개요

motionmaxxing은 AI가 만든 밋밋한 모션 그래픽(슬라이드 덱이 움직이는 듯한 영상)을 “모션 디자이너가 만든 것처럼” 끌어올리는 에이전트 스킬이다. 런치 영상, 제품 프로모, 브랜드 스팅, 키네틱 타이포 같은 짧은 영상을 대상으로 한다. 제작자는 Tejas Makwana이고, 이 스킬은 영상 서비스 FinalMotion 안에서 쓰인다고 밝힌다. 부제는 “Looksmaxxing for motion graphics”다.

2026-10-31 수집 시점 지표는 스타 1,160개, 포크 112개, JavaScript, Apache-2.0, 생성 2026-10-06이다. 사용자가 공유한 소개글의 “22일 만에 스타 1,089개”는 그보다 며칠 이른 시점 수치로 보이며, 수집 시점 숫자가 더 많다. 릴리스는 없고 저자가 “early release”라고 적었다.

만드는 방식은 2026-10-04-github-heygen-com-hyperframes와 닮았다. 평범한 HTML을 헤드리스 Chrome과 ffmpeg로 프레임 단위 렌더해 MP4로 뽑는다. 차이는 렌더 엔진이 아니라 무엇을 만들지 정하는 판단 규칙과 결과를 재는 검사 스크립트를 스킬로 묶었다는 점이다. 저장소 토픽에 hyperframes가 있고 SKILL.md가 HyperFrames 스타일과 충돌할 때의 우선순위를 다루지만, 런타임은 GSAP 위에 자체 제작한 motion.js다.

사용자가 짚은 5가지 대조

소개글 주장원문 확인
프로 장면 53개를 본떠공개된 디자이너 제작 런치 영상의 3~7초 구간 53개를 프레임 단위로 재현(GSAP 타임라인)해 분석했다. 통계에는 그중 50개를 썼다. 원본 영상은 저장소에 없다
사이트 주소를 주면 그 브랜드 영상맞다. brand.mjs가 사이트에서 색·폰트·로고·화면을 캡처하고, 그 재료로 아이디어를 찾는다. 단 사용자 확인 지점은 있다(아이디어와 스토리보드를 만들기 전에 보여 달라고 요청 가능)
다 만든 영상을 검사 프로그램으로 확인맞다. look.py와 lint.mjs가 수치를 출력한다. 다만 6개 게이트 중 2개(G1, G4)는 스크립트가 없고 사람(에이전트)이 눈으로 본다
같은 GPT-6.1로 만들어도 수준이 달라진다Cluely 비교만 “같은 모델, 같은 브리프, 둘 다 GPT-6.1”로 명시한다. Spotify·Wispr Flow 비교의 모델은 적혀 있지 않다
Claude Code에서 쓰고, 영상은 내 컴퓨터에서 뽑는다렌더는 로컬(Chrome + ffmpeg)이다. 음성·효과음·음악은 ElevenLabs 키가 있을 때만 생기고(외부 API), 표면 이미지 생성은 Codex CLI가 필요하다. 이 둘이 없으면 소리 없는 영상으로 진행한다

“깃허브에 올라온 지 22일 만에 별 1,089개”는 위 지표(생성일 2026-10-06, 수집 시점 1,160)와 시기가 어긋나지 않는다.

왜 AI 영상이 밋밋한가 (슬롭의 징후)

저자는 사람이 강하게 거절한 AI 영상 3편과 이전 버전 스킬이 만든 영상 1편을 장면별로 해부해 25개 기본 패턴의 순위표를 만들었다. 가장 큰 징후는 페이지 크롬이다.

징후모습걸러내는 곳
페이지 크롬구석의 브랜드명, “02 / SPEAK” 카운터, 타임코드, 모서리 괄호, 진행 막대lint.mjs (G5)
덱 레이아웃왼쪽에 머문 헤드라인, 헤드라인 위 소제목, “왼쪽 헤드라인 + 오른쪽 기기”lint.mjs (G5)
글자 단위 타이핑 헤드라인캐럿과 함께 한 글자씩 타이핑lint.mjs (G5)
바이브 코딩풍 UI 카드상태 점이 있는 둥근 카드, “Good morning” 헤더, 회색 톤lint.mjs (G5)
단색 배경장면마다 바뀌는 단색 면, 허공에 뜬 작은 카드사람이 컨택트 시트로 확인
죽은 프레임아무것도 안 움직이는 구간look.py (G2): 평평한 프레임이 3개 넘게 이어지면 실패
어디서나 페이드모든 요소가 불투명도로 등장, 장면마다 디졸브측정 결과로 대체(프로는 변형 3,392건 대 페이드 584건)

흥미로운 발견은 이 징후 가운데 일부가 스킬 자신의 문구가 만든 것이었다는 점이다. 초기 버전이 “막마다 단색 배경을 번갈아 써라”, “반복되는 운반 객체를 둬라”고 지시하자 에이전트가 충실히 따랐다. 그래서 고치는 방법은 에이전트를 나무라는 것이 아니라 스킬을 고치는 것이었다. 반대로 규칙이 분명한데 에이전트가 변명을 써서 어긴 경우가 있어, 최종 규칙은 “정당화하지 말고 그 요소를 지워라”가 됐다.

측정에서 나온 숫자

6개의 분석 에이전트(사람이 검토)가 53장면을 해독해 약 150개의 디자이너 규칙(언제/무엇을/왜 형식)을 뽑았다. 모든 구성을 29.97fps로 프레임마다 탐색해 약 4,288개의 고유한 움직임과 12개 이징 곡선을 얻었다.

항목측정값
움직임의 중앙값10프레임(0.33초). 등장 1112f, 불투명도 6f, 블러 78f
등장 vs 퇴장등장은 감속(ease-out 58%), 퇴장은 가속(ease-in 37%, 등장은 16%)
오버슛움직임의 8.8%만. 대부분 늦게 정점을 찍는 느린 기울임이지 빠른 스프링이 아니다
등장 방식큰 크기에서 줄어들며 도착한다(로고는 약 3.5배). 0에서 커지는 것은 없다
페이드변형 등장 3,392건 대 불투명도 페이드 584건
컷장면의 96%가 하드컷, 장면당 약 20컷. 정지 상태가 아니라 움직임 중에 자른다
마무리정리된 엔딩 정지 0.6~1.4초, 보통 엔딩은 더 작아진다

12개 곡선(softLand, snapSettle, accelExit, whip, crashIn 등)은 측정된 움직임의 89%를 RMSE 0.12 안에서 설명하고, 런타임이 M.ease.*로 그대로 제공한다. 가장 큰 계열은 의외로 “빠른 스냅 뒤 긴 꼬리”(약 8%)가 아니라 부드럽게 감속하는 softLand다. 요점은 착지는 감속하고 이탈은 가속한다는 한 줄이다. 같은 물체도 곡선이 반대면 둥둥 뜨거나 던져진 것처럼 보인다.

뽑아낸 지식은 references/(주제별 규칙)와 library/moments.jsonl(규칙만 담은 716행 선례)에 있고, precedent.py가 장면 역할별로 찾아 준다.

10단계 프로토콜과 게이트

에이전트는 같은 순서로 일한다: 도구 점검 → 브랜드 파악 → 핵심 한 가지와 PAGE(문제·청중·목표·감정) → 아이디어 3가지 이상 → 세계와 시간(STORYBOARD.md) → 대본·음성(선택) → 가장 어려운 장면부터 제작 → 렌더 후 정직하게 보기 → 소리 입히기 → 전달. 아이디어와 스토리보드는 만들기 전에 사용자에게 보여 준다.

게이트통과 조건계산
G0 렌더 존재디코딩됨, 빈 화면 아님, 화면이 움직임, 길이가 계획과 일치, 계획했다면 오디오 있음look.py
G1 증거가 읽힘UI 글자 높이 0.04H 이상, 조각이 0.55W 이상이거나 프레임에 잘림눈으로
G2 빈 프레임 없음평평한 프레임 3개 초과 연속 금지look.py
G3 엔딩 짧음엔딩 정지 1.4초 이하, 마지막 샷 전체의 25% 이하look.py
G4 프레임당 주인공 하나패널 둘은 한쪽 면적이 두 배 이상일 때만눈으로
G5 페이지 크롬 없음구석 라벨·카운터·타임코드·헤더/푸터 바·킥커·왼쪽 헤드라인 + 오른쪽 미디어·진행 막대 등lint.mjs

실패한 게이트는 고치지, 논쟁하지 않는다. 결과는 필수 파일 NOTE.md에 스크립트가 낸 숫자로 적는다. 에이전트가 직접 재지 않은 숫자를 추정해 적는 것은 금지다. “자기 인증 금지” 규칙은 소형 모델이 15초짜리 검은 화면을 렌더하고도 “VERIFIED / CLEAN”이라 선언했던 실제 사고에서 나왔다.

SKILL.md의 “Never ship” 12항목(페이지 크롬, 덱 레이아웃, 범용 웹 컴포넌트 UI, 이름의 첫 연상, 지어낸 통계, 슬로건 문구, 단색 배경, 고정된 객체, 웹 푸터식 엔딩, 자기 인증, 보지 않은 영상 등)도 모두 실제로 거절당한 사례에서 왔다.

설치와 사용

요구사항은 Node 22+, Python 3, ffmpeg, Google Chrome이다. 선택으로 ElevenLabs 키(ELEVENLABS_API_KEY: 음성·효과음·음악)와 이미지 생성이 켜진 Codex CLI가 있다. 시스템에 아무것도 설치하지 않고 요구사항만 점검하는 install.sh가 있다.

git clone https://github.com/Tejashmakwana/motionmaxxing ~/.claude/skills/motionmaxxing
bash ~/.claude/skills/motionmaxxing/install.sh
bash scripts/providers.sh   # Chrome, ffmpeg, 키, codex, 디스크 점검(JSON)

Claude Code에서 /motionmaxxing으로 부르거나 자연어로 요청한다. SKILL.md를 읽는 다른 에이전트에서도 쓸 수 있고 스크립트는 node·python3·ffmpeg만 있으면 돈다. 요청 예는 세 가지다: URL로 20초 런치 영상 만들기, 6초 키네틱 타이포 스팅, 만들어 둔 draft.mp4를 슬롭/미드/맥스드로 평가하고 고치기.

산출물은 film/final.mp4, 편집 가능한 film/index.html, 계획서 film/STORYBOARD.md, 정직한 기록 film/NOTE.md다. 런타임은 프레임이 시간의 순수 함수라서 어느 프레임으로 점프해도 처음부터 재생한 것과 같고(Motion.selfTest가 검증), Three.js hero3d와 iOS UI 빌더 native-ui가 들어 있다.

한계와 주의

  • 검증 범위가 좁다: 저자 자신이 “손에 꼽을 만한 실제 브리프에서만 써 봤고 넓게 시험하지 않았다”고 적었다. 현 세대 스킬은 A/B 시험이 없다. 인용되는 “10번 중 9번 스킬 쪽 선택”은 이전 세대 스킬의 결과이고 평가자는 한 명이다(저자 스스로 벤치마크가 아니라 신호로 읽으라고 한다).
  • 게이트는 바닥이지 취향의 증명이 아니다: G1·G4는 스크립트가 없고, G5 린트는 <canvas>·WebGL·이미지·비디오 안의 글자를 보지 못한다. 생성 이미지에 박힌 크롬은 통과한다.
  • 규칙의 출처: 선례 라이브러리의 행은 모델 분석가가 해독한 것으로 검증되지 않았다. 측정한 영상이 짧은 SaaS 런치 클립 중심이라 “프레임의 99%에서 움직임” 같은 통계는 3~7초 구간의 성질이지 한 편 전체의 목표가 아니다(사람이 만든 전체 영상은 더 차분하다).
  • 성능: WebGL 장면은 1080p에서 초당 7~11프레임으로 느리게 렌더된다. GPU와 소프트웨어 렌더 결과가 미세하게 달라 한 영상 안에서 섞으면 안 된다.
  • 소리: ElevenLabs 음악은 길이·템포를 정확히 맞추지 못하고, 아주 짧은 효과음 정규화는 파일을 깨뜨릴 수 있다. 음악은 반드시 귀로 확인해야 한다.
  • 로고 캡처: fetch_logo.mjs가 심볼 대신 헤더 띠를 가져올 수 있다. 로고는 다시 그리지 않는 것이 원칙이라 못 찾으면 글자로 쓴다.
  • 라이선스 구분: 저장소 자체는 Apache-2.0이지만 번들된 GSAP은 GreenSock Standard License(오픈소스가 아님)를 따른다. 상업 사용 전에 GSAP 약관을 따로 확인해야 한다. Three.js·opentype.js는 MIT, Inter는 SIL OFL이다.
  • 윤리·출처: 학습에 쓴 영상은 비공개로 두었고 저장소에는 원칙과 숫자, 가상 브랜드 이미지만 있다고 밝힌다. 비교 영상의 Cluely·Spotify·Wispr Flow는 소유자와 무관한 비공식 시연이다.
  • 이 노트는 README·문서 텍스트에 근거하며 비교 영상(MP4)을 보거나 스킬을 직접 설치·실행해 보지 않았다. 효과 주장은 저자 측 서술이다.

관련 노트