대본 한 줄 던졌더니 쇼츠가 나왔다
쇼츠 대본 써놓고 나면 그 다음이 항상 고비였다. 목소리 녹음하고, 자막 타이밍 맞추고, 배경 영상 찾아 붙이고, 음악 깔고... 이 네 단계를 매번 따로따로 했다. 한 편 만드는 데 사이트 네 개는 왔다갔다 했던 것 같다.
주말에 GitHub 뒤지다가 short-video-maker라는 오픈소스 하나를 봤다. 별 1,259개 붙어있길래 뭔가 했는데, 하는 일이 딱 저 네 단계를 한 번에 처리하는 거였다. 텍스트를 넣으면 TTS로 목소리 만들고, 자막 자동으로 달고, 배경 영상이랑 음악까지 붙여서 완성된 영상 파일을 뱉어낸다. 원래 AI Agents A-Z라는 유튜브 채널에서 콘텐츠 만들다가 아예 오픈소스로 풀어버린 물건이라고 한다.
이게 재밌는 게, MCP 서버 형태로도 열려있고 REST API로도 열려있다. MCP는 클로드한테 꽂는 확장 커넥터 같은 거다 — 콘센트 멀티탭에 코드 꽂듯이, 클로드가 이 서버 기능을 바로 가져다 쓸 수 있게 연결해주는 통로라고 보면 된다.
그래서 이걸 클로드 코드에 MCP로 붙여놨다. 예전엔 대본 하나로 영상 만들려면 TTS 사이트 열고, 자막 프로그램 열고, 배경영상 다운받고... 창을 네 개 왔다갔다 하면서 30분은 썼는데, 이제는 클로드한테 「이 대본으로 숏폼 하나 만들어줘」 한마디면 클로드가 알아서 이 서버를 호출해서 완성된 mp4로 던져준다. REST API도 따로 열려있어서, 나중에 대본이 여러 개 쌓이면 그쪽으로 한 번에 여러 개 돌리는 것도 가능해 보였다.
근데 기대했던 것보다 한 가지는 확실히 다르더라. 이미지 한 장 주면 그걸로 영상을 그려주는 도구는 아니다. 이미 있는 배경 영상 소스에 목소리랑 자막, 음악을 얹어서 조합하는 방식이다. 그러니까 창작형이 아니라 조립형. 처음엔 뭔가 착각했다가 README 다시 읽고서야 알았다.
근데 이게 오히려 나쁘지 않았다. GPU 태워가면서 영상 새로 뽑는 유료 API 쓸 필요 없이, 있는 재료 잘 엮는 것만으로도 숏폼 하나가 완성되니까. n8n 같은 자동화 도구에 물려서 예시 워크플로우까지 같이 올려놨다는 걸 보면, 원래 목적 자체가 「매번 손으로 하지 말고 파이프라인에 태워라」였던 것 같다.
AI로 영상 만든다는 게 다 그림 그려주는 것만은 아니더라. 이미 있는 재료를 순서대로 잘 엮어주는 것도 충분히 자동화다.
숏폼 매번 자막 손으로 맞추던 분들, 이 단계가 제일 시간 잡아먹지 않았나? 나만 이게 제일 귀찮았는지 궁금하다.
출처: GitHub — gyoridavid/short-video-maker
[댓글 @nonosucker]
쇼츠 말고 주식 분석 5분 짜리는요
[댓글 @SuperCloneRay]
감사합니다 잘 배워갑니다
