쇼츠 자동화 파이프라인: 개발자용 템플릿 공개, 효율적 제작 검수

나만의 쇼츠 자동화 파이프라인을 블로그 독자들에게 공개하기로 했다. 처음에는 복잡한 스크립트 묶음을 누가 제대로 쓸까 싶기도 했다. 하지만 직접 써본 사람으로서 이 "삽질의 결과물"이 누군가에게는 시간 절약의 시작점이 될 수도 있겠다는 생각이 들었다.

해외에서 무료 템플릿이 커뮤니티 유입의 핵심이라는 걸 보고 더욱 확신이 생겼다. 이제 개발자를 위한 이 파이프라인을 자세히 소개한다.

이 파이프라인, 대체 어떻게 생겨먹었나?

내 개인 파이프라인의 핵심은 '원커맨드'로 대본부터 최종 메타데이터까지 뽑아내는 것이다. 처음에는 각 단계마다 수동으로 파일을 옮기고 스크립트를 따로 돌려야 했다. 대본을 손으로 고쳐가며 TTS 엔진에 넣고, 그걸 다시 영상 편집 툴로 가져가 렌더링하고, 마지막에 유튜브에 올릴 제목이랑 설명을 따로 만드는 식이었다.

매번 비슷한 일을 반복하다 보니 툭하면 실수를 저질렀고, 영상 하나 만드는 데 몇 시간을 날리기도 했다. 이런 비효율을 줄이려고 각 모듈을 유기적으로 연결하는 방향으로 개선했다.

먼저, 대본 파일을 넣으면 내가 직접 훈련한 '코코로(Kokoro)' TTS 엔진이 음성 파일을 만든다. 이때 발음 오류를 줄이려고 pron_map.py 스크립트로 발음 사전을 왕복 검증하는 과정을 꼭 거친다. 미세한 발음 차이 하나로 영상 분위기가 확 달라진 적이 많아 이 단계에 꽤 공을 들였다.

음성 파일이 준비되면 '리모션(Remotion)' 기반의 영상 처리 스크립트가 이걸 받아 비디오를 렌더링한다. 이 과정에서 lada라는 렌더링 도구를 쓰는데, 맥미니에서 스왑 메모리 48GB를 넘기면 SIGKILL 에러로 강제 종료되는 일이 잦았다. 덕분에 --mp4-fast-start 같은 옵션을 기본으로 넣어 임시 파일을 효과적으로 관리하는 절차를 만들었다.

모든 과정이 끝나면 영상 파일과 함께 유튜브 업로드에 필요한 제목, 설명, 태그 같은 메타데이터까지 자동으로 생성된다. 이 모든 과정을 qa_shorts.zsh 같은 셸 스크립트 하나로 실행할 수 있도록 묶어뒀다. 대본 파일 하나만 던져주면 알아서 최종 결과물까지 뽑아내는 식이다.

물론 그 과정에서 수많은 에러와 재시도를 거쳤지만, 결국에는 몇 초면 시작할 수 있는 파이프라인이 완성됐다. 이로써 영상 제작의 초기 단계를 크게 단축할 수 있게 되었다.

그냥 공개하면 끝 아닌가? 왜 '무인 양산 도구'가 아니라고 강조하나?

솔직히 처음엔 이 파이프라인만 있으면 '무인 양산'이 가능할 거라 생각했다. 하지만 수많은 쇼츠를 만들고 발행하면서 중요한 점을 깨달았다. AI는 도구일 뿐, 사람의 '검수'를 완전히 대체할 수는 없다는 점이다.

아무리 TTS 엔진이 좋아도 미묘한 뉘앙스나 감정 표현은 사람이 직접 들어봐야 한다. 대본에 숨어있는 오타나 비문은 AI가 놓치는 경우가 허다했다. 특히 pron_map.py로 발음을 교정해도 문맥에 따른 억양 같은 건 기계가 아직 완벽하게 처리하지 못했다.

그래서 나는 이 파이프라인을 '검증 게이트가 붙은 파이프라인'이라고 부른다. 발행 전 '최종 검수 담당'이 직접 영상을 확인하고 문제가 없는지 꼼꼼히 살피는 과정을 의무화했다. AI가 만든 것이라도 투명성을 지키고 싶었고, 단순히 대량 생산하는 것만을 목표로 하지 않았다.

AI는 도구일 뿐, 최종 검수는 사람의 몫이다.

해외에서 무료 템플릿이 커뮤니티 활성화에 큰 역할을 한다는 건 이미 검증된 사실이다. 하지만 그 템플릿이 '결과물' 중심이라면, 내 파이프라인은 '과정'과 '검수'를 강조하는 개발자용 도구에 가깝다. GitHub Gist나 첨부파일 형태로 배포하는 것도 그 때문이다.

각자 자기 환경에 맞춰 돌려보고, 필요한 부분을 직접 수정하거나 개선하며 사용하길 바란다. 이 도구의 진정한 가치는 스스로의 워크플로우에 맞게 변화시키는 데 있다.

이걸 대체 어디에 쓸 수 있나?

이 파이프라인은 주로 콘텐츠 아이디어를 빠르게 영상으로 구현해보고 싶을 때 유용하다. 나처럼 개발 관련 짧은 지식을 쇼츠로 만들거나, 특정 주제에 대한 짧은 요약을 영상으로 뽑아내고 싶을 때 특히 빛을 발한다. 복잡한 영상 편집 기술이 없어도 일관된 형식의 쇼츠를 대량으로 만들 수 있다.

다만, 강조했듯 '무인 양산'보다는 '효율적인 시안 제작 및 검증'에 초점을 맞추는 것이 좋다. 이 도구는 초기 아이디어를 신속하게 영상으로 시각화하는 데 탁월한 성능을 보인다.

 

이 도구는 내 '헤르메스' 시리즈와도 자연스럽게 연결된다. 헤르메스 에이전트가 어떤 주제에 대한 대본을 생성하면, 이 파이프라인이 그 대본을 받아 영상을 만드는 식이다. 아이디어 구상부터 최종 발행 직전의 영상까지 이어지는 큰 흐름 속에서 이 파이프라인이 중요한 다리 역할을 수행한다.

 

직접 사용해보면서 각자의 워크플로우에 맞춰 수정하거나, 새로운 모듈을 붙여 확장하는 것도 가능하다. 내가 겪었던 시행착오들을 줄이고, 더욱 생산적인 콘텐츠 제작을 돕는 데 기여하기를 바란다.

함께 보면 좋은 글

• LLM 에이전트 반복 지시 자동화: 스킬과 메모리 활용법
• launchd 환경변수 작업 디렉토리 해결