"어제 우리 쇼핑몰 트래픽이 3배 늘었는데, 매출은 그대로예요. 대체 누가 들어온 걸까요?"
— 온라인 편집숍을 운영하는 사장님이 실제로 던진 질문
답은 사람이 아니었습니다. 경쟁사가 돌리는 스크래퍼 봇(scraper bot)이 매일 새벽 3시에 상품명·가격·재고를 통째로 긁어가고 있었죠. 긁어간 데이터로 경쟁사는 우리보다 100원씩 싸게 가격을 매깁니다. 트래픽 비용은 우리가 내고, 이득은 경쟁사가 챙기는 구조입니다.
그런데 여기 반전이 있습니다. 이 봇을 '탐지하고 차단하는 봇'을 만들어 파는 부업이, 지금 비전공자들 사이에서 조용히 월 100만 원짜리 수익원이 되고 있다는 사실입니다. 이번 글에서 그 원리와 5단계 실전 과정을 전부 공개합니다.
사람의 브라우저는 '스크롤하고, 망설이고, 마우스가 흔들립니다'. 봇은 그렇지 않습니다. 이 차이를 코드로 잡아내는 것이 이 부업의 전부입니다. 어려운 AI 이론이 아니라, 행동 패턴의 미세한 차이를 읽는 일이죠.
왜 지금 '봇 차단'이 돈이 되는가
데이터는 새로운 석유라고들 합니다. 문제는 남의 유정에서 몰래 퍼가는 도둑이 너무 많다는 것이죠. 특히 쇼핑몰·부동산·채용사이트 세 업종은 데이터 자체가 상품이라, 스크래핑 피해가 매출과 직결됩니다.
'봇'이 차지하는 비율
분류되는 비율
계약 평균 단가
중요한 건 대기업은 이미 값비싼 솔루션을 쓰지만, 월 매출 수천만 원대 중소 쇼핑몰·부동산 중개플랫폼·채용 스타트업은 방어가 텅 비어 있다는 점입니다. 바로 이 '틈새'가 비전공자 개발 부업의 무대입니다.
봇은 어떻게 정체를 드러내는가
스크래퍼 봇은 대부분 헤드리스 브라우저(headless browser)를 씁니다. 화면 없이 돌아가는 크롬(Puppeteer, Playwright 등)이죠. 빠르고 편하지만, 사람인 척하기엔 흔적이 너무 많이 남습니다. 아래가 우리가 잡아낼 '5가지 지문'입니다.
완벽한 하나의 증거로 잡으려 하지 마세요. 여러 약한 신호를 합산해 점수를 매기는 방식이 정답입니다. "웹드라이버 흔적 30점 + 스크롤 기계적 25점 + 마우스 이벤트 0건 25점 = 80점 → 차단". 이걸 업계에선 '가중치 스코어링'이라 부릅니다.
비전공자를 위한 5단계 실전 가이드
이제 실제로 '봇 탐지·차단 봇'을 만들어 납품하는 전 과정입니다. 코드를 처음부터 짜는 게 아니라, AI에게 정확히 지시해서 뽑아내는 방식이라 비전공자도 충분히 따라갈 수 있습니다.
1단계 · 행동 데이터 수집 스크립트 심기
가장 먼저 방문자의 행동을 기록해야 합니다. 웹페이지에 작은 자바스크립트 한 조각을 넣어 스크롤 이벤트 간격, 마우스 이동 좌표, 클릭 타이밍, 페이지 체류 시간을 서버로 전송하게 만듭니다. AI에게는 이렇게 지시하세요.
JSON으로 /collect 엔드포인트에 보내는 순수 자바스크립트를 짜줘.
개인정보는 저장하지 말고 '행동 패턴 값'만 담아줘."
2단계 · 헤드리스 브라우저 지문 탐지
봇이 남기는 가장 흔한 흔적은 navigator.webdriver 값입니다. 이게 true면 자동화 도구일 확률이 매우 높죠. 여기에 '플러그인 목록이 텅 비었는지', '화면 크기가 비정상인지', '언어 설정이 없는지'를 함께 검사합니다. 하나만 보면 오탐이 나지만, 3개 이상 겹치면 거의 확실합니다.
3단계 · 가중치 스코어링 엔진
이제 신호를 점수로 바꿉니다. 예를 들어 아래처럼 설계합니다.
▪ 마우스 이동 이벤트 0건 → +25점
▪ 스크롤 간격 표준편차가 거의 0(기계적) → +25점
▪ 페이지 체류 1초 미만 → +20점
→ 합산 70점 이상이면 '봇'으로 판정 (기준선은 고객사별 조정)
4단계 · 차단·기록 자동화
판정이 '봇'이면 접근을 막고(캡차 요구 또는 IP 제한), 동시에 '언제 어떤 봇이 무엇을 시도했는지'를 로그로 남깁니다. 이 로그가 나중에 돈이 되는 5단계의 재료가 됩니다. 사람을 봇으로 오해하는 '오탐'을 줄이기 위해, 처음엔 차단 대신 관찰 모드(로그만 기록)로 2주 돌려보는 것이 정석입니다.
5단계 · 리포트 대시보드로 월 구독 전환
여기가 핵심입니다. 사장님은 코드를 모릅니다. 대신 "이번 달 봇 12,400건 차단, 서버비 38만 원 절감, 경쟁사 추정 IP 3곳 발견"이라는 한 장의 리포트에 지갑을 엽니다. 일회성 제작비가 아니라 매월 리포트 + 룰 업데이트 = 월 구독 구조로 만드는 것이 월 100만 원의 비결입니다.
초기 구축비 150~300만 원 + 월 유지보수 50~100만 원이 현실적인 구간입니다. 쇼핑몰 3곳만 확보해도 월 150만 원 이상의 반고정 수입이 됩니다. 봇은 계속 진화하므로 '유지보수'가 필연적이라, 한번 계약하면 잘 끊기지 않는 것이 이 부업의 강점입니다.
주의할 점 — 오탐과 법적 선
진짜 고객을 봇으로 막으면 매출이 날아갑니다. 그래서 차단 기준을 보수적으로 잡고, 검색엔진(구글·네이버) 봇처럼 '착한 봇'은 화이트리스트로 예외 처리해야 합니다. 또한 방문자 데이터는 행동 패턴 값만 다루고 개인정보는 저장하지 않는 것이 원칙입니다. 이 선만 지키면 정당한 방어 기술입니다.
오탐 검증하는 기간
필요한 고객사 수
코드 양(AI 활용)
정리하며
봇 차단은 거창한 AI 기술이 아닙니다. "사람은 망설이고, 봇은 망설이지 않는다"는 단순한 통찰을, 점수로 바꾸고 리포트로 보여주는 일입니다. 스크롤 습관 하나, 마우스 떨림 하나가 결국 월 100만 원짜리 서비스의 뼈대가 됩니다.
중요한 건 '완벽한 코드'가 아니라 문제를 쪼개서 AI에게 정확히 시키는 능력입니다. 이 설계 감각만 잡히면, 오늘 소개한 5단계는 누구나 재현할 수 있습니다.
이런 '탐지 로직 설계 → AI 지시 → 리포트 상품화'의 전 과정을, 비전공자도 실제 납품 가능한 수준까지 함께 만드는 곳이 투더제이(TTJ) 코딩클래스 정규반입니다. 아이디어를 '월 구독 수익'으로 바꾸는 실전 프로젝트 중심으로 진행되니, 부업의 첫 계약서를 목표로 한다면 한번 들여다보셔도 좋겠습니다.