원문: CHE0DAN/recap-shorts-automation · 첫 공개 2026-11-03(커밋 1개) · Stars 15 · MIT · Python · README 기준 정리

개요

디시인사이드·블라인드 인기글 하나의 주소를 넣으면 글·댓글 화면을 캡처하고, 대본을 쓰고, 목소리를 입혀 1080×1920, 30~38초짜리 한국어 요약 쇼츠 mp4까지 만들어 주는 Windows 데스크톱 앱이다. 화면은 React(web/), 백엔드는 FastAPI(recap_shorts/app), 창은 pywebview다. 영상 형식은 공개된 쇼츠 32편을 재서 중앙값으로 만든 규격표(docs/02_program_design.md)를 따른다.

작성자 @che0dan은 2026-10-11 Threads에서 “쇼츠 자동화가 핫하길래 재미 삼아 만들었다”며 벤치마킹 채널 분석·예약 업로드를 소개하고 검수 게이트로 Cloudflare Clef Omni를 권했다(raw threads-4465574c33557543527576). 이 저장소는 그 계열의 공개판으로 보이나, README에 업로드·채널 분석 기능은 없다(“승인해도 업로드는 하지 않는다”).

8단계 파이프라인

source → read → script → voice → assets → scenes → render → review 순서이며 4곳에서 사람을 기다린다.

#단계하는 일멈춤
1글 가져오기본문·첨부 그림, 글 머리·댓글 캡처(닉네임·IP·회사명 가림)
2자료 읽기첨부 그림의 글자·종류 읽기(Gemini 비전)확인
3대본작성·다듬기, 근거 없는 문장 제거, 원문에 없는 숫자 표시확인
4목소리TTS 합성, SenseVoice 받아쓰기로 발음 확인
5자료 화면캡처 카드, AI 그림 생성·품질 검사(나쁜 장은 1회 재생성)
6장면 배치문장별 그림 선택, 타임라인확인
7영상 만들기ffmpeg 렌더 out/final.mp4
8검수설명 문구(출처·짤·효과음 표기), Clef 점검, 규격표 비교확인(승인)

설계 포인트

  • 숫자로 맞추는 형식. 제목 띠(상단 24.2%, 두 줄), 4:3 이미지 상자, 자막 띠, 하단 24%는 쇼츠 앱 UI 자리로 비움, 컷당 1.2~1.6초, 자막 카드는 약 8음절·컷과 동기, 전체 −15 LUFS 근처. 말투는 반말 구어체이고 마지막 줄은 반응이며 구독 요청이 없다.
  • 사실 가드. 대본의 사실 문장마다 원문 근거 구절을 붙이고, 프로그램이 그 구절이 원문에 실제로 있는지 확인한다. 실존 인물을 닮은 AI 이미지는 금지하고 모든 자료의 출처를 manifest.jsonl에 남긴다.
  • 개인정보·약관 배려. 블라인드는 로그인 없이 보이는 글만 받고, robots.txt가 막은 경로는 쓰지 않으며, 닉네임·회사명은 읽지도 저장하지도 않는다. 단 “찍은 글·그림의 저작권은 원작자에게 있고 책임은 쓰는 사람 몫”이라고 명시한다.
  • 키 하나로 동작. 필수는 Gemini API 키 하나(대본·TTS·비전·이미지). Cloudflare 계정/토큰은 선택이며 Clef 점검(주제 분류, AI 그림 글자 점검, 완성 영상 점검)에만 쓴다. 키는 config/settings.local.json(gitignore)에 저장하고 환경 변수가 우선한다.
  • 보조 기능. 끝난 작업을 Google Drive 데스크톱 폴더로 옮기고 SHA-256이 모두 같을 때만 로컬 삭제(기본 꺼짐), CapCut 초안으로 내보내 그림·글자·소리를 따로 편집, 효과음·짤 폴더를 Gemini로 분석해 꾸러미화.

비용 (README 실측, 글 1건 기준)

대본 Gemini 4 Argon대본 Gemini 3.8 Flash
영상 1편, 현재약 $0.18약 $0.17
2026-12-01부터약 $0.23약 $0.17
2027-01-01부터약 $0.37약 $0.35
하루 3편×30일(현재)약 $16약 $16

비용의 약 2/3는 대본이 아니라 3.8 Flash로 캡처·그림을 읽는 호출이다. AI 그림을 로컬 이미지 서버로 만든 값이며, Gemini 이미지(장당 0.6~0.7로 오른다. 단가는 config/prices.json(2026-10-18 확인)이고 가격 인상 예정일이 반영되어 있다.

검토 메모

  • 단일 소스(README)만 읽었고 코드·테스트는 실행하지 않았다. 규격 수치와 비용은 저자 측정값이다. 진행 상황 4단계(“우리 결과물을 같은 자로 다시 재서 규격과 비교”)가 미완이라 품질 검증은 아직 없다.
  • 저장소에는 짤 이미지·AI 모델 파일·work/가 없다. 기본 효과음 user_meme/ 16개는 출처·이용 조건을 확인하지 못했다고 저자가 밝혔고, chime/은 CC BY 4.0(OtoLogic)이라 표기가 필요하다.
  • 남의 커뮤니티 글·댓글을 영상 소재로 쓰는 모델이라 저작권·약관 리스크는 사용자 몫이다. 대본 모델명(gemini-4-argon 등)은 README 기준이며 직접 확인하지 않았다.
  • 같은 영역의 에이전트형 영상 도구와 비교하면, 2026-11-03-github-hypit-ai-hypit은 바이럴 영상을 워크플로째 복제하는 범용 컴파일러이고 이 앱은 한국 커뮤니티 글 → 쇼츠로 좁힌 고정 8단계 파이프라인이다.

관련 노트