유튜브 대본 AI로, 첫 3초에 살리는 숏폼 5단계

안녕하세요, 깅글렛이에요.

영상 대본을 AI한테 시키면 한 방에 끝날 것 같죠? 막상 받아보면 어디서 본 듯한 밋밋한 글이 나와요.

저도 채널 하나 굴려보면서 대본을 AI로 뽑아봤는데, 그대로 올리면 첫 3초에서 사람들이 그냥 넘겨버리더라고요.

AI는 초안·훅 변형·구성 아이디어까지 빠르게 뽑아주지만, 첫 3초 훅과 내 톤은 결국 사람이 손봐야 영상이 살아요.

오늘은 영상을 찍기 전 단계, 그러니까 기획·구성·대본·훅·제목까지를 AI로 푸는 5단계를 정리해볼게요.

AI가 거드는 건 ‘찍기 전’ 작업이에요

영상 만들기는 보통 기획 → 대본 → 촬영 → 편집 → 자막·더빙 → 업로드 순서로 흘러가요. 이 중에서 글로 하는 앞쪽 작업, 그러니까 기획부터 대본·제목까지가 AI가 가장 잘 거드는 구간이에요.

영상을 다 찍은 뒤에 붙이는 자막·번역·더빙은 성격이 완전히 달라요. 그건 지난 ‘AI 영상 자막·더빙’ 글에서 따로 다뤘으니, 오늘은 그 앞 단계인 기획·대본에만 집중할게요. 도구 비교 같은 건 그쪽 글이 더 자세해요.

정리하면 이 글은 빈 화면 앞에서 “뭘 찍지, 어떻게 말하지”가 막막한 분을 위한 거예요. 채널은 있는데 조회수가 안 붙거나, 숏폼을 시작은 했는데 첫 컷부터 막히는 분이요.

영상 제작 흐름도 - 기획→대본→촬영→편집→자막·더빙→업로드 가로 6단계, ‘기획·대본’ 구간을 그린색으로 강조하고 “AI가 가장 잘 거드는 구간” 라벨, ’자막·더빙’은 회색으로 “이전 글 참고” 표시

1단계, 뭘 찍을지부터 AI한테 같이 고민시켜요

대본을 쓰기 전에 주제부터 막히는 경우가 많죠. 여기서 AI를 브레인스토밍 파트너로 쓰면 후보를 빠르게 잡는 데 도움이 돼요.

좋은 영상 아이디어는 세 가지가 맞아떨어진다고 해요. 시청자가 진짜 겪는 구체적인 고민을 건드리고, 검색해서 찾을 만한 제목이고, 남들과 다른 각도일 것. 이 세 개를 동시에 잡는 게 중요해요.

그래서 ChatGPT한테 그냥 “주제 추천해줘”라고 하면 뻔한 답이 나와요. 채널 분야, 시청자가 누군지, 목표가 뭔지를 구체적으로 줘야 쓸 만한 게 나오거든요. 저는 이 프롬프트를 자주 써요.

너는 [내 분야] 유튜브 채널 컨설턴트야.
타깃 시청자는 [구체적으로: 예—이제 막 자취 시작한 20대].
이들이 자주 검색하지만 좋은 답 영상이 적은 주제 10개를,
각각 한 문장짜리 고민 포인트와 함께 뽑아줘.

여기에 실시간 트렌드까지 얹고 싶으면, Perplexity처럼 웹을 바로 검색하는 도구로 “검색은 많은데 좋은 답이 없는 주제”를 먼저 찾고, 그걸 ChatGPT에 넣어 제목 후보를 뽑는 2단 구성도 괜찮아요.

✍️ 처음엔 AI가 뽑아준 검색량 숫자를 그대로 믿었다가 한 번 데었어요. AI가 추정한 수치라 실제랑 다르더라고요. 그 뒤로는 후보만 AI한테 받고, 검색은 제가 직접 한 번 쳐보고 확인해요.

주제 발굴 인포그래픽 - 좋은 영상 아이디어 3요건 “①구체적 고민 ②검색 가능 ③다른 각도”를 세 칸으로, 가운데 AI 아이콘

2단계, 숏폼은 3부·롱폼은 6부로 뼈대를 짜요

주제가 잡혔으면 구성부터 짜야 해요. 대본을 바로 쓰기 전에 뼈대를 세워두면 AI도 훨씬 잘 따라와요. 길이에 따라 골격이 달라지는데, 숏폼과 롱폼을 나눠서 볼게요.

숏폼은 15~60초가 권장 길이예요. 한 해외 마케팅 조사에선 마케터의 33%가 31~60초를 이상적이라고 꼽았어요. 구조는 딱 3부로 가요. 훅(0~3초)으로 시선을 잡고, 가치(3~50초)에서 메시지 딱 하나만 전하고, 마지막 CTA(50~60초)에서 행동 하나를 요청해요. 여기서 욕심내서 메시지를 두세 개 넣으면 오히려 다 흐려져요.

롱폼은 층이 더 많아요. 훅(0~30초) → 맥락 다리(30~90초, “이 영상이 당신한테 맞다”는 신뢰 형성) → 본론 → 중간 CTA → 마무리 CTA → 엔드스크린 순서의 6부 구조가 표준으로 통해요.

숏폼과 롱폼의 가장 큰 차이는 군더더기 허용치예요. 숏폼은 한 단어도 버릴 게 없이 빡빡하게, 화면 자막과 빠른 컷이 필수고요. 무음으로 보는 사람이 많아서 자막이 거의 생명이에요. 한 조사에선 무음 시청자의 절반 정도가 자막에 의존한다고 해요. 롱폼은 반대로 스토리텔링을 깔 여유가 있어요.

📖 **훅(hook)**이란? 영상 맨 앞에서 시청자가 안 넘기고 계속 보게 붙잡는 첫 마디·첫 장면이에요. 낚시 바늘처럼 시선을 거는 부분이라 생각하면 돼요.

재활용 팁도 하나. 롱폼 1편에서 강한 순간이나 데이터, 한마디를 뽑아서 숏폼 3~5개로 쪼갤 수 있어요. 유튜브 추천 시스템이 롱폼·숏폼 둘 다 올리는 채널을 우대한다고 알려져 있어서, 한 번 만든 걸 양쪽으로 굴리면 효율이 좋아요.

인포그래픽 - 숏폼 3부(훅 0~3초 / 가치 3~50초 / CTA 50~60초) vs 롱폼 6부(훅 0~30초 / 맥락 30~90초 / 본론 / 중간 CTA / 마무리 CTA / 엔드스크린) 좌우 비교표, 시간 구간 명시

3단계, 대본 프롬프트는 구어체·짧게·탈AI로 시켜요

이제 진짜 대본이에요. AI한테 대본을 시킬 때 조건을 안 주면 격식체에 문장도 다 길게 나와요. 그래서 프롬프트에 구어체·짧은 문장·탈AI 조건을 박아넣는 게 중요해요.

길이부터 감을 잡아야 하는데, 흔히 분당 130~150단어가 기준으로 쓰여요. 다만 이건 영어 기준이에요. 한국어는 음절·어절 구조가 달라서 그대로 적용이 안 돼요. 그래서 저는 대본을 뽑은 다음에 직접 소리 내서 읽으며 시간을 재요. 그게 제일 정확해요.

탈AI도 따로 시켜야 해요. AI 글은 “moreover”나 “결론적으로” 같은 번역체·격식체가 자꾸 끼거든요. 그래서 “격식체·번역투를 빼고, 25단어 미만 짧은 문장으로 다시 써줘”라고 한 번 더 돌려요. 그리고 페르소나를 구체적으로 주는 게 천편일률을 깨는 가장 큰 포인트예요. 그냥 “대본 써줘”가 아니라 “너는 냉소적인 테크 리뷰어야”처럼 캐릭터를 박아주면 톤이 확 달라져요.

제가 한국어 대본에 자주 쓰는 프롬프트는 이 정도예요.

아래 개요로 유튜브 대본을 써줘. 조건:
① 친구한테 말하듯 구어체, '~합니다'체 대신 '~예요/~거든요'
② 한 문장 30~60자로 짧게 끊기 (소리 내 읽기 좋게)
③ 격식체·번역투('~할 수 있습니다', '뿐만 아니라') 금지
④ 자막으로 화면에 뜰 걸 감안해 핵심어를 문장 앞에
⑤ 4~7개 섹션, 섹션마다 핵심·근거·전환을 한 줄씩

마지막 조건이 중요해요. 훅에서 한 약속을 본론이 반드시 지키게 묶어두는 거예요. “5가지 알려줄게요” 해놓고 3개만 나오면 시청자가 바로 빠져나가거든요.

대본 집필 화면 예시 - 왼쪽에 개요, 오른쪽에 AI가 뽑은 구어체 대본 초안, 하단에 “소리 내 읽으며 시간 재기” 메모

4단계, 첫 3초에서 시청이 결정돼요

이 글에서 제일 중요한 부분이에요. 숏폼이든 롱폼이든 영상을 끝까지 볼지는 첫 3초에서 거의 결정돼요.

한 해외 마케팅 통계에선 시청자의 71%가 첫 몇 초 안에 계속 볼지 말지를 정한다고 해요. 수치 자체는 원 조사 기관이 매체마다 불분명해서 단정하긴 어렵지만, 첫 몇 초가 결정적이라는 경향은 어디서나 같아요. 그래서 강한 훅은 첫 3초, 영어 기준 10~14단어 안에 떨어지는 걸 권해요. 한국어로는 한 호흡에 끝나는 짧은 한마디예요.

피해야 할 도입도 분명해요. 느린 인트로, “안녕하세요 다시 왔어요” 식 인사, 천천히 빌드업하는 시작이요. 무음으로 봐도 훅이 전달되게 큰 자막 4~7단어를 고대비로 깔아주는 게 좋고요.

가장 잘 먹히는 훅은 보통 세 가지로 정리돼요.

반대로 치고 들어가기: “다들 X라는데, 사실은 아니에요” 하고 통념을 뒤집어요.
실수 경고: “이거 모르면 손해예요” 하고 시청자가 놓칠 위험을 건드려요.
리스트 티저: “5가지 중에 마지막이 제일 중요해요” 하고 끝까지 보게 만들어요.

훅을 던졌으면 끝까지 보게 잡아두는 것도 설계가 필요해요. 이걸 리텐션이라고 하는데, 90초마다 화면에 변화를 주는 게 효과적이라고 해요. 화면 자막을 띄우거나, 시청자한테 질문을 던지거나, 장면을 전환하는 식이요. 한 크리에이터 리소스 보고로는 90초 간격의 이런 변화가 시청 시간을 15~25% 늘렸다고 해요.

📖 **리텐션(retention)**이란? 시청자가 영상을 얼마나 오래, 끝까지 보는지를 뜻해요. 이게 높을수록 유튜브가 영상을 더 밀어줘요.

AI를 여기도 쓸 수 있어요. “이 대본에서 90초 넘게 변화 없이 흐르는 구간을 찾아서 시각적 변화를 제안해줘”라고 시키면, 늘어지는 부분을 짚어줘요.

인포그래픽 - 잘 먹히는 훅 3종(반대 주장 / 실수 경고 / 리스트 티저)을 세 카드로, 각 카드에 예시 한 줄, 하단에 “첫 3초·자막 4~7단어” 강조

5단계, 제목과 썸네일 문구는 앞 5단어가 전부예요

영상을 다 만들었으면 마지막은 제목과 썸네일이에요. 여기서 클릭이 갈리니까 대본만큼 공들일 가치가 있어요.

제목은 가장 중요한 단어를 앞 5단어 안에 넣는 게 핵심이에요. 모바일에서는 제목이 뒤가 잘리거든요. 잘려도 앞부분만으로 훅이 보여야 해요.

여기서 꼭 짚을 게 있어요. 끌리는 제목(clickable)과 낚시 제목(clickbait)은 달라요. 호기심을 자극하는 건 좋지만, 내용과 다른 과장은 역효과예요. 제목이 약속한 걸 영상이 못 지키면 초반에 사람들이 빠져나가고, 그게 오히려 알고리즘에 불리하게 작용해요.

썸네일도 비슷해요. 2026년 유튜브는 클릭률과 초반 리텐션에 극도로 집중하는 구조라, 강한 썸네일 수요가 커요. 그런데 AI 혼자 만든 썸네일은 아직 사람이 만든 것보다 성과가 낮다는 테스트 결과가 있어요. 지금으로선 AI로 컨셉을 잡고 사람이 다듬는 하이브리드가 제일 나아요.

도구는 결대로 나눠 쓰면 편해요. 썸네일 이미지나 비주얼은 제미나이가 강하고, 썸네일 프롬프트나 긴 대본 정리는 클로드가 정교해요. ChatGPT는 템플릿이 있을 때 빠른 초안용으로 좋은데, 대신 프롬프트를 꼼꼼히 줘야 제대로 나와요. 썸네일에 박을 텍스트는 4~7단어, 고대비로, 작은 화면에서도 읽히게 잡는 걸 권해요.

제목·썸네일 예시 - 모바일 화면에서 제목이 잘린 모습, 앞 5단어에 핵심어가 들어가 잘려도 훅이 보이는 좋은 예 vs 나쁜 예 대비

AI 대본, 그대로 올리면 유튜브가 걸러내요

여기까지 읽고 “그럼 AI한테 다 맡기면 되겠네” 싶을 수 있는데, 그게 제일 위험해요. 이게 이 글에서 꼭 하고 싶은 얘기예요.

AI 대본은 천편일률로 흐르기 쉬워요. 소리 내 읽어보면 문장 길이도 구조도 다 비슷하거든요. ChatGPT는 기본 톤이 중립적이고 약간 격식체라, 과하게 균형 잡히고 강한 의견은 안 내는 특유의 글이 나와요. 이걸 사람 글로 바꾸려면 본인 의견·실제 사례·본인 경험 문장을 직접 얹어야 해요.

더 중요한 게 있어요. 2026년 1월, 유튜브가 대량생산·천편일률 AI 콘텐츠를 대대적으로 단속했어요. ’인증되지 않은 콘텐츠’라는 정책으로 16개 채널이 종료됐는데, 합산 조회수가 47억에 달했다고 해요. 멘트·편집 없이 짜깁기하거나, 정지 이미지만 슬라이드쇼로 돌리거나, 템플릿만 바꿔 하루에 수십 개씩 올리는 패턴이 걸렸어요.

✍️ 이 뉴스 보고 좀 뜨끔했어요. 저도 한때 AI로 뽑은 대본을 거의 안 고치고 올린 적이 있었거든요. 지금은 생성한 뒤에 5분이라도 들여서 제 경험 한 문장, 구체적인 사례 하나는 꼭 넣어요. 그것만 해도 글 느낌이 달라지더라고요.

오해하면 안 되는 건, 이건 AI 금지가 아니에요. 본인 관점과 경험을 더하면 계속 수익화도 되고 시청자도 봐요. AI 나레이션에 본인 생각을 얹고, 정지 이미지 대신 실제 움직임을 넣고, AI 대본은 사람이 검토·재작성하는 거죠. 한국 업계도 비슷한 결론이에요. 한 마이크로 드라마 제작자는 “AI를 쓸수록 대본과 창의성에선 사람 역량이 더 중요해진다”고 했어요.

하나 더. 영상은 글보다 확산이 빠르고 박제도 잘 돼요. 그래서 AI가 만든 통계나 사례는 반드시 원래 출처로 한 번 확인하고 대본에 넣어야 해요. 틀린 정보가 영상으로 퍼지면 타격이 훨씬 커요.

AI티 빼는 4단계 카드 - “①구체 페르소나 지정 ②본인 의견 삽입 ③실화로 훅 시작 ④데이터·사례·경험 1개씩 추가” 4칸 인포그래픽

자주 묻는 질문

Q. AI로 쓴 대본 그대로 올려도 수익화 되나요?

대량생산·천편일률이면 위험해요. 2026년 1월 유튜브가 그런 채널들을 실제로 종료시켰어요. 다만 본인 관점·경험을 얹어서 검토·재작성하면 계속 수익화 가능해요. AI 금지가 아니라 사람 손이 들어가야 한다는 거예요.

Q. 분당 130~150단어, 한국어에도 그대로 쓰면 되나요?

아니에요. 그건 영어 기준이라 한국어엔 안 맞아요. 한국어는 음절·어절 구조가 달라서, 대본을 뽑은 뒤에 직접 소리 내 읽으며 시간을 재는 게 정확해요.

Q. 숏폼이랑 롱폼 중 뭐부터 시작하는 게 좋을까요?

정답은 없지만, 롱폼 1편을 만들어 강한 순간을 숏폼 3~5개로 쪼개는 방식이 효율적이에요. 유튜브도 둘 다 올리는 채널을 우대한다고 알려져 있어요.

깅글렛 한줄평

💬 AI한테 대본을 시키는 건 좋아요. 단, 첫 3초 훅과 본인 경험 한 문장은 직접 얹으세요. 그게 넘기는 영상이랑 끝까지 보는 영상을 가르거든요.

마무리

오늘은 영상 기획부터 대본·훅·제목까지, 찍기 전 작업을 AI로 푸는 5단계를 정리해봤어요. 정리하면 AI를 초안 파트너로 쓰되 첫 3초와 내 톤은 직접 챙기는 거예요.

영상을 다 만든 뒤 자막·번역·더빙이 궁금하신 분은 이전 글을 참고하시면 돼요. 다음엔 또 다른 AI 업무 활용 꿀팁으로 찾아올게요.

※ 본 글은 2026년 6월 기준 정보를 바탕으로 작성됐어요. 수치 일부는 해외 마케팅 매체 통계라 경향으로만 참고하시고, 유튜브 정책·기능은 추후 바뀔 수 있어요.