15분 만에 바이럴 YouTube Shorts 만드는 AI 워크플로우 5단계 — Claude·OpenArt·ElevenLabs·GPT Image·CapCut 실전 조합

15분 만에 바이럴 YouTube Shorts 만드는 AI 워크플로우 5단계 — Claude·OpenArt·ElevenLabs·GPT Image·CapCut 실전 조합

Youri van Hofwegen은 3년 이상 AI 생성 도구와 씨름해 온 크리에이터다. 그가 정리한 5단계 워크플로우는 아이디어 발굴 → 대본 → 보이스오버 → 이미지 → 편집을 15분 이내에 끝낸다. 시장에서 이미 검증된 구조를 자신의 니치로 옮기는 레플리케이션 전략과, 각 단계에서 어떤 AI 도구가 최선인지 이유를 제시한다. 이 리포트는 그의 워크플로우를 도구 · 프롬프트 · 실전 팁 중심으로 재구성한다.

이 리포트가 답하는 질문
- 왜 "원본 아이디어"가 아니라 "이미 잘 되는 구조 복제"가 90%+ 성공률의 비결인가?
- Claude에게 "구조만 가져오고 대본은 새로 써달라"고 하는 프롬프트는 어떻게 짜는가?
- ElevenLabs의 음성이 왜 여러 툴 중 유일하게 로봇처럼 안 들리는가?
- YouTube 계정 밴을 피하는 copyright-free 게임플레이 소스는 어디서 구하는가?

목차

1. 15분 · 5단계로 바이럴 쇼츠 만들기의 오프닝
2. Step 1 — 아이디어와 구조: 원본이 아니라 복제하라
3. Step 2 — Claude로 구조 추출과 니치 이식 대본 만들기
4. Step 3 — ElevenLabs 보이스오버, OpenArt로 통합 접근
5. Step 4 — Claude에게 GPT Image 2 프롬프트 요청하기
6. 이미지 5장 생성: 미러 반사와 아놀드 얼굴까지
7. Step 5 — CapCut 편집과 자동 캡션
8. 계정 밴 회피: 저작권 프리 게임플레이 필수
9. 완성 결과와 지속 반복 가능한 파이프라인
10. 핵심 요약(Takeaways)

1. 15분 · 5단계로 바이럴 쇼츠 만들기의 오프닝 (0:00~0:17)

Youri가 강조하는 이 워크플로우의 특징은 두 가지다. 첫째, 단계가 정확히 5개로 정형화되어 있다. 둘째, 한 번 학습하면 동일 프로세스를 무한 반복할 수 있다. 즉 개별 콘텐츠의 창의성이 아니라 반복 가능한 시스템이 이 방법론의 핵심이다. 그 결과 채널은 조회수 수백만 이상으로 확장될 수 있다.

2. Step 1 — 아이디어와 구조: 원본이 아니라 복제하라 (0:17~1:26)

가장 오해받는 지점이자 가장 중요한 단계. 초보자들은 "원본 아이디어"에 집착하며, 이것이 90% 이상이 조회수 1,000 미만에 머무는 이유다. Youri의 원칙은 정반대다.

원칙 1 — 바퀴를 재발명하지 마라. 이미 잘 되는 것을 찾아 자신의 니치로 이식하라.

실전 방식은 이렇다. 이미 뜨는 YouTube 채널을 찾는다(꼭 자신의 니치일 필요는 없다). 그 채널에서 가장 조회수가 높은 쇼츠를 고른다. 조회수가 많을수록 구조의 유효성 증거가 강해진다. 이 쇼츠에서 훔쳐올 것은 스토리가 아니라 구조와 스타일이다. Youri는 튜토리얼 예시로 피트니스 니치를 선정하고, 다른 니치의 히트 쇼츠를 벤치마킹한다.

구체적 프로세스:

1. 참고 쇼츠의 URL 복사 → youtubetotranscript.com에 붙여넣어 스크립트 추출 (무료)
2. 스크립트 전체를 클립보드에 확보

3. Step 2 — Claude로 구조 추출과 니치 이식 대본 만들기 (1:26~2:24)

여기서 Youri는 두 가지 옵션을 제시한다. ① 스크립트를 라인별로 분석해 왜 바이럴됐는지 손으로 찾기, ② Claude에게 시키기. 그의 선택은 당연히 후자다.

Claude에 새 채팅을 열고, 준비된 프롬프트 + 참고 스크립트 + 자기 니치(예: fitness)를 넣는다. 프롬프트가 시키는 일은 명확하다.

Claude에게 시키는 일: 내 니치를 리서치한 뒤, 원본 스크립트와 같은 스타일·길이·톤으로 새 대본을 작성하라. 즉 구조는 유지, 콘텐츠는 새로 생성.

결과는 짧고 강렬한 피트니스 대본. 원본과 동일한 리듬의 펀치라인, 동일한 훅, 다만 소재만 헬스장 씬으로 이식된 것. 이 스타일 이식 프롬프트가 이 워크플로우의 핵심이다. 아이디어 자체보다 구조를 옮기는 능력이 반복 가능한 자산이 된다.

4. Step 3 — ElevenLabs 보이스오버, OpenArt로 통합 접근 (2:24~3:55)

Youri는 수년간 다양한 TTS를 실험했지만, 결론은 하나다. ElevenLabs가 유일하게 로봇 같지 않은 음성이라는 것. 다만 그는 ElevenLabs를 OpenArt 안에서 사용한다. 이유는 OpenArt가 TTS · 이미지 · 비디오를 한 곳에서 통합 제공하기 때문이다.

ElevenLabs 세팅 팁
- 모델: 11v3 선택
- 음성 필터: 억양(예: American) + 성별 + 사용 케이스(예: conversational)
- 프리뷰 버튼으로 미리 들어보기 필수. Youri는 "Mark"라는 음성을 선택

결과 음성은 "인공지능인지 모를 정도"라는 것이 Youri의 평. 이 지점이 사실상 AI 생성 콘텐츠의 인지 임계점을 넘긴 신호다. 시청자가 로봇 목소리라고 느끼지 않는 순간, 콘텐츠는 인간이 만든 것과 구분되지 않는다.

5. Step 4 — Claude에게 GPT Image 2 프롬프트 요청하기 (3:55~5:03)

대본이 완성되어도 아직 비주얼이 없다. Youri는 같은 Claude 채팅창으로 돌아가 이미지 프롬프트를 요청한다. 이 방식이 중요한 이유는 Claude가 이미 대본·니치·톤의 컨텍스트를 알고 있기 때문이다.

Claude에게 넘길 정보 — 사용할 이미지 모델을 명시(이 경우 GPT Image 2). 모델마다 최적 프롬프트 구조가 다르므로 이 정보가 결과 품질을 좌우.

Claude가 반환한 5개 프롬프트는 밈 스타일로 설계됐다. 각 프롬프트는 다음을 포함한다: ① 제안 타이틀(예: "the chest-only guy"), ② 캐릭터 디테일, ③ 왜 이 밈이 웃긴지에 대한 설명. 이 마지막 요소가 결정적인데, 이미지 모델이 의도된 웃음 코드를 파악할 수 있게 하기 때문이다.

6. 이미지 5장 생성: 미러 반사와 아놀드 얼굴까지 (5:03~6:29)

OpenArt의 이미지 섹션 → GPT Image 2 모델 선택 → 프롬프트를 하나씩 붙여넣기. Youri의 세팅:

생성된 5개 밈 이미지:

1. Treadmill 사람들: 운동복도 안 입고 커피 · 스마트폰 들고 걷는 사람들
2. Angry Skinny Guy: 마른 남자가 트레드밀 사람들에게 극도로 화난 표정
3. Chest-only Guy: 거대한 가슴에 얇은 다리 · 뒤 거울에 반사되는 디테일까지 정확
4. Corner Meditation Guy: 명상하려다 잘못된 장소를 고른 이상한 사람
5. Arnold-like Owner: 아놀드 슈워제네거를 닮은 헬스장 주인, 모두가 반가워함

거울 반사가 정확히 표현된 3번 이미지가 특히 놀랍다는 Youri의 코멘트는, GPT Image 2가 공간적 일관성까지 갖췄음을 시사한다.

7. Step 5 — CapCut 편집과 자동 캡션 (6:29~7:20)

편집 워크플로우:

1. 게임플레이 영상을 타임라인에 통째로 배치 → 뮤트
2. 보이스오버 오디오를 하단 트랙에 배치
3. 밈 이미지 5장을 대본에서 언급되는 정확한 지점에 각각 배치
4. Captions 탭 → Auto Captions → Generate 클릭 → 보이스오버가 자동 전사

이 자동 캡션 단계가 이 워크플로우를 15분 안에 가능하게 하는 결정적 요인이다. 수동 캡션은 5~10분이 걸리지만 CapCut의 자동 캡션은 수 초 만에 끝난다.

8. 계정 밴 회피: 저작권 프리 게임플레이 필수 (6:36~6:57)

많은 초보자가 놓치는 중대한 함정이 있다. 그것은 아무 게임플레이 영상이나 배경으로 쓰는 것. Youri의 경고는 명확하다.

경고: 저작권 있는 게임플레이 영상을 쓰면 YouTube가 광고 제거만 하지 않는다. 계정 자체를 밴한다. 도둑맞은 콘텐츠를 사용했다고 판단하기 때문.

해결책은 간단하다. YouTube에서 copyright-free gameplay를 검색해 사용하라. 채널 여러 개가 로열티 프리로 배포하고 있고, 이 영상들을 배경으로 삼아 뮤트 → 보이스오버 조합을 안전하게 가져갈 수 있다.

9. 완성 결과와 지속 반복 가능한 파이프라인 (7:20~8:09)

최종 결과물은 "하루 종일 봐도 재미있을 정도"의 밈 콘텐츠라는 것이 Youri의 자평. 그의 결론은 이 워크플로우가 바이럴 잠재력을 갖춘 콘텐츠를 15분 이내에 재생산 가능하다는 것이다. 이는 개별 콘텐츠의 대박이 아니라, 같은 프로세스를 매일 반복해 채널을 성장시키는 사업 모델에 가깝다.

도구 조합 요약
- 스크립트 추출: youtubetotranscript.com(무료)
- 대본 · 이미지 프롬프트: Claude(같은 채팅에서 컨텍스트 유지)
- 보이스오버: ElevenLabs 11v3(OpenArt 통해 접근)
- 이미지 생성: GPT Image 2(OpenArt 통해 접근)
- 편집 · 자동 캡션: CapCut
- 배경 영상: copyright-free gameplay YouTube 채널

핵심 요약 (Takeaways)

원본 영상: How to Make YouTube Shorts with AI (Full Guide) — Youri van Hofwegen