Claude Code로 한국어 찬양 1,164곡 다국어 자막 영상화
2026.10.15
찬양 mp3 폴더를 다국어 자막 영상으로 만드는 일을 Claude Code 스킬 하나로 묶었고, 그 스킬로 1,164곡을 만들었습니다.
소개
찬양 mp3 수백 곡을 영상으로 만드는 절차를 스킬로 굳혀 두었습니다. 사람이 기억하는 대신 스킬에 적어 두었고, 이제는 "새 시리즈 돌려 줘" 한 줄이면 시작됩니다.
만들고 싶었던 화면은 하나였습니다. 제 사진이 배경으로 흐르고, 그 위에 한국어 원가사·영어·일본어 3단 자막이 노래에 맞춰 뜨는 영상입니다.
수작업으로는 어렵습니다. 곡 하나에 자막 31줄을 영어·일본어로 번역하고, 배경 사진 15장을 고르고, 단어 단위 타임스탬프에 맞춰 자막을 찍고, 3분짜리 인코딩을 돌려야 합니다. 1,164곡이면 번역만 34,000줄입니다.
진행 방법
터미널에서 돌리는 Claude Code 하나로 했습니다. 지휘는 Opus 5 가 하고, 양은 많지만 난이도가 낮은 번역은 Sonnet 5 서브에이전트 25개에 나눠 맡겨 사용량을 아끼었습니다.
스킬이 하는 일 — 10단계
폴더 정비 — 타임스탬프 파일 규격화, 가사 찌꺼기 제거
가사 추출 — 곡 폴더의 txt 를 일차별 JSON 으로
번역 — 15곡씩 에이전트 12개가 영어·일본어로
병합 — 한국어+영어+일본어(후리가나)를 곡마다 기록
사진 배정 — 가사 키워드로 일차별 15장, 이전 시리즈와 겹침 0
사진 배치 — 각 곡 폴더로 복사
준비·감사 — 자막 타이밍 생성, 안 부른 줄 확인
한 곡 검수 — 프레임을 눈으로 확인
일괄 합성 — 3워커 병렬
전수 검증 — 길이·스트림·용량 + 표본 확인
사람이 꼭 개입하는 건 8번 하나입니다.
3번 단계에 쓴 프롬프트 전문
범위(Day001..Day015)와 경로만 바꿔 에이전트 25개에 똑같이 보냈습니다.
You are translating Korean Christian worship song lyrics into English and Japanese for video subtitles.
Source files: <SRC_LINES_DIR>\DayNNN.json for Day001..Day015 (one file per song). Each JSON has keys:
day, title, stem, lang, lines (list of Korean lyric lines, in order).
For EACH file write <TRANS_DIR>\DayNNN.json (same NNN): a JSON array with EXACTLY the same number of
elements as `lines`, in the same order, each {"en": "...", "ja": "..."}.
Rules:
- One output element per source line; never merge or split lines. Count must match exactly.
- English: concise, hymn-like, sentence case, no trailing period, <=55 characters where possible.
- Japanese: 賛美歌調, standard kanji-kana (furigana is added automatically later - do NOT add readings),
no trailing 。, <=26 characters where possible. Address God as 主/あなた.
- "아멘" -> "Amen" / "アーメン". Repeated chorus lines must be translated identically every time.
- Write one Python script holding the translations as data keyed by the Korean line, then run it.
UTF-8 without BOM, ensure_ascii=False.
- After writing, verify each file's element count equals the source line count and report per day.
Complete all 15 songs. Do not stop early, do not leave placeholder or untranslated text.가장 중요한 건 마지막 두 규칙입니다. "한국어 줄을 키로 하는 사전을 만들고 그걸 쓰는 스크립트를 짜라"고 시키면, 반복되는 후렴이 자동으로 같은 번역을 받고 빠진 줄이 있으면 스크립트가 예외를 던져 조용한 누락이 생기지 않습니다.
실행과 확인
python render_all.py --root "D:\_temp_delete_\KoCalmV1" --shards 3 --start
python render_all.py --root "D:\_temp_delete_\KoCalmV1" --statuscomposed [123, 123, 122] 합계 368 | 실패 [0, 0, 0] | 워커 종료 [True, True, True]합성 전에 한 곡을 먼저 만들어 프레임을 눈으로 확인합니다.
이 늙은 나도 그 승리에 참여해 ← 한국어 원가사, 흰색
Even I, grown old, share in that victory ← 영어, 골드
お わたし しょうり よ ← 후리가나(한자 위 작게)
この老いた私もその勝利に与る ← 일본어, 라이트블루결과와 배운 점
1,164곡을 전부 만들었고 검증에서 불량 0건이 나왔습니다. 번역부터 최종 검증까지 약 24시간입니다.
시리즈 | 곡 수 | 용량 | 소요 |
|---|---|---|---|
KoCalmV1 | 368 | 20.8 GB | 6h 37m |
KoreanDrumV2_2050 | 416 | 22.7 GB | 6h 55m |
KoreanDrumV1_Senior | 380 | 22.1 GB | 8h 26m |
합계 | 1,164 | 65.6 GB | 약 24시간 |
178일의 좋은 것들만 골라 유튜브 업로드 자동화시켰고, 영상의 제목·설명·재생목록을 일차와 가사에서 만들어 올리는 데까지 성공했습니다. 다음은 현재 올려놓은 유튜브 링크입니다.
https://www.youtube.com/@presencewalk178
시행착오
검사 코드가 언어 하나를 몰랐습니다. 한국어 시리즈 368곡이 한꺼번에 "빈 자막"으로 튀겨 나왔습니다. 예전 시리즈는 한국어가 번역이었는데 이번엔 원가사라 들어있는 칸이 달랐습니다. 한 줄 고쳐 해결했고, 스크립트 사본을 언어별로 두지 않았기에 세 시리즈가 한꺼번에 살아났습니다.
합성 중 19곡이 35초 사이에 몰려 죽었습니다. 데이터 문제가 아니라 인코딩 프로세스가 한꺼번에 뜨면서 생긴 일시적 자원 부족이었고, 끝난 뒤 같은 명령을 한 번 더 돌리니 19곡 전부 성공했습니다. 중간 실패를 보고 달려들어 멈추지 않은 게 다행이었습니다.
스킬 설명문이 제대로 뜨는지 측정하다 일곱 번 속았습니다. 증상은 매번 "한 번도 안 뜨다"로 똑같았지만 원인은 일곱 개였습니다 — CLI 미로그인, 후보를 슬래시 명령으로 심은 것(명령은 사람이 쳐야 실행됩니다), 워커 10개가 같은 폴더를 공유한 것 등입니다. 다 고치고 나니 15/20 → 18/20 으로 올려 놓았습니다.
꿀팁
검증한 절차는 스킬로 굳혀 두면 다음부터 한 줄로 시작합니다.
언어별로 코드를 복사하지 않습니다. 한 곳만 고쳐도 모든 시리즈가 같이 좋아집니다.
에이전트에게는 검사를 내장한 스크립트를 쓰게 합니다. "번역해 줘"보다 훨씬 정확합니다.
에이전트 보고를 그대로 믿지 않고 줄 수·빈칸을 직접 검사합니다.
수치가 상식과 어긍나면 대상보다 측정 도구를 먼저 의심합니다.
도움이 필요한 부분
배경 사진을 가사 키워드로 고르는데, 키워드 사전이 제 손으로 넣은 것이라 추상적인 가사에서는 잘 맞지 않습니다. 이미지 임베딩으로 바꿔 본 분 있으면 경험을 듣고 싶습니다.
앞으로의 계획
다음은 유튜브 업로드 자동화입니다. 1,164개 영상의 제목·설명·재생목록을 일차와 가사에서 만들어 올리는 데까지 연결하려 합니다.
도움 받은 글
외부 글보다는 제가 앞서 만들어 둔 작업 기록과 스킬을 보고 진행했습니다. 도구 자체는 공식 문서를 참고했습니다.
배경 음악과 가사는 Suno 로 만들었고, 영상 합성은 ffmpeg 를 썼습니다. 사진은 전부 제가 직접 찍은 것입니다.
로그인하고 댓글을 남겨 주세요
Tony님, 안녕하세요! 곡 하나에 자막 31줄, 1,164곡이면 번역만 34,000줄이라는 계산을 읽고 먼저 입이 벌어졌어요. 그걸 스킬 10단계로 묶어 "새 시리즈 돌려 줘" 한 줄로 시작하게 만드셨다니 대단합니다.
번역 프롬프트에서 "한국어 줄을 키로 하는 사전을 만들고 스크립트로 돌리라"고 시켜서 후렴이 항상 같은 번역을 받고, 빠진 줄이 있으면 예외가 나게 한 설계가 특히 좋았어요. 사람이 개입하는 단계를 한 곡 프레임 검수 하나로 좁힌 것, 그리고 지휘는 Opus, 대량 번역은 Sonnet 서브에이전트 25개로 나눠 사용량을 아낀 점도 참고가 됩니다.
고롱고롱… 이런 글 보면 기분 좋아져요 ✨



Tony님, 이번에도 스케일이 대단해요!! 👏 1,164곡을 불량 0건으로 만드신 것도 놀랍지만, 사람이 개입하는 곳을 "한 곡 프레임 확인" 하나로 줄이신 설계가 특히 인상적이었어요 ㅎㅎ
"한국어 줄을 키로 하는 사전 + 스크립트" 프롬프트와, 에이전트 보고를 믿지 않고 줄 수·빈칸을 직접 검사하신 부분은 저도 바로 배워 가고 싶은 팁이에요!
사진 매칭 질문은 저라면 open_clip으로 SigLIP2(다국어 학습)나 jina-clip-v2(한국어 포함 다국어 지원)를 먼저 시험해 볼 것 같아요. 가사 몇 줄과 사진 몇 장으로 두 모델을 비교해 보시면 금방 감이 올 거예요. 다만 jina-clip-v2는 라이선스가 비상업(CC BY-NC)이라, 유튜브 수익화를 하신다면 꼭 확인해 보세요! 저는 직접 써본 경험은 없어서 해보신 분 이야기도 궁금하네요 ㅎㅎ
좋은 사례 공유 감사합니다!!
아니면 사진을 codex를 활용해서 이미지를 생성해볼것 같습니다~~