유튜브 쇼츠 4개 채널과 인스타그램 릴스를 매일 무인으로 렌더링·업로드하다 보니 대본 생성은 시스템의 연료가 되어야 했다. 초반에는 AI에게 좋은 대본을 요청했지만, 나오는 건 건조한 교과서 같은 문장뿐이었다. 문제는 프롬프트가 기계가 읽기 쉬운 형식이 아니었던 탓이다. 텍스트에 정밀한 수치를 입력해야만 영상 파이프라인에 곧바로 꽂히는 자동화 공장이 돌아간다.
1분 내 완벽 몰입, 1인 크리에이터를 위한 숏폼 대본의 골든 구조
내 자동화 채널들의 애널리틱스 데이터를 수만 건 건드려 보니 시청 지속 시간이 가장 긴 구조는 의외로 단순했다. 반문-해결-결론의 3박자다. 처음 1.5초 안에 시청자의 의심을 자아내는 질문을 던지고, 바로 해결책을 제시한 뒤 결론으로 끝낸다. 이 구조로 바꾸고 나서 평균 시청 지속 시간이 눈에 띄게 올라갔다. 단순 이론이 아니다. 실제로 클릭되고 붙잡아두는 데이터를 기반으로 한 구조다.
가장 봐야 할 건 앞선 3초다. 여기서 절대 훅(Hook)의 법칙이 적용된다. “지금 당장 비자 체크카드 끊어라” 같은 식의 명령형이나 “내가 알고 있는 S 비결은 이것이다” 같은 호기심 자극형만 통한다. 이 훅이 걸리지 않으면 나머지 대본은 아무리 훌륭해도 의미가 없다. 이탈을 막는 홀딩 포인트(Retention Point)는 대본 중간중간에 ‘그 이유는’, ‘실제로는’ 같은 연결어를 배치해 시선을 다시 잡는다. 마지막 행동을 유발하는 클로징(Call to Action)은 “팔로우 누르세요” 대신 “댓글에 1을 남겨주면 대본 템플릿 보내드릴게요”처럼 구체적인 행동을 제안해야 전환율이 오른다.
앞선 3초를 잡아먹는 절대 훅(Hook)의 법칙
훅 문장은 뇌가 반응할 수밖에 없는 상황을 제시해야 한다. 나도 처음에는 좋은 정보만 나열하려고 했는데, 시청자들은 이제 정보에 인색하다. 반면 “이거 몰라서 연 200만 날렸다”는 식의 손실 공포는 클릭하게 되어 있다. 훅이 채널의 생존과 직결된다고 해도 과언이 아니다.
ChatGPT/Claude에게 브랜드 톤앤매너를 심는 ‘수치화된 변수’ 입력법
AI가 쓴 글이 왜 AI 같을까. 그건 감정선이 일직선이고, 리듬이 없기 때문이다. 여기서 막연하게 “편안한 말투로 써”라고 입력하면 영감을 받은 초등학생 글을 받게 된다. 브랜드 톤앤매너는 문학적인 묘사가 아니라 수치로 제어해야 한다. 예를 들어, 문장 하나의 평균 길이를 15자 이내로 제한하거나, 감탄사(!)의 사용 빈도를 전체 문장의 10%로 고정하는 식이다. 이런 변수 하나가 AI 글을 사람 글처럼 보이게 만든다.
실제로 내 자동화 시스템에 심어둔 설정은 꽤 까다롭다. 긍정/부정 가중치를 7:3으로 맞춰 긍정적인 뉘앙스를 주되, 간헐적으로 부정적인 단어를 섞어 긴장감을 준다. 문장 호흡은 최대 자음 수를 10개까지만 허용해 입에 착 붙는 말투를 유도한다. 자막 가독성을 위해서는 한 줄을 15자 이내로 끊어야 한다. 모바일 화면에서 긴 줄글은 읽히지도 않기 전에 스킵 당한다.
[롤플레이 설정]
당신은 10년 차 테크 마케터다.
1. 문장 길이: 15자 이내로 끊어 읽기 쉽게 작성.
2. 말투: 해요체를 쓰되 존댓말과 반말을 8:2 비율로 혼용하여 친근함 유지.
3. 강조: 중요한 키워드는 문장 맨 앞에 배치.
4. 금지어: 청중을 뭉뚱그려 부르는 2인칭 호칭, “알아보겠습니다”, “~할 수 있습니다” 사용 금지.
훅 문장 자동 생성 프롬프트: 시청자 엄지를 멈추게 만드는 한 줄
훅은 대본의 시작점이자 성패를 가른다. 내 알고리즘에서 CTR이 높았던 문장들을 분석해 보니 패턴이 있었다. 검색량이 많은 키워드를 문장 절반 앞부분에 배치하고, 뒤이어 반전을 거는 방식이다. 호기심 유발형과 충격형을 번갈아 가며 A/B 테스트를 돌려보면 어느 순간 채널에 딱 맞는 훅이 발견된다.
A/B 테스트를 위해 한 번에 훅 5가지를 뽑아내는 프롬프트를 쓴다. 단순히 멋진 말을 요구하는 게 아니다. “검색량 상위 키워드 ‘부자되는 법’을 포함하여, 10대가 클릭할 만한 유행어를 결합해 5가지 버전을 만들어라”라고 구체화해야 한다. 이렇게 뽑은 훅은 썸네일 텍스트로도 그대로 활용된다.
[훅 생성 프롬프트]
주제: {주제 입력}
타겟: 2030 직장인
조건:
1. 검색 의도(Intent)를 자극하는 키워드를 문장 초반에 배치.
2. 호기심형, 공포형, 이득형을 각각 2개씩 총 6개 작성.
3. 문장 길이는 20자 이내로 끊기.
4. 물음표나 느낌표로 끝나지 않는 평서문 형태 1개 포함.
위 프롬프트를 그대로 넣어 받은 원본 응답이다(claude-sonnet-4-6, 2026-08-18). 길이 조건(20자 이내)과 평서문 조건은 지켜졌다. 반면 개수는 지켜지지 않았다 — ‘각 2개씩 총 6개’를 요구했는데 호기심형 3 · 공포형 4 · 이득형 4, 모두 11개가 나왔다. 문체와 형식은 수치로 지시하면 잘 따라오지만 개수는 그렇지 않다. 개수가 중요한 자리라면 프롬프트에 맡기지 말고 받은 뒤 코드로 잘라야 한다.
텍스트 대본을 바로 영상으로 바꾸는 자동화 파이프라인 구축
글만 쓰고 끝내면 그건 자동화가 아니다. 내 매일 ‘무인 크론’으로 돌아가는 시스템의 요는 대본에 메타데이터를 심는 과정이다. 텍스트를 단순히 나열하지 말고, 영상 제작 소프트웨어가 읽을 수 있는 태그를 섞어 넣어야 한다. 개발자 관점에서 보자면, 대본은 데이터여야 한다.
대본에서 장면(Scene) 단위로 자동 분할하는 프롬프트가 필요하다. “[Scene: 화면 분위기 묘사]”와 같이 대괄호 안에 지시어를 넣으면, 이미지 생성 프롬프트(Stable Diffusion 등)와 연동할 때 유리하다. TTS(음성 합성)를 쓸 때도 감정 태그를 넣어야 기계음이 리얼해진다. “[Tone: 화남]” 혹은 “[Speed: 1.2x]” 같은 태그를 대본 사이사이에 심어두면 나중에 파이썬 스크립트가 이를 파싱해 영상을 알아서 만든다.
[영상 파이프라인 프롬프트]
형식: JSON 혹은 마크다운
지시사항:
1. 각 문단마다 [Scene: 주제, 스타일, 조명] 태그를 최상단에 추가.
2. 읽을 때 중간에 쉴 곳에는 [Pause: 0.5s] 태그 삽입.
3. TTS를 위한 감정 태그(예: [Emotion: cheerful])를 문장 시작 부분에 표기.
4. 스톡 이미지 검색용 키워드를 마지막에 [Image: 키워드]로 추출.
대량 생산 시 퀄리티를 유지하는 ‘1인 빌더’만의 검수 팁
SaaS를 10여 개나 운영하다 보니 가장 큰 골칫거리는 AI 생성물의 품질 편차였다. 한 번은 콘텐츠 100개를 돌렸는데, 그중 3개에서 심각한 팩트 오류가 터졌다. AI 환각(Hallucination)은 피할 수 없는 숙명이다. 그래서 AI를 작성자로 쓰되, 검수자로 한 번 더 돌리는 ‘AI 투샷(AI 2-shot)’ 검수법을 쓴다.
생성된 대본을 바로 배포하지 않고 GPT-4o 같은 상위 모델에게 리뷰어(Reviewer) 역할을 준다. 금지어 리스트를 필터링하는 프롬프트를 넣고, 문맥상 모순이 없는지 점검하게 한다. 그래도 인간의 최종 검수는 필요하다. 내가 만든 표준 점검표(Checklist)에는 ‘맞춤법 검사’, ‘훅 문장의 길이’, ‘금지어 포함 여부’ 3가지만 적혀 있다. 이걸로 인간 검수 시간을 1/5로 줄였다. 무인 자동화라도 사람의 손길이 닿는 지점 하나는 꼭 남겨둬야, 내 브랜드가 좀비처럼 굴러가지 않는다.
결정적인 행동은 이것이다. 브랜드 톤을 막연하게 입력하지 말고, 문장 길이와 자음 수 같은 수치로 제어해 자동화 파이프라인에 연결하라.
