🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

The AI Side Hustle Nobody Is Talking About의 핵심은 AI로 어린이책 원고·삽화·PDF 제작을 자동화해 Amazon KDP 출판 파이프라인을 만드는 실험이다.

📌 핵심 요점

1. 영상은 Amazon KDP 어린이 영감 이야기책 시장에서 베스트셀러 순위와 Kindlepreneur 추정치를 참고해, AI 기반 출판 부업의 가능성을 먼저 검토한다.
2. 제작 흐름은 잘 팔리는 유사 니치를 찾고, Amazon 상품 화면을 참고 자료로 삼아 Claude가 형식·독자층·콘텐츠 구성을 잡도록 하는 방식이다.
3. 프롬프트 설계의 핵심은 원작의 단어·캐릭터·아트워크를 복사하지 않고, 독자 연령, 이야기 수, 분량, 교훈, 성찰 질문, 미니 챌린지까지 명확히 지정하는 것이다.
4. Higgs Field MCP와 Nano Banana Pro를 Claude에 연결하면 삽화 생성 과정을 Claude 안에서 자동화할 수 있어, 원고·이미지·PDF 제작 흐름을 한 번에 이어갈 수 있다.
5. 완성된 PDF와 표지는 KDP paperback 등록, ISBN 발급, 인쇄 옵션 설정, AI-generated content 표시, 미리보기와 가격 설정을 거쳐 출판 단계로 넘어간다.

🧩 배경과 문제 정의

• 이 영상은 AI를 활용해 원고 작성, 삽화 생성, PDF 제작까지 자동화한 뒤 Amazon KDP에 올릴 수 있는 어린이책 출판 파이프라인을 만들 수 있는지 검증하는 데 초점을 둔다.
• 문제의 출발점은 이미 Amazon에서 판매 중인 어린이 영감 이야기책들이 실제로 일정 판매량과 매출 추정치를 보이고 있다는 점이다.
• Kindlepreneur 같은 매출 추정 도구와 Amazon 베스트셀러 순위는 이 부업 모델의 시장성을 판단하는 근거로 사용된다.
• 핵심 가정은 초보자도 잘 팔리는 니치를 고르고, Claude에 적절한 프롬프트를 입력하고, Higgs Field MCP와 이미지 생성 모델을 연결하며, KDP 등록 절차를 따라가면 반복 가능한 AI 출판 워크플로를 만들 수 있다는 것이다.
• 다만 영상에서 제시된 매출 수치와 판매량은 특정 사례와 추정 도구에 기반한 것으로 보이며, 실제 수익성은 책 품질, 니치 경쟁도, 광고 여부, 리뷰, 가격, 제작비에 따라 달라질 수 있으므로 별도 검증이 필요하다.

🕒 시간순 섹션별 상세정리

1. Amazon KDP 수익 가능성과 시장 검증

• 영상은 Amazon KDP에서 판매되는 어린이 영감 이야기책 사례를 보여주며, 한 책은 하루 77부 판매와 3,200달러 이상, 다른 책은 하루 98달러·2,900달러 이상 수익으로 추정된다고 보여준다. [00:13]
• 이러한 사례는 AI로 제작한 어린이책이 단순 실험이 아니라 부업 모델로 검토될 수 있다는 출발점으로 드러난다. [00:28]
• Claude로 만든 어린이용 영감 스토리 PDF에는 표지, 독자 안내, 여러 이야기, 캐릭터 이미지가 포함되며, 최종 목표는 Amazon에 바로 업로드할 수 있는 책 형태를 만드는 것이다. [00:55]

2. 니치 선택과 Claude 작업 환경 준비

• 첫 단계는 Amazon에서 이미 잘 팔리는 유사 니치를 찾고, 어린이 영감 이야기책의 상품 화면을 스크린샷으로 확보하는 것이다. [03:33]
• 이 스크린샷은 Claude가 책의 형식, 타깃 독자, 시장 신호를 참고하도록 만드는 입력 자료로 사용된다. [03:48]
• 작업에는 Claude 계정과 Claude Code 환경이 필요하며, 원고 작성과 이미지 생성까지 이어지는 과정은 토큰 사용량이 많기 때문에 무료 플랜보다 유료 플랜이 더 안정적인 선택으로 드러난다. [03:57]
• 진행 방식은 브라우저 또는 앱 환경 모두 가능하지만, 이후 자동화와 렌더링까지 고려하면 작업 환경을 미리 준비중요하다. [04:12]

3. 프롬프트 설계: 원작 모방 대신 독자·형식·길이 정의

• 스크린샷 기반 프롬프트는 베스트셀러의 니치와 형식에서 배울 요소를 참고하되, 기존 책의 단어, 캐릭터, 아트워크를 복사하지 않는 독창적인 원고를 요구한다. [04:44]
• 즉, 핵심은 성공한 상품의 시장 구조를 분석하되 저작권이나 표절 문제가 생길 수 있는 직접 모방은 피하는 것이다. [04:59]
• Claude가 생성해야 할 출력물에는 한 단어 제목, 검색 키워드가 포함된 부제, 부모가 관심을 가질 만한 두 줄 훅, 800~1,000단어 분량의 오리지널 단편 3편이 포함된다. [05:14]
• 이 단계에서 제목, 독자층, 분량, 이야기 수, 톤을 명확히 지정함으로써 이후 삽화 제작과 PDF 구성까지 이어지는 기본 설계가 만들어진다. [05:29]

4. Higgs Field MCP로 이미지 생성 자동화 연결

• 삽화 생성 단계에서는 Higgs Field MCP와 Nano Banana Pro 2K 3:4 세로 이미지 생성을 연결해 Claude 내부에서 이미지 생성 작업이 자동으로 진행되도록 설정한다. [06:42]
• 이 방식은 사용자가 별도 이미지 생성 도구로 프롬프트를 복사해 옮기는 수작업을 줄이고, 원고와 삽화 제작 흐름을 하나의 작업 안에 묶는 데 목적이 있다. [06:57]
• Nano Banana Pro 사용에는 토큰 비용이나 요금제가 필요하며, Higgs Field 계정과 결제가 준비되어 있어야 이미지 생성 과정이 중간에 막히지 않는다. [07:29]
• 따라서 이 파이프라인은 무료 도구만으로 완전히 끝나는 방식이라기보다, 유료 AI 모델과 자동화 연결을 전제로 한 제작 방식에 가깝다. [07:44]

5. Claude의 질의응답으로 타깃과 제작 방식 확정

• 스크린샷과 프롬프트를 실행하면 Claude는 니치, 독자층, 제작 기본값을 확인하기 위해 추가 질문을 던진다. [08:58]
• 사용자가 필요한 질문에 답하면 Claude는 전체 원고 작성과 이미지 생성 작업을 시작하는 흐름으로 넘어간다. [09:13]
• 타깃 독자는 베스트셀러가 겨냥한 9세 여자아이와 비슷한 8세 여자아이로 설정할 수 있으며, 이는 기존 시장의 수요를 따라가는 선택지로 드러난다. [09:28]
• 경쟁을 낮추고 싶다면 8~9세 남자아이처럼 다른 독자 슬롯으로 바꾸는 선택도 가능하다고 보여준다. [09:43]

6. 자동 이미지 생성과 KDP 출판 준비 진입

• Chrome 기반 PDF 렌더링이 가능한 환경에서는 Higgs Field MCP의 generate image 위젯이 호출되고, 사용자가 직접 이미지 도구를 조작하지 않아도 이미지 생성이 진행된다. [10:28]
• 이 과정은 원고에 맞는 삽화를 자동으로 생성해 책 제작 흐름에 포함시키는 단계다. [10:43]
• Nano Banana Pro는 프롬프트에 지정된 2K, 3:4 portrait 조건을 따라 이미지를 만들며, 앞서 프롬프트에 넣은 모델명과 이미지 비율 조건이 결과물의 형태를 좌우한다. [10:54]
• 따라서 이미지 품질과 일관성은 Claude에 전달한 프롬프트 조건, 선택한 이미지 모델, 설정한 비율에 크게 의존한다. [11:09]

7. KDP paperback 등록과 메타데이터 입력

• Amazon KDP 등록 단계에서는 전자책이 아니라 paperback을 선택하는 방식으로 진행된다. [12:01]
• 실제 인쇄와 배송은 Amazon이 처리하므로, 제작자는 책 파일과 관련 정보를 등록하는 흐름을 따라가면 된다. [12:16]
• 기본 메타데이터에는 제목, 부제, 시리즈, 저자, 기여자, 설명 같은 정보가 필요하다. [12:31]
• 시리즈물로 확장하려는 경우 별도의 시리즈 정보와 권 번호를 추가할 수 있으며, 이는 이후 같은 니치에서 여러 권을 만들 때 활용될 수 있다. [12:46]

8. ISBN·인쇄 옵션 설정과 AI 생성 책 검수

• paperback content 단계에서는 무료 KDP ISBN을 요청하고 배정받을 수 있으며, 이 ISBN을 사용해 종이책 등록 절차를 이어간다. [13:52]
• ISBN 설정은 Amazon KDP에 paperback을 등록하기 위한 기본 출판 정보 중 하나로 다뤄진다. [14:07]
• 인쇄 옵션은 흑백, 표준 컬러, 프리미엄 컬러 등으로 나뉘며, 어떤 옵션을 선택하느냐에 따라 제작 비용이 달라진다. [14:22]
• 판매 상황이나 책의 성격에 따라 이후 인쇄 옵션을 조정할 여지가 있으며, 컬러 삽화가 많은 어린이책에서는 비용과 품질 사이의 판단이 중요해진다. [14:37]

9. 업로드·미리보기·가격 설정과 니치 확장

• 완성된 PDF와 표지를 Amazon 계정에 업로드하고, 실제 제작 과정에서 AI를 사용했기 때문에 AI-generated content 여부는 “yes”로 선택하면 된다고 보여준다. [16:41]
• 이 단계는 AI로 만든 원고와 삽화를 KDP 등록 양식에 맞춰 제출하는 실질적인 출판 준비 과정이다. [16:56]
• book preview는 구매자가 표지만 보는 것이 아니라 실제 책 내용과 샘플을 확인하도록 돕기 때문에 신뢰와 구매 판단에 영향을 준다. [17:11]
• 제공된 section-detail 기준으로는 16:54 이후의 구체적인 마무리 발화나 최종 결론 내용이 별도로 제공되지 않았으므로, 영상 후반부의 정확한 결론과 추가 안내는 원본 transcript 확인이 필요하다. [17:26]

🧾 결론

• 이 영상은 AI로 “책을 한 권 만든다”는 아이디어보다, 니치 조사부터 원고 생성, 삽화 제작, PDF 구성, KDP 등록까지 이어지는 반복 가능한 출판 절차를 보여주는 데 초점이 있다.
• 수익 가능성은 Amazon 순위와 계산기 추정치를 근거로 제시되지만, 영상 안에서는 실제로 해당 제작자가 출판 후 수익을 확정적으로 냈다는 결과까지는 확인되지 않는다.
• 핵심 실행 전략은 베스트셀러의 구조를 참고하되 콘텐츠 자체는 독창적으로 만들고, 타깃 독자와 감정적 약속을 분명히 정한 뒤 여러 권을 실험하는 방식이다.
• AI 도구의 역할은 글쓰기만이 아니라 표지, 삽화, 레이아웃, 메타데이터 작성 부담까지 줄이는 제작 자동화에 가깝다.
• 다만 KDP 등록, AI 생성 콘텐츠 표시, 인쇄 품질 확인, 저작권·유사성 검토는 자동화만으로 끝낼 수 없는 검수 지점으로 남는다.

📈 투자·시사 포인트

• AI 출판 부업의 매력은 초기 제작 시간이 줄어들고, 출판 후 판매가 이어질 수 있다는 점이지만, 실제 수익은 니치 선택, 표지 품질, 키워드, 리뷰, 가격, 경쟁 강도에 크게 좌우될 가능성이 높다.
• Kindlepreneur 기반 매출 추정치는 시장성을 가늠하는 참고 자료로 유용하지만, 실제 판매 데이터가 아니므로 투자 판단이나 수익 예측에는 보수적으로 활용해야 한다.
• 어린이책처럼 이미지 품질과 신뢰가 중요한 카테고리에서는 단순한 대량 생성보다, 독자 연령에 맞는 문장 수준·일관된 그림체·인쇄본 품질 검수가 차별화 요소가 될 수 있다.
• KDP paperback은 인쇄와 물류를 Amazon이 처리해 진입 장벽을 낮추지만, 인쇄 비용과 Amazon 수수료를 고려하면 가격 설정과 컬러 옵션 선택이 수익성에 직접 영향을 준다.
• 검증 필요: 영상에서 언급된 일매출·월매출 추정치는 Amazon 순위와 외부 계산기를 통한 추정치이므로, 실제 순이익·광고비·환불·리뷰 확보 비용까지 포함한 사업성은 별도로 확인해야 한다.
• 검증 필요: AI 생성 이미지와 텍스트가 KDP 정책, 저작권 기준, 유사 콘텐츠 제한에 부합하는지는 출판 전 최신 Amazon KDP 가이드라인을 확인해야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상의 매출 수치는 Amazon 베스트셀러 순위를 Kindlepreneur로 환산한 추정치이므로, 실제 순이익·인세·인쇄비·환불·세금까지 반영한 금액인지는 별도 확인이 필요하다.
• “출판 후 추가 작업 없이 판매가 이어진다”는 설명은 가능성에 가깝고, 실제로는 리뷰 확보, 키워드 경쟁, 표지 품질, 광고 여부에 따라 성과가 크게 달라질 수 있다.
• 베스트셀러 스크린샷을 참고해 Claude에 입력하는 방식은 형식 학습에는 유용하지만, 문구·캐릭터·아트워크를 복사하지 않았는지 저작권·상표권 관점의 검수가 필요하다.
• 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

• Amazon에서 목표 니치의 유사 어린이책을 5~10개 선정하고, 베스트셀러 순위·가격·페이지 수·리뷰 수를 비교한다.
• Kindlepreneur 등으로 예상 판매량을 계산하되, KDP 인세율과 인쇄비를 반영해 순수익 기준으로 다시 검산한다.
• Claude 프롬프트에는 참고 도서의 구조만 반영하고, 단어·캐릭터·삽화·표현을 복사하지 말라는 조건을 명확히 넣는다.
• 타깃 독자 연령, 성별, 메시지, 이야기 수, 단어 수, 교훈, 성찰 질문, 미니 챌린지 형식을 먼저 확정한다.

❓ 열린 질문

• 해당 니치에서 실제 구매자는 부모인지, 아이인지, 선물 구매자인지에 따라 제목·부제·훅을 어떻게 다르게 설계해야 하는가?
• Kindlepreneur 추정 매출과 실제 KDP 대시보드 매출 사이의 오차는 어느 정도로 봐야 하는가?
• 8세 여자아이, 8~9세 남자아이처럼 타깃을 좁히는 전략이 경쟁 완화에 실제로 도움이 되는가?