목록으로
업무 생산성 개선을 위한 AI 활용
취미 여행 유튜버가 AI 기반 편집 프로그램으로 작업 시간은 1/10, 조회수는 50배로 늘렸습니다.
취미 여행 유튜버가 AI 기반 편집 프로그램으로 작업 시간은 1/10, 조회수는 50배로 늘렸습니다.
🤖 활용 AI 도구
Silero VAD, Whisper large-v3, Claude Sonnet 5.5, Capcut
① 어떤 상황에서 AI를 활용했나요?
생활 속 AI 활용 중 취미·여가 분야입니다. 저는 중국 여행을 영상으로 기록해 유튜브에 나누는 것이 취미이고(구독자 323명, 영상 55편, 2026.10.14. 기준) CapCut으로 직접 편집합니다. 어려움은 세 가지였습니다. 첫째, 쓰촨·윈난 지명과 음식 이름이 많은데 CapCut 자동 자막이 요우티아오를 요우타오로 적는 식으로 계속 틀렸습니다. 둘째, 15분 영상 한 편마다 무음 자르기, 자막, 설명란 챕터, 쇼츠 고르기를 손으로 해야 했습니다. 셋째, 그래서 2026년에는 쇼츠를 한 편도 올리지 못했습니다(10.14. 기준). 2026년 6월부터 Claude와 대화하며 편집 프로그램을 직접 만들었고, 86번 고쳐 가며 다듬었습니다. 버튼 하나로 영상이 완성되는 도구가 아니라, 제 편집 과정을 반자동으로 덜어 주는 도구입니다. AI와 프로그램은 초안을 만들고, 고르고 고치고 마무리하는 일은 항상 제가 합니다.
② 어떤 AI를 어떻게 활용했나요?
프로그램은 영상 한 편을 7단계(롱폼 초안 → 컷 편집 → 마무리·쇼츠 후보 → 업로드 준비 → 쇼츠 만들기 → 쇼츠 다듬기 → 내보내기)로 보여 주고, 단계마다 맞는 도구를 골랐습니다.
컷: Silero VAD가 말소리 구간을 찾아 무음과 너무 짧은 발화를 자릅니다.
받아쓰기: Whisper large-v3가 받아 적습니다. 언어는 한국어·중국어·영어 셋 중에서만 고르게 했고, 지명·음식 힌트는 한국어 구간에만 줍니다.
교정: Claude Sonnet 5.5가 오인식을 고칩니다. 규칙은 세 가지입니다. 자막 번호를 1:1로 지키고, 중국어·영어는 한국어 뜻만 쓰고, 엉뚱한 언어나 마무리 인사는 삭제 표시만 합니다.
쇼츠 후보: Claude가 자막으로 후보를 뽑고, 후보마다 장면 4장을 보고 점수 1~5와 메모를 붙입니다. 탈락은 AI가 아니라 제가 정합니다.
쇼츠 다듬기: Whisper의 단어별 시각으로 0.45초가 넘는 쉼과 "어, 음" 같은 군더더기를 줄입니다. 40.6초 쇼츠가 21.9초가 됐습니다.
위·아래 문구: 제가 CapCut에서 직접 고친 후킹 문구들을 모아 AI의 규칙과 예시 9쌍으로 다시 알려 줬습니다. 쓸수록 제 말투에 가까워집니다.
업로드 준비: 완성된 타임라인 기준 챕터가 담긴 유튜브 설명과 썸네일 사진 후보를 Claude가 만들고 제가 고칩니다.
쇼츠 조립, 자막 싱크 다시 맞추기, 내보내기는 AI 없이 규칙으로 처리합니다.
③ 활용 결과 어떤 변화가 있었나요?
시간: 제 마무리까지 포함해 15분 롱폼 한 편이 약 3시간에서 약 30분으로, 30초 쇼츠 한 편이 약 30분에서 약 3분으로 줄었습니다.
편집량: 롱폼 27편(2026.7.~10.)을 이 프로그램으로 편집했고, 올해 쇼츠가 0편이던 채널에서 10.18.~10.27. 10일 동안 쇼츠 79편을 만들었습니다. 롱폼 한 편에서 쇼츠 10편 정도가 금방 나옵니다.
반응: 프로그램으로 초안을 만들고 제가 마무리한 쇼츠 25편을 10.19.~10.27.에 올렸고, 25편 중 24편이 조회수 1,000회를 넘었습니다(합계 44,254회, 최고 9,463회). 채널 하루 평균 조회수는 106회(10.1.~10.18.)에서 5,029회(10.19.~10.27.)로 늘었습니다(YouTube 스튜디오 기준).
생활의 변화: 롱폼만 하던 취미에 쇼츠가 더해졌고, 올릴 때마다 반응이 오니 꾸준히 이어 가게 됐습니다.
자막 품질: 마제사 석굴 영상은 자막 719개 중 한글이 347개(48%)뿐이었고 러시아어 15개, 아랍어 1개가 섞였습니다. 고친 뒤 같은 영상 0~160초 구간은 한글 104/124개(84%), 러시아어·아랍어·프랑스어 0개였습니다. 남은 영어는 실제 영어 발화였습니다.
비용: 같은 자막 123개 교정이 Sonnet 4.6은 $0.21(100초), Sonnet 5.5는 $0.03(52초)였습니다. 자막 530개 영상 기준 약 1,300원에서 약 200원입니다.
확산: 같은 프로그램을 학교 브이로그 영상의 쇼츠 후보 고르기에도 써 봤습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
차별점은 두 가지입니다. AI를 믿고 맡기지 않고 오류를 찾아 막는 장치를 단계마다 넣었고, 제가 고친 결과를 AI에 다시 가르쳤습니다. 실제로 찾아 막은 오류는 다섯 건입니다.
지어내기: 같은 자막으로 비교하니 Sonnet 4.6은 없는 말(고기, 만두, 국수, 양꼬치)을 지어냈습니다. 모르는 말을 원문 그대로 두는 5.5로 바꿨습니다.
번호 밀림: 두 줄을 합치고 번호를 다시 매겨 67초 이후 교정이 한 칸씩 엉뚱한 자막에 들어갔습니다. 원문과 너무 다른 결과가 5%를 넘으면 다시 시키게 했습니다.
언어 환각: 풍경 소리를 러시아어·아랍어로 읽고 "Subtitles by the Amara.org" 같은 문구를 만들었습니다. 언어를 셋으로 제한하고, 같은 시각에 겹친 자막은 지웠습니다.
오치환: 오인식 사전이 부분 일치로 "소주 한잔"을 "쑤저우"로, "완성도"를 "완청두"로 바꿨습니다. 일상어와 겹치는 단어는 자동으로 바꾸지 않고 문맥을 보는 AI에 맡기고, 지명은 단어 첫머리에서만 바꾸게 고쳤습니다.
말 잘림: 단어 시각이 조금만 틀려도 말끝이 잘립니다. 그래서 시각을 그대로 믿지 않고, 말소리 평균의 30%보다 조용한 곳에서만 자릅니다.
개인정보도 챙겼습니다. 받아쓰기와 무음 찾기는 제 컴퓨터 안에서 처리해 원본 영상과 목소리는 밖으로 나가지 않습니다. 외부 AI(Claude)에는 자막 글자와 쇼츠·썸네일 후보 이미지만 보냅니다. 쇼츠 효과음은 YouTube 오디오 보관함의 무료 효과음만 씁니다. 한계도 밝힙니다. 영상에는 현지인의 얼굴과 목소리가 그대로 나옵니다. 이 공모전 첨부물에는 현지인 얼굴이 나오는 화면을 넣지 않았습니다.
⑤ 다른 사람도 따라 할 수 있나요?
가장 가벼운 시작(프로그램 없이): 자막 교정 규칙 세 가지(번호 1:1, 외국어는 한국어 뜻만, 엉뚱한 언어는 삭제 표시)와 자주 틀리는 단어 목록을 AI에 함께 주면 됩니다. 첨부 PDF에 규칙과 단어 목록 예시를 그대로 실었습니다.
프로그램 전체: Windows, CapCut 데스크톱, Python 3.10 이상, ffmpeg, Anthropic API 키가 필요하고 NVIDIA GPU는 선택입니다.
한계: CapCut은 자동 조작용 정보를 열어 두지 않아, 내보내기는 화면 위치를 눌러 처리합니다(창 최대화, 1920×1080 기준). 그래서 누르기 전에 내보내기 창 제목으로 맞는 영상인지 확인하고, 이상하면 그 영상만 건너뜁니다. 한글 입력이 씹히는 문제는 자막 일괄 편집 창으로 우회했습니다.
생활 속 AI 활용 중 취미·여가 분야입니다. 저는 중국 여행을 영상으로 기록해 유튜브에 나누는 것이 취미이고(구독자 323명, 영상 55편, 2026.10.14. 기준) CapCut으로 직접 편집합니다. 어려움은 세 가지였습니다. 첫째, 쓰촨·윈난 지명과 음식 이름이 많은데 CapCut 자동 자막이 요우티아오를 요우타오로 적는 식으로 계속 틀렸습니다. 둘째, 15분 영상 한 편마다 무음 자르기, 자막, 설명란 챕터, 쇼츠 고르기를 손으로 해야 했습니다. 셋째, 그래서 2026년에는 쇼츠를 한 편도 올리지 못했습니다(10.14. 기준). 2026년 6월부터 Claude와 대화하며 편집 프로그램을 직접 만들었고, 86번 고쳐 가며 다듬었습니다. 버튼 하나로 영상이 완성되는 도구가 아니라, 제 편집 과정을 반자동으로 덜어 주는 도구입니다. AI와 프로그램은 초안을 만들고, 고르고 고치고 마무리하는 일은 항상 제가 합니다.
② 어떤 AI를 어떻게 활용했나요?
프로그램은 영상 한 편을 7단계(롱폼 초안 → 컷 편집 → 마무리·쇼츠 후보 → 업로드 준비 → 쇼츠 만들기 → 쇼츠 다듬기 → 내보내기)로 보여 주고, 단계마다 맞는 도구를 골랐습니다.
컷: Silero VAD가 말소리 구간을 찾아 무음과 너무 짧은 발화를 자릅니다.
받아쓰기: Whisper large-v3가 받아 적습니다. 언어는 한국어·중국어·영어 셋 중에서만 고르게 했고, 지명·음식 힌트는 한국어 구간에만 줍니다.
교정: Claude Sonnet 5.5가 오인식을 고칩니다. 규칙은 세 가지입니다. 자막 번호를 1:1로 지키고, 중국어·영어는 한국어 뜻만 쓰고, 엉뚱한 언어나 마무리 인사는 삭제 표시만 합니다.
쇼츠 후보: Claude가 자막으로 후보를 뽑고, 후보마다 장면 4장을 보고 점수 1~5와 메모를 붙입니다. 탈락은 AI가 아니라 제가 정합니다.
쇼츠 다듬기: Whisper의 단어별 시각으로 0.45초가 넘는 쉼과 "어, 음" 같은 군더더기를 줄입니다. 40.6초 쇼츠가 21.9초가 됐습니다.
위·아래 문구: 제가 CapCut에서 직접 고친 후킹 문구들을 모아 AI의 규칙과 예시 9쌍으로 다시 알려 줬습니다. 쓸수록 제 말투에 가까워집니다.
업로드 준비: 완성된 타임라인 기준 챕터가 담긴 유튜브 설명과 썸네일 사진 후보를 Claude가 만들고 제가 고칩니다.
쇼츠 조립, 자막 싱크 다시 맞추기, 내보내기는 AI 없이 규칙으로 처리합니다.
③ 활용 결과 어떤 변화가 있었나요?
시간: 제 마무리까지 포함해 15분 롱폼 한 편이 약 3시간에서 약 30분으로, 30초 쇼츠 한 편이 약 30분에서 약 3분으로 줄었습니다.
편집량: 롱폼 27편(2026.7.~10.)을 이 프로그램으로 편집했고, 올해 쇼츠가 0편이던 채널에서 10.18.~10.27. 10일 동안 쇼츠 79편을 만들었습니다. 롱폼 한 편에서 쇼츠 10편 정도가 금방 나옵니다.
반응: 프로그램으로 초안을 만들고 제가 마무리한 쇼츠 25편을 10.19.~10.27.에 올렸고, 25편 중 24편이 조회수 1,000회를 넘었습니다(합계 44,254회, 최고 9,463회). 채널 하루 평균 조회수는 106회(10.1.~10.18.)에서 5,029회(10.19.~10.27.)로 늘었습니다(YouTube 스튜디오 기준).
생활의 변화: 롱폼만 하던 취미에 쇼츠가 더해졌고, 올릴 때마다 반응이 오니 꾸준히 이어 가게 됐습니다.
자막 품질: 마제사 석굴 영상은 자막 719개 중 한글이 347개(48%)뿐이었고 러시아어 15개, 아랍어 1개가 섞였습니다. 고친 뒤 같은 영상 0~160초 구간은 한글 104/124개(84%), 러시아어·아랍어·프랑스어 0개였습니다. 남은 영어는 실제 영어 발화였습니다.
비용: 같은 자막 123개 교정이 Sonnet 4.6은 $0.21(100초), Sonnet 5.5는 $0.03(52초)였습니다. 자막 530개 영상 기준 약 1,300원에서 약 200원입니다.
확산: 같은 프로그램을 학교 브이로그 영상의 쇼츠 후보 고르기에도 써 봤습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
차별점은 두 가지입니다. AI를 믿고 맡기지 않고 오류를 찾아 막는 장치를 단계마다 넣었고, 제가 고친 결과를 AI에 다시 가르쳤습니다. 실제로 찾아 막은 오류는 다섯 건입니다.
지어내기: 같은 자막으로 비교하니 Sonnet 4.6은 없는 말(고기, 만두, 국수, 양꼬치)을 지어냈습니다. 모르는 말을 원문 그대로 두는 5.5로 바꿨습니다.
번호 밀림: 두 줄을 합치고 번호를 다시 매겨 67초 이후 교정이 한 칸씩 엉뚱한 자막에 들어갔습니다. 원문과 너무 다른 결과가 5%를 넘으면 다시 시키게 했습니다.
언어 환각: 풍경 소리를 러시아어·아랍어로 읽고 "Subtitles by the Amara.org" 같은 문구를 만들었습니다. 언어를 셋으로 제한하고, 같은 시각에 겹친 자막은 지웠습니다.
오치환: 오인식 사전이 부분 일치로 "소주 한잔"을 "쑤저우"로, "완성도"를 "완청두"로 바꿨습니다. 일상어와 겹치는 단어는 자동으로 바꾸지 않고 문맥을 보는 AI에 맡기고, 지명은 단어 첫머리에서만 바꾸게 고쳤습니다.
말 잘림: 단어 시각이 조금만 틀려도 말끝이 잘립니다. 그래서 시각을 그대로 믿지 않고, 말소리 평균의 30%보다 조용한 곳에서만 자릅니다.
개인정보도 챙겼습니다. 받아쓰기와 무음 찾기는 제 컴퓨터 안에서 처리해 원본 영상과 목소리는 밖으로 나가지 않습니다. 외부 AI(Claude)에는 자막 글자와 쇼츠·썸네일 후보 이미지만 보냅니다. 쇼츠 효과음은 YouTube 오디오 보관함의 무료 효과음만 씁니다. 한계도 밝힙니다. 영상에는 현지인의 얼굴과 목소리가 그대로 나옵니다. 이 공모전 첨부물에는 현지인 얼굴이 나오는 화면을 넣지 않았습니다.
⑤ 다른 사람도 따라 할 수 있나요?
가장 가벼운 시작(프로그램 없이): 자막 교정 규칙 세 가지(번호 1:1, 외국어는 한국어 뜻만, 엉뚱한 언어는 삭제 표시)와 자주 틀리는 단어 목록을 AI에 함께 주면 됩니다. 첨부 PDF에 규칙과 단어 목록 예시를 그대로 실었습니다.
프로그램 전체: Windows, CapCut 데스크톱, Python 3.10 이상, ffmpeg, Anthropic API 키가 필요하고 NVIDIA GPU는 선택입니다.
한계: CapCut은 자동 조작용 정보를 열어 두지 않아, 내보내기는 화면 위치를 눌러 처리합니다(창 최대화, 1920×1080 기준). 그래서 누르기 전에 내보내기 창 제목으로 맞는 영상인지 확인하고, 이상하면 그 영상만 건너뜁니다. 한글 입력이 씹히는 문제는 자막 일괄 편집 창으로 우회했습니다.
