유튜브 쇼츠 한 편을 만들려면 주제를 정하고, 대본을 쓰고, 그림을 그리고, 영상으로 만들고, 목소리를 입히고, 자막을 붙이고, 업로드까지 해야 합니다. 이 프로젝트는 그 전 과정을 열 개의 마이크로서비스가 하나의 파이프라인으로 돌아가게 묶은 AI 영상 자동화 팩토리입니다. HGNET이 자체 건강·의학 채널을 운영하기 위해 직접 설계·구축한 사내 프로젝트로, 파이프라인 오케스트레이션과 생성형 AI 연동 역량을 실제 운영으로 검증한 사례입니다.
AI 영상 자동화 팩토리가 없애는 수작업
한 편의 쇼츠를 사람이 손으로 만들면, 주제 조사부터 업로드까지 서로 다른 도구를 오가며 하루가 갑니다. 편수를 늘리려면 사람을 늘려야 하고, 여러 채널을 동시에 운영하는 건 사실상 불가능합니다. 이 팩토리의 목표는 화면을 예쁘게 만드는 것이 아니라, 주제 하나가 완성 쇼츠까지 이어지는 과정을 사람이 손으로 따라가지 않게 만드는 것이었습니다.
핵심은 서로 성격이 다른 열 개의 작업(주제 발굴, 대본 생성, 이미지 생성, 영상 변환, 더빙, 조립, 업로드, 스카우트, 벤치마킹, 성과 분석)을 하나의 상태머신으로 엮는 오케스트레이션입니다. 각 작업은 독립적으로 배포되는 워커(Cloud Run 서비스)이고, 이들을 순서대로, 그러나 실패에 강하게 이어 붙이는 것이 이 프로젝트의 설계 난이도였습니다.
주제 하나가 완성 쇼츠까지, 7단계 상태머신
파이프라인은 GCP Workflows로 정의한 7단계 상태머신입니다. 주제가 들어오면 아래 흐름을 따라 무인으로 진행되고, 각 단계에는 실패 전이(FAILED)가 붙어 있어 한 단계가 실패해도 그 지점만 격리되고 파이프라인 전체가 멈추지 않습니다.
이 흐름을 어떻게 하나의 오케스트레이터로 엮었는지는 GCP Workflows로 마이크로서비스 10개를 상태머신으로 엮기에서, 파이프라인이라는 개념 자체는 AI 영상 파이프라인이란 무엇인가에서 더 자세히 다룹니다.
완전 자동이 아니라 반자동, 사람 승인 게이트 두 곳
이 시스템에서 가장 중요한 설계 결정은 역설적으로 완전 자동으로 만들지 않은 것입니다. 유튜브는 사람 손을 거치지 않은 양산형 AI 콘텐츠에 수익 창출을 제한하기 시작했고, AI로 만든 영상에는 '변형된 콘텐츠' 라벨을 붙이도록 요구합니다(관련 정책 분석, 뉴스1 보도). 그래서 파이프라인 안에 사람이 반드시 개입하는 지점을 두 곳 두었습니다.
첫 번째는 이미지 비용 승인 게이트입니다. 정지 이미지를 움직이는 영상으로 바꾸는 Kling 생성은 이 파이프라인에서 가장 비싼 API 호출입니다. 그래서 영상 생성 전에 생성된 3D 이미지를 사람이 먼저 검수·승인하게 해, 마음에 들지 않는 이미지에 영상 생성비를 태우지 않도록 막습니다. 이 비용 게이트 설계는 비싼 생성형 AI 비용을 통제하는 법에서 자세히 풀었습니다.
두 번째는 최종 영상 승인 게이트입니다. 완성된 쇼츠를 업로드 전에 사람이 미리보고 승인하거나, 사유를 남겨 거부합니다. 거부하면 잡은 처음 상태로 되돌아가고 거부 사유가 보존됩니다. 이 반자동 운영이 왜 양산형 수익정지 방어의 핵심인지는 AI 콘텐츠를 완전 자동으로 올리면 안 되는 이유에서 다룹니다.
3D 이미지에서 움직이는 쇼츠까지
영상 생성은 이 팩토리의 결과물이 눈에 보이는 지점입니다. 채널별로 지정한 이미지 제공자(Nano Banana 2 / GPT-image)로 3D 의학 일러스트를 만들고, 그 이미지를 Kling 3.0 Image-to-Video로 움직이는 클립으로 바꿉니다. 여기에 본인 목소리를 클로닝한 TTS 더빙과 단어별 하이라이트 자막(Hormozi 스타일)을 얹어 9:16 쇼츠로 조립합니다. 이미지 제공자와 업로드 플랫폼은 Strategy 패턴으로 교체 가능하게 설계해, 모델이 바뀌어도 파이프라인은 그대로 둘 수 있습니다.
블루오션 니치 발굴과 성과 피드백
팩토리는 콘텐츠를 만들기만 하는 게 아니라, 무엇을 만들지도 스스로 좁혀 갑니다. 스카우트 워커는 구독자는 적지만 평균 조회수가 높은 블루오션 니치를 자동으로 찾아 경쟁도를 점수화하고, 성과 피드백 루프는 올린 영상의 성과를 분석해 터진 주제는 변형해 다시 쓰고 망한 주제는 다음 기획에서 걸러냅니다. 각각은 유튜브 블루오션 니치를 자동으로 찾는 법과 터진 영상·망한 영상을 자동 분석하는 성과 피드백 루프에서 다룹니다.
노코드로는 안 되는 이유, 맞춤 오케스트레이션
시장에는 이미 숏폼 자동화 도구가 많습니다. 그런데 이 팩토리의 강점은 노코드 툴로는 담기 어려운 것들에 있습니다. 긴 비동기 파이프라인을 승인 대기까지 포함해 오케스트레이션하는 상태머신, 의학 도메인 팩트체크 같은 컴플라이언스 가드레일, 크리덴셜을 코드에 두지 않고 런타임에 불러오는 보안 설계, 채널마다 독립적으로 도는 파이프라인. 이런 요구가 겹치면 완제품 도구의 틀을 벗어납니다. 언제 노코드로 충분하고 언제 맞춤 개발이 필요한지는 콘텐츠 자동화, 노코드 vs 맞춤 개발에서, 이런 시스템의 견적이 무엇으로 정해지는지는 AI 콘텐츠 자동화 개발 비용에서 정리했습니다.
AI가 만든 의료 콘텐츠를 안전하게 다루는 방법은 AI가 만든 의료 콘텐츠 팩트체크에서 볼 수 있고, 이 프로젝트가 활용한 LLM 모델 티어링의 배경은 LLM 트레이드오프: 정확도 vs 지연 vs 비용에서, 단일 LLM 서비스 사례는 사주 풀이 LLM 서비스에서, 자동화가 실제로 안착하려면 무엇이 필요한지는 업무 자동화 도입이 실패하는 3가지 이유에서 이어집니다.
자주 묻는 질문
AI 영상 자동화 팩토리는 무엇을 자동화하나요?
주제 발굴부터 대본 생성, 3D 이미지 생성, 영상 변환, 더빙, 자막 조립, 멀티플랫폼 업로드까지 쇼츠 한 편이 만들어지는 전 과정을 자동화합니다. 열 개의 마이크로서비스가 각 단계를 맡고, GCP Workflows가 이들을 하나의 상태머신으로 순서대로 이어 붙입니다. 다만 비용이 큰 영상 생성 전과 업로드 전 두 지점에서는 사람이 직접 승인합니다.
완전 자동이 아니라 사람이 승인하는 이유는 무엇인가요?
유튜브가 사람 손을 거치지 않은 양산형 AI 콘텐츠에 수익 창출을 제한하기 시작했기 때문입니다. 그래서 비싼 영상 생성 전에 한 번, 업로드 전에 또 한 번 사람이 승인하는 게이트를 두어, 비용과 품질·정책 리스크를 함께 통제하는 반자동 구조로 설계했습니다.
노코드 자동화 도구로도 만들 수 있지 않나요?
단순한 생성·업로드만이면 노코드로도 가능합니다. 하지만 승인 대기를 포함한 긴 비동기 오케스트레이션, 의료 도메인 팩트체크, 크리덴셜 격리, 채널별 독립 파이프라인처럼 요구가 겹치면 완제품 도구의 틀을 벗어나 맞춤 개발이 필요합니다. 이 프로젝트는 그 경계를 넘는 쪽이었습니다.
여러 채널을 동시에 운영할 수 있나요?
네. 채널을 slug 단위로 등록하고 페르소나·이미지 제공자·아키타입·업로드 스케줄을 채널마다 설정하면, 각 채널이 독립적인 파이프라인으로 돌아갑니다. 채널을 추가해도 운영 인력을 그만큼 늘리지 않아도 되는 구조가 이 팩토리를 만든 이유입니다.