밤에 자기 전에 유튜브에서 국민체조 영상을 틀어 놓고 세 번 연속으로 따라 하는 편입니다. 그 영상을 직접 만든 영상으로 바꿨습니다. 3D 캐릭터 세 사람이 운동장, 잔디밭, 해변에서 한 회씩 체조를 하고, 화면 오른쪽에는 지금 하는 동작의 이름과 설명, 다음 동작이 나옵니다. 길이는 14분 44.6초이고 4K 60fps입니다. 완성본. ...

뮤직비디오 한 장면(28초)의 주인공을 한복 입은 저로, 뒤에 선 학생 수백 명을 하회탈을 쓴 탈춤꾼으로 바꿨습니다. 원본은 GENER8ION과 Yung Lean의 「STORM」 뮤직비디오로, 주인공이 담배를 피우다 고개를 숙이면 교복 입은 군중이 일제히 절하고 하늘을 올려다보는 장면입니다. Higgsfield의 영상 변환 모델 Genjutsu mot...

Gemini TTS 3.8 시험기 3편 중 3편입니다. 1편 네 모델 비교 · 2편 내 목소리 복제 · 3편 3.8 기능 시험 1편에서 Gemini TTS 네 모델을 비교하면서 3.8의 가격과 API 변경, 품질을 봤습니다. 이번에는 문서가 3.8의 장점으로 내세운 기능을 하나씩 돌려 봤습니다. 판정 모델의 청취가 걸린 시험에는 태그나 지시를 뺀 ...

Gemini TTS 3.8 시험기 3편 중 2편입니다. 1편 네 모델 비교 · 2편 내 목소리 복제 · 3편 3.8 기능 시험 1편에서 Gemini TTS 네 모델로 같은 팟캐스트를 만들어 비교했습니다. 이번에는 3.8에 새로 생긴 Voice replication(음성 복제)으로 제 목소리를 복제해 봤습니다. 짧은 녹음을 올려 목소리 ID를 받고,...

Gemini TTS 3.8 시험기 3편 중 1편입니다. 1편 네 모델 비교 · 2편 내 목소리 복제 · 3편 3.8 기능 시험 2인 대화 팟캐스트를 만드는 스킬을 쓰고 있습니다. 대본을 쓰면 Gemini 다화자 TTS가 진행자와 게스트 목소리로 읽어 주는 방식입니다. 기본 모델을 gemini-3.1-flash-tts-preview에서 새로 나온 g...

“스트리밍이 빠르다”는 말은 많이 들었지만, 화면에서 실제로 어떻게 보이는지는 본 적이 없었습니다. 그래서 89초짜리 한국어 면접 답변을 녹음해 여섯 가지 방식에 똑같이 흘려보내고, 각 방식이 언제 무엇을 내놓는지 기록했습니다. 요약하면 이렇습니다. 글자를 가장 빨리 띄운 스트리밍 두 곳은 PostgreSQL을 잘못 받아 적었습니다. 오디오를 길게 ...

최근 AI 엔지니어링 커뮤니티에서 TypeSafe AI의 신규 모델 Jev(제브)가 큰 화제를 모으고 있습니다. 기존 거대 언어 모델(LLM)들이 텍스트를 한 글자씩 순차적으로 생성(Autoregressive)하는 방식이었다면, Jev는 문장 생성을 완전히 건너뛰고 “소프트웨어가 즉시 소비할 수 있는 타입화된 결정과 확률”만을 단일 패스로 뽑아내는 새...

동호회 점심 회식 소재 32개(영상 22 + 사진 10, 합쳐 145초)를 1분 3초로 줄였습니다. 조건이 하나 있었습니다. 참석자 한 명은 얼굴이 나오면 안 됩니다. 0:54 단체 인사 컷에서 왼쪽 네 번째가 스티커로 가려져 있습니다. 영상 한 편을 만드는 이야기가 아니라, 편집을 코드로 하면 무엇이 쉬워지고 무엇이 어려워지는지에 대한...

클라우드도 API도 안 쓰고 맥북 한 대로 30초짜리 애니메이션을 만들었습니다. 영상과 소리가 한 모델에서 같이 나옵니다. 빗소리를 나중에 입힌 게 아니라 처음부터 함께 생성된 겁니다. 소리를 켜고 봐주세요 — 빗소리와 우산 펴지는 소리가 모델이 함께 생성한 것입니다. 🤖 이 영상은 AI 생성물입니다. 영상·오디오 전체가 MiniM...

집에 놀고 있던 라즈베리파이 3에 서랍에 있던 3.5인치 SPI LCD를 붙였습니다. 결론부터 말하면 raspi-config 에서 SPI 를 켜고, config.txt 에 오버레이 한 줄만 넣으면 됩니다. 다만 그 한 줄을 찾기까지 검색 결과가 하나도 안 통했습니다. 앞쪽에 바로 따라할 수 있는 설정 방법을, 뒤쪽에 제가 걸린 함정들을 정리했습니다....