AI로 영상을 자동 생성하는 파이프라인을 만들다 보면 자연스럽게 "끝까지 자동으로 올려버리자"는 유혹이 생깁니다. 하지만 우리가 AI 영상 자동화 팩토리를 설계하며 내린 가장 중요한 결정은 정반대였습니다. 완전 자동으로 만들지 않고, 사람이 반드시 개입하는 승인 게이트를 두 곳 두는 것. 이 글은 왜 그렇게 했고, 게이트를 파이프라인 어디에 어떻게 넣었는지를 정리한 것입니다.
완전 자동 업로드가 위험한 이유
기술적으로는 대본 생성부터 업로드까지 사람 손 없이 돌릴 수 있습니다. 문제는 그렇게 올린 콘텐츠가 플랫폼 정책과 충돌한다는 점입니다. 유튜브는 2025년부터 사람의 창작 개입이 없는 양산형·반복 AI 콘텐츠에 수익 창출을 제한하기 시작했고, AI로 생성·합성한 사실적 콘텐츠에는 '변형된 콘텐츠'임을 알리는 라벨을 붙이도록 요구합니다(정책 분석, 뉴스1 보도, 양산형 콘텐츠 문제 정리).
즉 완전 자동은 채널 전체를 수익정지 리스크에 태우는 설계입니다. 여기에 더해, 사람이 한 번도 보지 않은 영상을 올리면 품질 사고(잘못된 3D 렌더, 어색한 자막, 부정확한 의학 정보)가 그대로 공개됩니다. 자동화의 목적은 사람을 완전히 빼는 게 아니라, 사람이 꼭 봐야 할 지점에만 남기고 나머지를 없애는 것이어야 합니다.
사람 승인 게이트를 어디에 두나, 비용과 정책 두 지점
우리는 사람 승인 게이트를 파이프라인의 서로 다른 두 지점에 두었습니다. 넣는 위치가 각각 다른 리스크를 막습니다.
| 게이트 | 위치 | 막는 리스크 | 타임아웃 |
|---|---|---|---|
| 이미지 비용 승인 | 영상 생성(Kling) 직전 | 비싼 API 호출에 헛돈 쓰기 | 24시간 |
| 최종 영상 승인 | 업로드 직전 | 양산형 수익정지·품질 사고 | 7일 |
첫 번째 게이트는 비용을 막습니다. 정지 이미지를 움직이는 영상으로 바꾸는 생성이 이 파이프라인에서 가장 비싼 단계라, 이미지가 마음에 들지 않으면 영상 생성 전에 되돌립니다. 이 비용 관점은 비싼 생성형 AI 비용을 통제하는 법에서 따로 다룹니다.
두 번째 게이트는 정책과 품질을 막습니다. 완성된 쇼츠를 사람이 미리보고 승인해야 업로드로 넘어갑니다. 이 한 번의 사람 개입이 "양산형 자동 업로드"와 "사람이 검수한 콘텐츠"를 가르는 선입니다.
승인 대기를 어떻게 구현하나, await_callback
긴 파이프라인에서 사람 승인을 기다리는 건 생각보다 까다롭습니다. 워커를 계속 켜 두고 폴링하면 비용이 나가고, 짧은 타임아웃을 두면 사람이 자리를 비운 사이 잡이 유실됩니다. 우리는 GCP Workflows의 콜백 이벤트로 이 문제를 풀었습니다. 워크플로가 콜백 엔드포인트를 만들어 그 URL을 Firestore에 저장하고, await_callback으로 스스로 일시정지합니다. 대시보드는 저장된 URL로 결정을 POST하고, 그 순간 워크플로가 정확히 그 지점부터 재개됩니다.
여기서 타임아웃을 넉넉히(최종 승인 7일, 이미지 승인 24시간) 잡은 게 핵심입니다. 기본값을 그대로 두면 사람이 주말에 자리를 비운 사이 승인 대기 잡이 통째로 사라집니다. 이런 오케스트레이션 상세는 GCP Workflows로 마이크로서비스 10개를 상태머신으로 엮기에서 이어집니다.
거부는 삭제가 아니라 되돌리기
승인만큼 중요한 게 거부 흐름입니다. 사람이 영상을 거부하면 잡을 지우는 게 아니라, 상태를 처음(CREATED)으로 되돌리고 거부 사유를 보존합니다. 원래 주제가 남아 있으므로 재생성이 같은 주제로 다시 돌 수 있고, 왜 거부됐는지가 기록으로 남아 다음 생성의 힌트가 됩니다.
반자동이 자동화를 죽이지 않는다
사람 개입을 두 곳 남긴다고 자동화의 이점이 사라지진 않습니다. 사람은 "판단이 필요한 두 순간"에만 개입하고, 나머지(주제 발굴, 대본, 이미지, 영상, 더빙, 조립, 업로드 실행)는 전부 시스템이 처리합니다. 오히려 이 두 게이트가 자동화를 지속 가능하게 만듭니다. 채널이 살아 있어야 자동화도 의미가 있으니까요. 자동화가 현장에 안착하려면 무엇이 필요한지는 업무 자동화 도입이 실패하는 3가지 이유에서도 다룹니다. 전체 그림은 AI 영상 자동화 팩토리 사례에서 볼 수 있습니다.
자주 묻는 질문
AI 콘텐츠를 완전 자동으로 올리면 왜 위험한가요?
유튜브가 사람의 창작 개입이 없는 양산형·반복 AI 콘텐츠에 수익 창출을 제한하고, AI 생성물에 라벨을 요구하기 때문입니다. 완전 자동 업로드는 채널 전체를 수익정지 리스크에 태우는 설계이고, 사람이 한 번도 검수하지 않은 품질 사고도 그대로 공개됩니다.
사람 승인 게이트를 파이프라인 어디에 두나요?
두 지점에 둡니다. 하나는 비싼 영상 생성 직전(이미지 비용 승인)이고, 다른 하나는 업로드 직전(최종 영상 승인)입니다. 앞의 게이트는 헛된 생성비를, 뒤의 게이트는 정책·품질 리스크를 막습니다.
승인 대기 중에 파이프라인은 어떻게 멈춰 있나요?
GCP Workflows의 콜백 이벤트로 워크플로가 스스로 일시정지합니다. 콜백 URL을 저장해 두고 await_callback으로 대기하다가, 대시보드가 그 URL로 결정을 POST하면 정확히 그 지점부터 재개됩니다. 타임아웃을 넉넉히(24시간·7일) 두어 사람이 자리를 비워도 잡이 유실되지 않게 했습니다.
사람이 영상을 거부하면 어떻게 되나요?
잡을 삭제하지 않고 상태를 처음으로 되돌리며 거부 사유를 기록합니다. 원래 주제가 보존되므로 같은 주제로 재생성할 수 있고, 거부 사유는 다음 생성의 참고가 됩니다.