플러스프로젝트 배경
1) 문제 인식 - 영상 콘텐츠 양산에 필요한 컷 편집 / 자막 / 모션그래픽 / TTS 내레이션 작업이 각각 다른 도구·환경에서 수작업으로 진행되어 1편당 수시간이 소요됨 - 기존 영상 자동화 도구는 대부분 단일 NLE(예: Premiere만, 또는 Final Cut만) 의존이라 협업이 어려움 - AI 기반 영상 생성 솔루션은 대부분 유료(월 수만 원~수십만 원), 또는 클라우드 의존으로 데이터/단가
프로젝트 성과
GitHub MIT 오픈소스 공개
비디오유즈(bidiouse) 이름으로 GitHub에 MIT 라이선스로 공개. 받는 사람의 환경에서 멱등 setup.sh 1줄로 즉시 도입 가능한 구조로 패키징.
이종 4도구 단일 EDL로 통합
video-use(Python) + hyperframes(Node) + Edge TTS(Python) + ffmpeg 네 가지 이종 도구를 단일 EDL JSON 정전에서 파생되도록 통합. 어떤 도구든 호출 가능한 helper 레이어 직접 작성.
Final Cut Pro + Premiere Pro 동시 export
FCPXML + FCP7 XML 두 포맷을 동시에 생성하는 helper 자체 구현. NLE 종속성 제거하여 협업 가능.
자막 자동 재렌더 워크플로우
SRT 수정 → 한 명령(rerender_subtitles.sh) → 자막 mov 재렌더 + 양 NLE 파일 동시 갱신, 6단계 자동화. 텍스트 수정만으로 영상 갱신.
sajureels 응용 스킬 — 자체 평가 100% 통과
셀럽 사주 풀이 110~140초 세로 릴스 양산용 도메인 스킬. 16-segment 자동 생성 + 인트로/훅/起承轉結/3단 브릿지/사주 4컷/미러/CTA 정전 구성. 자체 평가 100% 통과 후 운영.
핵심 기능
자연어로 영상 편집·생성 요청 처리
"이 영상으로 인터뷰 컷 만들어줘", "이 스크립트로 30초 릴스 만들어줘" 등 자연어 요청을 AI 에이전트가 받아 자동으로 컷·자막·내레이션·모션그래픽까지 처리.
진행 단계
두 모드 아키텍처 설계
2026.05.
Mode A(풋티지 편집) + Mode B(스크립트→영상) 공통 EDL 정전 설계. 자연어 트리거 패턴 분기 및 진입점(motion-pipeline 스킬) 작성.
프로젝트 상세
1) 프로젝트 개요 영상 콘텐츠 양산을 위한 두 모드(Mode A: 풋티지 편집 / Mode B: 스크립트→영상 생성) 자동화 파이프라인입니다. 사용자가 자연어로 요청하면 트랜스크립트 기반 컷, 자막, 모션그래픽, 내레이션을 자동으로 생성하고 Final Cut Pro와 Premiere Pro에서 곧바로 임포트 가능한 NLE 파일을 동시에 출력합니다. 기본 워크플로우는 API 키 0개, 비용 $0이며 GitH
