📺 영상 요약 아카이브
← 목록

AI 직원들이 밤새 영상 만드는 1인 기업 | 영상 바이브코딩으로 AI 자율 회사 만들기

CONNECT AI LAB · 2026-11-06 12:34 · 35:24

한 줄 핵심

블렌더와 MCP를 AI에 연결해 3D 모델·카메라·렌더링을 코드로 제어하면, 영상 제작을 재활용 가능한 자산 기반의 자율 콘텐츠 시스템으로 바꿀 수 있다.

시간별 요약

  1. 0:00
    밤새 일하는 AI 콘텐츠 팀 AI를 콘텐츠 팀처럼 두고 밤새 생성하게 만든 뒤 유튜브 업로드까지 자동화하는 구상을 제시한다. 핵심은 자동화가 아니라 목표를 스스로 수행하는 자율형 AI 회사라는 점이다.
  2. 0:19
    영상 생성과 바이브 코딩의 차이 매번 새로 생성하는 영상은 비용이 들고 수정이 어렵지만, 3D 모델을 만들어 재활용하는 방식은 수정과 반복이 쉽다. 바이브 코딩은 한 번 만들어 둔 세트 안에서 카메라와 캐릭터를 바꿔가며 계속 촬영하는 방식으로 비용과 통제력을 동시에 확보한다.
  3. 1:32
    교재와 Blender 모델링 도구로 Blender를 선택하는 이유는 무료 오픈소스이고 내부 구조를 코드로 활용할 수 있기 때문이다. AI와 연결하면 자연어 명령을 파이썬 코드 실행으로 바꿔 3D 제작을 자동화할 수 있다.
  4. 3:47
    Blender 다운로드 공식 사이트에서 Blender를 내려받아 설치하는 기본 절차를 안내한다. Windows와 Mac에서 모두 무료로 사용할 수 있으며 기부는 선택사항이다.
  5. 4:24
    Blender 둘러보기, 원래는 한 땀 한 땀 기본 화면에서 이동, 회전, 확대/축소로 3D 오브젝트를 조작하는 법을 보여준다. 원래는 네모, 동그라미, 창문 같은 요소를 수작업으로 만들었지만, 이제는 AI가 말만으로 형태를 만들어 준다.
  6. 6:00
    왜 시뮬레이터를 배웠나 인공지능 두뇌를 만들려면 실제와 유사한 환경을 먼저 만들어야 한다는 관점에서 시뮬레이터에 관심을 가졌다고 설명한다. 환경 안에서 모델이 생존하고 진화하는 구조에 대한 문제의식이 배경이다.
  7. 6:32
    카메라와 애니메이션 카메라 움직임을 키프레임으로 기록하면 장면 안에서 촬영 자체가 애니메이션이 된다. 렌더링은 그 프레임들을 영상으로 합치는 과정이며, 그래서 영상을 생성하지 않아도 비용을 줄일 수 있다.
  8. 7:55
    모델링, 애니메이션, 렌더링의 세 단계 3D 영상 제작은 세트와 오브젝트를 만드는 모델링, 카메라와 캐릭터를 움직이는 애니메이션, 이를 화면으로 바꾸는 렌더링의 3단계로 정리된다. 이 조합만으로 다양한 장면 연출이 가능하다.
  9. 8:27
    직접 만든 파일 열어보기 실제 Blender 파일을 열어 레이아웃, 조명, 카메라, 프레임 구성을 확인한다. 재생 버튼으로 카메라 이동과 분해 장면을 실행해 보이며, 제품 홍보나 콘텐츠 제작에 활용 가능하다고 보여준다.
  10. 10:39
    교재 프롬프트 제품 광고, 인테리어, 3D 공간, 로고, 가상 스튜디오 같은 예제를 포함한 실전용 프롬프트 묶음을 제공한다. 프롬프트를 복사해 AI에 넣는 것만으로도 같은 방식의 작업 흐름을 재현할 수 있다.
  11. 11:37
    Blender MCP 연결, GitHub에서 시작하기 AI 모델과 Blender를 MCP로 연결해야 자연어 명령이 실제 조작으로 이어진다. GitHub에 공개한 예제를 복사해 Claude Code, Codex, Antigravity 같은 도구에 붙여넣는 흐름을 안내한다.
  12. 12:46
    Claude, Codex, Antigravity에 연결 세 도구에서 Blender MCP 연결이 정상적으로 완료되는 과정을 비교한다. 설치와 등록이 자동으로 끝나면 각 모델이 Blender의 상태를 읽고 바로 조작할 수 있다.
  13. 14:04
    말로 시키면 도구를 찾아 코딩한다 대화창에 원하는 장면을 말하면 AI가 필요한 도구와 코드를 찾아 Blender를 수정한다. 공원, 벤치, 햇빛처럼 요소를 순차적으로 추가하는 식으로 장면을 세밀하게 조합할 수 있다.
  14. 14:42
    Claude로 빨간 공과 무지개 Claude에 반짝이는 공과 무지개 반사를 요청해 즉시 3D 오브젝트가 생성되는 예시를 보여준다. Blender가 켜져 있어야 MCP 연결이 동작하며, 실제 조작이 즉시 반영된다.
  15. 16:03
    ChatGPT로 천 만들기 ChatGPT를 사용해 기존 빨간 공 옆에 네모난 천 재질 오브젝트를 추가한다. 서로 다른 모델이 같은 장면에서 역할을 나눠 협업하는 모습이 드러난다.
  16. 16:25
    분산형 AI 여러 인공지능 모델이 각자 잘하는 일을 분담해 하나의 목표를 완성하는 방식을 분산형 AI로 정의한다. 앞으로는 이런 협업 구조로 AI 중심 회사를 운영하게 될 것이라는 관점을 제시한다.
  17. 17:09
    천이 떨어지는 애니메이션, 재질과 물리 천이 공 위로 떨어지는 애니메이션을 만들며 재질과 물리 속성이 장면 결과를 좌우한다는 점을 보여준다. 천, 쇠, 유리처럼 재질을 다르게 지정하면 움직임과 충돌 방식이 달라진다.
  18. 18:20
    Antigravity로 이미지 배경 Antigravity의 이미지 생성 기능을 활용해 현재 장면에 어울리는 배경을 만들고 Blender 배경에 즉시 적용한다. 생성된 하늘 배경과 조명 반사가 장면의 완성도를 높인다.
  19. 20:44
    파일이 곧 자산 완성한 모델과 장면은 저장해 두면 언제든 다시 불러올 수 있는 자산이 된다. 한 번 만들어 둔 파일을 재사용하면 영상 생성 비용을 크게 줄이면서도 다양한 길이의 콘텐츠를 만들 수 있다.
  20. 21:33
    카메라 무빙으로 영상 렌더링 상상한 카메라 움직임을 프롬프트로 적으면 AI가 프레임 단위의 코드로 바꿔 렌더링한다. 영상은 결국 프레임들의 연속이므로, 프레임 설계가 곧 영상 설계가 된다.
  21. 23:00
    재활용으로 비용 최소화 한 번 만든 모델은 다른 프로젝트에도 조합해 사용할 수 있어 생성 비용을 최소화한다. 초기 제작 비용만 들고 이후에는 재활용 중심으로 콘텐츠 사업을 운영할 수 있다.
  22. 23:32
    고퀄리티 모델 받기 릴리즈 파일을 내려받아 고퀄리티 모델을 활용하고, 저장 전에 애니메이션 재생으로 동작을 확인한다. 큰 파일은 무거울 수 있으므로 와이어프레임 같은 가벼운 보기 모드를 활용해야 한다.
  23. 25:01
    큰 파일 열기와 와이어프레임 무거운 Blender 파일은 실행이 느려질 수 있어 실물 표시 대신 와이어프레임으로 전환하는 방법을 쓴다. 큰 장면을 다룰 때는 성능 부담을 줄이는 설정이 중요하다.
  24. 25:52
    호호 마켓으로 바꾸기 기존 장면의 텍스트와 색상을 다른 브랜드 스타일로 바꾸는 리브랜딩 예시를 보여준다. AI가 화면을 읽고 문구와 벽 색을 바꾸는 식으로 장면을 빠르게 수정할 수 있다.
  25. 27:27
    세트장 하나로 매일 콘텐츠 하나의 큰 세트장을 만들어 두고 그 안에서 캐릭터와 스토리를 매일 새로 생산하는 전략을 제시한다. 제품 홍보용 세계관이나 쇼츠 시리즈를 반복 생산하기에 적합하다.
  26. 28:12
    오토파일럿: 매일 아침 자동 영상 매일 정해진 시간에 자동으로 생성·렌더링·업로드하는 프롬프트 구조를 설명한다. 세로/가로 비율, 길이, 바꿀 요소, 바꾸지 말아야 할 요소를 명시하면 자동 운영이 가능하다.
  27. 30:55
    조합으로 콘텐츠 늘리기 모자, 캐릭터, 장갑, 신발처럼 요소를 여러 개 만들어 조합 수를 폭발적으로 늘리는 방식이 효율적이다. 한 번 세팅한 자동화는 추가 토큰 소모 없이 다양한 변형 콘텐츠를 지속 생산한다.
  28. 32:42
    시대의 변화 AI는 영상 제작 도구를 넘어 수익 구조와 비즈니스 형태 자체를 바꾸고 있다. 사람 중심 회사보다 AI 네이티브 회사, 또는 AI 1인 기업이 중요한 시대가 왔다.
  29. 33:08
    자동화와 자율화는 다릅니다 자동화는 규칙을 따르는 반복 실행이고, 자율화는 목표를 주면 AI가 추론하고 판단해 스스로 움직이는 구조다. 지향점은 단순 자동 업로드가 아니라 자율적으로 의사결정하는 AI Autonomous Company다.
  30. 33:41
    올리고 분석하고 강화 학습 콘텐츠를 올린 뒤 조회수, 좋아요, 댓글, 이탈 지점을 분석해 다음 영상에 반영하는 피드백 루프가 필요하다. 세부 요소를 조금씩 바꾸며 보상과 처벌 기반으로 개선해야 진짜 강화 학습형 운영이 된다.
  31. 34:48
    여러분도 도전해 보세요 블렌더와 AI를 연결한 제작 방식을 직접 시도해 보고, 유튜브나 인스타그램 업로드와 분석까지 실험해 보라고 독려한다. 실행해 보면 AI 기반 콘텐츠 제작의 가능성을 체감할 수 있다.

실무 인사이트

  • 영상 생성 모델보다 3D 세트 + 카메라 렌더링 방식이 수정과 재활용에 유리하므로, 콘텐츠 제작은 '생성'보다 '자산화' 관점으로 설계하는 것이 효율적이다.
  • MCP로 Blender를 연결하면 프롬프트를 곧바로 실행 가능한 작업 지시로 바꿀 수 있어, 비개발자도 자연어 기반의 3D 제작 자동화를 시도할 수 있다.
  • 매일 콘텐츠를 만들려면 하나의 큰 세계관과 조합 가능한 구성요소를 미리 설계해 두고, 생성·렌더링·업로드·분석을 루틴화하는 것이 핵심이다.