반복 가능한 컨텐츠 제작 시스템을 설계합니다

문제

VARCOVoice 화자는 특징과 감정 표현에 대한 리뷰 데이터가 부족해, 연구자와 실사용자 모두 어떤 화자를 써야 할지 판단하기 어려웠습니다.

아키텍처

Artist evaluation -> Admin panel -> Supabase DB 구조로 평가 입력, 샘플 영상 운영, 메타데이터 저장이 하나의 흐름 안에서 이어지도록 설계했습니다.

파이프라인

Video reference -> Vimeo upload -> thumbnail generation -> metadata sync 흐름으로 샘플 영상과 화자 정보를 자동으로 연결했습니다.

데이터

Voice score, emotion tags, usability rating, reference video metadata를 같은 레코드로 저장해 연구 지표와 실제 셀렉션에 함께 쓰이도록 구성했습니다.

결과

평가 데이터가 자산으로 축적됐고, 같은 DB를 기반으로 화자 셀렉션과 B2B 추천 시스템을 동시에 운영할 수 있게 되었습니다.

문제

게임 개발에서 VARCOVoice를 사용할 때 음성 생성, 편집, Lipsync, Preview가 분리돼 있어 외부 툴 왕복과 반복 작업으로 인한 병목이 있었습니다.

구조

Unity EditorWindow 중심 구조 안에 TTS 호출, DSP chain, Preview, Export, Lipsync 생성을 묶어 엔진 내부에서 작업이 끝나도록 설계했습니다.

구현

Assembly Definition, UXML, UI Toolkit 기반으로 배치 가능한 UI를 만들고, CSV batch pipeline과 runtime integration 흐름을 함께 붙였습니다.

자동화

TTS 생성 -> FX preview -> viseme 처리 -> asset export를 한 루프로 묶어 반복 작업을 줄이고 Play Mode 테스트까지 바로 이어지게 했습니다.

결과

성우 녹음 이전 단계에서도 보이스를 먼저 들어보고 방향을 잡을 수 있게 됐고, 외부 툴 왕복 없이 Unity 내부에서 end-to-end로 TTS 파이프라인을 운영할 수 있게 되었습니다.

문제

광고 소재 제작은 대본 정리, 영상 생성, 음성, 자막, 패키징이 분절돼 있어 속도와 일관성을 동시에 잡기 어려웠습니다.

입력·출력

Input은 product image와 product text, Output은 short-form ads로 정의하고 중간 단계를 모두 파이프라인으로 연결하는 방향을 잡았습니다.

파이프라인

Gemini -> script -> Kling -> VARCOVoice -> subtitle -> Remotion 순서로 역할을 분리해 생성부터 조립까지 이어지는 구조를 만들었습니다.

자동화

TTS 시작 타이밍에 맞춰 자막을 자동 배치하고, 렌더와 트랜지션까지 한 흐름으로 묶어 사람이 개입하는 지점을 최소화했습니다.

결과

프로토타입 수준에서 자동화 구조는 확보했지만, 실제 제작에서는 Kling 영상 생성이 병목이 되어 15초 기준 약 8분 정도가 소요됩니다.

문제

VARCOVoice를 B2C와 B2B에 소개할 때 바로 보여줄 수 있는 예시 콘텐츠와 레퍼런스가 부족했고, 서비스의 톤과 활용 가능성을 직관적으로 전달할 캐릭터 기반 포맷이 필요했습니다.

설계

1200개의 목소리를 가졌지만 감정을 잘 모르는 AI 인턴 '솔이'라는 캐릭터를 중심에 두고, 회사 적응기와 감정 학습 서사를 통해 보이스 기술을 자연스럽게 소개하는 방향으로 설계했습니다.

워크플로우

캐릭터 콘셉트와 세계관을 먼저 정의한 뒤 3D VRM 데이터와 애니메이션을 제작하고, AI 비디오와 음악, 보이스를 조합해 YouTube용 에피소드형 홍보 콘텐츠로 완성했습니다.

결과

B2C 대상 홍보 콘텐츠로 활용되었고, 보이스 기술을 기능 설명보다 더 친숙한 캐릭터 서사로 전달할 수 있는 포맷을 확보했습니다.

문제

VARCOVoice를 YouTube 광고로 집행하려고 했지만 롱폼 영상 자산이 없었고, 누가 TTS를 실제로 원하고 어떤 타깃이 반응하는지 확인할 수 있는 광고 소재가 필요했습니다.

설계

5초 스킵 광고 특성상 첫 3초 안에 강한 인상을 남겨야 했기 때문에, 초반 3초는 진중한 BGM만 두고 자막이나 정보 노출 없이 긴장감을 만든 뒤 분위기를 반전시키며 광고가 본격적으로 시작되도록 설계했습니다. 이 3초 훅을 가장 중요한 기준으로 잡았습니다.

워크플로우

광고 메시지를 기획한 뒤 Full AI Video 기반으로 소재를 제작하고, 랜딩과 연결한 후 YouTube Ads 세팅과 시청 유지율 데이터를 함께 확인했습니다.

결과

10편가량의 홍보 영상을 Full AI Video로 제작했고, 이 케이스는 5초 이후 스킵하지 않고 끝까지 본 비율이 60%를 넘어 성공적인 프로모션 사례로 남았습니다.