# KOL 스크리너 에이전트 스킬

> KOL 스크리닝을 자동화하세요. 모다시, 힙시 등에서 받은 지저분한 CSV 목록을 정리하고, 누락된 데이터를 보강하고, 건강 점수를 계산하고, 순위가 매겨진 쇼트리스트를 출력하세요. 수동 검증에 드는 시간을 절약하세요. 몇 초 만에 무료로 시작하세요.

- Canonical: https://nanoskill.ai/ko/skills/kol-screener-agent-skill
- Markdown: https://nanoskill.ai/ko/skills/kol-screener-agent-skill.md
- Author: jrr996shujin-png
- Published: 2026-10-20T03:30:00.000Z
- Updated: 2026-10-20T09:40:52.644Z
- Language: ko
- Source type: github
- Popularity signal: 7

## Sources

- https://github.com/jrr996shujin-png/kol-ops-suite/tree/main/skill-1-kol-screener

## Install

```shell
npx skills add https://github.com/jrr996shujin-png/kol-ops-suite/tree/main/skill-1-kol-screener
```

## About

KOL 스크리닝은 인플루언서 마케팅에서 중요한 단계로, 모다시나 힙시 같은 도구에서 내보낸 원시적이고 지저분한 CSV 파일을 검증되고 점수가 매겨진 쇼트리스트로 변환합니다. 캠페인을 시작하는 브랜드 마케터이든 여러 크리에이터 명단을 관리하는 에이전시이든, 이 스킬은 수동 데이터 정리, 보강, 점수 산정에 드는 시간을 없애줍니다. 혼란스러운 스프레드시트를 명확하고 실행 가능한 순위로 자동 변환하여 데이터 입력이 아닌 아웃리치에 집중할 수 있게 합니다.

KOL 스크리너 스킬은 단순한 중복 제거를 넘어섭니다. 공개 채널 메타데이터(구독자 수, 참여율, 최근 활동, 가능한 경우 연락 이메일까지)를 스크래핑하여 목록을 보강한 다음, 다중 요소 건강 점수 알고리즘을 적용합니다. 점수는 활동, 참여도, 조회수 일관성, 팔로워 진정성, 카테고리 관련성에 가중치를 두어 인플루언서당 신뢰할 수 있는 0~100점을 제공합니다. 모든 결과는 색상으로 구분된 시트가 포함된 서식 있는 엑셀 워크북으로 제공되어 즉각적인 의사 결정을 지원합니다.

캠페인 매니저, 탤런트 스카우트, 에이전시 운영 팀에 이상적인 이 스킬은 기존 워크플로에 바로 통합됩니다. 주요 KOL 발굴 도구에서 스프레드시트를 업로드하면 한 번의 단계로 순위가 매겨진 쇼트리스트, 의심되는 가짜 팔로워나 활동이 없는 채널과 같은 위험 플래그 목록, 원시 데이터의 보존 사본을 얻을 수 있습니다. 스크리닝 후에는 자동 아웃리치와 같은 다음 단계로 직접 전달할 수 있어 인플루언서 파이프라인이 발굴부터 첫 접촉까지 매끄럽게 이어집니다.

## Key features

- **자동 건강도 점수 산정**: 각 KOL은 활동성, 참여율, 조회수 일관성, 팔로워/조회수 비율을 기반으로 0-100점을 받으므로, 최고 성과자와 사기 위험을 즉시 파악할 수 있습니다.
- **공개 데이터 기반 필드 보강**: 채널 페이지를 스캔하여 국가, 활동 지표, 평균 조회수, 참여율, 이메일 등 누락된 데이터를 자동으로 채워 수동 조사를 줄여줍니다.
- **데이터 정리 및 표준화**: 중복을 제거하고, 팔로워 수를 정규화하며(1.2M → 1,200,000), 플랫폼 라벨을 표준화하고, 중요한 정보가 누락된 항목을 플래그합니다. 한 번의 업로드로 모두 처리됩니다.
- **서식이 지정된 엑셀 후보 목록 보고서**: 건강도에 따라 정렬된 점수화된 후보 목록, 플래그된 문제 목록, 참조용 원본 데이터의 세 시트가 포함된 색상 구분된 엑셀 워크북을 생성합니다.

## Use cases

- **미디어 캠페인용 KOL 목록 선별**: 마케팅 팀은 모다시, 힙시 또는 크리에이터IQ에서 내보낸 원시 인플루언서 데이터를 업로드하고, 아웃리치 준비가 완료된 깨끗하고 순위가 매겨진 후보 목록을 받아 검증 시간을 몇 시간 단축할 수 있습니다.
- **기존 인플루언서 데이터베이스 감사 및 정리**: 에이전시는 이를 정기적으로 사용하여 인플루언서 명단을 검토하고, 비활성 계정, 가짜 팔로워, 오래된 연락처 정보를 찾아내 데이터베이스를 건강하게 유지합니다.
- **카테고리별 KOL 후보 목록 구축**: 캠페인 관리자는 브랜드 카테고리(예: 뷰티, 테크)를 지정하면, 도구가 참여도와 함께 관련성을 점수화하여 틈새 캠페인에 가장 적합한 인플루언서를 찾아줍니다.

## Result preview

건강 점수로 순위가 매겨진 8명의 KOL에 대한 시각적 스크리닝 보고서를 확인하세요. 중복 항목은 제거되고, 누락된 부분은 플래그가 지정되며, 아웃리치를 위한 우선순위 등급이 표시됩니다.

![the demo of kol screener agent skill](https://file.nanoskill.ai/kol-screener-agent-skill-demo-1.png)

![the demo of kol screener agent skill](https://file.nanoskill.ai/kol-screener-agent-skill-demo-2.png)

![the demo of kol screener agent skill](https://file.nanoskill.ai/kol-screener-agent-skill-demo-3.png)

![the demo of kol screener agent skill](https://file.nanoskill.ai/kol-screener-agent-skill-demo-4.png)

## Result walkthrough

### 설치

AI 에이전트에 KOL 스크리너 스킬을 추가하세요.

![the step of kol screener agent skill](https://file.nanoskill.ai/kol-screener-agent-skill-step-1.png)

### KOL 목록 업로드

지저분한 인플루언서 CSV를 제공하세요. 스킬이 중복 항목을 제거하고 형식을 표준화하며 가능한 항목을 채워줍니다.

![the step of kol screener agent skill](https://file.nanoskill.ai/kol-screener-agent-skill-step-2.png)

### 바로 연락 가능한 목록 받기

점수가 매겨지고 순위가 지정된 쇼트리스트를 녹색/노란색/빨간색 등급과 함께 받고, 데이터 누락을 플래그로 표시하세요. 수동 검증 시간을 건너뛰세요.

![the step of kol screener agent skill](https://file.nanoskill.ai/kol-screener-agent-skill-step-3.png)

## Skill definition

# 스킬 1: KOL 스크리너

KOL 발굴 도구에서 내보낸 원본 그대로의 지저분한 CSV를 정리하고, 보강하고, 점수를 매긴 아웃리치 준비 완료 쇼트리스트로 변환합니다.

## 사용 시점
- 사용자가 KOL 이름이나 채널 URL이 담긴 CSV/Excel을 업로드할 때
- 사용자가 "이 인플루언서 목록을 정리해 줘" 또는 "이 KOL들을 스크리닝해 줘"라고 말할 때
- 사용자가 크리에이터 데이터베이스를 포맷하거나 표준화하려고 할 때

## 입력
채널 이름, URL, 팔로워 수, 이메일, 카테고리 등이 조합된 CSV 또는 Excel 파일입니다. 지저분한 데이터(일관되지 않은 형식, 누락된 필드, 중복 항목)를 예상하세요.

## 프로세스

### 1단계: 데이터 정리
- 중복 항목 제거(URL 또는 채널 이름으로 일치)
- URL 형식 표준화(부분 핸들이 아닌 전체 URL 보장)
- 팔로워/구독자 수 정규화("1.2M" → 1200000 변환)
- 중요한 데이터가 누락된 행 플래그 지정(URL 없음 = 진행 불가)
- 플랫폼 라벨 감지 및 표준화(YT, YouTube, youtube → YouTube)

### 2단계: 필드 보강
유효한 채널 URL이 있는 각 KOL에 대해 공개적으로 이용 가능한 데이터를 수집하려고 시도합니다.

| 필드 | 출처 | 우선순위 |
|-------|--------|----------|
| 채널 이름 | URL/페이지에서 | 필수 |
| 플랫폼 | URL 패턴에서 | 필수 |
| 구독자/팔로워 수 | 공개 페이지 | 필수 |
| 국가/지역 | 채널 정보 또는 콘텐츠 언어 | 높음 |
| 콘텐츠 카테고리 | 최근 동영상 제목에서 추론 | 높음 |
| 평균 조회수 (최근 30개 동영상) | 공개 동영상 데이터 | 높음 |
| 평균 참여율 | (좋아요+댓글)/조회수 × 100% | 높음 |
| 마지막 업로드 날짜 | 가장 최근 동영상 | 중간 |
| 총 동영상 수 | 공개 페이지 | 중간 |
| 이메일 (공개된 경우) | 채널 정보 페이지 | 중간 |

데이터를 자동으로 가져올 수 없는 경우 사용자가 채울 수 있도록 해당 셀을 노란색 강조 표시로 `[MANUAL]`로 표시합니다.

### 3단계: 성과 점수 산정
각 KOL에 대해 예비 성과 점수(0-100)를 계산합니다.

| 지표 | 가중치 | 점수 산정 로직 |
|--------|--------|---------------|
| 활동성 | 20% | 마지막 업로드 7일 이내 = 100, 30일 = 70, 90일 = 30, 90일 초과 = 0 |
| 참여율 | 25% | 플랫폼 벤치마크: TikTok >5% = 100, YouTube >3% = 100, IG >2% = 100 |
| 조회수 일관성 | 20% | 조회수의 낮은 표준편차 = 높은 점수 (안정적인 퍼포머) |
| 팔로워/조회수 비율 | 20% | 조회수/팔로워 > 30% = 100, 10-30% = 60, <10% = 20 (가짜 팔로워 지표) |
| 콘텐츠 관련성 | 15% | 최근 콘텐츠가 브랜드 카테고리와 얼마나 밀접하게 일치하는지 (사용자가 카테고리 지정 필요) |

### 4단계: 출력
다음을 포함하는 서식이 지정된 Excel 파일을 생성합니다.
- **시트 1: 점수 매겨진 쇼트리스트** — 성과 점수 내림차순으로 정렬된 모든 KOL, 색상 코드(초록 >70, 노랑 40-70, 빨강 <40)
- **시트 2: 플래그된 문제** — 가짜 팔로워가 의심되거나 비활성 채널 또는 중요한 데이터 누락이 있는 KOL
- **시트 3: 원본 데이터** — 참고용으로 보존된 원본 가져오기 데이터

## 출력 위치
저장 위치: `campaign-workspace/01-screening/screened-shortlist.xlsx`

## 인계
스크리닝 후 사용자에게 질문하세요.
"[X]명의 KOL 점수가 매겨진 쇼트리스트가 준비되었습니다. 아웃리치(스킬 2)로 진행할까요, 아니면 먼저 검토하고 필터링하시겠습니까?"

## FAQ

### KOL 스크리닝이란 무엇이며 왜 필요한가요?

KOL 스크리닝은 핵심 오피니언 리더(인플루언서)의 데이터를 정리하고, 누락된 정보를 채우고, 성과를 점수화하여 검증하는 프로세스입니다. 아웃리치에 투자하기 전에 고가치 파트너를 비활성 또는 사기 계정과 빠르게 분리하는 데 도움이 됩니다.

### 이 스킬은 내 인플루언서 목록을 어떻게 정리하나요?

중복 항목을 자동으로 제거하고, 팔로워 수를 정규화하고, URL 형식과 플랫폼 라벨을 표준화하며, 중요한 데이터가 누락된 행을 강조 표시합니다. CSV를 업로드하기만 하면 정돈된 스프레드시트를 받을 수 있습니다.

### 어떤 데이터가 자동으로 보강될 수 있나요?

유효한 공개 채널 URL이 있는 각 KOL에 대해 이 스킬은 채널 이름, 플랫폼, 구독자 수, 국가/지역, 콘텐츠 카테고리, 평균 조회수, 참여율, 마지막 업로드 날짜, 총 동영상 수, 이메일(공개된 경우)을 검색하려고 시도합니다. 사용할 수 없는 필드는 수동 입력용으로 표시됩니다.

### 성과 점수는 어떻게 계산되나요?

점수(0-100)는 5가지 가중 지표를 결합합니다: 최근 활동성(20%), 플랫폼 벤치마크 대비 참여율(25%), 조회수 일관성(20%), 팔로워/조회수 비율(20%), 브랜드 카테고리와의 콘텐츠 관련성(15%). 가중치는 업계에서 검증된 우선순위를 기반으로 합니다.

### 이 스킬은 무료로 사용할 수 있나요?

네, KOL 스크리너는 npx skills add를 통해 접근할 수 있는 오픈소스 스킬입니다. 유료 구독이 없으며, 데이터 보강이 필요한 경우 자신의 API 키를 사용하여 실행할 수 있습니다.

### 어떤 결과물을 받게 되나요?

세 개의 시트가 포함된 엑셀 파일을 받게 됩니다: 점수화된 후보 목록(모든 KOL이 건강도에 따라 순위가 매겨지고 녹색-노란색-빨간색으로 색상 구분됨), 플래그된 문제(의심스러운 계정 및 불완전한 레코드), 원본 데이터(원본 가져오기가 그대로 보존됨).