GPT와 Gemini에게 편집을 맡겨봤습니다

몇 시간짜리 방송을 주고 "쇼츠로 쓸 장면 5개만 골라줘"라고 하면 AI가 진짜 편집점을 찾아줄까요?

같은 공개 토크 영상과 같은 요청을 GPT와 Gemini에 넣어봤습니다. 유튜브 링크만 넣었을 때, 타임코드가 있는 자막을 함께 줬을 때 결과가 어떻게 달라지는지도 확인했습니다.

결론부터 말하면 둘 다 장면을 찾는 데는 쓸 만했습니다. 다만 추천받은 타임코드를 그대로 잘라서 올릴 정도는 아니었습니다.

GPT에 유튜브 링크만 넣으면 어디까지 되나요?

먼저 45분짜리 공개 유튜브 영상 링크를 GPT에 넣고 이렇게 요청했습니다.

이 공개 방송 영상에서 30~60초 쇼츠로 만들 만한 장면 5개를 골라줘.

각 후보마다 시작 시각과 끝 시각, 무슨 일이 있었는지,
첫 3초에 쓸 만한 훅, 왜 쇼츠로 괜찮은지를 적어줘.
비슷한 장면은 하나만 남겨줘.

반드시 실제 영상 내용을 확인한 뒤 답하고,
영상을 직접 확인할 수 없다면 추측하지 말고 먼저 알려줘.

GPT는 영상 본문과 자막, 타임라인을 불러오지 못했다고 답했습니다. 내용을 추측해서 후보를 만들지 않고 멈춘 점은 오히려 괜찮았습니다.

OpenAI의 현재 chat-latest 모델 문서에도 입력은 텍스트와 이미지로 표시되고, 영상은 지원하지 않는다고 적혀 있습니다. ChatGPT 웹 기능은 계정과 시점에 따라 달라질 수 있지만, 적어도 이번 테스트에서는 링크 하나로 긴 영상을 읽게 하는 방식이 통하지 않았습니다.

자막 파일을 주자 GPT가 장면을 골랐습니다

같은 영상의 자동 자막을 타임코드가 포함된 VTT 파일로 받아 첨부했습니다. 이번에는 49초 정도 뒤에 장면 후보 5개와 추천 순위가 나왔습니다.

가장 높게 평가한 장면은 11:02~11:34에 있는 개인 경험담이었습니다. 실제 자막과 비교해 보니 해당 시간대에 그 이야기가 있는 것은 맞았습니다. 긴 자막에서 소재와 위치를 찾는 일은 해낸 셈입니다.

하지만 구간을 그대로 자르기에는 애매했습니다. 본론은 11분 8초쯤 시작하는데, 추천 시작점에는 앞 이야기 약 6초가 붙어 있었습니다. 끝을 늘린 지점은 다음 출연자가 새 이야기를 꺼내는 문장 중간이었습니다.

GPT가 "문장이 끝나도록 조정했다"고 설명한 것과 실제 컷은 달랐습니다. 후보를 찾는 일과 편집 가능한 시작, 끝을 잡는 일은 따로 확인해야 했습니다.

Gemini는 유튜브 링크만으로 후보를 만들었습니다

Gemini에는 자막 파일을 따로 주지 않고 같은 유튜브 링크와 프롬프트를 넣었습니다. 이번에는 다섯 장면과 각각의 타임코드가 바로 나왔습니다.

Gemini가 찾은 장면은 좀비에게 감정적으로 말을 거는 상황, 뇌 없이 사는 생물, 고대 미라 이야기, 감정과 투자 경험담, 화를 빨리 내는 생존 전략처럼 서로 다른 소재였습니다.

공개 자막을 직접 대조해 보니 다섯 장면 모두 해당 시간대에 실제 내용이 있었습니다. 링크 하나로 소재와 대략적인 위치를 찾는 과정은 GPT에 자막 파일을 따로 주는 방식보다 간단했습니다.

여기에도 확인할 부분은 있었습니다. Gemini가 "첫 3초 훅"으로 적은 문장들은 실제 첫 대사라기보다 내용을 보고 새로 만든 문구에 가까웠습니다. 추천 시작점이 설명 중간에 걸린 장면도 있었습니다.

영상에 따라 결과도 달랐습니다. 같은 방식으로 자막이 없는 1시간 32분짜리 공개 다시보기를 넣었을 때는 Gemini도 내부 내용과 타임코드를 확인하지 못했습니다. 공개 유튜브 링크라고 항상 같은 결과가 나오는 것은 아니었습니다.

직접 해보려면 이 순서가 가장 간단합니다

1️⃣ Gemini에는 유튜브 링크부터 넣습니다: 공개 영상이라면 링크만으로 내용을 읽는지 먼저 확인합니다.

2️⃣ 결과가 없으면 타임코드 자막을 준비합니다: GPT나 Gemini에 VTT, SRT처럼 시간이 들어 있는 자막을 첨부합니다. 영상 파일을 받는 도구라면 몇 시간짜리 방송을 한 번에 넣기보다 한 시간 안팎으로 나누는 편이 관리하기 쉽습니다.

3️⃣ 후보 수와 답변 형식을 정확히 적습니다: 시작, 끝 시각과 장면 설명, 첫 훅, 선정 이유를 함께 요청해야 나중에 비교하기 편합니다. 확인할 수 없으면 추측하지 말라는 문장도 넣는 편이 안전합니다.

4️⃣ 추천 구간을 원본에서 다시 재생합니다: 첫 문장이 잘렸는지, 결론 뒤에 더 큰 반응이 남아 있는지, 훅 문장이 실제 대사인지 확인합니다.

가끔 영상 한 편에서 소재를 찾는 정도라면 이 방식만으로도 다시보기를 처음부터 훑는 시간을 줄일 수 있습니다.

장면을 찾았다고 편집이 끝난 건 아닙니다

두 도구 모두 "어디를 볼지"는 알려줬습니다. 하지만 실제 쇼츠가 되려면 아직 할 일이 남습니다.

자막만으로 분석하면 말의 내용은 잘 찾지만 시청자가 실제로 터진 순간은 놓칠 수 있습니다. 평범한 한마디인데 채팅이 갑자기 쏟아지거나, 후원이 들어온 뒤 스트리머의 반응이 한 박자 늦게 나오는 장면도 있기 때문입니다.

ClipSpray는 무엇을 더 보나요?

ClipSpray는 영상과 자막만 보지 않습니다. 채팅 속도와 후원, 목소리 변화, 방송 안에서 생긴 사건과 앞뒤 반응을 함께 보고 후보를 찾습니다. 한 신호가 잠깐 튄 지점을 무조건 고르는 대신, 그 전에 무슨 일이 있었고 스트리머가 어떻게 받아쳤는지까지 확인합니다.

후보 타임코드에서 끝내지 않고 선택한 구간을 실제로 자르고, 자막과 세로 화면을 적용해 쇼츠로 출력하는 단계까지 이어집니다. 긴 방송에서 편집점을 찾는 기준은 AI 영상 편집 프로그램에서 뭘 자를지가 중요한 이유와 치지직 쇼츠 편집 순서에도 정리해 두었습니다.

영상 한 편이라면 GPT나 Gemini에 직접 요청해도 충분히 쓸 만합니다. 같은 작업을 방송마다 반복한다면, AI가 후보를 몇 개 적어주는지보다 그 뒤의 확인과 실제 편집을 어디까지 줄여주는지가 더 중요합니다.

자주 묻는 질문

GPT에 유튜브 링크를 넣으면 쇼츠 구간을 바로 찾아주나요?

이번 웹 테스트에서는 유튜브 링크만으로 영상 본문과 타임라인을 읽지 못했습니다. 대신 타임코드가 들어 있는 자막 파일을 첨부하자 장면 후보와 시작, 끝 시각을 만들었습니다. 영상과 계정, 기능 제공 상태에 따라 결과는 달라질 수 있습니다.

Gemini는 유튜브 영상을 직접 분석하나요?

Gemini는 공개 유튜브 URL을 다루는 기능을 안내하고 있습니다. 실제 테스트에서도 자막이 있는 공개 영상은 링크만으로 후보를 만들었지만, 자막이 없는 다른 다시보기에서는 내용을 확인하지 못했습니다. 링크라고 항상 같은 결과가 나오는 것은 아닙니다.

AI가 추천한 타임코드를 그대로 잘라도 되나요?

그대로 자르기보다 원본에서 시작과 끝을 다시 재생하는 편이 좋습니다. 이번 테스트에서도 본론 앞의 다른 말이 포함되거나 다음 화자의 새 문장 중간에서 끝나는 구간이 있었습니다.

긴 방송을 AI로 편집할 때 무엇을 같이 봐야 하나요?

자막만 보면 말의 내용은 알 수 있지만 시청자가 실제로 반응한 순간은 놓칠 수 있습니다. 채팅 속도, 후원, 목소리 변화와 장면 전환, 사건 전후 맥락을 함께 확인해야 쇼츠 후보의 정확도가 높아집니다.

출처

• OpenAI Chat Latest 모델 문서
• Google Gemini API 동영상 이해 문서