cloudflare markdown for agents서버사이드 마크다운 변환AI 콘텐츠 추출web2mdAI 워크플로우

Cloudflare Markdown for Agents: AI 워크플로우에 미치는 영향

Web2MD Team2026-02-1630 min read

Cloudflare Markdown for Agents: AI 워크플로우에 미치는 영향

AI 에이전트와 자동화 시스템이 웹 콘텐츠를 소비하는 방식이 근본적으로 변화하고 있습니다. Cloudflare는 최근 "Markdown for Agents"라는 혁신적인 기능을 발표했습니다. 이 기능을 통해 AI 에이전트는 간단한 HTTP 헤더 하나만으로 웹페이지를 깔끔하게 구조화된 Markdown 형식으로 받을 수 있습니다. 복잡한 HTML 파싱이나 콘텐츠 추출 로직 없이 말입니다.

이 기능은 RAG(Retrieval-Augmented Generation) 파이프라인, 콘텐츠 모니터링 시스템, AI 기반 연구 도구 등 다양한 자동화 워크플로우에 큰 영향을 미칠 것으로 예상됩니다. 하지만 모든 기술이 그렇듯, 이 기능에도 장점과 함께 제한 사항이 있습니다. 이 글에서는 Cloudflare Markdown for Agents의 작동 원리를 깊이 있게 살펴보고, 실제 사용 사례를 분석하며, 클라이언트 측 도구인 Web2MD와 같은 솔루션과 어떻게 상호 보완될 수 있는지 탐구합니다.

Cloudflare Markdown for Agents란?

Cloudflare Markdown for Agents는 Cloudflare 네트워크를 통해 제공되는 웹사이트가 AI 에이전트 및 자동화 시스템에 Markdown 형식의 콘텐츠를 직접 제공할 수 있도록 하는 기능입니다. 핵심 개념은 간단합니다. 클라이언트가 HTTP 요청에 Accept: text/markdown 헤더를 포함하면, Cloudflare의 엣지 서버가 HTML 응답을 즉석에서 Markdown으로 변환하여 반환합니다.

이 기능은 표준 HTTP 콘텐츠 협상(content negotiation) 메커니즘을 활용합니다. 웹 브라우저가 Accept: text/html을 요청하고, API 클라이언트가 Accept: application/json을 요청하는 것처럼, 이제 AI 에이전트는 Accept: text/markdown을 요청할 수 있습니다. 이는 웹 표준을 준수하면서도 AI 친화적인 콘텐츠 전달을 가능하게 하는 우아한 접근 방식입니다.

주요 특징은 다음과 같습니다:

  • 자동 변환: Cloudflare의 엣지 서버에서 HTML을 Markdown으로 실시간 변환
  • 토큰 카운팅: 응답 헤더에 x-markdown-tokens를 포함하여 LLM 입력 비용 예측 지원
  • 콘텐츠 타입 표시: content-type: text/markdown; charset=utf-8 헤더로 명확한 형식 식별
  • Pro 플랜 이상 제공: Cloudflare Pro, Business, Enterprise 플랜에서 사용 가능
  • 대시보드 또는 API 활성화: 사이트 소유자가 간단히 활성화 가능

이 기능은 특히 대규모 AI 에이전트 파이프라인, 자동화된 크롤러, 콘텐츠 집계 시스템 등에서 개발 시간과 인프라 비용을 크게 절감할 수 있습니다. HTML 파싱 라이브러리, 콘텐츠 추출 휴리스틱, Markdown 변환 로직을 직접 구현하고 유지 관리할 필요가 없어지기 때문입니다.

작동 원리: HTTP 콘텐츠 협상

Cloudflare Markdown for Agents는 HTTP/1.1 표준의 일부인 콘텐츠 협상 메커니즘을 기반으로 합니다. 콘텐츠 협상은 클라이언트가 선호하는 응답 형식을 서버에 알리고, 서버가 가능한 경우 그 형식으로 콘텐츠를 제공하는 방식입니다.

전통적으로 Accept 헤더는 다음과 같이 사용되었습니다:

  • Accept: text/html — 웹 브라우저가 HTML 페이지를 요청
  • Accept: application/json — API 클라이언트가 JSON 데이터를 요청
  • Accept: application/xml — XML 형식을 선호하는 클라이언트

Cloudflare는 이 메커니즘을 확장하여 Accept: text/markdown을 지원합니다. 요청 흐름은 다음과 같습니다:

  1. 클라이언트 요청: AI 에이전트나 스크립트가 Accept: text/markdown 헤더와 함께 HTTP 요청을 보냅니다.
  2. 엣지 처리: Cloudflare 엣지 서버가 요청을 가로채고 Markdown 요청임을 인식합니다.
  3. 오리진 페칭: 엣지 서버가 오리진 서버로부터 원래 HTML 콘텐츠를 가져옵니다.
  4. 실시간 변환: Cloudflare의 변환 엔진이 HTML을 구조화된 Markdown으로 변환합니다.
  5. Markdown 응답: 변환된 Markdown이 적절한 헤더(content-type: text/markdown, x-markdown-tokens)와 함께 클라이언트에 반환됩니다.

간단한 curl 예제를 살펴보겠습니다:

curl -H "Accept: text/markdown" https://example.com/blog/post

이 요청에 대한 응답 헤더는 다음과 같습니다:

HTTP/2 200
content-type: text/markdown; charset=utf-8
x-markdown-tokens: 1450
date: Sun, 16 Feb 2026 10:30:00 GMT

응답 본문에는 원래 HTML 페이지의 깔끔한 Markdown 표현이 포함됩니다. 헤딩, 링크, 이미지, 코드 블록 등이 모두 적절한 Markdown 구문으로 변환됩니다. x-markdown-tokens 헤더는 이 Markdown 콘텐츠를 LLM에 입력할 때 예상되는 토큰 수를 나타내어, 비용 예측과 컨텍스트 윈도우 관리에 유용합니다.

이 접근 방식의 장점은 명확합니다. 클라이언트는 복잡한 HTML 파싱이나 변환 로직을 구현할 필요 없이, 단순히 HTTP 헤더 하나를 추가하는 것만으로 AI 친화적인 형식의 콘텐츠를 받을 수 있습니다. 서버 측에서도 Cloudflare가 변환 작업을 처리하므로, 사이트 소유자는 추가 인프라 없이 기능을 활성화하기만 하면 됩니다.

기술 구현

Cloudflare Markdown for Agents를 실제로 사용하는 방법은 두 가지 관점에서 살펴볼 수 있습니다. 사이트 소유자가 기능을 활성화하는 방법과, 개발자가 이 기능을 활용하는 방법입니다.

Dashboard에서 활성화

사이트 소유자라면 Cloudflare Dashboard에서 간단히 기능을 활성화할 수 있습니다:

  1. Cloudflare Dashboard에 로그인합니다.
  2. 대상 도메인을 선택합니다.
  3. Scrape Shield 또는 Speed 섹션으로 이동합니다 (정확한 위치는 Cloudflare UI 버전에 따라 다를 수 있습니다).
  4. Markdown for Agents 옵션을 찾아 토글을 켭니다.
  5. 변경 사항을 저장합니다.

활성화 후에는 Accept: text/markdown 헤더가 포함된 모든 요청이 자동으로 Markdown 응답을 받게 됩니다. 일반 웹 브라우저 트래픽이나 기존 API 요청에는 영향을 주지 않습니다.

Cloudflare API를 통해 프로그래밍 방식으로 활성화할 수도 있습니다. 이는 여러 도메인을 관리하거나 Infrastructure as Code 워크플로우에 통합할 때 유용합니다.

Cloudflare Workers에서 사용

Cloudflare Workers를 사용하면 엣지에서 직접 Markdown을 가져와 처리할 수 있습니다. 다음은 Workers에서 Markdown을 요청하는 예제입니다:

async function fetchAsMarkdown(url) {
  const response = await fetch(url, {
    headers: { 'Accept': 'text/markdown' }
  });
  const markdown = await response.text();
  const tokenCount = response.headers.get('x-markdown-tokens');
  return { markdown, tokenCount };
}

// 사용 예제
export default {
  async fetch(request, env, ctx) {
    const { markdown, tokenCount } = await fetchAsMarkdown('https://example.com/docs');
    console.log(`콘텐츠: ${tokenCount} 토큰`);

    // Markdown을 AI 모델에 전달하거나 추가 처리
    const aiResponse = await env.AI.run('@cf/meta/llama-3-8b-instruct', {
      messages: [
        { role: 'system', content: '당신은 문서 분석 도우미입니다.' },
        { role: 'user', content: `다음 문서를 요약해주세요:\n\n${markdown}` }
      ]
    });

    return new Response(JSON.stringify(aiResponse), {
      headers: { 'content-type': 'application/json' }
    });
  }
};

이 패턴은 Cloudflare Workers AI와 결합하여 강력한 엣지 기반 AI 파이프라인을 구축하는 데 특히 유용합니다. 콘텐츠 가져오기, 변환, AI 처리가 모두 글로벌 엣지 네트워크에서 이루어지므로 지연 시간이 최소화됩니다.

Python 예제

Python 환경에서는 requests 라이브러리를 사용하여 간단히 구현할 수 있습니다:

import requests

response = requests.get(
    'https://example.com/blog/post',
    headers={'Accept': 'text/markdown'}
)

if response.headers.get('content-type', '').startswith('text/markdown'):
    markdown_content = response.text
    token_count = response.headers.get('x-markdown-tokens')
    print(f"Markdown {token_count} 토큰 수신")

    # Markdown 콘텐츠 처리
    # - 벡터 DB에 저장
    # - LLM에 전달
    # - 추가 파싱 및 분석
else:
    print("사이트에서 Markdown을 지원하지 않습니다")

이 패턴은 RAG 파이프라인, 콘텐츠 모니터링 시스템, 자동화된 연구 도구 등 다양한 Python 기반 워크플로우에 통합할 수 있습니다. httpx나 aiohttp 같은 비동기 HTTP 클라이언트를 사용하면 대량의 페이지를 병렬로 처리할 수도 있습니다.

이상적인 사용 사례

Cloudflare Markdown for Agents는 특정 시나리오에서 특히 빛을 발합니다:

1. AI 에이전트 파이프라인: LLM 기반 에이전트가 웹 콘텐츠를 소비해야 할 때, Markdown은 HTML보다 훨씬 효율적입니다. 토큰 수가 적고, 구조가 명확하며, 불필요한 마크업이 없습니다. Claude, GPT-4, Gemini 등 대부분의 LLM은 Markdown을 원어민 수준으로 이해합니다.

2. RAG 시스템: Retrieval-Augmented Generation 시스템은 외부 문서를 벡터 DB에 임베딩하고 검색합니다. Markdown은 일관된 구조와 명확한 시맨틱 덕분에 청킹(chunking), 임베딩, 검색에 이상적입니다. Cloudflare의 토큰 카운팅 기능은 청크 크기를 최적화하는 데도 유용합니다.

3. 콘텐츠 모니터링: 경쟁사 블로그, 뉴스 사이트, 규제 공지 등을 모니터링하는 시스템에서, Markdown으로 콘텐츠를 받으면 변경 감지, 키워드 추출, 요약 생성이 훨씬 쉬워집니다. HTML diff보다 Markdown diff가 훨씬 가독성이 높습니다.

4. API 기반 워크플로우: 여러 Cloudflare 호스팅 사이트에서 콘텐츠를 자동으로 수집하는 시스템이라면, 각 사이트에 맞춘 스크래핑 로직 대신 표준 HTTP 요청 하나로 일관된 형식의 데이터를 얻을 수 있습니다. 유지 관리 부담이 크게 줄어듭니다.

5. 문서 동기화: 사내 문서 시스템과 공개 웹사이트를 동기화해야 하는 경우, Markdown 형식으로 콘텐츠를 가져오면 Notion, Confluence, GitHub 등 다양한 플랫폼에 직접 임포트할 수 있습니다.

6. 멀티모달 AI 워크플로우: 텍스트와 이미지를 모두 처리하는 AI 시스템에서, Markdown의 이미지 참조(![alt](url))는 구조화되어 있어 파싱과 다운로드가 쉽습니다. 멀티모달 LLM에 입력하기 전에 이미지를 따로 처리하는 파이프라인에 적합합니다.

이러한 사용 사례들의 공통점은 자동화, 대규모, Cloudflare 호스팅 사이트입니다. 이 세 가지 조건이 모두 맞는다면 Cloudflare Markdown for Agents는 강력한 솔루션입니다.

제한 사항

강력한 기능이지만 몇 가지 중요한 제한 사항을 이해해야 합니다:

1. Cloudflare 전용: 가장 큰 제한은 Cloudflare 네트워크를 통해 제공되는 사이트에서만 작동한다는 점입니다. 인터넷의 많은 사이트가 Cloudflare를 사용하지만, AWS, Google Cloud, 자체 호스팅 등을 사용하는 사이트에서는 이 기능을 사용할 수 없습니다. 범용 솔루션이 아닙니다.

2. Pro 이상 플랜 필요: 무료 Cloudflare 플랜에서는 이 기능을 사용할 수 없습니다. Pro, Business, Enterprise 플랜이 필요합니다. 작은 개인 블로그나 오픈소스 프로젝트 사이트는 대부분 무료 플랜을 사용하므로, 이러한 사이트에서는 기능이 활성화되지 않을 가능성이 높습니다.

3. 압축 응답 미지원: 현재 구현에서는 Brotli나 Gzip 압축이 적용된 응답에 대해 Markdown 변환이 제대로 작동하지 않을 수 있습니다. 이는 대부분의 최신 웹사이트가 압축을 사용한다는 점에서 상당한 제약입니다. Cloudflare는 향후 업데이트에서 이를 개선할 것으로 예상됩니다.

4. HTML만 지원: 정적 HTML 콘텐츠만 변환됩니다. JavaScript로 동적으로 렌더링되는 콘텐츠 (SPA, 무한 스크롤, 지연 로딩 이미지 등)는 캡처되지 않습니다. 현대 웹 앱의 상당수가 React, Vue, Angular 등을 사용하므로, 실제로는 완전한 콘텐츠를 얻지 못할 수 있습니다.

5. 사이트 소유자 활성화 필요: 방문자나 크롤러가 임의로 기능을 사용할 수 없습니다. 사이트 소유자가 명시적으로 활성화해야 합니다. 연구나 분석을 위해 다양한 사이트의 콘텐츠가 필요한 경우, 각 사이트 소유자에게 기능 활성화를 요청해야 하는데 이는 비현실적입니다.

6. 품질 편차: Markdown 변환 품질은 원본 HTML의 구조와 시맨틱에 따라 달라집니다. 잘 구조화된 시맨틱 HTML은 훌륭한 Markdown을 생성하지만, 레이아웃용 <div> 수프나 테이블 기반 레이아웃은 결과가 좋지 않을 수 있습니다.

7. 커스터마이징 불가: 변환 프로세스는 Cloudflare가 제어하며, 변환 규칙이나 출력 형식을 커스터마이징할 수 없습니다. 특정 HTML 패턴을 특별하게 처리하거나, 특정 요소를 제외하거나, Markdown 스타일을 조정할 방법이 없습니다.

이러한 제한 사항들은 Cloudflare Markdown for Agents가 강력하지만 전문화된 도구임을 의미합니다. 모든 상황에 맞는 만능 솔루션이 아니라, 특정 조건(Cloudflare 호스팅, 사이트 소유자 협조, 정적 콘텐츠)이 충족될 때 빛을 발하는 도구입니다.

서버 측 vs 클라이언트 측: 상호 보완적 접근

Cloudflare의 서버 측 Markdown 변환과 Web2MD 같은 클라이언트 측 도구는 경쟁 관계가 아니라 상호 보완적입니다. 각각이 빛을 발하는 영역이 다르며, 많은 경우 두 가지를 함께 사용하는 것이 최선의 전략입니다.

| 특성 | Cloudflare Markdown for Agents | Web2MD (클라이언트 측) | |------|-------------------------------|---------------------| | 모든 웹사이트에서 작동 | 아니오 — Cloudflare 사이트만 | 예 — 모든 웹사이트 | | 사이트 소유자 활성화 필요 | 예 | 아니오 | | 인증 지원 | 제한적 | 완전 (브라우저 세션 사용) | | JavaScript 렌더링 콘텐츠 | 아니오 (정적 HTML만) | 예 (렌더링된 DOM 캡처) | | 설정 필요 | API 통합 | 브라우저 확장 프로그램 — 원클릭 | | 최적 용도 | 지원 사이트의 자동화 파이프라인 | 모든 사이트의 대화형 연구 | | 토큰 카운팅 | 응답 헤더 통해 | 내장 (Pro) | | 대량 처리 | 우수 | 페이지별 | | 비용 | Cloudflare 플랜에 포함 | 무료 / Pro |

범용성: Web2MD는 Cloudflare와 무관하게 모든 웹사이트에서 작동합니다. AWS, Vercel, Netlify, 자체 호스팅, 심지어 인트라넷 사이트까지 모두 지원합니다. 사이트가 어디에 호스팅되는지, 어떤 기술을 사용하는지 상관없습니다. 브라우저가 렌더링할 수 있다면 Web2MD가 변환할 수 있습니다.

인증 및 세션: 많은 실용적 시나리오에서 로그인이 필요합니다. 사내 문서, 프리미엄 콘텐츠, 개인화된 대시보드 등입니다. Cloudflare의 서버 측 접근 방식은 인증 쿠키나 세션을 전달하기 어렵습니다. Web2MD는 브라우저의 기존 세션을 사용하므로, 이미 로그인되어 있다면 그대로 콘텐츠를 변환할 수 있습니다.

동적 콘텐츠: 현대 웹은 JavaScript로 가득합니다. React 대시보드, Vue 앱, Angular SPA 등은 초기 HTML이 거의 비어 있고 JavaScript가 모든 콘텐츠를 렌더링합니다. Cloudflare는 정적 HTML만 변환하므로 이런 사이트에서는 거의 빈 Markdown을 받게 됩니다. Web2MD는 브라우저에서 완전히 렌더링된 DOM을 캡처하므로 모든 동적 콘텐츠를 포함합니다.

사용자 경험: 연구원, 작가, 개발자가 웹을 브라우징하면서 가끔씩 페이지를 Markdown으로 변환하고 싶을 때, API 호출을 작성하는 것보다 브라우저 확장 프로그램 버튼을 클릭하는 것이 훨씬 편리합니다. Web2MD는 바로 이런 대화형 사용 사례에 최적화되어 있습니다.

자동화 규모: 반대로 수천 개의 페이지를 정기적으로 크롤링하는 자동화 파이프라인이라면, 서버 측 API가 훨씬 효율적입니다. 헤드리스 브라우저 없이도 간단한 HTTP 요청만으로 Markdown을 얻을 수 있습니다. Cloudflare 사이트를 대량으로 처리한다면 Cloudflare Markdown for Agents가 최적입니다.

실용적인 하이브리드 전략은 다음과 같습니다:

  1. 1차 시도: Accept: text/markdown으로 요청하여 Cloudflare 지원 여부를 확인합니다.
  2. 폴백: Markdown이 지원되지 않으면 Web2MD API나 헤드리스 브라우저 기반 변환을 사용합니다.
  3. 대화형 사용: 사용자가 직접 브라우징하는 경우 Web2MD 확장 프로그램을 사용합니다.
  4. 대량 자동화: Cloudflare 호스팅 사이트 목록에 대해서는 서버 측 API를 사용하고, 나머지는 다른 방법을 사용합니다.

두 접근 방식은 서로를 대체하는 것이 아니라 보완합니다. 최고의 AI 워크플로우는 각 도구의 강점을 활용하여 상황에 맞는 최적의 방법을 선택합니다.

실용적 권장 사항

Cloudflare Markdown for Agents를 효과적으로 활용하기 위한 구체적인 권장 사항입니다:

1. 지원 여부 감지 로직 구현: 모든 사이트가 이 기능을 지원하는 것은 아니므로, 코드에 우아한 폴백을 구현하세요. Accept: text/markdown으로 요청하고 content-type 헤더를 확인하여 Markdown이 반환되었는지 검증합니다. 그렇지 않으면 전통적인 HTML 파싱으로 폴백합니다. 이렇게 하면 지원되는 사이트에서는 효율성을 얻고, 지원되지 않는 사이트에서도 작동합니다.

2. 토큰 카운팅 활용: x-markdown-tokens 헤더를 모니터링하여 LLM 입력 비용을 추적하고 최적화하세요. 이 정보를 로깅하면 어떤 사이트가 토큰을 많이 소비하는지 파악하고, 컨텍스트 윈도우 관리를 개선하며, 비용 예산을 더 정확하게 계획할 수 있습니다. 토큰 수가 너무 많으면 자동으로 청킹하거나 요약하는 로직을 추가하는 것도 좋습니다.

3. 대화형 시나리오에는 클라이언트 측 도구 사용: 사용자가 직접 웹을 브라우징하면서 가끔씩 콘텐츠를 변환해야 하는 경우, Web2MD 같은 브라우저 확장 프로그램이 훨씬 편리합니다. API 통합이나 스크립트 작성 없이 원클릭으로 모든 사이트를 처리할 수 있습니다. 팀에 두 가지 도구를 모두 제공하되, 각각의 적합한 사용 사례를 명확히 설명하세요.

4. 캐싱 전략 구현: Markdown 응답을 로컬이나 Redis 같은 캐시에 저장하여 동일한 페이지에 대한 반복 요청을 최적화하세요. 많은 AI 워크플로우가 같은 문서를 여러 번 참조하므로, 캐싱은 지연 시간과 네트워크 사용량을 크게 줄일 수 있습니다. 캐시 무효화 정책도 고려하세요. 콘텐츠가 자주 업데이트되는 사이트는 TTL을 짧게, 정적 문서는 길게 설정합니다.

5. 품질 검증 추가: 변환된 Markdown을 맹목적으로 신뢰하지 마세요. 간단한 휴리스틱(예: 최소 문자 수, 헤딩 존재 여부, 링크/이미지 비율)으로 품질을 검증하고, 의심스러운 결과는 사람이 검토하도록 플래그를 지정하세요. 특히 중요한 프로덕션 워크플로우에서는 변환 품질 모니터링이 필수입니다. 품질이 낮은 변환이 AI 파이프라인 하류에 영향을 주기 전에 조기에 발견할 수 있습니다.

결론

Cloudflare Markdown for Agents는 AI 에이전트와 웹 콘텐츠의 상호작용 방식에 중요한 발전입니다. 간단한 HTTP 헤더 하나로 깔끔하고 구조화된 Markdown을 얻을 수 있다는 것은 많은 자동화 파이프라인과 AI 워크플로우를 크게 단순화합니다. Cloudflare 네트워크의 규모와 성능 덕분에 이 기능은 엣지에서 낮은 지연 시간으로 대규모로 실행될 수 있습니다.

하지만 이 기능은 만능 솔루션이 아닙니다. Cloudflare 호스팅 사이트, Pro 이상 플랜, 정적 HTML 콘텐츠라는 제약이 있습니다. 사이트 소유자의 협조가 필요하다는 점도 광범위한 웹 크롤링이나 연구 목적으로는 한계가 있습니다.

Web2MD 같은 클라이언트 측 도구는 이러한 제약이 없는 보완적 접근 방식을 제공합니다. 모든 웹사이트, 인증된 콘텐츠, JavaScript 렌더링 페이지를 지원하며 설정이 간단합니다. 두 접근 방식은 경쟁하는 것이 아니라 상호 보완적이며, 최고의 AI 워크플로우는 각각의 강점을 활용합니다.

AI 에이전트 파이프라인을 구축하든, RAG 시스템을 최적화하든, 연구 도구를 만들든, Cloudflare Markdown for Agents와 Web2MD 같은 클라이언트 측 솔루션의 장단점을 이해하는 것이 효과적인 전략의 핵심입니다. 올바른 도구를 올바른 상황에 사용하면 개발 시간을 절약하고, 인프라 비용을 줄이며, AI 워크플로우의 품질을 향상시킬 수 있습니다.

웹 콘텐츠를 AI 친화적 형식으로 변환하는 것은 더 이상 복잡한 기술적 과제가 아닙니다. Cloudflare Markdown for Agents와 Web2MD 같은 도구 덕분에, 이제는 적절한 도구를 선택하는 전략적 결정의 문제입니다. 당신의 사용 사례를 분석하고, 제약 사항을 평가하며, 두 세계의 장점을 모두 활용하세요.

Cloudflare 사이트뿐만 아니라 모든 웹사이트에서 Markdown이 필요하신가요? Web2MD를 사용해 보세요 — 원클릭으로 모든 웹페이지를 깔끔한 AI 지원 Markdown으로 변환합니다.

Related Articles

claude memory importAI 어시스턴트 전환claude.com/import-memory

Claude Memory Import: AI 어시스턴트 전환 시 컨텍스트를 그대로 가져오는 방법

2026-03-01·15 min read
markdown workflowhow to use markdownmarkdown tips

연구자, 작가, AI 사용자를 위한 5가지 실용적인 Markdown 워크플로우

2026-02-22·10 min read
obsidian web clipperweb2md마크다운 변환

Obsidian Web Clipper vs Web2MD: 웹 페이지를 마크다운으로 변환하는 최적의 방법

2026-02-18·18 min read