NotebookLM으로 YouTube 동영상 만들기: 완전 가이드

YouTube에 동영상을 올리고 싶었지만 영상 편집기와 수 시간의 수작업이 두려워 망설였다면, 이 글은 당신을 위한 것입니다.

Google NotebookLM과 몇 가지 오픈소스 스크립트를 사용해 아이디어에서 게시된 동영상까지 약 30분 만에 도달하는 방법을 보여드리겠습니다.

NotebookLM과 동영상의 관계

NotebookLM은 Google의 AI 도구로, 문서를 분석하고 콘텐츠를 생성할 수 있습니다.

오디오 팟캐스트 생성 — 기사나 메모에서 자연스러운 음성의 오디오 내레이션을 생성
슬라이드 프레젠테이션 생성 — 동일한 자료로 PDF 슬라이드 생성
완성 동영상 생성 — 일부 모드에서 완성된 동영상도 생성 가능

완성 결과물

🎬 Анализ Плато: Как отличить надежный оптимум от переобучения — video-maker 예시: PDF 프레젠테이션 + 오디오(NotebookLM)를 슬라이드 동기화된 완성 동영상으로 조립
🎬 Walk-Forward Optimization: The Only Honest Strategy Test — video-metadata 예시: NotebookLM이 완성 동영상을 생성하고, 스크립트가 메타데이터(제목, 설명, 태그, 타임스탬프, 자막)를 준비

두 경우 모두 영상 편집기나 수작업 없이 자동으로 조립됩니다.

도구: 당신은 어느 쪽인가요?

NotebookLM이 무엇을 주었는지에 따라 두 가지 빌드 도구 중 하나로 시작하게 됩니다 — 그리고 세 번째 도구가 그 결과물을 대신 YouTube에 게시해 줍니다.

시나리오 1: 오디오 + 슬라이드가 있다 → 동영상 조립 필요

도구: video-maker

시나리오 2: 완성 동영상이 있다 → YouTube 메타데이터 필요

도구: video-metadata

시나리오 1: 오디오와 슬라이드로 동영상 만들기

1단계: NotebookLM에서 콘텐츠 생성

NotebookLM 열기
새 노트북 생성, 자료 업로드
오디오 팟캐스트와 슬라이드 프레젠테이션 생성 요청
오디오(.m4a)와 슬라이드(.pdf) 다운로드

2단계: 도구 설치

git clone https://github.com/suenot/video-maker.git
cd video-maker
python -m venv venv && source venv/bin/activate
pip install openai-whisper pillow pytesseract
brew install ffmpeg poppler tesseract

3단계: 실행 — 명령어 하나

mkdir -p input/my-video
cp ~/Downloads/audio.m4a input/my-video/audio_en.m4a
cp ~/Downloads/slides.pdf input/my-video/slides_en.pdf
bash scripts/run_pipeline.sh en

파이프라인이 자동으로: PDF→이미지 변환, OCR 텍스트 추출, Whisper 음성 인식, 슬라이드 동기화, MP4 동영상 조립, SRT 자막 생성, YouTube 태그 조사, 메타데이터 생성, 썸네일 생성을 수행합니다.

동기화 원리

탐욕적 전방 매칭 알고리즘: Whisper의 단어 수준 타임스탬프와 OCR의 슬라이드 텍스트를 비교하여 자동으로 슬라이드 전환 시점을 판단합니다. 슬라이드는 절대 뒤로 돌아가지 않습니다.

시나리오 2: 완성 동영상의 메타데이터 준비

git clone https://github.com/suenot/video-metadata.git
cd video-metadata
pip install openai-whisper

python scripts/prepare_metadata.py \
    --video input/my-video.mp4 \
    --slug my-article-slug \
    --output-dir output/my-article-slug \
    --whisper-model base

시나리오 3: YouTube에 게시 — 자동으로

원래 이 가이드는 수동 단계로 끝났습니다: YouTube Studio를 열고, 파일을 업로드하고, 메타데이터를 손으로 붙여넣기. 이제는 아닙니다. 마지막 단계도 자동화되었습니다.

도구: video-publisher

video-publisher는 완성된 동영상과 메타데이터 JSON을 받아 대신 YouTube에 게시해 줍니다 — 안티디텍트 Camoufox 브라우저 세션으로 YouTube Studio를 조작하는 방식입니다. Data API도, OAuth도, API 키도 필요 없습니다. 한 번 로그인해 둔 브라우저 프로필을 재사용하므로 Google Cloud에서 설정할 것이 전혀 없습니다.

작동 방식

git clone https://github.com/suenot/video-publisher.git
cd video-publisher

# Use Python 3.11–3.13 (not 3.14 — Camoufox needs Playwright ≤ 1.51)
python3.11 -m venv venv && venv/bin/pip install -r requirements.txt
venv/bin/python -m camoufox fetch          # one-time: download the browser

# One-time: sign into the TARGET YouTube account (persists locally)
venv/bin/python login.py

그런 다음 video-maker 번들을 명령어 하나로 게시합니다:

venv/bin/python publish.py \
    --video     ../video-maker/output/SLUG/SLUG.mp4 \
    --metadata  ../video-maker/output/SLUG/SLUG_metadata.json \
    --thumbnail ../video-maker/output/SLUG/SLUG_thumbnail.png \
    --channel-handle @your-channel \
    --visibility private

이 도구는:

로그인된 Camoufox 세션에서 YouTube Studio를 엽니다 — 로그인 프롬프트도, API 키도 없습니다
대상 채널을 선택합니다(--channel-handle 또는 --channel-id로) — 브랜드 채널에서도 작동합니다
15분 미인증 채널 제한에 맞춰 동영상 길이를 사전 확인하고, “Processing abandoned”로 거부될 상황이면 업로드를 낭비하기 전에 중단합니다
동영상을 업로드하고, 메타데이터 JSON에서 제목/설명/태그를 설정하며, 썸네일을 첨부합니다
“본인 확인(Verify it’s you)” 관문을 매끄럽게 처리합니다(--keep-open으로 한 번 통과시켜 두세요)
업로드가 실제로 게시되었는지 확인하고, 명확한 종료 코드를 반환합니다

기본적으로 비공개(private) 초안(--visibility private)으로 게시하므로 공개 전에 검토할 수 있습니다 — 준비가 되면 --visibility unlisted 또는 public을 전달하세요. 설계에 의한 안전장치: 아무것도 실수로 공개되지 않습니다.

세션을 비공개로 유지하세요. 이 도구는 지속되는 브라우저 프로필을 통해 실제 계정에 로그인합니다. 그 프로필 — 쿠키, 핑거프린트, debug/ 스크린샷 — 은 절대 커밋하거나 공유해서는 안 됩니다. 저장소에는 바로 이런 파일들을 위한 .gitignore가 포함되어 있으니 이를 존중하세요. YouTube 자동화는 계정에 속도 제한이 걸리거나 정지될 수도 있으므로, 본인 계정으로, 한 번에 하나의 세션만, 본인 책임하에 사용하세요.

완전한 콘텐츠 팩토리

세 도구를 연결하면 블로그 기사가 수동 편집도 수동 업로드도 없이 게시된 YouTube 동영상이 됩니다:

article + NotebookLM audio/slides
      │
      ▼
  video-maker      → builds the MP4 (synced slides + subtitles + thumbnail)
      │
      ▼
  video-metadata   → title, description, tags, chapter timestamps, SRT
      │
      ▼
  video-publisher  → uploads and publishes to YouTube (browser, no API keys)
      │
      ▼
   YouTube 🎬

전체 워크플로우: 아이디어에서 YouTube까지 30분

단계	작업	시간
1	NotebookLM에 자료 업로드	2분
2	오디오와 슬라이드 생성	5분
3	파일 다운로드 후 `input/`에 배치	1분
4	`run_pipeline.sh` 실행 (video-maker + video-metadata)	10-15분 (대기)
5	`publish.py` 실행 (video-publisher) — 대신 업로드하고 게시	2분

총 소요: 약 25분, 대부분은 스크립트를 기다리는 시간일 뿐이며 — 유일한 수작업은 NotebookLM에서의 몇 번의 클릭뿐입니다. YouTube Studio 업로드, 메타데이터 붙여넣기, 자막과 썸네일 첨부는 이제 모두 자동화되었습니다. 이전에는 2시간 이상의 수작업이 필요했습니다.

슬라이드를 넘어서: 기타 오픈소스 동영상 도구

video-use: Claude Code로 동영상 편집

video-use — Claude Code를 통해 직접 동영상을 편집할 수 있는 오픈소스 스킬. 원본 영상을 폴더에 넣고 지시하면 자동으로: 필러 워드 제거, 컬러 그레이딩, 30ms 오디오 페이드, 자막 삽입, 애니메이션 오버레이 생성, 렌더링 셀프 체크까지 수행합니다.

LLM은 동영상을 「보지」 않고 읽습니다 — ElevenLabs Scribe 전사(단어 수준 타임스탬프 + 화자 분리)와 온디맨드 비주얼 합성을 통해. 30,000 프레임 × 1,500 토큰 = 4,500만 토큰의 노이즈가 아닌 12KB 텍스트와 몇 장의 PNG로 처리합니다.

OpenShorts: 숏폼 동영상 풀 플랫폼

OpenShorts — Docker 기반 셀프호스팅 플랫폼. Clip Generator(긴 동영상→바이럴 숏츠), AI Shorts(AI 배우로 마케팅 동영상 생성, $0.65~), YouTube Studio(AI 썸네일·타이틀·설명 생성)를 통합. 완전 무료, 오픈소스, 워터마크 없음.

제한사항

동기화 품질은 슬라이드 텍스트에 의존
단일 화자 전제
기본은 macOS (Linux에서는 libx264 사용)
NotebookLM 품질은 입력 자료에 의존

모든 도구

🔧 video-maker — 오디오 + PDF로 동영상 조립
🔧 video-metadata — YouTube 메타데이터 생성
🔧 video-publisher — 브라우저 세션으로 YouTube에 게시 (API 키 불필요)
🎬 video-use — Claude Code로 동영상 편집
🎬 OpenShorts — 숏츠와 AI 동영상 풀 플랫폼

중요: video-maker, video-metadata, video-publisher는 완성된 제품이 아니라 스타터 템플릿입니다. 기본 시나리오에서는 바로 작동하지만, 어떤 AI 에이전트(Claude Code, Codex, Cursor 등)로든 자신의 필요에 맞게 커스터마이즈할 수 있도록 설계되었습니다. Fork하고 자신의 브랜드와 콘텐츠 스타일에 맞게 적용하세요.

NotebookLM으로 콘텐츠를 만들고, 스크립트로 자동 조립하세요. 아이디어에서 YouTube까지 가장 빠른 경로입니다.