조회수 2억 회를 만든 AI 콘텐츠 시스템 — 세라 치엥(Sarah Chieng, 세레브라스) & 코바 리(Cova Lee, OpenAI)

Highlights

• 시각 자료를 함께 제공할 때 정보 전달 3일 후 기억 지속률은 10%에서 65%로 증가한다.

• 유튜브 영상 성과의 50%는 제목과 썸네일 패키징에 좌우되므로 기획 단계 시간의 절반을 여기에 투입해야 한다.

• 세레브라스 기반 추론 모델은 초당 750토큰 속도로 동작하여 대용량 스크립트와 비디오 처리 병목을 해소한다.

• 아웃라이어 분석 도구는 채널 평균 조회수 대비 1배에서 20배까지 폭발적인 성과를 낸 영상 패턴을 역추적해 프레임워크를 도출한다.

• 채널 평균 성과 대비 상대적 참여도를 측정하고 위키피디아 'AI 글쓰기의 특징' 목록을 네거티브 프롬프트로 주입해 기계적인 문체를 제거한다.

• 컴퓨터 제어(Computer Use) 도구와 전용 스킬을 결합하면 프리미어, 애프터 이펙트, 캡컷 전반의 자막 교정과 효과음 배치를 자동화할 수 있다.

Timeline

1. 00:00 - 05:18

   콘텐츠 제작 파이프라인의 6단계 개요와 모델 인프라

   세레브라스 DevEx 총괄 세라 치엥과 OpenAI 코바 리는 시스템적 접근과 시각 디자인 관점을 결합한 6단계 파이프라인을 제시한다. 고속 추론 모델 환경을 활용해 긴 비디오 처리와 대본 작업 속도를 극대화하며, 제작 과정 전반을 자동화 도구와 연계한다.

   • 정보에 시각 자료를 결합하면 3일 뒤 기억 유지율이 10%에서 65%로 상승한다.
   • 워크플로우는 아이디어 기획, 대본 작성, 촬영, 편집, 재가공, 발행의 6단계로 체계화된다.
   • 초당 750토큰 속도를 내는 세레브라스 기반 인프라는 대용량 스크립트와 영상 처리를 실시간화한다.
2. 05:18 - 09:32

   스와이프 파일 구축과 패키징 시뮬레이션

   노션, 웹사이트, 핀터레스트를 통해 구축한 레퍼런스 아카이브는 AI 에이전트가 창작자의 고유한 미적 기준을 학습하는 근거가 된다. 제작 시간의 50%를 제목과 썸네일 패키징에 배정하고, 맞춤형 리서치 도구로 상위 크리에이터의 패턴을 수집해 제작 전 단계에서 클릭 가능성을 검증한다.

   • 스와이프 파일은 AI 에이전트에게 제작자의 취향과 디자인 기준을 주입하는 핵심 데이터셋이다.
   • 콘텐츠 성패의 50%는 썸네일과 제목 패키징에 의해 결정된다.
   • 실제 유튜브 홈 화면을 가상으로 재현하는 시뮬레이터를 구축해 경쟁 영상 속 시각적 주목도를 사전 검증한다.
3. 09:32 - 12:33

   음성 인터뷰 기반 대본 작성 및 상대 지표 모니터링

   위스퍼 플로우와 음성 대화 기능을 활용해 복잡한 기술 개념을 교육적 어조로 구술하고 AI가 이를 정제하는 인터뷰 방식을 사용한다. 스크립트 옵션을 3가지씩 생성해 참여율 50%, 명확성 50% 등의 명시적 기준으로 순위를 매긴다. 닷츠(Dots) 같은 모니터링 자동화로 주제별 상대 성과 데이터를 추적한다.

   • 글을 직접 쓰는 대신 음성 모드로 AI와 구두 문답을 진행할 때 마케팅 문체 없는 자연스러운 대본이 나온다.
   • 절대 수치가 아닌 계정 내 타 게시물 대비 상대 참여도를 측정해야 실질적인 성과를 파악할 수 있다.
   • ChatGPT 내부에 커스텀 스크립트 스킬을 구축하고 참여도와 명확성 점수를 매겨 다중 대본 후보를 평가한다.
4. 12:33 - 17:01

   촬영 주석 체계화와 데스크톱 자동 캡처 도구

   대본 작성 후 샷 구성 체크리스트를 도출해 보이스오버 구간과 시각 샷 구간을 철저히 분리한다. 개발 데모 제작 시 코스트 앱으로 이전 작업 기록을 찾아내고, 클린샷을 활용해 편집기 없이 화면 캡처, 민감 데이터 마스킹, 그래픽 오버레이를 로컬에서 즉시 완성한다. 소스 파일 네이밍을 규격화해 후속 AI 편집 연동 효율을 높인다.

   • 스크립트에 A롤, B롤, 화면 녹화, 그래픽을 태깅하는 주석 패스로 촬영 체크리스트를 자동 생성한다.
   • 코스트(Coast)는 화면을 로컬에 상시 백그라운드 기록하여 데모 시점을 찾아 재녹화하도록 돕는다.
   • 클린샷(CleanShot)을 통해 별도 편집기 실행 없이 데모 영상의 민감 정보 블러와 주석을 처리한다.
5. 17:01 - 22:56

   디자인 시스템 구축과 API 기반 영상 편집 자동화

   고속 추론 환경을 활용해 10가지 시각화 및 브랜딩 옵션을 생성하고 일관된 디자인 시스템을 피그마에 정립한다. 하이퍼프레임 API로 텍스트 지시만으로 원본 영상을 편집 및 렌더링하며, 미세 조정이 필요한 경우 아스트라(Astra)나 파이널 컷 MCP를 통해 타임라인 내 레이어와 효과음을 정밀 제어한다.

   • 최근 발행 영상 50개를 역분석해 피그마 문서 기반 디자인 시스템을 추출한다.
   • 헤이젠 하이퍼프레임(Hyperframes) API를 통해 원본 영상 클립 연결, 텍스트 애니메이션, 자막을 프롬프트 하나로 렌더링한다.
   • 컴퓨터 제어 에이전트로 9개 버튼 형태의 커스텀 효과음 패드를 구동해 타임라인 배치를 자동화한다.
6. 22:56 - 29:25

   생성형 배경 합성, 오류 수정 및 멀티 플랫폼 자동 배포

   단순 마스킹과 생성형 채우기로 밋밋한 기숙사 방을 고품질 스튜디오 배경으로 교체하고, 블렌더와 애프터 이펙트를 제어해 3D 공중부양 그래픽을 삽입한다. 위키피디아 'AI 글쓰기의 특징' 목록을 네거티브 지침으로 활용해 자막의 기계적 문체를 제거하며, API 파이프라인으로 다채널 분산 배포를 자동 실행한다.

   • 생성형 채우기와 3D 모델링 프롬프트를 결합해 빈 공간을 스튜디오 세트로 변환한다.
   • 대사나 수치 실수가 발생했을 때 AI 아바타를 0.5초 구간만 덧씌워 재촬영 없이 결함을 수정한다.
   • 소비자용 제품 API와 웹버(Webber)를 연동해 주간 다채널 예약 업로드와 플랫폼별 최적 발행 시간 선정을 자동화한다.
7. 29:25 - 34:19

   작업 프로세스 자가 진단과 주도권 유지 원칙

   비디오 제작 과정을 정기 점검하는 스킬을 도입해 슬랙 알림 확인 병목이나 프리미어 실행 시 불필요한 파일 검사 루틴을 제거한다. AI의 생성 능력에 매몰되어 영양가 없는 콘텐츠를 양산하는 위험을 경계하고, 번거로운 편집 기술 노무만 위임한 채 제작자 본연의 목소리와 장인 정신을 유지해야 함을 강조한다.

   • 프로세스 검토 스킬을 주기적으로 실행해 병목 구간과 불필요한 중복 작업을 감지한다.
   • AI는 지루한 반복 노무를 제거하는 도구이며 기획 의도와 창작 주도권은 제작자가 쥐어야 한다.
   • 다양한 버전 생성을 AI에 일임하되 최종 채택과 브랜드 톤 검토는 사람이 직접 결정한다.
8. 34:19 - 43:15

   카메라 하드웨어 세팅과 실전 질의응답

   하이엔드 시네마 카메라인 소니 FX3와 입문용 소니 ZV-1 등 실전 하드웨어 구성을 공유한다. 닷츠(Dots)를 활용해 수동 확인 없이도 바이럴 반응이나 누락된 업로드 태스크를 능동적으로 통보받는 운영 방식을 다룬다. 트위터 알고리즘 가중치를 분석하고, 텍스트에 숫자와 구체적 사례를 대량 투입하여 AI 특유의 작위적 어조를 지우는 기법을 설명한다.

   • 제작 장비는 소니 FX3, 피크 디자인 삼각대, 포토룩스 고보 조명, 로데 및 DJI 무선 마이크 조합을 표준으로 삼는다.
   • 노션 또는 챗GPT 스페이스를 닷츠(Dots)의 능동형 모니터링 알림과 결합해 단일 작업 공간을 구성한다.
   • 오픈소스화된 트위터 추천 알고리즘 코드를 LLM에 분석시켜 플랫폼 배포 가중치를 파악한다.
9. 43:15 - 53:09

   아웃라이어 이론과 비기술직 대중 확장을 위한 시각-음악 설계

   실제 현장 엔지니어링 경험을 토대로 씨를 뿌리고 수확하는 과정에서 나오는 독창적 통찰이 진정성의 기반이 된다. 캡컷 컴퓨터 제어로 대형 애니메이션 자막과 효과음을 맞추며, 템플릿 복제에 머무르지 않고 아웃라이어 영상 구조를 추상화해 비기술직 직군까지 포괄하는 보편적 기술 콘텐츠를 기획한다.

   • 평균치 대비 1배에서 20배 성과를 낸 아웃라이어 영상에서 재사용 가능한 프레임워크를 추출한다.
   • 쇼츠와 릴스 바이럴의 핵심은 음악, 시각 요소, 텍스트가 형성하는 일체화된 분위기다.
   • AI 도구의 진화에 발맞춰 콘텐츠의 핵심 타깃을 전통적 엔지니어에서 비기술직 지식 노동자 전반으로 확장한다.