AI 영상 편집기를 vlog rough cut assistant로 줄이기

처음 생각한 것은 AI 영상 편집기였다. 그런데 “AI가 영상을 편집해준다”는 말은 너무 크다. 컷 편집, 자막, 음악, 색보정, 스토리 구성, 플랫폼별 리사이즈까지 모두 들어가면 MVP가 아니라 거대한 편집 툴이 된다.

그래서 범위를 줄였다. 목표는 vlog rough cut assistant다.

줄인 문제

vlog 편집에서 가장 귀찮은 부분은 처음부터 완성본을 만드는 것이 아니라, 긴 원본을 볼 만한 흐름으로 줄이는 것이다.

그래서 첫 버전은 다음에 집중한다.

• 원본 영상 분석
• 장면 전환과 말 구간 파악
• 사용할 만한 구간 후보 추출
• rough cut timeline 생성
• 사용자가 chat으로 수정 요청
• preview와 export

구조

생각한 파이프라인은 이렇다.

analysis
→ timeline IR
→ LLM planner
→ edit executor
→ preview
→ QA/check
→ export

여기서 중요한 것은 LLM이 직접 영상을 자르는 게 아니라는 점이다. LLM은 편집 계획을 세우고, 실제 컷 편집은 deterministic executor가 처리해야 한다.

후보 기술

실행 가능한 도구는 다음처럼 봤다.

• FFmpeg/ffprobe: 실제 미디어 처리와 메타데이터 확인
• PySceneDetect: 장면 전환 후보 분석
• Whisper/OpenAI STT: 말 구간과 자막 후보 생성
• Remotion: programmatic preview/render
• OpenTimelineIO: 편집 타임라인 호환 포맷

이 구조를 잡으면 “AI 편집기”라는 큰 말 대신, 어떤 데이터가 어디로 흐르는지 설명할 수 있다.

제품 판단

이 아이디어에서 배운 것은 기능을 줄이는 방식이다. 모든 영상을 편집하는 도구보다, vlog의 첫 rough cut을 줄여주는 도구가 더 시작하기 쉽다.

MVP는 넓은 자동화가 아니라 반복되는 귀찮은 한 단계를 줄여야 한다.