컴백부터 K-뷰티까지 — K-컬쳐의 모든 것을 메일로 받아보세요메일로 받아보기

METAL MEDIA

artbyjazi/autoclip

★ 50PythonMIT

긴 영상을 통째로 넣으면 자막 박힌 세로형 하이라이트 클립으로 잘라주는 오픈소스 도구

AutoClip은 유튜브 링크나 영상 파일을 넣으면 대사를 텍스트로 옮기고, AI 모델이 클립으로 쓸만한 순간을 찾아내고, 말하는 사람을 따라 세로 화면으로 자르고, 애니메이션 자막을 입혀 바로 올릴 수 있는 MP4로 만들어준다. 완전히 내 컴퓨터에서만 돌아가는 방식(Whisper+Ollama)과 외부 API 키를 붙여 쓰는 방식을 둘 다 지원한다. 아직 정식 버전(1.0) 전 단계로, 화면 재구성 품질을 정해진 기준 영상들로 검증하는 작업이 남아 있다.

무엇을 하는 레포인가

  1. 긴 영상을 입력하면 대본 추출(전사) → 하이라이트 구간 찾기(LLM 활용) → 화면을 세로 비율로 다시 자르며 말하는 사람 추적 → 애니메이션 자막 입히기 → 최종 영상 파일 내보내기까지 전 과정을 한 번에 처리한다.
  2. 완전 오프라인 모드는 음성인식 모델 Whisper와 로컬 LLM 실행기 Ollama만으로 돌아가며, 영상이나 음성이 외부 서버로 전혀 전송되지 않는다. API 키를 쓰는 경우에도 대본 텍스트만 전송되고 영상·음성은 보내지 않는다.
  3. 화면을 자를 때 장면 전환(컷) 지점을 먼저 찾아 각 장면을 따로 프레이밍하고, 하이라이트 구간의 시간 계산은 AI가 직접 숫자를 계산하게 하지 않고 실제 측정된 단어별 타이밍에서 찾아온다.
  4. 네 가지 자막 스타일(굵은 팝업형, 노래방식 색채우기, 미니멀 하단자막, 박스형)과 세 가지 화면 비율 내보내기, 웹 UI와 CLI(명령줄) 명령을 모두 제공한다.
  5. 실제 인물 대담 영상으로 파이프라인 전체를 확인했지만, 화면 재구성 품질을 정해진 세 개의 기준 영상으로 검증하는 절차는 아직 통과 전이며 이것이 정식 버전 출시의 조건으로 남아 있다.

왜 중요한가

영상 콘텐츠 제작자나 마케터가 계정 가입이나 구독료 없이, 영상을 외부에 업로드하지 않고도 롱폼 영상에서 숏폼 클립을 뽑아내는 실전 도구로 바로 써볼 수 있다. 특히 로컬 실행이 가능해 개인정보나 미공개 원본 영상을 다루는 사람에게 유용하다.

이 레포의 용어

  • Whisper · 음성을 텍스트로 바꿔주는 오픈소스 음성인식 모델
  • Ollama · AI 언어모델을 내 컴퓨터에서 직접 돌리게 해주는 실행 도구
  • LLM · 대규모 언어모델, 텍스트를 이해하고 생성하는 AI
  • diarization(화자 분리) · 여러 사람이 말할 때 누가 언제 말했는지 구분하는 기술
  • libass · 영상에 자막을 입혀 굳히는(burn-in) 데 쓰이는 소프트웨어 부품

레포 원문 소개 (영문)

Open-source, local-first AI video clipper. Long video in, caption-burned speaker-tracked 9:16 clips out. Fully offline with Whisper + Ollama, or bring your own API key.

GitHub에서 보기

주목받는 레포

레포 전체 보기 →

METAL MEDIA 최신 기사