본문으로 건너뛰기

n8n으로 자막 없는 유튜브 영상까지 요약하기

박성진

2026.05.31

소개

투자 관련 유튜브 영상을 자동으로 요약하는 워크플로우를 만들면서 가장 큰 문제는 자막이 없는 영상이었습니다.

처음에는 유튜브 자막을 가져와서 요약하면 될 것이라 생각했지만, 실제로 해보니 모든 영상에 자막이 있는 것은 아니었습니다.

특히 투자 관련 영상 중에는 자동 자막이 없거나, 자막 API에서 가져오지 못하는 경우가 있었습니다.

그래서 단순히 “자막 없음”으로 끝내지 않고, 영상의 음성을 직접 추출해 텍스트로 변환한 뒤 요약하는 방식을 추가했습니다.


진행 방법

사용한 도구는 다음과 같습니다.

- n8n: 전체 자동화 워크플로우 구성

- YouTube RSS: 관심 채널의 새 영상 확인

- yt-dlp: 유튜브 영상 정보와 오디오 추출

- Whisper 기반 음성 인식: 자막이 없는 영상의 음성을 텍스트로 변환

- LLM: 변환된 텍스트를 투자 관점으로 요약


자막이 있는 경우

먼저 영상에 자막이 있는지 확인합니다.

자막이 있으면 가장 간단합니다.

1. 유튜브 RSS에서 새 영상을 찾습니다.

2. 영상 ID를 추출합니다.

3. 자막을 가져옵니다.

4. 자막 내용을 LLM에 전달합니다.

5. 투자 관점으로 요약합니다.


자막이 없는 경우

문제는 자막이 없는 영상이었습니다.

이 경우에는 다음 순서로 처리했습니다.

1. 영상에 자막이 있는지 먼저 확인합니다.

2. 자막이 없으면 yt-dlp로 영상의 오디오를 추출합니다.

3. 추출한 오디오를 Whisper 기반 음성 인식으로 텍스트로 변환합니다.

4. 변환된 텍스트를 자막처럼 사용합니다.

5. LLM이 이 텍스트를 투자 관점에서 요약합니다.


정리해보면.

유튜브 영상

→ 자막 확인

→ 자막 없음

→ 오디오 추출

→ Whisper로 음성 인식

→ 텍스트 생성

→ 투자 관점 요약

→ Slack / Obsidian 저장


결과

이전에는 자막이 없는 영상은 요약하지 못하거나, 제목과 설명만 보고 부정확하게 요약될 위험이 있었습니다.

하지만 오디오 추출과 음성 인식 단계를 추가하면서 다음과 같이 개선되었습니다.

- 자막이 있는 영상은 자막 기반으로 요약

- 자막이 없는 영상은 음성 인식 결과 기반으로 요약

- 제목만 보고 추측하는 요약을 줄임

- 투자 판단에 필요한 핵심 내용만 Slack으로 확인

- 정리된 요약 보고서는 Obsidian에 저장


배운 점

이번 과제를 하면서 가장 크게 느낀 점은, AI 요약에서 중요한 것은 요약 모델보다 입력 데이터의 품질이라는 점이었습니다.

자막이 없다고 해서 제목과 설명만으로 요약하면 결과가 부정확해질 수 있습니다.

그래서 음성을 직접 텍스트로 바꾸는 단계를 추가하니 훨씬 신뢰할 수 있는 요약이 가능했습니다.

5

함께 이야기해요 5

로그인하고 댓글을 남겨 주세요

박정기 프로필 이미지
박정기2026.06.02

박성진 워크플로우 이미지 1개라도 있으면 더 좋았을텐데, 궁금하네요! 성진님 정말 수고 많으셨습니다!

멍멍_ 프로필 이미지
멍멍_2026.05.31

영상 요약 중 가장 난감한 상황 중 하나가, 자동 자막이 없을 때!

약간의 비용(로컬은 무료~!)은 있지만 위스퍼모델을 이용하면 이를 해결할 수 있죠~

위스퍼를 이용하여 문제를 해결하신 것도 멋지고, 이를 옵시디언에 옮겨서 재활용하는 것도 매우 좋은 아이디어라 생각 합니다.

주말에도 고생많으셨습니다 박성진님~ 혹시 다른 스터디 하시다가 궁금한 것 있으면 바로바로 카톡방에 질의 남겨주세요~^^

박성진 프로필 이미지
박성진2026.05.31

멍멍님 어드바이스 덕분에 해결했습니다! 감사합니다~~^^

자연어회계처리 프로필 이미지

투자 관련 유튜브 영상을 자동으로 요약하는 워크플로우를 구축하시면서 정리된 요약 보고서는 Obsidian에 저장하는 습관!!! 정말 좋은거 같습니다.
이게 데이터가 쌓이면 sentiment analysis를 자연어로 구성할 수가 있거든요!!!!!! 옵시디언으로 구축된 데이터들을 ai 챗봇 을 사용한다면 "최근 1주일동안 투자 관련 유튜브 전문가들이 긍정적으로 평가한 테마섹터는 뭐야?" 와 같은 물음을 물으면서 저장된 데이터에서 제일 언급을 많이한 종목명을 찾고 긍정/중립/부정 과 같은 유튜브 내용을 보고 llm이 판단하여 감정분석! sentiment analysis의 자연어 처리를 투자에 활용할 수 있을거 같습니다.

박성진 프로필 이미지
박성진2026.05.31

공감하는 부분입니다! 😀

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

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

이런 사례도 있어요

사례 전체 보기