coding-mentor 기술노트

2026년 1~2월, 주말 토일, 9시반~1시반(4H)

(1개월) 멀티모달 서비스 개발 기초

  1주차: 멀티모달AI 개요 및 프롬프트 엔지니어링

  2주차: 멀티모달 비전/음성 이해

  3주차: Langchain/Langgraph 및 RAG 멀티모달 개발

  4주차: 멀티모달 서빙(FastAPI) 및 웹개발 바이브코딩

(2개월차) 팀 프로젝트 수행

  5주차: SW공학개론 + 기획안발표, 요구사항분석 

  6주차: 설계 및 UML, 아키텍처/디자인패턴

  7주차: 버전관리(Git), 테스트/품질속성

  8주차: 프로젝트관리/애자일, 최종발표

* 부족했던점 / 개선할점:

  - 1개월차 과정이 너무 빡빡했음 

  - 1개월차 과정을 1.5~2개월로 늘려서 진행해야함.

  - SW공학은 필요없음(개인 프로젝트로 구성하는게 더 효과적)

*KoreaIT아카데미(강남점), 주말: 토/일 오전9시반~1시반(4H)

- 2026년 4월

(1개월) LLM 기초

  1주차: LLM개요 및 Mini-GPT 개발

  2주차: SimCLR 모델 개발 (이미지 대조학습)

  3주차: CLIP 모델 개발 (이미지-Text 대조학습)

  4주차: LLaVA 모델 개발 (이미지-Text 멀티모달 학습)

- 2026년 5월

(2개월) 파인튜닝/모델서빙/프로젝트수행

  5주차: LLM 파인튜닝 및 Qwen2.5 파인튜닝, 프로젝트 기획안발표

  6주차: CPT/SFT/DPO/RoLA

  7주차: 모델서빙(FastAPI, Ollama/vLLM)

  8주차: HuggingFace업로드, 최종발표

*온라인과정(인프런) 5월중 개설예정 !

오랜만에 n8n을 다시 돌려볼려고 했더니, 완전 다 잊어버렸다.

그래서 다시 정리하고 기록해둠

1.[n8n] credentials 설정

- 외부와 연동하는 설정이 되어야 정보를 가져올수 있음

2.구글 API 연동

구글 클라우드 > 프로젝트 생성 > API 연동 설정 > 기타 설정

2.1 클라이언트 ID 생성

2.2. 데이터 접근 허용

2.3 게시: 인증을 더하라고 나오는데, n8n에서 설정후 무시하고 진행하면 접근이 허용되더라...

: 테스트 모드에서는 7일단위로 인증을 다시 해야한다는게 있어서, 게시를 클릭해서 프로덕션모드로 설정해두면 된다.(앱 인증은 무시가능)

2.4 API 사용 설정

 : 인증은 성공했는데, 막상 실행해보면(노드), 아래 오류발생(링크를 따라갔더니 사용허용까지 설정해야 정상적으로 처리됨(26.04.01 확인, 구글 API 인증/사용 방식/설정이 약간 변경이 있었는듯)

Google Sheets API has not been used in project 675402156405 before or it is disabled. 
Enable it by visiting https://console.developers.google.com/apis/api/sheets.googleapis.com/overview?project=.... then retry. 
If you enabled this API recently, wait a few minutes for the action to propagate to our systems and retry.

text to speech를 쓴다면 아래도 추가

* 중요: text-to-spee API는 유료인데, 무료300$ 크레딧이 있으면 사용가능(계정을 3개월단위로 새로 생성해서 사용하면된다)

- text to speech API 연결은 아래 인증방식으로 세팅하면된다.

* 이미지 관련해서 사용하던 무료모델이 유료화로 전환됨. 일단 무료 크레딧300$에서 차감된다고 이해했는데, 유료설정후에 사용가능

 - gemini API 사용설정 추가

참고:  https://ai.google.dev/gemini-api/docs/imagen?hl=ko+curl+-X+POST+%5C#rest

설정은 https://aistudio.google.com/app/api-keys?project=... 에서 진행

> 카드결재가 연계된 계정인데 한번에 10만원이 결재된다고한다. 300크레딧안에서 사용할수 있또록 조심

Taskmaster 란 무엇인가

: A task management system for AI-driven development, designed to work seamlessly with any AI chat.(

모든 AI 채팅과 원활하게 작동하도록 설계된 AI 기반 개발을 위한 작업 관리 시스템입니다.

* Cursor와 같은 AI Driven 개발을 진행할때, Cursor + 채팅만으로 구현을 하게되면, 작업의 연속성(모델을 바꾸거나, Cursor를 재부팅하거나 등)을 해치게된다(대화 히스토리의 context의 전달도 한계가 있음). 이때 사용하는것이 AI Workflow 관리도구인 Task-Master이다.(이외에는 Bmad-Method란것도 있고, 요즘 이쪽으로 연구가 활발히 진행중)

* Github: https://github.com/eyaltoledano/claude-task-master

Task-Master 동작 핵심요약

1. prd.md 작성 : Product(상품, 제품, 프로그램)의 상세 명세서를 작성한다.

  - 프로그램 요구사항, 제약사항, 버전관리 등

  - 구현에 필요한 데이터, 패키지버전, 설계내용 등 내가 원하는 구현내용에 대한 최대한 상세한 내용 기술필요

2. task01.txt등으로 실행할 task 세분화: 분할정복 방법으로 진행할 내용을 세분화해서 작성

  - AI-Assistant(LLM)이 이걸 기준으로 작업하기 때문에 일관된 작업가능

  - 어떻게 보면, 수행할 프롬프트를 세분화한다고 볼수도 있음(하지만, task를 나눈다는게 정확한 표현이긴함)

  - 보통은 10개의 하위 task로 나눔

3. 반복(iteration)을 통해 task_01.txt~task_10.txt를 수행함

  - 이과정에서 task.txt명세가 빈양하면(구체적이지 않으면) 재작업이 다수 발생함

  - 이때 AI-Chat을 통해서만 명령을 하게되면, 연속성이 무너지게 됨 -> 반드시 재작업시에는 prd.md와 task.txt파일을 같이 수정해줘야함

  - 또한 최대한 자세히(구현 가능하게 설계레벨로 구체적으로) task가 명시되어있어야만, 내가 원하는 결과물이 나옴(퀄리티 보장가능)

Task-Master 주의할점

  1. Cursor 결제외에, API-Key(유료 사용이 가능한)가 필요함

    - 무료버전은 금방 쿼터(임계치)에 도달함

    - openai(chatgpt), claue.ai(sonnet 4)등 유료 API가 있어야만, 구동시 해당 API로 task-master와 연동됨

    - MCP로 동작: cursor IDE와 task-master는 MCP라는 인터페이스로 연동되고, 별도의 gtp서비스 API-KEY로 LLM(AI)와 연동하여 동작을 수행함

  2. 위에서도 언급했지만, Task-Master를 제대로 사용하지못하고, prd.md->task.txt 분해이후 Cursor Chat만으로 진행하게되면, 연속성이 깨짐

   - 요구사항이 바뀌거나하면, prd.md, task.txt파일을 현행화해가면서 작업을해야함. 

   - 아니면 문제(퀄리티가 떨어지는 결과물, 버그)가 발생했을때, 재작업으로 인한 시간이 엄청 소비됨

  3. task-master를 사용하다가 Cursor Chat만으로 작업이 진행될때, 두번째 문제 -> 비용

   - Cursor IDE를 유료로 쓰고 있더라도, 설정에 따라 추가결제가 될수 있음(ㅠㅠ 최초에 사용하다가 삽질로 그랬음)

   - Thinking모델 또는 최고사용모델만 사용하면 임계치에 금방도달할수도 있음(소스 규모가 커짐에 따라 Context사이즈도 금방 넘쳐버림), 

  4. Cursor의 Auto모드로 전환하여 개발시, 버그 양산되거나, 버그를 해결못하는 문제 발생가능

   - Auto버전은 성능이 구림(비용이 큰 모델보다 가격이 싼? 효율적인 모델을 우선 동작하는듯)

  5. 설치 및 적응에 러닝커브가 있음(첫번째 프로젝트는 삽질하고 두번째부터 잘쓸수 있을듯)

Task-Master의 장점(AI Workflow 관리시스템의 장점)

1. 작업의 효율화

  -  PC재부팅, Cursor재부팅, 모델 변경간에 일관성을 유지함으로 효율성이 생김

2. 작업의 표준화

  - 공통 산출물(doc 등)을 정의해두고, 해당 레퍼런스를 참조해서 생성할게 할수 있으므로 작업의 표준화 가능(ex: java ->Srping Framework를 쓰는 효과)

3. 작업 품질 보장?

  - 여러 개발자들이 Cursor + 프롬프트의 개인적인 역량에 의존하던걸, 이런 툴을 사용하면 어느정도 상향 평준화 가능

설치방법

* github에 보면, cursor에서 퀵스타는 하는 방법으로는 나는 따라하기 어려웠다.

For Claude Code users:

claude mcp add taskmaster-ai -- npx -y task-master-ai

Don't forget to add your API keys to the configuration:

• in the root .env of your Project
• in the "env" section of your mcp config for taskmaster-ai

NPM을 설치하고 진행하는 방법:

At least one (1) of the following is required:

• Anthropic API key (Claude API)
• OpenAI API key
• Google Gemini API key
• Perplexity API key (for research model)
• xAI API Key (for research or main model)
• OpenRouter API Key (for research or main model)
• Claude Code (no API key required - requires Claude Code CLI)
• Codex CLI (OAuth via ChatGPT subscription - requires Codex CLI)

1. NPM 설치: https://nodejs.org/ko/download

# Install globally
npm install -g task-master-ai

# OR install locally within your project
npm install task-master-ai

# If installed globally
task-master init

# If installed locally
npx task-master init

# Initialize project with specific rules
task-master init --rules cursor,windsurf,vscode

This will prompt you for project details and set up a new project with the necessary files and structure.

# Initialize a new project
task-master init

# Parse a PRD and generate tasks
task-master parse-prd your-prd.txt

# List all tasks
task-master list

# Show the next task to work on
task-master next

# Show specific task(s) - supports comma-separated IDs
task-master show 1,3,5

# Research fresh information with project context
task-master research "What are the latest best practices for JWT authentication?"

# Move tasks between tags (cross-tag movement)
task-master move --from=5 --from-tag=backlog --to-tag=in-progress
task-master move --from=5,6,7 --from-tag=backlog --to-tag=done --with-dependencies
task-master move --from=5 --from-tag=backlog --to-tag=in-progress --ignore-dependencies

# Generate task files
task-master generate

# Add rules after initialization
task-master rules add windsurf,roo,vscode

(cmd 모드)

NPM설치

-> task-master 설치

-> 프로젝트 경로 이동

-> Task-Master 초기화(init) : 사용할 모델등 설정 진행

-> prd.md(prd.txt) 작성 후 파싱(parse-prd)  수행

* parse-prd 수행전에, .env파일을 생성하고 API_KEY 세팅 필요

  : 여기까지만 해두면 .taskmaster/tasks/task_01~10.txt가 생성되고, 이제 구현 준비가 완료되었다고 보면된다.

* 만약에 cursor만 결재한 상태이고 별도의 openai(ChatGPT API_KEY 유료버전이 없다면/무료버전은 금방 소진됨), 아래처럼 cursor에서 진행도 가능하다.

  엄밀하게 따지면, 이건 task-master를 패턴을 cursor로 흉내내는것이다.(task-master init까지는 수행한 이후에 실행)

-------------------------- -------------------------- -------------------------- -------------------------- -------------------------- -----------------------

(cursor AI Chat에서 아래를 실행: task.txt파일 생성 -> 차례대로 실행 )

.taskmaster/templates/prd.txt를 참고해서 .taskmaster/tasks하위에 task_01.txt~task_nn.txt까지 task를 분해해줘

(task-master parse-prd prd.txt 과정 참고)

자 이제 .taskmaster/tasks/task_01.txt~task_06.txt를 차례대로 실행해줘
.taskmaster/docs 에 이론노트와 .taskmaster/code 실습코드파일을 저장해주면되!
(task-master generate 과정 참고)

-------------------------- -------------------------- -------------------------- -------------------------- -------------------------- --------------------------

*나는 이후 task-master의 명령을 충분히 활용해서 작업은 하지 않았고, cursor AI Chat을 통해 진행하였는데

 (chat ex: taks_01.txt ~ task_10.txt를 순차적으로 실행해줘)

  이 때문인지, Cursor의 작업비용이 많이 발생하였다.

  task-master명령으로 진행하였다면, 설정된 API-KEY를 사용하여 진행되어서 Cursor비용은 추가로 크게 발생안할수 있지 않았을까 생각해본다. 좀더 프로젝트를 진행해봐야 감을 잡을수 있을거 같다.

작업과정 요약:

1. 동화 데이터 수집

2. google cloude gemini로 줄거리 요약 및 이미지 생성용 동화 Scene 스크립트 작성

3. google cloude Text-to-Speech 모델로, 한국어/영어 오디오 변환

4. google cloude  이미지모델로 동화 씬 이미지 11장 생성(썸네일1장 + 스토리10장)

5. Vrew로 이미지 + 오디오 간단 합성

6. 유튜브 제목/설명/태그 Chatgpt로 최적화 및 업로드

(google colude 모델 비용은 300$ 무료로 제공되는걸로 사용시 영상 50편 이상 제작가능)

1. 영미 고전동화 다운로드(저작권이 60~70년 지난 데이터)

2. google cloude gemini로 줄거리 요약 및 이미지 생성용 동화 Scene 스크립트 작성

- gemini로 작성할 Scene 예시(0번, 썸네일)

- (2.5-flash-lite 저비용) https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-lite:generateContent

"scenes": [
    {
      "scene_id": 0,
      "title": "피터팬",
      "title_en": "Peter Pan",
      "one_line": "네버랜드의 신비로운 모험!",
      "script_ko": "창문 너머로 들려오는 '어린 시절'이라는 노래에 이끌려, 웬디와 형제들은 밤하늘을 나는 신비로운 소년 피터팬을 만나게 됩니다.",
      "script_en": "Drawn by the song of 'childhood' from beyond the window, Wendy and her brothers meet the mysterious boy Peter Pan, who flies across the night sky.",
      "image_prompt": "A whimsical night scene with a starry sky over a London rooftop. A silhouette of a young boy with a mischievous grin, Peter Pan, is seen flying with two young children, Wendy and her brothers, holding his hands. The moonlight casts a magical glow. The style should be a classic storybook illustration with rich, deep blues and silvers, emphasizing wonder and adventure. Consistent character designs for Peter, Wendy, and her brothers should be maintained throughout.",
      "negative_prompt": "photorealistic, modern, blurry, disfigured, extra limbs, low quality",
      "seed": 1000,
      "painting_style": "storybook watercolor illustration, vibrant colors, consistent character design"
    },

3. google cloude Text-to-Speech 모델로, 한국어/영어 오디오 변환

 - (모델은 검색후 돌려가며 음성 테스트 및 선택) https://texttospeech.googleapis.com/v1/text:synthesize

4. google cloude  이미지모델로 동화 씬 이미지 11장 생성(썸네일1장 + 스토리10장)

  * 핵심 *

    - google cloude 이미지 생성모델은 한번 4장까지 생성해서 출력할수 있다고 한다 -> 시도했지만 실패하였다.

    - 할수 없이, 한장씩 전달해서 이미지를 생성해야했다.

      * 그런데 문제는 이렇게 하면, 이미지 스타일이 제각각이고 주인공 생김새나 표현도 다 다르게 생성되는 문제점이 발생한다.

      * 그래서 나는, 11장의 이미지를 차례로 전달하되, 전체 줄거리도 전달하여 전체 맥락을 제공하였다.

      * 추가로 Seed값을 고정시키니 11장 이미지 모두 유사한 스케치 패턴이 적용되었다.

5. Vrew로 이미지 + 오디오 간단 합성

6. 유튜브 제목/설명/태그 Chatgpt로 최적화 및 업로드

 - 태그

• n8n
• 유튜브 쇼츠 만들기
• 유튜브 자동화
• 유튜브 무료 영상 제작
• 쇼츠 자동 제작
• 영상 편집 자동화
• 유튜브 채널 운영 꿀팁
• 유튜브 크리에이터 툴
• 노코드 영상 제작
• 유튜브 쇼츠 제작 프로그램

n8n구동시간 5분, Vrew 이미지/동영상 편집시간 15분, 기타 등 해서 30분안에 업로드 완료!

+ 구글 Cloude 무료 크레딧으로 AI 모델 공짜 사용!

[1분 동화] 피터팬, 네버랜드로 떠나는 짧은 여행

https://youtube.com/shorts/r74AC9PoOQY?feature=share

완벽하지는 않지만, 그래도 들어줄만한 품질로 완성되었다.

(이정도 수준이면, 잘때 둘째에게 들려줘도 되겠다는 생각이 든다ㅋ)

3시간짜리 Audio북을 작업하는데는 꽤나 노하우가 필요했다.

- 봉착한 문제들과 해결방법

1. text chunk

 : google cloud text-to-speech모델은 5000자까지만 한번에 변환이 가능하다.

 : 5000자 이하로 자르고 이걸 차례대로 호출하며 반복적으로 생성해야한다.

 : 이때 특수문자(특히 개행문자) 관련 처리가 까다로웠음

    * 원본 데이터를 저장해서 txt파일로 보관해서 검사할때는 개행을 남겨두고, text2speech로 전달할때는 모든 개행을 점(.)으로 변환하였다.(그래야만 끊어읽기가 적당히 들어가기 때문이다)

    * 사실 이조차도 ChatGPT로 작업을 하면 되겠지만, 여기서도 또 큰 데이터는 한번에 처리가 안되기 때문에, 아쉽게도 이부분은 약간의 수작업과 자동화를 섞을수 밖에 없었다.(body추출은 수동으로, 개행문자 치환등은 code 노드에서)

    * 이때, wait 노드를 on-form-submitted로 하면, 중간에 내가 txt파일을 만들고, 이후에 완성이되면 재시작 버튼을 누르듯 처리가 가능하다.

2. audio 합성

  : 여러개 분해된 오디오 파일을 FFMpeg (loca docker구동)로 병합한다.

  : 이때 메모리를 최소화하도록 적당히 페라미터들을 세팅해줘야한다.(그래야 변환속도도 빨라지고, PC 메모리가 터지는 문제도 방지할수 있다.)

  : 약 5~10분 정도면 70M정도의 오디파일을 병합할수 있음

  : 이미지와 오디오를 합성하면 150~200M (3시간) 짜리 파일이 생성됨(약 10~15분 소요),

     * PC사양이 너무 낮아서 여러개를 동시에 돌릴수도 없는게 넘 아쉽다.

3. 유튜브 업로드 및 업데이트

  : 장시간짜리 영상을 업로드할때는, 추가적인 인증을 받아야 업로드가 가능하다.(인증절차는 간단, 업로드 후 처리실패 내용을 알려줌)

  : 유튜브 사이트에서 설정하는 모든 정보를 n8n 노드에서 설정할수 없는게 좀 아쉬운 점이다.

  : 업로드시 공개설정을 비공개(부분공개?)로 올렸다가, 완성시 실제로 이상없이 올라간게 확인되면 설정을 공개로 수동으로 바꿔주게끔 하였다.

4. Google Sheets로 목록 및 처리순서 관리

  : 100개의 동화내역을 미리 만들어두고, 처리 성공하면 N->Y로 바꿔주도록 하였다.

  : 매번 노드 시작 버튼을 눌렀을때 다음번(N)인 목록을 순서대로 가져오도록하여 편의성을 높임.

5. 작업비용

 : 일단, google colud에 있는 API 위주로 사용하였고, 최초 가입시 300$(약 40만원) 정도를 무료로 쓸수가 있다.

 : 한편당 대략 3~5천원 이내로 비용이 발생하는듯하고, 대략 100편 정도는 무료로 작업이 가능할듯하다.

https://youtu.be/IEXjaY98Ti8

https://www.youtube.com/@Moonlight-Stories-i7f

n8n 개발하면서, 있었던 시행착오 기록

1. merge

: 병렬로 실행한뒤, 여러개의 실행이 완료되었을때 진행시키고 싶을때, merge노드를 추가하여 기다리게 할 수 있다.

2. tow input

: 노드에서 2개 이상의 입력을 받았을때, 해당 변수를 추출하는 방법

  -> Code 노드에서 $input 대신에 해당 입력의 이름을 지정하면 됨

const inputData = $("Read/Write Files from Disk").first().binary;
const img_prompt = $("Get row(s) in sheet").first().json.img_prompt

3. Response type

 : output respons type을 FILE로 설정하면, binary로 추출되면서, 이전에 전달받은 json값들을 다음노드로 전달할 수 있다.
   (response type을 자동으로 두거나 하면, binary 출력되는데, json 값들이 전달 안되는 경우가 있었다)

4. execute once

 : 앞선 노드에서 List를 전달받은경우, Google gemini같은 노드에서는 자동으로 여러번 호출하게 된다.

   (이러면 too many request라는 오류가 발생할 수 있음)

 : 한번만 실행하고 싶은경우, settings에서 Execute Once로 설정하면 1번만 실행되게 제한할수 있다.

5. loop

 : List로 전달되면, 반복실행되지만, 명시적으로 반복설정도 가능하다.

 : loop는 반복할 노드들을, done은 완료시 실행할 노드를 연결한다.

6.Wait

 : 파일을 생성후, 파일을 읽거나 할때, 제대로 완성되지 않은 파일을 읽을때가 있다.

 : wait설정(1초이상)으로 잠시 대기하게하면 문제가 해결된다.

7.파일 정리

 : 여러파일을 작업이후, 파일을 정리(삭제, 이동)하고 싶을때는, 별도의 Excute Command노드를 연결해서 해결가능

mkdir -p /files/audiobook_en/{{ $json.no }}
mv /files/output/image.png /files/audiobook_en/{{ $json.no }}/image.png
mv /files/output/merged_audio.mp3 /files/audiobook_en/{{ $json.no }}/merged_audio.mp3
mv /files/output/audiobook_en_vedio.mp4 /files/audiobook_en/{{ $json.no }}/audiobook_en_vedio.mp4
mkdir -p /files/audiobook_en/{{ $json.no }}/tmp
mv /files/output/tmp/* /files/audiobook_en/{{ $json.no }}/tmp/
rm -rf /files/output/tmp/*
mv /files/output/book.txt /files/audiobook_en/{{ $json.no }}/book.txt

8.텔레그램 연동

: slack을 먼저 해보았으나, 쉽지 않았음

: 기존에 텔레그램 API를 사용했던 적이 있어서 해보니, 텔레그램이 더 간단한듯하다

  * 텔레그램 API 설정과정(간단설명): bot father로 신규생성-> ChatID, Token 획득

  * 노드입력 key: Chat ID (전화번호별로 생성되는 ID 값인듯)

  * credential 입력 key: Token(텔레그램 채팅방 별로 생성되는 key)

9. 오디오,영상 합성시 저용량으로 생성하기

- 오디오 합성

cd /files/output/tmp && \
rm -f filelist.txt && \
printf '%s\n' chunk_*.mp3 | \
  sed 's/^chunk_\([0-9][0-9]*\)\.mp3/\1 &/' | \
  sort -n | cut -d' ' -f2- | \
  awk '!seen[$0]++' | \
  sed "s/^/file '/; s/$/'/" > filelist.txt && \
ffmpeg -y -f concat -safe 0 -i filelist.txt \
  -c:a libopus -b:a 48k -vbr on -ac 1 -ar 48000 \
  -application voip -frame_duration 60 \
  /files/output/merged_audio.opus

- 영상합성(이미지+오디오)

ffmpeg -y -loop 1 -framerate 2 \
  -i /files/output/image.png -i /files/output/merged_audio.opus \
  -vf "scale=1920:1080:force_original_aspect_ratio=decrease:sws_flags=fast_bilinear,\
pad=1920:1080:(ow-iw)/2:(oh-ih)/2" \
  -c:v libx264 -preset ultrafast -tune stillimage -crf 20 -pix_fmt yuv420p \
  -c:a copy -shortest \
  /files/output/audiobook_en_video.mkv

1.유튜브 API 권한 얻기

- google cloud console 접속 및 검색

- YouTube API 선택 및 사용하기 클릭

- 사용자 인증정보 만들기(기존에 만들어둔 인증 재사용 가능)

  : 인증생성방법은 기존 글 참고(https://coding-mentor.tistory.com/9)

  : 접속 오류가 발생한다면, 테스트 사용자 추가(메일계정 추가)

2.n8n에서 인증 추가(Auth2) + 유튜브 채널 선택하기

- 삽질한 부분: 만약 한 계정에(유튜브 메일계정) 채널이 여러개인 경우 어떻게 특정 채널로 업로드하지?

    ==> n8n 인증 과정에서 메일계정 선택 ==> 채널이 여러개인 경우 채널 선택단계가 나옴

- 계정 선택 이후 단계에, 채널이 여러개인경우, 채널을 선택하는 단계가 나옴 (인증이름을 구분하여 관리하고, 유튜브 업로드 노드별로 인증을 구분하면됨)

3. n8n 유튜브 업로드

- 영상합성 데이터를 바로 유튜브 노드로 연결할수 있을지도 모르는데,

  나는 생성된 영상을 검증/히스토리관리 하기위해서, 로컬에 저장한다음에 유튜브 노드와 연결하도록 했음

- 유튜브 업로드 설정

- 추가옵션: 유튜브 사이트에서 설정하는 설명문구, 태그 등을 설정할수 있음(유튜브에서 설정하는 모든 상세설정을 할수 있는건 아니였음),

 * Privacy Status:Unlisted로 하면 부분공개로 업로드되고, 이후에 여러 부가적인 설정을 사이트에서 수정해야할거 같음(100% 자동화가 될수도 있겠지만.. n8n에서 설정할수 있는 옵션이 좀 아쉬웠음)

- 유튜브 업로드 테스트 결과

* 기존에 인터넷에 올라와 있는 영상합성 자료들은, 온라인(클라우드)상의 API를 호출(사용)하는 형태로 된게 많았다.

  나는 기본적으로 로컬PC(또는 서버환경내)에서 동작하는 프로세스를 구축하고자한다.

  (2틀이상 찾아보고 삽질을 생각보다 오래한듯하다)

1.Docker에 ffmpeg 설치

- docker-compose.yml

 : 볼륨을 설정해야만, 도커를 재기동해도 사용하던 설정(workflow 등)을 유지할수 있다.

 : Dockerfile을 빌드하고자 build .을 사용한다.

version: "3.8"

services:
  n8n:
    #image: docker.n8n.io/n8nio/n8n:latest
    build: .
    ports:
      - "5678:5678"       # n8n 웹 UI 접속 포트
    environment:
      - GENERIC_TIMEZONE=Asia/Seoul
      - TZ=Asia/Seoul
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      #- N8N_BASIC_AUTH_PASSWORD=강력한비밀번호
      #- N8N_ENCRYPTION_KEY=랜덤_32자리_키
    volumes:
      - n8n_data:/home/node/.n8n      # n8n 데이터 보존
      - C:/02_repository/youtobe_automation/n8n/files:/files  # 로컬 PC files 폴더를 컨테이너 내부 /files 로 마운트
    restart: unless-stopped

volumes:
  n8n_data:

- Dockerfile

 : alpine 리눅스는 apk 패키지 사용함

FROM docker.n8n.io/n8nio/n8n:latest

USER root
#RUN apt-get update && apt-get install -y ffmpeg && rm -rf /var/lib/apt/lists/*
RUN apk add --no-cache ffmpeg
USER node

- 빌드 및 실행

 : docker compose up -d --build

2. 영상합성

 : 아래와 같은 노드로 구성하였다

 : 이미지/오디오 생성뒤에 바로 FFmpeg노드를 붙여도 될거같은데, 중간에 오디오/이미지 파일을 저장하게 하여, 문제가 발생했을때 확인이 용이하게 하고자 아래와같이 각각의 파일응 저장한 후 로딩하게 하였다.

- ffmpeg 명령어는 다음과 같다.

- 입력하는 output경로를 잡고, 생성후에 mp4 생성경로만 잡아주면 된다.

ffmpeg -y -loop 1 -i /files/output/image.png -i /files/output/audio.mp3 -c:v libx264 -tune stillimage -c:a aac -b:a 192k -pix_fmt yuv420p -vf "scale=1920:1080:force_original_aspect_ratio=decrease,pad=1920:1080:(ow-iw)/2:(oh-ih)/2" -shortest /files/output/audiobook_vedio.mp4

* 온라인 API를 사용할려면, https://creatomate.com/ 서비스를 활용하면 된다.

  (단 raw데이터 audio/image도 온라인에 올라간 상태여야한다)

- 결과물

1.노드 구성

 1) GPT 이미지 생성모델에게 프롬프트를 전달하여 이미지 생성요청

 2) 생성한 바이너리 이미지를 읽어서 png로 저장

 3) 로컬 PC에 저장

2.GPT 이미지 모델 연결

1) gemini

: (aisudio) https://aistudio.google.com/prompts/new_chat

: (레퍼런스) https://ai.google.dev/gemini-api/docs/imagen?hl=ko

curl -X POST \
    "https://generativelanguage.googleapis.com/v1beta/models/imagen-4.0-generate-001:predict" \
    -H "x-goog-api-key: $GEMINI_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{
        "instances": [
          {
            "prompt": "Robot holding a red skateboard"
          }
        ],
        "parameters": {
          "sampleCount": 4
        }
      }'

 * API-Key를 생성해서 간단하게 테스트 가능: 생성량 제한이 있을껀데, 무한정 무료는 아닐꺼라서... chatgpt에게 물어보면 어느정도 무료로 쓸수 있다고 나오긴함, 

-------------------------------------- chatgpt 답변 -----------------------------

1. Gemini 앱 (웹/모바일): 무제한 무료 사용

• Gemini 앱 내에서는 Imagen 4 기반 이미지 생성이 무료로 제공됩니다. 기본 모델 품질 이용 시 요금이 부과되지 않으며, 단, 일일 생성량은 시스템 부하에 따라 제한될 수 있습니다.
  DEV Community+15Zenn+15DEV Community+15
• 무료 계층에서 주로 쓰는 모델은 Imagen 4이며, **고급 기능(예: 심화 편집, 고속 처리)**은 유료 계층으로 제한됩니다.

2) google cloud vertax ai (결국 gemini 모델을 쓰긴함)

 - 무료 크레딧이 있으므로, 그 크레딧을 사용하는 기간에는 안정적으로 이미지 생성 가능

 - vertax ai api를 사용하기 클릭해서 권한받고 진행

 - 레퍼런스 사이트를 찾는 과정이 너무 삽질이 길었다. 구글 could 쪽은 이게 문제인듯....

 - (레펀런스) https://cloud.google.com/vertex-ai/generative-ai/docs/model-reference/imagen-api?hl=ko#rest

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \

https://${LOCATION}-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/${LOCATION}/publishers/google/models/${MODEL_VERSION}:predict \
-d '{
  "instances": [
    {
      "prompt": "..."
    }
  ],
  "parameters": {
    "sampleCount": ...
  }
}'

post 주소 예시: https://us-east5-aiplatform.googleapis.com/v1/projects/gen-lang-client-0695181249/locations/us-east5/publishers/google/models/imagen-3.0-generate-002:predict

* 인증은 두가지 방식을 지원하는거 같은데(API-KEY, auth2), api-key로는 오류가 나서, 기존 AUTH2 방식(google cloud nature langage)으로 설정한걸 사용했다.

3) fal.ai (recraft)

 - 유로 버전은 fal.ai 인터페이스가 가장 쉬운듯(모델도 많음) 

https://fal.ai/models/fal-ai/recraft/v3/text-to-image

3.생성해온 이미지를 png로 변환 (code node)

// predictions[0].bytesBase64Encoded 값 꺼내기
const b64 = $json.predictions[0].bytesBase64Encoded;

// Binary 데이터로 변환해서 반환
return [{
  json: {},   // JSON 결과는 비워두고
  binary: {
    data: {
      data: b64,              // Base64 문자열
      fileName: 'output.png', // 저장할 파일명
      mimeType: $json.predictions[0].mimeType || 'image/png'
    }
  }
}];

3.최종결과

- gemini 버전

- vertax 버전(이것도 gemini 모델임)