안녕하세요! 길가메시 & 엔키두 AI 스튜디오입니다.
이전 포스팅에서 파이썬(Python)만으로 숏폼 비디오를 100% 자동 생성하는 스크립트에 대해 설명해 드렸는데요. 백문이 불여일견이죠! 코딩만으로 어떻게 영상이 렌더링되고, 또 어떻게 고퀄리티로 진화했는지 그 세대별 결과물(버전업 과정)을 직접 보여드리려 합니다.
사람의 손길(프리미어 프로, 캡컷)이 단 1%도 들어가지 않은 완벽한 자동화 공장의 결과물들을 감상해 보시죠! 🚀
🌱 v1.0: 텍스트 투 스피치(TTS)와 정지 이미지의 결합 (MVP)
가장 먼저 만들었던 '최소 기능 제품(MVP)'입니다.
- 음성: 구글 무료 TTS (기계적이고 딱딱한 로봇 음성)
- 시각: 딥 블루 단색 배경에 흰색 나눔고딕 텍스트 중앙 정렬
- 의의: 파이썬 코드로 대본을 주고
MoviePy를 통해 mp4 영상이 렌더링된다는 것을 처음으로 증명한 뼈대입니다.
🔊 v2.0: AI 프리미엄 보이스 장착 (청각의 혁명)
v1의 로봇 음성은 이탈률이 너무 높았기에, 청각적 퀄리티를 대폭 끌어올렸습니다.
- 음성 교체: 마이크로소프트의 고급 신경망 음성(Edge TTS - 인준 보이스)으로 전면 교체하여 사람과 흡사한 억양을 구현했습니다. (API 비용 0원!)
- 시각 개선: 가독성을 높이기 위해 자막을 강렬한 틱톡 감성의 옐로우(Yellow) 포인트로 변경했습니다.
🎥 v4.0: 고화질 Pexels 배경 영상 자동 합성 (시각의 혁명)
단색 배경을 버리고 시청자의 시선을 완벽히 붙잡을(Hook) 수 있는 '움직이는 B-Roll'을 덧입혔습니다.
- Pexels API 연동: 대본 주제(AI, 비즈니스 등)에 맞는 고화질 배경 영상을 Pexels에서 무료로 자동 검색 및 다운로드합니다.
- 세로형 최적화: 다운받은 가로 영상을 쇼츠 비율(9:16)에 맞게 꽉 차도록 자르고(Crop), 자막이 잘 보이도록 영상 밝기를 40%로 어둡게(Darken) 처리했습니다.
- 자막 가독성 극대화: 자막 텍스트 외곽에 검은색 테두리(Stroke) 효과를 입혀 모바일 환경에 완벽히 최적화했습니다.
🚀 Next Step: 단어 단위(Word-level) 동적 자막
v4.0까지만 와도 당장 유튜브나 틱톡에 올려도 손색이 없는 퀄리티입니다. 하지만 우리의 진화는 여기서 멈추지 않습니다.
다음 목표는 OpenAI의 Whisper API를 활용해 음성에서 각 단어의 정확한 시간(Timestamp)을 추출하고, 말하는 속도에 맞춰 자막이 하나씩 튀어나오는 '노래방(Karaoke) 스타일 동적 자막'을 구현하는 것입니다.
이 파이프라인이 완성되면, 대본만 던져주면 하루 100개의 고퀄리티 숏폼을 찍어내는 진정한 트래픽 공장이 가동될 것입니다. 기대해 주세요! 🌿
댓글 없음:
댓글 쓰기