완성작 업로드와 성장 분석

업로드는 끝이 아니라 다음 프롬프트의 시작이다

AI 영상 제작에서 많은 사람이 마지막 단계를 "업로드"라고 생각한다. 하지만 실제로는 업로드 후에 더 중요한 일이 시작된다. 시청자가 어디서 멈췄는지, 어떤 장면을 다시 봤는지, 어떤 댓글을 남겼는지를 읽어야 다음 영상이 강해진다.

Google Flow와 Omni의 장점은 여기서 살아난다. 결과물을 보고 대화하듯 수정하고, 여러 변형을 만들고, 캐릭터와 목소리의 일관성을 유지하는 흐름에 강하기 때문이다¹. 즉, 성과 데이터를 다시 프롬프트로 넣을 수 있다.

이 장의 목표는 단순하다.

"좋은 영상을 만들었다"에서 멈추지 말고, "반응을 읽고 다음 영상을 더 잘 만든다"까지 가는 것이다.

업로드 후 분석은 숫자 놀이가 아니다. 다음 프롬프트를 더 정확하게 쓰기 위한 관찰이다.

AI 생성 이미지

업로드 전 패키징: 영상과 겉포장을 맞춘다

영상이 아무리 좋아도 제목, 썸네일, 첫 문장, 해시태그가 서로 다른 말을 하면 클릭 후 이탈이 빨라진다. 시청자는 제목에서 약속을 보고 들어온다. 첫 장면이 그 약속을 바로 보여 주지 않으면 "낚였다"고 느낀다.

업로드 전에는 네 가지를 맞춰야 한다.

1. 제목: 시청자가 얻을 감정이나 궁금증을 한 문장으로 말한다.

2. 썸네일: 제목의 약속을 한눈에 보여 준다.

3. 첫 문장: 영상의 상황을 즉시 열어 준다.

4. 해시태그: 영상의 주제와 시청자 맥락을 분류한다.

예를 들어 AI로 만든 제품 광고 영상이 있다고 하자.

나쁜 패키징은 이렇다.

• 제목: AI로 만든 멋진 광고

• 첫 문장: 오늘은 영상을 하나 만들어봤습니다.

• 해시태그: #AI #영상 #광고 #추천 #대박

무엇이 멋진지, 누구에게 필요한지, 왜 봐야 하는지 모호하다.

좋은 패키징은 이렇게 바꿀 수 있다.

• 제목: 평범한 텀블러 사진을 8초 광고로 바꾸면?

• 첫 문장: 이 사진 한 장이 브랜드 광고처럼 변합니다.

• 해시태그: #AI영상 #제품광고 #GoogleFlow #숏폼제작

이제 제목, 첫 장면, 해시태그가 같은 약속을 한다. "사진이 광고로 변하는 과정"을 기대하게 만든다.

업로드 전 5분 체크리스트

• 첫 1초 안에 제목의 약속이 보이는가?

• 썸네일과 첫 장면의 분위기가 같은가?

• 자막이 플랫폼 버튼이나 설명 영역에 가리지 않는가?

• 해시태그가 너무 넓거나 무관하지 않은가?

• AI 생성 여부, 협찬 여부, 브랜드 표기 등 신뢰 정보가 빠지지 않았는가?

해시태그는 많이 넣는다고 좋은 것이 아니다. 넓은 태그 1~2개, 주제 태그 1~2개, 시리즈나 브랜드 태그 1개 정도면 충분하다. 예를 들어 #AI영상은 넓은 태그, #제품광고는 주제 태그, #구글옴니실험실은 시리즈 태그가 된다.

조회수보다 먼저 볼 지표

초보자는 업로드 후 조회수부터 본다. 조회수는 중요하다. 하지만 조회수만 보면 왜 잘됐는지, 왜 실패했는지 알기 어렵다.

먼저 봐야 할 것은 시청자의 행동이다. YouTube Studio 같은 분석 도구에서는 도달범위, 참여도, 시청자층, 트렌드 등을 확인할 수 있고, 고급 모드에서는 데이터를 비교하거나 내보낼 수 있다². 플랫폼마다 이름은 조금씩 다르지만, 숏폼에서 핵심은 비슷하다.

1. 평균 시청 지속 시간

평균 시청 지속 시간은 사람들이 영상을 얼마나 오래 봤는지 보여 준다. 10초 영상인데 평균 3초라면 첫 장면은 클릭을 만들었지만 내용이 버티지 못한 것이다. 반대로 평균 8초라면 영상 구조가 꽤 안정적이라는 뜻이다.

해석은 이렇게 한다.

• 첫 1~2초에서 많이 나감: 후킹이 약하거나 제목과 첫 장면이 맞지 않음

• 중간에서 나감: 전개가 느리거나 변화가 없음

• 마지막 직전에 나감: 결말 보상이 약하거나 CTA가 너무 길음

2. 반복 재생률

반복 재생률은 시청자가 영상을 다시 봤는지 보는 지표다. 플랫폼마다 직접 표시 방식은 다를 수 있지만, 짧은 영상에서 조회수 대비 시청 시간이 높거나 특정 구간이 반복해서 올라가면 "다시 보게 만드는 장면"이 있다는 뜻이다.

반복 재생을 만드는 요소는 보통 세 가지다.

• 너무 빨리 지나가는 반전

• 디테일을 다시 확인하고 싶은 화면

• 소리와 움직임이 맞물린 만족감

AI 영상에서는 특히 "말이 안 되는데 자연스러운 장면"이 반복 시청을 만든다. 예를 들어 커피잔 안에서 작은 도시가 비 오는 장면은 한 번에 다 보기 어렵다. 이런 장면은 댓글도 만든다. "저 안에 사람 움직이는 거 봄?" 같은 반응이 나온다.

3. 이탈 구간

이탈 구간은 사람들이 빠져나간 지점이다. 이 지점은 실패가 아니라 수정 힌트다.

예를 들어 8초 영상에서 4초 지점 이탈이 크다면, 그 시점의 장면을 확인한다.

• 화면 변화가 멈췄는가?

• 자막이 너무 길어졌는가?

• AI 특유의 어색한 손이나 얼굴이 나왔는가?

• 음악이 갑자기 약해졌는가?

• 결론이 이미 보여서 더 볼 이유가 사라졌는가?

이탈 구간을 찾았다면 다음 영상 프롬프트에는 "그 구간을 더 짧고 선명하게" 만드는 지시를 넣는다.

4. 저장·공유·댓글

조회수는 넓게 퍼졌는지를 말한다. 저장과 공유는 쓸모 있거나 말하고 싶었는지를 말한다. 댓글은 시청자가 어디에 반응했는지를 말한다.

• 저장이 많다: 정보, 튜토리얼, 프롬프트, 체크리스트가 유용했을 가능성

• 공유가 많다: 놀라움, 공감, 웃김, 대리만족이 강했을 가능성

• 댓글이 많다: 선택지, 논쟁, 숨은 디테일, 질문이 작동했을 가능성

댓글은 특히 다음 프롬프트의 재료다. 사람들이 "이 캐릭터로 다른 장소도 보고 싶다"고 말하면, 캐릭터를 유지하고 배경만 바꾸는 시리즈로 확장할 수 있다.

성과를 다음 프롬프트로 바꾸는 법

분석은 기록으로 남겨야 힘이 생긴다. 감으로만 기억하면 다음 영상에서 같은 실수를 반복한다.

영상 하나를 올린 뒤 아래 네 줄만 적어도 충분하다.

성과가 좋았던 요소: 첫 1초의 거대한 고양이 등장, 빗소리, 낮은 카메라
이탈이 생긴 요소: 5초 이후 배경 변화가 없어 느려짐
댓글 반응: "고양이가 도시를 밟을 줄 알았다", "다음엔 강아지 버전"
다음 프롬프트 반영: 4초 지점에 예상과 다른 행동 추가, 동물 시리즈로 확장

이 기록을 Flow와 Omni에 넣을 때는 단순히 "더 바이럴하게 만들어줘"라고 하지 않는다. 반응이 좋았던 요소와 고칠 요소를 나눠 말한다.

이전 영상에서 유지할 것:
- 거대한 동물이 현실 도시 한복판에 자연스럽게 있는 초현실적 설정
- 낮은 카메라와 빗물 반사
- 귀엽지만 약간 긴장감 있는 분위기

다음 영상에서 바꿀 것:
- 4초 지점에 예상 밖의 행동을 넣어 중간 이탈을 줄인다
- 고양이 대신 작은 강아지를 거대한 크기로 등장시킨다
- 마지막 1초에 댓글을 유도할 수 있는 열린 결말을 만든다

새 장면:
9:16 vertical short video, a giant fluffy puppy sits between rainy city buildings, people stop and look up, low angle camera, cinematic rain reflections, soft thunder in the distance. At 4 seconds, the puppy gently picks up a city bus like a toy but then places it safely on a dry street. End with the puppy looking directly into the camera, as if asking what to do next. No readable text, no distorted faces, no extra limbs.

이 방식의 핵심은 "성과 → 관찰 → 수정 지시"다. 데이터가 프롬프트의 문장이 되어야 한다.

A/B 테스트: 한 번에 하나만 바꾼다

A/B 테스트는 두 가지 버전을 비교하는 방법이다. 초보자가 자주 하는 실수는 너무 많은 것을 동시에 바꾸는 것이다. 제목도 바꾸고, 첫 장면도 바꾸고, 길이도 바꾸고, 음악도 바꾸면 무엇 때문에 성과가 달라졌는지 알 수 없다.

테스트는 한 번에 하나만 바꾼다.

테스트할 수 있는 요소

• 후킹 문구: 질문형 vs 결과형

• 첫 장면: 완성 결과 먼저 보여주기 vs 변화 과정부터 보여주기

• 영상 길이: 8초 vs 14초

• 자막 위치: 상단 고정 vs 중앙 짧은 콜아웃

• 사운드: 조용한 긴장감 vs 강한 효과음 후킹

• 엔딩: 정보 요약 vs 댓글 선택지

예를 들어 같은 AI 제품 광고를 테스트한다면 이렇게 나눌 수 있다.

A버전
첫 장면: 완성된 광고 컷을 먼저 보여준다.
첫 문장: "이게 제품 사진 한 장으로 만든 광고입니다."

B버전
첫 장면: 평범한 제품 사진을 먼저 보여준다.
첫 문장: "이 사진이 8초 뒤 이렇게 바뀝니다."

둘의 차이는 첫 장면과 첫 문장뿐이다. 나머지 영상 길이, 음악, 자막 스타일, 해시태그는 최대한 같게 둔다. 그래야 어떤 후킹이 더 강한지 알 수 있다.

A/B 테스트 결과는 이렇게 해석한다.

• A가 조회수는 높지만 지속 시간이 낮다: 첫 화면은 강하지만 전개가 약함

• B가 조회수는 낮지만 저장이 높다: 대중성은 낮아도 튜토리얼 가치가 있음

• A와 B 모두 중간 이탈이 크다: 후킹 문제가 아니라 본문 구조 문제

• 댓글이 한쪽에 몰린다: 그 버전의 질문, 반전, 캐릭터가 더 강함

중요한 것은 승자를 찾는 데서 끝내지 않는 것이다. 왜 이겼는지 문장으로 남겨야 한다.

테스트 결론:
변화 과정을 먼저 보여준 B버전이 저장률이 높았다.
우리 채널 시청자는 완성 결과보다 "어떻게 바뀌는지"를 더 좋아한다.
다음 영상은 첫 2초에 원본 사진과 변환 방향을 함께 보여준다.

AI 생성 콘텐츠 표기와 신뢰 운영

AI 영상 채널은 빠르게 만들 수 있다는 장점이 있다. 동시에 신뢰를 잃기도 쉽다. 특히 실제 인물, 실제 장소, 실제 사건처럼 보이는 콘텐츠는 더 조심해야 한다.

YouTube는 실제와 구분하기 어려운 AI 생성 또는 AI로 유의미하게 변경된 콘텐츠에 대해 공개를 요구한다. 실제 인물이 하지 않은 말을 한 것처럼 만들거나, 실제 사건·장소 영상을 바꾸거나, 실제로 일어나지 않은 장면을 진짜처럼 만든 경우가 포함된다³. 업로드 과정의 AI 사용 설정에서 공개할 수 있으며, 공개 자체가 시청자층 제한이나 수익 창출 자격에 영향을 주지는 않는다고 안내한다³.

플랫폼마다 세부 정책은 다르지만 원칙은 같다.

• 실제 인물처럼 보이면 허락을 확인한다.

• 실제 사건처럼 보이면 AI 생성임을 명확히 한다.

• 광고나 협찬이면 상업적 관계를 숨기지 않는다.

• AI가 만든 정보와 실제 확인된 정보를 구분한다.

• 댓글에서 오해가 생기면 설명을 고정 댓글이나 설명란에 보완한다.

AI 표기는 약점이 아니다. 오히려 채널의 정체성이 될 수 있다. "이 채널은 AI로 만든 실험을 투명하게 보여준다"는 신뢰가 쌓이면, 시청자는 결과물뿐 아니라 제작 과정도 즐긴다.

초보자용 업로드 후 성장 루틴

처음부터 복잡한 분석표를 만들 필요는 없다. 아래 루틴만 반복해도 충분하다.

1. 영상을 업로드한다.

2. 제목, 첫 문장, 썸네일이 같은 약속을 하는지 확인한다.

3. 일정 시간이 지난 뒤 평균 시청 지속 시간과 이탈 구간을 본다.

4. 저장, 공유, 댓글 중 무엇이 강했는지 본다.

5. 성과가 좋았던 요소 3개와 고칠 요소 1개를 적는다.

6. 다음 Flow/Omni 프롬프트에 그대로 반영한다.

7. 한 요소만 바꾼 A/B 버전을 만든다.

이 과정을 10번 반복하면 감이 생긴다. 어떤 장면이 내 시청자를 멈추게 하는지, 어떤 사운드가 반복 시청을 만드는지, 어떤 캐릭터가 댓글을 부르는지 보이기 시작한다.

마지막으로 기억할 문장은 이것이다.

조회수는 결과이고, 분석은 다음 제작 지시서다.

구글 옴니와 Flow를 잘 쓰는 사람은 프롬프트를 잘 쓰는 사람에서 멈추지 않는다. 반응을 읽고, 좋은 부분을 보존하고, 약한 부분을 다음 장면에서 고친다. 이 반복이 쌓이면 영상은 점점 선명해지고, 채널은 점점 자신만의 포맷을 갖게 된다.

참고

¹New agents, mobile apps and Gemini Omni for Google Flow and Google Flow Music

²YouTube 분석 시작하기

³생성형 AI 콘텐츠 사용 공개