모아보기 서비스 구현기 1건

2026년 7월 14일 · 약 8분

SceneMakerAI 팀

들어가며

드라마 여러 회차에서 한 주제의 장면을 골라 모으는 모아보기를, 질의 한 줄로 만드는 과정을 정리한 글이다.

숏폼 2편에서는 1회차 안에서 씬을 골라 3분 요약을 만들었다.

모아보기는 주제 하나를 정해 그 주제의 장면을 모으는 것 이다. 주제는 두 갈래다.

갈래	주제	질의 예
줄거리 모아보기	회차 범위의 이야기	모아보기 20분 요약 (1~2화), 1시간 모아보기 (1~10화)
장면 모아보기	인물·행동·대사	김부장 주인공 격투 액션 모음집, 박진철 싸움 장면 2분

숏폼과 달라지는 것은 범위와 분량이다.

구분	숏폼	모아보기
범위	1회차	1회차 ~ 여러 회차 (이 글은 2회차, 10회차)
분량	30초 ~ 3분	2분 ~ 1시간
클립 수	1 ~ 12개	1 ~ 470개

별도 서비스를 새로 만든 것은 아니다. 숏폼과 같은 편성 API 를 쓰고, 묶는 회차와 질의, 목표 분량만 다르다.

POST /api/v1/compose
{
  "query": "모아보기 20분 요약",
  "budget_sec": 1200
}

전체 흐름을 그림으로 나타내면 아래와 같다.

단계별로 사용한 모델이다. 숏폼 편성과 같다.

단계	모델	입력
① 씬 읽기	없음 (DB)	—
② 질의 해석	`Qwen3.8-27B-FP8`	글자
③ 장면 검색	`Qwen3-Embedding-4B`	글자
④ 선곡	`Qwen3.8-27B-FP8`	글자
⑤ 시작·끝점	`Qwen3.8-27B-FP8`	글자
⑥ 겹침 합치기 · ⑦ 분량 맞추기	없음 (계산)	—

편성 단계는 화면을 다시 보지 않는다. 씬에 붙어 있는 장소·인물·요약과 대사, 곧 글자만 읽는다.

이 글에서 다루는 내용은 아래와 같다.

재료 — 씬과 검색 색인
회차를 묶는 구조
편성 7단계
줄거리 모아보기
장면 모아보기
분량 맞추기

1. 재료 — 씬과 검색 색인

대상은 SBS 드라마 「김부장」 10편이다. 전체 길이는 약 10시간 53분 이다.
편성이 고르는 단위는 씬 이다. 같은 시간·장소에서 이어지는 한 장면이고, 씬마다 장소·인물·요약이 붙어 있다.
10편에 씬이 739개 있다. 모아보기는 이 중에서 쓸 것을 고르는 일이다.
질의와 비슷한 장면을 찾기 위해 검색용 색인을 둔다.
- 큰 단위(회차 개요)부터 작은 단위(대사 한 줄)까지 다섯 가지 글이 들어 있다.

무엇이 검색에 걸리든 씬으로 모인다.
- 대사 한 줄이 걸리면, 그 대사가 속한 씬이 후보로 올라온다.
줄거리를 묻든, 대사를 묻든, 화면을 묻든 같은 색인에서 찾는다. 질의 종류를 미리 가르지 않는다.

2. 회차를 묶는 구조

편성 한 건에 회차를 몇 개든 묶을 수 있다. 1화만, 1~2화, 1~10화 전부 같은 방식이다.

편성 한 건은 세 가지 정보로 이루어진다.
- 편성 — 질의, 목표 분량, 결과 길이, 클립 수
- 묶인 회차 — 이 편성이 읽을 회차 목록
- 클립 — 재생 순서, 잘라 올 회차, 시작 초와 끝 초
클립마다 어느 회차에서 잘라 올지가 적혀 있다.
- 재생 순서는 편성 전체에서 하나로 이어진다. 1화 클립이 끝나면 2화 클립이 이어서 나온다.
회차가 1개든 10개든 편성 과정은 같다. 묶인 회차 목록만 길어진다.

3. 편성 7단계 (Qwen3-Embedding-4B, Qwen3.8-27B)

편성은 요청을 접수만 하고 바로 응답 한다. 실제 작업은 뒤에서 돌고, 끝났는지는 진행 상태를 조회해 확인한다.
한 번에 한 건만 돈다. 진행 중에 또 요청하면 거절한다.
작업은 7단계가 한 줄로 이어진다.

단계	하는 일
① 씬 읽기	묶인 회차의 씬 목록을 가져온다
② 질의 해석	누구 · 무엇 · 몇 분인지 읽는다
③ 장면 검색	색인에서 질의와 비슷한 씬을 찾는다
④ 선곡	후보 중 쓸 씬을 고르고 중요도 순위를 매긴다
⑤ 시작·끝점	씬 안에서 쓸 구간을 정한다
⑥ 겹침 합치기	겹치는 클립을 하나로 합친다
⑦ 분량 맞추기	목표 길이에 맞춰 덜어낸다

질의에 맞는 씬이 없으면 빈 결과 로 끝난다. 오류가 아니다. 없는 장면을 억지로 뽑지 않는다.

3-1. 걸리는 시간

회차를 묶으면 후보 씬이 많아진다. 10편을 묶으면 739개다.
그래도 편성 한 건은 몇 분 안에 끝난다.

범위	질의	걸린 시간
1화	스토리 전체 3분 요약	51초
1~2화	모아보기 20분 요약	1분 21초
1~10화	드라마 김부장 전체 1시간 모아보기 요약	3분 47초

원본 약 11시간을 읽어 1시간 모아보기 목록을 만드는 데 3분 47초 가 걸렸다.

4. 줄거리 모아보기

회차 범위를 정하고, 그 범위의 이야기를 목표 분량으로 줄인다.
질의에는 주제와 분량만 쓴다. ("모아보기 20분 요약")
이야기 전체가 주제이므로 묶인 회차의 모든 씬이 후보 가 된다.
결과는 짧은 클립 여러 개다. 회차 순서대로, 회차 안에서는 시간 순서대로 이어진다.

4-1. 1~2화를 20분으로

1화와 2화를 묶어 요청하면 클립 75개, 24분 0초가 나온다.
1화에서 37개, 2화에서 38개가 나온다. 두 회차가 거의 반씩 들어간다.
클립 하나는 평균 19초다. 회차 처음부터 끝까지 고르게 짚는다.

4-2. 1~10화를 1시간으로

10편을 묶어 요청하면 클립 114개, 63분 30초가 나온다.
열 편 모두에서 장면이 나온다. 회차마다 8~17개다.
클립 하나는 평균 33초다.
같은 방식으로 10편을 10분으로 줄일 수도 있다. 이때는 클립 27개, 11분 57초가 나온다.
줄거리 모아보기는 목표 분량을 함께 줘야 한다.
- 목표가 없으면 후보가 모두 살아남아 결과가 몇 시간으로 길어진다.

5. 장면 모아보기

인물·행동·대사로 주제를 좁혀 그 장면만 모은다.
질의에는 찾을 장면을 쓴다. ("김부장 주인공 격투 액션 모음집", "민지 싸우는 장면")
주제에 맞는 씬만 후보 가 된다. 줄거리 모아보기와 같은 7단계를 타지만, 검색 단계에서 후보가 크게 줄어든다.

10편을 묶어 격투 장면을 요청하면 클립 24개, 22분 25초가 나온다.
장면이 있는 회차에서만 나온다. 5화에서 8개가 나왔고, 4화·6화·8화에서는 나오지 않았다.
클립 하나는 평균 56초다. 격투는 시작부터 끝까지 이어져야 장면이 되므로 구간이 길게 잡힌다.
목표 분량을 주지 않아도 된다. 주제에 맞는 장면을 다 모으면 거기서 끝난다.
그 밖의 동작은 아래와 같다.

질의에 쓴 것	동작	예
장면 하나	그 장면만 클립 1개로 낸다	김부장 마지막 싸움 장면 → 1개, 3분 38초
대사	그 대사가 나오는 구간을 낸다	민지 아빠가 간첩이었다고 알려주는 대사 → 1개, 19초
개수	쓴 개수만큼 낸다	격투 장면 최고의 모음집 10개 → 10개
없는 장면	빈 결과로 끝난다	민지가 바다에서 수영하는 장면 → 0개

6. 분량 맞추기

목표 분량은 언어 모델에게 계산시키지 않는다. 선곡 단계는 중요도 순위만 매기고, 덜어내는 산수는 코드가 한다.

규칙은 세 가지다.
- 중요한 클립부터 담는다.
- 상한을 넘기는 클립은 버린다.
- 덜어내기만 한다. 모자라도 선곡에 없던 장면을 끌어와 채우지 않는다.
상한은 목표보다 조금 길게 잡혀 있다.
- 딱 맞춰 자르면 대체로 목표보다 짧게 끝나기 때문에 여유를 둔 것이다.
- 지금 결과는 목표의 120% 에서 끝난다. 10분을 요청하면 12분, 20분을 요청하면 24분이 나온다.
담을 때는 중요도 순, 내보낼 때는 시간순 이다. 모아보기는 이야기 순서대로 재생돼야 한다.

마무리

「김부장」 10편(약 10시간 53분, 씬 739개)에서 질의 한 줄로 주제에 맞는 장면을 모아 클립 목록으로 만드는 과정까지 완료되었다.

현재 구성을 정리하면 아래와 같다.

숏폼과 같은 편성 7단계를 쓴다. 묶는 회차와 질의, 목표 분량만 다르다.
편성 한 건에 회차를 1개부터 10개까지 묶을 수 있다.
줄거리 모아보기와 장면 모아보기를 같은 과정으로 만든다.
1~2화 20분 모아보기는 1분 21초, 1~10화 1시간 모아보기는 3분 47초가 걸린다.

아직 남아 있는 부분은 아래와 같다.

결과는 클립 목록까지다. 목록을 한 편의 영상으로 합치는 과정은 연결되지 않았다.
결과 길이가 목표의 120% 까지 나온다.
같은 질의라도 실행할 때마다 회차별 배분이 달라질 수 있다.

영상으로 합치는 과정과 분량·배분을 다듬는 작업은 추후 진행할 예정이다.

참고 링크)

본 글은 과학기술정보통신부·정보통신산업진흥원 「2026년 오픈소스 AI·SW 개발·활용 지원사업」의 지원으로 수행된 연구 결과입니다.

들어가며​

1. 재료 — 씬과 검색 색인​

2. 회차를 묶는 구조​

3. 편성 7단계 (Qwen3-Embedding-4B, Qwen3.8-27B)​

4. 줄거리 모아보기​

5. 장면 모아보기​

6. 분량 맞추기​

마무리​