반응형
블로그 이미지
개발자로서 현장에서 일하면서 새로 접하는 기술들이나 알게된 정보 등을 정리하기 위한 블로그입니다. 운 좋게 미국에서 큰 회사들의 프로젝트에서 컬설턴트로 일하고 있어서 새로운 기술들을 접할 기회가 많이 있습니다. 미국의 IT 프로젝트에서 사용되는 툴들에 대해 많은 분들과 정보를 공유하고 싶습니다.
솔웅

최근에 올라온 글

최근에 달린 댓글

최근에 받은 트랙백

글 보관함

카테고리


반응형

2년 넘게 조금씩 키워온 제 유튜브 채널이, 최근에 처음으로 구독자가 줄었습니다. 그래서 원인을 AI에게 분석시켜 봤습니다. "몰락한 유튜브 채널 살리기 프로젝트"는 여기서 시작합니다.

 

https://youtu.be/uvR--_klsMg


## 언어 장벽은 아직 안 무너졌다

여러 원인 중 하나가 뜻밖이었습니다. 저는 AI 번역이 좋아지고 유튜브 더빙 기능까지 나온 걸 보면서, 언어 장벽이 예전만큼 크지 않을 거라고 판단했습니다. 그래서 같은 내용을 한국어 영상과 영어 영상, 두 버전으로 만들어 올려왔는데요. AI로 채널 데이터를 뜯어보니, 이 판단 자체가 하락의 원인 중 하나였습니다. 시청자는 여전히 자기 언어로 된 콘텐츠를 원했고, 두 버전으로 쪼개는 전략은 각 버전의 노출과 완청률을 동시에 갉아먹고 있었습니다.

원인을 없애는 대신, 원인을 보완하는 쪽으로 처방을 정했습니다. 모든 영상에 자막을 달아서, 영어 영상엔 한국어 자막을, 한국어 영상엔 영어 자막을 붙이는 것입니다.

## 자막 대작전 — 실패, 성공, 반전

### 1차 시도: Remotion, 그러나 16시간

이미 Remotion으로 슬라이드형 영상을 만들고 있었기 때문에, 자막도 같은 파이프라인 안에서 처리하는 게 자연스러워 보였습니다. React 컴포넌트로 자막 오버레이를 만들고 프레임 단위로 타이밍을 맞췄습니다. 그런데 세미나 녹화 영상 하나를 자막까지 입혀 렌더링하는 데 16시간이 걸렸습니다. Chromium 기반 렌더러가 매 프레임을 실제로 그려내는 방식이라, 자막 레이어 하나 추가했을 뿐인데 비용이 크게 뛰었습니다.

### 2차 시도: ffmpeg, 15배 빨라졌다

같은 작업을 ffmpeg + libass 조합으로 바꿨습니다. 자막을 .ass 파일로 만들어 영상에 직접 번인(burn-in)하는 방식인데, 렌더링이 아니라 인코딩이라 속도가 완전히 다릅니다. 같은 영상이 16시간에서 약 1시간으로, 15배 가까이 단축됐습니다. "ffmpeg는 에프에프엠펙으로 발음한다"는 것도 이번에 새로 배운 사실입니다.

### 반전: 자막이 화면 밖으로 도망갔다

속도 문제를 풀고 나니 이번엔 자막이 세로 영상(9:16)과 가로 영상(16:9)을 오가면서 화면 밖으로 밀려나는 문제가 생겼습니다. 좌표를 해상도에 비례해서 계산하지 않고 고정값으로 잡아둔 게 원인이었습니다. 하루면 끝날 줄 알았던 실험이, 이 반전 때문에 3일짜리 프로젝트가 됐습니다.

## 이번 주 인사이트

### 인사이트 A — 맡기고 승인만 하면, 일상은 유지된다

이번 작전을 하면서 가장 크게 체감한 변화입니다. AI에게 일을 시키고 중간중간 결과를 확인해서 승인만 하면, 저는 밥을 먹으러 가든 다른 일을 하든 일상을 그대로 유지하면서 일을 진행할 수 있었습니다. 한자리에 앉아서 계속 집중해야 끝나는 일이 아니라, 맡기고 승인하는 방식으로 일하는 형태가 바뀌고 있다는 걸 느꼈습니다.

### 인사이트 B — 그래도 사람이 해야 할 일이 많다

동시에, AI가 다 해주는 건 아니라는 것도 분명해졌습니다. 자막이 화면 밖으로 도망간 원인을 찾아내는 것, 렌더링 방식을 아예 바꾸기로 결정하는 것, 무엇을 승인하고 무엇을 다시 시킬지 판단하는 것 — 이런 지점들은 여전히 사람이 개입해야 했습니다. 맡기는 힘과, 개입할 타이밍을 보는 눈이 같이 필요합니다.

### 인사이트 C — 기술 설명에서 문제 해결의 여정으로

이번 주에 얻은 가장 흥미로운 발견입니다. 기술 콘텐츠의 중심이 "이 기술이 무엇인지 설명하는 것"에서 "이 문제를 어떻게 풀어나갔는지 보여주는 것"으로 옮겨가고 있다는 느낌을 받았습니다. Remotion이 뭔지, ffmpeg가 뭔지 설명하는 것보다 16시간 걸린 실패와 15배 빨라진 성공, 그리고 그 사이의 반전을 보여주는 게 더 많은 이야기를 전달했습니다.

## 번외 — GPU가 갖고 싶다

이번 작업을 하면서 로컬에서 자막 전사(Whisper)를 돌려봤는데, 제 개발 PC(GPU 없음)로는 속도가 너무 느렸습니다. OpenAI API로 전환해서 세미나 영상 9~10개를 3.57달러에 처리했는데, 이 경험 이후로 GPU가 있는 머신이 계속 아른거립니다.

## 다음 작전 예고

"몰락한 유튜브 채널 살리기 프로젝트"는 계속됩니다. 다음 주부터는 단순히 라이브 방송을 요약하는 대신, 매주 진행하는 여러 실험 중 가장 유익한 걸 골라 제대로 된 콘텐츠로 만드는 "알찬 영상 만들기 작전"이 시작됩니다.

## 영상에 대해

이 영상 자체도 AI로 만들었습니다. Claude Code, Codex, 여러 Skills, MCP, TTS, Remotion AI를 함께 활용했고, 같은 이야기를 한국어·영어 버전으로 동시에 제작했습니다. 첫 슬라이드는 제 진짜 목소리이고, 이후 나레이션은 AI로 복제한 제 목소리입니다.

🎬 English version: https://youtu.be/g7qjknKurqM

 

 

반응형
이전 1 다음