텔레그램으로 리뷰·디렉션만 수십 번 — 만들다 만 '개발냥' 쇼츠가 드디어 개선돼서 나왔다 (내 목소리·영상 다 무료·자가진화 워크봇)

📝 한줄 요약

지난 사례글에서 Suno 플레이리스트를 워크봇한테 통째로 맡겼더니 봇의 스킬·기억이 진화한다는 걸 보여드렸죠.
이번엔 그 이후 이야기입니다. 같은 워크봇 팀(대장냥/픽냥/척척냥)에게
① 플레이리스트 2탄을 다시 맡겼고(이번엔 "업로드해" 한 번으로 발행),
② 예전에 만들다 만 '개발냥' 쇼츠 자동화를 2번의 이터레이션으로 끝까지 굴렸습니다. 나레이션은 내 목소리를 클론한 AI 음성, 영상은 Meta AI·TikTok으로 전부 무료 생성.

제가 직접 도구를 만진 건 없습니다 — 텔레그램에서 리뷰하고 "여긴 이렇게 고쳐"라고 구체적으로 디렉션하는 게 제 역할이었죠. (한 번에 잘 됐냐고요? 전혀요. 같은 부분을 수십 번 고쳐달라고 했습니다.)

바쁘시면 이것만 읽어도 돼요:
- 🔁 자가진화 증명(플리 2탄): 1탄에서 여러 번 교정한 규칙(16:9·재생신호·라벨금지)이 봇 스킬/파이프라인에 박제 → 2탄은 챕터 확인하고 "업로드해" 한마디로 66분 영상 발행. 같은 실수 0회.
- 🐱 개발냥 쇼츠 = 2번 이터레이션: 1차(안읽씹 사회)는 캐릭터·타이포·자막을 수십 번 고쳐달라며 깎았고, 2차(월급날 잔고)는 그 스타일을 봇이 알아서 재사용(재작업 0) — 대신 새 문제(소스 혼동·오디오 끊김)가 터졌습니다.
- 🛡️ 피드백이 '가드'가 된다: 2차에서 봇이 잘못된 소스 이미지를 섞는 사고 → "속도 말고 하드닝 먼저"라고 멈추게 하고 fail-closed 소스 검증 스크립트를 박제. 다신 안 틀림.
- 🎙️ 내 목소리 클론($0): 맥미니 로컬 Qwen3-TTS로 8초짜리 내 육성 샘플 하나면 클론. 무키·오프라인·완전 무료.
- 🎬 무료 영상 생성($0): Meta AI Create(완전 무료) + TikTok Symphony(크레딧)를 로그인된 브라우저에 그대로 붙여서 자동 제어 → 이미지 1장 → 모션 클립.
- 🧱 정직한 벽: 한 번에 잘하는 봇은 없습니다. 냥 말투, loop 반복, 마스코트 드리프트, 소스 혼동, 끊긴 나레이션 — 전부 구체적으로 다시 고쳐달라는 디렉션의 연속이었고, 그게 다음 영상에선 안 나오게 박제되는 게 핵심이었습니다.

🎯 이런 분들께 도움돼요

• 영상툴 구독료(월 수만 원~)가 부담되어 무료로 AI 영상을 만들고 싶은 분

• 내 목소리로 말하는 나레이션/콘텐츠를 $0으로 만들고 싶은 분

• 워크봇/에이전트에게 콘텐츠 제작을 위임하고 싶은데, "한 번에 안 될 텐데"가 걱정인 분

• "자가진화"가 마케팅 문구인지, 2번째엔 진짜로 덜 고치게 되는지 직접 확인하고 싶은 분

• 예전에 자동화 만들다 만 프로젝트가 있는데, 어떻게 끝까지 굴리는지 궁금한 분

😫 문제 상황 (Before) — "만들다 만" 자동화, 그리고 영상툴 구독료

지난 플리 사례 이후, 두 가지가 마음에 걸렸습니다.

첫째, 끝을 못 본 '개발냥' 쇼츠. 개발자의 무의식을 관찰하는 'dev-unconscious' 리포트를 소재로 캐릭터 쇼츠를 만들어 보려고 예전에 손을 댔었는데, 이미지→영상 변환 자동화(TikTok 셀렉터, Meta 업로드 등)를 짜다가 반쯤 만들고 멈춰 있었습니다. 스크립트는 있는데 한 편의 완성 영상으로 이어지지 않은 상태.

둘째, 비용. 이미지를 영상으로 바꾸는 img2video는 보통 유료(Minimax 같은 API)이고, 나레이션 TTS도 좋은 건 유료 구독입니다. 쇼츠 한 편 뽑자고 이걸 다 결제하긴 아까웠습니다.

그래서 이번엔 만들다 만 자동화를 워크봇에게 넘겨서 끝까지 굴리고, 비용은 0원으로 만드는 걸 목표로 잡았습니다. 동시에 궁금했던 건 지난번과 같았습니다 — 두 번째로 시킬 땐 봇이 정말 덜 틀릴까?

🛠️ 사용한 도구

• Hermes 워크봇 팀: 대장냥(위임·요약 전용) / 픽냥(기획·시놉시스) / 척척냥(실제 제작) + SQLite 칸반 + USER 장기기억

• Suno: 음악(플리 곡, 쇼츠 BGM)

• Qwen3-TTS (로컬, MLX): 내 목소리 클론 나레이션 — 무키·오프라인·$0

• Meta AI Create / TikTok Symphony Creative Studio: 무료 이미지→영상

• Remotion / ffmpeg: 합성·자막 카드·렌더

• browser-harness: 로그인된 Chrome에 그대로 붙어 브라우저 자동 제어

• 제가 직접 조작한 도구는 텔레그램 한 개. 손에 쥔 건 리뷰·디렉션, 나머진 다 봇이.

🔧 작업 과정

Part 1. 플레이리스트 2탄 — "업로드해" 한마디로 발행되다 (자가진화 증명)

지난 1탄(Soulyn Vibes lo-fi 카페재즈)을 만들 땐 비주얼라이저·메타데이터·라벨을 여러 번 교정했었습니다. 그 교정들이 봇 스킬에 잘 박혔는지 확인하고 싶어, 같은 카페재즈 컨셉으로 한 편 더 시켰습니다.

처음엔 또 삐끗했습니다. 분명히 스킬에 반영됐다고 생각한 규칙들이 그날 안 지켜졌거든요:

분명히 스킬/워크플로우에 반영됐다고 생각한 고도화가 오늘 또 안 됐다 —
1:1 정사각 이미지, 라벨/애니메이션 누락, 영상에 박힌 'Suno Playlist' 텍스트,
General 토픽 중복 전송이 전부 다시 나타남.

그래서 이번엔 '말'이 아니라 '스킬'에 박았습니다. 척척냥이 16:9 강제 / 정사각·정지 커버 금지 / 재생 신호(스펙트럼) 필수 / 도구 라벨 금지 / 페르소나 토픽에만 전송 — 이 규칙들을 하드 QA 게이트로 스킬과 실제 파이프라인(suno 파이프라인·유튜브 업로드 스크립트·매일 도는 cron 프롬프트)에 동시에 박제했습니다.

그 다음이 핵심입니다. 2탄을 만들 때 봇은 1탄에서 박제한 16:9 애니메이션 비주얼라이저·챕터 네이밍·메타데이터 규칙을 그대로 재사용했고, 저는 챕터 리스트를 보고 딱 한마디 했습니다:

업로드해

그렇게 66분짜리 카페재즈 플리(Rainy Window Cafe) 한 편이 재작업 없이 유튜브에 올라갔습니다.

💡 이게 자가진화의 실제 모습입니다. 1탄은 여러 번 고쳤지만, 그 교정이 스킬·파이프라인에 굳으니 2탄은 "업로드해" 한 번. "봇이 한 번에 잘하는 것"이 아니라 "내가 고쳐준 걸 봇이 기억하는 것"이 자동화의 본질이라는 게 또 증명됐습니다.

Part 2. 개발냥 쇼츠 이터레이션 1 (안읽씹 사회) — 수십 번의 디렉션

이제 만들다 만 개발냥 쇼츠 차례. 먼저 'dev-unconscious' 리포트를 소재로 42초짜리 2컷 PoC(주제: 오픈소스 신뢰 — "별은 많은데 믿음은 비싸졌다")를 뽑았습니다. 그런데 여기서부터 진짜 이터레이션이 시작됐습니다. 제가 텔레그램에서 던진 피드백을 거의 그대로 옮기면(보시다시피 "다시"가 아니라 구체적인 지시였습니다):

나레이션 음질이 너무 안 좋다 → 로컬 음성으로 다시
내 육성으로 클론해서 다시. 그리고 나레이션 안에서 '개발냥'이라 말하는 건 어색하다
레이아웃이 틀렸다. 이미지를 더 위로 — 하단 텍스트가 고양이·책상·모니터를 덮는다 (프레임 10~15% 위로)
scene 영상이 대사 길이 맞추려고 반복(loop)되면 어색하다.
  반복으로 늘리지 말고, 나레이션 길이 기준으로 처음부터 클립 수를 더 잘게 설계해라
BEAT / beat 번호 같은 디버그 라벨 다 빼라. overlay는 시청자용만
BGM이 너무 작다 — 나레이션 우위는 유지하되 키워라

봇은 이걸 하나씩 처리했습니다: 나레이션을 내 육성 클론으로 교체하고, 32.6초 나레이션을 loop 없는 6개 비트로 다시 설계하고, 디버그 overlay를 제거하고, 하단 텍스트가 캐릭터를 안 가리는 safe-area로 고정했습니다.

여기서 한 번 더 큰 전환이 있었습니다. 개발자 전용 소재(오픈소스)는 공감 폭이 좁아서, 방향을 틀었습니다:

개발자 전용 소재 말고, 많은 사람이 공감할 사회 이슈를
개발냥이 '관찰자' 시점에서 보는 걸로

→ 첫 픽은 "읽씹보다 무서운 '안읽씹' 사회". 2D 스토리북 애니메이션 6씬으로. 그리고 여기서 마스코트 일관성 문제가 터졌습니다:

개발냥 일관성이 약하다 — 씬마다 마스코트가 미묘하게 바뀐다.
캐릭터 시트부터 만들어라 (정면/3-4/측면/후면 + 표정 8개 이상)

봇이 개발냥 캐릭터 바이블(블루 톤 팔레트, 다방향 뷰 + 표정 8종)을 만들고 나서야 마스코트가 씬마다 흔들리는 게 멈췄습니다. 마지막으로 자막. 통문장 자막을 하단 고정 핵심 메시지 카드로 바꾸고:

자막이 씬마다 위로 움직이지 마라. 하단 고정 영역으로, 개발냥을 안 가리게
화면 텍스트는 자막 통문장이 아니라 '핵심 메시지 카드'. 노란 밑줄 빼라

뭐야..더 별로인데 ㅜㅡ   (벤치마크로 가져온 '종이 카드' 디자인 거부)

폰트/컬러를 T1~T10까지 보드로 깔아 후보를 좁히고(T3·T7·T8 탈락 → T1→T4→T9), 가독성·그림자를 수십 번 보정한 끝에 첫 편(안읽씹 사회)이 승인됐습니다. 이 한 편에 들어간 "다시 고쳐줘"가 이번 사례에서 제일 많았습니다.

Part 3. 개발냥 쇼츠 이터레이션 2 (월급날 잔고) — 봇이 스타일을 기억했다, 대신 새 사고가 났다

두 번째 쇼츠는 "월급날 잔고"(통장 잔고 보는 그 기분 — 누구나 공감하는 사회 정서를 개발냥이 관찰). 여기서 자가진화가 또 확인됐습니다:

다음 쇼츠는 개발 소재 제외, 대중 공감형으로
기존 개발냥 스타일/캐릭터 유지해서 재제작

봇은 이터1에서 락인한 개발냥 캐릭터·하단 카드 타이포·블루 팔레트를 그대로 재사용했습니다. 즉 캐릭터 시트도, 폰트 보드도 다시 안 만들었습니다. 주제만 '알림'에서 '월급날 잔고(통장·카드·구독료)'로 바뀌었을 뿐, 1차에서 깎아둔 게 그대로 굴러갔죠.

대신 이터2는 새로운 종류의 사고를 드러냈습니다.

먼저 소스 혼동. 봇이 최종 합성에 승인된 실제 씬 이미지 대신 스토리보드용 임시 이미지를 섞어 가져왔습니다. 제가 잡아냈고, 이렇게 지시했습니다:

이 작업은 잘못된 소스 스틸을 썼다. 승인된 실제 6장만 써라
최종 렌더 멈춰라. 소스 검증 가드/하네스부터 구현·검증해라.
지금 우선순위는 속도가 아니라 '하드닝'이다

→ 봇이 원인분석(RCA)을 했더니, 작업 지시가 스토리보드와 실제 씬을 둘 다 언급해서 잘못된 걸 집은 거였습니다. 그래서 fail-closed 소스 검증 장치(승인된 소스가 아니면 렌더 자체를 막음)를 만들어 최종 합성 전 자동 검증 게이트로 박았습니다. 그 다음부터 오디오를 다듬었습니다:

나레이션이 문단/씬 경계마다 끊긴다. 내 목소리는 유지하면서 자연스럽게 이어라
마지막 나레이션 끝이 잘린다. 앞에 lead-in, 뒤에 여운(여백)을 넣어라
실제 Suno 클립이 없으면 'Suno'라고 표기하지 마라. BGM이 안 들린다

→ 나레이션을 단일 연속 테이크로 다시 굽고(끊김 제거), 앞뒤 여백을 넣고, 가짜로 'Suno'라 표기했던 로컬 합성 BGM을 실제 Suno 클립으로 교체하고 가청도 QA까지. 그렇게 한 편이 완성됐습니다.

💡 이터1 → 이터2 학습 전이: 타이포·캐릭터는 이터1에서 굳어서 재작업 0. 이터2가 새로 드러낸 건 "내용물"이 아니라 "작업 위생"(잘못된 소스, 끊긴 오디오, 가짜 출처 표기)이었고, 저는 그걸 봇의 가드(자동 검증)로 닫았습니다. 다음 편부턴 이 사고도 안 납니다.

Part 4. 무료 도구 실전 — 내 목소리 클론 + 무료 img2video (다른 분들 따라 하시라고)

이번 쇼츠의 비용을 0원으로 만든 두 도구의 간단한 사용법입니다.

🎙️ 내 목소리 클론 — Qwen3-TTS (무키·오프라인·$0)

맥미니에서 로컬로 도는 Qwen3-TTS입니다. 클라우드 API 키도, 인터넷도, 비용도 없습니다. 핵심은 clone(육성 복제):

• 준비물: 내 목소리 8초짜리 깨끗한 녹음 한 개. 그게 레퍼런스가 됩니다.

• 방법: clone 모드에 그 녹음을 레퍼런스로 주고, 읽을 텍스트를 넣으면 → 그 텍스트를 내 목소리 톤으로 읽은 음성이 나옵니다.

• 프리셋 화자나 "차분한 중년 남성 목소리" 같은 묘사로 디자인하는 모드도 있습니다.

⚠️ 정직한 팁: 클론 품질은 레퍼런스 녹음 품질이 거의 다 결정합니다. 마이크가 멀거나 울리는 방에서 녹음하면(고음역이 죽으면) 클론도 먹먹해집니다 — 데이터를 늘려도 안 고쳐져요. 근접 마이크 + 조용한 방 + 적정 레벨의 짧고 깨끗한 샘플이 긴 저품질 샘플보다 낫습니다. (실제로 이번에 봇이 중간에 프리셋 음성으로 슬쩍 바꿨다가 "내 목소리로"라고 다시 시킨 적도 있습니다.)

🎬 무료 이미지→영상 — Meta AI Create + TikTok Symphony

이미지 1장 + "어떻게 움직일지" 프롬프트만 주면 모션 클립을 만들어 줍니다. 비결은 새 브라우저를 띄우지 않고, 내가 이미 로그인해 둔 Chrome에 그대로 붙어서 자동 제어하는 것 — 이러면 봇 탐지에도 안 걸리고 로그인 그대로 씁니다.

간단 사용법(수동으로도 똑같이):
1. 도구 페이지 열기 → ("Image to video" 탭) → "+"로 이미지 업로드
2. 모션 프롬프트 입력 → 생성
3. 완료되면 결과 영상 다운로드 → 편집에 사용

⚠️ 함정 미리 알려드림:

(1) 로그인 만료가 제일 흔한 실패 — 갑자기 안 되면 그 탭에서 재로그인.
(2) TikTok은 가끔 안전코드/이메일 인증을 요구하는데 이건 사람이 직접 눌러야 합니다.
(3) 같은 이미지라도 모션 프롬프트를 구체적으로("촛불이 천천히 흔들리고 따뜻한 빛, 부드러운 줌인") 쓸수록 결과가 좋습니다.

✅ 결과 (After)

🖼️ 처음 버전 vs 최신 버전 — 한 장면씩 (Before → After). 왼쪽은 대장냥에게 처음 시켰을 때 나온 PoC(오픈소스편 · 주황 고양이 + 복잡한 헤드라인 박스), 오른쪽은 여러 번 이터레이션을 거친 최신 버전(월급날편). 캐릭터가 일관되게 자리잡고, 화면이 깔끔한 스토리북 핵심 메시지 카드로 통일된 게 한눈에 보입니다.

ALT

고양이와 다른 캐릭터가 있는 한국 앱의 스크린샷

Before vs After

결과물

• 플리 2탄: 카페재즈 1시간 BGM (약 66분) — 유튜브 발행

• 개발냥 쇼츠 2편: 안읽씹 사회 / 월급날 잔고 (둘 다 같은 캐릭터·스타일)

• 재발방지 자산: 소스 검증 가드 (다음 편부턴 같은 사고 자동 차단)

💬 이 과정에서 배운 AI 활용 팁

효과적이었던 것

1. '말'로 고치지 말고 '스킬/가드'에 박아라. 같은 교정을 또 하게 되면, 그건 다음 작업의 규칙으로 박제할 신호입니다. 플리 2탄이 "업로드해" 한마디로 끝난 이유.

2. 두 번째 작업이 진짜 시험대다. 자가진화는 1편에서 안 보입니다. 2편에서 덜 고치게 되는지로 검증하세요. (개발냥 이터2에서 캐릭터·타이포 재작업이 0이었던 게 증거.)

3. 사고가 나면 "속도 말고 하드닝"으로 멈춰라. 소스 혼동이 났을 때 그냥 다시 시키지 않고 "검증 가드부터 만들어"라고 멈춘 게, 같은 사고를 영구히 막았습니다.

4. 무료 도구는 '내 로그인 브라우저에 붙이기'가 핵심. 새 브라우저를 띄우면 탐지·로그인 문제가 생깁니다. 이미 로그인된 세션에 그대로 붙이면 무료 도구도 자동화됩니다.

5. 음성 클론은 짧고 깨끗한 샘플 8초면 시작된다. 단, 품질은 녹음 환경이 좌우.

6. 구체적으로 디렉션하되, 같은 걸 반복하게 되면 규칙화하라. "다시"라는 한마디로 봇이 알아서 잘하진 않습니다. 정확히 짚어주되(어디를·얼마나·왜), 같은 지적이 2번 반복되면 그건 봇 메모리/스킬에 박을 신호입니다.

이렇게 하면 안 돼요

1. "한 번에 잘하겠지" 기대 금지. 개발냥 1편은 수십 번 고쳐달라고 했습니다. 자동화의 가치는 속도가 아니라 누적입니다.

2. 출처를 가짜로 표기하지 마라(봇도). "Suno BGM"이라 적어놓고 실제론 로컬 합성이던 걸 잡아냈습니다 — "실제 클립 없으면 Suno라 쓰지 마"는 가드로 박았습니다.

3. 저품질 녹음으로 음성 클론 강행 금지. 마이크가 멀면 데이터·반복을 늘려도 안 고쳐집니다. 녹음 환경부터 점검.

4. 소스가 여러 개 언급된 지시 주의. 봇이 헷갈려 엉뚱한 걸 집습니다 — 최종에 쓸 소스 1개만 '잠가서' 주세요.

🌍 다른 업무에 적용한다면?

• 반복 콘텐츠(뉴스레터, SNS 카드, 사내 공지 영상): 1편에서 톤·레이아웃·금지사항을 교정해 '스킬'로 박으면, 2편부터는 승인만 하면 됩니다.

• 내 목소리 안내음: 사내 교육 영상, 제품 데모 나레이션을 외주/유료 성우 없이 내 목소리 클론으로 $0 제작.

• 승인 게이트가 필요한 모든 자동화: "잘못된 입력이면 진행 자체를 막는" fail-closed 가드는 콘텐츠뿐 아니라 데이터 파이프라인·배포에도 그대로 적용됩니다.

🚀 앞으로의 계획

• 개발냥 = 정기 시리즈로. 캐릭터 바이블·타이포·소스 가드가 다 박혔으니, 이제 매주 소재만 바꿔 끼우면 됩니다.

• 무료 img2video 품질 A/B. Meta(무료·빠름) vs TikTok(크레딧·정밀)을 소재별로 자동 라우팅.

• 음성 클론 재녹음. 더 깨끗한 근접 마이크 레퍼런스로 클론 품질 한 단계 업.

• "피드백 → 가드" 루프 자체를 자동화. 같은 교정이 2번 반복되면 봇이 먼저 "이거 규칙으로 박을까요?"라고 제안하게.

📋 재사용 가능한 프롬프트

프롬프트 1: 두 번째 작업에 자가진화 강제하기

[지난번에 만든 결과물]과 같은 컨셉으로 한 편 더 만들어줘.
단, [지난번에 교정했던 규칙들 — 예: 16:9, 정사각 금지, 재생 신호 필수]는
이미 스킬/워크플로우에 반영돼 있어야 한다. 또 안 지켜지면 그 규칙을
[스킬/파이프라인]에 하드 게이트로 박고, 어디에 박았는지 알려줘.

프롬프트 2: 캐릭터 일관성 잡기 (마스코트 드리프트 방지)

[캐릭터]가 씬마다 미묘하게 달라진다. 본격 제작 전에 캐릭터 시트부터 만들어줘:
정면 / 3-4 / 측면 / 후면 뷰 + 표정 8개 이상 + 중립 배경.
이 시트를 기준으로 모든 씬을 생성하고, 일관성을 합격 기준으로 삼아라.

프롬프트 3: "속도 말고 하드닝" — 사고를 가드로 닫기

방금 [잘못된 소스/입력]을 썼다. 그냥 다시 하지 말고:
(1) 왜 그랬는지 원인분석(RCA), (2) 승인된 입력이 아니면 진행 자체를 막는
검증을 만들고, (3) 그 검증을 최종 단계 직전 게이트로 박아라.
지금 우선순위는 속도가 아니라 하드닝이다.

프롬프트 4: 무료 이미지→영상 (Meta AI / TikTok)

[이미지]를 Meta AI Create(무료)로 영상화해줘. 모션:
"[구체적 움직임 — 예: 촛불이 천천히 흔들리고 따뜻한 빛, 부드러운 줌인]".
새 브라우저 띄우지 말고 이미 로그인된 Chrome에 붙어서 처리하고,
결과 영상을 [폴더]에 저장해줘. (길이/오디오 필요하면 TikTok Symphony로)

프롬프트 5: 내 목소리 클론 나레이션

이 나레이션을 내 목소리로 읽어줘.
내 8초 레퍼런스 녹음을 clone 모드로 써서,
문단마다 끊지 말고 단일 연속 테이크로. 앞에 짧은 lead-in, 뒤에 여운(여백)도.

🧰 사용한 도구

Hermes 워크봇(대장냥/픽냥/척척냥 + SQLite 칸반 + USER 장기기억) · Suno · Qwen3-TTS(내 목소리 클론, MLX 로컬·무키·$0) · Meta AI Create(무료) · TikTok Symphony Creative Studio · browser-harness(로그인 세션 attach) · Remotion · ffmpeg · Telegram Bot · YouTube Data API