ChatCut 첫 사용기 — '대화로 편집하는' AI 영상 편집기를 써봤다

오늘 ChatCut(app.chatcut.io)을 처음 붙여봤다. 한 줄로 말하면 “대화로 편집하는 영상 편집기”다. 타임라인을 직접 자르고 붙이는 대신, 채팅으로 “여기 필러 빼고 자막 붙여줘” 하면 에이전트가 편집을 수행한다 — 마치 Claude Code가 코드를 다루듯 영상을 다룬다. CapCut·Vrew로 SRT·쇼츠를 굴려온 입장에서 결이 확 달라 정리해 둔다.

화면 구조부터 — 챗이 왼쪽, 타임라인이 아래

내가 연 프로젝트는 “나의 첫 ChatCut 영상”, 1920×1080·30fps 빈 타임라인에서 시작했다. 실제 편집 화면은 이렇게 나뉜다.

flowchart LR
    subgraph UI["ChatCut 편집 화면"]
        CHAT["왼쪽: 대화창<br/>지시 → 에이전트가 편집 수행"]
        ASSET["가운데: MY ASSETS / LIBRARY /<br/>TRANSCRIPT (소재·전사본)"]
        VIEW["오른쪽: VIEWER (미리보기)"]
        TL["아래: 타임라인<br/>V1 영상 · A1 BGM · 자막 트랙"]
    end
    CHAT --> TL
    ASSET --> TL
    TL --> VIEW
    classDef c fill:#fff3bf,stroke:#e67700,color:#8a5a00;
    classDef o fill:#e7f5ff,stroke:#1c7ed6,color:#10548f;
    class CHAT c;
    class ASSET,VIEW,TL o;

내 경우 V1 트랙에 강의 영상(part2, 5분 46초), A1에 BGM(“쇼츠 BGM”)을 얹고 “Shorts 15초 하이라이트” 타임라인을 따로 만드는 흐름이었다. 핵심은 TRANSCRIPT 탭 — 영상이 문장으로 전사되어, 그 문장을 지우거나 옮기면 영상이 그대로 잘린다.

무엇을 할 수 있나 — 세 축

붙여보며 정리한 기능을 셋으로 나눴다.

1) 영상 편집 — 대본을 만지면 영상이 잘린다

flowchart TD
    A["음성 정리<br/>배경소음·잔향 완화<br/>음/어 필러 제거·긴 침묵 압축"] 
    B["대본 기반 편집<br/>전사 문장 삭제·순서 변경<br/>= 반복·실수 테이크 정리"]
    C["자막<br/>자동·번역·이중언어·단어별 수정<br/>강조·줄바꿈·TikTok/Netflix 프리셋"]
    D["기본 편집<br/>분할·트림·속도·페이드<br/>BGM 덕킹(말할 때 음악 낮춤)"]
    E["전환·효과·B-roll<br/>컷 전환·줌·LUT<br/>말에 맞춰 정확한 시점에 B-roll"]
    classDef x fill:#d3f9d8,stroke:#2f9e44,color:#1d6b2c;
    class A,B,C,D,E x;

제일 인상적인 건 대본 기반 편집이다. 파형을 보며 컷을 찾는 게 아니라, 전사된 텍스트에서 반복 발언·실수 테이크·군더더기를 문장 단위로 지우면 영상이 따라 잘린다. 필러(‘음’, ‘어’) 제거와 침묵 압축, BGM 덕킹(말할 때 음악을 자동으로 낮춤)도 지시 한 줄로 된다. B-roll은 업로드/스톡 미디어를 찾아 말하는 내용에 맞는 시점에 상단 트랙으로 얹어준다.

2) 모션 그래픽 — ‘굳은 영상’이 아니라 편집 가능한 에셋

제목 애니메이션, 로어 서드, 챕터 카드, 통계·숫자 강조, UI 콜아웃, CTA 등을 만든다. 여기서 중요한 차이 하나 —

모션 그래픽을 단순히 영상으로 굳혀 넣는 게 아니라, ChatCut 안에서 편집 가능한 에셋으로 만든다. 텍스트·색상·수치를 나중에 바꾸고, 타임라인에서 길이·위치·등장 시점을 조정하고, 같은 디자인을 반복 사용할 수 있다.

로고·브랜드 색·폰트를 주면 전체 그래픽의 시각 언어도 통일된다. 지원 플랜에선 투명 배경(ProRes) 그래픽으로 따로 출력도 된다 — 이건 다른 편집기와 합성할 때 크다.

3) 에셋 생성 — 영상·내레이션·음악·효과음을 만든다

flowchart LR
    V["영상<br/>텍스트→장면·이미지→모션<br/>첫·끝 프레임 전환·멀티쇼트"]
    N["내레이션<br/>확정 대본으로 TTS<br/>음성·말투·감정·속도 선택"]
    M["음악<br/>'밝은 테크 제품 소개용 전자음악'<br/>같은 설명으로 BGM 생성"]
    S["음향효과<br/>내장 라이브러리 우선<br/>특수음은 직접 생성"]
    V --> MA["My Assets에 적재<br/>→ 타임라인 배치·재편집"]
    N --> MA
    M --> MA
    S --> MA
    classDef x fill:#e7f5ff,stroke:#1c7ed6,color:#10548f;
    class V,N,M,S x;
    classDef y fill:#fff3bf,stroke:#e67700,color:#8a5a00;
    class MA y;

생성물은 My Assets로 들어와 다시 타임라인에서 길이·음량·위치를 편집한다. ⚠️ 유료 생성은 시작 전 크레딧 승인이 필요할 수 있다(무분별한 과금 방지).

내가 제일 눈여겨본 것 — ‘챗 + 타임라인’의 이중 구조

ChatCut의 진짜 포인트는 여기 있다고 봤다.

flowchart LR
    subgraph 안["에이전트가 하는 일"]
        AG["대화 지시로 편집 수행<br/>음성정리·자막·B-roll·그래픽·BGM"]
    end
    subgraph 밖["사람이 쥐는 것"]
        MAN["언제든 편집 화면 진입<br/>타임라인·트랙·컷·자막·전환·오디오를<br/>전통 편집기처럼 직접 세밀 조정"]
    end
    AG --> MAN
    classDef a fill:#d3f9d8,stroke:#2f9e44,color:#1d6b2c;
    classDef b fill:#fff3bf,stroke:#e67700,color:#8a5a00;
    class AG a;
    class MAN b;

에이전트가 대부분을 처리하되, 언제든 전통적인 편집기처럼 타임라인에 들어가 직접 조정할 수 있다. 이게 왜 중요하냐면 — 오늘 정리한 아우터 루프 이야기와 정확히 같은 구조이기 때문이다. 에이전트가 인너 루프(편집 실행)를 돌리고, 사람은 최종 컷·자막·타이밍을 판정·소유한다. 자동화가 편해도 마지막 손은 사람이 쥔다.

한 가지 현실적 관찰. 미리보기에서 자동 자막이 “이 타 도메인 시스템으로 분석 경험을”을 붙여 띄우는 걸 봤는데, ASR이 띄어쓰기·경계를 헷갈린 흔적이었다. 자동 자막은 초안이고, 단어별 수정으로 다듬는 게 맞다 — 그래서 ‘언제든 직접 조정’이 옵션이 아니라 필수다.

내 파이프라인에 어떻게 얹을까

내가 굴리는 롱폼→분할 업로드와 회고 영상 제작 흐름에 겹쳐 보면 자리가 보인다.

단계	기존(CapCut·Vrew·수작업)	ChatCut로 당길 수 있는 것
컷 편집	파형 보며 수동 컷	대본 기반 컷(문장 삭제=컷)
자막	Vrew 자동+수정	자동+번역+프리셋, 단어별 수정
쇼츠화	별도 리사이즈·재편집	같은 프로젝트에 세로 타임라인 추가
인트로/자막바	템플릿 수동	편집 가능한 모션 그래픽 에셋
BGM·효과음	스톡 검색	설명으로 생성 + 덕킹

결론. ChatCut은 “영상판 대화형 에이전트 편집기”다. 소재 확인 → 구조·러닝타임 결정 → 본편 → 음성·자막 → B-roll·그래픽 → 음악·효과음 → 최종 검토 순서로 단계를 함께 밟되, 어느 단계든 직접 타임라인으로 내려가 손볼 수 있다. 다음엔 실제 강의 영상 하나를 15초 쇼츠 하이라이트로 뽑는 과정을 처음부터 끝까지 기록해 보려 한다.

---

ChatCut app.chatcut.io 첫 사용 기록(2026-07-13). 기능 설명은 편집기 내 안내와 실제 화면(프로젝트 ‘나의 첫 ChatCut 영상’, V1 강의영상+A1 BGM, ‘Shorts 15초 하이라이트’ 타임라인) 기준으로 옮겼다. 유료 생성은 크레딧 승인이 필요할 수 있다.