판매자의 배송이 나쁠 수 있기 때문입니다. 그리고 자사 상품의 낮은 평점이 대부분 배송 문제라면 상품을 바꿔도 해결되지 않습니다. 그래서 표에서는 낮은 평점을 '상품'과 '배송 또는 판매자' 두 열로 나눕니다.

두 번째로 살펴볼 점은 리뷰 100건이 걸쳐 있는 기간입니다. AF100WM 리뷰는 2025년 7월부터 2026년 10월까지 걸쳐 있습니다. Crispi는 100건 중 93건이 2026년 8월~10월에 몰려 있습니다. 순서도 엄밀한 최신순이 아닙니다.

AF100WM의 처음 30건에는 6월, 9월, 10월 날짜가 섞여 있습니다. 따라서 이 샘플로는 "이번 주 새 리뷰"를 셀 수 없습니다. 샘플에서 AF100WM 리뷰 5건은 10월 27일~11월 2일에, 4건은 그 전 주에 속합니다. 이는 샘플 안의 건수이며 전체 건수가 아닙니다.

이번 주 전체 리뷰 수에서 지난주 전체 리뷰 수를 단순히 빼지 마세요. 그 이유는 테스트 4에서 확인할 수 있습니다. 새로 등록된 낮은 평점을 집계하려면 지난주의 review_id 값을 저장해 두고, 이전에 본 적이 없는 ID만 세세요.

고려해야 할 지연도 있습니다. Walmart는 새 리뷰가 사이트에 표시되기까지 영업일 기준 5~7일이 걸린다고 안내합니다(Walmart 리뷰 이용 약관). Walmart는 Marketplace 고객에게 배송 또는 픽업 7일 후 리뷰 요청 이메일을 보냅니다. 고객이 이 메일을 열지 않으면 28일 후 두 번째 이메일을 보냅니다(Walmart Marketplace Learn).

따라서 월요일에 보이는 "새 낮은 평점"은 대부분 2~3주 전 주문에서 나옵니다. 경쟁사가 판매량을 늘리려고 지난주에 가격을 내렸다면 그 영향이 리뷰를 거쳐 표에 나타나는 것은 2~3주 뒤입니다. 판단 열에는 이 지연을 반영합니다. 가격 변동은 같은 주에 메모를 남깁니다. 리뷰 변화는 최소 2주를 지켜본 뒤에 대응합니다.

테스트 4: 하나의 수치가 한 응답에서 세 가지 값으로 나타났다

숫자 자체가 안정적이지 않으면 주간 비교는 실패합니다. 한 세션에서 AF100WM 리뷰 수를 세 가지 도구로 읽었습니다. 00:16:52의 walmart/search 호출은 12,571을 반환했습니다. 00:21:10에 보내고 00:22:03에 읽은 walmart/product_detail 작업도 12,571이었습니다.

00:19:07의 walmart/reviews 호출은 리뷰 100건을 반환했습니다. 각 리뷰에는 전체 리뷰 수를 담은 product_review_count 필드가 있습니다. 그 한 응답 안에서 이 필드의 값은 세 가지였습니다. 40건은 12,562, 40건은 12,571, 20건은 12,573이었습니다. 약 1시간 뒤 두 번째 호출은 같은 review_id 값 100개를 반환했습니다. 이번에는 12,562가 20건, 12,571이 40건, 12,573이 40건이었습니다.

한 응답 안에서도 전체 리뷰 수가 11건 차이 날 수 있습니다. 따라서 첫 번째 리뷰만 읽어서는 안 되며, 두 주의 전체 리뷰 수를 빼서 새 리뷰 수를 계산해서도 안 됩니다.

주간 표에는 세 가지 규칙을 적용합니다. 첫째, 각 지표는 매주 같은 도구에서 읽습니다. 둘째, 리뷰 100건 중 가장 높은 product_review_count 값을 씁니다. 최빈값은 안정적이지 않습니다. 첫 번째 응답에서는 12,562와 12,571이 각각 40건으로 동률입니다.

두 원시 응답에 Python을 돌려 보았습니다. statistics.multimode()는 첫 번째 응답에서 값 두 개를 반환합니다. statistics.mode()는 동률일 때 처음 발견한 값을 고르므로 첫 번째에는 12,562, 두 번째에는 12,571을 반환합니다. 그러면 표에는 존재하지 않는 새 리뷰 9건이 기록됩니다(statistics 문서). 최댓값은 두 번 모두 12,573이었습니다.

셋째, 전체 수가 지난주와 15건 이하로 차이 나면 "no change"로 기록합니다. 15건 기준은 두 샘플에서 본 11건 편차를 바탕으로 정했습니다. 플랫폼 규칙은 아닙니다. 몇 주 운영한 뒤 자신의 데이터에 맞게 조정하세요.

두 번째로 의외였던 점은 walmart/product_detail에 가격이 없다는 것입니다. 두 상세 응답 모두 id, url, name, text, brand, rating, rating_scale, review_count, image_url, platform 필드만 담고 있었습니다. 카탈로그에는 이 액션의 필드로 price, original_price, in_stock, seller_name이 나와 있지만 하나도 나타나지 않았습니다(Walmart 상품 상세 API). 표는 이 점을 감안해 설계했습니다.

가격, 이전 가격, 판매자는 walmart/search에서 가져옵니다. 상세 호출은 상품이 검색 결과 상위 20개 밖으로 밀려났을 때 평점과 리뷰 수를 채웁니다. 모델명 텍스트를 확인하는 데도 도움이 됩니다.

첫 동기 상세 호출은 88.0초 뒤 HTTP 503을 반환했고 과금되지 않았습니다. "mode":"async"를 쓰자 작업 ID가 2.0초 만에 돌아왔고, 결과는 약 53초 뒤에 준비되었습니다.

이 시간은 예약 작업에서 어떤 의미가 있을까요? 주간 실행 한 번에 호출은 10번입니다. 순서대로 실행하면 7~8분이 걸리고, 리뷰와 상세 호출이 가장 느립니다. 프롬프트에서 상세와 리뷰 호출은 비동기 모드로 보내라고 지시하세요. 그러면 예약 작업이 everyinfra_get_job으로 각 결과를 읽습니다. 도구 설명에 따르면 비동기 작업 조회는 무료이며 분당 요청 한도에 포함되지 않습니다.

타임아웃된 동기 호출을 그대로 다시 보내지 마세요. 503 응답에는 "Not charged"라고 적혀 있었습니다. 응답은 20초 후 재시도, 최대 2회 재시도를 제안했고 비동기 모드를 권장했습니다. 한 Reddit 사용자는 무인 실행의 주요 위험을 이렇게 설명했습니다.

429 오류나 일시적인 네트워크 장애가 생기면 에이전트는 정상적으로 재시도하지 않습니다. 점점 더 기발한 우회 방법을 시도합니다. 해결책은 작업에 "X가 실패하면 중단하고 보고할 것, 직접 고치려 하지 말 것"이라고 적어 두는 것입니다(Reddit 스레드).

이번 주와 지난주 비교하기: 데이터는 어디에 저장할까

Cowork 예약 작업과 일반 채팅의 가장 큰 차이가 여기에 있습니다. 아키텍처 문서에 따르면 클라우드 세션에서 Claude의 루프와 코드는 Anthropic이 호스팅하는 격리된 임시 샌드박스에서 실행됩니다. 세션마다 별도의 샌드박스가 할당됩니다. 샌드박스는 세션이 시작될 때 생성되고 끝날 때 삭제되며, 샌드박스끼리 상태를 공유하지 않습니다(Claude Cowork architecture overview). 따라서 이번 월요일 실행에서 만든 CSV는 다음 월요일 실행에서 보이지 않습니다.

클라우드 세션은 컴퓨터에서 연결한 폴더를 읽고 쓸 수 있습니다. 하지만 데스크톱 앱이 열려 있을 때만 가능합니다(Use Claude Cowork on web, desktop, and mobile). 그러면 컴퓨터를 계속 켜 두어야 하는 예전 문제가 다시 생깁니다.

Google Sheets를 권장합니다. 도움말 센터에 따르면 Google Sheets 커넥터는 새 스프레드시트를 만들고 편집할 수 있습니다. 검색, 업로드, 공유는 Google Drive 커넥터가 담당합니다. 같은 문서는 Google이라는 단어 없이 일반적인 "doc"을 요청하면 대신 로컬 파일이 만들어진다고 경고합니다(Use Google Workspace connectors).

Microsoft 365를 쓰는 팀은 커넥터의 쓰기 도구를 켤 수 있습니다. 이 도구로 OneDrive와 SharePoint에 파일을 만들고 업데이트합니다(Set up the Microsoft 365 connector). 탭은 두 개면 충분합니다. snapshots 탭에는 매주 새 원시 행을, changes 탭에는 매주 비교 결과를 추가합니다.

비교가 정확한지는 키에 달려 있습니다. 주 단위 키에는 Python date.isocalendar()의 연도와 주 번호를 쓰세요. 그러면 연도나 월이 바뀌는 경계에서도 오류가 생기지 않습니다(datetime 문서). 2026년 11월 2일 월요일은 2026-W45, 11월 9일 월요일은 2026-W46에 속합니다.

행 키는 스토어 + 상품 ID + 판매자입니다. 리뷰는 review_id로 중복을 제거합니다.

# Comparison logic example. It runs in the Cowork session's code tool.
# We ran it on our machine with two real snapshots.
def key(r):  # store + item ID + seller
    return (r["store"], r["item_id"], r.get("seller_name") or "-")

def diff(last_week, this_week):
    prev = {key(r): r for r in last_week}
    prev_item = {(r["store"], r["item_id"]): r for r in last_week}
    out = []
    for r in this_week:
        p = prev.get(key(r))
        if p is None and (r["store"], r["item_id"]) in prev_item:
            out.append({**r, "flag": "seller change", "seller_before": prev_item[(r["store"], r["item_id"])].get("seller_name")})
        elif p is None:
            out.append({**r, "flag": "new"})
        else:
            out.append({**r, "price_change": round((r["price"] or 0) - (p["price"] or 0), 2),
                        "count_change": (r.get("review_count") or 0) - (p.get("review_count") or 0),
                        "flag": "price change" if r["price"] != p["price"] else ""})
    return out

스냅샷 두 개로 해 본 실제 비교

실제 데이터로 비교 코드를 테스트하려고 첫 스냅샷 약 1시간 뒤에 두 번째 스냅샷을 찍었습니다. 2026년 11월 3일 싱가포르 시간 01:12:58부터 01:15:52까지 같은 파라미터로 실행했습니다. 호출은 5번으로, amazon/search 1번, walmart/search 3번, AF100WM에 대한 비동기 walmart/reviews 1번이었습니다. 과금액은 $0.007792였습니다.

그런 다음 두 스냅샷을 앞에서 소개한 diff() 함수에 넣고 스토어, 상품 ID, 판매자를 키로 비교했습니다. 실제 리포트는 두 주를 비교합니다. 여기서는 간격이 1시간이므로 이 테스트는 방법과 저절로 변하는 필드를 보여 줍니다.

1시간 동안 추적한 행 6개 모두 가격, 판매자, 평점 수, 리뷰 수가 바뀌지 않았습니다. 두 번째 AF100WM 리뷰 호출은 같은 review_id 값 100개를 같은 순서로 반환했습니다. 따라서 새 리뷰 수는 0이었습니다. product_review_count 필드에는 여전히 같은 세 가지 값이 있었습니다. 분포만 40/40/20에서 20/40/40으로 바뀌었습니다. 최댓값은 두 번 모두 12,573이었으므로 규칙에 따라 "no change"로 기록됩니다.

Amazon 검색 순위는 바뀌었습니다. 같은 키워드의 상위 20개 결과 중 ASIN 17개는 두 번 모두 나타났고 3개는 새로 등장했습니다. AF101은 2위에서 14위로 떨어졌습니다. Crispi는 9위에서 1위로 올랐고, Vortex는 3위에서 4위로 이동했습니다.

그래서 작업은 "상위 결과"를 고르지 않고 고정된 ASIN을 읽습니다. 가격은 그대로여도 순위는 1시간 만에 크게 움직일 수 있습니다. 순위로 상품을 매칭하는 표에는 잘못된 변동이 많이 나타납니다.

같은 코드로 키워드 변경도 테스트했습니다. 두 번째 Crispi 행을 Patent Paid의 $135가 표시되는 "ninja air fryer 4 quart" 결과로 바꿨습니다. diff() 출력은 "price up $0.50"이 아니라 "seller change, before: Mercshop"이었습니다. 키에 판매자를 넣는 이유가 바로 이것입니다. 해당 행의 실제 diff() 출력은 다음과 같습니다:

{"store": "walmart.com", "item_id": "20370717802", "seller_name": "Patent Paid", "price": 135, "review_count": 1877, "flag": "seller change", "seller_before": "Mercshop"}

두 번째 스냅샷의 walmart/search 호출 3번은 5.9~8.7초가 걸렸고, 첫 번째 스냅샷에서는 35.8~43.6초였습니다. 응답에는 결과가 캐시에서 왔는지 알려 주는 필드가 없습니다. 따라서 변동 여부는 호출 소요 시간이 아니라 스냅샷 필드로 판단하세요.

프롬프트와 출력 표

Cowork 예약 작업은 매번 같은 방식으로 실행되는 저장된 프롬프트입니다. 도움말 센터는 "Create with Claude" 방식을 소개합니다. Claude가 객관식 질문 몇 개를 던진 뒤 이름, 일정, 단계를 보여 주고 확인을 받습니다(Schedule recurring tasks in Claude Cowork). 저희는 "Set up manually"와 아래 프롬프트를 권장합니다. 도구, 파라미터, 실패 규칙을 고정한 목록이 모델이 매주 새로 판단하는 프롬프트보다 안정적입니다.

"Weekly"와 월요일 오전 시간을 선택하세요. 수동 설정 양식에서 모델 필드는 선택 항목입니다. 한 Reddit 사용자는 작업 편집 페이지에서도 모델 설정을 찾았습니다(Reddit 스레드). 이 작업은 주로 도구를 호출하고 표를 채우므로 저렴한 모델로 충분합니다.

Configuration example: scheduled task prompt
(Set up manually. Frequency: weekly, Monday 09:10. Approval mode: Automatically approve.)

You are a competitor report assistant. Read only. Do not order, change prices or send messages.
Use only the EveryInfra connector and the Google Sheets connector.
1. Open the Google Sheets file "Competitor weekly" (create it if missing).
   Read all rows in the snapshots tab for the previous ISO week (for example 2026-W45).
2. Read the config tab. One row per competitor: key, amazon_asin, walmart_item_id, walmart_keyword, model.
3. Call everyinfra_call_api: platform=amazon, action=search,
   params={keyword: "ninja air fryer 4 quart", limit: 20}.
   Keep only ASINs from config. Record price, list_price, rating, rating_count (label it family rating count).
4. For each competitor:
   a. platform=walmart, action=search, params={keyword: walmart_keyword}.
      Find walmart_item_id. Record price, was_price, seller_name, rating, review_count.
   b. If step a did not find the ID: platform=walmart, action=product_detail,
      params={url: "https://www.walmart.com/ip/<ID>"}, mode=async. Record rating and review_count only.
   c. platform=walmart, action=reviews, params={url: same, limit: 100}, mode=async.
      Read the result with everyinfra_get_job. Keep only review_id values not seen last week.
      Split new 1-2 star reviews into "product" and "delivery or seller". Write one sentence for each.
5. If a call fails: record the error and request_id, skip that item, retry at most once, do not try other methods.
6. Append this week's rows to snapshots. Key: week + store + item ID + seller.
7. Compare with last week on that key. Append to changes: price change, seller change,
   review count change, new low ratings and summary, action.
8. At the end, show this week's changes rows in the session, sorted by action.
   State how many API calls ran and how many failed.

주간·월간 API 비용

카탈로그 가격 기준 비용은 다음과 같습니다. amazon/search는 호출당 $0.002236(요청 1,000건당 $2.236)입니다. walmart/search, walmart/product_detail, walmart/reviews는 호출당 $0.001389(요청 1,000건당 $1.389)입니다. 이 price_usd 값은 2026년 11월 3일 싱가포르 시간 00:15에 무료 카탈로그에서 읽었습니다. 실패한 호출과 빈 결과는 과금되지 않으며, 비동기 작업 조회는 무료입니다. 아래 숫자는 모두 이 가격을 바탕으로 스크립트가 계산했습니다(요금).

구독료와 비교하면 API 비용은 작습니다. 경쟁사 3곳을 주 1회 추적하면 월 $0.0639로, 월 $20인 Claude Pro의 0.32%입니다(Claude 요금). 실제 비용은 Claude 사용량입니다. 도움말 센터에 따르면 Cowork는 복잡한 다단계 작업을 처리합니다(Get started with Claude Cowork). claude.ai, Claude Code, Claude Desktop 사용량은 하나의 공유 한도에 합산됩니다. 유료 플랜에는 5시간마다 초기화되는 세션 한도와 주간 한도가 있습니다(How do usage and length limits work).

예약 실행을 할 때마다 이 한도에서 사용량이 차감됩니다. 결과 20개짜리 Amazon 검색 한 번은 71,614바이트이고, 리뷰 100건은 약 60,000바이트입니다. 모델이 이를 전부 읽으면 실행 한 번에 한도를 많이 씁니다. 그래서 프롬프트에서 설정 탭에 있는 ID에 해당하는 항목만 남기고 새 리뷰만 읽도록 지시합니다.

한계와 미해결 사항

첫째, 이번 테스트에서는 Amazon 리뷰 텍스트를 얻지 못했습니다. AF101에 대한 amazon/reviews는 "needs a login or is restricted"를 반환했고 환불되었습니다. 정상 작동하더라도 카탈로그에 따르면 상품 페이지의 추천 리뷰 십여 건만 반환합니다. 따라서 표의 Amazon 쪽에는 가격, 정가, 평점, 상품군 평점 수만 있습니다.

둘째, 이번 테스트에서 walmart/product_detail은 두 상품 모두 가격, 재고, 판매자를 반환하지 않았습니다. 가격은 walmart/search에서 가져와야 합니다. 검색은 결과 20개짜리 한 페이지를 반환합니다. 경쟁 상품이 상위 20개 밖으로 밀려나면 더 정확한 키워드를 쓰세요.

셋째, Temu도 추적하는 브랜드 매니저가 많습니다. 하지만 카탈로그에서 temu/search는 일시 중단 상태입니다(available: false). 호출하면 503이 반환되고 과금되지 않으므로 이번 버전의 표에는 포함하지 않았습니다.

넷째, Cowork 측은 테스트하지 않았습니다. 승인, 커넥터, Google Sheets 쓰기, 모델 선택은 모두 Anthropic 도움말 센터와 문서를 따랐습니다. Team 플랜에서 "Always allow"가 꺼져 있을 때 예약 실행이 어떻게 동작하는지는 테스트하지 못했습니다.

다섯째, 이 표는 자사의 가격 및 상품 결정에만 사용하세요. 2024년 8월에 나온 FTC 규칙은 가짜 리뷰의 판매와 구매를 금지합니다. 긍정적이거나 부정적인 리뷰에 대가를 지급하는 행위와 부정적인 리뷰를 숨기는 행위도 금지합니다(FTC 보도 자료; 16 CFR Part 465). 경쟁사가 낮은 평점을 많이 받으면 자사 상품과 배송을 개선하세요. 경쟁사 리뷰에 영향을 주려 하지 마세요. 이 글은 데이터 수집·분석 방법을 설명하며 법률 자문이 아닙니다.

최근 변경 사항

• 2026년 10월 6일: Pro, Max, Ultra 플랜의 새 Cowork 작업과 예약 작업이 클라우드에서 실행되며 "Only on your computer" 옵션이 사라졌습니다(도움말 센터). 따라서 표를 위해 컴퓨터를 켜 둘 필요가 없어졌지만, 스냅샷 저장에 로컬 폴더를 쓸 수도 없습니다.
• 2026년 10월 22일: 데스크톱 앱 v3.6556.1부터 예약 작업이 사람의 개입이 필요한 MCP 도구를 건너뛰고 계속 진행될 수 있습니다. 예약 작업이 플러그인과 스킬을 찾지 못하던 문제도 수정되었습니다(변경 내역). 따라서 일부가 빠진 채 끝난 실행은 도구를 건너뛰었을 수 있습니다.
• 2026년 10월 26일: Walmart가 11월 12일부터 12월 2일까지 세 차례의 연말 쇼핑 행사를 발표했습니다. 총 14일로, 2025년의 10일보다 늘었습니다(Walmart 보도 자료; Retail Dive). 따라서 앞으로 5주 동안 가격이 가장 크게 움직입니다. 매일 실행으로 바꿀 수 있으며, 경쟁사 3곳 기준 비용은 주당 $0.10입니다.
• 2026년 10월 27일: v4.29.0부터 두 가지 자동 모드 외의 예약 작업에서는 web fetch가 제한됩니다. URL이 지침에 포함되어 있거나 검색에서 나온 것이어야 합니다(변경 내역). 따라서 Cowork 자체 web fetch로 상품 페이지를 읽기가 어려워졌으며, 커넥터를 쓰는 편이 더 안정적입니다.

FAQ

Claude Cowork 예약 작업이 작동하지 않으면 어떻게 해야 하나요?

이 질문은 검색 추천어 "claude cowork scheduled tasks not working"과 "claude cowork scheduled tasks connector not working"에서 나왔습니다. 먼저 어느 계층에서 실패했는지 찾으세요. Cowork 자체의 경우, 한 macOS 사용자는 작업을 만들지 못하고 "Invalid file path: path traversal detected" 오류를 받았습니다(Reddit 스레드). 관련 GitHub 이슈에 따르면 원격 세션에는 로컬 예약 작업을 관리하는 도구가 제공되지 않습니다(GitHub 이슈 #76968).

10월 22일 업데이트에서 예약 작업이 플러그인과 스킬을 찾지 못하던 문제도 수정되었으므로 먼저 데스크톱 앱을 업데이트하세요(변경 내역). 커넥터의 경우 헤더 값이 Bearer, 공백, 키 순으로 되어 있는지, 서버가 공개되어 있는지, 승인이 허용되어 있는지 확인하세요. EveryInfra 쪽에서는 request_id로 everyinfra_list_requests를 호출해 상태와 과금 내역을 확인할 수 있습니다. 이 호출은 무료입니다.

아래 표에는 저희 호출과 위 스레드에서 확인한 증상, 그리고 문제가 주로 발생하는 계층을 정리했습니다.

Claude Cowork 예약 작업에는 어떤 한도가 있나요?

이 질문은 검색 추천어 "claude cowork scheduled tasks limit"에서 나왔습니다. 한 Reddit 사용자가 예약 작업을 몇 개까지 만들 수 있는지 물었지만, Anthropic 공식 수치를 제시한 사람은 없었습니다(Reddit 스레드). 관련 도움말 문서 4개를 읽었지만 Cowork 예약 작업 수나 실행 횟수에 대한 한도는 찾지 못했습니다. 확실한 점은 실행이 구독 사용량을 소모하며 5시간 한도와 주간 한도가 적용된다는 것입니다(사용량 한도). 참고로 Claude Code 클라우드 예약 작업은 계정당 시간당 예약 실행 100회를 허용합니다(문서). EveryInfra 쪽 한도는 키별 분당 요청 한도이며, 콘솔에서 낮출 수 있습니다.

Claude Cowork 예약 작업과 Claude Code 루틴 중 무엇을 써야 하나요?

이 질문은 검색 추천어 "claude cowork scheduled tasks vs claude code routines"에서 나왔습니다. 데이터와 결과물이 어디에 있는지를 기준으로 정하세요. 결과물이 비즈니스 사용자를 위한 시트나 문서인가요? 그렇다면 Google Sheets나 Microsoft 365 커넥터와 함께 Cowork를 쓰세요. 데이터와 스크립트가 Git 저장소에 있나요?

그렇다면 Claude Code 클라우드 예약 작업(이전 명칭: 루틴)을 쓰고 이력은 커밋으로 남기세요. 이 작업은 API 호출과 GitHub 이벤트로도 시작할 수 있습니다(Claude Code 문서). 두 방식 모두 같은 EveryInfra MCP 주소를 쓸 수 있습니다. 다른 설정 방법은 Claude Code 예약 작업 가이드에서 볼 수 있습니다.

컴퓨터가 꺼져 있어도 Claude Cowork 예약 작업이 클라우드에서 실행되나요?

이 질문은 검색 추천어 "claude cowork scheduled tasks cloud"에서 나왔습니다. 네. 도움말 센터에 따르면 예약 작업은 원격으로 실행되므로 컴퓨터가 절전 상태이거나 앱이 닫혀 있어도 실행됩니다. 10월 6일 이후에 만든 새 작업은 클라우드에서 실행됩니다(도움말 센터).

예외는 로컬 파일이나 앱이 필요한 작업, 그리고 10월 6일 이전에 이미 컴퓨터에서 실행되던 기존 작업입니다. 한 Reddit 사용자는 클라우드 옵션을 찾지 못했습니다(Reddit 스레드). 해당 스레드의 답글에서는 클라우드 옵션이 플랜별로 순차 배포되고 있다고 했습니다. 현재 도움말 센터에는 10월 6일부터 Pro, Max, Ultra 플랜의 새 작업이 클라우드에서 실행된다고 나와 있습니다.

예약 작업의 모델을 선택할 수 있나요?

이 질문은 예약 작업의 모델 설정 방법을 물은 Reddit 게시물에서 나왔습니다(Reddit 스레드). 네. 수동 설정 양식에서 모델은 선택 항목입니다(도움말 센터). 게시물의 답글에서도 작업 편집 페이지의 모델 설정을 보여 주었습니다. 가격 표 작업은 주로 도구를 호출하고 시트를 채우므로 저렴한 모델로 충분합니다. 아낀 사용량은 판단이 필요한 작업에 쓰세요.

예약 작업이 제시간에 시작되지 않은 이유는 무엇인가요?

이 질문은 원격 스케줄러의 실행 시각이 밀리며 때로는 10분 정도 늦는다는 Reddit 답글에서 나왔습니다(Reddit 스레드). Cowork 도움말 센터에는 실행 시각의 정확도에 대한 설명이 없습니다. Claude Code 클라우드 문서에 따르면 정각으로 설정한 실행은 몇 분 늦게 시작될 수 있습니다. 문서는 9:07처럼 정각에서 몇 분 지난 시각을 권합니다(문서). 주간 가격 표에는 정확한 시각이 필요하지 않습니다. 저희 예시도 같은 이유로 09:10을 씁니다.

시작하기

1. 무료 EveryInfra 계정을 만들고 Cowork 전용 API 키를 발급하세요. 빠른 시작을 따라 curl로 walmart/search를 한 번 호출해 보세요.
2. Claude에서 Customize > Connectors를 열고 커스텀 커넥터를 추가하세요. URL은 https://api.everyinfra.com/mcp로 입력하고, No sign-in을 선택한 뒤 헤더를 Authorization = Bearer <key>로 설정하세요. 전체 단계는 MCP 설정 페이지에 있습니다.
3. Google Sheets 커넥터를 켜세요. "Competitor weekly" 스프레드시트를 만들고 설정 탭에 경쟁 상품 ID를 입력하세요.
4. Scheduled에서 Set up manually를 선택하고 위의 프롬프트를 붙여 넣으세요. Weekly를 선택하세요. Run now를 한 번 클릭하고 승인 요청에 응답하세요.
5. 다음 주 월요일에 changes 탭을 여세요.

관련 방법은 구독형 상품으로서의 가격 모니터링을 참고하세요. 비교 가능한 오퍼로 하는 Amazon 가격 추적과 에이전트 스킬을 활용한 경쟁사 리뷰 분석도 함께 읽어 보세요.

참고 자료

1. “Schedule recurring tasks in Claude Cowork”, Claude 도움말 센터, 2026-11-03 열람.
2. “Get started with custom connectors using remote MCP”, Claude 도움말 센터, 2026-11-03 열람.
3. “Add a connector that isn't in the directory”, Anthropic 문서, 2026-11-03 열람.
4. “Claude Cowork and chat are one Claude”, Claude 도움말 센터, 2026-11-03 열람.
5. “Use Claude Cowork on web, desktop, and mobile”, Claude 도움말 센터, 2026-11-03 열람.
6. “Use Claude Cowork safely”, Claude 도움말 센터, 2026-11-03 열람.
7. “Use Claude Cowork on Team and Enterprise plans”, Claude 도움말 센터, 2026-11-03 열람.
8. “Get started with Claude Cowork”, Claude 도움말 센터, 2026-11-03 열람.
9. “How do usage and length limits work?”, Claude 도움말 센터, 2026-11-03 열람.
10. “Release notes”, Claude 도움말 센터, 2026-02-25~2026-10-21 항목.
11. “Claude Desktop changelog”, Anthropic, v3.6556.1(2026-10-22)~v4.4212.0(2026-10-29).
12. “Plans and pricing”, Anthropic, 2026-11-03 열람.
13. “IP addresses”, Anthropic 문서, 2026-11-03 열람.
14. “Claude Cowork architecture overview”, Claude 도움말 센터, 2026-11-03 열람.
15. “Automate work with scheduled tasks”, Claude Code 문서, 2026-11-03 열람.
16. “Run prompts on a schedule”, Claude Code 문서, 2026-11-03 열람.
17. “Use Google Workspace connectors”, Claude 도움말 센터, 2026-11-03 열람.
18. “Set up the Microsoft 365 connector”, Claude 도움말 센터, 2026-11-03 열람.
19. “Tools”, Model Context Protocol 사양 2025-11-25.
20. “Transports”, Model Context Protocol 사양 2025-11-25.
21. Tool Annotations as Risk Vocabulary, MCP 블로그, 2026-03-16.
22. Issue #76968, GitHub anthropics/claude-code, 2026-09-14 후속 댓글.
23. Anyone else unable to create or edit scheduled tasks in Claude Cowork, Reddit r/ClaudeAI.
24. Scheduled tasks / Routines: what's actually holding up for you?, Reddit r/ClaudeAI.
25. Using claude.ai scheduled tasks to trigger the 5h window, Reddit r/ClaudeAI.
26. I can't create scheduled tasks on remote (cloud), Reddit r/ClaudeCowork.
27. Cowork mode: any way to set which model scheduled tasks run on?, Reddit r/Anthropic.
28. EveryInfra 데이터 기능 카탈로그, EveryInfra, 2026-11-03 00:15 싱가포르 시간 기준 확인.
29. Product detail page: the Buy Box, Walmart Marketplace Learn.
30. Pricing rules, Walmart Marketplace Learn, 2025-12-12 업데이트.
31. Marketplace reviews overview, Walmart Marketplace Learn.
32. Ratings, Reviews, Question, and Answer Terms of Use, Walmart Help.
33. Walmart Unwraps Three Major Holiday Shopping Events, Walmart, 2026-10-26.
34. Walmart debuts longer Black Friday, Cyber Monday sales events, Retail Dive, 2026-10-26.
35. FTC Announces Final Rule Banning Fake Reviews and Testimonials, Federal Trade Commission, 2024-08-14.
36. 16 CFR Part 465, eCFR.
37. “datetime: Basic date and time types”, Python 문서.
38. Authorization, Model Context Protocol 사양 2025-11-25.
39. RFC 6750: The OAuth 2.0 Authorization Framework: Bearer Token Usage, IETF, 2012-10.
40. statistics: Mathematical statistics functions, Python 문서.