메이커 에반은 빌더 올리 현장에서 한국의 빌더 100명을 소개하고, 자신이 AI를 어떻게 쓰는지 직접 보여 준다. 인스타 카드뉴스 스킬 수정, 이미지 레퍼런스 활용, 녹음 파일로 자막 만드는 흐름이 이어진다.
flowchart LR A[빌더 올리 현장 공유] --> B[한국의 빌더 100명 소개와 행사 취지] B --> C[카드뉴스 스킬 수정과 이미지 생성 작업] C --> D[AI 활용 노하우와 자막 제작 루틴 공유]
핵심 요약
- 빌더 올리는 대한민국의 빌더 100명을 소개하는 자리로 설명되며, 진행자는 이 모임을 통해 자신과 친구들이 어떤 식으로 사고하고 AI를 쓰는지 보여 주겠다고 말한다.
- 환영사에서는 두 달 전 같은 장소에서 시작된 더 해퍼톤 행사의 흐름을 이어, 두 달에 한 번씩 모임을 계속하자는 취지로 시작했다고 설명한다.
- 현장 작업에서는 인스타 카드뉴스 스킬의 문제를 직접 짚는다. 인트로가 별로이고 동기 부여가 안 되며, 백그라운드 이미지가 너무 전문적이라 공감이 잘 안 된다고 판단해 더 자연스러운 이미지로 바꾸려 한다.
- 카드뉴스 생성 과정에서는 음성 입력을 받아 처리하는 흐름을 보여 주고, 엔터만 누르면 결과가 만들어지는 식으로 작업이 진행된다고 설명한다.
- 이커머스 작업 사례에서는 핀터레스트에서 원하는 감성을 찾고, 레퍼런스 이미지는 표절하지 말고 느낌만 참고해 새 이미지로 재해석하라고 프롬프트를 주는 방식을 소개한다.
왜 지금 중요한가
이 영상이 흥미로운 건 AI 도구를 추상적으로 칭찬하지 않고, 현장에서 바로 손보는 스킬과 실제 프롬프트, 작업 순서까지 드러낸다는 점이다. 개발자나 PM 입장에서도 배울 지점이 분명하다. 무엇을 고칠지 먼저 말하고, 레퍼런스 사용 원칙을 정하고, 입력과 출력이 이어지는 루틴을 짧게라도 검증하는 방식이 그대로 보인다.
주요 내용
빌더 올리 현장은 사람 소개보다 AI 사용 방식 공유에 더 가깝다
진행자는 [00:15] 이번 브이로그를 통해 “대한민국에 있는 100명의 빌더”를 소개하는 자리를 갖게 됐다고 말한다. 이어 [00:28]부터는 이 모임을 통해 자신과 친구들이 “어떻게 사고를 하고 어떤 식으로 AI를 쓰는지” 보여 주겠다고 덧붙인다. 단순한 행사 스케치가 아니라, AI 활용법을 현장에서 바로 보여 주겠다는 선언에 가깝다.
행사 취지는 더 해퍼톤 이후의 흐름을 이어 가는 데 있다
환영사에서는 이 모임의 배경이 더 구체적으로 나온다. [00:59] 같은 장소에서 두 달 전에 시작된 “더 헤퍼톤” 행사에서 100명 정도의 리더들이 함께하는 모습을 보고 좋은 열정과 에너지를 얻었고, [01:18] 그래서 두 달에 한 번씩 이어 가자는 취지로 시작했다고 설명한다. 현장의 규모와 반복 주기가 함께 언급돼, 일회성 이벤트가 아니라는 점이 드러난다.
카드뉴스 스킬 수정은 문제 정의부터 바로 들어간다
에반은 [01:39] 자신이 어떤 식으로 코딩하는지 보여 주겠다며 작업 화면으로 들어간다. 여기서 손보는 대상은 “인스타 카드뉴스” 스킬이다. 문제 정의도 분명하다. [01:51] 인트로가 너무 별로고 동기 부여가 전혀 안 되며, [02:00] 백그라운드 이미지가 너무 전문적이라 공감이 잘 안 된다고 말한다. 그래서 [02:10] 더 자연스러운 이미지를 만들어 넣어 달라는 방향으로 수정 요청을 준다. 이어 [02:16] 이 시스템은 음성 입력을 받아 처리하고, [02:19] 자신은 엔터만 누르면 결과가 처리된다고 설명한다. 결과물은 [02:27] “인스타 카드 뉴스가 조금 짬뽕하게 나왔습니다”라고 표현되는데, 완벽한 결과보다 빠른 실험과 개선 흐름을 보여 주는 장면에 가깝다.
레퍼런스 이미지는 감성만 참고하고, 표절 없이 재창조해야 한다
이후 인터뷰에서는 이커머스 작업자가 AI로 모델 컷과 제품 이미지를 만들고, 그 경험을 프롬프트 팩으로 정리해 다른 사장님들과 공유하는 제품을 고민 중이라고 말한다. 구체적인 작업 루틴도 나온다. [03:44] 핀터레스트에 들어가 원하는 감성을 찾고, 예를 들어 “블루 앤 그레이” 같은 느낌의 이미지를 저장한 뒤, [04:02] 가장 중요한 건 이미지를 표절하면 안 된다는 점이라고 강조한다. 대신 [04:07] “이러한 느낌으로 네가 재해석해서 새로이 만들어 줘”라는 식으로 프롬프트를 넣는다. 실제 예시 프롬프트에서는 [04:45] “1, 2번 컨셉 사진 속 귀걸이” 제품 사진을 만들고, [05:17] 색감과 컨셉 레퍼런스로 3, 4번 사진을 첨부했지만 [05:26] 절대 표절하지 말고 느낌만 참고해 새 이미지를 재창조하라고 지시한다.
이미지 모델 선택과 자막 제작 흐름도 짧지만 실무적으로 나온다
이미지 생성에서는 [05:43] 여러 이미지 모델이 있지만 본인은 “나노바나”를 가장 많이 쓴다고 말한다. 이유도 명확하다. [05:47] 토큰이 적게 들고, [05:50] 이미지 생성이 빠르며, [05:52] 스필드에서는 동시에 이미지 8개 정도를 돌려 놓을 수 있기 때문이다. 그래서 [06:02] 속도를 위해 한 4장 정도를 먼저 뽑아 보겠다고 한다. 뒤쪽 인터뷰에서는 자막 제작 질문도 나온다. 녹음한 음성을 영상에 어떻게 입히는지 묻자, [07:36] “녹음 파일만 넣으면 됩니다”라고 답한다. 그리고 [07:41] 필요한 것은 OpenAI API 키 하나이며, [07:54] 음성을 넣으면 텍스트를 뽑고 자막을 만들어 주는 구조라고 정리한다.
원문 발화 하이라이트
- [00:20] “대한민국에 있는 100명의 빌더을 이렇게 소개를 드리는 자리를 가지게 됐습니다.”
- [01:18] “이거를 한 두 달 한 번씩 같이 좀 이어가자.”
- [01:51] “문제가 뭐냐면 어 일단 인트로가 너무 별로야. 동기 부여가 전혀 안 돼.”
- [04:02] “절대 중요한 건 여기서 이미지를 표절하면 안 돼요.”
- [07:56] “거기서 텍스트를 뽑고 자막을 만들어 주게 되는 구조라고 보시면 될 거 같아요.”
바로 실행해 보기
- 지금 쓰는 콘텐츠 생성 워크플로에서 하나의 스킬이나 자동화 결과물을 골라, 에반처럼 먼저 문제를 문장으로 적어 본다. 예를 들면 인트로가 약한지, 이미지가 너무 딱딱한지처럼 결과물의 불만족 지점을 바로 적는다.
- 이미지 생성 작업을 한다면 핀터레스트 같은 곳에서 원하는 감성의 레퍼런스를 모으되, 프롬프트에 “표절하지 말고 느낌만 참고해 새로 만들어 달라”는 조건을 명시해 본다.
- 자막 자동화가 필요하다면 녹음 파일만 넣고 텍스트와 자막을 뽑는 구조를 먼저 시험해 본다. 이때 OpenAI API 키가 필요한 흐름인지, 입력이 음성 파일 하나로 끝나는지부터 체크해 보면 된다.
참고
영상 메타
- 채널: 메이커 에반 | Maker Evan
- 제목: 에반의 첫 브이로그 ✌️
- 게시 시각(원문): 2026-05-23T21:21:51+00:00
- 영상: https://www.youtube.com/watch?v=MPbNO8jhByU
- 썸네일: https://i2.ytimg.com/vi/MPbNO8jhByU/hqdefault.jpg
수집 품질
- 자막 세그먼트: 201개
- 자막 문자수: 3260자
- 챕터 추출: 10개
- 콘텐츠 생성: Subagent 기반
AI 생성 도구를 활용해 초안을 구성했고, 원영상 발화와 공개 자료를 교차 확인해 정리했습니다.