딥페이크와 텔레그램 : 기술의 진화가 초래한 성범죄 위협과 대응 방안

1. 딥페이크 기술의 이해와 그 영향

먼저, 딥페이크 기술이 무엇인지 알아볼게요. 딥페이크(Deepfake)란 딥러닝(Deep Learning)과 페이크(Fake)의 합성어로, 인공지능을 활용해 특정 인물의 얼굴이나 목소리를 다른 영상이나 음성에 합성하는 기술을 의미해요. 이 기술은 처음 등장했을 때만 해도 주로 엔터테인먼트나 광고 산업에서 창의적인 콘텐츠를 만들기 위한 도구로 사용되었어요. 하지만 시간이 지나면서 기술이 점점 정교해지고, 이를 악용하는 사례가 늘어나면서 큰 사회적 문제로 부각되었답니다.

딥페이크 기술의 발전은 실로 놀라울 정도예요. 초창기에는 합성된 영상이 어색하고 부자연스러워 쉽게 가짜임을 구별할 수 있었지만, 지금은 고도의 딥러닝 알고리즘이 적용되면서 진짜와 거의 구별하기 어려울 정도로 정교한 결과물을 만들어내고 있답니다. 특히, AI 모델이 학습하는 데이터의 양이 증가하면서 딥페이크의 품질도 비약적으로 향상되었어요. 이로 인해 딥페이크 영상은 진짜처럼 보이지만, 사실은 전혀 다른 사람의 얼굴과 음성이 합성된 가짜라는 점에서 큰 문제가 되어요.

이러한 딥페이크 기술은 다양한 분야에서 활용되고 있어요. 예를 들어, 영화 산업에서는 배우의 연기를 재현하거나, 고인이 된 배우의 얼굴을 합성해 새로운 장면을 만드는 데 사용되기도 해요. 또한, 광고나 마케팅에서도 딥페이크 기술을 활용해 더욱 창의적이고 흥미로운 콘텐츠를 제작할 수 있어요. 하지만 딥페이크가 가진 가능성과 함께 부정적인 영향 역시 무시할 수 없어요. 특히, 성범죄와 같은 범죄 행위에 악용되는 사례가 증가하면서 사회적 문제로 대두되고 있어요.

2. 딥페이크의 부정적 활용과 성범죄

딥페이크 기술이 가장 큰 문제로 부각되는 부분은 바로 성범죄와 관련된 악용 사례예요. 딥페이크 기술을 이용해 특정 인물의 얼굴을 음란물에 합성하는 일이 점점 더 빈번해지고 있답니다. 이러한 딥페이크 음란물은 피해자에게 심각한 정신적 고통을 주며, 그 피해가 전 세계적으로 확산되고 있어요. 특히, 이 기술은 누구나 쉽게 접근할 수 있게 되면서, 불법적으로 활용될 가능성이 크게 증가했어요. 불법적인 딥페이크 음란물의 제작과 유포는 피해자의 사생활을 침해할 뿐만 아니라, 그들의 명예를 훼손하고, 사회적 낙인을 불러일으킬 수 있어요.

딥페이크 성범죄는 피해자에게 깊은 상처를 남기고, 그 상처는 오랫동안 치유되지 않는 경우가 많아요. 피해자는 자신이 의도하지 않은 방식으로 타인에게 노출되며, 이는 심리적 트라우마를 초래할 수 있어요. 또한, 딥페이크 음란물이 인터넷을 통해 빠르게 확산되면 피해자는 이를 막을 방법이 거의 없어요. 이러한 문제는 피해자뿐만 아니라 그들의 가족과 친구들에게도 심각한 영향을 미칠 수 있어요.

또한, 딥페이크 성범죄는 여성들뿐만 아니라 남성들에게도 영향을 미칠 수 있어요. 모든 사람이 딥페이크 성범죄의 잠재적인 피해자가 될 수 있으며, 이는 우리 모두가 경각심을 가져야 할 문제라는 것을 보여줘요. 더욱이, 이러한 범죄 행위는 개인의 프라이버시를 심각하게 침해하며, 이는 현대 사회에서 매우 중요한 문제로 다뤄지고 있어요.

https://www.bbc.com/korean/articles/c4gl8zpd7e0o

3. 텔레그램의 익명성과 딥페이크 성범죄의 결합

딥페이크 기술의 악용 사례가 증가하면서 이를 유포하는 플랫폼으로 텔레그램이 자주 언급되고 있어요. 텔레그램은 강력한 보안 기능과 높은 익명성을 특징으로 하는 메신저 애플리케이션으로, 많은 사용자들이 이를 통해 비밀스럽고 안전한 대화를 나눌 수 있다고 믿고 있어요. 이러한 텔레그램의 특성은 한편으로는 개인정보를 보호하는 장점이 있지만, 동시에 불법적인 활동을 방조하는 데 악용될 수 있다는 문제가 있어요.

텔레그램의 익명성은 범죄자들이 자신들의 신원을 숨기고 불법적인 딥페이크 콘텐츠를 유포하는 데 매우 유리한 환경을 제공해요. 가해자들은 텔레그램을 이용해 딥페이크 음란물을 공유하거나 판매하면서도, 자신들의 신원이 노출될 걱정 없이 활동할 수 있어요. 이는 피해자들에게 큰 고통을 주며, 그들의 사생활과 명예를 심각하게 침해하는 결과를 초래해요. 텔레그램의 폐쇄적인 구조와 강력한 보안 기능은 불법 콘텐츠를 단속하고 피해자를 보호하는 데 큰 걸림돌이 되고 있어요.

또한, 텔레그램의 특성상 불법 콘텐츠가 한 번 유포되면 이를 추적하거나 삭제하기가 매우 어려워요. 가해자들은 쉽게 새로운 채널을 생성하거나 기존 채널을 삭제함으로써 흔적을 남기지 않고 활동할 수 있어요. 이로 인해 피해자들은 자신들의 피해를 입증하기 어려워지며, 법적 대응을 하기 위한 증거를 확보하는 데 큰 어려움을 겪게 돼요.

4. 딥페이크 성범죄의 발생 원인 분석

딥페이크와 텔레그램의 결합은 성범죄라는 심각한 문제를 야기하며, 이는 우리 사회에 큰 위협이 되고 있어요. 이러한 문제를 더 잘 이해하고 해결하기 위해서는 그 발생 원인을 다각도로 분석할 필요가 있답니다.

기술의 발전과 접근성

딥페이크 기술이 대중화됨에 따라 이러한 기술을 이용한 콘텐츠 제작의 문턱이 크게 낮아졌어요. 과거에는 전문 지식과 고급 장비가 필요했던 작업이 이제는 누구나 쉽게 접근할 수 있게 된 거예요. 특히, 딥페이크 제작에 필요한 소프트웨어가 오픈소스로 제공되면서 기술에 대한 접근성이 더욱 높아졌답니다. 이러한 상황은 딥페이크 기술이 범죄에 악용될 가능성을 크게 증가시켰어요. 누구나 손쉽게 딥페이크를 제작할 수 있게 되면서 불법적인 목적으로 이 기술을 사용하는 사례가 급증하고 있는 거죠.

텔레그램의 특성

텔레그램의 가장 큰 장점 중 하나는 사용자의 익명성을 보장하는 강력한 보안 기능이에요. 그러나 이러한 익명성은 동시에 범죄자들이 신원을 숨기고 불법 활동을 할 수 있는 환경을 제공하기도 해요. 가해자들은 텔레그램을 이용해 불법적인 딥페이크 콘텐츠를 유포하면서도 자신들의 신원이 노출될 걱정 없이 활동할 수 있어요. 텔레그램의 폐쇄적인 구조는 불법 콘텐츠의 단속을 어렵게 만들며 피해자가 도움을 요청하기도 힘들게 만들어요.

사회적 인식 부족

딥페이크 기술에 대한 사회적 인식 부족도 이 문제를 더욱 심화시키고 있어요. 많은 사람들이 딥페이크가 무엇인지, 어떻게 작동하는지에 대해 잘 알지 못한답니다. 그 결과, 자신이 피해를 입었을 때 이를 인지하지 못하거나, 증거를 확보하기 어렵다는 점에서 법적 대응이 힘들어지는 경우가 많아요. 또한, 딥페이크 피해자들은 사회적 낙인과 비난에 대한 두려움으로 인해 신고를 꺼리거나 도움을 요청하지 않는 경우가 많아요. 이는 피해자들이 더욱 고립감을 느끼게 만들며 문제를 해결하기 어렵게 만드는 요인 중 하나예요.

법적 제재의 미비

딥페이크 성범죄에 대한 법적 제재가 충분하지 않다는 점도 큰 문제예요. 현재 많은 나라에서 딥페이크와 관련된 범죄에 대한 명확하고 강력한 처벌 규정이 부족해요. 이는 범죄 예방 효과를 떨어뜨리며, 가해자들이 법적 처벌에 대한 두려움 없이 불법적인 활동을 계속할 수 있는 환경을 제공해요. 딥페이크 콘텐츠의 특성상 증거를 확보하는 것도 매우 어려워요. 가해자를 특정하는 것이 어려운 경우가 많아 피해자들이 법적으로 대응하기 어려워지고 있어요.

5. 정부와 사회의 대응 방안

딥페이크 범죄의 심각성을 인지한 정부는 대책 마련에 나서고 있어요. 예를 들어, 정부는 딥페이크 범죄에 대한 철저한 수사를 지시하며, 이러한 범죄를 막기 위한 다양한 정책을 추진하고 있답니다. 또한, 방송통신심의위원회(방심위)는 불법 합성 성범죄물 피해 신고 접수를 강화하고 악성 유포자를 경찰에 수사 의뢰하는 방안을 추진하고 있어요. 텔레그램 측과 협의하여 즉각적인 대응이 가능하도록 핫라인을 개설하고, 불법 콘텐츠의 삭제를 요구하는 등의 조치를 취할 계획이랍니다.

경찰도 딥페이크 성범죄에 대한 특별 집중 단속을 시행하며 딥페이크 탐지 소프트웨어를 활용해 이러한 콘텐츠를 분석하고 국제 공조를 통해 범죄를 추적할 방침이에요. 학생들의 피해가 증가하고 있는 만큼, 교육 당국도 가해·피해 학생 현황을 조사하고 관련 캠페인을 실시하는 등 강력한 대응에 나서고 있답니다. 여성가족부도 피해자 지원 서비스를 강화하며 피해자들을 위한 다양한 지원 방안을 마련하고 있어요.

해결 방안

딥페이크와 텔레그램을 이용한 성범죄는 기술의 발전, 플랫폼의 특성, 사회적 인식의 부족, 법적 제재의 미비 등 여러 요인이 복합적으로 작용하여 발생하는 심각한 사회 문제예요. 이 문제를 해결하기 위해서는 다양한 노력이 필요해요.

첫째, 기술 개발에 대한 규제가 필요해요. 딥페이크와 같은 고위험 기술의 개발과 사용에 있어 더 엄격한 규제와 관리가 필요하답니다. 기술이 발전하면서 이를 악용하는 사례가 증가하고 있으므로, 이를 예방하기 위한 규제와 감시가 강화되어야 해요.

둘째, 플랫폼의 책임을 강화해야 해요. 텔레그램과 같은 플랫폼은 사용자들의 활동을 모니터링하고, 불법 콘텐츠를 신속하게 삭제할 수 있는 시스템을 구축해야 해요. 또한, 사용자들이 불법 콘텐츠를 쉽게 신고할 수 있는 기능을 제공하고, 이를 통해 피해자 보호를 위한 조치를 취해야 해요.

셋째, 피해자들을 위한 지원 시스템을 구축하고, 사회적 인식을 개선하는 노력이 필요해요. 피해자들이 더 이상 고립되지 않도록 지원 체계를 강화하고, 딥페이크와 관련된 교육을 통해 사회적 인식을 높여야 해요. 이를 통해 피해자들이 도움을 요청하고 법적 대응을 할 수 있는 환경을 조성해야 해요.

마지막으로, 법적 제재를 강화하여 가해자들이 범죄를 저지르기 전에 충분히 경각심을 가질 수 있도록 해야 해요. 딥페이크 성범죄에 대한 처벌을 강화하고, 가해자들이 법의 심판을 피할 수 없도록 법적 체계를 강화해야 한답니다. 이러한 다각적인 접근을 통해서만이 딥페이크와 텔레그램을 이용한 성범죄를 효과적으로 방지할 수 있을 거예요.

사실 구글링해서 여러 페이지를 찾아 봤지만 몇가지 오류가 있는 코드도 있었고, 완벽하지 않는 것도 있어 혼란을 겪다가 제가 코드를 수정해서 만들었고 현재 기준으로는 매우 동작이 잘 되는 것을 확인하였습니다.

(2023년 10월 기준) 만약 계속 사용하다가 코드가 업데이트 되었거나 변수가 생기면 해당 포스팅에 업데이트 할 예정입니다. 별도의 글이 업데이트 되지 않았다면 특별한 문제가 확인 되지 않았다고 생각하시면 될 것 같습니다,

먼저 개발 환경은 파이참에서 몇가지 라이브러리를 활용하여 만들었습니다.

파이선에 대한 다른 포스팅을 보고 싶은 분들은 다음 포스팅을 읽어보세요

블로그 키워드 생성 파이썬 코드 Python 마케팅 홍보 키워드에도 좋아요

부동산 파이썬 Python 크롤링 미분양 정보 가져오기 (1편)

라이브러리 – 네이버 키워드 뉴스 텔레그램

사용 라이브러리는 아래와 같습니다.

일반적으로 모든 라이브러리 설치는 거의 비슷합니다. 만약에 라이브러리가 없다고 (대부분 module 에러로 표시 됩니다) 나오면 pip install 라이브러리 형태로 터미널에 입력하면 라이브러리가 자동으로 설치됩니다.

파이참을 다운 받지 않으신 분들은 파이참에 다운 받으시고, 비주얼스튜디오도 무방합니다.

개요 – 네이버 키워드 뉴스 텔레그램

코드는 네이버 검색 창에서 검색어 (query)가 정의 되면 뉴스를 최신 순서로 정렬 후 검색어에 해당하는 뉴스를 크롤링하여 본인이 만든 텔레그램 봇을 활용하여 정해진 타임에 따라 스크롤링 글을 자동으로 등록하는 것입니다. 매우 유용하겠지요?

예를 들어, 부동산을 검색어로 정했을 때 부동산 뉴스를 정해진 시간에 따라 크롤링 한 후에 텔레그램 방에 업데이트 시키는 것입니다.

텔레그램 봇을 설정하는 방법과 토큰을 확보하는 방법은 아래 포스트에서 확인하세요. 만약에 텔레그램 봇을 설정하셨거나 토큰 번호를 이미 알고 계신 분들은 패스 하셔도 좋습니다.

세부 코드 (coding) – 네이버 키워드 뉴스 텔레그램

import requests
from bs4 import BeautifulSoup as bs
import telegram
import asyncio
import time

old_links = []
bot = None
chat_id = ''  # 채팅 ID를 여기에 입력하세요.

async def get_new_links():
    url = f'https://search.naver.com/search.naver?where=news&query={query}&sm=tab_opt&sort=1&photo=0&field=0&pd=0&ds=&de=&docid=&related=0&mynews=0&office_type=0&office_section_code=0&news_office_checked=&no=so%3Add%2Cp%3Aall&is_sug_officeid=0'

    response = requests.get(url)
    soup = bs(response.text, 'html.parser')

    news_titles = soup.select('a.news_tit')
    list_links = [i.attrs['href'] for i in news_titles]

    new_links = [link for link in list_links if link not in old_links]

    return new_links

async def send_links(): global old_links, bot new_links = await get_new_links() if new_links: for link in new_links await bot.sendMessage(chat_id=chat_id, text=link) time.sleep(3) # 메시지 간에 3초의 지연을 추가 else: pas

global bot bot_token = '' # 본인의 봇 토큰으로 대체하세요. bot = telegram.Bot(token=bot_token) await bot.sendMessage(chat_id=chat_id, text=f"{query}를 주제로 뉴스 기사 크롤링이 시작되었습니다") while True: await send_links() await asyncio.sleep(30)

if __name__ == '__main__': asyncio.run(main())

또, 텔레그램 봇에 대한 정보는 꼭 넣으셔야 작동이 되는 것도 참고 하시구요!

(급하셔서 글을 내리셨다면 다시 위로 올리셔서 보시면 나옵니다)

import requests
from bs4 import BeautifulSoup as bs
import telegram
import asyncio
import time

old_links = []
bot = None
chat_id = ''  # 채팅 ID를 여기에 입력하세요.

# 검색어를 코드 내에서 미리 정의
query = input('주제: ')

async def get_new_links():
    url = f'https://search.naver.com/search.naver?where=news&query={query}&sm=tab_opt&sort=1&photo=0&field=0&pd=0&ds=&de=&docid=&related=0&mynews=0&office_type=0&office_section_code=0&news_office_checked=&ns=so%3Add%2Cp%3Aall&is_sug_officeid=0'

    response = requests.get(url)
    soup = bs(response.text, 'html.parser')

    news_titles = soup.select('a.news_tit')
    list_links = [i.attrs['href'] for i in news_titles]

    new_links = [link for link in list_links if link not in old_links]

    return new_links

async def send_links():
    global old_links, bot
    new_links = await get_new_links()

    if new_links:
        for link in new_links
            await bot.sendMessage(chat_id=chat_id, text=link)
            time.sleep(3)  # 메시지 간에 3초의 지연을 추가
    else:
        pass

async def main():
    global bot
    bot_token = ''  # 본인의 봇 토큰으로 대체하세요.
    bot = telegram.Bot(token=bot_token)

    await bot.sendMessage(chat_id=chat_id, text=f"{query}를 주제로 뉴스 기사 크롤링이 시작되었습니다")

    while True:
        await send_links()
        await asyncio.sleep(30)

if __name__ == '__main__':
    asyncio.run(main())

 

EXE 파일 만들기 – 네이버 키워드 뉴스 텔레그램

---

이제 이 파일을 EXE로 만들어서 공유할 수 있도록 해보겠습니다.

Python 스크립트를 실행 가능한 .exe 파일로 변환하려면 pyinstaller와 같은 패키지를 사용할 수 있습니다. 아래는 파이썬 스크립트를 .exe 파일로 변환하는 단계입니다:

1. PyInstaller 설치: 먼저, pyinstaller를 설치해야 합니다. 명령 프롬프트나 터미널에서 다음 명령어를 실행하여 설치합니다

   pip install pyinstaller
   

    

2. 스크립트 변환: 다음으로, 파이썬 스크립트를 .exe 파일로 변환합니다. 명령 프롬프트나 터미널에서 스크립트가 있는 디렉토리로 이동한 후 다음 명령어를 실행합니다:

   pyinstaller --onefile your_script.py

   여기서 your_script.py는 변환하려는 파이썬 스크립트의 이름입니다. 

3. 빌드 디렉토리: 변환 프로세스가 완료되면 dist 디렉토리가 생성됩니다. 이 디렉토리 안에 실행 가능한 .exe 파일이 생성됩니다. 이 파일을 실행하여 스크립트를 실행할 수 있습니다.

이렇게 하면 파이썬 스크립트를 .exe 파일로 변환할 수 있습니다. 변환된 .exe 파일을 실행하면 스크립트를 실행할 수 있습니다.

EXE 파일 공유 – 네이버 키워드 뉴스 텔레그램

---

EXE파일은 투데이즈에서 운영하는 화수분 (https://www.whasubun.com)에 가시면 무료 다운 가능하십니다. 화수분에서는 무료 파이선 프로그램을 계속 만들어서 공유드릴 예정이니 가입하시면 많은 도움이 되실 것입니다.

코드에 대한 질문이나 도움이 필요하시면 아래 투데이즈 텔레그램 방에 입장하셔서 물어 보시면 최대한 성심성의껏 답변 드리도록 하겠습니다.

https://t.me/+1b18MIkdkoM2NGM1

네이버 뉴스 크롤링 하여 텔레그램으로 전송하는 방법에 대해서 알아 봅니다. 크롤링 원하는 네이버 뉴스의 키워드 값을 받아 키워드가 포함된 뉴스 URL을 가지고, 텔레그램 봇을 통해 채팅방에 전송하는 파이썬 Python 스크립트를 만들어 봅니다.

파이썬에 대해 관련 글도 확인해보세요

파이썬 주식 분석 보고서 만들기 Python stock

1. 네이버 뉴스 크롤링 프로그램 컨셉

2. 네이버 뉴스 크롤링 사용 라이브러리 정보

• requests (특정 url의 html 문서 받기)
• BeautifulSoup (html 문서에서 원하는 요소 선택적 추출)
• python-telegram-bot (뉴스 링크를 텔레그램 봇으로 채팅방에 전송)

3. 네이버 뉴스 크롤링 전체 코드

이해하기 쉽도록 자세하게 주석을 달아두었으니 어렵지 않을거예요.

참고로 이 코드가 담긴 파이썬 파일(.py)을 pyinstaller를 이용해서 exe 파일로 만들어서 윈도우 시작 시, 기본 프로그램으로 설정해 놓으면 나만의 알리미 프로그램을 만드실 수 있어요!

#step1.라이브러리 불러오기
import  requests
from  bs4  import  BeautifulSoup  as  bs
import  telegram
import  schedule
import  time

#step2.새로운 네이버 뉴스 기사 링크를 받아오는 함수
def  get_new_links(old_links=[]):

    # (주의) 네이버에서 키워드 검색 - 뉴스 탭 클릭 - 최신순 클릭 상태의 url
    url  = f'https://search.naver.com/search.naver?where=news&query={query}&sm=tab_opt&sort=1&photo=0&field=0&pd=0&ds=&de=&docid=&related=0&mynews=0&office_type=0&office_section_code=0&news_office_checked=&nso=so%3Add%2Cp%3Aall&is_sug_officeid=0'

    # html 문서 받아서 파싱(parsing)
    response  =  requests.get(url)
    soup  =  bs(response.text , 'html.parser')

    # 해당 페이지의 뉴스기사 링크가 포함된 html 요소 추출
    news_titles  =  soup.select('a.news_tit')

    # 요소에서 링크만 추출해서 리스트로 저장
    list_links  = [i.attrs['href'] for  i  in  news_titles]

    # 기존의 링크와 신규 링크를 비교해서 새로운 링크만 저장
    new_links  = [link  for  link  in  list_links  if  link  not  in  old_links]

    return  new_links


#step3.새로운 네이버 뉴스 기사가 있을 때 텔레그램으로 전송하는 함수
def  send_links():
    # 함수 내에서 처리된 리스트를 함수 외부에서 참조하기 위함
    global old_links

    # 위에서 정의했던 함수 실행
    new_links  =  get_new_links(old_links)

    # 새로운 메시지가 있으면 링크 전송
    if  new_links:
        for  link  in  new_links:
            bot.sendMessage(chat_id=chat_id, text=link)

    # 없으면 패스
    else:
        pass

    # 기존 링크를 계속 축적하기 위함

    old_links +=  new_links.copy()


# 실제 프로그램 구동
if  __name__  ==  '__main__':

    #토큰을 변수에 저장
    bot_token  ='자신이 발급받은 봇의 토큰'
    bot  =  telegram.Bot(token  =  bot_token)

    #가장 최근에 온 메세지의 정보 중, chat id만 가져옴 (이 chat id는 사용자(나)의 계정 id임)
    chat_id  =  bot.getUpdates()[-1].message.chat.id

    #step4.검색할 키워드 설정
    query  =  input('크롤링 할 뉴스기사 키워드를 입력하세요: ')

    #위에서 얻은 chat id로 bot이 메세지를 보냄.
    bot.sendMessage(chat_id  =  chat_id, text=f"{query}를 주제로 뉴스 기사 크롤링이 시작 되었습니다")

    #step5.기존에 보냈던 링크를 담아둘 리스트 만들기
    old_links  = []

    # 주기적 실행과 관련된 코드 (hours는 시, minutes는 분, seconds는 초)
    job  =  schedule.every(10).seconds.do(send_links)

    while  True:
        schedule.run_pending()
        time.sleep(1)

네이버 뉴스 크롤링 여러 검색어 크롤링

#step1.라이브러리 불러오기
import  requests
from  bs4  import  BeautifulSoup  as  bs
import  telegram
import  schedule
import  time

# step2.새로운 네이버 뉴스 기사 링크를 받아오는 함수

def get_new_links(query, old_links=[]):

    # (주의) 네이버에서 키워드 검색 - 뉴스 탭 클릭 - 최신순 클릭 상태의 url
    url = f'https://search.naver.com/search.naver?where=news&query={query}&sm=tab_opt&sort=1&photo=0&field=0&pd=0&ds=&de=&docid=&related=0&mynews=0&office_type=0&office_section_code=0&news_office_checked=&nso=so%3Add%2Cp%3Aall&is_sug_officeid=0'

    # html 문서 받아서 파싱(parsing)
    response = requests.get(url)
    soup = bs(response.text, 'html.parser')

    # 해당 페이지의 뉴스기사 링크가 포함된 html 요소 추출
    news_titles = soup.select('a.news_tit')

    # 요소에서 링크만 추출해서 리스트로 저장
    list_links = [i.attrs['href'] for i in news_titles]

    # 기존의 링크와 신규 링크를 비교해서 새로운 링크만 저장
    new_links = [link for link in list_links if link not in old_links]

    return new_links


# step3.새로운 네이버 뉴스 기사가 있을 때 텔레그램으로 전송하는 함수
def send_links(query):
    # 함수 내에서 처리된 리스트를 함수 외부에서 참조하기 위함
    global old_links

    # 위에서 정의했던 함수 실행
    new_links = get_new_links(query, old_links)

    # 새로운 메시지가 있으면 링크 전송
    if new_links:
        bot.sendMessage(chat_id=chat_id, text='방금 업데이트 된 ' + f"{query} 주제의 크롤링입니다.")
        for link in new_links:
            bot.sendMessage(chat_id=chat_id, text=link)

    # 없으면 패스
    else:
        pass

    # 기존 링크를 계속 축적하기 위함

    old_links += new_links.copy()


# 실제 프로그램 구동
if __name__ == '__main__':

    # 토큰을 변수에 저장
    bot_token = '자신이 발급받은 봇의 토큰'
    bot = telegram.Bot(token=bot_token)

    # 가장 최근에 온 메세지의 정보 중, chat id만 가져옴 (이 chat id는 사용자(나)의 계정 id임)
    chat_id = bot.getUpdates()[-1].message.chat.id


    # #step4.검색할 키워드 설정
    # query  =  input('크롤링 할 뉴스기사 키워드를 입력하세요: ')
    queries = ["부동산", "경제", "날씨"]

    for query in queries:

        # 위에서 얻은 chat id로 bot이 메세지를 보냄.
        bot.sendMessage(chat_id=chat_id,
                        text=f"{query}를 주제로 뉴스 기사 크롤링이 시작 되었습니다")

        # step5.기존에 보냈던 링크를 담아둘 리스트 만들기
        old_links = []

        # 주기적 실행과 관련된 코드 (hours는 시, minutes는 분, seconds는 초)
        job = schedule.every(10).seconds.do(send_links, query)

    while True:
        schedule.run_pending()
        time.sleep(1)

해당 코드를 복사한 후 비주얼베이직이나 파이참에 넣고 실행하면 실행이 됩니다.