2시간짜리 버핏 인터뷰 → 숏츠 44개 (데이터 기반, 감 제로)

TikTok 상위 100개 버핏 클립을 역분석해서 진짜 바이럴되는 걸 찾은 방법

Sarah Chen
Sarah Chen

SENIOR SOFTWARE ENGINEER AT TECHCORP....

제니입니다.

CashLingo TikTok 마케팅에 워런 버핏 인터뷰 클립을 쓰기로 했어요. TikTok에서 "Warren Buffett"을 검색하면 조회수 10만+ 영상이 넘쳐요. 이 주제에 엄청난 트래픽 잠재력이 있다는 뜻이에요.

TikTok에서 Warren Buffett 검색 결과

근데 문제가 있어요.

롱폼 인터뷰에서 숏츠를 자를 때, 대부분 감으로 해요. "이 부분 괜찮아 보이는데, 잘라볼까." 근데 그 감이 877뷰310만 뷰의 차이예요. 같은 사람의 인터뷰에서, 3,500배 차이.

그래서 감이 아니라 데이터로 가기로 했어요.


Step 1: 버핏 TikTok 상위 100개 영상 크롤링

먼저 Claude Code로 20개 이상의 TikTok 팬 계정을 yt-dlp로 크롤링해서 조회수 기준 상위 98개 영상을 수집했어요. 제목, 조회수, 크리에이터 — 전부.

1위: "Warren Buffett shares his best stock tip!" — 310만 뷰.
2위: "Warren Buffett on how much money is in his wallet!" — 140만 뷰.
3위: 맥도날드 아침 식사 클립 — 110만 뷰.

그 자체로는 그냥 리스트예요. 근데 맞는 프롬프트를 줬더니 "본질"이 나왔어요.

Claude Code가 상위 100개 데이터에서 바이럴 본질을 추출하는 장면

Step 2: 본질 = 바이럴 vs 비바이럴의 차이

상위 100개 제목을 나란히 놓으면 패턴이 바로 보여요.

310만 뷰 제목: "best stock tip" — 구체적, 하나만, !로 끝남
877뷰 제목: "rules for making money" — 추상적, 여러 개, 밋밋한 끝.

같은 버핏 콘텐츠. 3,500배 차이. 도출된 공식:

[억만장자] + [일상적/친숙한 주제] + [한 가지 구체적인 것] + [!] = 조회수

"best stock tip" = 팁 하나 → 310만.
"wallet" = 소지품 하나 → 140만.
"McDonald's breakfast" = 습관 하나 → 110만.

반면, "rules for making money"는 범위가 넓고 설교조? 877.


Step 3: 제목 먼저, 그다음 클립 찾기

YouTube랑 같아요 — 썸네일과 제목을 먼저 디자인하고 영상을 편집하듯. 롱폼에서 자르는 숏츠도 그 숏츠의 제목을 먼저 정해야 해요.

CNBC의 2시간짜리 버핏 인터뷰(YouTube 1,400만 뷰) 전체 스크립트를 다운받아서, Claude한테 본질을 필터로 적용해 전부 읽게 했어요: "이 구간을 자르면 어떤 제목으로 올릴 수 있을까?"

타임라인 테이블에 44개 클립 확정

후보 80개로 시작. 각각을 본질 체크리스트로 걸러봤어요:

  • 한 가지 구체적인 것에 집중하는가?
  • 갭(대비)이나 욕구 트리거가 있는가?
  • 제목이 S등급 패턴에 맞는가?
  • 추상적/설교조/뉴스 톤이 아닌가?

36개 삭제. 44개 확정.


Step 4: 상위 5개에서 편집 포맷을 역분석

클립은 정해졌어요. 근데 어떻게 편집해야 할까? 이것도 감으로 안 했어요.

상위 5개 TikTok 영상을 다운받아서, 2초마다 프레임을 추출하고, 각각의 편집 기법을 분석했어요. 추가로 영상당 ~80개 댓글을 수동 스크랩해서 시청자 반응을 파악했어요.

상위 5개 분석 폴더 — 영상과 분석 파일 1위 영상의 상세 타임라인 분석 댓글 분석 — 비율 분석

결론이 좀 충격적이었어요.

5개 영상 모두:

  • BGM: 없음
  • 효과음: 없음
  • 전환 효과: 없음
  • 모션 그래픽: 없음
  • 스티커: 없음

유일하게 한 건 가로 인터뷰를 9:16으로 크롭하면서 얼굴을 70-80%로 줌인하고, 상단에 제목 텍스트를 넣은 것. 그게 끝.

Clean Authority 포맷 확정

편집을 덜 할수록 조회수가 높았어요. "Clean Authority" 포맷이라고 이름 붙였어요.


Step 5: 44개 클립 자동 제작

포맷이 확정되니까 자동화할 차례.

Python 스크립트(produce.py)를 만들어서:

  1. ffmpeg로 클립 구간 추출
  2. Whisper로 자동 싱크 자막 생성
  3. OpenCV Haar Cascade로 얼굴 감지 → 얼굴 추적 크롭
  4. ASS 자막 + 상단 제목 오버레이
  5. 1080x1920 최종 렌더링

3개씩 병렬 처리, 총 12배치. 44개 영상을 한 세션에 완성.

아웃풋 폴더에 완성된 44개 숏츠

핵심 한 줄

롱폼에서 숏츠를 자를 때, "괜찮아 보이는 부분"을 자르면 877뷰. "310만 뷰 패턴 제목에 맞는 부분"을 자르면 트래픽이 와요.

콘텐츠에서 제목을 뽑는 게 아니라. 바이럴 제목에 맞는 콘텐츠를 찾는 거예요. 순서가 반대예요.

데이터가 감을 이겨요. 매번.


제니

Responses (0)