영상 편집도 AI에게 말로 — 클라우드 없이 내 컴퓨터에서, ffmpeg-skill
스레드에서 요즘 많이 공유되는 오픈소스를 가져왔어요. kajisho5/ffmpeg-skill은 Claude Code·Cursor·Codex 같은 코딩 에이전트가 내 컴퓨터의 FFmpeg를 안전하게 다뤄 영상 편집을 대신 해 주게 만드는 Agent Skill + 내장 MCP 서버예요.
2026년 11월 18일 기준 GitHub 스타 7,791개·포크 721개, MIT 라이선스예요.
한 줄로 보면
"인터뷰.mp4에서 0:45–3:10만 남기고 릴스용 60초 세로 영상으로 만들어 줘"라고 말하면, 에이전트가 영상 정보를 먼저 재고 → 자르고 → 9:16으로 맞추고 → 내보내고 → 결과를 다시 검사해서 "59.98초, 1080×1920, 30fps"처럼 보고해요.
왜 선생님께 쓸모가 있나요
- 영상이 내 컴퓨터를 떠나지 않아요. 클라우드 업로드도, 유료 API 키도, 계정도 필요 없어요. 교실 영상에는 학생 얼굴이 담기니까 편집하려고 외부 서버에 올리는 일 자체가 부담인데, 이 도구는 100% 로컬(오프라인)에서 돌아가요.
- 설치는 한 줄.
npx ffmpeg-skill이고, 컴퓨터에ffmpeg와python3만 있으면 동작해요. - 무료·오픈소스(MIT)예요.
수업에서 이렇게 써 볼 수 있어요
- 3시간짜리 수업 녹화에서 무음·자리 비움 구간을 잘라 10분으로 (
silence.py) - 학부모 안내용 세로 쇼츠로 변환 (
fit.py --aspect 9:16) - 자막·가라오케 애니메이션 입히기 (
caption.py) - 목소리 크기 평준화 (
loudness.py), 오버레이·모션 그래픽 - 아이폰 HDR 영상 → SDR 변환, 여러 반 영상 폴더째 일괄 처리
- 틱톡·릴스·쇼츠·유튜브 등 플랫폼별 프리셋으로 한 번에 내보내기 (
render.py --template)
42개 도구, 그냥 셸 명령이 아니에요
probe.py로 길이·해상도·프레임레이트·오디오 구성을 먼저 측정하고, 타입이 정해진 도구로 편집한 뒤 결과물을 다시probe/check로 확인해요. 화면이 바뀌는 작업은 콘택트 시트(look.py)까지 뽑아 눈으로 확인해요.- 각 도구의 입력 규격은 코드의 인자 정의에서 자동으로 만들어지고, 어긋나면 CI가 실패해요. 그래서 에이전트가 "아마 이럴 거예요" 하고 추측한 명령을 던지는 일이 줄어요.
- 컷 편집은 가능하면 무손실(스트림 복사)로 하고, 재인코딩은 꼭 필요할 때만 해요.
--dry-run으로 실제로 돌리기 전에 계획만 확인할 수 있어요.
자막 자동 인식은 선택
로컬 음성 인식 엔진(faster-whisper, Whisper, Parakeet)을 설치하면 말소리를 받아 자막을 만들고, 무음·군더더기 구간까지 잡아 줘요. 이때도 오디오는 업로드되지 않아요. 엔진이 없어도 나머지 기능은 다 돌아가요.
MCP로도 붙어요
Claude Desktop이나 Cursor처럼 MCP를 지원하는 앱에는 MCP 서버로 연결돼요. 컨텍스트를 아끼려고 기본은 핵심 12개 도구만 보여 주고, FFMPEG_SKILL_MCP_FULL=1을 주면 42개 전부 노출해요.
시작하기
- FFmpeg 설치 — 맥은
brew install ffmpeg, 윈도우는 공식 빌드 npx ffmpeg-skill로 설치 — Claude Code·Cursor·Codex 중 골라 붙여요npx ffmpeg-skill doctor로 이 컴퓨터에서 어떤 기능이 되는지 점검
맥에서 Homebrew로 설치한 FFmpeg는 자막 필터가 빠져 있을 수 있어요. doctor가 ok: false여도 대부분 도구는 돌아가니까, 도구별 가능 여부는 doctor --json의 tools를 보면 돼요.
한 가지만
에이전트가 결과를 스스로 검사하는 구조지만, 우리 반 영상에 쓸 때는 최종 파일을 한 번 열어 보세요. 자동화가 확인해 주는 것과 사람이 보는 것은 다르니까요.