한국어 시험 강의·해설 영상 무인 생산 라인

한국어 교육 기업의 시험 대비 강의 영상은 문제 생성 → 해설·대본 → 음성 → 슬라이드 → 영상 순으로 만들어졌는데, 문제 검토·대본 검토·슬라이드 수정·음성 확정·번역 검토 같은 사람 검수 단계가 단계마다 병목이 되었습니다. 기존 해설 영상은 사람이 PPT 애니메이션으로 효과와 타이밍을 손으로 맞춰 만든 것이라 수정이나 새 편 제작에 같은 공수가 다시 들었습니다.

대상 언어가 영어·우즈베크어에서 미얀마어·벵골어·중국어로 늘어나면서, 음성 합성이 지원되지 않거나 억양이 현지에 맞지 않는 언어까지 같은 품질로 처리해야 했습니다.

• 파이프라인을 문제 생성 / 해설 / TTS / 슬라이드 / 영상 5단계로 나누고, 단계 사이에는 데이터 계약(JSON 스키마)이 검증을 통과해야 다음 단계로 넘어가는 게이트를 두었습니다. 단계 안에서는 문항·슬라이드 단위로 병렬 실행했습니다.
• 창의적 생성(지문·대본·해설 문장)은 LLM이, 정답 유일성·급수 어휘·형식·싱크 같은 결정적 제약은 룰엔진과 스크립트가 맡도록 역할을 분리했습니다.
• 문항 단위로 나레이션을 한 번에 합성한 뒤 단어 단위 STT 타임스탬프를 원본 대본에 정렬해 슬라이드 경계를 역산하고, 이 타임코드를 애니메이션과 자막의 단일 기준으로 삼았습니다.
• 게이트마다 최대 수정 횟수를 두고, 한도를 넘은 항목은 사람을 부르지 않고 격리 큐로 보내 전체 파이프라인이 멈추지 않게 했습니다.
• 기존 해설 영상은 표본 두 편의 원본 PPT 효과 263건과 타이밍을 실측 분석해 코드 기반 덱으로 재현하고, 원본 대비 효과 시각을 재는 타이밍 게이트로 판정했습니다.

• 중·고급 시험 해설 영상 43편(듣기 20 · 읽기 23, 합계 341.5분)을 단일 인코딩 규격으로 납품했고, 최종 게이트는 PASS 37 · REVIEW 6 · FAIL 0이었습니다. REVIEW 6건은 모두 사전에 판정된 자리였습니다.
• 납품본 길이는 원본 대비 −0.375~0.000초 범위였고, 43편 × 3시점 129개 화면을 원본과 나란히 검수했습니다.
• 초급 강의 영상은 미얀마어·벵골어 각 57편을 화면번역 방식으로 본생산했고, 벵골어 57편은 전건이 길이·자막·문장 수·문자 혼입 자동 검증을 통과했습니다. 이 밖에 중국어 듣기 영상 27편과 영어·우즈베크어 자막을 제작했습니다.
• 이관 패키지를 다른 경로에 풀어 재현 리허설을 진행해 경로 치환 377파일 519곳, 화면 대조 3/3 동일, 타이밍 게이트 PASS를 확인했습니다.

기계 잣대를 통과한 것과 옳은 것은 다르다는 점을 여러 번 확인했습니다. 그래서 판정은 «눈 · 수치 · 상태 · 원문» 네 가지를 모두 보는 것으로 정했고, 음성 내용은 대본이 아니라 전사로 판정하도록 규칙을 고정했습니다. 재인코딩하면 같은 화면이라도 영상 파일 해시가 달라지므로, 이관 검증은 영상이 아니라 프레임 이미지로 재는 방식으로 설계했습니다.

장기 운영에서 생긴 사고와 교훈은 별도의 회귀 가드 문서로 모으고, 세션마다 실리는 규약 파일에는 금지·트리거만 두는 구조로 정리했습니다.