강의 영상 제작에서 촬영보다 더 큰 병목은 바로 '검수'입니다. 제작자는 자신의 영상에 대해 객관적인 시선을 갖기 어렵고, 말 끊김, 톤 변화, 편집 요소 일치 여부, 페이싱 등 다양한 디테일을 확인하려면 영상 하나당 최소 2회 정주행, 전체적으로는 10시간 이상이 소요되는 비효율적인 과정이 반복됩니다. 이러한 문제를 해결하기 위해 TwelveLabs(트웰브랩스)의 영상 이해 모델 기반 AI 'Jockey'(조키)를 활용한 강의 검수 파이프라인이 구축되었고, 한 달간의 실측을 통해 그 효용성과 한계가 명확히 드러났습니다.
구축된 파이프라인은 크게 세 단계로 나뉩니다. 먼저 촬영 원본을 지식 저장소에 등록하고 AI가 딜리버리 품질, 용어 갭, 편집 개입 지점 등을 타임스탬프와 함께 추출합니다. 다음으로 이 분석 결과를 바탕으로 구간 성격별 규칙을 적용해 편집 지시서를 생성합니다. 마지막으로 편집이 완료된 최종본을 재등록하여 출시 전 최종 QA(품질 보증)를 진행하는 방식입니다. 초기 오판독 사례도 있었는데, 이는 손상된 입력 파일과 '평가'를 지시하는 프롬프트의 조합 때문이었습니다. 디버깅 과정에서 '객관적·비판적 평가자' 페르소나와 '칭찬보다 결함 발견이 목적'이라는 명확한 지시, 그리고 '확신 없는 판독은 불확실로 표기'하는 금지어를 사용하고, '평가' 대신 '관찰'을 지시했을 때 AI의 신뢰도가 크게 향상되었습니다. 특히 입력 파일의 무결성(duration 대조) 확인과 '어때?' 대신 '뭐가 보여?'와 같이 정답을 숨긴 질문 방식이 중요했습니다.
실측 결과, AI는 내용·구조 분석(섹션 흐름, 용어 누락, 정적 구간), 딜리버리 평가(말 끊김, 톤 변화, 재녹음 접합부), 편집 요소의 존재 여부(빨간 박스 등) 등 '방향 탐지'에서는 놀라운 유효성을 보였습니다. 즉, 사람이 어디를 집중해서 봐야 할지 정확히 짚어주는 역할을 훌륭히 수행했습니다. 이를 통해 10시간 이상 걸리던 정주행 검수 시간을 특정 지점만 확인하는 수십 분으로 단축할 수 있었습니다. 그러나 타임스탬프 정밀도(±수 초)나 전 구간 커버리지(표본 기반)는 조건부 신뢰 영역이었고, 한글 화면 문구 전사 오류('검증'을 '김충'으로 오인), BGM(배경음악) 검출 불가, 다중 영상 환경에서의 교차 오염 등 '세부 판독'에서는 여전히 한계가 명확했습니다. 결국 AI는 '여기 이상함'까지는 알려주지만, '출시 가능' 여부에 대한 최종 확정은 사람의 눈으로 직접 확인해야 한다는 결론입니다. AI는 사람의 일을 대체하기보다, 사람이 더 중요한 일에 집중할 수 있도록 돕는 강력한 '조수'이자 '재현 가능한 QA 장비'로서의 가치를 증명했습니다.