소개
작은 유튜브 채널의 주제를 조사할 때 조회수만 정렬하면 이미 구독자가 많은 채널이 상단을 차지합니다. 그러면 “주제나 포맷이 평소 채널 규모보다 유난히 잘 작동했는가?”를 보기 어렵습니다. 그래서 이번 워크플로에서는 조회수와 구독자 수를 함께 보고, 후보 영상을 고른 뒤 LLM으로 반복 패턴을 정리합니다.
이 방법의 목적은 다음 영상을 무조건 터뜨리는 것이 아닙니다. 관찰 기준을 고정하고, 다시 확인할 수 있는 연구 노트를 만드는 것이 목표입니다.
진행 방법
1. 먼저 질문과 비교 범위를 고정합니다.
예: “최근 30일 동안 생산성 분야의 작은 채널에서 평소 채널 규모보다 크게 반응한 롱폼 영상은 무엇인가?”처럼 기간, 지역, 키워드, 영상 형식을 먼저 정합니다. 서로 다른 기간과 언어의 샘플을 한 번에 섞지 않는 편이 좋습니다.
2. ShortsMonkey에서 1차 후보를 찾습니다.
사용한 도구: https://www.shortsmonkey.com/
ShortsMonkey는 작은 채널의 영상 중 조회수가 구독자 수보다 크게 높은 아웃라이어를 찾는 리서치 도구입니다. 날짜, 지역, 최소 조회수, 최대 구독자 수, 키워드, 카테고리, Shorts/롱폼, 채널당 결과 수를 조절할 수 있습니다. 여기서는 V/S(조회수 ÷ 구독자 수)를 “원인을 증명하는 점수”가 아니라 “검토할 후보를 줄이는 신호”로 사용합니다.
기록할 열은 제목, 채널명, 현재 구독자 수, 조회수, 게시일, 영상 형식, V/S, 영상 URL입니다. CSV 내보내기는 계정 권한에 따라 달라질 수 있으므로, 사용할 수 없으면 10~20개 정도를 표에 직접 옮겨도 됩니다.
3. 높은 V/S 영상만 보지 말고 비교군을 둡니다.
같은 기간과 주제에서 보통 수준의 영상도 함께 기록합니다. 아웃라이어 한 편만 보면 제목, 썸네일, 시기, 채널의 기존 시청자 중 무엇이 영향을 줬는지 구분하기 어렵기 때문입니다.
4. LLM에는 원본 표와 제한 조건을 함께 줍니다.
제가 사용하는 프롬프트 템플릿은 아래와 같습니다.
[프롬프트]
역할: 당신은 유튜브 콘텐츠 리서치 보조자다.
입력 열: 제목, 채널, 현재 구독자 수, 조회수, 게시일, 영상 형식, V/S, URL.
작업:
1) 제목의 구조를 주제, 약속, 구체성, 호기심 요소로 분해한다.
2) 높은 V/S 그룹과 비교군에서 반복되는 차이를 최대 5개만 제시한다.
3) 각 차이마다 근거가 되는 행을 2개 이상 인용한다.
4) 데이터로 확인할 수 없는 썸네일, 시청 유지율, 원인 관계는 추정이라고 표시한다.
5) 새 아이디어를 제안할 때 원문 제목 을 복사하지 말고 구조만 재사용한다.
출력: 관찰 / 근거 행 / 반례 / 다음에 검증할 질문의 네 열로 된 표.
금지: 바이럴 보장, 인과관계 단정, 존재하지 않는 수치 생성.
[/프롬프트]
5. 사람이 마지막으로 원본을 다시 확인합니다.
LLM이 제시한 패턴마다 실제 영상 페이지를 열어 제목, 게시일, 영상 형식을 확인합니다. 필요하면 썸네일과 첫 30초를 별도 메모하지만, 관찰하지 않은 요소를 데이터에 있는 것처럼 쓰지 않습니다.
결과와 배운 점
가장 유용했던 점은 “큰 조회수”와 “채널 규모 대비 예외적인 조회수”를 분리해서 볼 수 있다는 것입니다. V/S로 후보를 좁힌 뒤 LLM에게 근거 행과 반례를 함께 요구하면, 그럴듯한 한 줄 조언보다 검토 가능한 가설이 남습니다.
주의할 점도 있습니다. 현재 구독자 수는 영상 게시 당시의 구독자 수와 다를 수 있고, 아주 최근 영상의 수치는 아직 안정되지 않았습니다. 또한 높은 V/S는 제목이나 포맷이 성공 원인이라는 증거가 아닙니다. 따라서 날짜를 기록하고, 표본을 일정한 주기로 다시 확인하며, 단일 영상보다 여러 사례의 공통점과 반례를 함께 보는 편이 안전합니다.
다음 단계는 같은 검색 조건을 매주 저장해 변화한 후보만 비교하는 것입니다. 이렇게 하면 아이디어를 무작정 복제하는 대신, 어떤 포맷이 반복해서 관찰되는지 기록으로 추적할 수 있습니다.
