숏폼 하루 1개도 버겁다면 — AI로 한 번에 30개 찍어내는 구조
숏폼 채널 운영해 본 사람은 안다. 진짜 고통은 '하나 잘 만들기'가 아니라 '계속 만들기'다. 알고리즘은 일주일에 3개 올리던 채널과 매일 올리는 채널을 다르게 대접한다. 그런데 혼자서, 혹은 2~3명 팀으로 매일 영상을 뽑는 건 현실적으로 불가능에 가깝다. 그래서 대부분 한 달 불타오르다 조용히 멈춘다. 여기서 발상을 뒤집어 보자. 좋은 원본 1개를 만든 다음, 그걸 30개로 분기시키는 거다. 새로 30개를 쓰는 게 아니라, 검증된 뼈대 하나에서 자막·후크·보이스·비주얼만 바꿔 30개의 '다른 영상'을 찍어낸다. 이게 AI 숏폼 대량생산의 핵심이고, 진짜 어려운 건 양이 아니라 '슬롭(slop) 안 나게 거르는 법'이다.
왜 '1 → 30 분기'가 '30개 새로 쓰기'를 이기는가
매일 새 아이디어로 영상을 짜면 품질이 들쭉날쭉하고, 뭐가 먹혔는지 학습이 안 된다. 반대로 검증된 원본 하나를 변주하면 변수 통제가 가능해진다. 후크만 다른 5개를 올려서 어떤 후크가 터지는지 보고, 그 후크로 또 변주를 돌리는 식이다. 콘텐츠 제작이 '감'에서 '실험'으로 바뀐다.
- 학습 가능: 같은 본문에 후크만 다르면, 조회수 차이의 원인이 '후크'로 좁혀진다.
- 속도: 0에서 쓰는 게 아니라 슬롯을 채우는 작업이라 1개당 제작 시간이 1/5로 준다.
- 일관성: 채널 톤·자막 스타일·길이가 자동으로 통일된다. 브랜드가 생긴다.
- 재활용: 한 원본이 인스타 릴스·유튜브 쇼츠·틱톡 3채널 × 여러 변형으로 퍼진다.
분기축 4개 — 어디를 바꿔야 '다른 영상'이 되나
무작정 30개로 늘리면 표절 수준의 복붙이 된다. 플랫폼은 '재업로드'를 싫어한다. 그래서 '의미 있게 다른' 변주를 만드는 축을 정해야 한다. 실전에서 쓰는 분기축은 보통 이 4개다.
| 분기축 | 무엇을 바꾸나 | 도구 예시 |
|---|---|---|
| 후크(첫 3초) | 같은 본문, 다른 도입 문장·첫 컷 | LLM 카피 변주 + nano-banana 썸네일 |
| 자막 스타일 | 강조 단어·폰트·등장 타이밍 | Whisper 싱크 + 자막 템플릿 |
| 보이스/톤 | 남/여, 차분/하이텐션, 한/영 | ElevenLabs 보이스 라이브러리 |
| 비주얼(B-roll) | 배경 영상·모델컷·제품 앵글 | Veo 3.1 / Kling 2.6 I2V |
축 하나당 변형 2~3개만 잡아도 조합으로 수십 개가 나온다. 후크 5 × 보이스 2 × 자막 3 = 30. 본문은 한 번만 검증하면 된다.
파이프라인 6단계 — 한 번에 굴리는 구조
대량생산은 '한 번의 큰 작업'이 아니라 '작은 작업의 자동 연쇄'다. 단계를 쪼개야 어디서 막혔는지 보이고, 막힌 단계만 고쳐 다시 돌릴 수 있다.
- 원본 스크립트 1개: 후크-본문-마무리 3블록 구조로 작성. 이건 사람이 직접 검수.
- 변주 생성: LLM에게 "본문은 유지, 후크 5종·CTA 3종으로 분기" 요청. 의미가 변하지 않게 가드.
- 보이스 합성: ElevenLabs로 변형별 내레이션 일괄 생성. 톤·속도 프리셋 고정.
- 비주얼/B-roll: Veo·Kling으로 배경 컷 생성하거나 기존 클립 라이브러리에서 매칭.
- 자막 싱크: Whisper로 보이스를 받아 자동 타임코드 → 자막 템플릿에 주입.
- 조립·렌더: 보이스+B-roll+자막+BGM을 템플릿에 얹어 일괄 출력.
핵심은 2~5단계가 자동이고, 1번과 마지막 검수만 사람이 잡는다는 점이다. 그래야 30개가 현실이 된다.
'슬롭 안 나게' — 4단계 품질 가드
여기가 진짜다. 자동화하면 반드시 '슬롭(영혼 없는 양산형 쓰레기)'이 섞인다. AI 보이스 발음 깨짐, 자막 오타, 입과 안 맞는 립싱크, 어색한 B-roll, 똑같이 들리는 30개. 이걸 사람이 30개 다 눈으로 보면 자동화의 의미가 없다. 그래서 게이트를 단계별로 깐다.
- 게이트 1 — 스크립트 검수(사람): 원본 1개만은 무조건 사람이 읽는다. 여기 틀리면 30개가 다 틀린다. 이 단계만큼은 절대 생략 금지.
- 게이트 2 — 텍스트 자동 검사: 변주 후 금지어·과장 표현·오타·길이 초과를 룰로 거른다. 의미가 원본에서 벗어난 변형은 자동 폐기.
- 게이트 3 — 미디어 자동 검사: 보이스 무음 구간·클리핑, 자막-오디오 싱크 오차(0.3초 초과 시 리젝), B-roll 해상도·길이 미달을 기계가 1차 컷.
- 게이트 4 — 샘플 휴먼 리뷰: 30개 전수가 아니라 대표 3~5개만 사람이 본다. 같은 템플릿이라 하나가 깨끗하면 나머지도 대개 깨끗하다. 문제 패턴이 보이면 해당 축만 재생성.
이 4단계가 '대량'과 '쓰레기'를 가르는 분기점이다. 가드 없이 양만 늘리면 채널이 죽고, 가드만 있고 양이 없으면 알고리즘이 안 밀어준다. 둘을 같이 가져가야 한다.
처음 시작할 때 현실적인 체크리스트
30개를 한 번에 노리지 마라. 구조를 먼저 검증하고 숫자를 키운다.
- ✅ 원본 1개로 후크만 다른 3개 변형부터. 어떤 후크가 먹히는지 본다.
- ✅ 보이스·자막·BGM 프리셋을 고정한다. 매번 새로 고르면 자동화가 안 된다.
- ✅ B-roll은 처음엔 생성보다 라이브러리 재사용이 빠르고 안정적이다.
- ✅ 게이트 3(미디어 자동검사)을 가장 먼저 구축하라. 여기서 슬롭 80%가 걸린다.
- ✅ 변형끼리 너무 비슷하면 플랫폼이 묶는다. 후크·썸네일은 확실히 다르게.
한 번에 30개가 막막하다면, 검증된 원본 1개 + 자동 게이트 3·4번부터 세팅해 보세요. 양은 그다음 문제입니다. (직접 굴려보고 막히는 단계가 생기면 그때 도구를 붙이면 됩니다.)