🔜 추가 예정 소스 (Upcoming) — Bucket C

현재 활성화가 blocked된 소스들 — 표준 HTML 스크래퍼(firecrawl + sitemap)로 수집이 어려워 다음 단계 기법이 필요합니다.

⛔ Bucket C — blocked (3)

모두 SPA / JS pagination / 비표준 사이트 구조. sitemap.xml도 실제 기사 URL 없음.

| 소스 | URL | 원인 | |------|-----|------| | LG AI Research | lgresearch.ai/blog | JS 페이지네이션, sitemap에 기사 1개만, RSS 없음 | | NAVER LABS | naverlabs.com/storyList | storyList SPA, sitemap 404, RSS 없음 | | SK DEVOCEAN | devocean.sk.com | 카테고리 landing만, sitemap 6 URL 모두 nav, RSS 없음 |

✅ 이번 라운드 해결

• kakao-brain → kakao-tech의 중복 도메인임이 확인되어 deprecate. tech.kakao.com/posts/feed(472KB 전체 아카이브)로 kakao-tech 피드 확장.
• upstage → sitemap.xml 모드로 110개 기사 활성화
• perplexity, naver-clova, kakaostyle → firecrawl + JS 렌더링으로 활성화
• anthropic×3, mistral, samsung, xai → firecrawl + 정적 HTML로 활성화

다음 단계 옵션 (남은 3개)

1. API 엔드포인트 탐색 — DevTools Network 분석으로 XHR JSON endpoint 발견
2. playwright-python 별도 컬렉터 — headless Chromium + BeautifulSoup
3. 외부 피드 서비스 — RSSHub, Feed Creator 등 프록시