에이전트 스킬 만들기 실전 후기 - 클로드에게 유튜브 영상 편집을 가르친 4단계 방법

핵심 메시지

• 에이전트 스킬은 폴더 하나에 지시문 파일과 참고 문서, 실행 스크립트를 모아둔 재사용 가능한 작업 설명서다.
• 세션 시작 시에는 짧은 설명만 읽히고 필요할 때 전체 내용을 불러오는 구조라, 문맥을 낭비하지 않으면서도 필요한 정보를 제때 준다.
• 편집 스킬은 전사, 규칙 기반 초벌 컷, 모델의 판단 보정, 편집 프로그램용 파일 생성의 순서로 동작한다.
• 결과물을 완성된 영상이 아니라 편집 프로그램이 읽는 파일로 내보내는 설계가 핵심이다. 잘못 잘린 부분을 사람이 되돌릴 수 있기 때문이다.
• 한 번 같이 해보고 그 대화를 스킬로 굳힌 뒤 새 작업마다 다듬는 4단계 방식이 처음부터 완성된 자동화를 만드는 것보다 빨랐다.

쉽게 이해하기

제작자는 유튜브 영상 편집이라는 반복 작업을 에이전트에게 넘긴 과정을 공개했다. 핵심 도구는 에이전트 스킬로, 폴더 안에 지시문을 담은 문서 파일과 참고 자료, 필요한 스크립트를 함께 넣어두는 구조다. 지시문 첫머리에는 이 스킬이 무엇이고 언제 쓰는지를 짧게 적는데, 새 대화가 시작될 때는 이 짧은 설명만 읽힌다.

이 구조의 이점은 세 가지로 정리된다. 한 번 가르쳐두면 매번 같은 설명을 반복하지 않아도 되고, 쓸 때마다 내용을 고쳐가며 개선할 수 있으며, 여러 스킬을 조합해 새로운 작업 흐름을 만들 수 있다는 점이다. 예를 들어 문서 도구를 다루는 스킬과 글쓰기 스킬을 함께 써서 메모를 바탕으로 메일을 쓰게 하는 식이다.

편집 스킬의 동작은 네 단계다. 먼저 원본에서 자막을 만든다. 이때 흔한 전사 도구들이 군말과 더듬는 소리를 알아서 정리해버리는 것이 문제가 되는데, 잘라낼 지점을 찾으려면 오히려 그 지저분한 원본이 필요하다. 그래서 다듬지 않은 전사 결과를 주는 서비스를 골랐다. 다음으로 규칙 기반 스크립트가 초벌 컷을 만들고, 모델이 편집 원칙을 참고해 이를 다듬은 뒤, 마지막으로 편집 프로그램이 읽을 수 있는 파일 형식으로 변환한다.

규칙만으로 끝내지 않는 이유는 편집이 판단의 영역이기 때문이다. 여러 테이크 중 무엇을 쓸지, 어떤 대목이 실제로 도움이 되는지는 만드는 사람의 성향과 콘텐츠 종류에 따라 달라진다. 제작자는 예전에는 한 영상을 세 번 컷했지만 이제는 한 번 반 정도로 줄었고, 한 시간짜리 원본을 3분 만에 절반 길이로 줄이는 러프컷을 받는다고 말한다.

만드는 방법은 네 단계로 정리된다. 먼저 6분짜리 짧은 클립으로 원하는 작업을 처음부터 끝까지 함께 해보며 서너 번 피드백을 주고받는다. 그다음 그 긴 대화를 스킬로 정리하게 한다. 일주일 뒤 새로 찍은 한 시간짜리 원본으로 시험해 25분에서 30분짜리 초안을 받았고, 이후로는 새 영상을 만들 때마다 같은 스킬을 쓰면서 피드백으로 다듬어 나갔다.

한계도 분명히 짚는다. 이 스킬은 제작자 본인의 편집 습관에 맞춰져 있어 다른 형식에는 잘 맞지 않고, 실제로 라이브 행사 녹화를 편집할 때는 도움이 되지 않아 처음부터 손으로 작업하는 편이 나았다. 다음 목표는 사람이 매번 평가하는 대신 결과에 점수를 매기는 기준을 만들어, 스스로 편집안을 내고 채점받아 개선하는 순환 구조를 만드는 것이라고 밝혔다.

주요 인사이트

• 자동화 도구를 고를 때 결과물이 얼마나 깔끔한지가 항상 장점은 아니다. 이 사례에서는 군말을 남겨두는 거친 전사 결과가 오히려 필수 조건이었다.
• 완성본이 아니라 중간 산출물을 넘기는 설계가 안전장치가 된다. 잘못 잘린 대목이 있어도 사람이 편집 프로그램에서 바로 되돌릴 수 있어, 실수의 비용이 작업 전체를 다시 하는 수준으로 커지지 않는다.
• 처음부터 완결된 자동화 파이프라인을 설계하는 대신 작은 예제로 한 번 해보고 그 대화를 스킬로 굳히는 방식은, 신입에게 일을 가르치며 함께 다듬어가는 과정에 가깝다.
• 잘 되는 범위 안에서는 빠르고 효율적이지만 범위를 벗어나면 통하지 않는다는 점이 이 접근의 근본적인 한계다. 일반화하려면 더 정교한 설계가 필요하다.
• 제작자는 모델이 도구를 만들고 쓸 수 있게 되면서 텍스트 생성기 이상의 역할을 하게 됐고, 컴퓨터로 하는 일 대부분은 적어도 부분적으로는 넘길 수 있다고 본다.

자주 묻는 질문

관련 AI 소식