채널톡 아이콘

대본 한 장이 더빙 영상이 되기까지 — Claude Code로 만드는 영상 자동 제작 파이프라인 (강의·유튜브·쇼츠)

대본 파일 하나를 슬라이드·로컬 더빙·자막·세로 쇼츠로 만들고, 올리기 전에 받아쓰기와 화면 대조로 기계가 먼저 검수하는 파이프라인을 직접 만듭니다. 생성형 영상 도구·유료 음성 API 없이 내 컴퓨터에서 돌아갑니다.

수강 후 이런걸 얻을 수 있어요

  • 대본 파일(제이슨) 하나로 1080p 더빙 영상과 SRT·VTT 자막을 명령 하나로 만든다

  • 외부 음성 API·키 없이 로컬 음성 합성으로 더빙하고, 고친 문장만 다시 합성한다

  • 같은 대본으로 세로 쇼츠·썸네일·업로드 설명과 챕터를 자동으로 만든다

  • Whisper 받아쓰기로 더빙을 대본과 대조하고, 후보를 표기 차이·실제 오류·청취 필요로 나눈다

  • 영상 프레임과 슬라이드 대조, 글씨 넘침·자막 겹침, 음량·무음·규격 검사를 보고서 한 장으로 묶는다

  • Claude Code 스킬과 진행 기록으로 시리즈를 이어 만들고, 금지어 검사로 회사 정보가 새지 않게 한다

  • 음성 모델·받아쓰기 모델·글꼴의 라이선스와 AI 음성 표기 의무를 공식 원문으로 확인한다

  • 렌더·쉼·자막·받아쓰기 대조·측정·공정 실행기의 핵심 함수를 빈 틀에 직접 짜고 채점기로 정상·경계·실패를 확인한다

명령 하나로 대본 → 영상·자막·쇼츠·검수 보고서. 사람은 기계가 골라 준 곳만 듣습니다

쇼츠를 찍어 내는 강의가 아닙니다. 6~8분짜리 가로 강의·해설 영상을 시리즈로 만들고, 목소리는 유료 API 없이 내 컴퓨터의 로컬 음성 합성으로, 검수는 Whisper 받아쓰기를 대본과 문장·숫자 단위로 대조하고 영상 프레임을 슬라이드와 대조해 기계가 먼저 끝냅니다. 쇼츠는 같은 대본을 세로로 재배치하는 한 강만 다룹니다.

대본 파일 하나를 슬라이드·로컬 더빙·자막·세로 쇼츠로 만들고, 올리기 전에 받아쓰기와 화면 대조로 기계가 먼저 검수하는 파이프라인을 직접 만듭니다. 생성형 영상 도구·유료 음성 API 없이 내 컴퓨터에서 돌아갑니다.

영상 생성 AI나 n8n 은 쓰지 않습니다. 해설·강의 영상을 여러 편 꾸준히 만들 때 시간을 잡아먹는 두 가지, 고칠 때마다 다시 만드는 일과 올리기 전 확인을 자동화합니다. 문장 캐시로 고친 문장만 다시 합성하고, 오프라인 받아쓰기로 더빙을 대본과 문장·숫자 단위로 대조하며, 영상 화면을 슬라이드와 비교합니다. 키트를 만들며 실제로 겪은 실패(크롬 멈춤, 받아쓰기 시각 밀림, 자막 겹침 미검출)를 회귀 테스트와 함께 그대로 보여 줍니다.

이 강의를 마치면

  • 대본 파일(제이슨) 하나로 1080p 더빙 영상과 SRT·VTT 자막을 명령 하나로 만든다

  • 외부 음성 API·키 없이 로컬 음성 합성으로 더빙하고, 고친 문장만 다시 합성한다

  • 같은 대본으로 세로 쇼츠·썸네일·업로드 설명과 챕터를 자동으로 만든다

  • Whisper 받아쓰기로 더빙을 대본과 대조하고, 후보를 표기 차이·실제 오류·청취 필요로 나눈다

  • 영상 프레임과 슬라이드 대조, 글씨 넘침·자막 겹침, 음량·무음·규격 검사를 보고서 한 장으로 묶는다

  • Claude Code 스킬과 진행 기록으로 시리즈를 이어 만들고, 금지어 검사로 회사 정보가 새지 않게 한다

  • 음성 모델·받아쓰기 모델·글꼴의 라이선스와 AI 음성 표기 의무를 공식 원문으로 확인한다

이런 분께 추천합니다

  • 해설·강의·사내 교육 영상을 여러 편 만들어야 하는데 녹음·자막·확인에 시간이 너무 드는 분

  • 영상마다 같은 수정을 반복하며 '이번엔 틀린 데 없나' 불안한 강사·교육 담당자

  • Claude Code 로 반복 작업을 자동화해 보고 싶은 개발자·지식 크리에이터

커리큘럼 (8섹션 · 33강 · 약 204분)

  • 섹션 1. 완성본과 공장 지도 — 완성본 먼저: 대본 한 장이 영상이 되는 장면, 일곱 공정 지도: 대본·렌더·더빙·합치기·자막·검수·기록, 작업 환경 준비: 맥·윈도 공통 도구 갖추기, 쓰기 전에 라이선스: 음성 모델·받아쓰기 모델·폰트

  • 섹션 2. 대본을 데이터로 — 대본은 데이터다: 장면·문장·패널로 된 lesson.json, Claude Code 로 대본 쓰기: 작성 지침과 기준 파일, 대본 자동 검사: 분량·문장 길이·금지 표현, 숫자는 읽는 대로: 한글 읽기와 발음 사전

  • 섹션 3. 슬라이드 렌더 — HTML 한 장이 슬라이드 한 장: 템플릿 구조, Chrome 헤드리스로 슬라이드 PNG 뽑기, 표·코드·흐름 패널: 화면에 정보를 담는 법, 넘침·겹침·잘림을 기계가 먼저 찾기, 썸네일과 커버 자동 생성

  • 섹션 4. 로컬 더빙 — 로컬 음성 합성 첫 문장: 외부 API 없이 더빙, 문장 캐시: 고친 문장만 다시 합성, 쉼과 속도: 문장 사이 간격 설계, 음량 맞추기: 모든 편을 같은 크기로, 엔진 바꾸기와 비교: 한 시리즈엔 한 목소리

  • 섹션 5. 영상·자막 합치기 — ffmpeg 로 장면 이어 붙이기, 자막 자동 생성: 문장 타이밍에서 SRT·VTT 로, 가로 강의에서 세로 쇼츠로, 업로드 꾸러미: 제목·설명·챕터 자동 생성

  • 섹션 6. 자동 검수 — 받아쓰기 검수: 더빙을 다시 글로, 대본과 받아쓰기 대조: 문장·숫자 단위, 후보 분류: 진짜 오류와 받아쓰기 착각, 화면 대조: 영상 프레임이 지금 슬라이드인가, 무음·음량·규격 검사와 검수 보고서

  • 섹션 7. Claude Code로 공장 돌리기 — 스킬로 묶기: 한마디로 전 공정, 대본 나눠 맡기와 병렬 렌더, HANDOFF 로 이어 만들기: 멈춰도 다시 시작, 화면·자료에 개인정보가 새지 않게

  • 섹션 8. 실전 완주 — 실전: 가상 채널 다섯 편 완주와 걸린 시간, 정리: 내 파이프라인 점검표

실습 환경

실습 ZIP 의 vidpipe 키트(파이썬 3.10~3.12, 크롬, ffmpeg)를 받아 맥·윈도에서 실행합니다. 가상 과학 해설 채널 「한입 과학」 대본 다섯 편, 대본 검사·슬라이드 렌더·로컬 더빙·영상·쇼츠·업로드 꾸러미·받아쓰기 검수 코드, 테스트, Claude Code 스킬 파일, 점검표, 라이선스 안내가 들어 있습니다. 음성·받아쓰기 모델은 처음 실행할 때 공식 경로에서 자동으로 받습니다(약 0.9GB). Docker·클라우드는 필요 없습니다.

선수 지식

  • 터미널에 명령을 붙여 넣어 실행할 수 있음

  • Claude Code 를 써 봤거나 설치할 수 있음(파이썬 문법은 몰라도 됨)

이 강의에서 다루지 않는 것

  • 영상 생성 AI(이미지·영상 생성 모델), 아바타·립싱크

  • 목소리 복제

  • CapCut·프리미어 같은 편집 툴 사용법

  • n8n 자동화

  • 쇼츠 기획·조회수·수익화 전략

안내

이 강의의 내레이션은 합성 음성(AI)으로 만들었고, 화면의 실행 결과는 학습용 키트를 실제로 실행한 원문입니다. 클로드 코드 답변 문장·처리 시간·받아쓰기 결과는 실행할 때마다, 컴퓨터마다 달라질 수 있습니다. 이 강의는 조회수나 수익을 약속하지 않습니다. 모든 데이터는 교육용 가상 데이터이며, 숫자는 실행 환경에 따라 달라질 수 있습니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 해설·강의·사내 교육 영상을 여러 편 만들어야 하는데 녹음·자막·확인에 시간이 너무 드는 분

  • 영상마다 같은 수정을 반복하며 '이번엔 틀린 데 없나' 불안한 강사·교육 담당자

  • Claude Code 로 반복 작업을 자동화해 보고 싶은 개발자·지식 크리에이터

선수 지식,
필요할까요?

  • 터미널에 명령을 붙여 넣어 실행할 수 있음

  • Claude Code 를 써 봤거나 설치할 수 있음(파이썬 문법은 몰라도 됨)

안녕하세요
데이터장인입니다.

커리어인증

20년 이상 데이터베이스와 IT 분야에서 경력을 쌓아온 데이터장인입니다. DBA 및 DB Platform 팀 매니저로 데이터베이스 플랫폼을 다루며, MySQL·PostgreSQL·Oracle·MongoDB와 SQL 튜닝, AWS·Terraform·Python을 전문 분야로 삼고 있습니다. 게임·금융·IT 서비스 분야의 경력을 바탕으로 데이터베이스와 클라우드 아키텍처를 설명합니다. 『오라클 실무튜닝 SQL 패턴 학습』과 『Oracle Pro*C 실무프로젝트 활용서』를 출간했으며, AWS Summit 2018·2019와 데이터야 놀자 2020에서 서버리스·데이터베이스 선택·멀티데이터베이스 전략을 발표했습니다. 최근에는 Bedrock LLM을 이용한 슬로우 쿼리 분석·튜닝 권고, DB 스펙 산정 자동화, DB 메타 MCP 서버와 Slack 봇을 통한 조회 흐름을 다루고 있습니다. 개발자를 위한 데이터베이스 자동화와 비개발자를 위한 AI 업무 활용을 각 과정의 대상과 목적에 맞는 실습으로 설명합니다. AI 제안을 그대로 적용하기보다 결과 동일성·실행 계획·관측 조건을 확인하고, 근거가 부족하면 보류하는 판단 기준을 전달합니다. 회사 운영 데이터와 인증값은 강의 자료에 포함하지 않습니다.

더보기

커리큘럼

전체

40개 ∙ (4시간 9분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

데이터장인님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

얼리버드 할인 중

₩44

20%

₩70,400

평생교육이용권 지원 강의