cut-editinglisted

# 컷편집 실행 `engine/auto_cut.py` 통합 엔진을 운용해 러프컷을 만든다. 엔진이 모든 무거운 작업(무음감지·전사·필러제거·음량정리·자막)을 결정적으로 처리하므로, **올바른 설정으로 실행하고 결과를 검증**하는 게 핵심. ## 0단계: 프리셋 자동 추천 (먼저) 어떤 프리셋을 쓸지 모르면 먼저 영상을 분석한다: ```bash python3 engine/analyze_video.py "원본영상.mp4" ``` 길이·라우드니스·무음 비율을 측정해 보수/표준/공격을 추천하고 config 값까지 제안한다. 추천을 그대로 따르거나, 기획자(`20_plan.md`)가 정한 프리셋이 있으면 그것을 우선한다. ## 실행 ```bash # 프로젝트 루트에서 실행 (프리셋은 위 추천 또는 기획자 지정) python3 engine/auto_cut.py "원본영상.mp4" --preset 표준 ``` - 73분 영상 기준 첫 실행 ~5분(전사 포함). 전사 캐시(`_words.json`) 있으면 ~2분. - **무거우니 백그라운드로 실행하고 완료를 기다린다.** ## 프리셋 선택 기준 | 프리셋 | 언제 | 효과 | |--------|------|------| | 보수 | 자연스러움 우선, 강의/차분한 톤 | 덜 자름(무음≥0.7s) | | 표준 | 대부분의 토크/라이브 (기본) | 검증된 균형 (~13% 제거) | | 공격 | 최대한 타이트, 군더더기 많은 영상 | 많이 자름(그래서·이제·근데까지) | 세부 조정은 프로젝트 루트 `config.json`(`config.json.example` 참고)으로. 모델·임계값·필러목록 override. ## 산출물 (output/) - `<base>_cut.xml` — 프리미어 '불러오기' 하면 편집 가능한 시퀀스 - `<base>_cut_audio.wav` — 정리된 -14 LUFS 오디오 (XML이 자동 연결) - `<base>_cut.srt` — 컷 정렬 자막 초안 - `<base>_cut_report.txt` — 잘린 내용 전체(타임코드별) - `<base>_words.json` — 단어 단위 전사(리서처·자막이 재사용) ## 제1원칙: 자연스러움 > 최대 제거 추임새·더듬을 제거하되, **잘라낸 뒤 전체 맥락에서 부자연스러우면 그 컷은 실패다.** 최대한 많이 자르는 게 목표가 아니라 '자연스럽게 타이트한 것'이 목표. 제거율·필러 개수만 보지 말고, 이어 봤을 때 뚝뚝 끊기지/숨 가쁘지/리듬 깨지지 않는지 본다. ## 검증 (실행 후 필수) 1. **자연스러움 (최우선)** — `_cut_report.txt`의 '자연스러움 주의(컷 촘촘)' 목록 확인. 컷이 몰린 구간은 부자연 위험 → 디렉터에 보고하거나 한 단계 보수 프리셋 재실행. 2. **제거율** — "총 제거 %" 확인. 13~16% 정상. 16% 초과면 과제거 의심. 3. **과제거 점검** — `_cut_report.txt`에서 의미 있는 단어(접속사·핵심어)가 잘렸는지. 잘렸으면 보수적 프리셋 재실행. 4