🪴 Quartz 4.0

Search

SearchSearch

EP5. Youtube Absorption 대본

Aug 25, 202424 min read

Context

EP5. 가설

    1. ’Key Message를 명확하게 전달하면 대중에게 더 소구될 것이다'
    1. '우리의 익스텐션을 실제 사용해보고 싶다는 사람이 생길 것이다'
    1. '기술에 대한 문제 - 해결 구조’가 아닌, ‘real-life에 대한 문제 - 해결 구조’는 보다 대중성이 있을 것이다

Backlog

  • Self-Discovery의 내용을 우리 problem에 맞게 변형 적용 (차용하겠다)

  • S(elect) → A(dapt) → I(mplement) 구조에서,

      1. 우리는 문제가 이미 정해져 있으니(기술 정보 영상으로 한정) SA를 먼저 합침
      1. 1)과 I를 합침 (속도, 성능과의 trade-off 관점에서 1스텝으로 통합하기)

  • LLM Classification

구현에대한 User Flow

0) 사전 준비 사항 (노션)

  • 노션에 적용할 Question 종류들이 (reasoning modules) 들어있음

Why Notion?

  • Notion을 통해 Reasoning modules 을 관리할 수 있다면, 노코드 차원에서 의미가 있다
  • Notion은 admin으로의 역할을 한다

feasibility Check

  • Notion의 DB를 가져올 수 있는가?

1) 영상 발견 (제목 정도만 알고(기술 영상 이구나), 세부 내용은 모름)

  • 빠르게 구조를 확인하고 싶음
  • why?
    • 1-1) 전체를 볼 시간이 없는 경우
    • 1-2) 풀 영상을 보기전, 내가 원하는 내용이 들어 있는 영상인지 확인하기 위해 (어그로 패싱)

2) 크롬 익스텐션 (단축키 활용) 실행

  • 2-1) (백단) 노션의 Question Module 중 적합한 SELECT
    • Problem : Multi-classes classification 문제
    • Selected Lists = M(transcript | question module Lists | meta-prompt)
      • INPUT : 대본 transcript, question module Lists
      • Output : Selected Lists → List 형태로 반환
        • ex) [0, 1, 3, 5]
  • 2-2) Selected List를 기반으로 Implementation
    • Output : Key-value 형태
  • 2-3) Implementation 기반으로 Report 작성
    • Input : Key-value 형태
    • Output : Markdown의 Report 형태

3) 내가 주로 갖고 있는 질문(or 프레임워크) 리스트 중 영상에 포함되는 세부 질문에 대한 응답 반환

  • P-S 구조
  • 사용된 기술
  • Insight
  • (기존 지식 창고와의 연결(RAG 필요)) - 언급만
    • 연관 문서
    • RAG 연결
  • (대체재에 대한 조사 (or Critical Analysis)) - 언급만
    • Research Agent 연결
      • ex) 인테리어 제품 소개, ‘그래서 이거 구매 가능하냐?’ - research agent 와 연결이 필요

4) 추가로 전송하고 싶은 경우, 나의 Insight 입력란에 추가 입력하고, Discord 채널에 전송하기

  • 영상 본 이후에 전달하고 싶은 내용을 공유하는 UseCase 해소
    • 영상 전-중-후 파이프라인 중 ‘후’에 해당

+ 알파)

  • 크롬 익스텐션 로고를 좀 이쁘게하기
  • 단축키 활용해서 빠르게 사용하는 예시 최종적으로 보여주기

Claude Project Prompt

  • 프로젝트에 SOLVIT 브랜드 덱을 정리해서 넣고, 초안 작성 시 활용
위의 SOLVIT 가치관과 스토리 텔링 가이드라인을 기반으로 다음 영상의 대본 시나리오를 작성하고자해.
 
주제 : 자신만의 관점(목적성)을 바탕으로 AI를 적용하여 유튜브 영상 내용을 요약하면 효과적일 것이다.
 
소재 : Youtube를 나만의 '관점'으로 요약하고 정리할 수 있는 크롬익스텐션 개발
 
- 시나리오 작성 시, 마크다운 형태로 각 구분된 chapter가 존재해야해.
- 각 챕터마다 어떠한 의도로 이렇게 표현했고 대본을 작성했는지 이유도 함께 제시해줘야해.
- 6 ~ 8 에 속하는 구현 1단계, 2단계, 3단계는 개발 과정을 보여주는 부분으로, 대본에서는 제외해야해.
    
<대본 개요>
{대본 내용}

Content

시나리오 개요

Key Message : 당신의 관점(목적성)을 바탕으로, AI를 적용하고 요약하면 효과적일 것이다
- 수동적인 정보 습득이 아닌, 능동적인 정보 습득을 하자.

0) Intro (Hook) : Youtube 영상을 빠르게, 효과적으로 볼 수 있다면 생산성 폭발

정보를 빠르게 습득하고자하는 사람들의 니즈 (낮은 depth의 표면적인 니즈)

hooking 요소를 조금 더 고민해봐도 좋을 듯 함

안녕하세요, 문제를 IT로 해결한다, 솔브잇입니다. 여러분, 혹시 정보가 가득한 40-50분짜리 유튜브 영상을 보려다가, 시간이 없거나 지쳐서 포기한 경험 있으신가요?

  • 시각화 : 솔브잇의 40-50분 영상 을 보여주면 재밌을 듯

아니면 제목과 썸네일에 후킹되어 영상을 다 보고 나서 “아, 내가 원하는 정보는 없었네…”라고 실망한 적은요?

  • 시각화 : 다른 채널 영상 쓰면 안되고, 유튜브 썸네일과 제목을 살짝 편집해서 풍자하면 재미있을 듯
    • 아래 예시와 같은 느낌
    • ex) 제목 : ‘10분 만에 1억 버는 법’, 썸네일 : 그 비밀은 바로 ‘이것’ 입니다

네, 다 저의 이야기입니다. 그리고 유튜브로 재밌는 영상 뿐만 아니라, 정보 검색, 학습도 해결을 하는 요즘 이러한 일은 더 빈번해지고 있습니다.

만약 그 긴 영상을 30초 안에 효과적으로 요약할 수 있다면 어떨까요? 시간도 아끼고, 원하는 정보만 빠르게 얻을 수 있다면 생산성이 10배는 올라가지 않을까요?

  • 시각화 : 우리의 최종 솔루션을 바로 빠르게 보여줘버리는게 더 hooking이 있을지?
    • 아래의 문제정의가 너무 길어지면 지루함이 생길 것도 같아서, 한 번 고민해보고 반영 부탁함

1) Competitors : 니즈를 충족하기 위해 등장하는 많은 유튜브 요약 서비스

표면적인 니즈를 충족시켜주는 것’처럼 보이는’ 기존 서비스들

실제로 저 말고도 이런 니즈가 많다는 것을 반증하듯, 이를 충족시키기 위한 요약 서비스들은 많이 나와 있고, 지금도 새로운 서비스들이 등장하고 있습니다.

  • 시각화 : 스쳐지나가는 예시 서비스는 해외 위주로 보여주는 것이 좋을 듯 (우리나라 서비스는 더 호의적으로 소개)

이런 서비스들은 AI를 이용해 영상의 내용을 빠르게 요약해주고, 해외 영상 댓글을 보면 아래와 같이 timestamp와 함께 요약한 내용도 많이 보셨을 겁니다.

(특히 국내에서 만드신 서비스인 LilysAI는 사용성에 감탄을 했습니다. 영상을 글로 노트화 해서 핵심 주제를 확인하고 살펴볼 때는 최고의 서비스 중 하나라는 생각이 듭니다.)

  • 호의적으로 언급하고 서비스 퀄리티를 인정하고 싶어서 대본에 추가했으나, 너무 길어진다고 느끼거나 뜬금없다고 생각하면 빼도 됨

2) Problem : 내 목적성에 맞지 않는 단순 요약은, 나의 니즈를 온전히 충족시키지 못한다

문제 인지

  • 저도 처음에는 위의 서비스들을 잘 활용했고, 신기함을 느끼며 유용하게 사용했습니다.

  • 그런데, 사용하는 과정에서 요약을 보고도 영상을 다시 보거나, 요약을 봐도 원하는 정보를 전혀 얻지 못했다는 느낌이 종종 들기 시작했습니다.

    • 시각화 : 사람 이모지로 말하는 느낌 (너 자유롭게 하면 될듯)

  • 예시를 보여드리면, 이런 5줄 요약을 보는 것에 큰 효용을 느끼기는 어려웠다는 이야기죠.

    • 시각화 : 솔브잇의 AI Outfit 영상을 5줄로 요약한 추상적인 문장 보여주기
      • (5줄 요약 SaaS 사용 예시)
      • 일부로 Lilys.AI와 같은 한국 서비스는 언급을 피함

  • 저의 유즈케이스를 정확히 충족시켜주는 서비스를 찾기 힘들다는 느낌이 들어서, 가장 먼저 제가 원하는 것을 명확히하고 문제 정의를 해보기로 했습니다.

  • 시각화 예시 (아래의 SaaS는 YouTube Summary with ChatGPT & Claude | Glasp)

    • 크롬익스텐션을 설치하면 유튜브 영상 옆에 생기는 summary 버튼을 누르면, chatGPT 팝업이 뜨면서 아래 프롬프트가 자동 입력되고 엔터가 쳐짐
      1. 영어로 ‘summarize the following in 5 bullet points’ 가 입력되며 영어 로 요약된 문제
      1. 영상의 내용을 온전히 파악하기 어려운 5 bullet points 요약

문제 정의

  • 왜 영상을 잘 요약해서봐도 유용함을 못느끼는지 스스로 곱씹어보면서, 저의 사고 과정을 한 번 돌아보았고 다음과 같은 결론을 내렸습니다.

‘아, 나는 내 머릿 속 질문에 대한 답이 안나오면 답답함을 느끼는구나’

  • 저는 영상을 클릭하는 순간 머릿 속에 어떤 호기심이나 질문을 가지고 들어왔고, 그 내용이 충족되지 않았을 때 답답함이나 허무감을 느꼈던겁니다.
  • 특히, 자연스럽게 알고리즘에 빠져 쇼츠를 보거나 재미를 위한 영상을 보는 것과는 달리, 목적을 가지고 보게되는 정보성 영상을 볼 때 말이죠.

3) Solution : 나의 관점을 기반으로 정보 추출, 내용 요약을 하는 서비스

  • 저의 문제를 보다 정확하게 정의하고나니, 솔루션을 떠올리는 것은 그렇게 어렵지 않았습니다.

  • 제 머릿 속의 질문과 생각의 프레임워크를 기반으로 정보를 추출하고 영상을 요약하도록하면 해결될 것이라고 봤기 때문이죠.

  • 화면의 내용과 같이, 문제와 솔루션을 정의하고, 최소한의 핵심 요구사항을 도출하였습니다.

  • Self-discovery와 관련된 내용은 잠시 후에 설명드리겠습니다.

시각화

  • 아래 워딩은 조금씩 수정해도 좋을 듯

  • 핵심 요구사항 3 추가

    • : 질문 세트는 편하게 커스터마이징이 가능해야한다 → 노션 기반 어드민 페이지 구축

유저 시나리오 설명

  • 빠르게 영상의 전체 내용을 제가 원하는 관점으로 요약하여 확인했을 때,

    1. 원하는 질문에 대한 답이 없는 경우
    • 끝까지 보고 원하는 내용이 없다고 실망할 일이 없으니 시간 save
      • 간혹 존재하는 낚시성 영상도 회피하는 스크리닝 역할
    1. 원하는 질문에 대한 답이 있는 경우
    • 요약으로 충분했다면 → skip
    • 더 자세히 알아보고 싶다면 → 영상 더 자세히 확인

  • 이러한 시나리오로 실제 사용할 수 있겠다고 그림을 그려봤습니다.

  • FLOW 시각화

  • 시각화 : 최종 결과물에 대한 user flow도 간단하게 섞어서 보여주면 좋을 듯

    • 가능한지는 영상화해봐야 알 것 같기도.. 잘 부탁..

서비스 명:

  • ‘대내망상’ 과 같이 서비스 컨셉과 이름을 명확히 했던 것처럼, 이 서비스도 이름을 붙여주고, 크롬 익스텐션 로고도 같이 보여주면 더 웅장할 듯 함

  • 근데 아직 서비스 명 아이디어는 떠올리지 못함

  • 유튜브에 나온 내용 자체를 그대로 받아들이는 (수동적인) 정보 습득이 아니라, 우리가 능동적으로 원하는 질문에 대한 답을 가져가는 느낌이 들어가면 좋을 것 같음

    • 그래서 단순 ‘유튜브 요약’ 보다 다른 의미의 직관적인 서비스 명을 하고 싶었음

4) Self-discovery 소개

  • 안될공학이 해당 논문을 쉽게 풀어서 설명한 영상인데 참고하면 도움이 될듯

  • 구현에 들어가기 전, 이전에 설명드렸던 Self-discovery에 대해서 먼저 간단히 소개드리려고 합니다.

  • 해당 내용은 24년 2월에 Google Deepmind에서 발표된 논문에 소개된 내용입니다.

  • 해당 내용은 LLM 모델이 직접 task 내에 내재된 추론 구조를 발견하여, 복잡한 추론 문제를 해결할 수 있도록 하는 프롬프팅 기법인데요.

  • 1단계 SELECT 과정에서는, ‘atomic reasoning modules’라고 하는, critical thinking, step-by-step-thinking과 같은 최소 단위로 모듈화된 사고 과정, 혹은 멘탈 모델을 미리 모아두고, 해당 문제에 적합한 모듈을 뽑습니다.

  • 다음으로 2단계 과정에서는, 해당 문제에 적합하도록 선택된 Module들을 변형하여 더 문제에 fit한 사고 모듈로 바꾸게 됩니다.

  • 마지막으로 3단계 에서는, 이렇게 만들어진 Adapted Modules를 이용하여 Reasoning Structure(추론 구조)를 만들고, 실제 instance 문제를 해결하는 데 사용하게 됩니다.

  • 39개의 atomic reasoing modules 참고

  • 저희의 문제는 이미, ‘기술 관련 정보성 영상’을 저의 관점으로 정리하는 것으로 정의했기에, Adapted Modules을 이미 만들어두었다고 볼 수 있습니다.

  • 이에 Self-Discover 방식을 그대로 적용하기에는 적합하지 않지만, 흐름에 대한 아이디어를 차용해봤는데요.

  • 화면의 구조에서, Select와 Adapt STEP을 합치는 방식으로 구현할 예정입니다.

  • 즉, LLM이 영상의 내용을 보고 만들어 둔 Adapted Modules(질문 세트) 중 어떠한 질문을 답할 수 있는지 선택(Select)하도록 하고, 그에 대한 Implement 이후, 마크다운 형식으로 정리를 하는 방향으로 구현을 하려고합니다.

  • 아직까지는, 헷갈리는 부분이 있으실 것 같아 구현 단계에서 짚어가며 보여드리도록 하겠습니다.

  • 시각화

5) 구현 개요

  • 아래의 구현 단계는 만들어가며 다소 수정이 필요할 듯

  • Notion은 어드민과 유사한 기능을 한다는 것을 짚어주면 좋을 것 같음

    • 노션에 적용할 Question 종류들이 (reasoning modules) 들어있음

Why Notion?

  • Notion을 통해 Reasoning modules 을 관리할 수 있다면, 노코드 차원에서 의미가 있다
  • Notion은 admin으로의 역할을 한다
    • Notion에서 관리 및 직접 추가, 삭제 및 수정이 편리하다

6, 7, 8) 구현 1~3단계

구현 Flow 참고

언급 포인트

  • n8n에 대한 가벼운 소개 참고

    • make, (재피어)와 간단한 비교 정도는 짚어줘도 좋을듯
      • make의 강점 : 클라우드 기반이라 서버 없어도 사용 가능 등
      • n8n 강점 : 커스터마이징, 무료, 셀프 호스팅 가능, 커뮤니티 노드 등

  • 질문 set 내용 시

    • 우리가 해당 영상에서는 구현하지 않지만, RAG 연결, 다른 agent 연결 등 예시를 살짝 언급하여 활용성을 언급하고 상상력 자극만 해도 좋을 듯
      • Q) 기존 정리한 ’~’ 중 비슷한 내용은 무엇이야?
        • 기존 지식 베이스와의 연결 기능 추가 가능 - RAG 필요

  • why 질문 set (reasoning modules)을 사용하는가?

      1. 목적성 : 우리의 갖고 있는 질문, 생각을 기반으로 영상 정보를 받아들이고, 능동적으로 해석하고자함
      1. 인지적 부담 완화
      • 서로 다른 형식의 영상을 보더라도, 같은 형식(포맷)으로 정리를 하면, 인지적 부담이 완화되어 더 빠르게 이해와 흡수가 가능함
      • 일반적인 요약 서비스 : 서로 다른 사람이 사용하더라도 누구나 같은 요약 결과
      • 우리의 개인화 ‘서비스명’ : 서로 다른 영상을 요약하더라도 같은 포맷
    1. 인지적 부담 완화 시각화

9) Outro : 당신의 관점(목적성)을 바탕으로, AI를 적용하고 요약하면 효과적일 것이다

  1. Key message를 전달하며 수미상관 구조 가져가기
  2. SOLVIT 방향성에서 언급했던, 개인화(customization)에 대한 상상력을 자극하며, 적용 사례를 제시해주기

  • AI를 잘 활용함에 있어서 프롬프트 엔지니어링이 많이 뜨고 관심을 받았었는데요.

  • 같은 질문을 할 때에, 어떻게 질문을 해야 더 좋은 답변을 받을 수 있을까도 성능 차원에서 주요한 부분이겠지만,

  • AI에게 어떤 질문을 할까를 고민해보는 것도 더 많은 활용처와 유즈케이스를 발굴할 수 있는 접근이라고 생각합니다.

    • 시각화 : 자주 사용했던 이모지가 다양한 질문을 하는 화면

  • 유사한 관점에서, 유튜브 영상을 통해 학습하거나 정보를 얻음에 있어서도 여러분만의 관점을 녹여서 AI를 활용한다면, 정말 10x 생산성에 가까워질 수 있다고 생각합니다.

출처 (참고 문헌)

연결 문서

Self-Discover Paper Approach 적용하기

관련 참고 자료

Graph View

Backlinks