클로드(Claude)를 활용한 다중 에이전트 비디오 제작 파이프라인: 스크립트 계약 아키텍처와 리서치 팬아웃

한 개발자가 주제(예: "에이다 러브레이스")와 페르소나(채널 정체성, 톤, 시각적 스타일)를 입력받아 완전한 챕터 구조의 교육용 YouTube 동영상(15~20분)을 제작하는 다중 에이전트 AI 파이프라인을 구축했습니다. 이 파이프라인은 코어 LLM으로 Claude를 사용하여 스크립트 작성, 에셋 생성, 렌더링(CUDA, Windows 호스트), YouTube 업로드 전반에 걸쳐 전문화된 에이전트를 조정합니다.

계약 아키텍처를 통한 스크립트 작성

별도의 LLM 호출로 작성된 챕터들 간에 20분 분량의 AI 생성 스크립트가 내러티브 일관성을 유지하도록, 시스템은 내러티브 계약을 사용합니다. 이는 스크립트 텍스트가 작성되기 전에 생성되는 검증된 JSON 청사진입니다. 계약은 네 가지 제약 유형을 인코딩합니다:

• 스레드 — 한 챕터에서 시작되어 다른 챕터에서 종료되어야 하는 스토리 아크로, 선언된 보상 유형(해결, 비극 등)이 있습니다.
• 엔티티 — 강제로 첫 소개 챕터가 지정된 명명된 인물/장소로, 사후 언급을 방지합니다.
• 필수 사실 — 종속성이 체인으로 연결된 인용문(사실 B는 사실 A가 확립된 후에야 나타날 수 있음).
• 타임라인 앵커 — 비선형 구조(회상, 중간 시작)를 허용하면서 내부적으로 일관성을 유지하는 시간적 기준점.

계약은 Opus → 구조 검증 → Sonnet 리뷰 루프(최대 3회)를 통해 생성됩니다. Sonnet은 의미적 일관성(고립된 엔티티 없음, 스레드 실제 종료)을 확인하고, 구조 검증기는 Pydantic 파싱과 시간적 제약 검사를 수행합니다. 하위 챕터 작성자는 계약에 구속됩니다.

팬아웃을 통한 리서치

리서치 파이프라인은 N개의 병렬 OutlineAgent 인스턴스를 시작하며, 각 인스턴스는 동일한 리서치 패키지를 사용하지만 다른 논문 후보에 대해 작업합니다. 각각은 3단계 계층 구조(논문 → 챕터 주장 → 장면 비트)를 생성합니다. 각 분기에서 독립적으로 접지/수정 루프가 실행됩니다:

• 접지 리뷰어(Sonnet)는 차단 문제와 개선 문제를 플래그 지정합니다.
• 수정 에이전트는 구조를 변경하지 않고 수정 사항을 적용합니다.
• 품질 리뷰어는 구조적 실패(주제별 챕터 목록, 중간 부분 붕괴, 요약형 결말)를 확인합니다.

분기당 최대 3회 수정 라운드가 병렬로 진행됩니다. 그런 다음 단일 평가 에이전트가 각 개선된 개요를 4개 축으로 평가합니다:

축	가중치	측정 내용
개념 후크	0.40	CTR 잠재력; 제목 반증 가능성
트랩 종결	0.30	내러티브 보상 완전성

파이프라인 아키텍처

파이프라인은 두 환경으로 나뉩니다. 스크립트 및 에셋 작업은 Linux 개발 컨테이너(WSL)에서 실행되고, 렌더링은 CUDA 및 비디오 도구에 접근하기 위해 Windows 호스트에서 실행됩니다. 에이전트는 경량 오케스트레이터를 통해 HTTP로 통신합니다. 시스템은 단계 기반입니다. 모든 단계(W2.1, W4.3, R3.1 등)는 독립적으로 재실행 가능합니다. 각 단계는 유형별 아티팩트 파일(JSON 매니페스트, 오디오 파일, 이미지 디렉터리)을 읽고 쓰므로 에이전트는 느슨하게 결합됩니다.

통합 도구: Live2D, Fish Audio, Sadtalker 및 기타 에셋 생성 및 렌더링 도구.