AI한테 유튜브 영상 편집을 전부 맡겨봤습니다 (feat. Higgsfield)

한 줄 핵심

Claude Code와 Higgsfield를 MCP로 연동해 유튜브 롱폼 편집·나레이션·썸네일·업로드까지 거의 전 과정을 AI로 자동화할 수 있지만, 비용을 폭증시키지 않으려면 블록 분할과 히어로 블록 최소화가 핵심이다.

시간별 요약

1. 0:00
   영상 제작을 7단계로 쪼개고, 앞의 소재 선정과 스크립트 작성만 사람이 맡은 뒤 블록 분리부터 업로드까지는 AI가 처리하도록 설계했다. 자연스러운 결과를 얻기 위해서는 한 번에 끝내기보다 여러 단계로 나눠 작업하는 방식이 유효하다.
2. 1:00
   소재 선정은 경쟁 채널을 따라가기보다 기존에 반응이 좋았던 쓰레드 글을 롱폼으로 확장하는 방식으로 잡았다. 스크립트는 직접 작성하지 않고 마이크로 말한 내용을 받아 적어, 말하듯 자연스러운 톤을 확보했다.
3. 3:01
   블록은 단순 화면인 서포트와 복잡한 연출이 필요한 히어로로 나누었고, 서포트는 리모션으로 빠르고 저렴하게 만들었다. 초반에는 히어로 비중이 너무 높아 크레딧이 급격히 소모됐고, 단순한 장면을 영상 AI로 만들지 않는 판단이 비용 절감의 핵심임을 확인했다.
4. 5:01
   나레이션은 Higgsfield의 보이스 클론으로 실제 목소리에 가까운 결과를 만들었고, MCP를 통해 Claude Code와 연동해 CLI 인증과 호출까지 자동화했다. 이미지·음성·영상 생성이 한 번 연결되면 단일 도구가 아니라 제작 파이프라인 전체를 맡길 수 있다.
5. 9:00
   최종본은 여러 차례 수정해 11번째 버전을 채택했고, 유튜브 비공개 업로드와 모바일 검토까지 연결해 피드백 루프를 빠르게 돌렸다. 제목과 썸네일도 AI 초안에만 의존하지 않고 다른 유튜버 사례를 참고해 보완했으며, 결국 하루 2천 조회수를 기록했다.

실무 인사이트

• AI 영상 제작은 생성 모델보다 블록 설계가 성패를 좌우하므로, 먼저 단순 장면과 복잡한 장면을 분리해 비용이 큰 구간을 최소화해야 한다.
• 나레이션·미리보기·업로드를 한 흐름으로 묶으면 검수 속도가 크게 빨라지므로, 유튜브 비공개 업로드 같은 중간 검증 단계를 자동화하는 것이 효과적이다.
• 썸네일과 제목은 생성 결과를 그대로 쓰기보다 채널 맥락과 기존 반응 패턴을 함께 반영해야 클릭률을 안정적으로 끌어올릴 수 있다.