쇼츠 한 편을 만들 때 소재 조사부터 대본, 음성, 이미지, 영상, 자막까지 도구를 오가게 됩니다. 제가 직접 개발하고 실제 영상을 제작해 유튜브에 게시한 Shorts Auto는 이 과정을 연결하기 위한 프로그램입니다. 이 글은 설치 후 한 편을 제작하는 흐름에 집중합니다. 설치 준비는 Shorts Auto 시작 안내도 참고하세요.
준비물과 비용
공개 프로젝트와 Antigravity, OpenAI API 및 YouTube Data API, Higgsfield 연동, Pinokio의 Qwen3-TTS를 영상에서 사용합니다. 프로그램 공개와 외부 API 무료 사용은 별개입니다. 모델과 호출량에 따라 비용이 발생하며 로컬 음성 생성은 컴퓨터 자원과 설치 환경의 영향을 받습니다.
1. 프로젝트와 연결 상태 확인
저장소를 작업 폴더에 가져와 README의 현재 실행 안내를 확인합니다. API 키는 로컬 환경 설정으로 관리하고 공개 저장소나 대화에 노출하지 않습니다. Google Cloud에서 YouTube Data API를 사용하도록 설정하고 필요한 API 키의 사용 범위도 제한하세요. Higgsfield MCP와 Qwen3-TTS 서버는 각 서비스의 현재 연결 안내에 따라 준비합니다.
https://github.com/nam-ai-trend/shorts-auto 를 확인하고
README에 따라 현재 작업 환경에서 설치를 도와줘.
필요한 환경 변수와 로컬 음성 서버 연결 방법을 설명하고,
비밀 키를 출력하거나 저장소에 올리지 마.
실행 후 연결 상태와 오류 원인을 확인해줘.
원문은 pnpm dev를 실행 예로 제시하지만 저장소 버전의 안내를 우선하세요. 이 과정은 새 영상을 다시 제작하라는 뜻이 아니라, 제공된 영상의 사용법을 따라 할 때의 설명입니다.
2. 소재와 대본을 기획합니다
프로그램에서 키워드나 채널로 영상을 찾고 관심 주제를 선택합니다. 영상의 도입부와 전개 구조를 참고해 새로운 주제를 고르고 대본 초안을 비교합니다. 높은 조회수는 다른 채널의 성공을 보장하지 않으므로 소재 적합성과 사실관계를 따로 검토하세요. 원본의 대본이나 장면을 복제하는 대신 직접 조사한 정보와 해설을 추가합니다.
3. 음성과 장면을 생성합니다
대본을 문장별로 확인한 후 로컬 Qwen3-TTS로 음성을 만들고 발음과 속도를 점검합니다. Higgsfield 연동을 통해 장면별 이미지와 영상 생성을 요청하고, 인물·배경과 장면 사이의 연결이 자연스러운지 확인합니다. 사용할 수 있는 모델과 소모 크레딧은 시점에 따라 달라집니다. 생성 결과에 오류가 있으면 필요한 부분만 다시 만들고 사용량을 기록하세요.
4. 자막을 맞추고 최종 영상을 확인합니다
음성과 영상 길이를 맞추고 자막과 제목 배너를 더한 뒤 렌더링합니다. 완성본의 첫 화면, 잘린 자막, 부정확한 정보와 음성 발음을 직접 확인하세요. 원문은 장면별 이미지·영상 비용을 합산하는 예를 제시하지만 실제 비용은 모델, 해상도, 길이와 재생성 횟수에 따라 달라집니다.
운영할 때 확인할 점
주제를 하나 정하고 여러 후킹 방식의 결과를 비교해 시청 유지와 반응을 살펴보세요. 제작 시간과 크레딧도 함께 기록하면 지속 가능성을 판단하기 쉽습니다. 수익은 보장되지 않으며 재사용·반복 콘텐츠에 대한 YouTube 수익 창출 정책을 확인해야 합니다.
다음 한 걸음
내 환경에서 막힌 부분은 실행 단계와 함께 질문해 주세요. 바꿔 만든 결과도 함께 나눌 수 있습니다.