매일 만드는 분석 글을 유튜브 롱폼 영상으로 자동화하고 있었습니다.
처음 목표는 단순했습니다.
“매일 아침 만들어지는 테제분석 글을 영상까 지 자동으로 만들자.”
분석 글은 이미 있었고, 음성도 만들 수 있었고, 영상으로 합치는 흐름도 어느 정도 잡혀 있었습니다. 문제는 화면이었습니다.
기존에는 HTML(웹 문서)이나 Remotion(리액트 기반 영상 제작 도구)으로 카드형 화면을 만들어 영상에 넣었습니다. 자동화는 됐지만, 결과물을 보면 항상 아쉬움이 남았습니다.
정보는 들어 있는데, 영상으로 보기에는 딱딱했습니다. 카드가 반복되다 보니 화면이 금방 심심해졌고, 5분짜리 롱폼 영상인데도 “자료를 보고 있다”기보다 “자동 생성된 화면을 보고 있다”는 느낌이 강했습니다.
처음에는 이미지 생성으로 해결하려고 했습니다
처음에는 이미지 생성(image generation, AI 이미지 만들기)으로 해결하려고 했습니다. 각 장면마다 이미지를 만들어 넣으면 훨씬 풍부해 보일 것 같았습니다.
그런데 실제로 생각해보니 문제가 있었습니다.
5분짜리 영상에 화면 전환을 자연스럽게 넣으려면 이미지가 적어도 30장 이상 필요했습니다. 하루 한 편이면 그럭저럭 가능해 보여도, 매일 반복되는 자동화에서는 부담이 커집니다.
이미지 생성 비용도 문제였고, 생성 시간도 문제였습니다. 무엇보다 매번 원하는 톤의 이미지를 안정적으로 뽑아내는 것도 쉽지 않았습니다.
그래서 NotebookLM으로 방향을 바꿨습니다
그래서 방향을 바꿨습니다. 이미지를 새로 만드는 대신, NotebookLM(구글 노트 기반 AI 도구)이 만드는 슬라이드 자료를 영상 화면으로 쓰는 방식으로 바꿨습니다.
방법은 이렇습니다. 매일 생성되는 테제분석 원문을 NotebookLM에 넣고, 슬라이드 자료를 만들게 합니다. 그러면 NotebookLM이 원문을 요약하고, 핵심 흐름에 맞춰 시각 자료 형태로 재구성합니다.
이 자료를 PDF(문서 파일)로 받아서 각 장을 이미지처럼 잘라 영상에 넣었습니다. 음성은 기존처럼 분석 내용을 읽고, 화면은 NotebookLM이 만든 슬라이드가 순서대로 지나가게 했습니다.
정확히 맞추기보다, 크게 어긋나지 않게
처음에는 화면과 음성을 너무 정확하게 맞추려고 했습니다. 하지만 실제로 보니 그게 꼭 필요하지는 않았습니다.
롱폼 영상에서는 말과 화면이 자막처럼 1초 단위로 딱 맞을 필요는 없었습니다. 대신 중요한 것은 “지금 들리는 내용과 화면의 큰 흐름이 어긋나지 않는 것”이었습니다.
그래서 각 섹션의 길이에 따라 슬라이드 노출 시간을 조정했습니다. 짧은 섹션은 짧게, 긴 섹션은 조금 더 길게 보여주는 식입니다.
이렇게 하니 영상이 훨씬 자연스러워졌습니다.
결과적으로 좋아진 점
기존 카드형 영상은 자동화된 느낌이 강했다면, NotebookLM 슬라이드를 활용한 영상은 보고서나 프레젠테이션을 보는 느낌에 가까워졌습니다.
이미지를 매번 새로 만들지 않아도 시각적으로 훨씬 풍부해졌고, 비용 부담도 줄었습니다.
이번 작업에서 가장 크게 배운 점은 “자동화의 품질은 꼭 더 많은 생성으로 해결되는 게 아니다”라는 점이었습니다.
처음에는 이미지 생성으로 화면을 채우는 쪽을 생각했습니다. 하지만 실제 운영 관점에서는 매일 반복 가능해야 했고, 비용과 속도도 중요했습니다.
NotebookLM은 여기서 좋은 중간 지점이었습니다. 원문을 이해해서 슬라이드로 재구성해주고, 그 결과물을 영상 화면으로 재사용할 수 있었기 때문입니다.
이번 개선의 핵심
결국 이번 개선은 새로운 AI 기능을 하나 더 붙인 작업이라기보다, 이미 있는 도구의 역할을 다시 정한 작업에 가까웠습니다.
분석 글은 기존 파이프라인이 만들고
슬라이드 구성은 NotebookLM이 맡고
음성과 영상 조립은 자동화가 처리합니다
각 도구가 잘하는 일만 맡기니 결과물이 훨씬 안정적으로 나왔습니다.
앞으로 더 다듬고 싶은 부분
앞으로는 이 방식을 기준으로 롱폼 영상을 더 다듬어보려고 합니다. 특히 첫 화면의 훅, 썸네일, 슬라이드 장수, 음성 길이와 화면 전환 간격을 계속 조정해보면 자동 생성 영상도 꽤 볼 만한 수준까지 갈 수 있을 것 같습니다.
AI 자동화에서 중요한 건 “무엇을 만들 수 있느냐”보다
“매일 반복해도 품질과 비용이 버틸 수 있느냐”였습니다.
그 기준에서 NotebookLM을 활용한 롱폼 영상 방식은 꽤 괜찮은 선택이었습니다.
