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.
| # | 단계 | 하는 일 | 멈춤 |
|---|---|---|---|
| 1 | 글 가져오기 | 본문·첨부 그림, 글 머리·댓글 캡처(닉네임·IP·회사명 가림) | |
| 2 | 자료 읽기 | 첨부 그림의 글자·종류 읽기(Gemini 비전) | 확인 |
| 3 | 대본 | 작성·다듬기, 근거 없는 문장 제거, 원문에 없는 숫자 표시 | 확인 |
| 4 | 목소리 | TTS 합성, SenseVoice 받아쓰기로 발음 확인 | |
| 5 | 자료 화면 | 캡처 카드, AI 그림 생성·품질 검사(나쁜 장은 1회 재생성) | |
| 6 | 장면 배치 | 문장별 그림 선택, 타임라인 | 확인 |
| 7 | 영상 만들기 | ffmpeg 렌더 out/final.mp4 | |
| 8 | 검수 | 설명 문구(출처·짤·효과음 표기), Clef 점검, 규격표 비교 | 확인(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 Argon | 대본 Gemini 3.8 Flash | |
|---|---|---|
| 영상 1편, 현재 | 약 $0.18 | 약 $0.17 |
| 2026-12-01부터 | 약 $0.23 | 약 $0.17 |
| 2027-01-01부터 | 약 $0.37 | 약 $0.35 |
| 하루 3편×30일(현재) | 약 $16 | 약 $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 효과음user_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-argon등)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
- 2026-11-03-github-hypit-ai-hypit
- 2026-09-04-github-kajisho5-ffmpeg-skill
- raw source:
2026-11-03-x-ohbr17198-ai-video-editing-stack - moc-multimedia
- moc-side-job