AGENTIC VIDEOS STUDIO · PODCAST

대본만 쓰면,
쇼츠가 끝까지
나온다.

Reels Factory
Claude Code · Remotion · 집 PC의 RTX 5090
15편이 시스템으로 낸 쇼츠
149장모션 카드 레퍼런스
60개자동 검사 스크립트
10 / 10블라인드 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 1재료 모으기제품 화면 · 로고 2내 목소리TTS · 립싱크 3연출 고르기모션 카드 149장 4코드로 짓기Remotion 5채점·다시 짓기블라인드 판정 6렌더·발행 문구완성본 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 19일아바타·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 릴스와나란히 놓기 채점관 둘Claude · 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 11:04레퍼런스 유튜브 채널새 영상 자막 수집→ 위키 정리 → 슬랙 리포트erwin · 트레이딩 크론 정답이 있는 일 → 스크립트 단어 타이밍 · 글자 크기 30px 이상얼굴 공백 5초 이하 · 음량 −14 LUFS같은 입력 → 같은 결과 · PASS / FAIL 취향이 필요한 일 → 에이전트 모션 카드 · 주인공 재료 고르기장면 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
X — 같은 시각, 0.2초 간격 띠
Y
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 대본씬 분할TTS리모션렌더 지금 대본 재료 수확 내 목소리 TTS 립싱크 아바타 연출·모션 카드 리모션 코드 AI 채점 렌더·효과음 발행 문구 성과 감사 없어짐 씬 분할글자 수 비례 자막중간 승인리뷰 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.txt대본 (내가 씀) words.json단어별 타이밍 (ms) plan.json샷 목록 · 아바타 구간 direction.md연출표 (says · 카드 · 재료) scenes/*.tsx화면 코드 reviews/채점 기록 out/*.mp4완성본 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 GPU로컬 TTS · 립싱크
그림 = 코드Remotion으로 실물 화면을 움직인다
PART 3 · Q1 — 완성본

실제 제품 화면과 실제 사이트로 짓는다

replica-skill앱 레플리카 UI
accent-color-ui최신작 · 11월 2일
opus55-videos결과물 풀프레임
PART 3 · Q1 — 완성본

편마다 다른 그림

font-pairing타이포 몽타주
design-plugins5디자인 도구 5가지
kyoan-tools3강의 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 · v110월 9일
후 · r103110월 31일 무인 리프레시
PART 3 · Q1 — 전후 비교

블라인드 A/B, 10편 중 10편 새 판 승

전 · design-plugins5
후새 판 45칸 앞섬 · 옛 판 2칸
전 · kyoan-tools3
후새 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

나대본 한 줄"GitHub 별21만 개를" AIsays 한 단어"쌓인다" AI모션 카드 149장→ 숫자가 차오르는카운터 카드 AI실물 재료실제 GitHub레포 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 목소리로컬 오픈소스 TTS제로샷 보이스 클로닝 받아쓰기Whisper large-v3단어별 ms 타이밍 립싱크TBDub (WSL) · 1080p30초 분량 ≈ 5분 렌더Remotion (CPU)영상 = React 코드 구독 머리: 판단과 채점 Claude Code만들고 판단 (Opus · Sonnet) Codex두 번째 채점관 Higgsfield이미지 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

전후 립싱크 속도출력 1초에 95초 걸림30초 분량에 5분 (TBDub) 얼굴얼굴 전체가 흔들림입·턱만 새로 합성 자막 싱크쉼표 뒤 0.3초 빨랐음절 경계에 맞춤 → 0초 목소리낡고 지루한 TTS내 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) 전기GPU 17분 남짓→ 편당 몇십~몇백 원단가는 각자 요금 기준 장비RTX 5090 한 장→ 편 수가 쌓여야 본전한 편만 보면 API와 비슷 진짜 한도Claude 사용량10편 동시 → 50분에 바닥→ 지금은 3~4편씩
THANK YOU

결과물은 영상 한 편이 아니라,
앞으로 지킬 기준선.

reels-factory-podcast.pages.dev