목록으로
업무 생산성 개선을 위한 AI 활용
편집은 고르는 일부터 — 제 판정을 배우며 자라는 AI 촬영본 정리 조수
영상 편집에서 가장 오래 걸리는 일은 자르기가 아니라 고르기입니다. 코딩을 모르는 영상 작업자가 촬영본을 밤새 받아 적고, 재고, 쓸 컷 후보를 골라 편집 타임라인까지 올려 두는 AI 조수를 만들었습니다. 조수는 제가 뒤집은 판정을 배워 기준을 스스로 고칩니다. 「흐리다」고 보류한 컷 19개 중 16개가 일부러 배경을 흐린 연출이었고, 조수는 그것을 배워
🤖 활용 AI 도구
Claude Code(Anthropic), faster-whisper(내 컴퓨터 안에서 도는 음성 받아쓰기), DaVinci Resolve(편집 프로그램 연동)
① 어떤 상황에서 AI를 활용했나요?
저는 업무로 영상을 찍고 편집합니다. 편집에서 가장 오래 걸리는 일은 자르고 붙이는 일이 아니라, 그 전에 무엇을 쓸지 고르는 일입니다.
인터뷰 하나를 찍으면 파일 22개, 287GB가 나옵니다. 파일 이름은 기계 번호뿐이라 무엇이 찍혔는지 알 수 없습니다. 한 파일 안에 쓸 컷과 못 쓸 컷이 섞여 있어 결국 처음부터 끝까지 다시 봐야 했고, 촬영 하루치를 고르는 데 꼬박 하루가 들었습니다. 고르기를 미루다 보니 정리 못 한 촬영본이 1,361개 파일, 36시간, 1.2TB 쌓였습니다(2026년 9월 전수 조사). 다시 쓸 그림이 있어도 찾지 못했습니다.
고르기를 대신 해 줄 도구는 이미 있습니다. 그런데 써 보면 두 가지가 맞지 않았습니다.
- 말만 봅니다. 많은 AI 편집 도구는 음성을 글로 바꿔 「말」로 장면을 찾습니다. 하지만 버려지는 컷과 살아남는 컷의 차이는 대부분 말이 없는 「그림」에 있습니다.
- 기준이 정해져 있습니다. 「흐리면 불량」 같은 고정된 잣대로 판정합니다. 하지만 같은 흐린 화면도 실수일 때가 있고, 일부러 배경을 날린 연출일 때가 있습니다. 그 차이는 찍은 사람만 압니다.
그래서 정해진 잣대가 아니라, 제 판정을 보고 배우는 조수를 직접 키우기로 했습니다.
② 어떤 AI를 어떻게 활용했나요?
저는 코딩을 모릅니다. 대신 촬영본을 고를 때 제가 손으로 하던 순서가 있었습니다. 그 순서를 Claude Code에게 말로 설명하고, 그대로 프로그램을 만들게 했습니다. 예를 들면 이런 말입니다. 「원본은 절대 지우지 마.」 「인터뷰는 그림으로는 판단이 안 되니 받아 적어서 판단해.」
완성된 조수 「감독버핏」은 바탕화면 단추 하나로 돕니다.
- 촬영본을 재고(그림이 쓸 만한지), 받아 적고(무슨 말을 했는지, 내 컴퓨터 안에서), 한눈에 보이게 정리합니다.
- AI가 컷마다 OK·보류·NG 후보와 꼬리표를 표에 채웁니다.
- 저는 표를 훑어보고 틀린 것만 뒤집습니다.
- 고른 컷은 편집 프로그램 타임라인에 바로 올라갑니다. 편집은 고른 컷이 놓인 상태에서 시작합니다.
정답이 정해진 반복 작업은 내 컴퓨터가 공짜로 하고, 「이 컷이 쓸 만한가」처럼 눈이 필요한 자리에만 AI를 씁니다.
③ 활용 결과 어떤 변화가 있었나요? (실제 업무 촬영본으로 잰 숫자)
편집 전 고르기가 이렇게 바뀌었습니다.
· 파일 86개 촬영본(도서관 취재, 43GB): 전 처음부터 끝까지 다시 봄 / 후 조수가 22분 동안 혼자 정리, 제 손은 표 확인 10분
· 파일 22개 인터뷰(104분, 287GB): 전 22개를 다 봄 / 후 OK 18 · 보류 3 · NG 1 → 제가 볼 것은 4개
· 고른 컷을 편집 프로그램에 올리기: 전 손으로 하나씩 / 후 자동으로 타임라인에 올림, 컷 시각 오차 최대 0.034초(1프레임 이하)
· 사람 손이 필요한 시간: 전 촬영 하루치에 꼬박 하루(경험) / 후 자동 단계 약 80분 동안 사람 손 없음, 저는 다른 일을 함
- 한 달 동안 촬영 8건에 썼습니다. 업무 촬영본 5건(클립 158개)과 10월의 개인 작품 촬영본 3건입니다.
- 인물 다큐 촬영본(50개 파일, 207분)에서는 AI가 짠 27컷 4분 35초 구성안을 타임라인에 올려 시험 렌더까지 했습니다.
- 가장 크게 달라진 점은 제 시간이 「보는 일」에서 「고치는 일」로 바뀐 것입니다.
- 「촬영 하루치에 꼬박 하루」는 초시계로 잰 것이 아니라 제 경험입니다. 나머지 숫자는 모두 프로그램 기록에 남은 실측입니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요? — 기존 방식과 무엇이 다른가
▶ 말보다 그림을 먼저 봅니다. 많은 AI 편집 도구는 음성을 글로 바꿔 「말」로 컷을 찾습니다. 감독버핏은 말이 없는 그림이 쓸 만한지를 먼저 보고, 말은 받아 적어 함께 봅니다. 그래서 인서트, 풍경, 손 클로즈업처럼 말이 없는 컷도 고르기에 들어옵니다.
▶ 잣대가 정해져 있지 않고, 제 판정에서 자랍니다. 조수가 후보를 내고 → 제가 뒤집고 → 뒤집은 판정이 다음 기준이 됩니다. 같은 도구라도 쓰는 사람마다 다른 기준을 갖게 됩니다.
· 9/28: 누적 촬영 2건 · 클립 108개 / 기계와 제 판정 일치 79% / 「선명도 낮음」 기준 15% → 9% (흐림 보류 15개 중 12개를 제가 뒤집음)
· 9/29: 누적 촬영 3건 · 클립 158개 / 기계와 제 판정 일치 78% / 「선명도 낮음」 기준 9% → 5.4% (흐림 보류 19개 중 16개를 제가 뒤집음)
· 10/1: 새 자료 없음 / 기계와 제 판정 일치 78% / 「선명도 낮음」 기준 5.4% → 3.2% ← 같은 자료를 한 번 더 배운 실수
제가 뒤집은 것은 대부분 일부러 배경을 흐리게 찍은 인서트 클로즈업이었습니다. 기계는 「흐리다」, 저는 「연출」로 봤습니다. 세 번째 줄은 실수입니다. 새 자료 없이 같은 자료를 다시 배워 기준이 한 번 더 내려갔습니다. 이것을 찾아 10월 3일 새 판에서 막았고, 그 뒤로 사찰 기획, 도심 숲길, 5분 단편 촬영본에 이어서 쓰고 있습니다.
▶ 고르기에서 끝나지 않고 편집의 첫 화면까지 이어 줍니다. 고른 결과가 표나 목록으로 끝나지 않고, 편집 프로그램 타임라인에 컷이 놓인 상태로 넘어갑니다. 편집자는 빈 화면이 아니라 후보가 놓인 화면에서 시작합니다.
▶ 원본은 밖으로 나가지 않습니다. 원본 영상은 외부 서버에 올리지 않고, 받아쓰기도 내 컴퓨터 안에서 합니다. 판단 단계에서 AI가 보는 것은 줄인 장면 사진과 받아 적은 글 일부뿐입니다.
▶ AI는 후보만 내고, 결정은 사람이 합니다. 지우는 일은 프로그램이 스스로 하지 않습니다. 모든 파일 이동은 기록으로 남아 되돌릴 수 있습니다.
▶ 틀린 것을 숨기지 않았습니다. 기록에 남은 것만 12가지입니다. 예를 들면 배경이 흐린 클로즈업을 「초점 나감」으로 판정한 것, 화면만 보고 인터뷰 대상자를 잘못 짐작한 것, 같은 카메라 영상의 색을 둘로 가른 것, 편집 프로그램에 그림만 올라가고 소리가 빠진 것입니다. 여러 개가 오류 메시지 없이 조용히 틀렸습니다. 그래서 AI가 만든 결과는 반드시 진짜로 돌려 보고, 귀로 듣고, 눈으로 본다는 원칙을 지킵니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 핵심은 프로그램이 아니라 생각입니다.
1. AI에게 정답을 맡기지 말고 후보를 맡깁니다. 판정은 사람이 뒤집습니다.
2. 뒤집은 판정을 모아 기준을 고칩니다. 그러면 도구가 쓰는 사람의 눈을 닮아 갑니다.
3. 원본 지우기와 외부 전송은 처음부터 사람만 하게 막습니다.
다른 사람이 쓰면, 그 사람의 눈을 배웁니다. 인물을 선명하게 찍는 사람과 배경을 날리는 사람은 서로 다른 기준을 갖게 됩니다. 촬영본이 쌓이는 곳이면 어디나 쓸 수 있습니다. 유튜버, 웨딩 촬영, 지자체·기관 홍보팀, 학교 방송반, 다큐 제작 현장이 그 예입니다.
[윤리·책임]
- 원본 영상은 외부 서버에 올리지 않습니다. 받아쓰기도 내 컴퓨터 안에서 합니다.
- 출연자 신원을 화면으로 짐작하지 않고, 받아 적은 말로만 확인합니다(실제로 잘못 짐작한 일이 있어 만든 규칙).
- 지우는 권한은 사람에게만 있습니다.
- 원고와 첨부에는 출연자 얼굴·실명을 넣지 않았습니다.
- 숫자는 모두 실제 촬영본으로 잰 기록입니다. 재지 않은 것은 경험이라고 밝혔습니다.
[한계]
- 기계와 제 판정이 일치하는 비율은 78%입니다. 그래서 기계 판정은 후보일 뿐이고, 표를 훑어보는 사람이 반드시 있어야 합니다.
- 아직 저 혼자 쓰는 도구입니다.
- 고화질 원본은 읽는 데 오래 걸립니다(287GB 받아쓰기에 약 60분).
저는 업무로 영상을 찍고 편집합니다. 편집에서 가장 오래 걸리는 일은 자르고 붙이는 일이 아니라, 그 전에 무엇을 쓸지 고르는 일입니다.
인터뷰 하나를 찍으면 파일 22개, 287GB가 나옵니다. 파일 이름은 기계 번호뿐이라 무엇이 찍혔는지 알 수 없습니다. 한 파일 안에 쓸 컷과 못 쓸 컷이 섞여 있어 결국 처음부터 끝까지 다시 봐야 했고, 촬영 하루치를 고르는 데 꼬박 하루가 들었습니다. 고르기를 미루다 보니 정리 못 한 촬영본이 1,361개 파일, 36시간, 1.2TB 쌓였습니다(2026년 9월 전수 조사). 다시 쓸 그림이 있어도 찾지 못했습니다.
고르기를 대신 해 줄 도구는 이미 있습니다. 그런데 써 보면 두 가지가 맞지 않았습니다.
- 말만 봅니다. 많은 AI 편집 도구는 음성을 글로 바꿔 「말」로 장면을 찾습니다. 하지만 버려지는 컷과 살아남는 컷의 차이는 대부분 말이 없는 「그림」에 있습니다.
- 기준이 정해져 있습니다. 「흐리면 불량」 같은 고정된 잣대로 판정합니다. 하지만 같은 흐린 화면도 실수일 때가 있고, 일부러 배경을 날린 연출일 때가 있습니다. 그 차이는 찍은 사람만 압니다.
그래서 정해진 잣대가 아니라, 제 판정을 보고 배우는 조수를 직접 키우기로 했습니다.
② 어떤 AI를 어떻게 활용했나요?
저는 코딩을 모릅니다. 대신 촬영본을 고를 때 제가 손으로 하던 순서가 있었습니다. 그 순서를 Claude Code에게 말로 설명하고, 그대로 프로그램을 만들게 했습니다. 예를 들면 이런 말입니다. 「원본은 절대 지우지 마.」 「인터뷰는 그림으로는 판단이 안 되니 받아 적어서 판단해.」
완성된 조수 「감독버핏」은 바탕화면 단추 하나로 돕니다.
- 촬영본을 재고(그림이 쓸 만한지), 받아 적고(무슨 말을 했는지, 내 컴퓨터 안에서), 한눈에 보이게 정리합니다.
- AI가 컷마다 OK·보류·NG 후보와 꼬리표를 표에 채웁니다.
- 저는 표를 훑어보고 틀린 것만 뒤집습니다.
- 고른 컷은 편집 프로그램 타임라인에 바로 올라갑니다. 편집은 고른 컷이 놓인 상태에서 시작합니다.
정답이 정해진 반복 작업은 내 컴퓨터가 공짜로 하고, 「이 컷이 쓸 만한가」처럼 눈이 필요한 자리에만 AI를 씁니다.
③ 활용 결과 어떤 변화가 있었나요? (실제 업무 촬영본으로 잰 숫자)
편집 전 고르기가 이렇게 바뀌었습니다.
· 파일 86개 촬영본(도서관 취재, 43GB): 전 처음부터 끝까지 다시 봄 / 후 조수가 22분 동안 혼자 정리, 제 손은 표 확인 10분
· 파일 22개 인터뷰(104분, 287GB): 전 22개를 다 봄 / 후 OK 18 · 보류 3 · NG 1 → 제가 볼 것은 4개
· 고른 컷을 편집 프로그램에 올리기: 전 손으로 하나씩 / 후 자동으로 타임라인에 올림, 컷 시각 오차 최대 0.034초(1프레임 이하)
· 사람 손이 필요한 시간: 전 촬영 하루치에 꼬박 하루(경험) / 후 자동 단계 약 80분 동안 사람 손 없음, 저는 다른 일을 함
- 한 달 동안 촬영 8건에 썼습니다. 업무 촬영본 5건(클립 158개)과 10월의 개인 작품 촬영본 3건입니다.
- 인물 다큐 촬영본(50개 파일, 207분)에서는 AI가 짠 27컷 4분 35초 구성안을 타임라인에 올려 시험 렌더까지 했습니다.
- 가장 크게 달라진 점은 제 시간이 「보는 일」에서 「고치는 일」로 바뀐 것입니다.
- 「촬영 하루치에 꼬박 하루」는 초시계로 잰 것이 아니라 제 경험입니다. 나머지 숫자는 모두 프로그램 기록에 남은 실측입니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요? — 기존 방식과 무엇이 다른가
▶ 말보다 그림을 먼저 봅니다. 많은 AI 편집 도구는 음성을 글로 바꿔 「말」로 컷을 찾습니다. 감독버핏은 말이 없는 그림이 쓸 만한지를 먼저 보고, 말은 받아 적어 함께 봅니다. 그래서 인서트, 풍경, 손 클로즈업처럼 말이 없는 컷도 고르기에 들어옵니다.
▶ 잣대가 정해져 있지 않고, 제 판정에서 자랍니다. 조수가 후보를 내고 → 제가 뒤집고 → 뒤집은 판정이 다음 기준이 됩니다. 같은 도구라도 쓰는 사람마다 다른 기준을 갖게 됩니다.
· 9/28: 누적 촬영 2건 · 클립 108개 / 기계와 제 판정 일치 79% / 「선명도 낮음」 기준 15% → 9% (흐림 보류 15개 중 12개를 제가 뒤집음)
· 9/29: 누적 촬영 3건 · 클립 158개 / 기계와 제 판정 일치 78% / 「선명도 낮음」 기준 9% → 5.4% (흐림 보류 19개 중 16개를 제가 뒤집음)
· 10/1: 새 자료 없음 / 기계와 제 판정 일치 78% / 「선명도 낮음」 기준 5.4% → 3.2% ← 같은 자료를 한 번 더 배운 실수
제가 뒤집은 것은 대부분 일부러 배경을 흐리게 찍은 인서트 클로즈업이었습니다. 기계는 「흐리다」, 저는 「연출」로 봤습니다. 세 번째 줄은 실수입니다. 새 자료 없이 같은 자료를 다시 배워 기준이 한 번 더 내려갔습니다. 이것을 찾아 10월 3일 새 판에서 막았고, 그 뒤로 사찰 기획, 도심 숲길, 5분 단편 촬영본에 이어서 쓰고 있습니다.
▶ 고르기에서 끝나지 않고 편집의 첫 화면까지 이어 줍니다. 고른 결과가 표나 목록으로 끝나지 않고, 편집 프로그램 타임라인에 컷이 놓인 상태로 넘어갑니다. 편집자는 빈 화면이 아니라 후보가 놓인 화면에서 시작합니다.
▶ 원본은 밖으로 나가지 않습니다. 원본 영상은 외부 서버에 올리지 않고, 받아쓰기도 내 컴퓨터 안에서 합니다. 판단 단계에서 AI가 보는 것은 줄인 장면 사진과 받아 적은 글 일부뿐입니다.
▶ AI는 후보만 내고, 결정은 사람이 합니다. 지우는 일은 프로그램이 스스로 하지 않습니다. 모든 파일 이동은 기록으로 남아 되돌릴 수 있습니다.
▶ 틀린 것을 숨기지 않았습니다. 기록에 남은 것만 12가지입니다. 예를 들면 배경이 흐린 클로즈업을 「초점 나감」으로 판정한 것, 화면만 보고 인터뷰 대상자를 잘못 짐작한 것, 같은 카메라 영상의 색을 둘로 가른 것, 편집 프로그램에 그림만 올라가고 소리가 빠진 것입니다. 여러 개가 오류 메시지 없이 조용히 틀렸습니다. 그래서 AI가 만든 결과는 반드시 진짜로 돌려 보고, 귀로 듣고, 눈으로 본다는 원칙을 지킵니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 핵심은 프로그램이 아니라 생각입니다.
1. AI에게 정답을 맡기지 말고 후보를 맡깁니다. 판정은 사람이 뒤집습니다.
2. 뒤집은 판정을 모아 기준을 고칩니다. 그러면 도구가 쓰는 사람의 눈을 닮아 갑니다.
3. 원본 지우기와 외부 전송은 처음부터 사람만 하게 막습니다.
다른 사람이 쓰면, 그 사람의 눈을 배웁니다. 인물을 선명하게 찍는 사람과 배경을 날리는 사람은 서로 다른 기준을 갖게 됩니다. 촬영본이 쌓이는 곳이면 어디나 쓸 수 있습니다. 유튜버, 웨딩 촬영, 지자체·기관 홍보팀, 학교 방송반, 다큐 제작 현장이 그 예입니다.
[윤리·책임]
- 원본 영상은 외부 서버에 올리지 않습니다. 받아쓰기도 내 컴퓨터 안에서 합니다.
- 출연자 신원을 화면으로 짐작하지 않고, 받아 적은 말로만 확인합니다(실제로 잘못 짐작한 일이 있어 만든 규칙).
- 지우는 권한은 사람에게만 있습니다.
- 원고와 첨부에는 출연자 얼굴·실명을 넣지 않았습니다.
- 숫자는 모두 실제 촬영본으로 잰 기록입니다. 재지 않은 것은 경험이라고 밝혔습니다.
[한계]
- 기계와 제 판정이 일치하는 비율은 78%입니다. 그래서 기계 판정은 후보일 뿐이고, 표를 훑어보는 사람이 반드시 있어야 합니다.
- 아직 저 혼자 쓰는 도구입니다.
- 고화질 원본은 읽는 데 오래 걸립니다(287GB 받아쓰기에 약 60분).
