조코딩의 AI 리터러시 특강 2강: AI는 모든 형태의 콘텐츠를 다룬다

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI는 이미지·음성·음악·영상까지 다양한 형태의 콘텐츠를 생성하고 편집하며, 활용의 핵심은 무엇을 만들고 어떻게 지시할지 정하는 데 있다.

📌 핵심 요점

1. 생성형 AI의 활용 범위가 텍스트에서 이미지·음성·음악·영상으로 확장됐다. 강의는 각 분야의 결과물을 보여주며 제작 역량과 발전 속도를 함께 강조한다.
2. 이미지 생성은 사실적인 사진 표현뿐 아니라 작은 글자, 손글씨, 한글 포스터까지 다룬다. 음식 사진을 스튜디오 촬영처럼 바꾸거나 평면도에서 실내 시점을 생성하는 업무 사례도 제시한다.
3. 음성 생성은 감정 지시를 반영하는 방향으로 발전했다. 강의에서는 일레븐랩스의 기술로 소개한 사례를 통해 한국어 음성의 감정 표현을 들려준다.
4. 수노 AI는 원하는 스타일과 행사 정보를 입력해 노래를 만들고, 생성된 곡의 일부 가사를 바꾸는 데 활용된다. 예시에서는 곡의 느낌을 유지하면서 장소를 ‘경주에서’에서 ‘서울에서’로 수정한다.
5. 영상 생성 사례에서는 음악과 여러 장면을 포함한 30초 뮤직비디오를 보여준다. 강의자는 품질에 한계가 있음을 인정하면서도, 제작 기술만큼 기획과 지시의 중요성이 커졌다고 설명한다.

🧩 배경과 문제 정의

조코딩의 AI 리터러시 강의 두 번째 영상으로, 코딩을 몰라도 자신의 업무를 AI에 맡기고 싶은 사람을 대상으로 한다. 앞선 강의에서 다룬 AI의 지능 향상과 가격 하락에 이어, 이번에는 텍스트 밖의 콘텐츠를 얼마나 정교하게 생성하고 수정할 수 있는지 살펴본다. 이미지·음성·음악·영상 사례를 통해 현재 활용 수준과 발전 속도를 설명하고, 마지막에는 제작의 초점이 무엇을 만들고 지시할지 정하는 일로 이동하고 있다는 메시지를 제시한다.

🕒 시간순 섹션별 상세정리

1. 텍스트를 넘어선 AI와 정교한 이미지 생성

• 코딩을 몰라도 업무를 AI에 맡기려는 사람을 위한 강의로, 이미지·음성·음악·영상 생성 기술의 발전을 살펴보겠다고 보여준다. [00:49]
• 서울 골목 카페에서 웃는 두 친구의 스마트폰 사진을 예시로, 생성 이미지와 실제 사진을 얼핏 구분하기 어려운 수준이라고 보여준다. [01:29]
• 수많은 쌀알 중 하나에 ‘조코딩’을 새기는 이미지, 손글씨 표현, 한글이 들어간 포스터를 통해 세밀한 지시와 문자 표현 사례를 보여준다. [02:28]

2. 이미지 생성을 실제 업무에 연결하기

• 스마트폰으로 찍은 햄버거 사진을 스튜디오 촬영처럼 바꾸는 사례를 제시하며, 깔끔한 상품 이미지가 필요한 자영업자의 활용 가능성을 보여준다. [02:56]
• 집안 평면도에 바라볼 방향을 표시해 실내 3D 뷰를 생성하는 사례를 보여주고, 복잡한 이미지 작업도 업무에 활용할 수준으로 발전했다고 평가한다. [03:24]

3. 감정을 담은 음성과 생성 후 수정하는 음악

• 텍스트를 음성으로 바꾸는 TTS가 기계적인 읽기에서 감정 표현으로 발전했다고 보여준다. 일레븐랩스 기술로 소개한 한국어 시연에서는 감정 태그에 따라 말투가 달라진다. [04:38]
• 수노 AI에 원하는 스타일과 행사 정보를 입력해 맞춤 노래를 만드는 사례를 들려주며, 작사·작곡을 거치는 과정을 프롬프트 입력으로 단순화할 수 있다고 보여준다. [05:43]
• 음악 편집 기능으로 ‘경주에서’를 ‘서울에서’로 바꾸고, 원래 곡의 느낌을 유지하면서 수정 부분을 이어주는 사례를 보여준다. [06:49]

4. 소리와 여러 장면을 포함한 영상 생성

• 강의는 지시문 하나로 소리까지 포함한 30초 영상을 생성할 수 있다고 소개하고, 아이돌 뮤직비디오 형식의 시연을 제시한다. [07:38]
• 시연 뒤에는 여러 장면에서 인물의 일관성이 유지되고 노래도 함께 생성됐다는 점을 강조한다. [08:23]
• 아직 완벽한 품질은 아니지만 프롬프트를 정교하게 작성하고 결과물을 다듬으면 활용할 수 있다고 설명하며, 원하는 영상을 지시하는 역량의 중요성을 언급한다. [09:05]

5. 발전 속도와 무엇을 만들지 결정하는 역량

• 강의는 2023년과 2026년을 비교하는 맥락에서 이미지의 신체 표현, 음성의 감정, 완성곡 생성, 소리와 안무를 포함한 영상이 빠르게 개선됐다고 정리한다. [10:24]
• 결과물을 얼마나 잘 구현할지에 관한 문제를 AI가 상당 부분 해결하면서, 무엇을 만들고 무엇을 시킬지가 더 중요해졌다고 결론 내린다. [10:40]
• 두 번째 강의를 마무리하고, 전체 AI 리터러시 강의는 설명란과 고정 댓글의 안내 링크에서 확인할 수 있다고 알린다. [10:54]

🧾 결론

• 강의의 핵심은 특정 도구 하나의 성능보다 콘텐츠 전반으로 넓어진 AI의 생성·편집 범위다.
• 사진 보정, 행사 음악 제작, 영상 시안처럼 구체적인 업무에 연결할 때 활용 가능성을 판단하기 쉽다.
• 강의자는 결과물을 구현하는 능력의 상당 부분을 AI가 담당하면서, 무엇을 만들고 무엇을 시킬지 결정하는 일이 더 중요해졌다고 정리한다.

📈 투자·시사 포인트

• 콘텐츠 제작 업무에서는 촬영·작곡·편집 과정 중 어떤 작업을 AI로 단순화할 수 있는지 검토할 여지가 있다. 강의 사례는 비용 절감 가능성을 시사하지만 절감 규모를 제시하지는 않는다.
• 소상공인의 상품 사진과 행사 맞춤 음악처럼 목적이 명확한 작업은 AI 활용을 시험해 볼 구체적인 출발점이다.
• 도구의 현재 결과물뿐 아니라 수정 기능과 발전 속도도 도입 판단의 기준이 된다. 강의는 음악의 부분 수정과 영상 품질의 변화를 함께 보여준다.
• 이 영상은 기업 실적이나 투자 가치 평가 자료를 제공하지 않는다. 투자 관점에서는 개별 종목 판단보다 콘텐츠 제작 방식의 변화에 관한 사례로 읽는 것이 적절하다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상 모델명이 전사에서 ‘C댄스 2.5’로 표기된다. 정확한 제품명·버전과 ‘현재 가장 성능이 좋다’는 평가의 비교 기준은 이 자료만으로 확인하기 어렵다.
• ‘한 번에 생성했다’는 설명과 시연 결과만으로 일반적인 성공률을 판단할 수 없다. 정확한 프롬프트, 생성 설정, 처리 시간, 비용 등 재현 조건이 충분히 제공되지 않는다.
• 강의는 영상 품질이 아직 완벽하지 않으며 프롬프트를 정교하게 쓰고 여러 번 다듬을 필요가 있다고 설명한다. 시연 수준을 모든 작업의 완성도로 일반화하지 않아야 한다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 상품 사진 보정, 행사 음악, 짧은 영상 시안 중 현재 업무에 필요한 작업 하나를 고른다.
• 원하는 결과물의 용도·분위기·필수 문구·수정 조건을 적어 프롬프트를 작성한다.
• 이미지의 한글 표기, 음성의 감정 표현, 음악의 가사, 영상의 인물 일관성을 결과물별로 점검한다.
• 최초 생성과 수정에 든 시간·비용·반복 횟수를 기록해 기존 작업 방식과 비교한다.

❓ 열린 질문

• 강의에서 보여준 품질을 다른 주제와 입력 조건에서도 얼마나 안정적으로 재현할 수 있을까?
• 생성부터 검수와 수정까지 포함하면 어떤 업무에서 시간과 비용을 가장 많이 줄일 수 있을까?
• AI가 구현을 더 많이 담당할수록 사람에게 필요한 기획·지시·결과물 판단 역량은 어떻게 달라질까?