완전 자동화된 AI 틱톡 콘텐츠 제작 파이프라인을 만들었습니다

지난 한 달 동안 틱톡 영상을 아이디어 단계부터 완성본까지 거의 수작업 없이 뽑아내는 시스템을 만들었다. 여기 있는 아이디어 대부분은 다른 크리에이터들이 공유한 셋업에서 따왔고, 나는 그걸 n8n(zapier도 됨)으로 연결만 했다.

병목 현상은 아이디어가 아니라 제작 과정이었음. 영상 하나당 한 시간씩 쏟아붓지 않고 아이디어를 자막 달린 9:16 비율 영상으로 만드는 게 핵심이다. 흐름은 다음과 같다.

수집(ingestion). 약 12개 소스(트위터, 레딧, HN, AI 블로그 몇 개)의 RSS 피드를 긁어온다. 몇 시간마다 새 게시물을 스크랩해서 S3에 마크다운으로 저장하는 스케줄 작업을 돌림. 하루 끝날 때쯤이면 대충 100개 정도의 원본 스토리가 쌓여있고, 난 그냥 거기서 골라 쓰기만 하면 됨. 백그라운드에서 돌아가니까 손댈 일도 없다.

큐레이션(curation). 하루에 한 번씩 프롬프트가 그날 올라온 스토리들을 읽고, 떡상 가능성(혁신성/실용성/드라마/와우 포인트)을 기준으로 상위 3~5개를 뽑는다. 같은 사건 다루는 건 중복 제거하고 구조화된 JSON으로 뱉어냄. 여기서 한 번 데였던 게 있는데, 소스 URL은 무조건 그대로 복사하게 시켜야 함. 추측하게 두면 링크 다 깨진다.

스크립트 + 후킹(script + hooks). 한꺼번에 다 처리하지 않고 스토리 하나씩 루프 돌린다. 각각 스크립트 프롬프트에 집어넣으면 후킹 문구 5개를 뽑아주는데, 그중 제일 나은 거 2개 남기고 55초짜리 토킹헤드 스크립트 2개를 초안으로 쓴다. 내 말투 유지하려고 예전에 잘 터졌던 스크립트 2~3개를 레퍼런스로 넣어줌. 결과물은 텔레그램으로 날아오고 내가 승인하면 끝.

음성 + 아바타(voice + avatar). 승인된 스크립트는 elevenlabs로 보내서 음성 따고, 아바타 툴로 토킹헤드 영상 만든다. 이게 유일한 수동 체크포인트인데, 스크립트 2개 중 뭘로 돌릴지 내가 고른다.

비주얼(visuals). 장면마다 B-roll 생성하고, 클립 하나당 10초 정도로 끊어서 3개를 이어 붙이면 30초짜리 영상 완성(후킹, 중간 내용, CTA). 그다음에 음성이랑 합친다.

풀 렌더링 돌리기 전에 후킹 문구부터 확인해라. 페이싱(속도감) 확인하려고 일단 저퀄리티로 대충 만들어보고, 느낌 오면 그때 제대로 생성 돌리는 거다. 캐릭터는 무조건 고정해라. 안 그러면 채널에 사람 5명이 돌아가면서 나오는 꼴 됨. 레퍼런스 하나 딱 박아두고 매번 얼굴 새로 생성하지 말고 재사용해라. 영상 모델보다 스크립트가 훨씬 중요하다. 스크립트 구리면 영상 소스 아무리 깔끔해도 그냥 망한 영상임.