쇼츠 만드는 법: 긴 영상에서 짧은 클립 뽑기

긴 영상을 쇼츠로 만들 때는 먼저 전체 영상을 텍스트로 옮긴 뒤, 같은 전사문을 이후 모든 단계에 활용하세요. 전사문을 읽으면 남길 장면을 고를 수 있고, 문장별 시작·종료 시간이 있어 단어 중간이 아닌 문장 사이에서 자를 수 있습니다. 세로 화면 맞춤과 자막 입히기에도 같은 파일을 쓰므로 작업을 반복할 필요가 없습니다. 영상 타임라인을 처음부터 훑으며 쓸 만한 장면을 찾는 방식보다 훨씬 효율적입니다.

기능 범위 — 2026년 7월: 아래 단계는 현재 Pipe2.ai에서 제공하는 Transcription, Highlights, Video Trim, Video Reframe, Captions에 맞춰 설명합니다. 각 기능은 홍보 문구가 아니라 현재 실제로 제공되는 입력과 동작을 기준으로 확인했습니다.

전체 전사문을 먼저 만들어야 하는 이유

음성을 글로 옮긴 뒤에는 모든 단계에서 같은 전사문을 사용합니다. 이 구조 덕분에 긴 영상을 여러 쇼츠로 만드는 과정을 자동화할 수 있습니다.

• 장면 고르기에는 오디오 파형보다 무슨 말을 했는지가 중요합니다.
• 트리밍에는 문장 경계가 필요합니다. 없으면 클립이 단어 중간에서 열립니다.
• 세로 화면 맞춤은 발화가 영상의 어느 구간에 있는지 알면 더 정확해집니다.
• 자막에는 단어와 타이밍이 필요한데, 전사문에 이미 들어 있습니다.

따라서 전체 녹화를 한 번만 텍스트로 옮기고, 그 전사문을 보관해 다음 단계마다 재사용하세요. 60분짜리 팟캐스트도 한 번 만든 전사문으로 여러 클립을 만들 수 있습니다. 클립마다 음성을 다시 변환하면 가장 비용이 큰 단계를 불필요하게 반복하게 됩니다.

1단계 — 녹화 전체를 텍스트로 옮기기

쓸 것 같은 구간만 미리 자르지 말고 파일 전체를 처리하세요. 전체 내용을 읽어야 가장 좋은 장면을 고를 수 있습니다.

의식적으로 설정할 값이 두 가지 있습니다.

• 화자 분리(diarize) — 인터뷰와 패널 영상에서는 꼭 설정할 만합니다. 누가 말했는지 구분되면 단순한 “좋은 발언”이 아니라 “게스트의 좋은 발언”을 찾을 수 있고, 대개 후자가 클립으로 더 가치 있습니다.
• 교정 사전 — 모델이 잘못 알아들을 만한 단어를 미리 지정합니다. 제품명, 사람 이름, 전문 용어가 대표적입니다. 음성을 변환할 때 한 번 바로잡는 편이 이후 자막 파일마다 수정하는 것보다 효율적입니다.

2단계 — 장면을 훑지 말고 골라내기

전사문을 읽으며 앞뒤 맥락 없이도 이해되는 장면을 찾으세요. 근거까지 포함된 주장, 결말이 있는 이야기, 간결하게 답한 문답이 좋은 예입니다. 원본 영상을 보지 않은 사람도 이해할 수 있는지가 기준입니다.

Highlights는 전사문을 읽고 지정한 개수만큼 후보를 골라 줍니다. 웨비나에서는 10개, 짧은 인터뷰에서는 3개처럼 실제 게시할 만큼만 요청하면 끝없는 후보 목록을 걸러낼 필요가 없습니다. style 입력으로 찾을 장면의 성격도 정할 수 있습니다. 영업 웨비나와 코미디 팟캐스트에서 좋은 장면의 기준이 다르기 때문에 결과에 실질적인 차이가 생깁니다.

결과는 최종 결정이 아니라 후보 목록으로 보세요. 모델은 글로 읽었을 때 좋은 대목을 찾지만, 채널과 시청자에게 맞는지는 사람이 판단해야 합니다.

3단계 — 문장 경계에서 자르기

자동으로 잘라낸 영상의 어색함은 대개 시작과 끝에서 드러납니다. 시간 숫자만 기준으로 자르면 단어 중간에서 시작하거나 문장이 끝나기 전에 끊깁니다. 제대로 편집한 영상이 아니라 기계적으로 뽑아낸 느낌이 나며, 뒤에 효과를 더해도 해결하기 어렵습니다.

Video Trim은 시작·종료 시간과 전사문을 함께 받아 각 지점을 가장 가까운 문장 경계에 맞춥니다. 대략적인 구간만 정하면 깔끔한 시작과 끝은 자동으로 찾습니다. 전사문을 빠르게 읽으며 대략 장면을 골라도 완결된 문장으로 시작하고 끝나는 클립을 만들 수 있습니다.

4단계 — 세로로 리프레임하기

16:9 영상을 가운데만 고정해 자르면 화자가 몸을 기울일 때 얼굴 절반이 화면 밖으로 나갈 수 있습니다. Video Reframe은 키프레임마다 얼굴 위치를 찾아 장면이 이어지는 동안 피사체를 따라가도록 크롭 범위를 정합니다.

기능의 범위는 분명히 알아 둘 필요가 있습니다. Video Reframe은 얼굴을 찾아 따라가며 화면을 어디에 배치할지 결정하지만, 현재 말하는 사람이 누구인지를 판별하지는 않습니다. 슬라이드, 화면 녹화, 화면을 가득 채운 B롤처럼 뚜렷한 피사체가 없으면 억지로 크롭하지 않고 레터박스를 적용합니다. 원래 화면 전체가 중요한 영상에는 이 방식이 알맞습니다.

게시할 플랫폼에 맞는 목표 화면 비율을 직접 지정하세요.

5단계 — 자막 구워 넣기

소셜 영상은 소리 없이 재생되는 경우가 많습니다. 자막이 없으면 시청자가 내용을 파악하기도 전에 넘길 수 있습니다.

전사문이 이미 있으므로 이 단계의 추가 비용은 거의 들지 않습니다. Captions에 잘라낸 클립과 전사문을 넣고 프리셋을 고르면 글자가 화면에 직접 입혀진 MP4가 만들어집니다. 플랫폼마다 다르게 표시되거나 무시될 수 있는 별도 자막 파일에 의존하지 않아도 됩니다.

잘 편집한 클립과 기계적으로 잘라낸 클립의 차이

• 클립 하나에 주제 하나. 설명에 두 문장의 사전 설명이 필요하다면, 그 설명이 클립에 들어가야 하거나 장면 선택이 틀렸습니다.
• 가장 강한 문장으로 시작하세요. 그 전에 나오는 뜸 들이는 말은 빼도 됩니다. 전사문을 읽으면 시작 지점을 쉽게 찾을 수 있습니다.
• 화자의 얼굴을 화면 안에 유지하세요. 피사체가 가장자리로 밀려나는 토킹헤드 영상은 완성도가 떨어져 보입니다.
• 개수를 채우기 위해 억지로 자르지 마세요. 웨비나에서 평범한 클립 10개보다 좋은 클립 3개가 더 나은 성과를 낼 수 있고, 게시에 드는 노력은 비슷합니다.
• 완결된 생각을 기준으로 자르고, 필요한 길이는 내용에 맡기세요.

다른 작업과의 연결

이 과정을 구축해 두면 같은 전사문을 다른 작업에도 활용할 수 있습니다. 전체 영상의 챕터 표시, 글 요약, 원본 영상용 자막이 대표적입니다. 처음 한 번 만든 전사문의 비용과 노력을 이후 여러 결과물에 나눠 쓸 수 있다는 점도 텍스트 변환 여부를 결정할 때 고려하세요.

클립만이 아니라 원본 영상도 직접 만든다면 생성 쪽은 AI 영상 만드는 법이, 자막 스타일링은 동영상에 자막 넣는 법이 다룹니다.

직접 해보기

이미 가지고 있는 녹화 하나로 시험해 보세요. 전체를 텍스트로 옮기고 Highlights에 후보 3개를 요청한 뒤 그 3개만 잘라 봅니다. 첫 시도의 목적은 자동으로 고른 장면이 직접 골랐을 장면과 얼마나 일치하는지 확인하는 것입니다. 결과가 맞기 시작하면 후보 개수만 바꿔 한 시간짜리 영상에도 같은 과정을 적용할 수 있습니다.