자막 노동은 자동화,
규정과 마감은 사람이

// the brief

반복은 기계에, 판단은 사람에게

영상 제작자·미디어사·방송국의 후반 작업은 대부분 같은 순서를 반복한다. 음성을 받아 적고, 빈 구간을 잘라내고, 방송·플랫폼 규정에 맞춰 자막을 다듬고, 다국어로 옮기고, 편집 프로그램이 읽을 파일로 내보낸다. 문제는 이 단계마다 도구가 따로 놀고, 그 사이를 사람이 손으로 이어 붙인다는 점이었다.

QUICKCUT은 이 다섯 단계를 하나의 파이프라인으로 합쳤다. 전사 → 무음 제거 → 규정 준수 자막 → 번역 → 내보내기가 끊기지 않고 이어지되, 값이 걸리는 지점과 규정이 걸리는 지점에는 사람의 승인이 들어간다.

대상이 전문 사용자이기에 아무나 가입하는 서비스가 아니다. 관리자 승인 기반 회원제로, 실무 팀이 실제 납품물에 쓰는 것을 전제로 설계했다.

// approach

클라우드는 얇게, 무거운 일은 로컬로

구조는 TypeScript 모노레포 하나다. 핵심 파이프라인 로직은 프레임워크에 묶이지 않은 순수 TypeScript 패키지로 따로 빼, 클라우드 워커와 로컬 엣지, UI가 같은 코드를 공유한다. 이 프로젝트 전용으로 설계한 경계라 어느 계층에서든 같은 규칙으로 자막을 다룬다.

요청을 받고 상태를 지키는 두뇌는 Cloudflare Workers에 얹었다. 반면 전사와 렌더처럼 CPU·GPU를 오래 잡아먹는 근육 작업은 스튜디오의 Mac mini로 내려보낸다. 클라우드는 오케스트레이션과 상태만 들고 얇게 유지되고, 무거운 연산은 이미 있는 로컬 머신이 감당한다.

AI 도구는 정직하게 활용한다. Claude·Gemini 같은 모델을 엮어 전사와 번역, 초안 생성을 빠르게 돌리되, 어떤 자막이 규정에 맞는지, 어디까지가 납품 품질인지 판단하고 최종 마감을 확정하는 건 사람이다. KKC Labs가 일하는 방식이자, 이 도구가 파는 신뢰의 근거다.

AI 도구를 엮어 빠르게 만들되, 규정 판단과 최종 마감은 사람이 쥔다.

// key decisions

핵심 결정 셋

익명 세션과 소유자 세션이 공존하는 구조라, 소유권 검사는 조건 없이 항상 건다(익명 경로로 새는 IDOR 방지). 사용자가 넣은 대본·자막 텍스트는 모델 프롬프트에 들어가기 전 반드시 인코딩해 프롬프트 인젝션을 차단한다. 가입 자체가 관리자 승인제라, 실무 납품 환경에 맞춘 최소 권한 원칙을 처음부터 지켰다.

// 엣지 아키텍처

무거운 일은 스튜디오의 Mac mini가 한다

전사·렌더는 클라우드에서 분당 요금을 내며 돌리는 대신, 스튜디오에 상주하는 Mac mini가 처리한다. 음성 인식은 Apple Silicon에서 로컬 ASR 모델(mlx-audio 기반 Qwen3-ASR)로 돌리는데, 모델이 파일 확장자로 포맷을 판별하는 함정이 있어 전사 전 ffmpeg로 영상을 16kHz 모노 wav로 트랜스코드하는 단계를 파이프라인에 못 박았다. 자막 번인과 컷 정규화·페이드·병합은 ffmpeg 렌더 서비스가 맡고, 시스템 의존을 없애려 ffmpeg 바이너리를 번들로 포함했다. 이 서비스들은 launchd로 상주하며 loopback에만 바인딩되고, 외부로는 Cloudflare Tunnel을 통해서만 노출된다. 클라우드 GPU 청구서 없이, 이미 가진 머신이 가장 무거운 일을 감당하는 구조다.

// result

결과

QUICKCUT은 cut.kkclabs.com에서 관리자 승인 기반 B2B 도구로 운영 중이다. 흩어져 있던 전사·무음 제거·규정 자막·번역·내보내기가 한 흐름으로 이어지고, 되살아나는 상태머신과 다중 공급자 폴백, 로컬 엣지 연산이 실무에 쓸 만한 안정성을 받친다. 1인 디지털 스튜디오가 AI 도구로 속도를 내되 규정과 품질은 사람이 지킨다는 원칙을, 제품의 동작 방식 자체로 증명한 프로젝트다.