YouTube Shorts 채널을 키우는 데 드는 제작 부담의 약 90퍼센트를 AI가 대신 처리할 수 있다면, 매일 한 편 발행하는 일은 훨씬 현실적인 목표가 됩니다. 핵심은 도구를 많이 쓰는 것이 아니라 역할을 나눠 붙이는 것입니다. 리서치는 VidIQ의 MCP 서버를 Claude에 연결해 실제 채널 지표로 처리하고, 이미지와 영상 생성은 Higgsfield의 GPT Image 2와 Seedance 2.5가 맡고, 마지막 조립은 CapCut이 담당합니다. 이 흐름이 만들어내는 결과물은 크게 두 가지입니다. 한 번의 생성으로 끝나는 30초 원테이크 마이크로드라마와, 8초 클립 다섯 개를 이어 붙인 40초 랭킹 컴필레이션입니다.
리서치는 감이 아니라 지표로, VidIQ MCP와 Claude 연결
Shorts 채널이 실패하는 가장 흔한 이유는 Shorts 피드를 무작위로 넘기며 성과 데이터 없이 포맷을 따라 하는 것입니다. 그렇게 고른 포맷은 조회수가 나오지 않아 제작 시간만 낭비하게 됩니다. 그래서 콘텐츠 전략의 출발점은 실제 수치입니다.
MCP는 AI가 외부 서비스의 데이터와 기능에 접속하도록 해주는 연결 규약입니다. VidIQ의 MCP 서버를 Claude에 붙이면 대화창을 벗어나지 않고 YouTube 데이터를 조회할 수 있습니다. 연결 절차는 다음과 같습니다.
- VidIQ 계정 설정의 API 키 메뉴에서 MCP 항목으로 들어가 connector 링크 URL을 복사합니다.
- Claude 프로필 설정의 Customize와 Connectors 항목에서 커스텀 원격 MCP connector를 추가하고, 복사한 URL을 넣어 인증합니다.
- 연결이 끝나면 실시간 채널 분석, 시청자 지표, 검색 키워드, 경쟁 채널 트렌드 데이터를 대화 안에서 바로 불러올 수 있습니다.
이 상태에서 Shorts의 유행 포맷을 분석하고, 채널 평균을 크게 웃도는 아웃라이어(예외적으로 성과가 좋은) 영상을 걸러달라고 요청합니다. 그러면 다섯 가지 포맷이 돌아옵니다. 마이크로드라마, 랭킹과 숫자 컴필레이션, 짧은 교육형 하우투, AI 도구 데모, 비포애프터 변형입니다. 이 가운데 순수 AI 이미지와 영상 생성만으로 처음부터 끝까지 만들 수 있는 것은 마이크로드라마와 랭킹 두 가지입니다. 월 190만에서 700만 회의 조회수를 기록하는 Shorts 채널 사례도 있습니다.
▲ 지표 기반 포맷 리서치
30초 원테이크 마이크로드라마 설계
AI 영상 모델의 가장 큰 약점은 한 번의 생성으로 급격한 장면 전환이나 시간 점프를 견디지 못한다는 점입니다. 그래서 대본을 쓸 때부터 물리적 제약을 겁니다. 장소 하나, 등장인물 둘, 30초 동안 끊기지 않는 시간입니다. 컷이 여러 번 들어가도 같은 공간과 같은 인물로 유지되므로 결과물이 깨지지 않습니다.
이야기는 긴장감이 높고 결말 직전에 반전이 오는 30초 플롯으로 잡습니다. 예를 들어 부엌 아일랜드를 사이에 두고 아내가 남편의 휴대폰 메시지를 추궁하다가, 마지막에 상대가 아내의 친자매라는 사실이 드러나는 구성입니다. 대사는 여섯 줄로 고정해 두면 생성 단계에서 길이를 맞추기 쉽습니다.
캐릭터 레퍼런스 시트로 얼굴과 의상 고정
생성 전에 인물의 시각적 정체성을 먼저 잠가야 합니다. Higgsfield에서 GPT Image 2 모델을 16대 9 비율, 고품질, 4K 해상도로 설정하고 두 인물 각각에 대해 세 패널 구성을 지정합니다. 전신 정면, 전신 후면, 얼굴 클로즈업이고 배경은 중립적인 회색 스튜디오입니다. 머리카락 색과 옷차림까지 prompt에 못 박아 두면 이후 카메라 앵글이 바뀌어도 같은 인물로 이어집니다.
한 번에 30초, 네이티브 오디오까지
일반적인 방식은 5초나 10초짜리 클립을 이어 붙이고 오디오를 따로 얹습니다. 이 과정에서 얼굴이 일그러지고 움직임이 끊깁니다. Higgsfield의 Seedance 2.5는 30초 전체를 한 번에 만들면서 대사 립싱크와 환경음을 함께 생성합니다. 두 장의 캐릭터 시트를 입력하면 앵글이 바뀌어도 얼굴, 머리카락, 의상이 유지됩니다.
prompt에는 카메라 블로킹, 초점 거리, 하드 컷 다섯 번, 조명 변화, 사운드 디자인, 정확한 대사까지 모두 넣습니다. 카메라는 부엌 아일랜드 주변에 고정된 위치에서 오버더숄더 화면, 긴장된 클로즈업, 감정 반응을 번갈아 잡습니다. 출력은 9대 16 세로, 고비트레이트로 렌더링되며 미세 표정, 눈물, 옷감의 움직임, 입모양 싱크, 잔이 돌 상판에 닿는 소리까지 맞물립니다. 한 번에 완성되므로 타임라인 편집 없이 바로 배포할 수 있습니다.
랭킹 컴필레이션, 서로 무관한 5개 클립
랭킹 포맷은 연속 장면이 아니라 완전히 독립적인 다섯 클립을 이어 붙이는 방식입니다. 바이럴의 핵심은 각 클립이 낯선 사람이 휴대폰으로 찍은 것처럼 보이게 만드는 것입니다. 매끄러운 내레이션 영상보다 사용자 생성 영상처럼 위장한 쪽이 시청자의 시선을 오래 붙잡습니다.
소재는 화면 녹화나 스톡 영상 없이 만들 수 있는 것으로 고릅니다. 예를 들어 고양이가 있을 수 없는 곳에서 잠들어 있는 장면 다섯 단계입니다. 주방 과일 그릇, 주차된 오토바이의 동승석, 마트 오렌지 진열대, 작동 중인 레이저 프린터의 출력 트레이, 골목 계단 난간에 거꾸로 매달린 자세로 이어집니다. prompt 설계 규칙은 다음과 같습니다.
- 다섯 개의 서로 다른 익명 촬영자가 각기 다른 스마트폰으로 찍은 것처럼 설정합니다.
- 클립마다 조명, 실내 공간, 손떨림, 배경 소음, 촬영자의 짧은 즉흥 반응을 다르게 넣습니다.
- 내레이션에 순위 숫자나 카운트다운을 말하게 하지 않습니다. 인위적이거나 광고 같은 느낌이 납니다.
- 화면 왼쪽 위와 중앙 왼쪽에 여백을 남겨 나중에 들어갈 텍스트 자리를 비워둡니다.
- 캐릭터 시트 없이 text-to-video 모드로 8초씩 생성합니다.
CapCut 조립과 카운트다운 텍스트
생성된 다섯 클립은 CapCut 데스크톱 편집기로 가져옵니다. 조립 규칙은 최대한 단순하게 유지합니다.
| 항목 | 설정 |
|---|---|
| 클립 구성 | 8초 5개, 5위에서 1위 순서 |
| 전환 | 하드 컷만 사용 |
| 오디오 | 각 클립의 원본 오디오 유지 |
| 텍스트 | 왼쪽 여백에 카운트다운 목록 |
| 강조 | 현재 항목 노란색, 지난 항목 흰색, 이후 항목 흐리게 |
| 내보내기 | 1080p, 총 40초 |
모션 리프레이밍, 배경 음악, 속도 조절은 넣지 않습니다. 각 클립에 담긴 환경음과 촬영자의 즉흥 반응을 그대로 살려야 사용자 생성 영상의 질감이 유지됩니다. 텍스트 오버레이는 진행 상황을 알려주는 장치입니다. 색 구분이 지나간 항목과 남은 항목을 한눈에 보여주므로 시청자는 마지막 순위까지 확인하려고 시청을 이어갑니다.
▲ 편집 타임라인 조립
정리와 오늘 할 일
이 흐름의 핵심은 두 가지입니다. 리서치를 실제 지표로 검증하고, 생성 모델이 감당할 수 없는 조건(장면 전환과 시간 점프)을 대본 단계에서 미리 제거하는 것입니다. 90퍼센트 자동화는 도구 하나의 성능이 아니라 이 역할 분담에서 나옵니다. 매일 발행할 수 있는 체계를 갖췄는지가 채널 성장 속도를 가르는 요소로 보입니다.
독자가 오늘 시작할 일은 세 가지입니다. 첫째, VidIQ MCP connector를 Claude에 연결하고 채널 평균을 웃도는 Shorts 포맷 목록을 뽑습니다. 둘째, 마이크로드라마를 고른다면 장소 하나, 인물 둘, 30초 연속 시간이라는 조건으로 대본을 쓰고 캐릭터 시트를 먼저 만듭니다. 셋째, 랭킹 포맷을 고른다면 8초 클립 다섯 개를 생성해 CapCut에서 하드 컷으로 붙이고 카운트다운 텍스트를 얹어 1080p로 내보냅니다.