One Line In, A Video Out

The idea

주제어 한 줄만 넣으면 유튜브 영상이 나오는 로컬 프로그램을 만들기 시작했다. "고혈압 관리", "무릎 통증", "연금 준비" 같은 걸 넣으면 10 / 15 / 20분 영상이 나온다.

The pipeline

· 스크립트 자동 작성 — 시니어 맞춤 문장 길이와 속도 · TTS 음성 합성 · AI 이미지 생성 · 스톡 B-roll 자동 삽입 · FFmpeg 렌더링 (Ken Burns 효과)

비디오와 이미지 비율을 0~100% 로 조절할 수 있게 했다. 전부 AI 이미지면 비용이 크고, 전부 스톡이면 주제와 안 맞는다.

Splitting the file

사흘 뒤 engines / models / ui / utils 로 구조를 갈랐다. 한 파일로는 이미 안 됐다.

만들 수 있는지 확인하는 단계와 계속 고칠 수 있게 만드는 단계는 다르다. 전자는 하루면 되고, 후자는 그 다음부터다.

Voices

일주일 사이에 음성 쪽이 빠르게 늘었다. 네이버 CLOVA 전체 옵션 14개를 붙이고, 2인 화자 대화를 자연스럽게 손보고, 다중 화자를 걷어내고 주인공 대사만 음성으로 내는 기능을 넣었다.

2.5D / Parallax 모션 효과도 이때 들어갔다. 정지 이미지를 그냥 붙이면 슬라이드쇼가 된다.

되는 건 금방 알았다. 그 뒤로는 계속 "왜 어색한가"와 싸웠다.

What I'm thinking

만들 수 있는지가 궁금해서 시작했다. 결과물이 사람이 만든 것과 다른 지점은 품질이 아니라 어색함이었다. 그 어색함이 어디서 오는지 찾는 게 그 뒤 아홉 달의 작업이 됐다.