집에 NAS가 있다면 유튜브 쇼츠 자동화 시스템을 직접 구축할 수 있습니다. UGREEN DXP4800PLUS NAS에서 쇼츠 자동화 파이프라인을 구축한 과정을 살펴봅니다.
현재 운영 현황 (2026년 6월 기준)
- 수집 영상: 676개
- 저장 스냅샷: 38,134개
- 성장률 계산 성공률: 95.1%
- 트렌드 클러스터: 10종 (IT_DEVICE, AI/자동화, 연예/엔터 등)
- 자동 영상 생성: Video Factory v2 개발 중
위 수치와 상태는 2026년 6월 당시 UGREEN DXP4800PLUS 운영 환경에서 직접 확인한 범위입니다. 이후 데이터 규모나 구성은 달라질 수 있으므로, 이 글에서는 당시 운영 기록과 재현한 문제 해결 과정만 다룹니다. 다른 NAS 모델이나 현재 버전에서는 결과가 달라질 수 있습니다.
단순 성공 사례가 아닙니다. FastAPI 404 오류, 분류기 정확도 문제, 영상 생성 실패까지 실제 겪은 삽질과 해결 과정을 함께 담았습니다.
전체 파이프라인 구조
NAS에서는 YouTube API 수집부터 PostgreSQL 저장, 성장률·콘텐츠 분류, 대본·음성·영상 생성, drafts 저장까지를 독립된 서비스로 운영했습니다. Python 구현과 단계별 코드는 유튜브 쇼츠를 Python으로 자동 생성하는 방법에 정리했습니다. 같은 구현을 반복하기보다 DXP4800PLUS에서 확인한 운영 상태와 장애 해결에 초점을 맞춥니다.
FastAPI app.mount("/") 사용 시 API 404 오류 해결 방법
FastAPI에서 정적 파일을 루트(/)에 mount한 뒤 API가 404로 응답하는 문제를 실제로 겪었습니다. 원인은 루트 마운트가 뒤에 선언된 경로보다 먼저 요청을 가로채는 라우팅 순서였습니다. API 라우트를 먼저 등록하고 정적 파일 mount를 마지막에 두는 방식으로 해결했습니다. 재현 코드와 최소 예시는 FastAPI app.mount 사용 후 API가 404가 되는 이유와 해결 방법에 따로 정리했습니다.
YouTube 트렌드 수집기에서 AI 콘텐츠가 안 잡히는 이유
처음에 AI_AUTOMATION 클러스터로 분류된 영상이 499개 중 단 1개였습니다.
원인이 두 가지였습니다.
첫째, 수집 소스가 한국 급상승 위주였습니다. 한국 유튜브 급상승은 드라마, 연예, 뉴스가 압도적입니다. AI/IT 콘텐츠가 애초에 없었습니다.
아래 함수 이름은 수집 범위의 차이를 설명하기 위한 개념 예시이며 그대로 실행하는 완성 코드가 아닙니다.
# 기존: 한국 급상승과 쇼츠 검색
collect_popular(region="KR") # 한국 급상승
collect_shorts_search(q="쇼츠") # 한국 쇼츠
# 개선: 글로벌 키워드 + 채널 추가
collect_global_keywords(["ChatGPT shorts", "Claude AI", "n8n automation"])
collect_global_channels(["MKBHD", "Techquickie", "Linus Tech Tips"])
둘째, 분류기가 영어 키워드를 잡지 못했습니다. IT_DEVICE 클러스터를 새로 만들고 영어 키워드를 대폭 추가했습니다.
결과: AI_AUTOMATION 1개 → 61개, IT_DEVICE 0개 → 89개
왜 드라마 쇼츠는 자동화가 어렵고 IT 쇼츠는 쉬운가
자동 영상 생성을 처음 돌렸을 때 결과물이 처참했습니다. 트렌드 1위 드라마 쇼츠 대본으로 영상을 만들었는데, 배경에 여자 눈 클로즈업이 무한 루프로 돌아가고 자막은 음성과 전혀 맞지 않았습니다.
여기서 중요한 걸 배웠습니다.
| 자동화 가능 | 자동화 어려움 |
|---|---|
| IT 제품 스펙 비교 | 드라마/감정 연출 |
| AI 도구 소개 | 연예/셀럽 가십 |
| 랭킹/차트 정보 | 스토리텔링 |
| 앱 사용법 가이드 | 반전/충격 연출 |
드라마는 배우 표정, 타이밍, 감정선이 핵심이라 당시 구성에서는 자동화가 어려웠습니다. IT 제품은 이미지와 스펙 텍스트 중심으로 구성하기가 상대적으로 쉬웠습니다. 당시 IT_DEVICE와 AI_AUTOMATION 클러스터만 영상 자동 생성 대상으로 제한했습니다.
사용 기술 스택
- 하드웨어: UGREEN DXP4800PLUS (Intel Pentium Gold 8505, 5코어 / 8GB DDR5)
- 컨테이너: Docker + Docker Compose
- 백엔드: FastAPI + Python 3.11
- DB: PostgreSQL 15
- 수집: YouTube Data API v3
- AI: OpenRouter (AI 언어 모델)
- TTS: Edge-TTS (한국어 음성)
- 영상: FFmpeg 5.1
2026년 6월 당시 진행 상황
- 완료: 데이터 수집 파이프라인, 성장률 계산 엔진, 콘텐츠 분류기 v3
- 완료: AI 대본 생성, Edge-TTS 음성 생성
- 개선 중: 자막 타이밍 동기화
- 준비 중: 블로그 자동 발행
당시 자막 동기화는 개선 예정이었습니다. 현재 Edge-TTS의 공식 CLI 구현에는 자막 파일 옵션이 --write-subtitles로 표시됩니다. 옵션 존재만으로 이 시스템의 동기화 문제가 해결됐다고 볼 수 없으므로 실제 생성 음성과 자막 시점을 따로 확인해야 합니다.
관련 글
자동화 구축에 필요한 FastAPI와 AI 파이프라인의 관련 내용은 위의 글에서 이어서 확인할 수 있습니다.