유튜브 쇼츠를 Python으로 자동 생성하는 방법 (실제 운영 중인 자동화 파이프라인 공개)

유튜브 쇼츠를 직접 촬영하지 않고 Python으로 자동 생성하도록 구성한 시스템의 운영 사례입니다.
UGREEN DXP4800PLUS NAS에서 YouTube API로 트렌드 데이터를 수집하고,
성장률 분석 → 주제 선정 → 대본 생성 → 음성 합성 → 영상 합성까지 자동으로 처리합니다.

사례 기록에서 확인한 범위는 유튜브 영상 수집과 30분 주기 분석, 초안 저장 후 수동 검토까지입니다. 사례의 수집 영상은 약 1,100개이며, 관련 성장률 계산 글에는 COUNT 결과 1,095개가 기록돼 있습니다. 700개 쿼터 사례와의 집계 시점·범위는 기록돼 있지 않아 수치를 직접 비교할 수 없습니다.
이 글은 그 파이프라인 전체 구조와 실제로 막혔던 부분들을 정리합니다.

전체 파이프라인 구조

YouTube API
↓
PostgreSQL (영상 데이터 저장)
↓
성장률 분석 (6시간 / 24시간)
↓
AI 언어 모델 (대본 생성)
↓
Edge-TTS (한국어 음성 합성)
↓
FFmpeg (자막 + 배경 합성)
↓
drafts/ 폴더 저장
↓
수동 검토
↓
YouTube 업로드

각 단계가 독립적인 Python 스크립트로 구성돼 있어서
문제가 생긴 단계만 수정하고 나머지는 그대로 쓸 수 있습니다.

1. PostgreSQL에서 트렌드 주제 선정

단순히 조회수 높은 영상이 아니라 6시간 성장률 기준으로 지금 뜨는 주제를 고릅니다.
성장률 계산 구조는 이전 글
PostgreSQL로 YouTube 조회수 성장률 계산하기에서 다뤘습니다.

import asyncpg

async def get_trending_topics():
    conn = await asyncpg.connect(DATABASE_URL)
    rows = await conn.fetch("""
        SELECT v.title, v.content_cluster,
               ROUND((latest.view_count - older.view_count)::numeric
                     / NULLIF(older.view_count, 0) * 100, 2) AS growth_6h
        FROM videos v
        JOIN LATERAL (
            SELECT view_count, recorded_at
            FROM video_snapshots
            WHERE video_id = v.video_id
            ORDER BY recorded_at DESC
            LIMIT 1
        ) latest ON true
        JOIN LATERAL (
            SELECT view_count
            FROM video_snapshots
            WHERE video_id = v.video_id
              AND recorded_at <= latest.recorded_at - INTERVAL '6 hours'
            ORDER BY recorded_at DESC
            LIMIT 1
        ) older ON true
        WHERE v.content_cluster = 'AI_AUTOMATION'
          AND older.view_count > 0
        ORDER BY growth_6h DESC
        LIMIT 5
    """)
    await conn.close()
    return [dict(r) for r in rows]

content_cluster = 'AI_AUTOMATION'으로 필터링해서
채널 방향성과 맞는 주제만 고릅니다.

2. AI 언어 모델로 대본 생성

주제가 정해지면 AI 언어 모델로 60초 분량의 쇼츠 대본을 생성합니다.

import httpx, os

async def generate_script(topic: str) -> str:
    # OpenRouter를 통해 AI 언어 모델 호출 (모델명은 env로 관리)
    api_key = os.getenv("OPENROUTER_API_KEY")
    prompt = f"""
다음 주제로 유튜브 쇼츠 대본을 작성해줘.
주제: {topic}

조건:
- 60초 분량 (약 250자)
- 첫 3초 안에 핵심 내용 언급
- 구어체로 작성
- 영어 단어는 한국어 발음으로 변환 (API → 에이피아이)
"""
    async with httpx.AsyncClient(timeout=30) as client:
        resp = await client.post(
            "https://openrouter.ai/api/v1/chat/completions",
            headers={"Authorization": f"Bearer {api_key}"},
            json={
                "model": os.getenv("SCRIPT_MODEL"),
                "messages": [{"role": "user", "content": prompt}],
                "max_tokens": 500,
            },
        )
    return resp.json()["choices"][0]["message"]["content"]

영어 단어를 한국어 발음으로 변환하는 조건이 중요합니다.
Edge-TTS가 영어 단어를 만나면 발음이 어색해지기 때문입니다.
이 부분은 이전 글
Edge-TTS 한국어 음성 생성 시 발음 오류와 자막 싱크 문제 해결 방법에서 자세히 다뤘습니다.

3. Edge-TTS로 음성과 SRT 자막 생성

import asyncio
import edge_tts

async def text_to_speech(text: str, audio_path: str, subtitle_path: str):
    communicate = edge_tts.Communicate(text, "ko-KR-SunHiNeural", rate="+20%")
    submaker = edge_tts.SubMaker()
    with open(audio_path, "wb") as audio_file:
        async for chunk in communicate.stream():
            if chunk["type"] == "audio":
                audio_file.write(chunk["data"])
            elif chunk["type"] in ("WordBoundary", "SentenceBoundary"):
                submaker.feed(chunk)
    with open(subtitle_path, "w", encoding="utf-8") as sub_file:
        sub_file.write(submaker.get_srt())

asyncio.run(text_to_speech(script, "output/audio.mp3", "output/subtitles.srt"))

같은 스트림에서 오디오와 경계 이벤트를 함께 처리해 SRT 타임라인을 만듭니다. 스트림을 소비한 뒤 같은 객체로 다시 저장하지 않습니다.

4. FFmpeg으로 영상·자막 합성

import subprocess

def create_video(audio_path: str, bg_image: str, subtitle_path: str, output_path: str):
    cmd = [
        "ffmpeg", "-loop", "1", "-i", bg_image, "-i", audio_path,
        "-c:v", "libx264", "-c:a", "aac", "-b:a", "192k",
        "-pix_fmt", "yuv420p", "-shortest",
        "-vf", f"scale=1080:1920,subtitles={subtitle_path}",
        "-r", "30", output_path,
    ]
    subprocess.run(cmd, check=True)

create_video("output/audio.mp3", "background.jpg", "output/subtitles.srt", "output/short.mp4")

이 파이프라인은 세로형 출력으로 1080×1920을 선택합니다. YouTube 공식 안내의 현재 분류 기준은 9:16 해상도를 필수로 요구하는 것이 아니라, 2024년 10월 15일 이후 업로드된 정사각형 또는 세로 비율의 3분 이하 영상을 Shorts로 분류합니다. 따라서 1080×1920은 이 예제의 출력 규격이지 Shorts의 유일한 필수 규격이 아닙니다.

실제로 막혔던 문제들

문제 1: 자막 싱크 어긋남

초기에는 음성 길이와 자막 타임라인을 따로 계산해 싱크가 어긋났습니다. 출력 fps를 30으로 통일하는 것과 별개로, 자막 타임스탬프는 Edge-TTS의 경계 이벤트에서 SRT로 생성하고 FFmpeg의 subtitles 필터로 합성하도록 바꿨습니다.

문제 2: 영어 단어 발음 오류

“FastAPI”를 Edge-TTS가 어색하게 읽었습니다.
대본 생성 프롬프트에 영어 단어 한국어 변환 조건을 추가해서 해결했습니다.

문제 3: 생성 영상이 세로형이 아님

이 자동화 파이프라인의 출력 규격을 9:16(1080×1920)로 통일했습니다. YouTube Shorts 자체는 정사각형 또는 세로 비율의 3분 이하 영상도 대상이므로, 1080×1920은 필수 규격이 아니라 이 파이프라인의 선택값입니다.

사례에 기록된 운영 결과

수집 영상: 약 1,100개
저장 스냅샷: 약 74,000개
트렌드 분석 주기: 30분
쇼츠 1개 생성 시간: 평균 2~3분
생성 결과물: drafts/ 폴더 저장 후 수동 검토 → 업로드
채널: AI자동화휴게소

완전 자동 업로드는 아직 적용하지 않았습니다.
대본 품질 검토가 필요한 단계라 지금은 생성 → 검토 → 수동 업로드 흐름을 유지합니다.

마무리

Python으로 쇼츠를 자동 생성하는 건 기술적으로 어렵지 않습니다.
핵심은 트렌드 데이터 → 주제 선정 → 대본 → 음성 → 영상의 흐름을 자동화하는 것입니다.
각 단계를 독립적으로 구성해두면 한 단계에 문제가 생겨도 전체를 다시 짜지 않아도 됩니다.