1인 개발자가 로컬에서 돌아가는 '페이스리스' 영상 자동 제작 툴을 만듦
Thothium이라는 데스크톱 프로그램은 얼굴을 노출하지 않는 유튜브·쇼츠 콘텐츠(이른바 )의 제작 과정을 자동화하면서도, 사람이 장면 단위로 직접 편집할 수 있는 를 그대로 남겨둔 것이 특징이다. 기존 서비스들은 주제를 입력하면 결과물만 툭 던져주는 블랙박스 방식인데, 이 프로그램은 그 중간 과정을 사용자가 직접 조정할 수 있게 만들었다.
작동 방식은 이렇다: 먼저 여러 AI가 순서대로 협업해 웹 검색→초안 작성→사실 검증을 거쳐 대본을 쓰고, 장면을 나눠 (FLUX)와 실제 웹 이미지를 함께 활용해 소재를 모은다. 이후 로컬에서 돌아가는 음성 합성 엔진(Qwen3-TTS)이 참고 음성 파일 하나만으로 목소리를 복제해 내레이션을 만들고, 이를 단어 단위까지 정확히 자막·영상과 맞춘다.
마지막으로 오디오를 다듬고 배경음악 음량을 자동 조절한 뒤 으로 영상을 완성한다. 기술적으로는 모든 작업 결과를 해시값으로 저장해두어( 큐 + BLAKE3 캐시), 대본 한 문장만 고쳐도 처음부터 다시 만들 필요 없이 바뀐 부분만 재작업하도록 설계했다.
핵심 포인트
- 로컬에서 실행되는 데스크톱 영상 편집·자동화 툴 'Thothium'을 가 제작
- AI 다단계 협업으로 대본 작성(검색→초안→사실 검증) 자동화
- FLUX 이미지 생성과 웹 이미지 검색을 함께 써서 장면별 소재 확보
- Qwen3-TTS로 짧은 음성 샘플만으로 목소리 복제, 단어 단위 자막 동기화
- +BLAKE3 해시 캐시로 수정 시 변경분만 재처리