페이스리스 '수동 소득' 실험: AI 도구로 계정을 만들어 6주간 시간과 수익을 추적한 결과

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

작성자는 APOB AI의 face-lock, ElevenLabs TTS, CapCut 편집을 조합해 얼굴·음성·영상을 자동 생성하는 페이스리스 계정을 6주 운영하며 제작 파이프라인과 플랫폼 유통을 동시에 검증했다. 워크플로는 프롬프트로 스크립트를 만들고 TTS로 음성을 합성한 뒤 CapCut에서 배치 렌더링해 예약 게시하는 형태였고 ElevenLabs의 무료 10,000자 제한과 워터마크, 세션 타임아웃이 실제 운영에서 즉시 제약으로 작동했다. 계정은 6주에 팔로워 2,400명과 한 편 80,000뷰 사례를 기록했으나 전체 수익은 미미해 총 34시간 노동 기준 시급이 거의 없는 수준으로 계산되었고 이로 인해 AI가 제작 노동을 완전히 대체하지 못하고 배포 문제는 여전히 알고리즘 신호에 좌우된다는 결론이 도출되었다. 따라서 도구는 특정 작업을 자동화하는 데 유용하나 경제성 검증과 배포 지표 최적화 없이는 지속 가능한 수익으로 이어지지 않았다.

실용적 조언

작업을 자동화하기 전에 각 도구의 무료 한도·워터마크·세션 제한을 정확히 계산해 실제로 필요한 호출 수와 비용을 산정할 것을 권장한다. 작성자는 ElevenLabs의 월 10,000자 한도를 4일 만에 소진했으며 이 한도가 작업 흐름과 비용 구조에 직접적 영향을 미쳤다. 또한 배치 렌더링과 예약 게시로 반복 노동을 줄일 수 있으나 배포 지표 최적화 없이는 수익이 극히 제한적이라는 점을 염두에 두어야 한다.
콘텐츠 성과를 평가할 때는 단순 조회수뿐만 아니라 초기 3초 리텐션·댓글 속도·공유 빈도 같은 알고리즘 신호를 꾸준히 추적해야 한다. 작성자는 일부 영상이 80,000뷰를 기록하며 11달러의 광고 수익을 올린 반면 평균 영상은 거의 수익을 내지 못했으며 이는 노출의 편차를 정량적으로 드러낸다. 따라서 실험을 설계할 때는 시간당 노동 비용과 플랫폼별 수익화를 병행해서 계산해야 한다.

섹션별 상세

페르소나 생성은 도구 조합으로 이루어졌고 입력(프롬프트·시드)에서 출력(일관된 얼굴·음성 영상)까지의 흐름은 비교적 자동화되었다는 점이 핵심이다. 구체적으로 얼굴 생성은 APOB AI의 face-lock을 통해 동일한 얼굴을 재생성했고 음성 합성은 ElevenLabs의 무료 문자 할당을 이용했으며 영상 편집은 CapCut에서 수행했다. 그러나 비용·제한 측면에서 ElevenLabs의 무료 10,000자 한도는 실무에 직접적인 제약이 되었고 실제로 작성자는 그 한도를 넉넉히 초과해 사용량을 빠르게 소진했다.

플랫폼 유통의 본질은 초기 시청 유지와 상호작용 신호이며 AI 도구는 배포를 보장하지 못했다는 점이 실험에서 드러났다. 입력으로 일관된 합성 페르소나와 로우 프레임의 동영상이 투입되었고 프로세스는 반복 렌더링과 스케줄링으로 운영되었지만 출력인 노출은 소수의 사례(한 편 80,000뷰)만 대량 유입을 만들었다. 작성자는 팔로워 2,400명, 한 동영상 80,000뷰·약 11달러 수익, 나머지는 거의 무수익이라는 구체적 수치를 기록해 도구 자체가 분배 문제를 해결하지 못함을 입증했다.

제작 노동량과 수익의 관계는 '완전 자동화된 수동소득'이라는 기대를 무너뜨렸다. 이 실험의 입력은 일괄 생성된 스크립트·음성·영상이며 프로세스는 배치 렌더링과 예약 게시로 단순화되었지만 출력으로 계산된 총 노동 시간은 34시간이고 시간당 실질 수익은 거의 센트 단위에 머물렀다. 결과적으로 AI는 콘텐츠 제작의 일부 단계를 단축했으나 작업자의 집중·감시·재작업 같은 인간 노동은 여전히 필요했고 경제성은 미미했다.

콘텐츠의 정체성과 윤리적 문제는 제작자가 공개적으로 AI 생성임을 표기했음에도 관객 반응이나 알고리즘 노출에 별다른 영향을 주지 못했다는 점에서 드러났다. 입력 단계에서 작성자는 모든 바이오와 캡션에 합성 페르소나임을 명시했고 처리 단계에서 워터마크·프리 티어 제약을 감수했으나 출력인 시청자 반응은 무관심에 가까웠다. 이는 플랫폼이 진위성보다 초기 리텐션과 공유 가능성 같은 행동 지표를 우선적으로 평가한다는 실증적 근거로 작동했다.

용어 해설

페이스-록(Face-lock): — Face-lock은 동일한 얼굴 이미지를 일관되게 재생성하도록 제어하는 이미지 생성 또는 편집 기능으로, 입력 프롬프트와 시드(seed)를 고정하거나 얼굴 특징을 잠가서 여러 클립에서 같은 얼굴을 유지한다. 이 방법은 각 영상에서 다른 프롬프트를 쓰더라도 얼굴의 주요 지표(윤곽, 눈·코 위치, 피부톤 등)를 보존하여 페르소나의 일관성을 확보하는 데 사용된다. 실험 맥락에서는 프리 티어 제약과 워터마크가 품질·유통에 미치는 현실적 제약으로 작동했다.
텍스트-투-스피치(Text-to-Speech): — Text-to-Speech는 문장 텍스트를 음성으로 합성하는 기술로, 음색·억양·속도 같은 파라미터를 조정해 인간에 가까운 음성을 생성한다. 서비스형 TTS는 월별 문자 한도·물리적 워터마크·API 호출 지연 같은 제약을 포함하며, 실험에서는 ElevenLabs의 문자 할당이 비용 및 작업 흐름에 직접적 영향을 미쳤다. 페이크 페르소나 제작에서는 TTS의 보이스 일관성과 사용 한도가 수익성 평가에 중요한 요소로 작용했다.
합성 페르소나(Synthetic persona): — 합성 페르소나는 얼굴 이미지, 음성, 글쓰기 스타일을 조합해 생성한 지속적 캐릭터로, 콘텐츠 제작자가 직접 출연하지 않고도 일관된 인물형 콘텐츠를 지속 생산하게 한다. 제작 파이프라인은 프롬프트로 스크립트를 생성하고 TTS로 음성을 합성한 뒤 영상 툴에서 시퀀스를 렌더링하는 흐름으로 동작한다. 이 실험에서는 합성 페르소나가 제작 노동을 줄였으나 플랫폼 분배 문제까지 해결하지는 못했다.
알고리즘 기반 유통(Algorithmic distribution): — Algorithmic distribution은 플랫폼의 추천·노출 모델이 조회수·리텐션·댓글 속도 같은 신호를 평가해 콘텐츠 배포를 결정하는 메커니즘을 가리킨다. 입력(영상·메타데이터)과 출력(노출·조회수) 사이에서 초기 사용자 반응과 단기 유지율이 핵심 신호로 작동하며, 콘텐츠 제작의 수익성은 이 배포 시스템이 허용하는 창조적 폭에 의해 좌우된다. 실험 결과 플랫폼 알고리즘은 페르소나의 인위성보다 즉각적 상호작용 지표를 우선했다.

언급된 도구

APOB AI중립

동일한 얼굴을 유지하기 위한 face-lock 이미지 생성 기능

ElevenLabs중립

문자 텍스트를 음성으로 합성하는 TTS 서비스로 음성 페르소나 생성에 사용됨

CapCut중립

합성 얼굴과 음성을 편집해 짧은 영상 클립을 렌더링하고 배치 처리하는 영상 편집 도구