긴 영상을 짧게 만든다는 설명만 보면 AutoClip, FunClip, NarratoAI가 비슷해 보입니다. 하지만 원본에서 볼 만한 대목을 제안받는 일, 내가 고른 문장만 잘라내는 일, 새 해설을 얹어 다른 영상으로 구성하는 일은 다릅니다. 먼저 원하는 결과를 정하면 세 도구의 차이가 분명해집니다.
하이라이트 후보와 플랫폼용 영상을 함께 만들고 싶다면 AutoClip의 설명을, 남길 대사가 이미 정해져 있다면 FunClip의 텍스트 기반 클리핑을, 원본을 설명하는 대본·음성·자막까지 새로 구성하려면 NarratoAI의 해설 제작 범위를 살펴볼 만합니다. 이는 공개 문서에 나온 작업 범위를 비교한 선택 가이드입니다. 프로그램을 설치·실행한 후기가 아니며, 독립적인 품질·효능 검증 결과도 제시하지 않습니다.
인터뷰 한 편에서 서로 다른 세 가지 결과가 필요하다면
직접 촬영했고 편집·게시 권한도 확보한 인터뷰 영상을 갖고 있다고 가정해 보겠습니다. 같은 파일이라도 요청은 세 가지로 갈립니다.
“짧은 영상으로 쓸 만한 대목부터 골라 달라”는 요청에는 아직 남길 구간이 없습니다. 후보를 찾고, 앞뒤 맥락을 확인하고, 화면과 자막을 짧은 영상에 맞추는 일이 필요합니다. 구간 선택부터 도움받으려는 요청입니다.
“이 답변 두 문장만 남겨 달라”면 선택은 이미 사람이 했습니다. 필요한 것은 그 문장과 원본 시점을 연결해 해당 구간을 자르는 일입니다. 다른 흥미로운 장면을 추천받는 것보다 내가 지정한 말이 정확히 남는지가 중요합니다.
“이 인터뷰의 배경을 처음 보는 사람에게 설명하는 영상을 만들자”는 요청은 더 멀리 갑니다. 원본 발언을 짧게 옮기는 데 그치지 않고 새 대본, 해설 음성, 장면 배치가 필요합니다. 이때는 잘린 원본과 새로 쓴 설명을 구별해야 합니다. 세 요청을 한꺼번에 ‘AI 자동 편집’으로 부르면, 정작 필요한 기능이 빠져도 알아차리기 어렵습니다.
AutoClip: 남길 대목을 아직 고르지 않았을 때
AutoClip 공식 README는 팟캐스트·인터뷰·강의 같은 긴 영상에서 짧은 영상과 커버, 게시 문구를 만드는 도구로 소개합니다. 입력은 로컬 영상이나 YouTube·Bilibili 링크 등이며, 제작자 자막이나 함께 가져온 SRT를 활용하는 경로도 있습니다. 자막이 없으면 별도의 전사가 필요합니다.
이 절은 2026년 10월 18일 확인한 main 문서 기준입니다. 당시 안정판 latest 연결은 v1.5.6이었고, main CHANGELOG의 v1.5.7(2026-10-15)은 prerelease로 표시돼 있었습니다. 배포판과 main의 모든 기능이 같다는 확인은 아닙니다.
이 도구를 검토할 이유는 단순히 파일을 자르는 데 있지 않습니다. 분석 모델이 하이라이트 구간을 고르고, 플랫폼에 맞춘 화면 구성과 후속 산출물까지 이어가는 범위가 문서에 들어 있습니다. 앞의 가정 사례에서는 ‘남길 구간 후보부터 필요하다’는 요청과 맞닿습니다.
다만 후보를 받았다고 편집 판단이 끝나지는 않습니다. 질문을 빼면서 답의 뜻이 달라지지 않았는지, 대명사가 가리키는 사람이 화면 밖으로 사라지지 않았는지, 세로 크롭이 손짓이나 자료 화면을 잘라내지 않았는지 확인해야 합니다. 공식 안내도 결과의 경계·크롭·문구를 검토하도록 설명합니다. 자동 선택은 사람의 검수를 없앤다는 약속이 아닙니다.
비용과 데이터 흐름은 ‘앱 무료’와 별개입니다. 커팅·프레이밍·렌더링은 로컬에서 하지만, 클라우드 분석에는 관련 자막과 문구가, 시각 분석에는 필요한 샘플 프레임이, 클라우드 전사에는 오디오가 전송될 수 있습니다. 클라우드 모델 비용은 선택한 제공자 기준입니다. 반대로 Ollama·LM Studio 분석, Whisper·SenseVoice 전사 같은 로컬 대안도 문서에 있습니다. 따라서 ‘무조건 유료 API가 필요하다’와 ‘모든 처리가 무료·로컬이다’는 설명은 둘 다 범위를 놓칩니다.
한국어 README가 있다는 사실도 한국어 영상 전체 과정의 품질 증거는 아닙니다. 한국어 입력에서 구간이 제대로 선택되는지, 자막과 게시 문구가 자연스러운지는 별도 확인할 항목입니다.
FunClip: 남길 문장은 사람이 정하고, 그 구간을 자를 때
FunClip 공식 README의 기본 흐름은 음성 인식 결과에서 사용자가 텍스트나 화자를 선택하고 해당 구간을 클립으로 만드는 방식입니다. 여러 구간을 선택할 수 있으며 전체 영상 SRT와 잘린 구간의 SRT도 문서화되어 있습니다. 앞의 ‘이 답변 두 문장만 남기자’는 요청을 생각하면 역할을 이해하기 쉽습니다.
여기서 확인할 결과는 하이라이트의 매력보다 선택한 말과 절단 위치의 일치입니다. 같은 문장이 두 번 나왔다면 원하는 시점이 맞는지, 단어 앞부분이 잘리지 않았는지, 여러 구간을 붙인 뒤 자막 시점이 출력 영상에 맞는지 봐야 합니다. 전사가 잘 나왔다는 사실만으로 텍스트 선택과 영상 자르기까지 정확하다고 결론 낼 수는 없습니다.
FunClip을 ‘중국어·영어만 되는 도구’로 소개하는 것도 현재 문서와는 맞지 않습니다. 기본 Paraformer의 중국어·영어 클리핑 경로 외에 SenseVoice, Fun-ASR-Nano, MOSS 등 ASR 선택지가 추가돼 있습니다. 그렇다고 ‘다국어 ASR이 있으니 한국어 문장을 골라 자르는 기능도 검증됐다’고 넘어가면 안 됩니다. 언어 인식, 단어별 시점, 텍스트 매칭은 서로 다른 부분입니다.
이 ASR 선택지와 선택적 서비스 설명 역시 확인일의 main 기준입니다. 당시 latest 배포 연결 v2.2.1에 이후 main의 기능까지 모두 들어 있다고 확인한 것은 아닙니다.
특히 MOSS 경로는 구간 단위 타임스탬프에 기반한 SRT·화자 클리핑·LLM 시점 클리핑을 설명하며, 임의의 텍스트를 정밀하게 자르는 데는 Paraformer의 토큰 타임스탬프가 필요하다는 구분이 있습니다. 한국어 영상에 적용하려면 이 차이부터 살펴야 합니다.
선택적 LLM Inference와 AI Clip 기능도 있습니다. 따라서 FunClip에 자동 구간 제안이 전혀 없다는 설명 역시 부정확합니다. 기본 텍스트 선택과 외부 모델을 쓰는 제안 경로를 나눠 보는 편이 낫습니다. 외부 LLM이나 영상 이해 서비스를 선택하면 API 자격증명과 데이터 전송·제공자 요금 조건도 따라옵니다.
NarratoAI: 원본을 줄이기보다 새 해설을 구성할 때
NarratoAI 공식 README는 LLM 기반 대본 작성, 영상 편집, 음성 합성, 자막 생성을 묶은 영상 해설 도구로 소개합니다. 앞의 사례에서 원본 발언을 그대로 발췌하는 대신 배경을 설명하는 대본과 목소리를 추가하려는 경우, 검토할 범위가 이쪽으로 옮겨갑니다.
결과를 볼 때도 기준이 달라집니다. 원본에 없는 사실을 해설이 덧붙이지 않았는지, 인물의 의도를 단정하지 않았는지, 설명과 장면의 연결이 오해를 만들지 않는지 확인해야 합니다. 원본 발췌가 충실한지 보는 일과 새 대본이 사실에 맞는지 보는 일은 같은 검수가 아닙니다.
현재 설정 예시에는 영상 이해용 모델과 텍스트 모델의 API 키·주소가 나뉘어 있습니다. 로컬 배포를 선택해도 외부 모델을 연결한 부분까지 로컬 처리가 되는 것은 아닙니다. 선택한 제공자에게 어떤 자료를 보내는지와 비용 조건을 따로 봐야 합니다.
음성 합성도 한 가지 환경으로 묶기 어렵습니다. README에는 Apple Silicon용 IndexTTS-1.5 MLX, IndexTTS-2 MLX, OmniVoice 등 서로 다른 경로가 나옵니다. 특정 운영체제용 안내나 배포 링크가 있다고 다른 TTS 경로까지 같은 조건으로 사용할 수 있다는 뜻은 아닙니다. 한국어 발음·억양이나 음성 복제 품질도 이 비교에서 확인하지 않았습니다.
선택 사항인 Sonilo AI 배경음악·효과음은 데이터 흐름을 더 바꿉니다. 설정 설명상 기본은 꺼져 있지만, 켜면 합성한 영상을 Sonilo API에 업로드하는 경로입니다. 로컬 파일로 시작한 작업도 옵션에 따라 완성 단계의 영상이 외부로 나갈 수 있다는 점이 중요합니다.
환경 수치도 성능 보증으로 읽지 않는 편이 좋습니다. README는 CPU 4코어·메모리 8GB 이상, Windows 10/11 또는 macOS 11 이상, Python 3.12 이상을 참고 조건으로 제시하고 GPU는 필수가 아니라고 적습니다. 선택한 로컬 TTS나 모델의 요구 사항과 처리 속도까지 보장하는 값은 아닙니다. 버전 역시 README의 0.8.6 공지와 설정 파일의 project_version 0.8.4가 달라, 이를 하나의 최신 패키지 버전으로 단정하지 않았습니다.
파일을 고르기 전에, 결과부터 한 문장으로 적기
세 도구 중 하나를 고르려면 “AI로 편집하고 싶다” 대신 결과를 적어보는 편이 낫습니다.
- 원본에서 후보를 제안받고 플랫폼용 짧은 영상까지 검토하고 싶다: AutoClip의 자동 제작 범위를 살펴봅니다.
- 남길 발언이 정해졌고 그 시점의 원본을 자르고 싶다: FunClip의 텍스트·화자 기반 선택 범위를 봅니다.
- 원본을 설명하는 새 대본과 음성까지 구성하고 싶다: NarratoAI의 해설 제작 범위를 검토합니다.
이 구분은 성능 순위가 아닙니다. 내보낸 뒤에도 반드시 사람이 판단해야 할 부분이 무엇인지 정하는 방법입니다. 세 저장소의 코드가 MIT여도 원본 영상·음악·모델 가중치·복제할 음성의 권리가 자동으로 따라오지는 않습니다. 특히 ‘원본 일부를 잘랐다’는 사실이나 ‘새 해설을 붙였다’는 사실만으로 게시 권한이 생기지는 않습니다.
도구 이름보다 먼저 발췌할 것인지, 지정한 말을 남길 것인지, 새 설명을 만들 것인지를 정하면 비교해야 할 기능도 줄어듭니다. 한국어 품질과 시간 절감은 그다음 실제 자료와 환경에서 확인할 문제입니다.
새로 만든 해설의 권리도 원본 영상의 이용 권한과 분리해야 합니다. AI 결과물의 소유권과 저작권 보장의 차이를 다룬 글에서도 두 문제를 구분했습니다.
확인한 공식 자료
확인일: 2026년 10월 18일 KST. 날짜는 공지에 명시된 경우만 적었습니다.
- zhouxiaoka, AutoClip README-EN.md, 문서 게시일 미표기.
- zhouxiaoka, Installation and your first clips, 게시일 미표기.
- modelscope, FunClip README.md, 현재 main 문서, 개별 게시일 미표기.
- linyqh, NarratoAI README.md, 0.8.6 공지 2026년 7월 16일.
- linyqh, NarratoAI config.example.toml, 현재 설정 예시, 개별 수정일 미표기.
'💻IT' 카테고리의 다른 글
| 투명 영상은 BackgroundRemover, 더빙 입모양은 LatentSync (0) | 2026.10.20 |
|---|---|
| 자막 파일이 필요한가, 쓸 장면을 찾을 것인가: AutoSubs와 StoryToolkitAI (0) | 2026.10.20 |
| 대화로 맡긴 AI 영상 편집, 다음 수정은 어디서? (0) | 2026.10.19 |
| 아침 8시인데 날짜는 어제? JavaScript toISOString의 UTC 기준 (0) | 2026.10.18 |
| AI가 준 JSON, 파싱은 됐는데 합계가 틀렸다면? (0) | 2026.10.18 |
