자가 호스팅 팟캐스트 광고 제거 도구: Claude, Ollama, OpenRouter 연동 지원

실용적 조언

로컬에서 비용 없이 운영하려면 Ollama를 LLM 엔드포인트로 설정하여 사용한다.
GPU 자원이 부족한 경우 원격 Whisper 엔드포인트를 활용하여 서버 부하를 줄일 수 있다.

섹션별 상세

Whisper를 사용하여 팟캐스트 에피소드를 텍스트로 변환한 뒤 이를 LLM에 전달하여 광고 구간을 식별한다. 식별된 타임스탬프 정보를 바탕으로 FFmpeg가 오디오 파일을 물리적으로 재편집하여 광고가 제거된 결과물을 생성한다. 이 과정은 텍스트의 맥락을 파악하여 광고와 본문을 구분하므로 단순한 무음 감지보다 정교한 처리가 가능하다.

LLM 기반의 텍스트 분석 외에도 오디오 신호 자체에서 발생하는 특이점을 포착하는 기능을 갖추고 있다. 동적 광고 삽입(DAI) 시 발생하는 볼륨의 급격한 변화나 프레임 단위의 전환 신호를 감지하여 LLM이 놓칠 수 있는 광고 구간을 보완한다. 이는 텍스트와 오디오 데이터를 모두 활용하여 광고 제거의 신뢰도를 극대화하는 다층 방어 체계이다.

시스템은 처리된 광고 패턴을 데이터베이스에 저장하고 이를 팟캐스트, 네트워크, 글로벌 단위로 확장하여 학습한다. 한 번 식별된 광고는 이후 다른 에피소드나 동일 네트워크의 다른 프로그램에서도 즉시 감지될 확률이 높아진다. 이러한 학습 메커니즘은 반복되는 광고에 대한 처리 속도를 높이고 전체적인 시스템 효율성을 개선하는 역할을 한다.

사용자는 Claude, Ollama, OpenRouter 등 다양한 LLM 엔드포인트를 자유롭게 선택하여 연동할 수 있다. 특히 Ollama를 사용하면 로컬 환경에서 비용 없이 광고 감지 기능을 수행할 수 있으며, 런타임 중에 서비스를 중단하지 않고도 모델 제공자를 교체하는 유연성을 제공한다. 최종 결과물은 표준 RSS 피드 형태로 제공되어 기존의 모든 팟캐스트 앱과 호환된다.

이미지 분석

Screenshot
프로젝트 이름인 MinusPod와 '귀에 들리기 전에 광고를 제거하는 자가 호스팅 팟캐스트 프록시'라는 핵심 설명을 담고 있다. Claude, Ollama 등 지원하는 LLM 목록을 시각적으로 확인시켜 준다.
MinusPod 프로젝트의 GitHub 저장소 미리보기 이미지

용어 해설

위스퍼(Whisper): — OpenAI에서 개발한 오픈소스 자동 음성 인식 모델로 음성 데이터를 텍스트로 변환하는 역할을 수행하며 이 프로젝트의 데이터 입력 단계에서 핵심적인 기능을 담당한다.
동적 광고 삽입(DAI): — Dynamic Ad Insertion의 약자로 팟캐스트 재생 시점에 광고를 동적으로 삽입하는 기술이며 MinusPod는 이 과정에서 발생하는 신호 변화를 감지하여 광고를 찾아낸다.
에프에프엠펙(FFmpeg): — 오디오와 비디오 파일을 처리하는 강력한 오픈소스 도구로 LLM이 식별한 타임스탬프에 맞춰 오디오를 실제로 자르고 붙이는 편집 작업을 수행한다.
올라마(Ollama): — 로컬 환경에서 대규모 언어 모델을 쉽게 실행할 수 있게 해주는 도구로 이 프로젝트에서 외부 API 비용 없이 광고를 감지할 수 있는 선택지를 제공한다.

언급된 도구

Whisper추천

오디오 전사 및 텍스트 변환

FFmpeg추천

오디오 파일 편집 및 재인코딩

Ollama추천

로컬 LLM 실행 및 추론

Claude추천

광고 구간 감지를 위한 LLM 서비스

언급된 리소스

GitHubMinusPod GitHub Repository