AI 영상 제작을 배포 파이프라인처럼: DevOps 회사가 DemoCut을 만드는 이유

인포그랩은 DevOps와 업무 자동화를 전문으로 하는 회사입니다. 고객사의 CI/CD 파이프라인을 구축하고 n8n으로 업무를 자동화하며, 사람이 수동으로 반복하던 일을 시스템으로 옮기도록 지원해 왔습니다.

그런 회사가 요즘 AI로 영상을 만들고, AI 영상 도구 DemoCut까지 개발하고 있습니다. 최근에는 DemoCut으로 AI 영상을 제작해 출품하는 사내 공모전도 열었습니다. 평소 배포 파이프라인을 만들던 DevOps 엔지니어가 철새와 수달 이야기를 흥미롭게 스토리텔링한 작품이 대상을 차지했습니다.

엉뚱한 외도처럼 보일 수 있습니다. 하지만 인포그랩에 영상은 갑자기 뛰어든 낯선 분야가 아니라 오랫동안 해결하고 싶었던 자동화 과제였습니다. 서비스 관점에서 제품 데모와 가이드부터 기술 블로그를 요약한 숏폼까지, 복잡한 기술 정보와 인사이트를 영상으로 쉽게 전달하고자 다양한 유형을 실험하고, 숱한 시행착오도 겪었습니다.

이 글은 인포그랩이 영상 자동화를 시작하고 방향을 전환한 여정을 다룹니다. 그사이 달라진 AI 영상 시장, 사람과 AI 에이전트가 함께 영상을 만드는 DemoCut의 설계 기준과 제작 사례, 사내 공모전에서 구성원들의 피드백으로 제품의 문제점을 찾아 개선한 이야기를 소개합니다.

인포그랩은 언제부터 영상을 자동화했나요?

인포그랩의 영상 자동화는 2025년 3월, n8n으로 만든 유튜브 숏폼 워크플로에서 시작했습니다. n8n은 여러 서비스를 노드로 이어 업무를 자동화하는 워크플로 도구입니다. 워크플로는 크게 다섯 단계로 동작했습니다.

1. 주제 입력(Notion): 사내 콘텐츠 담당자가 Notion 콘텐츠 캘린더에 주제와 기술 블로그 또는 릴리즈 노트 링크를 입력하고, 실행 일시와 상태를 설정했습니다.
2. 대본 생성(LLM): n8n 워크플로가 링크한 글을 읽어 LLM으로 대본을 작성했습니다.
3. 영상 렌더링(HeyGen): 컷별 이미지를 구성해 AI 아바타 영상 서비스 HeyGen의 템플릿에 넣고, 음성과 자막을 입힌 숏폼을 만들었습니다.
4. 승인(Slack): 사람이 Slack에서 완성된 영상을 확인하고 승인했습니다.
5. 채널별 게시: 승인된 영상은 유튜브와 인스타그램·페이스북 릴스, 링크드인, X에 한 번에 게시됐습니다.

n8n으로 만든 유튜브 숏폼 워크플로. Notion 콘텐츠 캘린더 조회부터 대본 생성, HeyGen 렌더링, Slack 승인, 채널별 게시까지 노드로 이어짐

유튜브 숏폼 워크플로로 만든 영상 가운데 하나가 「GitLab Geo는 뭐지오?」입니다. 인포그랩 기술 블로그의 GitLab Geo 글을 1분 40초 남짓한 숏폼으로 옮긴 영상으로, Geo의 개념과 주요 기능, 아키텍처, 로드맵을 정리했습니다.

유튜브 숏폼 워크플로로 만든 영상 「GitLab Geo는 뭐지오?」

숏폼 워크플로를 멈추고 영상 제작 과정을 다시 설계했습니다

유튜브 숏폼 워크플로는 2026년 여름 무렵부터 운영하지 않습니다. 최근 AI 영상 모델과 모션그래픽 도구가 빠르게 발전하면서 이제 많은 사람이 고품질 영상을 쉽게 만들 수 있게 됐습니다. 저희는 그만큼 시청자의 눈도 높아졌다고 판단했습니다. 컷 몇 장을 넘기며 AI 음성으로 단순히 대본을 읽는 숏폼만으로는 시청자를 사로잡기가 어렵다고 느꼈습니다.

주위를 둘러보니 숏폼이 아니더라도 필요한 영상은 많았습니다. 인포그랩은 고객에게 보여 줄 제품 데모, 도입 후 따라 할 기술 가이드, 신기능 소개 영상이 항상 필요했습니다. 세 영상 모두 글보다 화면으로 보여 줄 때 더 쉽고 빠르게 이해할 수 있는 콘텐츠입니다. 숏폼처럼 피드에서 스쳐 보는 영상과 달리, 이 영상은 시청자가 제품을 이해하거나 따라 하려고 직접 찾아서 봅니다. 그래서 저희는 데모와 가이드 영상에서 시청자가 기대하는 것이 지금 사용 중인 화면을 정확히 반영한 설명이라고 봤습니다.

특히 제품 데모와 기술 가이드 영상은 한 번 찍고 끝나지 않고, 계속 업데이트해야 합니다. 기존 제품의 UI가 바뀌었는데 영상이 예전 화면을 보여 주면, 시청자는 따라 하다 막힐 수 있습니다. 또 새 제품이나 새 기능이 나오면 데모와 가이드 영상을 새로 만들어야 합니다. 기능을 시연하는 영상은 만들 때마다 품이 많이 듭니다. 따라서 만드는 입장에서는 자주 업데이트하기가 부담스러웠습니다.

그러나 이제는 AI 영상 모델과 자동 생성 기술이 발전했습니다. 제품 데모와 기술 가이드 영상도 자동으로 만들면 일정 수준 이상의 품질로 빠르고 편리하게 만들 수 있겠다고 판단했습니다. UI가 바뀔 때마다 영상을 자동 생성 기술로 금방 업데이트할 수 있다면, 시청자는 지금 사용 중인 화면을 정확히 반영한 영상을 보며 기능을 쉽게 따라 할 수 있습니다. 그래서 시청자의 기대치에 맞는 품질로, 필요할 때마다 다시 만들 수 있도록 영상을 만드는 자동화 과정 자체를 다시 설계하기 시작했습니다.

그사이 AI 영상 시장은 무엇이 달라졌나요?

저희가 영상 제작 방식을 다시 설계하는 사이, AI 영상의 위상은 달라졌습니다. AI 영상은 한때 외면받던 콘텐츠에서 이제는 잘 만들면 시청자가 즐겨 보는 콘텐츠로 바뀌고 있습니다.

AI 영상이 처음 나왔을 때만 해도 시청자의 반응은 차가웠습니다. AI가 만든 인물은 손가락이 뭉개지거나 개수가 틀렸고, 입 모양은 대사와 맞지 않았고, 목소리는 기계 같았습니다. ‘AI가 만든 티’가 보이는 순간 시청자는 금세 떠났습니다.

지금은 분위기가 다릅니다. AI 영상 모델의 품질이 급속도로 높아지면서 손가락과 입 모양, 목소리에서 드러나던 AI 티가 크게 줄었고, 잘 만든 AI 영상을 호의적으로 받아들이는 시청자가 늘고 있습니다.

중국 AI 숏드라마 「해고당한 소녀」(被裁掉的女孩)가 대표적입니다. 한겨레에 따르면 이 드라마 재생 수는 2026년 7월 말 기준 2억 2000만 회를 넘었습니다. 중앙일보는 홍콩 사우스차이나모닝포스트(SCMP)를 인용해 주인공인 AI 가상 배우 팡타오쯔의 인기 요인으로 사람 같은 생생함을 꼽았습니다. 얼굴에 모공과 잡티가 보이는 점, 하루 일과를 마친 뒤에는 화장이 지워지고 머리가 흐트러진 모습도 보여 주는 점이 그 예입니다.

몇 가지 수치도 이 변화를 보여 줍니다.

• AI 숏드라마가 신작 대부분과 인기작의 절반 이상을 차지했습니다. 한겨레가 인용한 중국인터넷시청각협회 집계로는 2026년 1분기 중국 숏드라마 신작 12만 8000편 가운데 12만 2000편이 AI 작품이었습니다. 중국 펑파이신문에 따르면 AI 숏드라마는 2026년 5월 처음으로 일간 인기 상위 100편 가운데 절반을 넘었고, 8월에는 그 비중이 70% 안팎까지 늘었습니다.
• AI 숏드라마 제작비가 실사의 10분의 1에도 못 미친 사례가 보도됐습니다. 한겨레에 따르면 실제 배우가 나오는 유료 숏드라마 한 편의 제작비는 보통 150만 위안 정도지만, AI로 만든 「해고당한 소녀」에는 약 11만 위안이 든 것으로 알려졌습니다.

중국 숏드라마 시장에서 AI는 제작비를 크게 낮췄고, AI 작품은 신작의 대부분을 차지할 만큼 많아졌습니다. 다만 The Next Web은 AI로 쏟아져 나온 작품의 품질이 고르지 않다고 짚었습니다. 저희는 이제 AI 영상에서 풀어야 할 문제가 ‘일정한 품질로 계속 만드는 법’이라고 판단했습니다. UI가 바뀔 때마다 다시 만들어야 하는 제품 데모와 기술 가이드 영상이라면 더욱 그렇습니다. 일정한 품질로 영상을 계속 만드는 일은 DevOps가 소프트웨어를 자주, 안정적으로 배포하려고 풀어 온 문제와 공통점이 있습니다.

그래서 DemoCut으로 무엇을 만들고 있나요?

인포그랩은 영상 제작을 배포 파이프라인처럼 다루기 위해 AI 영상 도구 DemoCut을 만들고 있습니다. DemoCut은 영상을 컷 단위로 만들고 개선하는 도구입니다. 출발점은 앞서 말한 제품 데모와 기술 가이드 영상이지만, DemoCut으로 자동화하려는 영상은 지식 콘텐츠와 인터뷰 요약까지 다양합니다.

DemoCut은 말로 만들고 컷으로 고칩니다

DemoCut으로 영상을 만드는 과정은 세 단계입니다. 제작 단계마다 사람이 확인하고, 나머지 작업은 AI가 이어받습니다.

1. 시나리오 제작: 만들려는 영상을 말로 설명하면 컷 단위 시나리오가 나옵니다.
2. 컷 만들기: 컷마다 AI 영상, 모션그래픽, 유튜브 클립, 이미지 영상 가운데 적합한 방식으로 화면을 만들고 한국어 음성을 입힙니다. 결과가 마음에 들지 않으면 그 컷만 다시 만들 수 있습니다.
3. 완성본과 게시: 컷을 이어 자막이 들어간 완성본을 만들고, 제목과 섬네일을 붙여 유튜브에 올립니다.

사람은 웹 캔버스에서, 에이전트는 MCP 도구로 같은 프로젝트를 다룰 수 있습니다. 캔버스에서 수행하는 작업은 Claude Code 같은 AI 에이전트도 똑같이 할 수 있습니다.

제품 데모나 기술 가이드 영상은 모션그래픽 컷에 앱이나 웹 화면의 스크린샷을 올려 만들 수 있습니다. 커서가 움직이며 누르고 입력하는 화면 시연 영상도 만들 수 있습니다.

DemoCut 쇼케이스에서는 애니메이션, 뮤직비디오 같은 다양한 영상 예시를 볼 수 있습니다.

DemoCut 프로젝트 화면. 프로젝트 제목과 캔버스, 완성본, 영상 설정, 비용 탭이 있고, 캔버스에는 AI 영상, 모션그래픽, 유튜브 클립, 이미지 영상 같은 방식의 컷이 카드로 나란히 놓임

DemoCut의 설계 기준은 세 가지입니다

영상을 일정한 품질로 계속 만들려면 도구부터 다음 세 가지가 가능해야 한다고 봤습니다.

• AI가 만든 결과를 사람이 확인하고 수정하기 쉬워야 합니다. 영상 한 편을 잘못 만들어 통째로 다시 만들기보다 첫 제작 단계부터 컷 단위로 확인하고 수정합니다. 돈이 드는 생성은 견적을 먼저 보여 주고, 사람이 확인한 금액 그대로만 진행합니다.
• 형식이 일정해야 합니다. 목소리, 자막, 화면 위아래 레터박스(위아래 검은 여백)와 글자색 같은 설정을 기본값으로 저장해 두고 모든 컷에 같은 값을 적용합니다.
• 계속 만들 수 있어야 합니다. 정해 둔 형식에 내용만 바꿔 다음 편을 만들고, 만든 영상은 바로 유튜브에 올릴 수 있도록 환경을 구축합니다.

지금부터 AI 트렌드 영상 한 편이 만들어진 과정을 따라가 보며, DemoCut으로 영상을 만드는 흐름과 기준이 실제로 어떠한지 소개하겠습니다.

AI 트렌드 영상은 구글 CEO의 말을 여덟 컷에 담았습니다

AI 트렌드 영상은 AI 업계 소식 하나를 골라 원문 출처와 함께 세로 숏폼으로 전하는 영상입니다. 고정 진행자 없이 화면과 내레이션만으로 끌고 가는 형식입니다. 예시로 만든 영상은 구글 CEO 순다르 피차이가 팟캐스트 「Big Technology Podcast」에서 한 말을 다뤘습니다.

피차이는 지금까지는 사람이 컴퓨터에 맞춰 왔지만 AI 시대에는 AI가 사람에게 맞추게 될 거라고 보면서도, 영상을 볼 때처럼 화면이 필요한 순간은 남는다고 말했습니다. 영상에서는 그 말을 “AI 시대에도 화면은 남는다”로 요약했습니다. 완성된 영상은 DemoCut 유튜브 채널의 「구글 CEO가 말한 AI 화면의 미래」에서 볼 수 있습니다.

AI 트렌드 영상 예시 완성본의 여덟 컷. 위아래 레터박스가 있고 위쪽에 같은 후킹 문구가 들어가며, 가운데 정사각형 창에 AI 영상, 기사 화면, 원본 인터뷰, 모션그래픽 카드가 차례로 들어감

다음 표는 완성본 여덟 컷에 쓴 방식과 장면, 영상 속 내레이션입니다.

네 번의 피드백을 컷 단위로 반영해 완성했습니다

이 영상은 AI 에이전트가 DemoCut MCP만으로 만들었습니다. 에이전트가 컷을 만들고 고치고 완성본을 뽑았고, 사람은 방향을 정하고 버전마다 피드백을 주었습니다. DemoCut에서는 원 단위 크레딧으로 비용을 내고, 돈이 드는 작업은 금액을 먼저 보여 준 뒤 사람이 확인한 금액만 청구합니다. 이번에는 사람이 작업마다 쓸 수 있는 금액을 에이전트에게 정해 주었습니다. 에이전트는 유튜브 업로드까지도 할 수 있지만, 이 콘텐츠는 사람이 직접 게시했습니다.

표의 여덟 컷 구성은 처음부터 정해져 있던 것은 아닙니다. 첫 버전은 일곱 컷을 모두 모션그래픽으로 만들었습니다. 이후 사람의 피드백을 받을 때마다 에이전트가 컷 단위로 고쳤습니다.

1. 근거가 되는 기사와 발표문은 이미지 영상 컷으로 바꾸고 천천히 확대하는 움직임을 넣었습니다. 개념을 설명하는 세 컷(4~6컷)은 모션그래픽으로 남겼습니다.
2. 모든 컷에 레터박스를 넣고, 피차이의 실제 발언을 들려주는 유튜브 클립 컷을 넣었습니다.
3. 레터박스 글자의 강조색을 DemoCut 사이트의 보라색으로 바꾸고, 후킹 문구 둘째 줄을 더 직관적인 “이제 AI가 사람에게 맞춘다”로 고쳤습니다.
4. 내레이션을 남성 목소리로 바꾸고, 첫 번째 컷은 문제를 던지는 AI 영상으로, 마지막 컷은 첫 번째 컷에 나온 같은 방과 같은 인물로 이야기를 마무리하는 AI 영상으로 바꿨습니다.

앞서 세운 설계 기준에 비춰 보면, DemoCut이 영상을 다시 만드는 부담과 고르지 않은 품질 문제를 어떻게 줄였는지 확인할 수 있습니다.

• AI가 만든 결과를 사람이 확인하기 쉽게
  • 완성본에 반영하지 않은 컷도 지우지 않습니다. 완성본에 쓰지 않은 컷은 꺼 두기만 했습니다. 꺼 둔 컷은 완성본에서만 빠지고 프로젝트에는 남습니다. 여기서 같은 대사를 모션그래픽, 이미지 영상, AI 영상으로 만든 컷을 나란히 두고 비교할 수 있습니다. 마음에 드는 컷은 언제든 다시 활용할 수 있습니다.
  • 지시는 설계서처럼 작성합니다. AI 영상을 만들 때는 “얼굴이 보이지 않는 뒷모습”, “읽을 수 있는 글자와 로고 금지”라고 지시하고, 마지막 컷에는 첫 컷과 같은 방, 같은 인물을 쓰라고 요청했습니다. 모션그래픽을 만들 때는 따옴표 안 문구만 화면 글자로 쓰고 위쪽 제목 자리와 아래쪽 자막 자리를 비우라고 지시했습니다. 실존 인물의 얼굴은 AI로 만들지 않고, 피차이의 모습은 원본 클립으로만 보여 주도록 요청했습니다. 지시가 구체적이면 결과가 지시대로 나왔는지 확인하기도 쉽고, 영상 품질도 고르게 유지하는 데 도움이 됩니다.
• 형식이 일정하게
  • 형식은 프로젝트에서 한 번 정해 모든 컷에 적용합니다. 위아래 레터박스, 흰 글씨와 보라색 강조색, 내레이션 목소리를 프로젝트 기본값으로 두고, 위쪽 레터박스에 들어가는 후킹 문구 “구글 CEO가 말한 AI 화면의 미래 / 이제 AI가 사람에게 맞춘다”는 모든 컷에 한 번에 넣었습니다. 피차이의 목소리를 그대로 쓴 3컷만 원본 소리를 사용했습니다. 그 결과, 제작 방식이 각기 다른 여덟 컷이 일정한 품질에 따라 하나의 영상으로 매끄럽게 완성됐습니다.

정해 둔 형식이 있으면, 다음 편은 내용만 바꿔 같은 형식의 영상으로 만들 수 있습니다. UI가 바뀐 제품 데모라면 바뀐 화면이 담긴 컷을 다시 만들면 됩니다.

DemoCut을 사내에서 어떻게 검증했나요?

인포그랩은 DemoCut으로 영상 한 편을 제작, 출품하는 사내 영상 공모전을 열어 구성원들이 DemoCut을 직접 써 보게 했습니다. 자사 제품을 회사 안에서 실제로 쓰며 검증하는 일을 도그푸딩(dogfooding)이라고 합니다. “한번 써 보고 의견을 주세요”라고 부탁하기만 해선 피드백을 받기 어려울 수 있습니다. 따라서 마감과 보상이 있는 공모전 형식으로 구성원의 참여와 피드백을 이끌어 내려 했습니다.

공모전 하나로 기대한 것은 세 가지입니다.

• 관심: 개발 팀 밖의 구성원도 인포그랩이 영상 도구를 만들고 있다는 사실을 알고, 직접 써 봅니다.
• 피드백: 구성원이 영상을 만들다 막힌 곳, 오류가 난 곳, 아쉬운 곳을 알려 줍니다.
• 실제 영상: 구성원이 테스트 영상이 아닌 실전 영상을 처음부터 끝까지 만듭니다. 이 과정에서 컷 생성뿐 아니라 자막과 소리를 다듬고 완성본을 합치는 단계까지, 영상 제작의 전체 과정을 경험할 수 있습니다.

일주일 안에 DemoCut으로 영상 한 편을 만드는 공모전을 열었습니다

공모전 이름은 「제1회 인포그랩 DemoCut 사내 영상 공모전」이고, 2026년 10월 1일부터 7일까지 열렸습니다. 규칙은 하나, DemoCut으로 영상 한 편을 끝까지 만드는 것이었습니다. 주제와 형식은 자유로 두고 제품 소개, 블로그 글 설명, 사내 브이로그 같은 예시를 제안했습니다.

출품작은 구성원 투표(50점)와 운영진 채점(50점)을 더해 평가했습니다. 운영진은 완성도, DemoCut 기능 활용, 유튜브 게시 가능성 등을 기준으로 채점했습니다.

개발 팀이 아닌 구성원에게는 에이전트 연결이 어려울 수 있다고 봤습니다. 그래서 DemoCut 사용법과 공모전 참가 방법을 연결부터 출품까지 다섯 단계로 정리한 가이드를 Notion에 만들었습니다. 가이드 영상도 DemoCut으로 제작했습니다. 막히는 점이나 버그는 사내 Slack 채널로 제보하도록 요청했습니다.

DemoCut 사내 영상 공모전 포스터

구성원들은 테스트에서 발견하지 못한 문제를 찾아 줬습니다

구성원들은 일주일 동안 영상을 끝까지 만들며 막히거나 불편한 점을 알려 주었습니다. 이 가운데 일부는 제품 테스트를 모두 통과한 상태에서 나온 문제였습니다. 제보를 바탕으로 다음을 개선했습니다.

• 자막 표시 방식과 화면 구성을 다듬었습니다.
• 에이전트가 작업하는 흐름을 더 효율적으로 바꿨습니다.
• 만든 영상을 관리하는 기능을 개선했습니다.

테스트를 통과한 뒤에도 문제가 드러난 것은 구성원들이 영상을 처음부터 끝까지 만들고, DemoCut의 기능을 두루 써 보고, 여러 환경에서 완성본을 재생해 봤기 때문입니다. 실제 사용자의 손을 거쳐야 보이는 문제였습니다.

대상 작품의 완성도를 높인 건 사람의 안목이었습니다

공모전 대상은 DevOps 엔지니어 Joshua가 만든 「오늘은 날개 쉬는 날」이라는 영상이었습니다. 무리에서 뒤처진 철새가 한강에서 수달을 만나 배를 타고 서울을 구경하는 이야기를 담은 작품이었습니다. 이 영상은 이야기 구성과 완성도 측면에서 높은 평가를 받았습니다.

공모전을 돌아보며 확인한 것이 있습니다. 어떤 영상을 만들지, 어떤 컷을 고를지, 어디서 작업을 멈출지는 여전히 사람이 정해야 한다는 점입니다. 대상 수상작도, 앞서 소개한 AI 트렌드 영상도 완성도를 가른 제작 방향과 수정 사항은 사람이 정했습니다. DemoCut을 설계할 때 사람이 컷 단위로 확인하고 고치기 쉬운 구조를 첫 번째 기준으로 삼은 것도 그래서입니다. 반복 작업은 도구가 덜어 주면, 사람은 그만큼 남은 시간을 영상의 완성도와 독창성을 높일 아이디어에 쓸 수 있습니다.

제1회 인포그랩 DemoCut 사내 영상 공모전 대상 트로피. 수상작 「오늘은 날개 쉬는 날」

맺음말

DevOps 회사가 AI 영상을 만드는 이유는 생각보다 단순합니다. 영상도 결국 반복해서 만들어야 하는 산출물이고, 반복을 시스템으로 옮겨 일정한 품질로 이어 가는 것은 저희가 늘 해 오던 일이기 때문입니다.

인포그랩은 n8n으로 만든 유튜브 숏폼 워크플로에서 출발해 지금은 영상 제작을 배포 파이프라인처럼 다루는 AI 영상 도구 DemoCut을 개발하고 있습니다. 사내 영상 공모전에서는 구성원들이 영상을 끝까지 만들며 테스트에서 발견하지 못한 문제를 찾아 주었습니다.

배포 파이프라인이 개발자를 대신하지 않았듯이, AI 영상 도구도 영상을 만드는 사람을 완전히 대신하지 않습니다. AI 트렌드 영상의 강조색과 목소리를 정한 것은 사람의 피드백이었고, 철새와 수달 이야기를 풀어낸 것은 DevOps 엔지니어였습니다. 반복을 덜어 낸 자리에는 사람의 취향이 남습니다. 저희가 DemoCut으로 넓히려는 것은 그 자리입니다.

참고 자료

1. “중국 AI 배우 60초 광고료 5500만원 …‘진짜 배우’는 실업자 전락”, 한겨레, https://www.hani.co.kr/arti/international/china/1272126.html
2. “1분 광고에 5400만원 받는다…‘해고된 소녀’로 뜬 20세女 정체”, 중앙일보, https://www.joongang.co.kr/article/25452351
3. “每36秒上新一部！AI短剧狂飙，短剧江湖正在换主角”, 澎湃新闻(The Paper), https://www.thepaper.cn/newsDetail_forward_33710549
4. “China built the AI content factory that Silicon Valley imagined but never shipped”, The Next Web, https://thenextweb.com/news/china-micro-drama-ai-state-funding
5. “에이전트 연결”, DemoCut 문서, https://democut.ai/docs/agents
6. “Google CEO Sundar Pichai: AI’s Infinite Possibilities, Compute Scarcity Dilemmas, Future AI Products”, Big Technology Podcast, https://www.youtube.com/watch?feature=shared&v=F3ItSTZNtT0
7. “모두를 위한 GPT-6과 Intelligent UI”, OpenAI, https://openai.com/ko-KR/index/gpt-6-for-everyone/
8. “구글 CEO가 말한 AI 화면의 미래 | AI트렌드 1화”, DemoCut 유튜브 채널, https://www.youtube.com/shorts/AGLUifu3oAk