제목AI로 1분 영상 만들면 실제로 얼마나 걸릴까?

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

제목AI로 1분 영상 만들면 실제로 얼마나 걸릴까를 중심으로, 제작은 주제 탐색과 뉴스 조사에서 시작해 1분 대본, 장면별 연출안, AI 음성 또는 직접 더빙을 준비하는 순서로 진행된다를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 제작은 주제 탐색과 뉴스 조사에서 시작해 1분 대본, 장면별 연출안, AI 음성 또는 직접 더빙을 준비하는 순서로 진행된다.
2. 대본과 SRT 자막은 의미가 연결된 묶음으로 청킹되고, 각 묶음은 독립된 장면으로 바뀐다. 이번 제작 단계에서는 17개의 장면용 TSX 파일이 필요했다.
3. 각 장면은 TypeScript와 HTML로 새로 코딩되며, 이미지·소품의 위치와 등장 시점, 이동 경로, 애니메이션, 전환 효과까지 타임라인으로 정의된다.
4. 자동화가 가장 많은 시간을 줄여주는 부분은 병렬 코딩과 에셋 재사용이지만, 자동 점검에서 결함을 찾고 수정한 뒤 최종 파일을 직접 재생하는 인간 검토는 여전히 필요하다.
5. 최종 정보형 쇼츠는 생성 영상 클립 없이 정지 이미지와 모션 그래픽만으로 완성됐다. 필요한 도구만 선택하면 영상 생성 크레딧과 추가 구독 비용을 줄일 수 있다는 사례다.

🧩 배경과 문제 정의

• VideoGen 구매자도 사용법과 실제 제작 파이프라인을 어려워하며, 대본부터 장면 구성·검증까지 이어지는 전 과정을 이해필요가 있다.
• 1분짜리 비트코인 쇼츠를 직접 제작하면서 기획, 자료 조사, 대본 작성, AI 음성, 이미지·영상 생성, 모션 그래픽 코딩이 어떻게 연결되는지 확인한다.
• 자동 제작처럼 보여도 장면별 코딩과 품질 검증에 상당한 시간이 필요하며, 이미지·영상 생성 도구의 비용과 사용량 제한도 제작 규모를 좌우한다.

🕒 시간순 섹션별 상세정리

1. VideoGen 제작 과정 공개

• VideoGen 사용법을 어려워하는 구매자가 있고 신규 사용자도 늘어나면서, 실제 영상 제작 과정과 내부 파이프라인을 다시 다룰 필요가 생겼다. [03:19]
• Claude Code와 Grok을 활용하는 기획부터 최종 제작까지의 전체 흐름을 직접 실행하는 방식으로 진행한다. [04:10]

2. 영상 주제를 찾는 기획 단계

• AI 콘텐츠는 X와 스레드 같은 플랫폼을 모니터링해 주제를 찾고, 적합한 콘셉트를 발견하면 실제 영상 기획으로 발전시킨다. [04:43]
• 외부 아이디어 탐색뿐 아니라 ChatGPT와의 협의를 통해 픽션·논픽션·정보 전달형 콘텐츠 중 적합한 형식을 선택할 수 있다. [05:12]

3. 비트코인 급등 쇼츠로 주제 확정

• 상품 소개와 비트코인 급등이라는 후보가 나왔으며, 간접 광고가 될 수 있는 상품 대신 시의성 있는 비트코인 뉴스를 선택한다. [07:03]
• 비트코인 급등 관련 뉴스를 조사하고 1분 안팎의 쇼츠로 구성할 방법을 ChatGPT와 먼저 토론한다. [08:03]

4. 뉴스 근거와 대본·장면 구성 요청

• 단순히 트럼프의 친암호화폐 태도만 원인으로 삼지 않고, 미국 국채시장 변화·저항선 돌파·대규모 숏 청산을 핵심 재료로 잡는다. [09:17]
• 조사 결과를 바탕으로 쉬운 언어의 1분 대본과 장면별 연출안을 함께 작성하도록 요청해 제작 입력물을 준비한다. [10:08]

5. 기존 더빙 방식에서 AI 음성으로 전환

• 기존 방식은 스크립트를 수정한 뒤 직접 녹음하고, Vrew에서 편집한 MP3와 SRT 자막을 영상 파이프라인에 투입한다. [11:22]
• 이번 작업은 직접 더빙을 생략하고 AI 음성을 사용하며, 장면 연출안과 최종 녹음용 대본까지 한 번에 확보한다. [11:50]

6. Claude Code와 VG 디오라마 준비

• Claude Code 세션을 초기화하고 Opus 모델을 선택해, 생성된 대본과 연출안을 실제 영상 제작 단계로 넘긴다. [12:16]
• 최근 업데이트된 VG 디오라마 스킬을 활성화하면 정지 이미지와 동영상 클립을 결합하는 제작 흐름을 사용할 수 있다. [12:41]

7. 대본·더빙에서 장면 그룹으로 변환

• 영상 제작은 대본과 더빙을 입력으로 받아 최종 MP4를 만드는 구조이며, 중간 단계의 구성 방식이 화면 품질을 결정한다. [13:46]
• SRT의 연관 자막 여러 개를 하나의 그룹으로 묶는 청킹을 수행하고, 각 자막 그룹을 하나의 장면 단위로 전환한다. [15:17]

8. 장면 규모와 TSX 기반 화면 코딩

• 비트코인 급등과 원인처럼 의미가 연결된 자막을 각각 장면으로 구성하며, 7~8분 영상에는 약 100개 장면이 필요할 수 있다. [16:09]
• 각 장면은 보통 2~3개, 많게는 5개의 자막을 포함하고 TSX 코드로 화면과 애니메이션을 구현한다. [16:32]

9. 캐릭터와 소품을 재사용하는 이미지 구성

• 모션 그래픽에는 주인공 캐릭터와 타자기·키보드·커피잔 같은 소품이 필요하며, Codex CLI의 이미지 생성 도구가 이를 만든다. [17:09]
• 장면마다 같은 캐릭터를 새로 그리지 않고 여러 표정과 소품을 5~6장의 모자이크 이미지로 생성해 중복 작업을 줄인다. [18:03]

10. 이미지 분리와 장면별 모션 계획

• 모자이크에서 캐릭터와 소품을 잘라 각 TSX 장면에 배치하고, 상하좌우 이동·카드·화살표 같은 모션 그래픽으로 조합한다. [18:43]
• Claude Code가 장면별 요소 배치, 애니메이션, 전환 효과까지 계획하고 코딩하면서 전체 화면 흐름을 만든다. [19:23]

11. 디오라마의 이미지·비디오 결합

• 기존 VideoGen은 정지된 사진·카드·화살표를 시간에 따라 움직이는 모션 그래픽 중심이었지만, 디오라마에는 실제 비디오 클립이 추가된다. [20:16]
• 생성한 캐릭터 이미지를 Grok이나 Seedance에 넘기면 외형 일관성을 유지한 영상 클립을 만들 수 있고, 이를 정지 모션 그래픽과 합성한다. [20:31]

12. Grok 연동 방식과 사용 비용

• Grok 구독을 활용해 약 6초 길이의 클립을 생성하고, 장면에 따라 3초 또는 6초 이상의 영상 소품으로 활용한다. [20:55]
• CLI 영상 생성이 가능한 Grok은 구독 허용량 안에서 작업할 수 있지만, Seedance API는 상대적으로 비용 부담이 크다. [21:53]

13. 직관적인 프롬프트와 무료 AI 음성

• VG 디오라마를 호출한 뒤 ChatGPT가 만든 비트코인 급등 연출안과 대본을 그대로 전달하면 복잡한 프롬프트 없이도 제작을 시작할 수 있다. [22:26]
• PC Audio의 무료 AI 음성을 선택하면 별도 녹음 없이 작성된 대본을 바로 음성으로 변환해 자동화 범위를 넓힐 수 있다. [23:18]

14. 생성량 제한과 VideoGen의 역할

• Grok으로 15분 영상의 약 40%를 생성해도 주간 허용량 때문에 일주일에 1~2편 정도만 만들 수 있어 비디오 비중을 조절해야 한다. [24:19]
• VideoGen은 준비된 대본을 장면으로 바꾸며, 디오라마 외에도 복스·손그림·전통 모션 그래픽 등 여러 형식의 제작 스킬을 지원한다. [24:55]

15. 멀티에이전트 제작과 긴 처리 시간

• AI가 대본을 그룹화하고 장면·스타일을 설계하며, 15분 영상은 약 8개의 서브에이전트가 동시에 작업하는 규모로 확장된다. [26:03]
• 장면별 코딩, HTML 미리보기, 시험 렌더링, 텍스트 이탈과 문법 불일치 검증을 거치기 때문에 5분 영상에도 약 2시간에서 2시간 30분이 필요하다. [26:51]

16. 생성 도구 분담과 사용자 평가 루프

• Claude Code에는 이미지 생성 기능이 없으므로 Codex나 Grok으로 캐릭터·소품을 만들고, 영상 소품은 Seedance API 또는 Grok 연동으로 보완한다. [28:01]
• 114편의 결과물에 직접 점수를 매겨 고득점 영상은 다음 제작의 레퍼런스로 남기고 저득점 영상은 삭제하며, 사람다운 느낌이 필요한 음성은 직접 더빙하는 선택을 유지한다. [28:54]

17. Kimi의 컨트롤 타워 역할과 한계

• Kimi는 영상 제작 흐름을 총괄하는 능력이 뛰어나지만 이미지와 영상을 직접 생성하지 못해 외부 생성 모델이나 별도 제작 에셋이 필요하다. [30:09]
• 외부 모델과 제작물을 연결하고 전체 작업을 조율하는 컨트롤 타워로는 Kimi가 유용하다. [30:40]

18. 대본 청킹과 장면 코드 생성

• 사용자 대본은 VG Chunk를 거쳐 그룹 단위로 분할되고, 서로 연관된 자막 묶음이 하나의 장면으로 구성된다. [31:19]
• VG Layout은 TypeScript와 HTML로 화면을 작성하며, 요소의 등장 시점·이동 방식·퇴장 시점까지 타임라인별로 정의한다. [31:33]

19. 외부 에셋과 짧은 영상 클립 활용

• VG SC는 대본의 키워드를 분석해 기업 로고와 관련 이미지를 인터넷에서 가져오며, SVG 직접 생성은 품질과 소요 시간 때문에 우선순위가 낮다. [32:10]
• 정지 이미지를 기반으로 3~6초짜리 영상 클립을 만들면 긴 영상 곳곳에 실제 움직임을 추가할 수 있다. [32:46]

20. 고정 템플릿의 속도와 창의성 한계

• 일반적인 AI 모션그래픽은 제목·소제목·이미지·정보 카드를 위에서 아래로 쌓거나 화면을 고정된 열로 나누는 방식을 반복한다. [33:23]
• 8~10개의 템플릿을 순환시키면 제작 속도는 빨라지지만 화면 전개가 뻔해지고 파워포인트처럼 반복적인 인상을 준다. [34:36]

21. 생성 모델 연결과 비용 효율적인 선택

• 이미지에는 Codex CLI나 Grok을 연결하고, 영상 클립까지 필요하면 Grok Build 계정을 연동해 전체 과정을 자동화할 수 있다. [35:27]
• 영상 생성 모델은 크레딧 소모가 크므로 고가 모델보다 Kling이나 낮은 등급의 Seedance 모델이 비용 측면에서 유리하다. [36:26]

22. 정지 모션그래픽과 생성 영상의 혼합

• 정지 캐릭터와 소품도 화면 전환과 위치 이동을 적용하면 실제로 움직이는 듯한 전형적인 모션그래픽을 만들 수 있다. [37:48]
• 일부 장면에는 눈을 깜빡이는 캐릭터나 짧은 대화처럼 생성 영상 클립을 삽입해 정적인 화면과 다른 리듬을 만든다. [38:24]

23. 순수 모션그래픽 제작과 실제 영상의 차이

• 이미지와 생성 영상이 중요하지 않다면 Claude Code만으로도 모션그래픽 중심의 영상을 만들 수 있어 추가 모델 구독 비용을 줄일 수 있다. [40:10]
• TypeScript 코드가 정지 이미지와 소품의 좌표, 등장 시점, 이동 경로, 퇴장 시점을 제어하면서 화면에 움직임을 만든다. [41:45]

24. 모델 자율성과 인간 검토의 경계

• 세부 금지 규칙과 가드레일을 과도하게 적용하면 모델의 화면 구성 자유도가 낮아지므로, 전체 기율만 유지하고 표현 방식은 자율적으로 맡긴다. [44:20]
• 5분 영상에 100개 장면이 있어도 각 장면의 연출 방식을 사람이 일일이 코칭하지 않고 모델이 독립적으로 결정한다. [45:05]

25. 기술 스택과 에셋 재사용 구조

• 각 장면은 Next.js와 TypeScript로 만든 웹페이지이며, 음성은 직접 녹음하거나 AI 음성을 사용할 수 있다. [45:42]
• 생성한 이미지와 소품은 라이브러리와 데이터베이스에 저장되고, 비슷한 키워드가 나오면 새로 생성하지 않고 기존 에셋을 재사용한다. [46:08]

26. CPU·메모리 중심의 작업 환경

• 장면 코딩과 Remotion의 MP4 생성은 주로 CPU를 사용하므로 일반적인 모션그래픽 제작에서는 GPU보다 CPU와 메모리가 중요하다. [46:54]
• ComfyUI 같은 로컬 영상 생성 모델을 함께 돌릴 경우에는 고성능 GPU와 대용량 통합 메모리가 에셋 제작 비용을 줄이는 데 유리하다. [47:30]

27. 제작 순서와 자막 청킹

• 더빙과 자막을 그룹별로 나눈 뒤 이미지 에셋을 만들고, 장면 계획·HTML 코딩·폰트와 색상 설계·병렬 렌더링 순으로 작업한다. [48:27]
• 자동 점검과 자가 채점을 거쳐 사람이 미리보기를 확인한 다음 MP4를 생성하며, 최종 렌더링 자체는 보통 15~30분 안에 끝난다. [49:02]

28. 디자인 시스템과 장면별 코드 규모

• 장면 코딩 전 내부 디자인 규칙과 Open Design의 소품·디자인 시스템을 참고하며, 관련 폴더는 GitHub의 최신 상태로 유지한다. [50:09]
• 장면 하나에 300줄이 넘는 코드가 들어갈 수 있고, 70개 장면 규모의 다큐멘터리는 전체 코드가 2만 5천 줄을 넘는다. [50:48]

29. 서브 에이전트 병렬화와 컴퓨팅 제약

• 70~80개 장면을 메인 에이전트 하나가 처리하지 않고, 장면을 10개씩 나눠 약 8개의 서브 에이전트가 동시에 코딩한다. [51:57]
• 병렬 에이전트 수가 늘어날수록 CPU와 메모리 요구량도 커지며, M1 Pro와 32GB 메모리에서도 가능하지만 최신 하드웨어는 코딩 시간을 줄일 가능성이 있다. [52:34]

30. 자가 채점과 반복 수정

• 각 에이전트는 스킬 지침에 따라 장면을 구성한 뒤 스스로 점수를 매기고, 기준에 미달하면 장면을 재코딩하고 영상을 다시 생성한다. [53:52]
• 첫 시도에 통과하지 못한 장면은 생성과 평가를 반복하므로 제작 시간이 늘어나며, 자동 검수가 끝난 결과는 사람이 최종 확인한다. [54:28]

31. 실제 제작 시간과 단축 전략

• 5분 영상은 청킹 10~20분, 장면 계획 30분, 스타일 결정 10~15분, 에셋 작업 약 50분, 병렬 코딩 40분, 병합·수정·인간 검토·렌더링을 합쳐 총 2시간 20분에서 3시간 30분이 걸린다. [55:18]
• 검토 해상도와 영상 길이·장면 수를 줄이고, 기존 에셋과 생성 영상 클립을 재사용하며, 사람의 선택 단계를 자동화하면 전체 제작 시간을 단축할 수 있다. [57:57]

32. 울트라 영상 생성의 사용량 구조

• 안티그래비티 CLI의 울트라 5X는 프로 대비 사용량이 5배이고, 울트라 20X는 약 20배여서 영상 생성 횟수에 큰 영향을 준다. [1:00:32]
• 울트라의 기본 쿼터는 5시간마다 갱신되지만 주간 한도도 있어, 실제로 생성 가능한 영상 분량은 두 제한을 함께 따져야 한다. [1:00:38]

33. 대형 AI 채널의 제작 방식 추정

• ‘신비한 건축 사전’이 안티그래비티 CLI·구글 플로우·API 중 어떤 경로로 영상을 만드는지는 확인되지 않았다. [1:01:22]
• 구독자가 60만~70만 명에 가까워진 운영 규모를 근거로 API를 통한 대량 생성일 가능성을 추정했다. [1:01:34]

34. VideoGen 설치와 명령형 제작

• VideoGen은 에이전트 폴더에 직접 설치하거나 심볼릭 링크로 연결한 뒤, 별도의 작업 폴더를 만들어 사용할 수 있다. [1:04:35]
• 소스·이미지·대본·자막이 있는 입력 폴더와 결과 폴더를 지정해 명령하면 최종 렌더링까지 한 번에 진행할 수 있다. [1:04:57]

35. 기본 파이프라인과 폴더 구조 변경

• 기본 파이프라인은 입력 폴더의 더빙·자막 파일을 사용하고, 완성된 렌더링 영상을 출력 폴더에 생성한다. [1:05:12]
• 소스 코드가 함께 제공되므로 입력 소스, 영상 레퍼런스, 이미지 에셋 라이브러리의 저장 위치를 사용자 작업 방식에 맞게 바꿀 수 있다. [1:05:48]

36. 급성장 채널의 AI 제작 워크플로

• ‘신비한 건축 사전’은 8월 5일 구독자 33만 명에서 8월 16일 54만 명으로 증가해 약 열흘 만에 20만 명 이상 성장했다. [1:07:59]
• 알려진 제작 흐름은 Gemini로 구성 분석과 컷 분할 및 장면·구도를 만든 뒤, 구글 플로우에서 영상을 생성하고 음성을 합성하는 방식이다. [1:08:29]

37. 자연스러운 AI 음성과 이미지 생성 도구 선택

• 채널의 음성이 AI인지 처음에는 알아차리지 못할 만큼 자연스러웠고, 다른 채널에서도 같은 목소리가 발견돼 구글 AI 음성일 가능성이 커졌다. [1:10:27]
• 고품질 AI 음성에는 별도의 비용이 들 수 있어, 자연스러운 결과를 유지하면서 제작비를 감당하는 방식이 과제로 남는다. [1:10:40]

38. 높아진 품질 기준과 장면 코드 생성

• 자연스러운 음성을 만들기 위해 상당한 작업이 필요하며, AI 콘텐츠가 늘수록 시청자의 품질 기대치도 높아진다. [1:12:31]
• 현재 제작 단계에서는 17개의 장면용 TSX 파일을 생성해야 하므로, 장면 수가 늘어날수록 코드 생성 시간이 누적된다. [1:12:44]

39. 선택형 구독 구조와 Grok의 한글 품질

• Grok은 한국어 표현이 어색한 경우가 있어, 글쓰기 결과를 그대로 사용하기에는 품질 검토가 필요하다. [1:13:58]
• VideoGen 사용에는 Claude가 기본적으로 필요하지만, 생성 이미지를 쓰지 않는 모션그래픽 작업이라면 별도의 이미지 생성 AI 구독은 필요하지 않다. [1:14:34]

40. Grok Bot을 활용한 유튜브 채널 분석

• Grok Bot에 유튜브 채널 링크를 제공하자 영상 수·조회수·구독자 수 등 채널의 기본 지표를 수집했다. [1:16:00]
• 최근 두 달의 롱폼 중 제목에 숫자가 들어간 콘텐츠가 상대적으로 높은 조회수를 기록한 패턴을 찾았다. [1:16:11]

41. 콘텐츠 기획 제안과 부자연스러운 표현

• 채널 트렌드를 반영해 다음 콘텐츠의 주제와 영상 콘셉트를 잡는 용도로 Grok Bot을 활용할 수 있다. [1:16:52]
• 분석 내용과 별개로 “말만 하면 식습니다”처럼 한국어 화자가 잘 쓰지 않는 표현이 섞여 결과의 신뢰도와 가독성을 떨어뜨린다. [1:17:32]

42. Grok 글쓰기의 한계

• “주관으로 가려면 척추는 하나여야 합니다” 같은 비유는 의도를 전달하지만, 더 직접적인 기획 문장으로 다듬을 여지가 크다. [1:18:13]
• “평일 10분은 그 한 자릅니다”처럼 문맥으로도 뜻을 확정하기 어려운 문장이 생성돼 실사용을 방해한다. [1:18:40]

43. 장면 생성 완료와 VideoGen의 직접 연동

• Grok Bot에서도 영상을 만들 수 있지만 Grok CLI와 한도를 공유할 가능성이 있어, 이미 CLI를 쓰는 제작 과정에서는 추가 이점이 불확실하다. [1:20:58]
• 17개 장면 작성이 완료되면서 문제가 없을 경우 Remotion·FFmpeg 기반 렌더링 단계로 넘어갈 수 있는 상태가 됐다. [1:21:33]

44. Grok 서비스별 사용량과 영상 생성 실험

• Grok CLI는 사용량 52%를 기록한 반면 Grok Bot의 주간 사용량은 1%로 나타나, 두 서비스의 토큰 한도가 분리 관리될 가능성이 생겼다. [1:22:38]
• Cursor·Grok Bot·Grok CLI·Grok 채팅의 사용량이 각각 분리된다면, 한 서비스의 한도를 소진해도 다른 경로를 활용할 수 있다. [1:22:50]

45. 외부 서비스 연동과 병렬 작업

• Grok Bot은 X·Google Calendar·Google Drive·Notion·Slack 같은 서비스와 연결할 수 있어 검색·일정·문서·메신저 기반 작업으로 확장될 수 있다. [1:25:35]
• Slack에서 요청을 보내 Grok Bot을 실행하거나 제어할 수 있는지가 외부 자동화의 핵심 확인 항목이다. [1:25:52]

46. 자동 검수와 로컬 컴퓨터 접근

• VideoGen은 17개 장면 전수 검사에서 7건의 결함을 찾았고, 텍스트 가림 같은 문제를 감지한 뒤 해당 장면을 스스로 수정했다. [1:27:59]
• Grok Bot 데스크톱 앱은 다운로드 폴더를 비롯한 컴퓨터 환경에 접근할 수 있어, 로컬 파일과 설치된 스킬을 활용하는 자동화로 확장될 가능성이 있다. [1:29:05]

47. 첫 결과물의 조기 종료와 영상성 부족

• 생성된 1분 영상은 실제 영상보다 여러 이미지를 이어 붙인 결과물에 가까웠고, 화면 변화가 적어 전체 구성이 심심하게 느껴졌다. [1:30:31]
• 재생이 17~18초 부근에서 갑자기 끝나면서 요청한 길이와 실제 출력 사이에 명확한 오류가 발생했다. [1:31:11]

48. GrokBot 기반 프로젝트와 영상 자동화 가능성

• GrokBot은 특정 폴더에 프로젝트를 만들고 등록된 스킬을 호출할 수 있어, 기존 CLI 영상 제작 과정을 별도 프로젝트로 구성할 가능성이 있다. [1:32:03]
• 이미지·영상 생성뿐 아니라 컴퓨터 제어, 플러그인, MCP와 Remotion까지 연동할 수 있지만 실제 영상 품질은 아직 보장하기 어렵다. [1:33:04]

49. Grok 구독 비용과 파일 분석 활용

• SuperGrok Heavy 1년 구독에는 기존 결제분을 제외하고 정확히 999달러가 들었으며, 다음 해 8월 16일까지 충분히 활용해야 비용을 회수할 수 있다. [1:34:50]
• 채팅에 압축 파일을 전달하고 내부 파일 분석을 요청하는 작업도 정상적으로 처리돼, 영상 생성 외 개발·자료 분석 용도로 확장할 수 있다. [1:35:21]

50. 렌더링 후 실물 검증에서 발견된 오류

• 첫 렌더링은 완료됐지만 실제 결과물을 재생한 뒤 두 건의 문제가 발견돼, 생성 완료와 최종 사용 가능 상태가 동일하지 않다는 점이 드러났다. [1:36:11]
• 발견된 문제를 수정한 뒤 다시 렌더링해야 하므로, 자동 제작 과정에도 출력물 재생과 오류 교정 단계가 필요하다. [1:36:21]

51. Grok·Cursor CLI 실행과 모델별 사용량

• Grok은 터미널에서 grok 명령으로, Cursor는 cursor-agent 명령으로 실행할 수 있어 데스크톱 인터페이스 없이 CLI 중심으로 작업할 수 있다. [1:37:07]
• Cursor Ultra는 Auto 사용량과 다른 모델의 월 400달러 한도를 구분하며, Opus·GPT 계열은 짧게 사용해도 약 8%가 소진될 만큼 비용 관리가 중요하다. [1:37:40]

52. Cursor 모델 설정과 실무 자동화 비용

• Cursor Agent에서 원하는 모델을 쓰려면 데스크톱 프로그램의 모델 설정에서 해당 모델을 먼저 활성화해야 하며, 실제 작업은 대부분 CLI에서 처리할 수 있다. [1:39:15]
• 영수증·세금계산서 같은 사업자 업무도 Cursor에 맡기고 있으며, Ultra 요금은 월 400달러다. [1:40:02]

53. 재렌더링과 최종 재생 검증

• 수정 후 재렌더링에는 PC 오디오와 63.2초 분량의 더빙이 사용됐으며, 영상 제작 크레딧이 더 많이 제공되지 않는 점은 비용상 제약으로 남는다. [1:41:16]
• 렌더 완료 뒤 다시 실물 결과를 확인해 모든 항목을 통과시켰지만, 불필요한 재생 구성 요소가 포함돼 출력 구조에는 개선 여지가 있었다. [1:41:52]

54. 비트코인 급등을 다룬 1분 쇼츠 구성

• 쇼츠는 비트코인이 일주일 만에 20% 넘게 상승해 7만9,000달러에 근접한 상황을 출발점으로 삼고, 미국 금융시장의 유동성 확대와 금리 하락을 초기 원인으로 연결했다. [1:42:47]
• 주요 저항 가격 돌파 뒤 하락에 베팅했던 투자자들이 손실을 막기 위해 강제로 매수하면서 가격 상승과 추가 매수가 반복되는 숏 스퀴즈 구조를 담았다. [1:43:26]

55. 영상 클립을 생략한 자동 판단

• 생성 결과를 확인한 결과 실제 영상 클립은 하나도 만들어지지 않았고, 정지 이미지와 모션 그래픽만 사용됐다. [1:43:56]
• 정보형 콘텐츠에는 영상 클립의 가치가 낮다고 자동 판단해 생성을 생략했으며, 그 결과 별도 영상 제작 크레딧 소모를 피했다. [1:44:24]

56. 결과물 해상도와 VideoGen의 역할

• 완성본은 비트코인 상승 원인과 강제 매수 구조를 약 1분 안에 전달했고, 최종 재생 기준으로 사용 가능한 품질에 도달했다. [1:46:20]
• 화면 크기를 바꾸면 Full HD 이상의 형식도 시도할 수 있지만, Remotion이 Full HD까지만 지원하는 것으로 알고 있어 2K·4K에는 별도 방법이 필요하다. [1:46:39]

57. 직접 구축과 완성된 스킬 사용의 선택

• 같은 자동화 흐름을 코딩 모델에 전달하면 유사한 스킬을 만들 수 있지만, VideoGen을 제작하고 안정화하는 데는 약 3개월이 걸렸다. [1:47:20]
• 직접 구축하려면 3~4개월의 시행착오를 감수해야 하므로, 개발 경험 축적과 완성된 스킬 사용 중 어느 쪽이 효율적인지 판단해야 한다. [1:47:33]

58. 코드·프롬프트를 통한 제작 규칙 확장

• 구매자는 전체 코드를 분석해 에셋 관리와 이미지 생성 방식을 직접 수정할 수 있으며, 기본 SKILL.md 규칙을 그대로 유지할 필요는 없다. [1:48:25]
• 캐릭터·배경·일러스트 자산은 SQLite에 저장하고 인덱싱해 반복 제작에서 재사용할 수 있다. [1:49:35]

59. 상품 구성과 영상 제작의 핵심 경쟁력

• VideoGen 단품 가격은 5만5,000원이며 6개월 자동 업데이트를 제공하고, 사용 목적에 따라 여러 버전 중 선택할 수 있다. [1:50:34]
• 제작 도구가 쉬워져도 관심을 끄는 주제, 대본, 스토리텔링을 설계하는 기획 역량이 결과물의 성과를 좌우한다. [1:50:50]

60. 제작 기술의 평준화와 실사·B-roll 확장

• 영상 AI 가격 하락과 로컬 실행 기술의 확산으로 제작 역량은 점차 평준화될 가능성이 크며, 그 전에 시장에 진입해 자신의 영역을 선점하는 전략이 중요하다. [1:52:05]
• 기존 인터뷰나 실사 영상 위에 생성 요소를 합성하고, 모션 그래픽·이미지·튜토리얼 화면에 오버레이를 붙이는 방식으로 활용 범위를 넓힐 수 있다. [1:54:58]

🧾 결론

• AI 영상 제작의 병목은 최종 MP4 렌더링보다 대본 청킹, 장면 설계, 에셋 제작, 장면별 코딩과 품질 검증에 있다.
• 5분 영상의 실무 예상치가 약 2시간 20분에서 3시간이고 최종 렌더링은 보통 15~30분이라는 설명은, 생성 버튼보다 사전 제작과 검수가 전체 시간을 좌우한다는 점을 보여준다.
• 1분 영상도 길이만 짧을 뿐 장면 분할, 코드 생성, 자동 검수, 실물 재생이라는 고정 단계는 생략되지 않는다.
• 완전 자동화의 실질적 목표는 인간을 제거하는 것이 아니라, 사람이 모든 장면을 직접 만드는 대신 최종 오류와 사용 가능성을 판단하도록 역할을 좁히는 데 있다.

📈 투자·시사 포인트

• 생성 모델 자체보다 대본·자막·에셋·장면 코드·렌더링·검수를 연결하는 제작 파이프라인과 오케스트레이션 도구가 실무 가치를 만든다.
• 영상 클립이 필요 없는 정보형 콘텐츠에서는 이미지와 모션 그래픽 조합이 비용 대비 경쟁력 있는 대안이 될 수 있다.
• 복수 CLI와 생성 모델 구독료가 월 약 300달러까지 늘어날 수 있으므로, 구독 수보다 에셋 재사용률과 편당 제작비를 관리하는 구조가 중요하다.
• 제작 기술이 평준화될수록 도구 접근성보다 관심을 끄는 주제, 대본, 스토리텔링과 최종 품질 판단이 차별화 요소로 남을 가능성이 크다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상은 1분 쇼츠의 전체 제작시간을 단계별 타이머로 분리해 제시하지 않았다. 방송 진행 시간이나 5분 영상의 실무 예상치를 1분 영상에 그대로 환산해서는 안 된다.
• Remotion이 Full HD까지만 지원한다는 내용은 발표자가 알고 있는 범위로 표현됐으므로, 실제 해상도 제한은 공식 문서와 현재 설정을 별도로 확인해야 한다.
• ‘신비한 건축 사전’이 API를 이용해 대량 생성한다는 설명은 운영 규모에 근거한 추정이며 실제 제작 경로는 확인되지 않았다.
• 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

• 60초 파일럿을 만들 때 기획, 대본, 청킹, 에셋, 장면 코딩, 검수, 수정, 렌더링 시간을 각각 기록한다.
• 정보형 콘텐츠는 정지 이미지와 모션 그래픽 중심으로 먼저 제작하고, 실제 움직임이 필요한 장면에만 3~6초 생성 영상 클립을 배치한다.
• 최종 파일에서 재생 길이, 음성 동기화, 텍스트 가림, 문법 불일치, 조기 종료를 직접 확인하는 검수표를 운영한다.
• 모델별 구독료와 주간 허용량, 편당 크레딧 사용량을 기록해 에셋 재사용 및 로컬 생성 도입의 경제성을 비교한다.

❓ 열린 질문

• 영상 길이가 짧아져도 유지되는 고정 작업과 장면 수에 비례해 줄어드는 작업을 분리하면 1분 영상의 실제 최소 제작시간은 얼마인가?
• 정보형 쇼츠에서 생성 영상 클립을 넣었을 때 정지 모션그래픽만 사용한 경우보다 시청 유지율이 실제로 개선되는가?
• 고득점 에셋과 장면 레퍼런스가 충분히 쌓이면 신규 영상의 코딩·검수 시간을 어느 정도까지 단축할 수 있는가?