영상에서 자료 뽑기 — yt-dlp + 음성→글

이 장에서 배우는 것 영상 한 편을 읽을 수 있는 글로 바꾸는 순서. 그리고 그 순서에서 다운로드를 건너뛰는 지점이 어디인지.

먼저 — 영상을 정말 받아야 하는가

앞 장과 같은 질문입니다. 영상 파일은 이 가이드에서 다루는 것 중 가장 무겁고 가장 자주 깨지는 입력입니다. 위에서부터 확인하세요.

대부분의 업무는 첫 두 줄에서 끝납니다. "이 채널이 요즘 무슨 얘기를 하나", "경쟁사 신제품 영상 열 편 요약해줘" 같은 일에 영상 파일은 필요 없습니다.

graph TD
  A["영상에서 뭔가 알아내야 한다"] --> B{"자막이 있나"}
  B -->|있다| C["자막만 받기 — 여기서 끝"]
  B -->|없다| D["오디오만 받기"]
  D --> E["음성 → 글"]
  C --> F["요약·분류·표 만들기"]
  E --> F
  A --> G{"화면을 봐야 하나"}
  G -->|그렇다| H["그때 비로소 영상"]

그 다음 — 해도 되는 일인지

기술보다 먼저입니다. 도구는 이 중 어느 것도 해결해 주지 않습니다.

• 이용약관. 대부분의 영상 플랫폼은 약관에서 다운로드를 제한합니다. 기술적으로 되는 것과 해도 되는 것은 다릅니다.
• 저작권. 영상은 저작물입니다. 자막·대본을 요약해 내부 판단에 쓰는 것과 받은 영상을 재배포하거나 다시 편집해 올리는 것은 완전히 다른 문제입니다. 뒤쪽은 이 장의 범위가 아닙니다.
• 로그인·비공개 뒤. 계정 약관에 걸립니다. 내 계정으로 내가 올린 것을 받는 것과 장벽을 우회하는 것은 다릅니다.
• 개인정보. 공개된 영상이라도 사람이 찍혀 있으면 처리 근거가 필요합니다.
• 상대 서버 부담. 채널 전체를 한 번에 긁지 마세요. 간격을 두세요.

가장 편한 경우는 내 채널, 내 영상입니다. 내가 올린 영상의 자막을 모아 정리하거나 지난 방송 원고를 다시 쓰는 용도라면 위 대부분이 애초에 문제가 되지 않습니다. 그 밖의 대상이라면 요약해서 내부에서 읽는 선까지로 두는 편이 안전합니다.

도구 — yt-dlp 하나

이 영역은 선택지가 사실상 하나입니다.

ffmpeg가 함께 필요합니다. yt-dlp가 화질·음질을 따로 받아 합치거나 오디오를 변환할 때 내부에서 부릅니다. 없으면 "합칠 수 없다"며 반쪽짜리 파일을 남깁니다.

명령 네 개

1. 메타데이터만 — 가장 싸다

제목·길이·업로드일·설명·조회수가 JSON 한 덩어리로 나옵니다. 무엇을 볼지 고르는 단계에 쓰세요. 채널 목록은 이렇게 봅니다.

2. 자막만 — 대부분 여기서 끝

--write-subs는 올린 사람이 넣은 자막, --write-auto-subs는 플랫폼이 자동 생성한 자막입니다. 둘 다 켜 두고 있는 쪽을 씁니다.

자동 자막은 원문 그대로가 아닙니다. 고유명사·숫자·제품명이 자주 틀립니다. 요약과 흐름 파악에는 충분하지만, 인용하거나 숫자를 옮길 때는 원본을 확인 하세요.

3. 오디오만 — 자막이 없을 때

-x는 오디오만 추출입니다. 영상 대비 용량이 한 자릿수 퍼센트로 떨어집니다. 다음 단계인 음성→글에는 오디오만 있으면 됩니다.

4. 영상 — 화면을 봐야 할 때만

-S "res:720"은 720p를 넘지 않는 선에서 가장 좋은 것을 고릅니다. 원본 화질을 그대로 받을 이유가 거의 없습니다 — 자료로 볼 것이라면 720p로 충분하고 용량이 몇 배 차이 납니다.

두 번 받지 않기

받은 것의 id를 파일에 적어 두고 다음 실행에서 건너뜁니다. 매일 도는 파이프라인에서는 이게 없으면 같은 영상을 계속 다시 받습니다.

글로 바꾸기

오디오를 받았으면 음성과 이미지 다루기의 경로를 그대로 씁니다.

여기까지 오면 영상은 글이 됐고, 그 다음은 이 가이드 앞부분과 똑같습니다. REST로 업무를 만들어 요약·분류·표 만들기를 맡기면 됩니다.

graph TD
  A["1 목록<br/>terminal"] --> B["2 자막 또는 오디오<br/>terminal"]
  B --> C["3 음성 → 글<br/>모델 API"]
  C --> D["4 요약·정리<br/>task"]
  D --> E["out/요약.md"]

3번은 자막이 있으면 통째로 건너뜁니다. 이 파이프라인에서 가장 비싼 칸이라, 2번에서 자막을 먼저 확인하는 것만으로 대부분의 비용이 사라집니다.

HyperTeams에서 돌리기

수집은 판단이 없는 작업이라 task가 아니라 terminal입니다. 사례 — 콘텐츠 공장의 수집 칸과 같은 자리입니다.

• 파일은 작업 폴더 안에 둡니다. out/은 이진 파일이 쌓이는 곳이라 버전 관리에서 빼세요.
• 오래 걸립니다. 열 편이면 분 단위, 음성→글까지 붙으면 그 이상입니다. 화면 앞에서 기다릴 일이 아니라 예약으로 돌릴 일입니다.
• 해석과 가공은 다음 단계 task에 맡깁니다. 수집과 판단을 한 칸에 섞으면 실패했을 때 어느 쪽이 문제인지 알 수 없습니다.

Connect에서 한 편만 볼 때

팀 워크스페이스에서 영상 하나를 그 자리에서 요약하는 정도라면 위 배선이 필요 없습니다. 도구 설정의 웹 도구가 유튜브 내용 가져오기를 포함합니다. 채널 단위로 매일 돌릴 때만 이 장으로 오세요.

유지비 — 여기도 한 번 만들고 끝나지 않습니다

그래서 버전을 고정하지 마세요. 다른 의존성과 반대입니다.

그리고 성공을 가정한 파이프라인을 만들면 안 됩니다. 조용히 빈 결과를 내려보내는 것이 가장 나쁩니다 — 뒷단계가 그 빈 값으로 그럴듯한 요약을 지어냅니다.

자주 하는 실수

자막을 확인하지 않고 영상부터 받습니다

가장 흔합니다. 자막 한 번 확인하면 끝날 일에 수백 MB와 음성→글 시간을 씁니다. 순서가 자막 → 오디오 → 영상인 이유입니다.

자동 자막을 원문처럼 인용합니다

앞에서 적었지만 다시 씁니다. 자동 자막의 숫자와 고유명사는 믿지 마세요.

채널 전체를 한 번에 긁습니다

차단되고, 오래 걸리고, 대부분 필요 없는 영상입니다. 메타데이터로 먼저 고르고 고른 것만 받으세요.

받은 영상을 다시 올립니다

이 장은 자료로 읽기 위한 수집을 다룹니다. 재배포·재편집은 저작권 문제이고, 도구가 해결해 주지 않습니다.

확인

1. 영상 열 편을 요약해야 합니다. 무엇부터 받습니까?

2. 왜 yt-dlp는 버전을 고정하지 않습니까?

3. 수집이 0건일 때 무엇을 해야 합니까?

다음은 국내 실무에서 가장 자주 막히는 확장자입니다 → 공문서 다루기 — hwp·hwpx