2장. 유튜브 자동화

유튜브는 얼굴을 비춰야 한다고 생각한다. 아니다. 얼굴 없이 수십만 구독자를 가진 채널들이 있다. AI 음성과 배경 영상만으로 운영한다.

얼굴 없이 구독자를 모을 수 있다

유튜브를 시작하지 못하는 이유 1위가 뭔지 아나. "카메라 앞에 서기 싫어서"다. 말하는 모습을 찍어야 하고, 편집도 해야 하고, 조명도 세팅해야 한다. 그 허들이 너무 높다.

그런데 그게 필요 없는 채널 포맷이 있다. 트렌드 분석 채널. 뉴스 요약 채널. 지식 강의 채널. 얼굴이 한 번도 안 나온다. AI 음성이 말하고, 배경 영상이 깔린다. 이런 채널들이 구독자 수십만을 찍는다.

나는 이걸 자동화했다. 주제만 입력하면 영상 한 편이 만들어지는 봇을 Claude에게 시켜서 만들었다.

쇼츠 자동 제작

쇼츠(60초 이내 세로 영상)는 알고리즘이 새 채널을 밀어주는 포맷이다. 구독자가 없어도 조회수가 나온다. 유튜브가 새 채널한테 노출을 줘서 성장을 테스트한다. 이 포맷을 자동화한다.

주제 입력
  → Claude가 60초 대본 작성
  → ElevenLabs가 음성 변환 (무료 플랜: 월 10분)
  → Pexels에서 배경 영상 다운로드 (무료)
  → MoviePy로 자동 합성
  → MP4 완성 → 유튜브 업로드

이 파이프라인을 봇으로 만들었다. Claude에게 이렇게 말했다.

한 시간 뒤에 봇이 완성됐다. 지금 이 봇이 매일 쇼츠를 만든다. 내가 하는 일은 주제 하나 입력하는 것 뿐이다.

트렌드 먼저 잡아라

어떤 주제로 쇼츠를 만들지 모르면 실패한다. 내가 만들고 싶은 영상이 아니라 사람들이 지금 보고 싶은 영상을 만들어야 한다. 그래서 나는 경쟁 채널 분석 봇도 따로 돌린다.

매일 오전 7시, 봇이 내 분야 유튜브 채널들을 긁어온다. 최근 7일 안에 조회수가 빠르게 오른 영상 20개를 뽑는다. 제목, 조회수, 올린 날짜, 태그. 엑셀 파일로 저장된다. 나는 그걸 보고 오늘 뭘 만들지 결정한다.

경쟁 분석 리포트가 매일 자동으로 만들어지는 거다. 이것도 Claude에게 한 줄로 시켰다.

지금 당장 해볼 것

대본 복사 → ElevenLabs(elevenlabs.io)에 붙여넣기 → 음성 다운로드 → Pexels(pexels.com)에서 배경 영상 무료 다운로드 → 캡컷으로 합성 → 업로드. 오늘 안에 첫 쇼츠가 올라간다. 비용 0원이다.

3장. 연결하면 달라진다

블로그와 유튜브를 따로 돌리는 것보다 연결하면 효과가 커진다.

블로그로 검색 유입. 유튜브로 알고리즘 유입. 두 채널이 서로를 밀어준다. 이게 1인 기업가가 마케팅팀 없이 할 수 있는 가장 효율적인 구조다.

4장. AI한테 잘 시키는 법

이게 이 책에서 제일 중요한 챕터다. 도구는 맞는데 결과가 안 나오는 이유의 90%가 여기 있다. AI한테 어떻게 말하느냐가 결과를 결정한다.

왜 AI가 엉뚱한 걸 만드냐

대부분의 사람이 처음 AI에게 이렇게 말한다. "블로그 자동화 만들어줘." 그러면 AI가 뭔가를 만든다. 그런데 내가 원하는 게 아니다. 왜냐면 내가 뭘 원하는지 제대로 말하지 않았기 때문이다.

AI는 내 머릿속을 읽지 못한다. 내가 말한 것만 처리한다. 말이 모호하면 AI가 알아서 채워넣는다. 그 "알아서"가 내가 원하는 게 아닐 때가 많다. 이걸 이해하면 AI를 쓰는 방식이 완전히 달라진다.

CIF 공식 — 세 줄로 정확하게

나는 AI에게 말할 때 항상 세 가지를 포함시킨다. Context, Intent, Format. 줄여서 CIF다. 이게 습관이 되면 AI가 한 번에 정확한 걸 뽑아낸다.

이 세 줄이면 AI가 정확히 뭘 해야 하는지 안다. 헤매지 않는다. 되묻지 않는다. 바로 뽑아낸다.

반면 "블로그 자동화 만들어줘"는 C도 I도 F도 없다. AI가 전부 혼자 결정한다. 내가 원하는 게 나올 확률이 낮다.

절대 하지 말아야 할 것 3가지

이건 2권에서 제일 많이 강조하는 부분이다. 실제로 사람들이 다 만들어놓고 마지막에 망하는 이유가 여기 있다.

이 세 가지를 지키면 실패 확률이 반으로 줄어든다. 지키지 않으면 잘 되다가 한 번에 무너지는 경험을 하게 된다. 나도 했다.

AI한테 페르소나를 줘라

마지막 팁 하나. "블로그 글 써줘"보다 이렇게 말하면 결과물이 완전히 달라진다.

AI는 역할을 받으면 그 역할에 맞게 사고한다. 빈 AI보다 역할을 가진 AI가 훨씬 좋은 결과물을 낸다. 이걸 페르소나 부여라고 한다. 한 줄짜리 설정이지만 결과물 품질이 완전히 달라진다.

5장. 에러를 만나면 이렇게 해라

바이브코딩을 시작하면 반드시 에러를 만난다. 빨간 글씨가 터미널 화면에 쏟아진다. 여기서 대부분의 사람이 멈춘다. "내가 뭔가 잘못한 것 같아." "컴퓨터가 고장난 것 같아." 닫아버린다.

틀렸다. 에러는 고장이 아니다.

에러는 진단서다

에러 메시지는 컴퓨터가 나한테 하는 말이다. "여기서 이게 문제야"라고 알려주는 거다. 의사가 검사 결과지를 보는 것처럼, 에러 메시지를 보면 뭐가 잘못됐는지 정확히 나온다.

문제는 우리가 그 언어를 모른다는 거다. 영어로 쓰여있고 개발 용어가 섞여 있다. 읽어도 모른다.

그럼 어떻게 해야 하나. 읽으려 하지 마라. 그냥 복사해서 AI에게 던져라.

AI가 에러를 분석하고 원인을 찾아서 코드를 수정해준다. 다시 실행해라. 또 에러가 나면 또 던져라. 이 사이클을 반복하다 보면 어느 순간 돌아간다.

에러가 나는 게 정상이다

전문 개발자도 에러가 난다. 매일 에러가 난다. 차이는 그들은 에러를 두려워하지 않는다는 거다. "에러가 나면 고치면 되지"라고 생각한다.

나도 처음엔 빨간 화면을 보면 당황했다. 지금은 다르다. "AI야, 이 에러 봐봐"하고 던진다. 그 순간부터 내 일이 아니라 AI의 일이 된다.

바이브코딩에서 내가 해야 할 일은 에러를 고치는 게 아니다. 에러를 AI에게 전달하는 거다. 고치는 건 AI가 한다. 나는 실행만 한다.

첫 번째 성공이 모든 것을 바꾼다

처음 봇이 돌아가는 순간이 있다. 터미널에 결과가 찍히고, 파일이 만들어지고, 자동으로 뭔가가 실행되는 그 순간. 그때의 느낌이 전부를 바꾼다.

"내가 이걸 만들었다"는 감각. 코딩을 몰라도 이걸 만들 수 있다는 확신. 이게 생기면 멈추지 않는다. 다음 게 하고 싶어진다. 그다음 게, 또 그다음 게.

나도 첫 봇이 돌아갈 때 새벽 2시였다. 잠이 안 왔다. "이다음엔 뭘 만들지?" 이 생각을 하면서 날을 새웠다. 지금 봇 11개가 그렇게 생겼다.

지금 당장 Claude 웹버전을 열어라. CIF 공식으로 말해라. 에러가 나면 던져라. 오늘 첫 번째 성공을 만들어라.

VibeCoding Mastery · 이 책은 자유롭게 공유하셔도 됩니다 · dev.janda@gmail.com