인용 검색
20 크레딧/v1/content_analysis/search키워드를 언급한 뉴스, 블로그, 쇼핑몰, 게시판 페이지를 반환합니다. 행마다 감성과 감정 톤이 붙습니다. cursor로 다음 페이지를 가져옵니다.
keyword, page_type, search_mode, limit, cursor, order_by, filters
SocialCrawl API 키로 키워드 웹 인용과 감성 분석을 구조화 JSON으로 가져옵니다. 분석 GET은 20 크레딧, 참조 목록은 1 크레딧입니다. 소셜 스크레이프가 아니라 웹 언급 인텔리전스입니다.
활성 엔드포인트는 10개입니다. 웹 인용과 감성 분석입니다.
키워드 기반 웹 인용 인텔리전스 GET 엔드포인트는 10개입니다. 언급 검색, 요약 집계, 감성 점수, 구문과 카테고리 추세, 참조 택소노미를 제공합니다. 데이터 API만 지원하며 네이티브 소셜 게시물과 댓글은 포함되지 않습니다.
/v1/content_analysis/search키워드를 언급한 뉴스, 블로그, 쇼핑몰, 게시판 페이지를 반환합니다. 행마다 감성과 감정 톤이 붙습니다. cursor로 다음 페이지를 가져옵니다.
keyword, page_type, search_mode, limit, cursor, order_by, filters
/v1/content_analysis/summary키워드 웹 언급 전체를 총 건수, 상위 도메인, 감성 비율, 페이지 유형과 국가, 언어별 분포로 한 번에 집계합니다.
keyword, page_type, positive_connotation_threshold, filters
/v1/content_analysis/sentiment키워드 웹 언급의 감성을 두 갈래로 반환합니다. 긍정, 부정, 중립 비율과 분노, 행복, 사랑 등 여섯 감정 축입니다.
keyword, page_type, positive_connotation_threshold, filters
/v1/content_analysis/rating-distribution키워드 웹 언급의 평점을 열 개 구간 히스토그램으로 반환합니다. 구간마다 감성, 도메인, 카테고리가 붙습니다. 리뷰 중심 상품과 용어에 맞습니다.
keyword, page_type, filters
/v1/content_analysis/phrase-trends키워드 웹 언급량과 감성 변화를 일, 주, 월 단위 시계열로 반환합니다.
keyword, date_from, date_to, date_group, page_type, filters
/v1/content_analysis/category-trendsphrase-trends와 같은 언급량과 감성 시계열을 키워드가 아니라 콘텐츠 카테고리 코드 단위로 반환합니다. 코드는 categories에서 먼저 확인합니다.
category_code, date_from, date_to, date_group, filters
/v1/content_analysis/languages지원 언어를 이름과 ISO 코드와 함께 반환합니다. 필터 코드 확인과 언급 language 해석에 사용합니다.
(none)
/v1/content_analysis/locations콘텐츠 분석이 지원하는 지역 목록을 반환합니다. 언급 country 해석과 커버리지 확인에 사용합니다.
(none)
/v1/content_analysis/categories코드, 이름, 상위 코드가 있는 전체 콘텐츠 카테고리 택소노미를 반환합니다. category-trends 입력과 언급 카테고리 해석에 필요합니다.
(none)
/v1/content_analysis/filters필터로 쓸 수 있는 필드와 값 타입을 반환합니다. search, summary, sentiment 호출 전에 올바른 filters 식을 만들 때 사용합니다.
(none)
키워드를 언급한 뉴스, 블로그, 쇼핑몰, 게시판 페이지를 감성 점수와 감정 톤까지 매겨 반환합니다.
키워드당 집계 하나만 필요하면 summary가 맞습니다. 개별 언급을 직접 읽고 페이징할 때 사용하세요.
20크레딧
keyword · Brand or term to find mentions of. Wrap in escaped double-quotes for an exact phrase (e.g. "logitech mouse").
$ curl https://www.socialcrawl.dev/v1/content_analysis/search?keyword=openai&search_mode=as_is&limit=10 \
-H "x-api-key: sc_YOUR_API_KEY"// 실제 실행에는 API 키가 필요합니다. "실행해보기"를 누르면 예시 응답을 표시합니다콘텐츠 분석도 다른 SocialCrawl 분석 엔드포인트와 같습니다. API 키로 GET /v1/content_analysis/… 를 호출하고 캐시 미스에 크레딧을 쓰며 동일한 JSON 봉투를 받습니다. 별도 분석 벤더 SDK는 없습니다.
x-api-key 헤더에 키를 보냅니다. 카탈로그 전 구간에 같은 키를 사용합니다. 호출 측에 별도 벤더 키는 필요 없습니다.
공개 라우트는 모두 GET입니다. keyword, category_code, 날짜 범위, filters, limit, cursor를 쿼리로 전달합니다. 과금 전에 형식을 검증합니다.
분석 GET은 20 크레딧, 참조 목록은 1 크레딧입니다. 캐시 히트는 0 크레딧입니다. 빈 응답과 하드 실패는 환불됩니다. 잘못된 파라미터는 과금하지 않습니다.
응답 형태는 success, data, credits_used, credits_remaining, request_id, cached로 동일합니다. 목록 응답은 페이지네이션 cursor를 가질 수 있습니다.
대부분 제품은 참조 맵을 한 번 로드하고 summary나 sentiment로 키워드 규모를 잡은 뒤 신호가 있을 때만 언급 페이지나 추세를 가져옵니다.
GET /v1/content_analysis/filters언어, 지역, 카테고리, 필터 필드 맵입니다.
분석 비용 전에 코드와 유효 필터를 확정합니다.
GET /v1/content_analysis/search?keyword=…키워드에 대한 summary 또는 sentiment 집계입니다.
원문 언급을 페이지하기 전에 한 호출로 볼륨과 톤을 파악합니다.
GET /v1/content_analysis/summary?keyword=…페이지 단위 감성이 있는 인용 검색 결과입니다.
집계만으로 부족할 때 개별 페이지를 읽습니다.
GET /v1/content_analysis/phrase-trends?keyword=…&date_from=…기간별 구문 또는 카테고리 시계열입니다.
기준 스냅숏을 안 뒤 움직임을 추적합니다.
GET /v1/content_analysis/search
?keyword=socialcrawl
&page_type=news
Host: www.socialcrawl.dev
x-api-key: sc_your_api_key_here
# aggregate
GET /v1/content_analysis/summary?keyword=socialcrawl
GET /v1/content_analysis/sentiment?keyword=socialcrawl{
"success": true,
"data": {
"items": [
{
"url": "https://example.com/article",
"title": "Example citation",
"sentiment": "positive",
"published_at": "2026-07-01T00:00:00.000Z"
}
]
},
"credits_used": 20,
"credits_remaining": 9999,
"request_id": "req_…",
"cached": false
}콘텐츠 분석은 공유 SocialCrawl 봉투 아래 Analytics 형태 페이로드를 씁니다. 소셜 플랫폼의 Post나 Comment 리프가 아닙니다.
success, data, credits_used, credits_remaining, request_id, cached
페이지 메타, 감성 점수, 감정 축, 도메인, 카테고리, language, country가 있는 인용 행
총량, 도메인 분포, 감성 비율, 페이지 유형과 지역 분해, 평점 히스토그램
구문·카테고리 시계열 버킷, 정적 언어·지역·카테고리·필터 맵
다른 /v1 플랫폼 엔드포인트와 같은 요청 수명주기입니다. 콘텐츠 분석 전용 사이드카가 아닙니다.
Next.js catch-all이 Hono 소셜 API로 들어갑니다. request_id를 발급하고 키를 인증한 뒤 키당 레이트 리밋과 동시성을 적용합니다.
레지스트리에서 content_analysis 라우트를 찾습니다. 필수 파라미터 검증이 먼저입니다. 잘못된 입력은 400이며 과금하지 않습니다. 유효 호출은 업스트림 전에 20 또는 1 크레딧을 차감합니다.
platform, resource, params로 캐시 키를 만듭니다. 히트면 즉시 반환하고 credits_used는 0입니다. 미스면 분석 GET은 실시간 content-analysis 작업으로, 참조 목록은 정적 조회로 매핑되며 참조는 캐시를 강하게 씁니다.
업스트림 JSON을 Analytics 페이로드로 맞춘 뒤 성공 봉투로 감싸 빌링 감사에 남깁니다. 필드 맵은 소셜 Post 리프가 아니라 Analytics 패스스루입니다.
과금 규칙
콘텐츠 분석은 대규모 언급 데이터베이스 위의 키워드 웹 인용과 감성 분석입니다. TikTok, X 등 소셜 타임라인 스크레이프가 아닙니다.
뉴스, 블로그, 쇼핑몰, 게시판, 조직 페이지 등 웹 전역 브랜드·키워드 리스닝을 읽기 전용으로 제공합니다. 리서치, 모니터링, 제품 작업에 사용합니다.
공개 GET은 분석용 실시간 content-analysis 작업과 언어, 지역, 카테고리, 필터용 정적 참조 조회로 매핑됩니다.
success, data, credits_used, request_id, cached를 담은 통합 JSON 봉투를 반환합니다. 언급에는 감성 축이 붙고 집계와 추세는 Analytics 형태를 유지합니다.
이 표면에서는 소셜 플랫폼 게시물 스크레이프가 없습니다. 쓰기 엔드포인트는 없습니다. 벤더 대시보드 로그인도 없습니다. 네이티브 소셜 읽기는 각 플랫폼 라우트에 있습니다.
이 API가 가장 많이 사용되는 작업입니다.
브랜드 언급 규모 산정과 웹 감성
호출은 summary와 sentiment를 먼저 쓰고 증거가 필요할 때 search 페이지로 이어집니다. 장기 브랜드 추적에는 trends와 rating-distribution이 쓰입니다. 키워드 웹 인용 분석과 여섯 감정 축 감성을 소셜 플랫폼과 같은 SocialCrawl 키와 봉투로 제공합니다. 분석 티어는 고정 20 크레딧, 참조 맵은 1 크레딧입니다.
분석 라이브 작업은 캐시된 참조 목록보다 깁니다. 참조 엔드포인트는 캐시를 강하게 쓰며 첫 미스 이후에는 보통 빠르게 반환됩니다.
Content Analysis 데이터가 가장 많이 쓰이는 작업입니다. 각 항목에서 엔드포인트 순서와 과금 방식을 확인합니다.
이 데이터를 활용하는 대표적인 방식과 각 방식에서 주로 사용하는 스택입니다.
브랜드 용어에 summary와 sentiment를 주기적으로 돌립니다. 볼륨이나 톤이 바뀌면 search로 근거 페이지를 확인합니다.
리뷰 중심 용어에 rating-distribution과 phrase-trends를 씁니다. categories로 코드를 확인한 뒤 category-trends를 붙입니다.
필터와 택소노미를 한 번 로드한 뒤 분석 GET을 파이프라인에 연결합니다. 카탈로그와 같은 API 키를 사용합니다.
분석 라우트는 라이브 호출당 20 크레딧입니다. 참조 목록은 1 크레딧입니다. 캐시 히트는 무료입니다. summary나 search에 keyword부터 넣습니다.
curl "https://www.socialcrawl.dev/v1/content_analysis/search?keyword=socialcrawl" \
-H "x-api-key: sc_your_api_key_here"curl "https://www.socialcrawl.dev/v1/content_analysis/summary?keyword=socialcrawl" \
-H "x-api-key: sc_your_api_key_here"모든 엔드포인트가 같은 응답 구조의 JSON을 보내드려요. 엔드포인트가 해당 지표를 지원하고 계산에 필요한 원본 값이 있을 때만 참여율·콘텐츠 카테고리 같은 계산 필드가 포함돼요.
같은 Content Analysis 데이터를 받는 두 가지 방법을 나란히 비교했어요. 인증부터 비용까지 한눈에 확인해 보세요.
| 항목 | SocialCrawl | 자체 NLP 파이프라인 구축 |
|---|---|---|
| 시작하기 | 질문 하나에 GET 한 번, 멘션·감성·트렌드가 각각 호출 한 번이면 돼요 | 크롤러, 멘션 인덱스, NLP 모델을 직접 만들고 학습시켜야 해요 |
| 데이터 범위 | 뉴스·블로그·커머스·게시판까지 웹 전반의 인용 데이터베이스를 써요 | 직접 만든 크롤러가 닿는 범위와 저장 비용이 곧 한계예요 |
| 감성 점수 | 6축 감성 모델과 긍정·부정·중립 확률을 그대로 전달해 드려요 | 모델 선택, 학습 데이터, 정확도 튜닝을 전부 직접 책임져야 해요 |
| 요금 | 분석 호출 20 크레딧, 참조 조회 1 크레딧, 가입 시 100 크레딧 무료 | 첫 결과가 나오기 전부터 컴퓨팅·저장소·엔지니어링 비용이 들어요 |
| 유지보수 | 통합 스키마 뒤에서 엔드포인트가 안정적으로 유지돼요 | 크롤러와 모델이 계속 드리프트해서 재학습과 수리가 끝나지 않아요 |
시작하기
데이터 범위
감성 점수
요금
유지보수
API, 요금제, 기능에 대한 질문과 답변입니다.
문의하기AI에게 SocialCrawl을 물어보세요