anything2explainer로 내레이션 모션 그래픽 설명 영상 만들기

anything2explainer란 무엇인가요?

anything2explainer는 Claude Code와 Codex를 위한 스킬로, 주제, 기사 또는 문서를 내레이션이 포함된 모션 그래픽 설명 영상으로 변환합니다. 리서치, 스크립트 작성, 텍스트 음성 변환, 프레임 단위 자막 동기화, 스토리보드 작성, 병렬 샷 개발, 렌더링, 품질 관리를 하나의 안내형 워크플로로 결합합니다.

이 프로젝트는 독립적인 명령줄 애플리케이션이 아닙니다. 대신 AI 코딩 에이전트에 완전한 제작 방법을 제공합니다. 여기에는 컴파일 가능한 Remotion 4 템플릿, React 및 TypeScript 시각 프리미티브, 음성 해설 및 렌더링 스크립트, 문서화된 스타일 사양, 멀티 에이전트 빌드 지침, QC 도구, 레퍼런스 영상이 포함됩니다.

모든 프레임은 동영상 모델로 생성하거나 기존 영상을 복사하지 않고 코드로 그립니다. 애니메이션은 프레임 번호의 순수 함수이며 시드가 지정된 난수를 사용하므로 반복 렌더링 결과를 재현할 수 있습니다.

파이프라인이 만드는 결과물

기본 출력은 1280×720, 30fps H.264 MP4입니다. 완성된 프로젝트에는 다음이 포함될 수 있습니다.

• 동기화된 중국어 또는 영어 음성 해설.
• 단어 경계에 맞춰 정렬된 자막.
• 챕터 카드와 하단 챕터 진행률 표시줄.
• 상단 캡슐 HUD와 선택적 파이프라인 레일.
• 샷별 Remotion 컴포넌트.
• 출처가 포함된 리서치 문서, 내레이션, 스토리보드, QC 보고서, 전달 메모.

시각 시스템은 검은색 캔버스, 흰색 라인 아트, 보라색 포인트, 굵은 헤드라인을 사용하며, 안개가 있는 별 필드 배경 또는 도트 필드 웨이브를 적용합니다. 현재 템플릿은 가로형 영상만 지원하며 세로형 9:16 출력은 지원하지 않습니다.

지원 길이

2분에서 8분 사이의 영상을 지원합니다. 2~3분 영상은 일반적으로 24~32개의 대사 또는 샷을 사용하며 약 1시간이 걸립니다. 3~5분 분량의 레퍼런스급 제작에는 보통 40~50개의 샷이 사용되며 약 2시간이 걸립니다. 더 긴 5~8분 영상은 60~80개의 샷을 사용하고 약 2~3시간이 걸릴 수 있습니다.

이는 보장된 시간이 아니라 실제 경과 시간에 대한 추정치입니다. 작업의 상당 부분은 빌드 에이전트가 병렬로 수행합니다.

사전 요구 사항

설치 전에 다음을 준비하세요.

• Claude Code 또는 Codex.
• Node.js 18 이상.
• Python 3.
• 프레임 추출 및 트랜스코딩을 위한 FFmpeg.
• 여러 빌드 에이전트를 동시에 실행할 때 최소 5GB의 여유 공간.

포함된 셸 스크립트는 zsh를 사용하며 macOS에서 개발 및 검증되었습니다. Linux에서도 작동할 것으로 예상되지만 Windows에서는 테스트되지 않았습니다. Remotion은 헤드리스 Chromium을 통해 CPU로 렌더링하므로 GPU는 필요하지 않습니다.

스킬 설치

1. 저장소 복제

git clone https://github.com/Vincentwei1021/anything2explainer.git

2. 코딩 에이전트에 연결

Claude Code의 경우 skills 디렉터리에 심볼릭 링크를 만드세요.

ln -s "$PWD/anything2explainer" ~/.claude/skills/anything2explainer

Codex의 경우 해당 Codex skills 디렉터리를 사용하세요.

ln -s "$PWD/anything2explainer" ~/.codex/skills/anything2explainer

3. 시스템 및 Python 종속성 설치

macOS에서는 Homebrew로 FFmpeg를 설치하세요.

brew install ffmpeg

전용 Python 환경을 만들고 공용 종속성을 설치하세요.

python3 -m venv ~/.venvs/a2e
source ~/.venvs/a2e/bin/activate
pip install 'edge-tts==7.2.8' numpy pillow scipy

README에서는 Microsoft 엔드포인트에 의존하며 업그레이드 시 문제가 발생할 수 있으므로 edge-tts 버전을 7.2.8로 고정합니다. scipy 패키지는 정량적 QC 스크립트인 frame_metrics.py에서만 필요합니다.

4. 영어 내레이션 종속성 추가

영어 내레이션은 기본적으로 로컬에서 실행되는 kokoro-82m 모델과 am_liam 음성을 사용합니다. 영어 영상을 제작하려면 추가 요구 사항을 설치하세요.

pip install kokoro soundfile
brew install espeak-ng

중국어 내레이션은 기본적으로 클라우드 기반 edge-tts 음성 zh-CN-YunxiNeural을 사용합니다.

Claude Code 또는 Codex로 영상 만들기

가장 간단한 방법은 원하는 영상을 자연어로 설명하는 것입니다. 에이전트가 사용할 수 있는 경우 스킬이 자동으로 활성화됩니다.

벡터 데이터베이스에 대한 설명 영상을 만들어 줘.

중국어로 요청할 수도 있습니다.

讲一下向量数据库，做成一条讲解视频

입력은 광범위한 주제일 수도 있고 기존 기사나 문서일 수도 있습니다. 목표 길이와 언어도 선택합니다.

9단계 제작 과정 이해하기

1. 스캐폴딩: 에이전트가 Remotion 템플릿을 새 프로젝트에 복사합니다.
2. 리서치: 리서치 에이전트가 유용한 수치와 URL이 포함된 비유를 포함해 출처가 있는 문서를 준비합니다.
3. 내레이션 및 타임라인: 에이전트가 스크립트를 작성하고 음성 해설을 생성하거나 가져온 다음, 단어 경계를 프레임 단위로 정확한 타임라인과 자막 표로 변환합니다.
4. 스토리보드: 모든 샷에 프레임 범위, 내러티브 비트, 시각적 계획, 모션 방향, 핵심 요소, 조명 계획이 부여됩니다.
5. 오버레이 및 프리미티브: 프로젝트에 제목, 챕터 카드, HUD, 파이프라인 레일, 주제별 아이콘 2~5개를 추가합니다.
6. 파일럿: 한 에이전트가 첫 번째 샷 그룹을 제작하고 30초 미리보기를 렌더링합니다.
7. 병렬 빌드: 추가 에이전트가 나머지 그룹을 제작하며, 일반적으로 각자 5~7개의 샷을 담당합니다.
8. 렌더링: 전체 영상을 렌더링하고 정량적 프레임 메트릭으로 분석합니다.
9. QC 및 수정: QC 에이전트가 챕터를 검토하고, 수정 에이전트가 문제를 처리한 후, 전달 전에 프로젝트를 다시 검증합니다.

4개의 검토 체크포인트 사용하기

이 워크플로는 변경 비용이 커지기 전에 중요한 결정을 내릴 수 있도록 의도적으로 네 번 일시 중지합니다.

체크포인트 1: 길이와 언어

스크립트 작성 전에 영상 길이와 중국어 또는 영어 중 하나를 선택합니다. 길이는 영상 범위, 내레이션 분량, 쇼트 수, 디스크 사용량, 병렬 에이전트 수에 영향을 줍니다. 언어는 src/config.ts의 lang을 통해 글꼴 구성, 자막 분량, 페이싱, 기본 음성을 변경합니다.

체크포인트 2: 내레이션 승인

음성 생성 전에 전체 내레이션을 검토합니다. 보이스오버가 확정되면 프레임 번호가 개별 쇼트에 삽입됩니다. 단어 하나만 바꿔도 전체 영상의 타이밍을 다시 맞춰야 할 수 있으므로, 이 시점이 편집 수정에 가장 경제적입니다.

체크포인트 3: 보이스오버 선택

기본 음성, 다른 TTS 엔진 또는 직접 완성한 녹음을 선택합니다. 대안을 지정하지 않으면 파이프라인은 중국어에 edge-tts Yunxi를, 영어에 kokoro-82m Liam을 사용합니다.

체크포인트 4: 처음 30초

나머지 쇼트 그룹을 제작하기 전에 파일럿 렌더를 검토합니다. 이 시점에 시각적 방향을 수정하면 첫 번째 그룹에만 영향을 주지만, 전체 렌더 후에 수정하면 모든 그룹을 변경해야 할 수 있습니다.

템플릿 수동 제어

제작 과정을 더 세밀하게 제어하려면 포함된 스크립트를 직접 사용할 수 있습니다. 템플릿에서 프로젝트를 생성하고 해당 디렉터리로 이동합니다.

template/scripts/new_project.sh ~/work/my-video myslug
cd ~/work/my-video

그런 다음 다음 수동 순서를 따릅니다.

1. research/调研.md에 조사 파일을 작성합니다.
2. script/narration.txt를 만들고 보이스오버 타임라인을 생성합니다.
3. script/storyboard_src.md를 작성하고 스토리보드를 렌더링합니다.
4. src/config.ts에서 언어, 배경 및 관련 설정을 편집합니다.
5. src/shots/G1부터 src/shots/Gn까지 쇼트 그룹을 구현합니다.
6. 오프닝 미리보기를 렌더링합니다.
7. 버전이 지정된 최종 영상을 렌더링하고 프레임 지표를 실행합니다.
8. 검토하고 수정한 뒤 v2 또는 v3 같은 후속 버전을 렌더링합니다.

python3 scripts/tts_build.py
python3 scripts/render_storyboard.py
scripts/preview.sh 30
VER=v1 scripts/render.sh
python3 scripts/frame_metrics.py

언어와 배경 사용자 지정

주요 프로젝트 설정은 src/config.ts에 있습니다. lang을 'zh' 또는 'en'으로 설정합니다. 중국어는 블록당 자막 분량을 16자로 사용하고, 영어는 블록당 48자를 사용합니다.

지원되는 배경 전환 옵션은 다음과 같습니다.

bg: 'stars' | 'dots'

별 옵션은 별빛 배경과 안개 그라디언트를 결합합니다. 점 옵션은 점 필드 웨이브를 사용합니다. 이 프로젝트는 두 가지 배경 선택지를 통해 하나의 시각적 언어를 의도적으로 제공합니다.

더 폭넓은 시각적 변경을 원하면 reference/style-guide.md와 src/ui.tsx를 편집합니다. 쇼트 컴포넌트는 공유 프리미티브를 사용하므로 각 쇼트를 개별적으로 스타일링하기보다 이러한 중앙 정의를 변경하는 편이 좋습니다.

직접 만든 보이스오버 사용

번들로 제공되는 TTS 기본값만 사용할 필요는 없습니다. 완성된 오디오를 다음 경로에 배치합니다.

public/assets/<slug>/audio.wav

그런 다음 src/common/timeline.ts와 subs.ts를 수동으로 채웁니다. 필요한 형식은 tts_build.py 상단에 문서화되어 있습니다. 타임라인과 자막 데이터가 준비되면 스토리보드, 쇼트 빌드, 렌더링, QC 단계는 변경 없이 유지됩니다.

고급 제작 팁

그림을 다듬기 전에 단어를 승인하세요

내레이션 승인을 최종 확정 단계로 취급합니다. 쇼트는 고정된 프레임 범위를 사용하므로, 늦은 스크립트 수정은 일반적인 시각적 수정 작업보다 더 큰 영향을 줍니다.

파일럿을 스타일 테스트로 사용하세요

첫 30초 검토에서 타이포그래피, 구도, 움직임 속도, 조명, 자막 가독성, 배경을 확인합니다. 파일럿이 성공적으로 렌더링되었다는 이유만으로 승인하지 마세요.

병렬 작업을 신중하게 확장하세요

긴 영상은 10–14개의 빌드 에이전트를 사용할 수 있습니다. 여러 에이전트가 동시에 Remotion을 번들링할 수 있어 스토리지와 시스템 부하가 증가합니다. 최소 5GB의 여유 공간을 확보하고, 프로젝트에 설명된 tmux 창 제한에 가까워지면 에이전트를 여러 차례에 나누어 실행합니다.

소스 추적성을 유지하세요

화면에 표시되는 모든 숫자, 연도, 조직명, 영어 용어는 조사 문서의 URL로 추적할 수 있어야 합니다. 검증되지 않은 주장은 내레이션과 시각 자료 모두에서 제외해야 합니다.

버전이 지정된 렌더를 사용하세요

VER=v1을 설정하고 지표와 챕터별 QC 결과를 검토한 다음 v2 또는 v3 같은 수정 버전을 만듭니다. 이렇게 하면 이전 결과를 덮어쓰지 않고 명확한 검토 이력을 유지할 수 있습니다.

참조 자료를 살펴보세요

examples/rag/ 디렉터리에는 조사, 내레이션, 스토리보드, 쇼트 소스, 보고서, 전달 노트를 포함한 참조 영상의 제작 기록이 들어 있습니다. examples/contrast/ 디렉터리에는 구도와 조명을 평가하기 위한 6개의 나쁜 프레임과 좋은 프레임 비교 쌍이 들어 있습니다.

reference/ 디렉터리에는 세이프 에어리어, 팔레트, 글꼴, 움직임 공식, 조명 규칙, 스토리보드 규칙, 에이전트 프로토콜, 프롬프트 템플릿, 이전 영상에서 얻은 교훈도 문서화되어 있습니다.

중요한 제한 사항 및 라이선스

• 지원 언어는 중국어와 영어입니다.
• 템플릿은 1280×720 가로형 영상을 전제로 하며 현재 9:16 출력은 지원하지 않습니다.
• 토킹 헤드 프레젠테이션, 대부분이 실사로 구성된 제작물 또는 기존 영상의 재현을 목적으로 설계되지 않았습니다.
• 선택적으로 사용하는 실사 B-roll은 로열티 프리 소스에서 가져와야 하며, 소스 URL, 라이선스, SHA-256 해시 및 사용 내역을 매니페스트에 기록해야 합니다.
• 이 툴킷은 PolyForm Noncommercial 1.0.0 라이선스를 사용합니다. 비상업적 사용은 무료이지만 상업적 사용에는 저자의 사전 승인이 필요합니다.
• 이 툴킷으로 제작한 영상의 권리는 제작자에게 있습니다.
• 번들로 제공되는 글꼴과 Remotion에는 각각 별도의 라이선스 조건이 적용됩니다.

프로덕션 또는 배포 전에, 특히 상업적 작업을 진행하는 경우 저장소의 프로젝트 페이지와 라이선스 파일을 검토하세요.

결론

anything2explainer는 단순한 영상 템플릿을 넘어, Claude Code 또는 Codex가 조사한 자료를 결정론적인 Remotion 애니메이션으로 변환할 수 있도록 체계적인 제작 시스템을 제공합니다. 주제를 명확하게 정하고, 네 가지 체크포인트에서 신중하게 결정하며, TTS 전에 내레이션을 승인하고, 30초 파일럿을 검증한 다음, 버전 관리 렌더링과 정량적 QC를 활용해 최종 영상을 다듬으세요.