영상요약 skill부터 "영상 보면서 공부하는 페이지"까지
2026.08.08

소개
왜 만들었나
다시보기로 다른 스터디 영상을 보면서 공부합니다.
그런데 2~3시간짜리 세션을 듣다 보면 늘 같은 곳에서 걸렸습니다.
"발표내용이 요약되면 좋겠다" — 발표자의 내용을 요약해서 먼저 흐름을 이해하고 들으면 더 잘 이해가 될것 같았습니다. 자주자주 영상 뒤로를 돌려 다시 듣기를 반복합니다.
"이 대목에서 다른 분들은 뭐라고 했을까?" — 줌 채팅 링크를 따로 열어봅니다. 그런데 채팅은 시간·이름·말이 텍스트로 죽 나열돼 있을 뿐이라, 지금 보고 있는 그 장면에 해당하는 대목을 찾기가 쉽지 않습니다. 스크롤을 내리며 시각을 눈으로 맞춰야 합니다.
영상은 영상대로, 채팅은 채팅대로, 발표 내용은 또 따로 — 셋이 계속 따로 놀았습니다.
영상을 보면서 채팅 유알엘을 하나 띄워 놓고 보니 집중도도 떨어지는것 같아
발표를 들으면서 그 발표의 요약을 나란히 볼 수 있고, 그 시각의 채팅이 같이 흘러가준다면 이해가 훨씬 잘 될 것 같았습니다.
그래서 생간난 **"유튜브 다시보기와 줌 채팅을 받아, 화자별 요약과 채팅 요약을 만들어주는 skill"**입니다.
사실 처음 떠올린 그림은 더 컸습니다. ai-study.gpters.org/replay 에서 다시보기 영상과 줌 채팅을 같이 볼 수 있으니 이걸 "영상 + 요약 + 채팅"을 한번에 자동화로 해볼까 했는대... 작은거로 만들자는 원칙으로 범위를 좁혀 요약을 만드는 skill부터 시작했습니다.
진행 방법
1. 영상 정보는 어떻게 가져오나 — 사이트 자동 접근은 포기
지피터스 로그인 해서 내가 다시보고 싶은 스터디 영상의 링크와 줌채팅 구글 유알엘을 클로드에게 주고 거기서부터 작업을 시작하는 방식으로 정했습니다.
2. 영상 스크립트(자막)는 어떻게 추출하나
처음엔 화자를 목소리로 자동 구분하기 위해 pyannote.audio라는 도구를 쓰자고 하더군요.
이 도구가 쓰는 음성인식 모델이 Hugging Face(AI 모델을 공유하는 사이트)에 "게이트"로 걸려 있어서, Hugging Face 계정을 만들고 그 모델 사용 약관에 동의해야 다운로드가 가능한 구조였습니다. 그래서 "Hugging Face에 가입하라"고 안내했었습니다.
그런데 이건 자막(스크립트) 추출 자체와는 별개로, 화자 구분을 위한 제안이었습니다.
이후 다른 워크스페이스에 있던 선행 리포트(음성 분석 없이 자막+채팅 대조만으로 화자를 구분한 사례)를
보여주면서, 굳이 계정 가입까지 필요한 음성 분석 없이도 충분하다는 걸 인식시키고 최종적으로 자막 추출
자체는 계정 가입이 필요 없는 yt-dlp로만 처리하게 됐습니다.
yt-dlp라는 무료 프로그램으로 유튜브에 이미 있는 한국어 자동 생성 자막을 받아옵니다.
yt-dlp --write-auto-sub --sub-lang ko --sub-format vtt --skip-download "{영상URL}"문제는 유튜브 자동자막 파일 형식이 좀 특이합니다. 한 문장이 완성되는 과정을 실시간 자막처럼 여러 줄에 걸쳐 겹쳐서 저장해서, 그대로 읽으면 같은 말이 몇 번씩 반복됩니다. 이 중복을 지우고 "1분마다 무슨 말이 있었는지"로 깔끔하게 정리하는 과정이 필요했습니다. 이 부분은 그때그때 AI한테 시키면 결과가 들쭉날쭉해서, 파이썬 스크립트로 고정된 규칙을 만들어 넣었습니다(같은 텍스트 자동 제거 + 1분 단위 묶기).
3. 줌 채팅은 어떻게 수집하나
다시보기에서 받은 줌 채팅 파일(구글드라이브 링크 또는 로컬 파일) url을 그대로 skill에 줍니다. 구글드라이브 공유 링크는 그냥 열면 로그인 화면이 뜨는데, 링크 뒷부분을 아래처럼 바꾸면 "링크 있는 사람 공개"로 설정된 파일은 로그인 없이 바로 받아집니다.
원래 링크: https://drive.google.com/file/d/{파일ID}/view
바꾼 링크: https://drive.google.com/uc?export=download&id={파일ID}받은 채팅 파일은 "몇 시 몇 분, 누가, 무슨 말"로 한 줄씩 정리된 텍스트라서, 이걸 시간·이름·내용으로 나눠 저장합니다.
4. 화자는 어떻게 구분하나 — 돌아갔다 온 길
처음엔 "화자별로 발표 시간을 나누려면 목소리로 화자를 구분하는 기술(화자분리)이 필요하지 않을까" 생각했습니다. 확인해보니 줌 자체의 화자 기록 파일도 없고, 영상은 화면공유만 나와서 발표자 이름표도 안 보였고, 유튜브 자막에도 누가 말했는지 정보가 아예 없었습니다. 목소리 분석 도구까지 알아봤는데, 결국 필요 없었습니다.
대신 이렇게 했습니다. 자막에서 "OO님 발표해주시겠어요?" 같은 진행 멘트와 화면전환 시점을 찾고, 같은 시간대 줌 채팅에 실시간으로 등장하는 이름("네 가능합니다!" 같은 반응)을 같이 대조하면, 목소리를 전혀 안 들어도 화자 구간을 나눌 수 있었습니다.
작업을 시작하기 전에 이 흐름을 그려서 확인받았습니다.
5. 만든 결과가 맞는지 확인하는 절차도 넣었습니다
리포트가 그럴듯해 보여도 실제로 맞는 내용인지는 별개 문제라, 검증 단계를 넣었습니다. 처음엔 다른 AI(코덱스)를 따로 불러서 "이 리포트가 원본 자막·채팅과 맞는지 대조해봐"라고 시켰는데, 실제로 문제를 하나 잡아냈습니다 — 여러 영상을 연달아 분석하다 보니, 다른 영상에서 나온 채팅 내용을 이번 영상 리포트에 잘못 섞어 넣은 걸 발견했습니다. 이건 바로 고쳤습니다.
다만 이 방식은 외부 AI를 따로 불러서 처리 시간이 오래 걸렸습니다. 그래서 이후엔 매번 다른 AI를 부르는 대신, 리포트를 만든 직후 스스로 "지금 이 인용이 진짜 이 영상 자료에 있는 게 맞나?"를 다시 한번 확인하는 절차로 바꿨습니다. 외부 도구 없이도 같은 수준으로 확인되는 걸 재확인했습니다.
6. 계속 써보면서 고쳐나갔습니다
한 번 만들고 끝낸 게 아니라, 실제로 여러 번 돌려보고 나온 결과물을 보면서 계속 요청하고 고치는 과정을 반복했습니다. 실행할 때마다 새로 발견되는 문제(링크가 잘못 뽑히는 것, 요약이 너무 짧은 것, 항목이 눈에 잘 안 띄는 것 등)를 그때그때 잡아서 skill 자체에 규칙으로 박아 넣었습니다.
결과
유튜브 영상 URL(+ 있으면 줌 채팅)을 주면 마크다운 리포트 파일 하나가 만들어집니다.
영상 정보, 전체 자막 요약, 화자별 구성표, 화자별 상세 분석, 줌 채팅 요약, 채팅 속 링크 모음,
그리고 "화자 구분은 추정이라 100% 확실하지 않다"는 한계 표기까지 들어갑니다.
그런데 처음의 불편이 그대로 남았습니다. 결과물이 마크다운 파일 하나라서요.
파일을 열어놓고 "1시간 43분 지점 얘기가 뭐였지?" 하면 결국 유튜브를 따로 띄워 그 시간을 손으로 찾아 들어가야 합니다. 읽을 거리가 하나 더 늘었을 뿐, 영상·채팅·요약이 따로 노는 건 똑같았습니다.
확장하기. skill을 활용하여 분석과 요약 영상을 UI에서 한번에 해결
처음에 걸렸던 세 가지를 그대로 화면 요구사항으로 옮겼습니다.
불편했던 것 | 화면에서는 이렇게 |
|---|---|
어디였는지 몰라 되돌려 보기 | 요약의 시각을 누르면 영상이 그 지점으로 |
채팅에서 그 장면 대목 찾기 | 영상이 흐르면 채팅도 같이 흘러가기 |
요약과 영상이 따로 놀기 | 왼쪽 영상, 오른쪽 요약을 한 화면에 |
한 문장으로 줄이면 — 왼쪽에 영상, 오른쪽에 요약·채팅·링크 탭. 읽다가 궁금하면 그 자리에서 영상이 그 시간으로 넘어가는 화면.
가장 먼저 정한 원칙 — skill을 다시 짜지 않는다
웹 화면을 만들 때 제일 먼저 갈린 길이 이거였습니다. skill이 하는 일(자막 뽑고, 채팅 받고, 화자 나누고, 요약하고)을 웹서버 코드로 다시 옮겨 적을 것인가?
옮겨 적지 않기로 했습니다. 대신 웹서버가 터미널에서 하던 것과 똑같이 CLI를 실행합니다. 화면에서 버튼을 누르면 서버가 claude 명령을 띄우고, 그 CLI가 기존 SKILL.md를 읽어서 원래 하던 대로 작업합니다.
이 선택이 나중에 크게 이득이 됐습니다. skill을 고치면 웹 화면이 자동으로 같이 좋아집니다. 반대로 웹서버에 옮겨 적었다면, skill을 고칠 때마다 웹서버 코드도 같이 고쳐야 하고 둘이 조금씩 어긋났을 겁니다.
추가로 이 스킬을 코덱스에게 던져주며 똑같이 만들라고 지시해서 Claude와 Codex 중 골라서 돌릴 수 있게 됐습니다. 둘 다 같은 방식으로 실행하면 되니까, 화면에 토글 하나만 붙이면 끝이었습니다.
10~20분을 어떻게 기다리게 할 것인가
분석 한 번에 10분 정도 걸립니다. 버튼 누르고 아무 반응 없이 20분을 기다리면 "이게 돌고 있는 건가 죽은 건가" 알 수가 없습니다.
그래서 CLI가 작업하면서 내뱉는 것들(지금 어떤 파일을 읽는 중, 어떤 명령을 실행 중)을 한 줄씩 실시간으로 화면에 흘려보내게 했습니다. 나중에 이 진행 표시를 팝업으로 옮기고 중지 버튼도 붙였는데, 이게 생각보다 까다로웠습니다. CLI는 그 아래에서 파이썬이랑 yt-dlp를 또 띄우기 때문에, CLI만 죽이면 자식들이 살아남아서 계속 돕니다. 그래서 프로세스를 "그룹"으로 묶어서 통째로 정리하게 만들었습니다.
전체 흐름 한눈에 보기
버튼을 누르면 실제로 무슨 일이 벌어지는지 그려보면 이렇습니다.
① 분석이 도는 동안

② 결과 페이지
여기서 중요한 게 하나 있습니다. 오른쪽 탭이 전부 리포트에서 오는 게 아닙니다. 절반은 앱이 원본 파일에서 직접 계산합니다 — 그래서 예전에 분석해둔 영상에도 새 기능이 바로 붙습니다.

영상이 흐르면 오른쪽이 따라옵니다.
재생 위치가 바뀔 때마다 지금 구간의 화자 카드, 그 시각의 채팅, 그때 오간 Q&A가 함께 밝아집니다.
반대로 리포트 안의 모든 시각은 재생 버튼이라, 읽다가 누르면 영상이 그 지점으로 갑니다.
③ 물어보기 탭은 다르게 동작합니다
이 탭만은 분석 결과를 쓰는 게 아니라, 질문할 때마다 선택한 클로드, 코덱스 CLI를 새로 부릅니다.

영상과 자료를 붙이는 기능들
화면 뼈대가 잡힌 뒤부터는 "영상을 보면서 자료를 같이 쓴다"는 쪽으로 계속 붙여나갔습니다.
시각을 누르면 그 지점부터 재생됩니다. 리포트 안의 모든 01:43:00 같은 시각이 자동으로 재생 버튼이 됩니다. 이건 나중에 만든 기능들에서 계속 재사용됐습니다.
줌 채팅이 영상 따라 흐릅니다. 지금 재생 중인 시점의 채팅이 강조되면서 같이 흘러갑니다. 처음에 제일 답답했던 게 이거였습니다 — 텍스트로 죽 나열된 채팅에서 지금 장면에 해당하는 대목을 눈으로 찾아 맞추던 일이, 이제 저절로 됩니다.
채팅 반응이 몰린 곳을 막대로 보여줍니다. 채팅이 갑자기 많아진 시간대가 대체로 재밌는 구간입니다. 여기엔 함정이 있었는데, 채팅은 항상 늦습니다. 뭔가 인상적인 말이 나오고 15~30초쯤 뒤에 반응이 올라옵니다. 그래서 기본 20초를 앞으로 당겨서 계산합니다.
채팅 질문과 나중의 답변을 이어줍니다. 줌 채팅에는 누가 답할 때 Replying to "..." 하고 원문을 인용하는 습관이 있습니다. 이 인용을 따라가면 30분 떨어진 질문과 답변도 정확히 짝지을 수 있었습니다. AI에게 추측시키지 않고 인용문만 따라간 거라 틀릴 일이 거의 없습니다.
분석한 영상들을 팝업 목록으로 관리합니다. 제목에서 기수·주차·스터디명을 뽑아내서 분류하고 걸러볼 수 있게 했습니다. GPTers 영상이 아니면 "기타"로 갑니다.
리포트 내용 자체를 고쳐나간 과정
화면만 고친 게 아니라, 나오는 내용이 마음에 안 들 때마다 skill 쪽 지시를 고쳤습니다. 이게 실제로 제일 많이 반복한 작업입니다.
오프닝이 통째로 빠졌습니다. 화자별 요약이 첫 발표자부터 시작해서, 앞부분 스터디장 안내가 사라졌습니다. "앞쪽 10분 안에 진행자 멘트가 있으면 반드시 하나의 구간으로 잡아라"는 규칙을 넣어 해결했습니다.
강의에는 사례 발표용 틀이 안 맞았습니다. 원래 "무엇을 만들려 했나 → 실제로 만든 것 → 막힌 지점" 같은 틀로 요약했는데, 스터디장 강의처럼 뭔가를 가르치는 구간에 이 틀을 씌우니 한 줄로 끝나버렸습니다. **강의 구간은 "무엇을 가르쳤나 / 어떤 순서로 설명했나 / 어떤 인사이트가 있었나"**로 따로 쓰게 나눴습니다.
발표 뒤 질의응답이 빠졌습니다. 발표가 끝나면 스터디장이 첨언하거나 질문을 던지는데, 정작 그 부분이 요약에 안 들어갔습니다. 그 발표자 카드 안에 같이 들어가게 했습니다.
반대로, 안 만들어야 할 것도 있었습니다. "전환 · Q&A: A → B" 같은 알맹이 없는 구간 카드가 자꾸 생겼습니다. 목록만 지저분해져서 의미 있는 내용이 있을 때만 만들라고 규칙을 뒤집었습니다.
같은 영상을 두 AI에게 시켜봤습니다
Claude와 Codex 중 뭘 쓸지 정하려고, 같은 영상·같은 채팅으로 양쪽을 돌렸습니다.
그런데 비교를 시작하기도 전에 문제가 하나 있었습니다.
먼저, 비교 자체가 성립하지 않고 있었습니다
Codex로 돌리면 사용량이 항상 0으로 기록됐습니다. 저는 "Codex CLI가 사용량을 안 알려주나 보다" 하고 코드에 그렇게 적어두고, 한동안 그걸 사실처럼 믿고 이야기했습니다.
확인해보니 Codex는 사용량을 주고 있었습니다. 작업이 끝날 때 이런 걸 보냅니다.
{"type":"turn.completed","usage":{"input_tokens":14668,"output_tokens":5, ...}}앱이 이 신호를 받아서 화면에 "✅ 분석 단계를 마무리하고 있어요"라는 문구만 만들고, 정작 안에 든 숫자는 버리고 있었습니다. 확인 안 한 가정을 코드 주석에 적어두니, 나중에 그 주석이 근거처럼 보였던 겁니다.
이걸 고치고 나서야 양쪽을 같은 잣대로 잴 수 있게 됐습니다.
결과
Claude | Codex | |
|---|---|---|
걸린 시간 | 10분 36초 | 3분 31초 |
뽑아낸 글자량(토큰) | 51,154 | 10,709 |
최종 리포트 | 14,208자 | 11,591자 |
화자·구간 | 11개 | 8개 |
1,000토큰당 시간 | 0.207분 | 0.328분 |
Codex가 3배 빨랐습니다. 그런데 토큰당으로는 오히려 1.6배 느립니다.
빨리 끝난 이유는 단순합니다.
4.8배 적게 썼기 때문입니다. 같은 양을 쓰게 하면 Codex가 더 오래 걸립니다.
결과물은 어떻게 달랐나
숫자보다 이쪽이 중요했습니다. 리포트에 나온 내용을 원본 자막과 하나씩 대조해봤습니다.
Claude가 쓴 구체적인 사실들이 전부 실재했습니다.
Claude가 쓴 것 | 자막 원문 |
|---|---|
"약 1억 원의 피해를 본 친구" | "전세 사기가 당한 진짜 한 1억 정도 당한 친구" |
"서울 마포구, 전세가율 24.4%" | "서울 마포그의 한 조소는 전세가율이 24.4%" |
"80여 건 → 250~280건" | "80개에서 한 250개에서 280개 정도로" |
Codex는 이 중 마지막 하나만 썼고, 앞의 둘은 "전세사기를 당한 지인"처럼 뭉뚱그렸습니다. 마포구 24.4% 사례가 그 발표의 핵심이었는데도요("전세가율이 낮아 안전해 보였는데 건축물대장을 떼보니 근린생활시설이었다"는 게 그 도구를 만든 이유였습니다).
그리고 발표자 한 명이 통째로 빠졌습니다. 자막에는 "다음은 ** 님 발표 한번 해 주시면"이라는 진행 멘트가 분명히 있는데, Codex의 화자 목록에는 체리가 없습니다.
Claude는 이걸 이렇게 처리했습니다.
"진행자가 세션 중 '오늘 발표하신 분은 다섯 분'이라고 언급했으나, 자막상 화면공유로 발표를 완료한 인원은 4명만 확인된다. **님은 화면공유 승인 지연과 브라우저 재시작 문제로 발표가 뒤로 밀렸고, 이후 재개했는지 자막에서 확인되지 않는다."
놓친 걸 찾아낸 정도가 아니라, "발표가 시도됐다가 기술 문제로 밀렸다"는 실제 사건으로 복원했습니다. 자막의 "**"가 채팅 참여자 "**"의 오인식임을 대조로 알아내고, 그 추정을 한계 섹션에 정직하게 밝히기까지 했습니다. 같은 방식으로 자동자막 오인식을 네 건 교정했습니다.
Codex는 이런 교정이 하나도 없었고, 이름도 "**,**,**"처럼 줄여 적었습니다.
Codex가 나은 점도 있었습니다. 화자마다 무엇을 만들려 했나 / 실제로 만든 것 / 진행 과정 / 막힌 지점과 해결 / 다음 계획으로 소제목을 나눠서 훑기 좋았고, 시간 표기가 훨씬 촘촘했습니다(149개 대 61개).
왜 오래 걸릴 수밖에 없나
두 번의 실행 결과를 직선으로 맞춰보니 Claude의 10.6분이 이렇게 갈렸습니다.
4.0분 자막을 뒤지고 이름을 대조하고 판단하는 몫 (리포트 길이와 무관)
6.6분 실제로 글을 쓰는 몫 (14,208자)앞의 4분이 체리를 찾아낸 값입니다. 발표자가 몇 명이라고 했는지 세어보고, 실제로 몇 명이 발표했는지 확인하고, 자막의 이름과 채팅의 이름을 대조하는 일이요. 이건 한 번 훑고 지나가서는 절대 못 씁니다.
중간에 "초안을 두 번 쓰느라 오래 걸리는 것 아닐까" 싶어서 "같은 내용을 두 번 쓰지 말라"는 규칙을 넣고 다시 재봤는데, 효과가 없었습니다. 오히려 토큰 대비 글자 비율이 나빠졌습니다(3.11 → 3.60). 낭비가 아니라 실제로 필요한 작업이었던 겁니다.
그래서 결론은 이렇습니다.
Claude가 느린 건 일을 더 하기 때문이고, 그 더 하는 일이 정확히 우리가 원했던 품질입니다.
시간을 더 줄이려면 그 4분을 건드려야 하는데, 그러면 체리 같은 걸 놓치기 시작합니다. 남은 방법은 화자별 카드를 동시에 쓰게 하는 것뿐인데(서로 독립적이니까), 이건 구조를 크게 바꾸는 일이라 아직 안 했습니다.
물어보기 챗봇
마지막으로 붙인 게 "이 영상에 대해 물어보는" 탭입니다.
여기서 중요한 판단이 하나 있었습니다. 자막·채팅·리포트를 전부 합치면 8만 토큰이 넘습니다.
질문할 때마다 이걸 통째로 넘기면 느리고 사용량도 감당이 안 됩니다.
그래서 자료를 넘기지 않고 폴더 위치만 알려줍니다. CLI가 알아서 필요한 부분만 찾아 읽습니다.
대부분은 이미 정리된 리포트에서 끝나고, 원문 확인이 필요할 때만 자막을 뒤집니다.
실제로 물어보니 15초 안팎에 답이 나왔고, 답 안의 시각이 재생 버튼이라 바로 눌러서 원본으로 확인할 수 있었습니다. 이건 앞에서 만들어둔 기능을 그대로 쓴 거라 추가로 만든 게 없습니다.
지어내지 않는지도 확인했습니다. 자료에 없는 걸 일부러 물어봤더니 이렇게 답했습니다.
"이 영상 자료에서는 찾지 못했습니다. 자막 전체와 줌 채팅을 확인했지만 관련 발화는 없습니다."
테스트 도중 제가 실수로 다른 회차 영상의 발표자 이름을 물어본 적이 있는데, 그때도 없다고 답하면서 "혹시 이 사람을 말씀하신 거라면" 하고 실제 진행자를 시각과 함께 알려줬습니다. 의도한 실험은 아니었지만 실제 상황에서 작동하는 걸 본 셈입니다.
결과와 배운 점
skill을 웹으로 옮겨 적지 마세요. 웹서버가 CLI를 그대로 실행하게 하면, skill을 고칠 때 화면이 저절로 같이 좋아집니다. Claude와 Codex를 골라 쓰는 것도 토글 하나로 끝납니다.
오래 걸리는 작업은 진행 상황을 흘려보내고 중지 버튼을 주세요. 중지할 땐 자식 프로그램까지 그룹으로 묶어 한 번에 정리해야 합니다. 안 그러면 안 보이는 곳에서 계속 돕니다.
줌 채팅의
Replying to인용은 보물입니다. 이 인용만 따라가면 시간이 30분 벌어진 질문과 답변도 AI 추측 없이 정확히 짝지어집니다.채팅 반응은 15~30초 늦습니다. 반응이 몰린 지점을 찾을 땐 그만큼 앞으로 당겨야 실제 그 말이 나온 지점을 가리킵니다.
"빠르다"를 그대로 믿지 마세요. 같은 영상으로 재보니 Codex는 3배 빨랐지만 토큰당으로는 1.6배 느렸습니다. 4.8배 적게 썼을 뿐이었어요. 비교하려면 **양쪽에 같은 조건(같은 커버리지·같은 분량 예산)**을 줘야 합니다.
시행착오
미등록 영상이 재생을 거부(오류 153)했습니다. 재생기에 페이지 출처를 넘기지 않은 게 원인이었습니다.
처음엔 만들라는 것만 만들었는데, 오프닝 누락·강의 요약 부실·질의응답 누락처럼 실제로 읽어봐야 보이는 문제들이 계속 나왔습니다. 매번 skill 지시를 고쳐 넣었습니다.
"Codex는 사용량을 안 알려준다"고 코드 주석에 적어두고 한동안 사실처럼 믿었습니다. 확인해보니 알려주고 있었고, 앱이 그 신호를 화면 문구로만 쓰고 버리고 있었습니다. 이걸 고치기 전까지는 두 AI 비교 자체가 성립하지 않았습니다.
"초안을 두 번 쓰느라 느린 것"이라는 제 가설이 틀렸습니다. 규칙을 넣고 다시 재보니 오히려 나빠졌습니다. 시간이 드는 건 낭비가 아니라 자료를 뒤지고 판단하는 실제 작업이었습니다.
도움이 필요한 부분
줌 채팅이 아예 없는 영상으로는 아직 제대로 검증하지 못했습니다. "채팅 없이 진행" 모드는 만들어뒀는데 실전 확인이 필요합니다.
모바일 화면은 고려하지 않았습니다. 영상과 탭을 좌우로 놓는 구조라 좁은 화면에서 어떻게 보일지 미지수입니다.
분석에 10분정도 소요되는게 아직 문제로 남아잇습니다. 빨리 하고 싶을떄는 그냥 코덱스로 돌립니다.
앞으로의 계획
여러 회차를 가로질러 보는 쪽을 생각하고 있습니다. 지금은 영상 한 편 안에서만 묻고 답할 수 있는데, "이 스터디에서 메모리 관련해서 나온 얘기 전부 모아줘"처럼 여러 회차를 한꺼번에 물을 수 있으면 복습 도구로 훨씬 쓸모가 커집니다. 회차마다 자료 폴더가 이미 같은 구조로 쌓여 있어서, 물어보기 기능을 여러 폴더로 넓히는 것부터 해볼 생각입니다.
로그인하고 댓글을 남겨 주세요
저는 코드 주석에 확인도 안 해보고 적어둔 문장이 꽤 있습니다. 적을 땐 그냥 메모였는데 나중에는 사실이 되어 있더라고요. 그래서 웃음이 났습니다.
벼랑의별님은 다시보기 영상을 요약해주는 도구를 만드시면서, 두 가지 도구가 얼마나 걸리는지 재보셨잖아요. 그런데 한쪽이 사용량을 안 알려준다고 주석에 적어두고 한동안 믿으셨다고요. 알고 보니 알려주고 있었더군요. 앱이 그 신호를 화면 문구로만 쓰고 버리고 있었고요. 그걸 고치기 전까지는 비교 자체가 성립하지 않았다는 말이 오싹했습니다.
목소리로 화자를 나누려다 접으신 길도 오래 남습니다. 대신 자막 속 진행 멘트와 같은 시각 채팅에 올라온 이름을 맞춰서 구간을 가르셨더군요. 목소리는 한 번도 안 듣고요. 채팅이 늘 15~30초 늦으니 20초를 앞으로 당겨 계산하신 것도 훔쳐 가겠습니다.
10.6분 중 4분이 자막을 뒤지고 이름을 맞추는 몫이었다는 계산에 한참 머물렀습니다. 빠진 발표자를 찾아낸 값이네요. 느린 게 낭비가 아니라 실제로 필요한 일이었다는 결론이 오래 남을 것 같아요. 여러 회차를 가로질러 묻는 다음 편이 기다려집니다.




규모가 엄청난 글인데 처음부터 끝까지 읽었어요. 제일 인상적인 선택이 "skill을 웹으로 옮겨 적지 않고 CLI를 그대로 실행"하기로 한 결정이었어요. skill을 고치면 화면이 저절로 같이 좋아지고 Claude↔Codex 토글도 한 줄로 끝난다는 게 — 생각해보면 단순한데, 실제로 그 판단을 내리기까지가 어려운 것 같아요. 반대로 옮겨 적었으면 skill 고칠 때마다 웹서버 코드도 따라 고쳐야 했겠죠.
Codex 사용량이 0으로 찍히는 걸 "Codex CLI가 사용량을 안 알려주나 보다"고 주석에 적어두고 그게 나중에 근거처럼 보였다는 부분도 솔직하게 써주셨는데 — 확인 안 한 가정이 코드에 굳어지는 과정이 딱 이렇거든요. 실제로 확인해보니 신호를 주고 있었고 앱이 숫자를 버리고 있었다는 발견까지, 읽으면서 배운 게 많았어요.
발표자 한 분이 통째로 빠진 걸 찾은 과정도 좋았어요. 놓쳤다는 걸 발견한 게 아니라 "기술 문제로 발표가 밀렸다"는 실제 사건으로 복원하고, 그 추정을 한계 섹션에 정직하게 밝히기까지 — 자막만 읽어선 나오기 어려운 결과예요.
채팅 반응이 15~30초 늦는다는 것도 섬세한 발견이에요. 그 지점을 정확히 가리키려면 앞으로 당겨야 한다는 걸 실제로 맞춰보면서 알아내신 거잖아요. 꼬리 탁! 치고 응원하고 갈게요 🐈⬛