기본 콘텐츠로 건너뛰기

추천 글

Suno AI 음악 채널 만들기 — 곡 생성보다 중요한 7가지 (영상·자막·저작권 실전)

들어가며: "Suno로 노래 만들면 끝?" 직접 부딪혀본 현실 아날로그 감성과 AI 기술의 결합, 막상 해보면 어떨까요? Suno AI로 음악 채널을 만들려고 하면, 노래를 만드는 것 자체는 어렵지 않습니다. 하지만 곧 다른 문제가 나타납니다. 곡을 생성한 뒤 어떤 기준으로 고르고, 영상으로 만들고, 자막과 이미지를 검수해야 하는가 라는 문제입니다. 저도 처음에는 "노래를 만들고 유튜브에 올리면 끝"에 가까운 흐름을 상상했습니다. 그러나 15곡이 들어간 영상 2편을 만들면서, 시청자가 머무를 만한 채널을 만드는 일은 곡 생성보다 후반 검수와 운영 기준이 더 중요하다는 것을 알게 되었습니다. 이 글은 일본 시니어를 타깃으로 한 쇼와 가요와 엔카풍 AI 음악 채널을 실험하면서 얻은 7가지 제작 교훈입니다. 읽고 나면 Suno AI 음악 채널을 시작하기 전에 곡 생성, 선별, 자막 싱크, 이미지 QC, 채널 방향성 을 어떤 기준으로 점검해야 하는지 확인할 수 있습니다. 먼저 결론 세 줄 정적 이미지 한 장에 노래만 얹는 대량 생산 방식은 유튜브 정책상 점점 불리해지고 있습니다. 무료 플랜으로 만든 곡은 상업적 이용이 불가하므로 정책을 꼼꼼히 확인해야 합니다. 가장 손이 많이 가는 부분은 곡 생성이 아니라 '자막 싱크 맞추기'와 '이미지 QC(품질 검수)'입니다. Suno AI 음악 채널 2편을 만들며 배운 7가지 1. 정적 이미지 1장 + 음원만 올리면 위험한 이유 (유튜브 정책) 가장 쉽게 접근하는 방식이 예쁜 AI 이미지 한 장에 음원을 얹어 올리는 것입니다. 하지만 2025년 7월 15일 자로 명확해진 유튜브 가이드라인에 따르면, 기존 '반복적인 콘텐츠' 규정이 '비진정성(inauthentic) 콘텐츠' 로 구체화되었습니다. 즉, 기계적으로 대량 생산된 영상은 유튜브 파트너 프로그램 심사를 통과하기 어려울 수 있습니다. ...

NotebookLM·Google Vids로 AI 쇼츠 만들기 — 초보가 막히는 순서와 4단계 체크리스트 ⭐

NotebookLM과 Google Vids 두 화면을 띄워놓고 AI 쇼츠 제작 실험을 진행하는 60대 작업 환경
AI 쇼츠 제작 워크플로우 1차 실험 작업 화면

AI로 유튜브 쇼츠를 만들고 싶을 때 가장 먼저 막히는 부분은 도구 선택입니다. NotebookLM, Google Vids, 이미지 생성 도구, 편집 도구가 각각 좋아 보여도, 무엇을 먼저 넣고 어떤 순서로 확인해야 하는지가 정리되지 않으면 시간이 금방 흩어집니다.

저도 처음에는 "AI 도구 하나가 쇼츠를 거의 다 만들어주지 않을까"라고 기대했습니다. 하지만 실제로 해보니 대본은 대본대로, 영상은 영상대로 따로 놀기 쉬웠고, 초보자에게 더 필요한 것은 새로운 도구가 아니라 반복 가능한 작업 순서였습니다.

이 글은 블로그 글을 바탕으로 NotebookLM에서 쇼츠 대본을 만들고, Google Vids에서 영상 초안을 구성해 본 1차 실험 기록입니다. 읽고 나면 AI 쇼츠 제작을 시작할 때 입력 자료, 대본 변환, 영상 구성, 최종 검수를 어떤 순서로 나눠야 하는지 판단할 수 있습니다.

📌 워크플로우 요점

  • 수많은 AI 도구 중 나에게 맞는 것을 찾아 연결하는 나만의 워크플로우가 중요합니다.
  • NotebookLM은 대본 기획자로, Google Vids는 영상 실행자로 역할을 나누어 활용했습니다.
  • 수익화보다 먼저 독자에게 유용한 체크리스트형 정보를 제공하여 신뢰를 쌓는 것이 중요하다고 느꼈습니다.

AI 도구 홍수 속에서 길 잃지 않기: 두 도구의 역할 분리

가장 중요한 것은 각 도구의 장점을 연결하는 것입니다. 그래서 이번에는 제작 과정을 단순화했습니다.

핵심 도구를 NotebookLM과 Google Vids 두 가지로 줄이고, 대본 기획부터 영상 클립 구성까지 연결해 보는 실험을 진행했습니다.

이번 실험에서는 두 도구의 역할을 명확히 나누었습니다.

NotebookLM은 기획자, Google Vids는 실행자로 역할을 나눈 AI 쇼츠 제작 도구 구조
NotebookLM과 Google Vids의 역할 분리

NotebookLM: 기획자 역할

NotebookLM은 자료를 먹여 똑똑한 기획자로 활용했습니다. 대본 작성은 물론, 영상을 어떻게 만들지 전체적인 가이드라인과 SOP를 짜는 용도로 사용했습니다.

제가 넣어둔 자료와 기준을 바탕으로 답변을 구성하기 때문에, 일반 대화형 AI보다 작업 방향을 유지하기가 수월했습니다.

Google Vids: 실행자 역할

Google Vids는 기획된 대본을 바탕으로 AI 영상 클립을 생성하고, 쇼츠에 사용할 장면을 시각화하는 역할을 담당했습니다.

복잡한 외부 편집기를 최소화하고, 기본 영상 구성 루틴을 잡는 데 집중했습니다.

나의 쇼츠 제작 1차 실험 워크플로우

자료 업로드, 대본 작성, 영상 생성, 유튜브 업로드 4단계로 구성된 AI 쇼츠 제작 워크플로우
AI 쇼츠 제작 4단계 워크플로우

이번 실험의 소재는 해루질 랜턴 구매 전 체크리스트였습니다. 작업은 다음 순서로 차근차근 진행했습니다.

1단계. 자료 업로드 및 가이드라인 제시

먼저 NotebookLM에 쇼츠 제작 기준과 관련 프롬프트 소스를 업로드했습니다.

단순히 "쇼츠 대본을 만들어줘"라고 요청한 것이 아니라, 어떤 톤으로 만들지, 어떤 구조로 정리할지, 어떤 점을 주의해야 할지를 함께 넣어두었습니다.

2단계. 대본 초안 생성 및 수정

NotebookLM을 활용해 해루질 랜턴 관련 대본 초안을 뽑아냈습니다.

처음 나온 결과물은 다소 광고성 표현이 강했습니다. 그래서 노골적인 구매 유도 문구를 걷어내고, 유용한 구매 전 체크리스트 형태로 방향을 틀었습니다.

3단계. 영상 클립 생성 및 구성

수정한 대본을 바탕으로 Google Vids를 활용해 영상 클립을 생성했습니다.

완성도 높은 영상 한 편을 바로 만들기보다는, 대본과 장면이 어떻게 연결되는지 확인하고, 쇼츠 형태로 구성할 수 있는 기본 흐름을 잡는 데 초점을 맞췄습니다.

4단계. 유튜브 업로드 준비

마지막으로 유튜브 채널 철부지 오피셜에 업로드할 수 있도록 제목, 설명문, 고정 댓글을 정리했습니다.

이번 영상은 쇼핑 채널로 바로 분리하지 않고, 제 본진 채널에서 AI 제작 실험 기록으로 먼저 업로드하여 반응을 살펴보는 방식으로 진행했습니다.

이번 실험에서 배운 점: 수익화보다 신뢰가 먼저다

쇼핑 관련 소재를 다룰 때 흔히 하는 실수가 있습니다. 처음부터 무작정 "이 제품 사세요!"라고 추천하는 것입니다.

하지만 이번 실험에서는 특정 제품을 강요하지 않았습니다. 대신 "이런 기준을 확인하고 사세요"라는 체크리스트형 콘텐츠로 접근했습니다.

초반에는 이렇게 신뢰를 쌓는 콘텐츠가 채널 방향성을 잡는 데 더 유리하다고 생각했습니다.

수익화는 중요합니다. 하지만 처음부터 판매 느낌이 강해지면 콘텐츠에 대한 신뢰가 떨어질 수 있습니다. 그래서 이번에는 구매 유도보다 정보 제공에 초점을 맞췄습니다.

AI 영상 생성에서 확인한 화면 비율 문제

영상 생성 과정에서 가장 큰 시행착오는 화면 비율이었습니다.

쇼츠에 맞게 처음부터 9:16 세로 비율로 영상을 생성해 보았습니다. 하지만 피사체의 사실감이나 구도가 다소 어색하게 느껴지는 부분이 있었습니다.

이번 실험에서는 처음부터 9:16으로 생성한 영상보다, 16:9 가로형으로 먼저 만든 뒤 필요한 부분을 세로로 크롭하는 방식이 더 자연스럽게 느껴졌습니다.

다만 이 부분은 소재와 장면 구성에 따라 달라질 수 있습니다. 그래서 다음 실험에서도 9:16 직접 생성 방식과 16:9 생성 후 크롭 방식을 계속 비교해 볼 예정입니다.

FAQ: AI 쇼츠 제작에 대한 초보자의 흔한 궁금증

Q1. NotebookLM으로 대본을 쓸 때 일반 대화형 AI와 다른 점이 있나요?

NotebookLM은 제가 넣어둔 자료와 가이드라인을 중심으로 답변을 구성합니다. 덕분에 일반 대화형 AI보다 작업 기준을 유지하기가 수월했습니다.

다만 결과물을 그대로 쓰기보다는 사람이 다시 확인하고 다듬는 과정은 꼭 필요했습니다.

Q2. Google Vids만으로 쇼츠 제작이 완벽하게 가능한가요?

복잡한 외부 편집기 없이 대본을 영상화하는 기본 루틴을 잡는 데는 훌륭했습니다.

다만 인물 표현이나 세밀한 화면 전환 등은 지속적인 실험을 통해 다듬어갈 부분이 있습니다. 이번 실험에서는 완성형 결과물보다 기본 제작 루틴을 확인하는 것에 의미를 두었습니다.

Q3. 자막은 어떻게 넣는 것이 좋나요?

처음에는 대본 전체 문장을 화면에 꽉 채우려 했습니다. 하지만 그렇게 하니 화면이 답답해 보였습니다.

쇼츠 특성상 전체 문장보다는 핵심 체크포인트 단어 중심으로 짧게 축약해 넣는 방식이 시청하기 훨씬 편했습니다.

이 워크플로우의 다음 실험

이번 워크플로우 1차 실험을 통해 확실히 깨달은 점이 있습니다. AI가 무에서 유를 뚝딱 만들어주지는 않지만, 제작 과정의 번거로움을 확실히 줄여주는 훌륭한 조수라는 것입니다.

완벽한 결과물을 기다리기보다, 작은 소재 하나로 직접 연결해 보는 것이 AI 도구를 익히는 가장 빠른 방법입니다.

오늘 가진 짧은 글감 하나를 NotebookLM에 넣어 대본으로 정리해 보고, 그 대본을 영상 도구에 연결해 보는 것부터 시작해도 충분합니다.

[다음 글 예고]

다음번에는 캐릭터 일관성을 맞추고, 제품 정보 정리형 쇼츠를 만들어보며 루틴을 더욱 다듬어볼 계획입니다.

앞으로도 chulbuji.com과 이 AI 실험실 블로그를 통해 다음 실험 과정을 계속 기록해 보겠습니다.

AI 쇼츠 제작 전 확인한 워크플로우 체크리스트

이번 실험에서 가장 중요했던 것은 멋진 도구를 많이 쓰는 것이 아니라, 각 도구의 역할을 분리하는 일이었습니다. 저는 아래 순서로 작업을 나누어 보았습니다.

1. 입력 자료 준비

  • 쇼츠로 바꿀 블로그 글 또는 운영 기록을 하나만 고른다.
  • 글에서 핵심 메시지 1개와 보조 메시지 2개를 표시한다.
  • 영상에서 말하지 않을 내용은 미리 제외한다.

2. NotebookLM 대본 변환

  • 긴 글을 45~60초 안에 들어갈 문장으로 줄인다.
  • 첫 3초에 독자 문제가 드러나는지 확인한다.
  • 문장이 너무 설명식이면 말하듯이 다시 다듬는다.

3. Google Vids 영상 초안

  • 대본 문단을 장면 단위로 나눈다.
  • 각 장면에 들어갈 화면, 텍스트, 이미지 방향을 적는다.
  • 영상이 자동 생성되더라도 마지막 자막과 흐름은 직접 확인한다.

4. 최종 검수

  • 대본과 화면이 서로 다른 이야기를 하지 않는지 본다.
  • 과장된 수익 표현이나 보장 표현이 없는지 확인한다.
  • 블로그 본문으로 돌아올 수 있는 관련 글 링크를 준비한다.

관련 글과 다음 행동

이 글을 읽은 뒤에는 바로 새 도구를 더 찾기보다, 아래 순서로 하나씩 연결해 보면 좋습니다. 먼저 대본 구조를 잡고, 그다음 쇼츠 생성 루틴을 만들고, 마지막으로 채널 운영 기준을 정리하는 흐름입니다.

  1. AI로 유튜브 쇼츠 대본 만들기: 블로그 글을 1분 영상으로 바꾸는 방법 - 긴 글을 60초 대본으로 줄이는 기준을 확인합니다.
  2. Claude Code와 함께 쇼츠 생성기 로컬 MVP를 만든 기록 - 반복 제작을 도구화할 때 어디까지 자동화할지 살펴봅니다.
  3. 유튜브 실험 채널과 본진 브랜드를 분리해서 운영하기로 한 이유 - 만든 쇼츠를 본진에 올릴지 실험 채널로 분리할지 판단합니다.

오늘 바로 해볼 일

다음 행동: 기존 블로그 글 하나를 고른 뒤, 그 글에서 60초 쇼츠로 남길 핵심 문장 3개만 뽑아보세요. 그다음 NotebookLM에 "이 3문장을 기준으로 45~60초 쇼츠 대본을 만들어 달라"고 요청하면 첫 실험을 시작할 수 있습니다.

결과물이 마음에 들지 않아도 실패로 보지 말고, 첫 3초 문장, 장면 전환, 자막 길이 중 무엇이 어긋났는지만 기록해 두면 다음 실험의 기준이 됩니다.

댓글

이 블로그의 인기 게시물

Suno AI 음악 채널 만들기 — 곡 생성보다 중요한 7가지 (영상·자막·저작권 실전)

들어가며: "Suno로 노래 만들면 끝?" 직접 부딪혀본 현실 아날로그 감성과 AI 기술의 결합, 막상 해보면 어떨까요? Suno AI로 음악 채널을 만들려고 하면, 노래를 만드는 것 자체는 어렵지 않습니다. 하지만 곧 다른 문제가 나타납니다. 곡을 생성한 뒤 어떤 기준으로 고르고, 영상으로 만들고, 자막과 이미지를 검수해야 하는가 라는 문제입니다. 저도 처음에는 "노래를 만들고 유튜브에 올리면 끝"에 가까운 흐름을 상상했습니다. 그러나 15곡이 들어간 영상 2편을 만들면서, 시청자가 머무를 만한 채널을 만드는 일은 곡 생성보다 후반 검수와 운영 기준이 더 중요하다는 것을 알게 되었습니다. 이 글은 일본 시니어를 타깃으로 한 쇼와 가요와 엔카풍 AI 음악 채널을 실험하면서 얻은 7가지 제작 교훈입니다. 읽고 나면 Suno AI 음악 채널을 시작하기 전에 곡 생성, 선별, 자막 싱크, 이미지 QC, 채널 방향성 을 어떤 기준으로 점검해야 하는지 확인할 수 있습니다. 먼저 결론 세 줄 정적 이미지 한 장에 노래만 얹는 대량 생산 방식은 유튜브 정책상 점점 불리해지고 있습니다. 무료 플랜으로 만든 곡은 상업적 이용이 불가하므로 정책을 꼼꼼히 확인해야 합니다. 가장 손이 많이 가는 부분은 곡 생성이 아니라 '자막 싱크 맞추기'와 '이미지 QC(품질 검수)'입니다. Suno AI 음악 채널 2편을 만들며 배운 7가지 1. 정적 이미지 1장 + 음원만 올리면 위험한 이유 (유튜브 정책) 가장 쉽게 접근하는 방식이 예쁜 AI 이미지 한 장에 음원을 얹어 올리는 것입니다. 하지만 2025년 7월 15일 자로 명확해진 유튜브 가이드라인에 따르면, 기존 '반복적인 콘텐츠' 규정이 '비진정성(inauthentic) 콘텐츠' 로 구체화되었습니다. 즉, 기계적으로 대량 생산된 영상은 유튜브 파트너 프로그램 심사를 통과하기 어려울 수 있습니다. ...

챗GPT 블로그 글쓰기 첫 시도: 로봇 말투를 내 말투로 바꾸는 방법

 챗GPT를 쓰면 블로그 글쓰기가 훨씬 쉬워진다는 말을 처음 들었을 때, 기대와 호기심이 동시에 생겼습니다. 글쓰기에 대한 막연한 부담감을 크게 줄일 수 있겠다는 생각에, 벅찬 마음으로 AI에게 첫 질문을 던졌습니다. 하지만 화면에 나타난 결과물을 보고 저는 조금 실망하고 말았습니다. 누가 봐도 기계가 쓴 것 같은 딱딱한 번역투와, 영혼 없이 "안녕하세요, 여러분!"으로 시작하는 어색한 문장들 때문이었습니다. 오늘은 저처럼 AI 글쓰기를 처음 시도하고 당황하셨을 50대·60대 초보자분들을 위해, 기계적인 로봇 말투를 자연스러운 '사람의 말투'로 바꾸어 나간 저의 시행착오와 프롬프트 공식 을 기록해 보려고 합니다. 📌 세 줄 정리 단순하게 "글 써줘"라고 명령하면 뻔하고 어색한 결과물만 나옵니다. AI에게 '역할'과 '독자'를 지정하고, '내 경험'을 더해야 글이 자연스러워집니다. AI는 글을 뚝딱 완성해 주는 마법이 아니라, 내 생각을 다듬어주는 보조 도구입니다. 첫 시도의 실패: "블로그 글 좀 써줘"의 함정 처음 챗GPT를 켰을 때, 저는 아주 단순하게 명령했습니다. "60대 블로그 글쓰기에 대한 글을 써줘." 그러자 챗GPT는 순식간에 화면 가득 글을 쏟아냈습니다. 속도는 놀라웠지만, 읽어보니 제 블로그에 그대로 올릴 수 없는 수준의 글이었습니다. "현대 사회에서 60대는 새로운 도전을 맞이하고 있습니다. 결론적으로 여러분도 당장 시작하십시오." 마치 딱딱한 교과서를 번역기로 돌려놓은 것 같았습니다. 제 진짜 경험이나 감정은 하나도 없고, 인터넷에 떠도는 뻔한 사실만 나열되어 있었죠. AI에게 대충 질문을 던지면 영혼 없는 글만 돌아온다는 것을 뼈저리게 깨달은 순간이었습니다. 로봇 말투를 사람의 온기로 바꾸는 프롬프트 기본 공식 기계적인 느낌을 없애기 위해 저는 챗GPT에게 내리는 명령어, 즉 '프롬프...

블로그 글 20개를 쓰며 깨달은, AI가 대신할 수 없는 내 글의 가치

  AI가 빠르게 정리한 정보와, 직접 겪은 경험에서 나온 글은 독자에게 전해지는 온도가 다르다. 처음 구글 블로그를 열고 글쓰기를 시작했을 때, 나름대로 한 달 치 포스팅 계획을 치밀하게 세워두었습니다. 하지만 막상 부딪혀보니, 서치콘솔의 붉은색 에러 창에 당황하기도 하고, 처음 보는 검색어 유입에 신기해하느라 원래 세웠던 계획과 순서가 종종 틀어지곤 했습니다. 사실 오늘 다룰 'AI 글과 내 글의 차이점'이라는 주제도 16번째 즈음에 쓰려고 예고했던 내용이었습니다. 하지만 그 순간 제게 더 급하고 궁금했던 '서치콘솔 문제 해결'과 '유료 강의에 대한 고민'을 먼저 적다 보니 순서가 자연스럽게 뒤로 밀리게 되었습니다. 어느덧 이 공간에 스무 번째 글을 발행하며, 저는 한 가지 확신을 얻었습니다. 초보 블로거에게 완벽한 계획보다 더 중요한 것은, 그 순간의 진실성을 담아 하나하나 경험을 쌓아가는 것 이라는 사실입니다. 오늘은 제가 20개의 글을 쓰며 온몸으로 깨달은, AI가 결코 대신할 수 없는 '내 글만의 가치'에 대해 이야기해 보려 합니다. 📌 이 글의 결론 완벽한 계획대로만 쓰는 글보다, 그때그때의 진짜 고민을 담은 글이 더 가치 있습니다. AI가 빠르게 정리해 준 많은 정보보다, 내가 직접 겪은 하나의 경험이 더 깊은 공감을 만들 때가 있습니다. 직접 해본 경험과 시행착오는, 독자에게 신뢰를 주는 가장 중요한 자산 중 하나입니다. 계획이 틀어지는 것은 실패가 아니라 '자연스러운 성장'입니다 블로그 초기에는 정해진 목차대로 진도를 빼지 못하면 큰일이 나는 줄 알았습니다. 하지만 서치콘솔 에러를 마주하고 해결책을 찾아 헤매던 밤, 유료 강의 결제창 앞에서 수없이 고민했던 주말의 감정들은 애초에 계획표에는 없던 내용이었습니다. 20개의 글을 써보니, 계획이 조금 틀어지는 것은 실패가 아니라 실제 운영 과정에서 자연스럽게 생기는 성장의 흔적이라는 것을 알게 되었습니다. 그날그날 제가 가...