Digital Human Koubo: 사진 한 장으로 만드는 AI 진행자 영상
만든 사람이 사진 한 장과 문장 하나로 27초 라이브 광고를 뽑았어요. 든 비용은 482 크레딧이에요
- 누가
- Berryxia(andyhuo520)가 MIT 라이선스로 공개한 에이전트 스킬이에요. 저장소 자체도 Claude Code로 만들었다고 적혀 있어요.
- 언제
- 2026년 10월 26일에 저장소를 열고, 같은 날 데모 영상을 담은 v1.0.0을 냈어요.
- 어디서
- Claude Code에서 시험했고 Codex·OpenClaw·WorkBuddy도 같은 스크립트로 돌아간다고 해요. 생성은 Renoise 클라우드, 편집은 내 컴퓨터에서 해요.
이게 불편했어요
AI 영상 모델은 한 번에 15초 남짓만 만들어요. 몇 분짜리 영상을 만들려면 조각마다 프롬프트를 쓰고, 받아서 대본대로 말했는지 듣고, 따로 생성돼 울림이 제각각인 목소리를 맞추고, 그 위에 자막과 그래픽을 또 얹어야 했어요.
그래서 이렇게 풀어요
이 스킬은 그 일을 에이전트가 따라 할 순서로 묶었어요. 대본을 조각으로 나눈 뒤 크레딧 견적부터 보여 주고, 동의를 받으면 첫 조각만 만들어 확인받은 다음 나머지를 한꺼번에 생성해요. 받아 온 조각은 whisper로 대본과 대조하고, 서른 개 클립도 한자리에서 녹음한 것처럼 목소리를 다듬은 뒤, 고른 스타일과 48개 포장 컴포넌트로 Remotion에서 렌더링해요.



안에서는 이렇게 돌아가요
- 1
나 → Claude Code
내용 붙여넣기 → 스타일 2개 추천 → brief.json내용을 한 줄로 진단해 다섯 스타일 중 두 개를 미리보기와 함께 권하고, 비율·길이·자막 강도·진행자를 한 번에 물어요.skills/digital-human-koubo/SKILL.md - 2
Claude Code → build_tasks.py
script.json (조각당 15초 이하)글자 수를 초당 5.4자로 나누고 1초를 더해 조각 길이를 정하고, 15초를 넘는 조각이 있으면 나눠 오라며 멈춰요.skills/digital-human-koubo/scripts/build_tasks.py - 3
build_tasks.py → 나
조각 수 · 초 · 예상 크레딧720p는 초당 17, 화면 속 화면용 480p는 초당 10 크레딧으로 견적을 내요. 동의해야 생성이 시작돼요.skills/digital-human-koubo/scripts/build_tasks.py - 4
Claude Code → Renoise MCP · Grok Video 1.5
tasks.json 10개씩 create_tasks → 내려받기참조 사진과 프롬프트를 붙인 작업을 보내고, 결과는 rangedl.py가 6구간으로 나눠 이어받은 뒤 ffmpeg로 디코딩해 확인해요.skills/digital-human-koubo/scripts/rangedl.py - 5
Renoise MCP · Grok Video 1.5 → assemble.py · whisper
renoise-<taskId>.mp4whisper로 받아써 대본과 비교하고 85% 밑이면 표시해요. 말이 끝나고 0.25초까지만 남겨 이어 붙이고 -16 LUFS로 맞춰요.skills/digital-human-koubo/scripts/assemble.py - 6
assemble.py · whisper → Remotion으로 렌더한 MP4
tl.json 글자 단위 시간표 → 렌더align.py가 글자마다 시각을 매기면, 스타일 템플릿과 pack 목록의 포장 컴포넌트가 그 시각에 맞춰 화면에 나와요.skills/digital-human-koubo/scripts/align.py
넣으면 이렇게 나와요
나한테 맞을까요
이럴 때 좋아요
- 얼굴을 직접 찍지 않고 같은 진행자로 숏폼이나 해설 영상을 꾸준히 올리고 싶을 때
- 가격·숫자를 크게 보여 줘야 하는 9:16 상품 소개나 라이브 광고
- 생성 비용을 먼저 보고 조각 단위로 다시 찍고 싶을 때
- Claude Code나 Codex에서 원격 MCP와 로컬 명령을 이미 쓰고 있을 때
이건 안 돼요
- 영상 생성은 Renoise 계정의 크레딧을 써요. 27초 광고가 482, 4분 36초 튜토리얼이 약 3,250 크레딧이었어요.
- 진행자 뒤 글자 효과는 Apple Vision을 써서 macOS에서만 돼요.
- Remotion은 개인과 3명 이하 회사만 무료이고, 그보다 큰 회사는 회사 라이선스가 필요해요.
- Grok 목소리를 다른 음성으로 바꾸면 입 모양이 약 100ms 어긋나요. 얼굴과 목소리는 본인 것이나 허락받은 것만 써야 해요.
발행 전에 Devalley 편집자가 검토했어요. 칼럼은 어떻게 만드나요