AI 마케팅 도구 활용기 21 유튜브 쇼츠 AI로 만들기, 실무자가 실제로 쓰는 순서

 지난달이었나, 클라이언트한테 연락이 왔다. "이번 주 안에 쇼츠 20개만 뽑아주세요." 태연하게 말씀하시는데 속으로는 좀 아찔했다. 예전 같으면 이건 진짜 못 한다고 했을 거다. 대본 짜고 촬영 소스 편집하고 자막 넣고 하나하나 하면 20개는 팀 없이는 물리적으로 불가능한 숫자니까. 근데 요즘은 좀 다르다. AI 쓰면 된다, 라고 쉽게 말하고 싶진 않고..

 그래도 어떻게든 됐다는 게 이번 글의 요지다.

일단 내가 실제로 쓰는 순서부터 말하면 이렇다. 대본은 클로드나 챗GPT로 초안을 먼저 뽑는다. 이건 예전 글에서도 몇 번 얘기했지만, 여기서 중요한 건 '한 번에 완성본 나온다'는 기대를 버려야 한다는 거. 초안 던져주고 톤 조정하고, 15초짜리인지 60초짜리인지에 따라 문장 길이를 다시 맞추고, 이 과정만 30분은 걸린다. 여기서 시간을 아꼈다고 생각하면 오산이고 그냥 다른 작업으로 시간이 옮겨간 것뿐이란 걸 알아두시길.

소스 영상은 클라이언트가 촬영해서 넘겨주면 그걸 브루(Vrew)에 넣는다. 음성 인식 자동 자막이 확실히 편하긴 한데, 사투리 섞이거나 발음 뭉개지면 오타가 은근히 많이 난다. 그래서 자막 검수는 절대 생략 못 한다 — 이거 생략했다가 오타 자막 그대로 나간 거 클라이언트한테 지적받은 적 있는데, 아 이건 진짜 반성했다. 컷 편집이랑 AI 매직컷 기능은 캡컷으로 넘어가서 마무리한다. 배경 제거나 노이즈 정리도 캡컷 쪽이 손에 익어서 그냥 계속 쓰는 편이고.

롱폼 영상을 숏폼으로 뽑아야 할 때는 얘기가 좀 다른데, 최근엔 구글 제미나이 기반 쇼츠 리믹스 도구가 나와서 대화형 프롬프트로 원본 롱폼을 세로형 클립으로 변환해주더라. 아직 다 써본 건 아니라 완전히 자신 있게 말은 못 하겠고, 몇 번 시도해본 느낌으로는 하이라이트 구간 잡는 감각이 사람 편집자만큼은 아니지만 초벌 뽑기용으로는 쓸만했다.

업계 통계 보면 예전엔 쇼츠 한 편에 2~8시간 걸리던 게 AI 쓰면 60~120분으로 준다고 하는데, 근데 이거 내 경험이랑은 살짝 다르다. 확실히 편집 시간은 줄었는데 대본 퇴고랑 클라이언트 컨펌 왔다갔다 하는 시간은 그대로거나 오히려 늘었다. 결국 총 소요시간은 절반 정도 줄었다, 정도가 내 기준으로는 정직한 체감이다.

AI 목소리 얘기도 짧게 하자면, 브루에 200종 넘는 AI 보이스가 있다. 처음엔 신기해서 이것저것 다 써봤는데, 클라이언트 브랜드 톤이랑 안 맞는 목소리 골랐다가 반려당한 적이 있다. 목소리도 브랜딩의 일부라는 거, 당연한 얘기 같지만 막상 작업할 때는 자꾸 까먹더라.

요약하자면

• 대본 초안 (클로드/챗GPT): 톤 조정과 길이 맞추기에만 30분 이상 투자. 한 번에 완성된다는 기대는 버릴 것.
• 음성 인식 및 자막 (브루 - Vrew): 초벌 자막용으로 최고지만, 발음이 뭉개지면 오타가 나니 꼼꼼한 검수는 필수.
• 컷 편집 및 마무리 (캡컷 - CapCut): AI 매직컷, 배경 제거, 노이즈 정리 등 디테일한 마감 처리.

그리고 하나 더, 

유튜브가 올해 5월부터 AI 생성 영상에 라벨을 자동으로 붙이기 시작했다. 

이거 클라이언트들이 은근히 신경 쓴다. "우리 채널이 AI로 만든 것처럼 보이면 안 되는데"라는 말 자주 듣는데, 사실 어디까지가 'AI 생성'으로 분류되는 기준인지는 나도 완전히 명확하게는 모르겠다. 자막이랑 목소리만 AI 쓴 건 괜찮은 건지, 이 부분은 계속 지켜봐야 할 것 같고.

페이스리스 채널 얘기도 요즘 부쩍 많이 물어보시는데, 재테크나 역사, 건강 카테고리는 얼굴 없이도 조회수 꽤 나온다. 근데 이건 다음에 케이스 스터디로 따로 다뤄볼 예정이라 오늘은 여기까지만.

결론은, AI가 쇼츠 20개를 가능하게는 해주는데 그렇다고 해서 사람이 안 봐도 되는 건 절대 아니더라는 거다. 도구가 빨라진 만큼 검수할 게 늘어난달까. 결국 늘 같은 말이긴 하지만. 바빠다고 정줄 놓으면 클라이언트 지적은 어쩔 수 없으니 정줄 꼭 부여잡을 것.