웹에서 영상 편집이 되는지 궁금해서 AI로 하루 동안 직접 만들어 봤다
- 공유 링크 만들기
- X
- 이메일
- 기타 앱
아는 엄마 중에 AI로 유튜브 채널을 하는 분이 있다는 얘기를 아내에게 들었다. 9월 말 어느 목요일이었다.
그 얘기를 듣고 며칠 전에 접어 둔 질문 하나가 다시 떠올랐다. 웹에서 동영상 편집이 될까.
그날 밤에 만들기 시작했다. 다음 날 밤 9시가 조금 넘어 마지막 커밋을 찍었을 때는 브라우저 화면 하나에서 대본을 넣고, 등장인물과 장면 그림을 그리고, 내레이션 목소리를 입히고, 타임라인에서 자르고 붙여 영상 파일로 뽑고, 유튜브에 올릴 제목과 설명 초안까지 받는 데까지 와 있었다. 코드는 전부 AI와 같이 썼다.
AI로 쇼츠를 만들어 돈을 버는 얘기는 아니다. 내가 만든 도구로 올린 영상도 아직 없다. 궁금했던 건 개발자인 내가 이걸 직접 만들 수 있느냐였고, 만들고 나서 무엇을 알게 됐는지를 적어 두려고 한다.

질문은 그보다 며칠 앞에 시작됐다. 웹에서 동영상 편집이 가능할까가 문득 궁금해져서 ChatGPT 와 여러 이야기를 주고받다가 유튜브 스튜디오가 떠올랐다. 거기서는 이미 올린 영상을 자르고, 음악을 얹고, 일부를 흐리게 가리는 정도가 브라우저에서 된다. 이미 누군가 웹에서 하고 있으니 되긴 되는 일이구나, 하고 대화가 거기서 끝났다.
지금 보면 그 결론은 반만 맞았다. 유튜브 스튜디오가 하는 일은 다 만든 영상을 조금 손보는 일이고, 내가 궁금했던 건 아무것도 없는 데서 영상 한 편을 만드는 흐름 전체가 웹 화면 하나에서 돌아가느냐였다. 대화로 갈 수 있는 건 "되긴 된다"까지였고, 그다음은 만들어 봐야 아는 일이었다.
아내의 말이 그 질문을 다시 꺼낸 데는 이유가 하나 더 있다. 그동안 당근에서 AI로 콘텐츠를 만드는 모임을 여러 개 봤는데, 먼저 눈에 들어오는 건 영상으로 버는 돈보다 강의였다. 처음 해 보는 사람에게 필요한 건 대개 도구 자체보다 순서라서, 그걸 돈을 내고 사는 것도 이해가 간다.
예전에 AI 부업 강의 여섯 편의 자막 원문을 붙여 놓고 읽어 본 적이 있다. 그때 제일 오래 붙잡고 있던 게 데모가 생성까지만 보여 주고 멈춘다는 거였다. 그림이 나오고 목소리가 나오는 데까지는 보여 주는데, 그걸 영상으로 엮고, 고치고, 올리기 전에 확인하는 일은 화면 밖에 있었다.
나는 개발자라서 궁금한 게 생기면 강의를 찾기 전에 한 번 만들어 보는 게 더 빠르다. 이번에는 그게 정말 빠른지도 같이 확인해 보고 싶었다.
사실 처음 만드는 건 아니었다. 5월에 비슷한 걸 한 번 시작했었다.
그때는 화면이 없었다. 터미널에서 AI 에이전트에게 단계마다 일을 시키고, 단계가 넘어갈 때마다 내가 확인하고 승인해야 다음으로 가게 해 두었다. 그 버전은 넉 달 동안 커밋이 열 개 남짓이었다.
크게 손대지 않은 이유는 지금 보면 분명하다. 그 물건은 나만 쓸 수 있었다. 어떤 명령을 어떤 순서로 쳐야 하는지, 중간에 무엇이 멈추면 어디를 열어 봐야 하는지를 내가 머릿속에 들고 있어야 돌아갔다.
그래서 이번엔 화면부터 만들었다. 웹에서 영상 편집이 되느냐는 질문과, 개발자가 아닌 사람도 쓸 수 있느냐는 질문이 거기서 하나로 붙었다.
5월 버전에서 정해 둔 규칙은 거의 그대로 가져왔다. AI가 만든 건 제안이고 사람이 승인해야 반영된다. 사람이 끝까지 보고 확인하지 않은 영상은 올라가지 않는다. 출처를 모르는 음원이나 그림이 들어 있으면 완성본을 뽑기 전에 한 번 더 묻는다. 터미널에서는 이 규칙들이 에이전트가 읽는 문서에 적혀 있었고, 이번에는 화면의 승인 버튼과 잠긴 탭이 됐다.
옮기고 나서 보니 둘은 무게가 달랐다. 문서에 적힌 규칙은 에이전트가 지켰는지를 매번 내가 확인해야 했다. 긴 작업 중간에 그 줄을 건너뛰어도 나는 로그를 거슬러 올라가 봐야 안다. 화면의 잠금은 그런 확인이 필요 없다. 대본을 승인하지 않으면 그림 단계로 넘어가는 버튼 자체가 없다. 같은 규칙인데, 하나는 지켜 달라고 부탁하는 것이고 하나는 어길 방법이 없는 것이다.
어린 왕자 샘플
웹에서 영상 편집이 되느냐는 질문의 답부터 적겠다. 된다. 그리고 생각보다 금방 됐다.
편집 화면 아래쪽 타임라인에 화면, 목소리, 배경음악, 자막 네 줄이 있고, 끌어서 순서를 바꾸고, 자르고, 지우고, 되돌린다. 그런데 돌이켜 보면 이 편집 화면은 첫 커밋에 이미 들어 있었다. 그날 시간의 대부분은 편집 화면 앞뒤에 들었다. 편집할 재료를 어떻게 채우느냐, 편집이 끝난 걸 어떻게 확인하고 내보내느냐 하는 일이었다. 며칠 전 내 질문은 편집 화면만 보고 있었다.
테스트는 어린 왕자로 했다. 어린 왕자랑 여우가 나오는 10분 조금 안 되는 대본을 붙여 넣으면, AI가 대본을 장면과 대사로 나누고 등장인물을 뽑는다. 여기서 사람이 한 번 멈춰서 대사와 인물 생김새를 고칠 건 고친 다음 승인을 누르면, 그다음부터는 알아서 간다. 인물 그림을 먼저 그리고, 장면 그림은 그 인물 그림을 참고해서 그리고, 대사마다 목소리를 만들고, 자막과 배경음악을 얹은 타임라인이 채워진다.
인물 그림을 먼저 그리는 순서는 5월 버전 때부터 있던 것이다. 장면마다 따로 그리면 같은 어린 왕자가 장면마다 다른 얼굴로 나온다. 인물 그림 한 장을 먼저 확정하고 장면을 그릴 때마다 그 그림을 참고로 붙이게 했더니 장면이 바뀌어도 같은 얼굴로 나왔다.
이 흐름이 처음부터 이렇지는 않았다. 처음엔 단계마다 내가 버튼을 눌러 넘겨야 했다. 한참 눌러 보다가 반자동 같다고 했더니, AI가 승인 한 번이면 끝까지 가는 흐름을 새로 만들었다. 그날 내가 한 일은 대부분 이런 식이었다. 화면을 열어서 눌러 보고, 어색한 걸 말하고, 고쳐진 걸 다시 눌러 봤다.
터미널에서 화면으로 옮기면서 제일 크게 달라진 건 순서를 누가 들고 있느냐였다. 터미널에서는 다음에 무엇을 시킬지 내가 정했고, 로그가 올라가는 동안에는 뭔가 돌고 있다고 믿고 기다렸다. 화면에서는 화면을 연 사람이 다음에 뭘 눌러야 할지 모르면 거기서 멈춘다. 그래서 화면마다 다음 할 일을 하나만 크게 띄웠고, 그림과 목소리가 다 만들어지기 전에는 편집과 내보내기 탭을 잠가 뒀다.
진행 표시도 그랬다. 처음엔 단계별 막대가 있었는데, 그림을 그리는 동안 퍼센트가 한참 그대로 서 있으니 고장 난 것처럼 보였다. 터미널이었다면 로그 한 줄이 올라오는 것만으로 살아 있다는 걸 알았을 거다. 화면에서는 멈춰 있는 숫자가 곧 멈춘 것으로 보인다. 그래서 퍼센트 대신 흘러가는 시계를 달았다. 그림 한 장에 1분 반쯤 걸리니 장면이 많으면 이 시계를 꽤 오래 보게 된다.
말도 바꿔야 했다. 개발하면서 쓰던 TTS, shot, hook, BGM, Preview 렌더 같은 말이 그대로 버튼에 붙어 있었다. 나한테는 익숙한데 처음 여는 사람에게는 전부 모르는 단어다. 목소리, 컷, 배경음악, 미리보기 영상 만들기로 바꿨다.
이런 걸 고치다 보니 강의가 파는 것이 조금 다르게 보였다. 다음에 무엇을 누르는지, 기다리는 동안 무엇을 보면 되는지, 모르는 말이 나오면 무슨 뜻인지. 처음 해 보는 사람 옆에서 누군가 알려 줘야 하는 것들인데, 나는 그걸 화면에 하나씩 적어 넣고 있었다. 그날 커밋의 상당수가 그 일이었다.
기능에서도 만들어 보기 전에는 몰랐던 게 계속 나왔다.
목소리가 먼저였다. 어린 왕자가 "왜?" 하고 묻는 것처럼 짧은 줄은 음성이 제 길이를 못 찾고 늘어지거나 깨진다. 지금은 짧은 대사가 있으면 경고만 띄우고, 제대로 고치지는 못했다. 그림을 천천히 확대하는 장면에서는 화면이 미세하게 떨렸다. 완성본을 뽑아서 틀어 봐야 눈에 들어오는 종류다.
요즘 이슈로 대본을 쓰는 기능에서는 판단을 누가 하느냐를 한 번 바꿨다. 처음엔 AI가 제목만 보고 쓸 만한 이슈를 몇 개 골라 줬는데, 근거 없이 잘리거나 개수를 채우려고 억지로 끼운 게 보였다. 지금은 개수를 정하지 않고, 걸러야 할 것만 거른 뒤 반응 순으로 늘어놓고 사람이 고르게 바꿨다.
유튜브 업로드 기능은 내가 정책을 읽고 나서 기능이 생겼다. 읽어 보니 유튜브는 같은 틀로 찍어 낸 영상을 사람이 할 수 없는 속도로 올리는 채널의 수익 창출을 막고, AI로 만들었다는 표시를 빠뜨리는 경우를 문제 삼는다. 그래서 업로드할 때 합성 콘텐츠 표시는 기본으로 켜 두고, 끄면 경고를 띄운다. 하루에 몇 개씩 몰아서 올리면 경고가 뜬다. 막지는 않는다.
쇼핑 쇼츠 기능을 만들면서 가장 신경 쓴 건 AI가 지어내는 것이었다. 가격이나 효과를 그럴듯하게 지어 넣는 순간 허위 광고가 된다. 대본은 사람이 적어 준 특징만으로 쓰게 했고, 특징을 적게 적으면 대본도 짧고 밋밋하게 나오는데 그건 일부러 그렇게 뒀다. 대가를 받았다는 표시는 설명란 맨 위에 앱이 붙이고 사람이 지워도 다시 붙게 했다.
어떤 커뮤니티 글에서는 해외 플랫폼 영상을 긁어 와서 자동으로 편집해 주는 도구를 나눠 주고 있었다. 찾는 사람이 많은 방식이라는 건 안다. 나는 그 기능은 만들지 않았다. 5월 버전에는 남의 영상을 가져와 자르는 갈래가 따로 있었는데, 이번에는 그 갈래를 가져오지 않았다.
짧은 대사가 뭉개진다는 건 목소리를 직접 만들어서 들어 봐야 알고, 확대할 때 화면이 떨린다는 건 완성본을 뽑아서 틀어 봐야 안다. 정책 문서도 업로드 버튼을 만들 차례가 돼서야 읽을 이유가 생겼다.
하루는 진짜 하루였다. 첫 커밋이 자정 조금 넘어서, 마지막 커밋이 그날 밤 9시 조금 넘어서 찍혔다. 그사이 커밋이 60개쯤이고 코드는 TypeScript 로 3만 줄 가까이 된다.
나는 궁금한 걸 직접 만들어서 확인하는 데 드는 시간이 이제 하루 정도로 내려왔다고 보고 있다. 대화로만 이어 갔다면 "되긴 된다"에서 더 나가지 못했을 텐데, 만들어 보니 하루 뒤에는 되는 것과 아직 안 되는 것이 기능 하나하나로 나뉘어 있었다.
그 하루는 무엇을 만들지 정해진 다음의 하루이기도 했다. 넉 달 동안 커밋 몇 개로 멈춰 있던 5월 버전에서 건진 게 그 규칙들이었고, 이번 하루는 그걸 버튼과 잠금으로 옮기는 데 들었다.
하루 만에 된 게 AI의 속도 덕분만도 아니었다. 그날 AI가 코드를 쓰는 동안 내가 한 일은 화면을 눌러 보고 이상한 걸 찾아내는 것이었는데, 무엇이 이상한지를 알아보는 데는 내가 개발자라는 게 꽤 컸다. 퍼센트 막대가 멈춰 있는 걸 보고 이게 고장인지 그냥 느린 건지 가늠하는 것, AI가 골라 온 이슈 개수에 별 근거가 없다는 걸 알아채는 것, 버튼에 붙은 TTS 라는 말이 나 말고는 아무도 모르는 말이라는 걸 떠올리는 것이 다 그랬다. AI는 시킨 것을 빠르게 해 줬고, 무엇을 다시 시킬지는 내가 봐야 했다.
이 도구로 만든 영상을 유튜브에 올려 본 적은 아직 없다. 개발자가 아닌 사람이 이 화면을 처음 열었을 때 어디서 헤매는지도 아직 모른다. 그건 내가 아무리 눌러 봐도 알 수 없는 일이다.
마지막 커밋은 음악이었다. 유튜브 오디오 보관함에 있는 곡을 라이선스를 보고 고르고, 원하는 위치에 효과음을 넣는 기능이다. 그걸 넣고 그날은 멈췄다. 남은 일 목록 맨 위에는 실제 계정으로 비공개 영상 한 편을 올려 보는 일이 적혀 있다.
- 공유 링크 만들기
- X
- 이메일
- 기타 앱
댓글
댓글 쓰기