Junu's Lab
LAB ONLINEFocus Computer Vision / ML / Animal Behavior
Project Detail

n8n 숏폼 컨텐츠 자동화 프로젝트

최근 숏폼 트렌드와 AI 자동화의 유행을 내가 활용할 수 있을까? → 쇼츠를 자동화해 생성하여 숏폼 컨텐츠 제작을 해보자

Archived
Group
product
Domain
Stack
n8n, Python
Roles
👤 Project Management
Output
🌐 Web

Untitled

Notion image

쇼츠 자동화 – A to Z까지 AI로

n8n을 활용해 반려견 품종 기반 쇼츠를 이미지→비디오(I2V) 파이프라인으로 자동 생성하고, Google Drive에 저장한 뒤 틱톡/Youtube Shorts 업로드까지 이어지게 한다.

embed

🎯 Executive Summary

  • 문제: 반려견 품종 정보를 영상으로 만드는 과정은 반복 작업이 많고(기획/스크립트/영상소스), 일정한 품질을 유지하기 어렵다.
  • 해결: n8n 워크플로우에서
    1. 품종 입력(배열) → 2) LLM이 구조화된 품종 설명(JSON) 생성 → 3) Seedream-4로 대표 이미지 생성 → 4) Seedance-1-pro로 이미지 기반 5초 영상 생성(I2V) → 5) 결과물을 Drive에 저장(이미지/영상) 까지 자동화한다.
  • 현재 상태(Progress):
    • Seedream-4 이미지 생성 성공 ✅
    • Seedance-1-pro 영상 생성 성공 ✅
    • n8n HTTP Request에서 JSON valid 오류 / Replicate 429 rate limit(throttle) 이슈를 경험하고 구조를 정리함 ✅
    • 다음 단계: Drive에 이미지+비디오 자동 업로드, 이후 틱톡 업로드 플로우 설계
  • 다음 단계:
    • 1주 내: Google Drive 업로드 자동화(이미지+영상 2개 파일) 완성
    • 2~3주: “한 품종당 N개 변형 생성(시드/프롬프트)” + 큐/레이트리밋 대응 안정화
    • 1~2개월: 틱톡 업로드(수동/반자동/완전자동 중 선택)까지 운영 가능한 형태로 정리

1. 배경·목표

  • 사용자/페르소나: 반려견에 관심 있는 일반 쇼츠 시청자(틱톡/유튜브 쇼츠)
  • 성공 기준(KPI)
    • 자동 생성 파이프라인이 끊기지 않고 돌아갈 것(실패율 낮음)
    • 제작 단가를 통제할 것(생성 횟수·해상도·길이로 관리)
    • 조회수/저장/팔로우 전환율 등 기본 지표 추적 가능
  • 범위(Out of scope, 현재 기준)
    • 실제 촬영 기반 영상, 고난도 모션캡쳐/3D
    • 완전 자동 틱톡 업로드(계정/정책/검수 이슈로 단계적으로 접근)

2. 역할·스택·기간

  • 실행 단계
    • 자동화 설계 및 트러블슈팅(레이트리밋/아이템 흐름/JSON) 50%
    • 프롬프트/구조화 출력 설계(품종 JSON + 영상 프롬프트) 30%
    • 저장/배포/운영(Drive 정리, 업로드 프로세스) 20%
  • 스택(현재 구현 기준)
    • n8n (Self-hosted)
    • Replicate API
      • bytedance/seedream-4 (이미지 생성)
      • bytedance/seedance-1-pro (I2V 영상 생성)
    • OpenAI(LLM) + Structured Output Parser (품종 JSON 및 프롬프트 템플릿 생성)
    • (추후 고려 스택) FFmpeg(후처리), TTS(나레이션) — 아직 미적용
  • 기간(업데이트)
    • 프로토타입(이미지→영상 생성) 완료 ✅
    • 저장/업로드 파트 1주
    • 운영형 개선(루프 N개 생성/후처리/TTS) 1~2개월

3. 데모 & 링크

  • Demo: n8n 워크플로우는 현재 로컬/서버에서 실행 가능
  • 문서: 워크플로우 흐름/노드 설정/에러 대응(429, JSON) 문서화 예정
  • 시연영상: 생성 결과물 확보 후 업로드용 버전으로 편집/공유

4. 아키텍처 요약 (현재 워크플로우 기준)

4.1 데이터 흐름

  1. 품종 리스트 입력(Set/Edit Fields)
  2. Split Out으로 품종별 item 생성
  3. (선택) Loop Over Items로 batch 제어
  4. AI Agent + Structured Parser로 품종 JSON 생성
  5. Build image prompt / Generate video prompt (템플릿 기반)
  6. Replicate Seedream-4 → 대표 이미지 생성
  7. Replicate Seedance-1-pro → 이미지 기반 5초 영상 생성(I2V)
  8. Save Image / Save Video → Google Drive 업로드(진행 중)
  9. 최종 목표: Drive 저장본을 틱톡 업로드(수동→반자동→자동 중 선택)

4.2 운영 이슈(실제 경험 반영)

  • Replicate 429 throttle 발생: 크레딧/요청 빈도에 따라 burst 제한이 걸림
  • n8n HTTP Request에서 “JSON parameter needs to be valid JSON” 빈번:
    • 문자열 escape/따옴표/표현식 삽입 방식에서 문제 발생
    • 해결 방향: JSON Mode에서 expression은 값 자리에서만, JSON.stringify 남용 최소화

5. 핵심 기능(현재 구현 + 다음 확장)

  1. 품종 정보 구조화(JSON)
    • LLM 출력이 바로 프롬프트 템플릿에 주입되도록 설계
  2. I2V 영상 생성(핵심)
    • Seedream-4에서 안정적인 대표 이미지를 만든 후
    • Seedance-1-pro로 5초 영상 생성(모션/카메라 안정성 파라미터 활용)
  3. 저장(Drive) & 업로드 준비
    • 이미지/영상 파일명 규칙화, 폴더 구조(품종/날짜/버전) 정리
  4. (다음) 후처리/자막/TTS
    • TikTok 퍼포먼스가 중요한 단계에서 추가

6. 기술 결정(ADR 요약 – 업데이트)

  • 결론(현재 기준): “바로 T2V”가 아니라 I2V 파이프라인(Seedream-4 → Seedance-1-pro) 로 결정
    • 이유: 이미지에서 캐릭터/스타일을 먼저 고정하면 영상 결과의 일관성이 좋아짐
  • 리스크 및 완화
    • 레이트리밋(429): 워크플로우 내 Wait/큐/요청 간격, batch 제어로 완화
    • 루프에서 item이 1개만 흐르는 문제: Loop 노드 연결/아이템 변환(Merge/Append) 구조 점검
    • JSON 오류: n8n JSON body 구성 규칙을 표준화(템플릿화)해서 재발 방지

계획(현 단계 반영)

  1. 품종 목록(3~5개)로 운영 테스트 ✅
    • 생성 성공률/비용/시간 측정
  2. Drive 저장 먼저 완성(이미지+비디오 동시 업로드)
    • 권장: Merge(append)로 2 items 만든 뒤 Drive Upload 1개로 처리
  3. N개 변형 생성(시드/모션 강도/프롬프트 변형) 설계
    • “한 품종당 1개” → “한 품종당 3~5개 후보”로 전환해 품질 선택 가능하게
  4. 틱톡 업로드 전략 결정
    • 1단계: Drive에서 다운로드 → 수동 업로드(캡션/해시태그 실험)
    • 2단계: 반자동 (업로드 직전까지 자동 + 사람이 게시)
    • 3단계: 완전자동 (정책/인증/리스크 관리 후)
  5. 후처리 (자막/TTS)는 KPI가 보일 때 투입
    • 초반엔 “생성→저장→업로드 루프”를 먼저 안정화

Version 1.0-SNAPSHOT

2025-12-29

Notion image

[컨텐츠 가격 책정]

5초짜리 영상 한편당

  • $0.03 : Image 생성 (bytedance/seedream-4)
  • $0.30 : Video 생성(bytedance/seedance-1-pro)
  • $0.01 이하 : ChatGPT API

총 0.34 달러 (488원)

  • 한 달 약 15000원 지출