테니스 덕후가 만든 나만의 쇼츠 자동화 스킬 (feat. OSMU)
2026.07.26

## 소개
얼마 전 OSMU(One Source Multi Use) 강의를 들으면서 글감 하나를 분석하면 카드뉴스·블로그·쇼츠 영상을 동시에 파생시키는 범용 스킬(`content-automation-pipeline`)을 받았어요. 뼈대는 좋은데 범용이라 제 상황엔 그대로 쓰기 애매했고, 저는 테니스 광팬이라 평소에 선수 근황이나 경기 결과를 쇼츠로 만들어보고 싶었거든요.
마침 이번 1주차 과제가 "스킬을 직접 만들어보기"라서, 이 기회에 받은 뼈대를 제 용도(테니스 쇼츠 자동화)에 맞게 통째로 개조해보기로 했어요. 매번 대화를 새로 시작할 때마다 "글감은 이렇게 찾고, 어투는 뉴스 말고 팬 말투로, 이미지는 저작권 확인된 것만…" 같은 조건을 구두로 반복 설명해야 했던 게 특히 비효율적이었는데, 이걸 아예 스킬 안에 규칙으로 박아두고 싶었던 게 시작 이유예요.
## 진행 방법
**사용한 도구**
- Claude Code(에이전트 하네스) — 스킬 설계·리서치·영상 조립 전 과정
- Wikimedia Commons — 저작권 클린 이미지 소스
- ElevenLabs — 제 목소리로 나레이션 (기계 TTS 대신)
- Pixverse — 선수 얼굴 없는 배경 영상(B-roll) 생성
- ffmpeg — 영상 조립(트랜지션·자막·BGM 덕킹)
**어떻게 활용했는지**
1. 먼저 제가 평소 가장 많이 보는 테니스 쇼츠 채널(윔블맨)을 검색해서 벤치마킹했어요. 검색해보니 실제로 테니스 쇼츠 분야 1위 채널이더라고요. 이 채널의 강점(상단 헤드라인 배너, 실사+캡션 슬라이드 구성, 15초 내외 초압축 포맷)은 참고하되, 제 무기(본인 목소리, 저작권 클린 이미지, 해외 소스 선점, 사실 검증)로 차별화 포인트를 잡아서 스킬(`SKILL.md`)에 규칙으로 정리했어요.
2. 스킬을 만들 때 실행 흐름을 아래처럼 7단계로 구조화했어요.
- **Use when** — "테니스 쇼츠", "테니스 속보", "선수 근황 쇼츠" 등 트리거
- **Input** — 관심 선수 워치리스트, ElevenLabs API 키/voice ID
- **Judgment** — 속보형(15~25초) vs 심층형(45~60초) 선택, 이미지 소싱 우선순위(Commons → 선수 SNS → 공식 계정 → 무워터마크 언론사)
- **Steps** — 글감 발굴 → 원본 노트 작성 → 스크립트/스토리보드(승인 게이트) → 이미지 소싱 → 나레이션 → 영상 조립 → 발행 메타데이터
- **Output** — `final.mp4`(1080×1920 세로) + 발행용 제목/설명/해시태그
- **QA** — ffprobe로 해상도·길이·오디오 검증, 프레임 육안 확인
- **Failure repair** — API 키 없으면 중단, TTS로 몰래 대체 금지
3. 실제 소재로 첫 실행까지 돌렸어요. 최근 화제였던 "세계 1위 시너·조코비치가 캐나다 오픈 동반 기권, 알카라스는 부상으로 이미 결장" 소식을 글감으로 골랐고, 검증된 사실만 원본 노트에 정리한 뒤 이걸 바탕으로 나레이션 스크립트를 뽑았어요.
**사용한 나레이션 프롬프트(전문)** — 아래 8문장을 ElevenLabs에 한 번에 넘겨서 음성으로 변환했어요.
```text
1. US오픈 3주 전. 톱랭커들이 줄줄이 사라지고 있습니다.
2. 8월 2일 개막하는 캐나다 오픈. 마스터스 1000, 원래는 의무출전 대회입니다.
3. 그런데 세계 1위 시너와 조코비치가, 개막 일주일을 앞두고 동시에 기권했습니다.
4. 시너는 이번 달 윔블던을 막 방어한 참이었죠. 시즌 44승 3패. 그런데도 "건강이 우선"이라는 겁니다.
5. 알카라스는 이미 없습니다. 바르셀로나에서 다친 손목 때문에 클레이 시즌도, 윔블던도 통째로 날렸거든요.
6. 2년 연속 같은 상황에 대회 측도 참지 않았습니다. "막판 기권, ATP와 진지하게 논의 중"이라고 공개적으로 밝혔고, 팬들 사이에선 "완전한 재앙"이라는 말까지 나옵니다.
7. 이제 몬트리올의 주인공은 즈베레프, 홈 히어로 오제알리아심, 그리고 디펜딩 챔피언 셸턴입니다.
8. 빅3가 전부 빠진 마스터스, 이 기회는 누가 잡을까요? 그리고 US오픈, 알카라스는 돌아올 수 있을까요?
```
**나레이션 생성 API 호출부** (문장별로 나누지 않고 전체를 한 번에 넘겨서 타임스탬프까지 함께 받는 방식):
```text
POST https://api.elevenlabs.io/v1/text-to-speech/{voice_id}/with-timestamps?output_format=mp3_44100_128
body: {
"text": "<위 나레이션 전문>",
"model_id": "eleven_multilingual_v2",
"voice_settings": { "stability": 0.4, "similarity_boost": 0.8, "style": 0.45 }
}
응답: { "audio_base64", "alignment": { "characters", "character_start_times_seconds", ... } }
```
**영상 조립에 쓴 ffmpeg 트랜지션 예시** (컷마다 smooth/dissolve 계열을 순환시켜 다이내믹하게 연결):
```bash
ffmpeg -y -i cut-a.mp4 -i cut-b.mp4 -filter_complex \
"[0:v][1:v]xfade=transition=smoothleft:duration=0.45:offset=<초>[v]" \
-map "[v]" out.mp4
```
## 결과와 배운 점
**결과**
- 완성 영상: 1080×1920 세로, 30fps, 약 60초 (ffprobe로 직접 검증)
- 이미지 9건 전부 Wikimedia Commons/ATP 공식 출처로 라이선스와 함께 기록
- 유튜브 쇼츠 제목·설명·해시태그, 인스타 릴스 캡션까지 발행 가능한 상태로 완성
- 유튜브 채널 개설(롤랑로즈) 후 영상 게시: https://youtube.com/shorts/qA5SVx_9NHY?si=oawuCSjKuR2YjSxQ
**배운 점 / 꿀팁**
- "프롬프트 한 줄"과 "스킬"은 다르다는 걸 몸으로 느꼈어요. 스킬은 언제 쓰는지, 무엇을 입력받는지, 실패하면 어떻게 복구하는지까지 적어둬야 매번 같은 품질이 나온다는 걸 알게 됐어요.
- 나레이션은 문장 단위로 쪼개서 생성하지 말고 전체 스크립트를 한 번에 넘겨서 타임스탬프를 받는 게 훨씬 자연스러워요. (문장 경계마다 톤이 리셋되는 문제를 이렇게 해결했어요.)
- 이미지 저작권이 걱정되면 Wikimedia Commons부터 확인하는 습관을 들이는 게 좋아요. CC0/CC BY 라이선스 사진이 생각보다 많아요.
**시행착오**
1. 처음 만들어보니 헤드라인 배너가 화면 상단에 너무 붙어 있어서 휴대폰 쇼츠 UI(재생바 등)에 가려졌어요. → 배너 위치를 아래로 내리고 자막·헤드라인 폰트도 더 키워서 해결했어요.
2. 처음 고른 이미지들의 품질/저작권이 애매했어요. → GPT 검색으로 "테니스 선수 사진, 저작권 문제 없이 쓸 수 있는 곳"을 찾아봤고, Wikimedia Commons를 기본 소스로 정했어요.
3. 1차 완성본을 보니 컷 사이 전환이 부자연스럽게 끊겼어요. → 트랜지션 길이가 너무 짧았던 게 원인이라 다시 요청해서 늘렸어요.
4. 나레이션이 어구 단위로 안 읽히고 뚝뚝 끊기는 느낌이었어요. → 문장을 쪼개서 하나씩 생성하던 방식이 문제였고, 전체 스크립트를 한 번에 생성하는 방식으로 바꿔서 해결했어요.
5. BGM은 아직 준비가 안 돼서 이번 편은 나레이션만으로 완성했어요. (숨기지 않고 그대로 남겨둡니다.)
**도움이 필요한 부분**
- BGM 트랙을 붙이고 나레이션과의 볼륨 밸런스(덕킹)를 맞추는 작업은 아직 안 해봤어요. 이 부분 경험 있으신 분 계시면 팁 주시면 감사하겠습니다.
- 지금은 제가 직접 승인해야 다음 단계로 넘어가는 구조인데, 나중에 자동 발행까지 안전하게 열어도 되는 기준이 궁금해요.
**앞으로의 계획**
- BGM 에셋을 채워서 덕킹 처리까지 검증해보고 싶어요.
- 15~25초짜리 속보형 포맷으로 두 번째 편을 만들어서, 심층형(60초)과 완주 시간·조회수를 비교해볼 계획이에요.
## 도움 받은 글 (옵션)
- OSMU 강의에서 제공된 범용 콘텐츠 자동화 스킬(`content-automation-pipeline`) — 이번 스킬의 뼈대가 된 원본
- 벤치마킹 채널: 윔블맨 유튜브 쇼츠 (예: youtube.com/shorts/wwH3Pq6sSqE) — 포맷·차별화 전략 수립에 참고
로그인하고 댓글을 남겨 주세요
저도 유튜브 채널 운영하는데 빅토리아님 사례글이 도움이 될 것 같습니다! 감사합니다
범용 OSMU 뼈대를 그대로 쓰지 않고 테니스 팬 말투, 이미지 소싱 우선순위, 사실 검증, 승인 게이트까지 자신의 제작 기준으로 다시 설계한 점이 좋았어요. 첫 결과에서 상단 배너가 쇼츠 화면에 가리고, 전환이 끊기고, 문장별 음성의 톤이 리셋되는 문제를 실제 영상으로 확인한 뒤 각각 수정한 과정도 스킬이 결과를 보며 진화하는 모습을 잘 보여줍니다.
1080×1920 해상도와 길이·오디오를 검사하고 이미지 9건의 출처와 라이선스를 기록한 뒤 실제 게시까지 이어가 결과물이 분명해요. 다음 편에서는 아직 남아 있는 BGM 덕킹을 검증하면서, 사실 확인·라이선스 확인·최종 시청·발행 승인 중 어떤 조건을 통과해야 자동 발행을 열 수 있는지 기준으로 남겨두면 제작 속도와 안전성을 함께 비교해볼 수 있을 것 같아요.
특히 Use when부터 Input·Judgment·QA·Failure repair까지 스킬의 실행 흐름을 7단계로 구조화하고, API 키가 없으면 중단하도록 안전장치까지 넣으신 점이 인상적이에요. 나레이션을 문장별로 나누지 않고 전체 스크립트와 타임스탬프를 한 번에 받아 자연스러운 흐름을 만든 판단도 실제 제작 과정에서 얻은 배움이 잘 드러납니다. 1080×1920 세로 영상과 발행 메타데이터까지 완성해 직접 채널에 게시하신 실행력이 정말 멋집니다.
빅토리아님, 범용 스킬을 본인 취향인 테니스에 맞춰서 이렇게 디테일하게 개조하신 실행력이 진짜 대단하네요. 특히 기계 TTS 대신 본인 목소리로 나레이션을 입히고 저작권 클린 이미지 소싱 규칙까지 스킬에 아예 박아두신 발상은 정말 신선했습니다. ffmpeg로 영상 전환 효과까지 부드럽게 구현해 내신 파이프라인 구조를 보고 감탄이 절로 나왔어요. 스킬을 자기만의 무기로 최적화해서 쓰는 좋은 예시를 보여주셔서 크게 자극받고 갑니다. 👍




문장별 음성 생성에서 톤이 리셋되는 원인을 찾고 전체 스크립트 생성으로 바꾼 과정처럼, BGM도 먼저 나레이션을 기준 신호로 고정하는 방식이 잘 맞아요. 말이 시작될 때 BGM이 내려가고 끝난 뒤 급히 튀지 않게 돌아오도록 키프레임이나 사이드체인을 쓰되, 고정 수치 하나를 정답으로 두기보다 같은 짧은 구간을 이어폰과 휴대폰 스피커에서 확인하는 편이 낫습니다. 판정 기준은 자막 없이 문장이 빠짐없이 들리는지, 문장 사이에서 BGM이 튀는지예요.
첫 영상에서 이미 해상도·길이·오디오, 화면 가림, 이미지 출처와 라이선스를 따로 검사하셨으니 자동 발행 기준도 그 검사를 그대로 승격 게이트로 만들 수 있어요. 사실 근거, 이미지 사용 권리, 음성·자막 싱크, 세로 화면 안전 영역, 최종 시청, 미해결 경고를 각각 통과·실패·미확인으로 나누고, 한 항목이라도 실패나 미확인이면 게시 보류로 두는 구조입니다.
자동 발행은 통제 밖 시청자에게 바로 도달하는 동작이므로, 실패 시 게시 보류와 비공개 전환 경로가 실제로 확인되기 전까지는 업로드 준비와 검수까지만 자동화하고 최종 발행은 사람이 승인하는 경계가 안전합니다.