처음부터 자동화를 해보려고 시작한 것은 아니었습니다.
AI로 음악을 만들고 유튜브에 하나씩 올리다 보니 자연스럽게 다음 생각이 들었습니다.
“음악을 하나둘 올리다 보니, 해외에서도 제 음악을 들어주면 좋겠다는 생각이 들었습니다.”
제가 만드는 음악은 가사가 없는 연주곡도 많고, 사랑이나 그리움처럼 나라가 달라도 이해할 수 있는 감정을 담은 곡도 있습니다.
그렇다면 제목과 설명을 여러 언어로 보여주면 해외에서도 제 음악을 발견할 가능성이 조금이라도 늘어날 수 있겠다는 생각이 들었습니다.
문제는 그다음이었습니다.
한두 개 언어라면 직접 번역해서 넣을 수 있습니다.
하지만 영어, 일본어, 프랑스어, 독일어를 넘어 수십 개 언어로 늘어나면 이야기가 완전히 달라집니다.
음악 한 곡을 올릴 때마다 같은 작업을 수십 번 반복해야 했습니다.
그때 처음으로 이런 생각을 했습니다.
“이걸 사람이 하나씩 해야 하나? AI와 자동화를 이용할 수는 없을까?”
그 질문에서 시작해 결국 유튜브 제목과 설명을 여러 언어로 자동 등록하는 작업까지 해보게 됐습니다.
AI로 음악을 만들면서 일이 하나씩 늘어났습니다
처음에는 음악만 만들면 되는 줄 알았습니다.
곡의 분위기를 생각하고 AI 음악 도구에 프롬프트를 넣어 곡을 만듭니다.
마음에 드는 곡이 나오면 제목을 정합니다.
그다음에는 유튜브에 올리기 위해 또 필요한 것이 생겼습니다.
- 영상에 사용할 이미지
- YouTube 제목
- 곡 설명
- 태그
- 영상 편집
- 업로드
여기까지는 그래도 한 곡씩 할 만했습니다.
그런데 해외 노출까지 생각하니 일이 하나 더 붙었습니다.
번역이었습니다.
제목 하나와 설명 몇 줄을 번역하는 것 자체는 어렵지 않습니다.
ChatGPT에게 부탁하면 금방 번역할 수 있습니다.
문제는 번역한 내용을 다시 언어별로 하나씩 YouTube에 등록하는 작업이었습니다.
AI가 번역 시간을 줄여줘도 사람이 다시 복사하고 붙여넣어야 한다면 반복작업은 여전히 남아 있었습니다.
번역보다 등록이 더 문제였습니다
처음에는 이렇게 생각했습니다.
“ChatGPT에서 여러 언어로 번역하고, 하나씩 넣으면 되겠지.”
그런데 언어가 5개, 10개를 넘어가기 시작하니 생각이 달라졌습니다.
50개에 가까운 언어를 대상으로 한다면 한 곡만 해도 같은 행동을 수십 번 해야 합니다.
그리고 다음 곡을 올리면 다시 처음부터입니다.
음악은 계속 만들고 싶은데 음악을 만드는 시간보다 등록 작업에 더 많은 시간을 쓰는 상황이 생길 수도 있겠다는 생각이 들었습니다.
바로 이 부분에서 AI를 사용하는 방법을 조금 다르게 생각하게 됐습니다.
지금까지는 주로
“이 글을 써줘.”
“이 제목을 바꿔줘.”
“이 문장을 번역해줘.”
라고 요청했습니다.
이번에는 질문을 바꿨습니다.
“이 반복작업 자체를 줄일 방법은 없을까?”
그때부터 단순 번역이 아니라 자동화를 생각하기 시작했습니다.
코딩을 몰라도 AI와 같이 만들어볼 수 있었습니다
저는 개발자가 아닙니다.
Apps Script를 자유롭게 작성할 정도로 코딩을 잘하는 것도 아닙니다.
그래서 처음부터 코드를 직접 작성하려고 했다면 아마 시작하지 않았을 겁니다.
대신 제가 원하는 결과를 먼저 설명했습니다.
“YouTube에 올린 영상의 제목과 설명을 여러 언어로 번역해서 자동으로 등록하고 싶다.”
그리고 ChatGPT와 하나씩 작업했습니다.
스크립트를 만들고,
필요한 설정을 확인하고,
값을 어디에 넣어야 하는지 묻고,
승인이 필요하면 승인하고,
오류가 나오면 화면을 다시 보여줬습니다.
이 과정은 한 번에 끝나지 않았습니다.
어느 화면에서는 무엇을 눌러야 할지 몰랐고,
설정값을 어디에 넣어야 하는지도 헷갈렸습니다.
스크립트를 실행하기 전에 Google 권한 승인 과정도 필요했습니다.
하지만 예전과 달라진 것이 하나 있었습니다.
모른다고 그 자리에서 멈추지 않았습니다.
화면을 보여주고 다음 단계만 하나씩 물었습니다.
처음부터 50개 언어가 완벽하게 된 것은 아니었습니다
자동화라고 하면 버튼 한 번 누르고 모든 일이 완벽하게 끝날 것처럼 생각하기 쉽습니다.
제가 직접 해본 결과는 그렇지 않았습니다.
작업 중 한 번은 실행 결과에
“이번 실행에서 번역한 언어 수: 47”
이렇게 확인됐습니다.
목표는 50개 정도였지만 실제 실행에서는 모두 같은 결과가 나오지 않았습니다.
마지막에 실제 등록 상태를 확인했을 때는
최종 등록 언어 수: 38
로 확인했습니다.
처음에는
“자동화했는데 왜 50개가 전부 안 됐지?”
라고 생각할 수도 있습니다.
하지만 저는 오히려 여기서 자동화를 조금 다르게 이해하게 됐습니다.
자동화는 사람이 확인하지 않아도 되는 완벽한 마법이 아니었습니다.
제가 반복해서 하던 작업의 대부분을 기계가 처리해주고, 안 된 부분만 사람이 찾아서 확인하는 방식에 가까웠습니다.
50개를 하나씩 처음부터 입력하는 것과,
자동으로 대부분 처리한 뒤 문제가 있는 부분 몇 개만 확인하는 것은 전혀 다른 일이었습니다.
가장 크게 줄어든 것은 ‘클릭 횟수’였습니다
자동화 전의 모습을 생각해보면 단순합니다.
언어 하나 선택
→ 제목 번역 복사
→ 붙여넣기
→ 설명 복사
→ 붙여넣기
→ 저장
그리고 다음 언어.
다시 반복합니다.
이 작업을 수십 번 해야 합니다.
자동화를 만든 뒤에는 제가 해야 할 일이 달라졌습니다.
스크립트 실행
→ 결과 확인
→ 빠진 언어 확인
정도로 줄어듭니다.
코드를 만드는 과정에는 시간이 들었습니다.
하지만 이 자동화는 한 번만 사용하는 것이 아닙니다.
다음 음악을 올릴 때도 다시 사용할 수 있습니다.
그래서 반복되는 작업일수록 처음에 조금 시간을 투자해서 자동화하는 가치가 커질 수 있겠다는 생각이 들었습니다.
AI가 정말 유용했던 부분은 코드를 써준 것만이 아니었습니다
이번 경험에서 저는 AI의 역할을 다시 보게 됐습니다.
처음에는
“AI가 코드를 만들어줬다.”
정도로 생각할 수도 있습니다.
하지만 제가 더 크게 느낀 것은 다른 부분이었습니다.
저는 코딩 용어를 잘 몰라도 제가 원하는 일을 평범한 말로 설명할 수 있었습니다.
“여기까지 했는데 다음은 뭐야?”
“이 화면에서 무엇을 넣어야 해?”
“실행했더니 47개라고 나오는데 왜 그런 거야?”
“이 언어 하나만 안 됐어.”
이렇게 하나씩 질문하면서 작업을 진행했습니다.
즉 AI는 단순히 코드를 만드는 도구가 아니라 제가 모르는 분야에 들어갈 때 중간에서 설명해주는 역할도 했습니다.
이 점은 저 같은 중장년 사용자에게 특히 의미가 있었습니다.
코딩을 처음부터 공부해서 충분히 익힌 다음 자동화를 시작한 것이 아닙니다.
필요한 일이 생겼고, 그 일을 해결하는 과정에서 필요한 것만 하나씩 배웠습니다.
자동화할 일을 찾는 기준도 생겼습니다
이 작업을 해본 뒤에는 다른 일을 할 때도 이런 생각을 하게 됐습니다.
“내가 지금 같은 행동을 계속 반복하고 있지는 않은가?”
예를 들어 다음과 같은 일입니다.
같은 내용을 여러 형식으로 바꾸는 일,
같은 문구를 여러 곳에 입력하는 일,
매번 똑같은 순서로 파일을 처리하는 일,
같은 데이터를 계속 복사해서 옮기는 일.
이런 작업을 발견하면 바로 자동화할 필요는 없습니다.
한두 번만 하는 일이라면 직접 하는 것이 더 빠를 수도 있습니다.
하지만 앞으로도 계속 반복할 일이라면 한번 물어볼 수 있습니다.
“이 작업을 자동화할 방법이 있을까?”
제가 이번에 얻은 가장 큰 변화는 Apps Script 하나를 만든 것이 아니라 반복작업을 바라보는 방식이 달라진 것이었습니다.
모든 것을 자동화하려고 할 필요는 없었습니다
자동화라는 말을 들으면 무엇이든 자동으로 만들고 싶어질 수도 있습니다.
하지만 직접 해보니 그것도 좋은 방법은 아니었습니다.
자동화를 만들고 관리하는 데도 시간이 필요합니다.
그래서 저는 앞으로 이런 기준을 사용하려고 합니다.
한두 번 하고 끝나는 일 → 직접 한다.
자주 반복하지만 몇 초면 끝나는 일 → 굳이 자동화하지 않는다.
앞으로 계속 반복하고 시간이 많이 드는 일 → 자동화를 검토한다.
이번 YouTube 다국어 등록은 마지막 경우에 가까웠습니다.
음악을 계속 올릴 생각이라면 매번 수십 개 언어를 하나씩 처리해야 했기 때문입니다.
‘코딩을 모른다’와 ‘자동화를 못한다’는 같은 말이 아니었습니다
이 경험에서 제가 가장 기억하고 싶은 부분입니다.
예전 같으면
“나는 코딩을 모르니까 이런 건 못해.”
하고 지나갔을 가능성이 큽니다.
실제로 개발자가 하는 일이라고 생각했을 겁니다.
그런데 AI와 함께 해보니 시작점이 달랐습니다.
코드를 먼저 알아야 하는 것이 아니라,
“내가 무엇을 반복하고 있고 무엇을 줄이고 싶은가?”
를 먼저 알면 됐습니다.
그다음 필요한 코드를 AI와 함께 만들고,
실행해보고,
안 되면 다시 물었습니다.
물론 모든 자동화를 이런 식으로 해결할 수 있다는 뜻은 아닙니다.
복잡한 프로그램은 전문적인 지식이 필요할 수도 있습니다.
하지만 적어도 제가 필요했던 수준에서는 ‘코딩을 모른다’는 이유만으로 시작조차 못 할 필요는 없었습니다.
AI를 사용하면서 질문 자체가 달라졌습니다
처음 ChatGPT를 사용할 때 질문은 주로 이랬습니다.
“이 글 써줘.”
“번역해줘.”
“제목 만들어줘.”
지금은 새로운 질문이 하나 더 생겼습니다.
“이 일을 내가 계속 해야 할까?”
반복하고 있는 일이 있다면 AI에게 한 번 물어봅니다.
“이 작업을 줄이거나 자동화할 수 있을까?”
바로 해결될 때도 있고 그렇지 않을 때도 있습니다.
그래도 이 질문 하나 때문에 예전에는 생각하지 못했던 방법을 찾게 되는 경우가 생겼습니다.
음악 한 곡에서 자동화까지 이어졌습니다
돌아보면 시작은 음악 한 곡이었습니다.
AI로 음악을 만든다.
↓
YouTube에 올린다.
↓
해외에서도 들었으면 좋겠다고 생각한다.
↓
제목과 설명을 여러 언어로 번역한다.
↓
언어별로 등록하는 반복작업이 생긴다.
↓
AI에게 자동화 방법을 묻는다.
↓
Apps Script를 만들고 실제로 실행한다.
↓
등록 결과를 확인하고 부족한 부분을 다시 수정한다.
처음부터 여기까지 계획했던 것은 아닙니다.
하나를 해보니 다음 문제가 생겼고, 그 문제를 해결하다 보니 여기까지 왔습니다.
저는 이 흐름이 AI를 배우는 꽤 좋은 방법이라고 생각합니다.
기능부터 공부하는 것이 아니라, 내가 하고 싶은 일을 먼저 해보는 것.
그러다 막히면 그때 필요한 기능을 배우는 겁니다.
중장년에게 AI가 재미있는 이유도 여기에 있다고 생각합니다
AI를 배운다고 꼭 AI 전문가가 될 필요는 없습니다.
저 역시 AI 모델이 어떻게 만들어지는지 깊이 공부하려는 것은 아닙니다.
제가 원하는 것은 조금 다릅니다.
예전에는 혼자 하기 어려웠던 일을 직접 해보는 것.
음악을 만들고,
이미지를 만들고,
블로그를 운영하고,
여러 채널로 콘텐츠를 보내고,
이번에는 반복되는 YouTube 번역 등록까지 자동화해봤습니다.
성공한 것도 있고 제대로 안 된 것도 있습니다.
하지만 그 과정에서 한 가지는 분명하게 느꼈습니다.
AI의 가장 큰 가치는 답을 빨리 얻는 것만이 아니라, 예전에는 시도하지 않았을 일을 직접 해보게 만드는 데 있을지도 모릅니다.
이번 경험에서 제가 얻은 결론
YouTube 50개 언어 번역 자동화를 시도했지만 실제 결과가 처음부터 완벽했던 것은 아닙니다.
한 실행에서는 47개 언어가 번역됐고, 제가 최종적으로 등록을 확인한 것은 38개였습니다.
그럼 실패일까요?
저는 그렇게 생각하지 않습니다.
예전 같으면 수십 개 언어를 직접 하나씩 등록해야 했을 일을 상당 부분 자동으로 처리할 수 있었기 때문입니다.
그리고 더 중요한 것을 하나 배웠습니다.
반복작업을 발견하면 무조건 참고 계속할 필요는 없다는 것.
AI에게 이렇게 한번 물어볼 수 있습니다.
“이거 계속 반복해야 하는데, 자동으로 할 방법이 있을까?”
저에게는 그 질문 하나가 글쓰기와 번역을 도와주던 AI를 실제 일을 줄여주는 도구로 바라보게 만든 계기가 됐습니다.
다음에는 제가 코딩을 거의 모르는 상태에서 Apps Script를 만들고, 승인하고, 실행하면서 어디에서 막혔는지를 실제 순서대로 한번 정리해보겠습니다.
답글 남기기