누구나 만드는 시대, 마케터가 한 달 만에 만든 영상 자동화 시스템

AI 챔피언 일곱 번째 이야기 — 그로스마케팅팀 오해란 님

AI가 보편적인 업무 도구가 된 지금, 직무의 경계는 빠르게 흐려지고 있습니다.

디자이너가 아닌 사람이 디자인을 시도하고, 개발자가 아닌 사람이 자동화 툴을 만들고, 마케터가 데이터와 API를 직접 다루기 시작하는 시대입니다.

마이리얼트립 그로스마케팅팀 오해란 님은 이 변화의 최전선에서 단 한 달 만에 영상 자동 생성 툴을 직접 만들어낸 마케터입니다.

이 글은 해란님이 “디스플레이 광고 소재를 직접 만들어보겠다”고 결심한 순간부터, Streamlit에서 시작해 Lovable, Cursor, Claude로 이어지는 한 달간의 풀 사이클 실험 기록입니다.

“디자이너 없이 영상 소재를 늘려야 한다”는 문제에서 출발하다

해란님이 마주한 문제는 단순했습니다.

구글 DA(Display Ads) 캠페인 성과를 위해서는 다양한 영상, 이미지 소재가 필요했지만, 그만큼의 디자이너 리소스는 확보하기 어려운 상황이었습니다.

이전이라면 인력 충원이 필요하다는 결론을 내렸을 것입니다. 그러나 지금은 AI 시대이고, 마이리얼트립은 AI 리터러시 향상에 집중하고 있습니다. 여기에 해란님의 조직장은 한 문장을 던졌습니다.

“회사에서도 적극 지원해주고 있는 만큼, AI로 직접 만들어 보면 어떨까요?”

해란님은 이 제안을 단순한 ‘업무 지시’가 아닌 새로운 실험의 기회로 받아들였습니다. 전문가가 아니어도 만들 수 있는 시대라면, 왜 직접 만들어보지 않겠는가. 이 선택이 실험의 시작이 됐습니다.

Streamlit으로 첫 프로토타입을 만들다

해란님이 첫 번째로 선택한 도구는 Streamlit이었습니다. 비개발자도 빠르게 웹 UI를 만들 수 있는 환경이며, 파이썬만 알면 기본적인 서비스 형태를 구현할 수 있습니다.

첫 1~2주는 Streamlit으로 프로토타입을 만드는 과정이었습니다.

여기서는 사용자가 이미지를 선택하고 설명을 입력하면, Hugging Face의 영상 생성 API가 호출되고, 결과물이 Streamlit 화면에 뜨는 흐름이 구현되었습니다.

겉으로 보기엔 서비스 모양새를 갖추고 있었지만, 해란님이 이 시기를 통해 얻은 가장 큰 배움은 ‘AI 툴 제작’보다 ‘개발 세계관 이해’였다고 합니다.

• 서버와 프론트의 구조
• Git과 브랜치 관리
• API 호출과 오류 로그 분석
• 파일 업로드/스토리지 구조

Streamlit은 이 모든 개념을 안전하게 실험해볼 수 있는 환경이었습니다. 개발자는 아니지만, 개발자의 언어와 방식을 처음으로 체득한 시기였습니다.

문제는 Streamlit으로 만든 결과물이 실제 현업에서 쓰기엔 부족하다는 점이었습니다.

그 문제는 실제 운영에 투입했을 때 드러났습니다.

• 탭 전환 시 화면 전체가 다시 그려지는 구조
• 세션 상태(Session State) 동기화 부담
• 긴 작업(영상 생성 등)에서 UI가 쉽게 블로킹
• 멀티페이지 라우팅 제약
• 이벤트 재실행으로 인한 충돌 가능성

또한 Streamlit에서 생성된 영상은 CapCut 등으로 추가 보정이 필요했고, 자동화 도구라고 하기에는 사람 손이 너무 많이 개입해야 했습니다. 1주 반이나 해란님이 매달렸던 Streamlit 버전은 결국 실제 운영 환경에서는 사용할 수 없다는 결론이 났습니다.

그러나 이 ‘버림’은 실패가 아니었습니다. 이 경험을 통해 해란님은 다음 단계에서 무엇을 피해야 하는지, 그리고 무엇을 반드시 지켜야 하는지 명확히 알게 됐기 때문입니다.

Lovable → Cursor → Claude: 도구 역할을 정확히 재배치하다

Streamlit을 접고 해란님은 도구조합을 완전히 새로 구성했습니다. 이제 기준은 “작동”이 아니라 “실제로 사람들이 쓸 수 있는가”였습니다.

해란님이 선택한 구조는 다음과 같았습니다.

• Lovable: 화면과 UX 흐름의 큰 틀을 설계하는 도구
• Cursor: 구현과 디테일을 다듬는 본격적인 코드 작업 공간
• Claude: 디버깅·문제 분석·프롬프트 재설계 조력자

Lovable은 ‘도면을 그리는 도구’로

Lovable은 빠르게 UI 시안을 만들 수 있지만, 조금만 수정해도 의도치 않은 변경이 발생해 시간이 더 소모되곤 했습니다. 그래서 해란님은 Lovable을 ‘초기 도면을 그리는 곳’으로 정의했습니다.

실제 구현은 커서에서 진행하는 방식이 효율적이었기 때문입니다.

Cursor는 “코드와 대화하는 공간”

Cursor에서 해란님은 처음으로 코드와 본격적으로 마주했습니다.

처음에는 Cursor가 주는 수정 제안을 거의 그대로 따랐지만, 시간이 지날수록 구조를 이해하고 스스로 방향을 제시할 수 있게 됐습니다.

403 에러가 뜨면 권한 문제라고 판단하고, 프론트인지 서버인지 파악하고, 어느 파일에서 문제가 발생했는지 감을 잡는 수준까지 도달했습니다.

커서는 단순히 코드를 ‘고쳐주는 도구’가 아니라, 해란님의 의도를 코드로 연결해주는 파트너로 변했습니다.

Claude는 디버깅과 설계의 핵심 조력자

Claude는 문제 원인을 빠르게 짚어내고,
길고 복잡한 프롬프트 문장을 엔진별 문법에 맞게 정제하는 데 큰 힘이 됐습니다.

이 세 도구의 역할이 명확해지며, 프로젝트는 가장 중요한 단계로 들어갑니다.

진짜 핵심은 결국 “프롬프트 설계”였다

해란님이 가장 오래, 가장 깊게 고민한 부분은 프롬프트였습니다.

어떤 프롬프트를 어떻게 구성하느냐에 따라 결과 영상의 품질은 극적으로 달랐기 때문입니다.

1. 사용자가 직접 프롬프트를 쓰게 하는 방식은 실패로 돌아갔다

기존 접근처럼 사용자에게 프롬프트를 맡기면, 아무도 길고 복잡한 문장을 쓰지 않을 것이었습니다. 그래서 이 방식은 일찌감치 제외됐습니다.

2. 단순 프리셋 방식도 부족했다

영상은 단순한 인물 모드, 자연 모드처럼 두 가지 프리셋으로 해결되지 않습니다. 사용자가 원하는 표현은 훨씬 정교하고 다양했습니다. 그래서 이 접근도 버려졌습니다.

3. 이미지 기반 자동 프롬프트 생성도 API 환경에서 무너졌다

이미지를 넣으면 자동으로 프롬프트를 생성하는 방식도 시도했지만, 웹 UI에서는 잘 작동하던 프롬프트가 API로 넘기면 품질이 떨어지는 문제가 반복됐습니다. 엔진마다 문법과 요구 포맷이 다르기 때문입니다.

4. 최종적으로 해란님이 만든 구조는 ‘한국어 한 줄 → 안정적 영상’이었다

여러 엔진을 테스트한 끝에, 해란님은 API 기반에서도 가장 일관된 품질을 내는 veo3.1 모델을 중심으로 템플릿을 구축했습니다.

사용자가 입력하는 건 단순한 한국어 한 문장입니다.

“카페에서 자연스럽게 미소 짓는 인물”

그러나 백엔드에서는 다음 과정이 자동으로 수행됩니다.

• 정확한 영어 번역
• 엔진 요구 포맷으로 분해
• 안정적 결과를 위한 포지티브 가이던스 결합 : 새로운 인물/사물 생성 금지, 구도 변경 최소화, 카메라 워크 절제, 모션은 단조롭게, 텍스트 가독성을 최우선 등
• 엔진별 최종 프롬프트로 재작성

해란님이 가장 많은 시간을 투자한 영역은 바로 이 자동 변환 로직이었습니다.

이미지별 예제 프롬프트를 수집해 비교하고, AI가 작성한 프롬프트를 교차 검증하며 문장을 줄이고 다듬는 과정을 수십 차례 반복했습니다.

이 모든 설계는 “프롬프트 전문가가 아니어도 조직 누구나 영상 소재를 만들 수 있게” 하기 위함이었습니다.

그리고 해란님은 프롬프트 설계를 반복하면서 중요한 결론에 도달했습니다.

“Don’t를 늘리는 것보다 Do를 얼마나 정교하게 설계하느냐가 더 중요했습니다.”

이 관점 전환 이후 생성 품질과 안정성이 눈에 띄게 향상됐습니다.

AI 시대의 경계가 사라지는 순간을 몸으로 익히다

한 달 전만 해도 코드 한 줄을 어떻게 읽어야 할지 몰랐던 해란님은, 이제 인증 문제인지, 프론트 이슈인지, API 호출 오류인지 스스로 판단합니다.

직무 경계가 흐려지는 시대를 머리로 이해하는 것과 몸으로 체득하는 것은 다르다는 사실을 보여주는 사례였습니다.

이 기록은 단순히 “마케터가 영상 자동 생성 툴을 만들었다”는 이야기가 아니라 이 시대의 전문가 모두에게 던지는 질문이라고 해란님은 말합니다.

“내 업무의 어떤 부분을 AI와 함께 다시 설계할 수 있을까?”

해란님의 실험은 그 질문에 대한 첫 답을 제시한 것이고, 마이리얼트립 AI 챔피언 일곱 번째 이야기는 그 과정에서 나온 배움을 담고 있습니다.

해란님께 궁금한 사항이 있으시면, 언제든지 아래 링크드인으로 연락 주세요! — https://www.linkedin.com/in/hea-ran-oh-31b353192/