AGENTIC VIDEOS STUDIO · PODCAST
대본만 쓰면,
쇼츠가 끝까지
나온다.
Reels Factory
Claude Code · Remotion · 집 PC의 RTX 5090
15편
이 시스템으로 낸 쇼츠
149장
모션 카드 레퍼런스
60개
자동 검사 스크립트
10 / 10
블라인드 A/B 새 판 승
PART 2
전체 그림
기획부터 업로드까지 · 3월과 달라진 점 · 역할과 산출물
PART 2 · Q1 — 파이프라인 한 장
제가 하는 건 두 칸, 나머지는 AI가 무인으로
나
소재 고르기
대본 쓰기
대본 확정 = 시작 버튼
AI가 무인으로 — 중간에 묻지 않음
1
재료 모으기
제품 화면 · 로고
2
내 목소리
TTS · 립싱크
3
연출 고르기
모션 카드 149장
4
코드로 짓기
Remotion
5
채점·다시 짓기
블라인드 판정
6
렌더·발행 문구
완성본 2판 + 6종
보고 받고 업로드
멈추는 곳은 두 가지뿐 — 유료 생성 · 법적 위험
PART 2 · Q2 — 3월과 달라진 점
3월은 컨베이어, 지금은 매번 다른 그림
3월 · Youtube-Automation
빠르지만
금방 질린다
문단 하나 = 화면 하나
지금 · Reels Factory
편마다 다르고
채점 통과한 것만
말의 한 절 = 샷 하나
제품 화면 · 로고 · 내 얼굴 · 숫자 · 카드 — 그림의 종류를 매 샷 고른다
PART 2 · Q2 — 3월과 달라진 점
규칙을 '만들기'가 아니라 '검사'에 쓴다
3월
만들기 = 정해진 틀
검사 = 없음
지금
만들기 = AI가 판단
검사 = 규칙 60개 + AI 채점관
→ 그림은 편마다 달라지고, 품질 바닥은 규칙이 지킨다
3월: 10문단 5~15분, 돌면 끝 · 지금: 렌더 전에 모든 샷이 채점을 받는다
PART 2 · Q2 — 3월과 달라진 점
9월 초기작 → 지금의 기준 편
leandeck-ppt · 9월 19일
아바타·채점·모션 카드 이전
avatar-shorts · 10월 31일
"앞으로도 이 수준" 합격 편
PART 2 · Q2 — 3월과 달라진 점
병목은 AI가 아니라 사람의 승인이었다
예전
작업 3.4시간
내 답 기다림 3.4시간 · 질문 8개
6.8h
지금
1.6시간
질문 0개
TTS → 완성본 무인 구간
대본 확정 → 완성본 · replica-skill 편 실측 (10월 27일) → 이제 규칙: 대본만 넘기면 끝까지 간다
PART 2 · Q2 — 3월과 달라진 점
매 편이 다음 편의 바닥을 올린다
편 만들기
실제 릴스와
나란히 놓기
채점관 둘
Claude · Codex 서로 모르게
부족한 점 =
시스템 변경
다음 편은 올라간 바닥에서 시작
PART 2 · 깊이 1 — Claude Code와 헤르메스
편은 Claude Code가, 매일 수집은 헤르메스가
Claude Code — 편을 만든다
세션 하나가 편 하나를 처음부터 끝까지
재료
연출
코드
렌더
발행
채점관 — judge(Claude) · Codex
서로 모르게, 정답 모르게 블라인드로 판정
Hermes
공장 밖에서 매일 돈다
reze · 매일 11:04
레퍼런스 유튜브 채널
새 영상 자막 수집
→ 위키 정리 → 슬랙 리포트
erwin · 트레이딩 크론
정답이 있는 일 → 스크립트
단어 타이밍 · 글자 크기 30px 이상
얼굴 공백 5초 이하 · 음량 −14 LUFS
같은 입력 → 같은 결과 · PASS / FAIL
취향이 필요한 일 → 에이전트
모션 카드 · 주인공 재료 고르기
장면 코드 짓기 · 훅 새로 짓기
→ 다른 에이전트가 블라인드 채점
PART 2 · 깊이 1 — 에이전트 판단은 어떻게 검증하나
AI 채점관은 옛 판·새 판을 모른 채 고른다
X
— 같은 시각, 0.2초 간격 띠
Y
— 같은 시각, 0.2초 간격 띠
판정: Y 승
— 실제 레포 카드와 218k 형광펜 → 규칙 네 줄이 읽히는 CLAUDE.md. X는 회색 막대 쪽지에 아래 절반이 비어 있음.
정답: X = 옛 판, Y = 새 판 · 이긴 샷만 남기고 진 샷은 되돌린다
PART 2 · 깊이 2 — 생기고 없어진 단계
씬 분할이 없어지고, 말의 '절'이 곧 샷
1편
대본
씬 분할
TTS
리모션
렌더
지금
대본
재료 수확
내 목소리 TTS
립싱크 아바타
연출·모션 카드
리모션 코드
AI 채점
렌더·효과음
발행 문구
성과 감사
없어짐
씬 분할
글자 수 비례 자막
중간 승인
리뷰 컷
→ 말의 '절'이 곧 샷
초록 = 새로 생긴 단계 · TTS가 그림보다 앞으로 왔다 (목소리 타이밍이 기준)
PART 2 · 깊이 3 — 중간 산출물 형식
폴더 하나 = 편 하나, 전부 텍스트 파일
work/편이름/
데이터베이스 없음
vo.txt
대본 (내가 씀)
words.json
단어별 타이밍 (ms)
plan.json
샷 목록 · 아바타 구간
direction.md
연출표 (says · 카드 · 재료)
scenes/*.tsx
화면 코드
reviews/
채점 기록
out/*.mp4
완성본 2판
edition-pack.md
편의 기억
세션이 바뀌어도
이 파일 하나로 이어 간다
md · txt = 사람이 읽음
json = 기계가 읽음
tsx = 그림 (코드)
PART 3
시연 — 집 PC로 만든 쇼츠
완성본 · 전후 비교 · API와 로컬 · 비용
PART 3 · Q1 — 한 편 만드는 과정
지금의 기준 편 — avatar-shorts
셀카 영상 하나 → 쇼츠
"앞으로도 이 수준"으로 합격한 편
목소리·입 모양 = 집 GPU
로컬 TTS · 립싱크
그림 = 코드
Remotion으로 실물 화면을 움직인다
PART 3 · Q1 — 완성본
실제 제품 화면과 실제 사이트로 짓는다
replica-skill
앱 레플리카 UI
accent-color-ui
최신작 · 11월 2일
opus55-videos
결과물 풀프레임
PART 3 · Q1 — 완성본
편마다 다른 그림
font-pairing
타이포 몽타주
design-plugins5
디자인 도구 5가지
kyoan-tools3
강의 자료 오픈소스
PART 3 · Q1 — 완성본
같은 파이프라인, 네 가지 소재
claude-3tools
openscreen
mirofish
openmontage
PART 3 · Q1 — 전후 비교
같은 대본·같은 목소리, 그림만 밤새 다시
전 · v1
10월 9일
후 · r1031
10월 31일 무인 리프레시
둘 다 재생
PART 3 · Q1 — 전후 비교
블라인드 A/B, 10편 중 10편 새 판 승
전 · design-plugins5
후
새 판 45칸 앞섬 · 옛 판 2칸
전 · kyoan-tools3
후
새 판 11칸 앞섬 · 옛 판 3칸
PART 3 · Q2 — API vs 로컬
API는 택시, 로컬은 내 차
다시 한 횟수 · 만든 편 수 →
누적 비용
API — 요청할 때마다 요금
로컬 — 장비값 + 전기요금
손익분기
영상은 '다시 하기'가 핵심
10편 밤샘 재작업 = 추가 비용 0
PART 3 · Q3 — 대본·소재·레퍼런스는 누가
말할 것은 내가, 보여 줄 것은 AI가
나
대본 한 줄
"GitHub 별
21만 개를"
AI
says 한 단어
"쌓인다"
AI
모션 카드 149장
→ 숫자가 차오르는
카운터 카드
AI
실물 재료
실제 GitHub
레포 카드 · 218k
무엇을 말할지
= 나 (소재 · 대본 · 훅)
무엇으로 보여 줄지
= AI (카드 · 실물 · 예시 사이트)
고른 카드 = 그 샷의 기준 → 채점관이 "기준만큼인가?" 블라인드 판정
레퍼런스: savee · jitter에서 모은 모션 카드 149장 · 원본 릴스가 있으면 원본의 같은 줄
PART 3 · 깊이 1 — 로컬 모델과 GPU
손발은 집 GPU에서, 머리는 구독
집 PC — RTX 5090 · 32GB
손발: 목소리 · 입 모양 · 렌더
내 목소리
로컬 오픈소스 TTS
제로샷 보이스 클로닝
받아쓰기
Whisper large-v3
단어별 ms 타이밍
립싱크
TBDub (WSL) · 1080p
30초 분량 ≈ 5분
렌더
Remotion (CPU)
영상 = React 코드
구독
머리: 판단과 채점
Claude Code
만들고 판단 (Opus · Sonnet)
Codex
두 번째 채점관
Higgsfield
이미지 보충 · 편당 4장 이하
GPU 작업은 한 번에 하나
TTS + 영상 생성을 같이 돌리면
스텝당 65초까지 느려진다
VRAM 해제 후 순서대로
PART 3 · 깊이 2 — 품질이 떨어진 단계
떨어진 품질은 검사를 하나씩 붙여 메웠다
전
후
립싱크 속도
출력 1초에 95초 걸림
30초 분량에 5분 (TBDub)
얼굴
얼굴 전체가 흔들림
입·턱만 새로 합성
자막 싱크
쉼표 뒤 0.3초 빨랐음
절 경계에 맞춤 → 0초
목소리
낡고 지루한 TTS
내 목소리 제로샷 클로닝
약점마다 검사를 하나씩 — 공짜라서 수백 번 실험할 수 있었다
PART 3 · 깊이 3 — 시간과 비용
한 편만 보면 비슷, 이득은 '다시 하기'에서
한 편 = 대본 확정 후 무인 약 1.6시간 (약 96분)
TTS
립싱크
코드 짓기 · 채점 · CPU 렌더 (약 79분)
GPU가 도는 시간 ≈ 17분 (TTS 수 분 + 립싱크 10~13분)
전기
GPU 17분 남짓
→ 편당 몇십~몇백 원
단가는 각자 요금 기준
장비
RTX 5090 한 장
→ 편 수가 쌓여야 본전
한 편만 보면 API와 비슷
진짜 한도
Claude 사용량
10편 동시 → 50분에 바닥
→ 지금은 3~4편씩
THANK YOU
결과물은 영상 한 편이 아니라,
앞으로 지킬 기준선.
reels-factory-podcast.pages.dev
Reels Factory · Podcast 2026.11.03
‹
›
목차
전체 화면
← → 넘기기 · G 목차 · F 전체 화면 · 클릭하면 이동