Eyeroll: 비디오 리포트를 코딩 에이전트용 분석 노트로 변환하는 도구

실용적 조언

비디오 분석 시 '--context' 플래그를 사용하여 관련 PR 번호나 증상을 명시하면 AI의 분석 정확도를 높일 수 있다.
보안이 중요한 내부 프로젝트의 경우 Ollama를 연동하여 로컬 환경에서 영상을 처리하는 방식을 권장한다.

섹션별 상세

영상 기반 리포트를 코딩 에이전트의 입력값으로 자동 변환하는 워크플로우를 구축했다. 사용자가 Loom이나 로컬 영상 링크를 제공하면 Gemini Vision 또는 로컬 Ollama를 통해 시각 정보를 처리하고 핵심 노트를 생성한다. 이 과정은 사람이 영상을 보고 티켓을 작성하는 수동 단계를 제거하여 에이전트가 즉시 PR 작업을 시작할 수 있게 돕는다.

bash

pip install eyeroll
eyeroll watch https://loom.com/share/abc123 --context "broke after PR #432"

Eyeroll 패키지 설치 및 특정 영상 링크와 문맥 정보를 입력하여 분석을 시작하는 명령어

Claude 플러그인을 추가하여 코드베이스의 맥락 안에서 영상 분석이 이루어지도록 설계했다. 단순히 영상 내용만 요약하는 것이 아니라 현재 프로젝트의 코드 구조와 연동하여 분석을 수행함으로써 진단 결과의 정확도를 높였다. 사용자는 채팅 인터페이스 내에서 명령어를 통해 영상 분석부터 코드 수정 제안까지 일련의 과정을 수행할 수 있다.

text

/eyeroll:watch --context "login broken"
/eyeroll:fix

Claude 플러그인을 통해 코드베이스 내에서 영상을 분석하고 수정을 지시하는 명령어

로컬과 클라우드 AI 모델을 모두 지원하여 유연한 실행 환경을 제공한다. 클라우드 기반의 Gemini Vision을 사용하거나 보안이 중요한 환경에서는 Ollama를 통해 로컬에서 비디오 프로세싱을 수행할 수 있도록 구현했다. 이는 데이터 프라이버시 요구 사항에 따라 사용자가 분석 엔진을 선택할 수 있음을 의미한다.

용어 해설

시각 언어 모델(Vision Model): — 이미지나 비디오 같은 시각적 데이터를 입력받아 텍스트로 설명하거나 분석할 수 있는 AI 모델이다. 이 프로젝트에서는 Gemini Vision 등을 활용해 화면 녹화 영상의 버그나 기능을 파악하는 핵심 엔진으로 작동한다.
코딩 에이전트(Coding Agent): — 사용자의 지시를 받아 스스로 코드를 작성, 수정, 실행하여 소프트웨어 개발 작업을 수행하는 자율형 AI 도구이다. 영상 분석 결과를 바탕으로 실제 코드 수정(PR 생성)까지 자동화하기 위한 목적지로 활용된다.
문맥 기반 분석(Contextual Analysis): — 데이터를 독립적으로 처리하지 않고 기존 코드베이스나 관련 PR 정보 등 주변 맥락과 결합하여 분석하는 방식이다. 이를 통해 영상 속 버그가 실제 코드의 어느 부분과 연관되었는지 더 정확하게 식별할 수 있다.

언급된 도구

Eyeroll추천링크

비디오 프로세싱 및 에이전트용 노트 생성 Python 패키지

Gemini Vision중립

영상 데이터 분석을 위한 클라우드 비전 모델

Ollama중립

로컬 환경에서의 비디오 분석 모델 실행

언급된 리소스

GitHubEyeroll GitHub Repository

문서Eyeroll PyPI Project