개인 개발자가 AI로 어디까지? 1달 만에 만든 미디어 콘텐츠 제작 플랫폼 '노바'
오늘은 개인 개발자인 제가 AI 기술을 활용하여 사이드 프로젝트로 어디까지 발전시킬 수 있을지 테스트한 결과를 공유합니다.
Gemini, ChatGPT, 클로드 Sonnet 3.5의 도움을 받아 프로젝트를 완성했습니다.
기간은 대략 1달 정도가 소요되었습니다.
프로젝트 이름은 노바입니다. 90% 이상의 개발이 AI로 이루어졌다고 볼 수 있습니다.
노바 프로젝트는 DeepResearch와 같이 방대한 데이터를 기반으로 논문이나 글을 작성하는 것을 개인 맞춤형으로 구현하고자 시작되었습니다.
핵심 목표는 개인의 글쓰기 스타일을 분석하고, 인터넷 기사, 유튜브 자료를 융합하여 개성 있는 콘텐츠를 제작하는 것입니다.
기존 기능에 더해, 텍스트 음성 변환(TTS), 자막 생성(SRT), 이미지 자동 검색 및 비디오 제작 자동화 기능을 통합하여 종합 미디어 콘텐츠 제작 플랫폼으로 진화했습니다.
노바 프로젝트의 각 기능에 대한 설명을 드리겠습니다.
노바 프로젝트는 Google 및 OpenAI의 최신 TTS API를 활용하여 텍스트를 생생한 음성 파일로 변환합니다.
사용자는 다양한 음성 타입과 속도를 선택하여 콘텐츠 분위기에 맞는 최적의 음성 파일을 만들 수 있습니다.
SRT 자막 파일 자동 생성 기능은 음성 콘텐츠의 접근성을 획기적으로 개선합니다.
생성된 자막은 음성 타임라인에 정확히 동기화되어 영상 편집, 유튜브 업로드에 활용 가능합니다.
비디오 제작 기능은 텍스트 분석을 통해 맥락에 맞는 이미지를 자
동 검색하고, 자막과 음성을 결합하여 완전 자동 비디오 제작 프로세스를 구축했습니다.
Google 이미지 검색 API 연동을 통해 텍스트 키워드에 최적화된 이미지를 찾아내고, 사용자는 검색된 이미지를 직접 선택, 업로드, 드래그 앤 드롭하여 더욱 풍부하고 개성 넘치는 비디오를 만들 수 있습니다.
특히, 새롭게 추가된 비디오 세그먼트 매칭 기능은 문장 단위로 자막과 이미지를 정밀하게 연결합니다.
각 문장 세그먼트에 가장 적합한 이미지를 시각적으로 확인하고 선택하여 비디오의 완성도를 극대화할 수 있습니다.
다중 선택 모드를 통해 여러 세그먼트에 이미지를 일괄 적용하고, 드래그 앤 드롭으로 간편하게 이미지를 추가하는 등 사용자 편의성을 대폭 향상시켰습니다.
이미지 검색 기능 또한 강화되어 Google, Unsplash 등 다양한 이미지 소스를 활용하고, 영어, 일본어 검색어 분석 기능을 통해 다국어 콘텐츠 제작 지원을 확장했습니다.
두 번째는 더욱 진화된 창작 글쓰기 기능입니다.
노바 프로젝트는 개인 맞춤형 글쓰기를 지향합니다.
사용자가 제공하는 원본 글이나 연구 자료를 심층 분석하여 새로운 글을 자동 생성하는 핵심 기능은 더욱 강력해졌습니다.
연구 데이터와 기존 콘텐츠를 기반으로 아이디어를 발굴하고 초고를 작성하는 AI의 능력이 향상되었으며, 생성된 글은 상세 페이지에서 편집, 수정, 삭제 등 완벽하게 사용자 맞춤형으로 관리할 수 있습니다.
글쓰기 스타일 분석 기능은 사용자의 문체, 어휘 선택, 문장 구조를 정밀하게 분석하여 개인화된 글쓰기 가이드라인을 제공합니다.
AI는 분석 결과를 바탕으로 사용자의 고유한 스타일을 학습하고, 향후 작성될 글의 톤과 형식을 예측하여 더욱 일관성 있는 콘텐츠 제작을 지원합니다.
핵심 기능인 프롬프트 템플릿 관리 기능은 사용자 맞춤형 글쓰기의 정점입니다.
다양한 글쓰기 템플릿을 제공하여 사용자가 목적과 스타일에 맞는 템플릿을 선택하고, AI의 글쓰기 방향을 정밀하게 제어할 수 있도록 설계되었습니다.
템플릿은 생성, 수정, 삭제가 자유롭고, 개인 글쓰기 스타일에 맞춰 커스터마이징 가능합니다.
프롬프트 템플릿 기능을 통해 사용자는 AI를 개인 글쓰기 비서처럼 활용하여 더욱 개성 있고 효율적인 글쓰기 경험을 누릴 수 있습니다.
특히, 유튜브 정보 생성 기능을 통해 제목, 설명, 태그 등 유튜브 업로드에 최적화된 텍스트를 자동으로 생성하여 콘텐츠 제작 효율성을 극대화했습니다.
세 번째 핵심 기능은 체계적인 연구 데이터 관리입니다.
노바 프로젝트는 연구 프로젝트 단위로 데이터를 효율적으로 관리할 수 있도록 지원합니다.
기사, 논문, 보고서, 인터뷰, 유튜브 영상, 웹 콘텐츠 등 다양한 형태의 연구 데이터를 한 곳에 통합하고, 텍스트, 요약, 출처, URL, 언어, 데이터 상태, 이미지 등 메타 정보를 체계적으로 관리하여 데이터 활용성을 극대화했습니다.
축적된 연구 데이터는 글쓰기 및 미디어 콘텐츠 제작 시 참고 자료로 활용되어 콘텐츠의 깊이를 더하고 창작 과정을 효율적으로 만들어줍니다.
마지막으로, 사용자 중심 설계와 안정적인 보안을 강조합니다.
Django 인증 시스템 기반 사용자 인증 및 권한 관리 기능을 통해 개인 데이터 보안을 최우선으로 합니다.
각 사용자는 연구 프로젝트, 글쓰기 스타일, 프롬프트 템플릿 등 모든 데이터를 개별적으로 안전하게 관리하며, 데이터 격리를 통해 프라이버시를 완벽하게 보호합니다.
정리하자면, 노바 프로젝트는 텍스트 기반 오디오 및 자막 생성, 이미지 검색 및 비디오 제작 자동화, 개인 맞춤형 글쓰기 지원, 체계적인 연구 데이터 관리, 유튜브 정보 생성 기능을 통합한 혁신적인 콘텐츠 제작 플랫폼입니다.
이상 노바 프로젝트의 기능에 대한 설명이었습니다.
업무에서 AI의 도움을 받아 개발을 하고 있지만, 이 정도 규모의 사이드 프로젝트를 AI 개발로 진행한 것은 처음입니다.
특히 FFmpeg 라이브러리 지식은 전혀 없는 제가 AI 도움을 받아 FFmpeg을 사용해서 동영상을 제작하는 프로세스를 만들 수 있었던 것은 혁신에 가깝다고 할 수 있습니다.
그동안 AI에게 개발을 의뢰하면서 AI 개발 방식과 패턴에 대해 많은 것을 느낄 수 있게 해준 사이드 프로젝트였습니다.
AI 개발에 있어 가장 부족한 점은 역시 전체적인 그림을 파악하는 능력이 부족하다는 것이었습니다.
디테일한 개발은 빠르고 정확하지만, 프로젝트의 전체적인 사양을 파악하고 개발을 해야 하는 부분은 계속해서 인식시켜줘야 하는 반복적인 작업이 필요했습니다.
아직 AI가 풀어야 할 숙제인 것 같습니다.
아마 이 문제도 몇 달 뒤면 해결되어 있으리라 생각됩니다.
감사합니다.
