본문으로 건너뛰기

편집 프로그램 안 켜고 쇼츠 만들었습니다 — Claude Code 편집 키트 무료 공개

샘호트만

2026.10.06

편집 프로그램 안 켜고 쇼츠 만들었습니다 — Claude Code 편집 키트 무료 공개 본문 이미지

이 글은 Astra가 공개 저장소와 제작 기록을 바탕으로 작성하고, Computer Use로 편집기에 입력했습니다.

🎬 편집 프로그램을 안 켰는데, 쇼츠가 나왔습니다

영상 하나 찍는 것보다, 찍고 나서 할 일이 더 많습니다. 말을 받아쓰고, 틀린 자막을 고치고, 쉬는 구간을 자르고, 중요한 말에 그림을 얹고. 짧은 영상 한 편에도 작은 결정이 계속 쌓입니다.

그래서 만들었습니다. 셀카·아바타 영상을 Claude Code에 넘기면 쇼츠로 편집해 주는 오픈소스, avatar-shorts입니다. 제가 만든 프로젝트이고, 코드를 GitHub에 공개했습니다.

먼저 결과부터 보세요. 왼쪽은 원본, 오른쪽은 편집 결과입니다.

남자의 얼굴이 두 개의 다른 사진에 표시됩니다.

공개 예제의 Before → After. 원본 27.0초가 약 25.9초의 쇼츠로 바뀝니다. 길이보다 눈여겨볼 것은 말에 맞춰 등장하는 설명 화면과 바뀐 도입부입니다.

🔗 avatar-shorts 공개 저장소 바로 가기

📝 바쁘시면 이것만 읽으셔도 됩니다

  • 영상 하나를 넣으면 받아쓰기, 자막 교정, 무음 정리, 훅 재배치, 설명용 모션그래픽, 효과음, 렌더와 검수를 이어서 진행합니다.

  • 한국어 셀카·아바타 영상에 맞춘 교육용 키트입니다. 결과 영상뿐 아니라 작업 방법과 판단 기준도 공개했습니다.

  • 코드는 MIT 라이선스로 공개되어 있습니다. 음성 인식과 렌더는 로컬에서 실행되며, 별도 음성 인식 API 키가 필요하지 않습니다.

  • Claude Code 이용 비용은 별도입니다. ‘공개 코드가 무료’라는 말과 ‘모든 실행 비용이 0원’이라는 말은 구분해야 합니다.

🎯 이런 분께 도움이 됩니다

말로 설명할 내용은 있는데 편집에서 자꾸 멈추는 크리에이터, 강의 일부를 짧은 영상으로 만들고 싶은 교육자, AI에게 파일 하나를 맡겨 결과물까지 완성시키는 방식을 배우고 싶은 분께 맞습니다.

😫 제가 줄이고 싶었던 건 반복되는 편집 결정이었습니다

자막을 붙이는 것만으로 영상이 완성되지는 않습니다. 어느 문장을 먼저 보여줄지, 얼굴을 언제 남길지, 어떤 단어에서 설명 그림이 나와야 하는지까지 결정해야 합니다.

매번 처음부터 “잘 편집해 줘”라고 말하면 결과도 매번 달라집니다. 그래서 이 프로젝트에는 작업 순서, 꼭 지켜야 할 기준, 제가 선호하는 스타일, 완성 전 검사를 함께 넣었습니다. 한 번 쓸 영상을 넘어, 다음 영상에도 이어 쓸 수 있는 작업 방식을 만들고 싶었습니다.

🛠️ 어떤 도구가 무슨 일을 하나요?

Claude Code가 작업을 계획하고 도구를 실행합니다. faster-whisper가 말을 받아쓰고, FFmpeg가 영상 정리를 돕고, Remotion이 자막과 모션그래픽을 영상으로 만듭니다. 얼굴 위치를 측정해 화면 배치를 조정하는 기능도 들어 있습니다.

이 글을 쓰고 웹 편집기를 다루는 역할은 Astra와 Computer Use입니다. 공개 키트의 영상 편집 흐름은 Claude Code를 기준으로 제공됩니다.

🔧 1. 영상과 대본을 건넵니다

공개 README에 있는 실제 실행 요청은 아래처럼 시작합니다. 파일 경로는 예시에서 줄여 표기된 그대로입니다.

/shorts .../Avatar v01 Final.mp4

여기에 말한 대본을 함께 주면 자막 교정에 도움이 됩니다. 음성 인식이 비슷한 소리로 받아쓴 말을, 전달한 대본을 기준으로 바로잡을 수 있기 때문입니다.

공개 예제에는 “하나 하나”를 “하나하나”로, “아래래포지토리”를 “아래 repository”로 고친 기록도 있습니다. 대본은 장식이 아니라 검수 기준이 됩니다.

🔧 2. 말의 순서와 화면을 함께 설계합니다

예제에서는 뒤쪽에 있던 “편집 프로그램은, 한 번도 안 켰습니다”를 맨 앞으로 가져왔습니다. 결과가 바로 드러나고, 앞뒤 문맥 없이도 이해되는 문장이기 때문입니다.

불필요한 무음을 정리한 뒤에는 말에 맞는 설명 화면 9개를 설계했습니다. “설계도”에서는 설명 카드가 나오고, “오브젝트가 톡 튀어나오고”에서는 전구가 등장합니다. 중요한 말에는 형광펜 효과를 얹습니다.

아래는 공개 결과 영상에서 뽑은 장면들입니다.

공개 예제의 장면 모음. 얼굴, 설명 카드, 큰 오브젝트, 강조 자막을 내용에 따라 섞어 씁니다.

재미있었던 수정 요청도 하나 있습니다. README에 기록된 실제 요청입니다.

git clone 은 검색창 말고 터미널로

같은 글자를 띄우더라도 어디에 보여주느냐에 따라 의미가 달라집니다. 검색하는 장면과 명령을 실행하는 장면은 다르니까요. AI에게 “더 예쁘게”라고만 하기보다, 어느 장면의 무엇을 어떻게 바꿀지 말하는 편이 훨씬 분명합니다.

🔧 3. 예쁘게 만들다가 얼굴을 가리면, 다시 고칩니다

공개 문서에 남긴 시행착오 중 하나는 얼굴 배치입니다. 처음에는 얼굴 중심을 기준으로 아래쪽 칸에 맞췄습니다. 그런데 머리 크기와 앉은 높이가 달라지면 정수리가 위쪽 설명 판에 가려졌습니다.

아래는 개선 전 화면입니다.

남자 이미지가 포함된 한국 앱의 스크린샷

개선 전: 얼굴 중심은 맞아도 정수리는 설명 판 아래에 들어갈 수 있었습니다.

지금은 영상 속 머리의 위·아래 위치와 움직이는 범위를 보고, 설명 판 크기와 아바타 위치를 조정합니다. 판·카드·자막이 얼굴을 가리는지도 검사합니다.

한국어 텍스트가 포함된 앱의 스크린샷

개선 후: 머리 전체가 보이도록 위쪽 판과 영상 배치를 조정한 공개 예시입니다.

이런 문제는 “렌더가 성공했다”는 메시지만 보고는 놓칠 수 있습니다. 그래서 미리보기 프레임을 직접 확인하고, 글자 잘림·겹침·빈 화면·얼굴 가림을 고치는 단계를 넣었습니다.

💡 핵심은 ‘정책’과 ‘취향’을 나누는 것이었습니다

정책은 어기면 잘못된 결과가 되는 기준입니다. 말하지 않은 숫자나 성과를 만들어 넣지 않기, 자막을 읽을 수 있게 만들기, 얼굴을 가리지 않기 같은 것들입니다.

취향은 여러 정답 중에서 고르는 기준입니다. 자막을 조금 크게 할지, 무음을 얼마나 줄일지, 설명 화면을 얼마나 많이 넣을지, 어떤 색감을 쓸지가 여기에 해당합니다.

둘을 나누면 AI가 결정할 수 있는 범위가 선명해집니다. 결과를 보고 취향을 수정하면 다음 작업에도 그 선택을 이어갈 수 있습니다. 프롬프트를 길게 쓰는 것만큼, 판단 기준을 남기는 일이 중요했습니다.

✅ 결과: 영상 한 편과 함께, 고쳐 쓸 수 있는 재료를 공개했습니다

기존: 자막·말 편집·설명 그림·배치·검수를 각각 결정해야 했습니다.
키트 적용: 정해 둔 흐름으로 초안을 만들고, 결과를 보며 필요한 장면을 수정합니다.

저장소에는 장면 템플릿 12종, 작업 스킬 7개, 예제 대본, 장면 설계도, 결정 기록이 들어 있습니다. 완성본을 구경하는 데서 끝나지 않고, 예제의 일부를 바꿔 다시 만들어 볼 수 있습니다.

세로 쇼츠뿐 아니라, 가로 영상은 아바타와 설명 화면을 나란히 배치하는 방식도 제공합니다.

저장소에 포함된 가로 레이아웃 데모. 짧은 설명 영상이나 교육 콘텐츠로 응용해 볼 수 있습니다.

여기서 별도의 작업 시간 절감률을 측정한 것은 아닙니다. 공개 README는 30초 영상의 전체 작업을 보통 10~20분으로 안내하며, 실제 시간은 컴퓨터와 영상에 따라 달라집니다. 제가 보여드리고 싶은 성과는 반복되는 편집 과정을 재사용할 수 있게 공개했다는 점입니다.

📋 처음 써보실 분을 위한 요청 예시

아래는 독자가 자기 환경에 맞게 바꿔 쓸 수 있도록 새로 정리한 프롬프트입니다. 실제 개발 대화의 원문과는 구분해 두었습니다.

① 설치부터 첫 결과까지

https://github.com/hotorch/avatar-shorts 의 README를 읽고 내 운영체제에 맞게 설치를 도와줘. 준비물을 확인하고 데모가 나오는지 검증해줘. 그다음 내가 주는 영상으로 첫 쇼츠를 만들어줘. 원본은 보존해줘.

② 대본을 기준으로 편집하기

이 영상으로 쇼츠를 만들어줘. 아래 대본을 자막 교정 기준으로 사용하고, 영상에서 말하지 않은 숫자나 성과는 추가하지 마. 얼굴과 자막이 가려지지 않게 검수하고, 무엇을 왜 바꿨는지 마지막에 정리해줘.
[영상 파일과 실제 대본 첨부]

③ 결과를 보고 한 부분만 고치기

3번 장면은 얼굴을 보여주고, 마지막에는 결론 카드를 넣어줘. 자막은 조금 더 크게 해줘. 다른 장면은 유지하고, 수정한 부분의 겹침과 잘림을 다시 확인해줘.

🌱 직접 써보고, 내 방식으로 고쳐 쓰세요

첫 시도는 조용한 곳에서 찍은 짧은 한국어 영상과 정확한 대본을 권합니다. 음악이 크게 깔리거나 발음이 불분명하면 받아쓰기부터 어려워집니다. 처음에는 제공된 데모로 환경을 확인하고, 그다음 자기 영상 한 편을 넣어보세요.

설치 순서와 운영체제별 안내는 저장소의 빠른 시작에 정리했습니다. 최신 안내를 기준으로 따라가시면 됩니다. 상용 환경에서 사용하는 의존 도구와 에셋의 조건은 README의 라이선스 안내도 함께 확인해 주세요.

교육용으로 공개한 프로젝트라, 완성된 편집 앱을 기대하기보다 AI에게 작업을 끝까지 맡기는 구조를 뜯어보고 고쳐 쓰는 출발점으로 봐주시면 좋겠습니다. 강의 요약, 제품 설명, 자주 받는 질문처럼 같은 형식으로 반복 제작하는 콘텐츠에도 응용할 수 있습니다.

🚀 더 깎아 나가면, 여기까지 발전시킬 수 있습니다

공개 키트를 출발점으로 화면 연출과 편집 기준을 계속 다듬으면, 아래처럼 완성도를 높인 영상까지 발전시킬 수 있습니다. 제가 별도로 발전시킨 응용 결과 두 편을 함께 남깁니다.

응용 영상 ① · 모션그래픽을 활용한 도구 소개
YouTube Shorts에서 첫 번째 응용 영상 보기

응용 영상 ② · 오픈소스 도구를 소개하는 쇼츠
YouTube Shorts에서 두 번째 응용 영상 보기

두 영상은 별도로 고도화한 응용 사례이며, 공개 저장소를 설치하면 그대로 생성되는 기본 결과를 뜻하지는 않습니다. 응용 버전의 내부 구현은 이번 글에서 다루지 않습니다. 먼저 공개 예제로 시작해서 자기 콘텐츠에 맞는 기준을 하나씩 쌓아보시면 좋겠습니다.

⭐ 도움이 됐다면 GitHub Star로 알려주세요

코드를 받아 써보셔도 좋고, 예제와 스킬을 읽어보셔도 좋습니다. 버그나 개선 아이디어는 GitHub 이슈로 남겨주세요.

“이런 프로젝트가 더 있으면 좋겠다” 싶으셨다면, 저장소 오른쪽 위 Star ⭐를 눌러주세요. 어떤 공개 작업이 도움이 되는지 알 수 있는 좋은 신호가 됩니다.

👉 avatar-shorts — 코드·설치 방법·예제 보기 / Star 남기기

작성 근거: 공개 저장소 README, 예제 결정 기록, 스타일 가이드. 제작 기록과 이미지는 공개된 자료만 사용했습니다.

7

함께 이야기해요 7

로그인하고 댓글을 남겨 주세요

정화 프로필 이미지
정화2026.10.11

안녕하세요 샘호트만님 🙂

요즘 쇼츠와 영상을 클로드로 자동 편집하는 분들이 많아서 저도 시도해봤는데, 아직은 다 마음에 들지 않더라고요.

어떻게 명령을 하고 기준을 내려야 할지 고민이 많던 차에 이렇게 흐름과 시행착오, 도움 되는 방법까지 알려주셔서 감사합니다.

특히 셀카와 아바타 영상을 넘기면 받아쓰기, 자막 교정, 무음 정리, 훅 재배치까지 한 번에 이어지는 흐름이 인상 깊었어요.

저도 롱폼, 숏폼을 편집 프로그램을 열지 않고 다 해봐야겠어요.

편집할 때 정말 많은 선택과 결정을 해야 해서 피로감이 쌓여 왔는데, 전문성과 본질에 집중하는 크리에이터가 되고 싶네요.

시행착오까지 솔직하게 나눠주신 덕분에 용기가 생겨요. 앞으로의 작업도 응원할게요!

샘호트만 프로필 이미지
샘호트만2026.10.11

안녕하세요~ 기존에 하시던 편집된 영상 많으시니 그걸 레퍼런스 잡아서 먼저 반영해보는 것도 좋은 접근법이 될 것 같습니다! 화이팅입니다!!

류웅수_이안_IAN 프로필 이미지

샘호트만님, 편집에서 반복되는 작은 판단들을 작업 순서와 기준으로 남겨주신 사례를 잘 읽었습니다. 자막만 붙이는 작업을 넘어 도입부 문장, 설명 화면, 얼굴 배치까지 무엇을 보고 결정했는지 적혀 있어 다른 분이 자기 영상에 적용할 때 참고할 지점이 많네요.

대본을 받아쓰기 교정의 기준으로 쓰신 부분과 ‘git clone은 검색창 말고 터미널로’라는 수정이 특히 기억에 남습니다. 글자 자체가 맞아도 등장하는 화면이 다르면 전달되는 뜻이 달라진다는 점이 구체적으로 드러났습니다. AI에게 화면을 고쳐달라고 할 때 어느 장면에서 어떤 의미를 전달하려는지 함께 말하는 예시로도 좋겠습니다.

얼굴 중심에 맞추면 정수리가 가려질 수 있어 머리 전체와 움직이는 범위로 배치를 바꾼 과정도 도움이 됐습니다. 렌더 성공 이후에 프레임을 보며 겹침과 잘림을 고치는 흐름이 실제 품질을 판단하는 자리를 만들어주네요. 공개 키트의 기본 예제와 별도 응용 영상, 코드 공개와 실행 비용도 구분해주셔서 처음 접하는 분이 기대할 범위를 이해하기 쉬웠습니다.

이 방식은 2주차 이후 원고를 짧은 영상으로 옮길 때도 참고할 만하겠습니다. 같은 대본 한 구간을 얼굴 중심 버전과 설명 화면 중심 버전으로 비교하고, 어떤 질문을 더 쉽게 이해하게 되는지 보면 장면 선택 기준을 쌓을 수 있을 것 같습니다. 공개하신 결정 기록에 사용자의 수정 이유도 모이면, 각자의 콘텐츠에 맞게 고쳐 쓰는 과정이 더 풍성해지겠네요. 제작 과정을 나눠주셔서 감사합니다.

샘호트만 프로필 이미지
샘호트만2026.10.11

응원하겠습니다 🙂

조셉_조 프로필 이미지
조셉_조2026.10.07

샘호트만님, 안녕하세요.

조셉입니다. ^^

이미 고수이신 샘호트만님이 우리 과정에 계시다는 게 부담으로 확 느껴지네요 ㅋ ^^

‘정책’과 ‘취향’을 나누니 AI가 결정할 수 있는 범위가 선명해졌다는 발견에 공감했습니다. 저는 반복되는 편집 결정을 맡길 때, 꼭 지켜야 할 기준과 바꿔도 되는 선택이 함께 남아 있어야 다음 영상에서도 믿고 쓸 수 있다고 봅니다.

완성 영상뿐 아니라 장면 설계도와 결정 기록까지 공개해 주셔서, 다른 분들도 자기 콘텐츠에 맞게 고쳐 쓰는 과정을 배울 수 있겠네요.

얼굴 배치가 어긋난 원인을 머리 전체와 움직임까지 살펴 고치고, 미리보기 검수를 작업 흐름에 넣으신 과정도 눈에 띄었습니다.

코드 공개와 실행 비용, 기본 예제와 별도로 발전시킨 응용 결과를 구분해 주신 덕분에 처음 쓰는 분의 기대도 맞추기 수월하겠습니다.

강의 요약이나 제품 설명으로 넓혀갈 때, 시청자가 무엇을 이해하고 나면 그 영상의 편집 기준이 제 역할을 했다고 보시겠습니까?

더불어 이미 수준 높으신 분의 사례글을 보며 다시 배웁니다. 앞으로도 많은 소통을 기대할게요.

수고하셨습니다~

샘호트만 프로필 이미지
샘호트만2026.10.07

아이고 답글 감사합니다. 저는 청강생입니다 ㅎㅎ.. 좋게 봐주셔서 감사합니다 ㅎㅎ

뽀짝이 프로필 이미지
뽀짝이2026.10.06

안녕하세요, 샘호트만님! 글 읽으면서 "정책"과 "취향"을 나눠서 기록했다는 부분이 가장 인상 깊었어요. 말하지 않은 숫자는 넣지 않기, 얼굴을 가리지 않기는 어기면 안 되는 기준이고, 자막 크기나 무음 길이는 고를 수 있는 기준이라는 구분이 있어야 AI에게 맡길 범위가 선명해지네요.

얼굴 중심은 맞췄는데 정수리가 위쪽 설명 판에 가려졌다는 시행착오도 구체적이라 좋았어요. "렌더 성공"만 보면 놓치는 문제를 미리보기 프레임 검수 단계로 풀어낸 점, 그리고 작업 시간 절감률은 측정하지 않았다고 솔직하게 적어주신 점도 믿음이 갔어요.

고롱고롱… 이런 글 보면 기분 좋아져요 ✨ 응용 영상까지 계속 다듬어 가시길 응원할게요!

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기