대본을 쓸 때는 분량이 딱 맞는 것 같은데, 막상 TTS로 돌려보면 1분을 넘어가거나 반대로 20초밖에 안 되어 여백이 생기는 경우가 많습니다. 원클립AI에서 숏폼 자동 제작 파이프라인을 굴리면서 가장 많이 겪은 문제입니다. 최근 30일 동안 숏폼 작업 폴더만 253개가 쌓였는데, 초기에는 영상 길이가 제각각이었습니다.
글로 읽을 때는 빠르게 넘어가는 문장도 말로 뱉을 때는 시간이 길어집니다. 텍스트 분량은 많은데 호흡이 짧아서 금방 끝나 버리는 일도 생깁니다. 이 시간 차이를 보정하지 않으면 시청자 이탈로 직결됩니다. 초반에 지루하면 바로 넘겨 버리니까요.
30초 숏폼 영상에 들어갈 대본의 정확한 글자 수는?
원클립AI 스튜디오에서 실측한 CPS(초당 글자수) 기준
인터넷에 보면 30초에 300자라는 말이 돌아다닙니다. 실제 TTS에 넣어보면? 전혀 다릅니다. 엔진 종류와 보이스 톤에 따라 말 빠르기가 다릅니다. 글자수 편차가 큽니다. 저희 스튜디오에서 수천 건 찍어내며 측정한 일반적인 말 빠르기는 초당 4.2자에서 4.5자 수준입니다.
15초, 30초, 60초 대본 글자수 계산 공식
이 실측치를 바탕으로 길이를 계산합니다. 15초면 약 60자에서 67자, 30초면 약 120자에서 135자, 60초면 240자에서 270자입니다. 대본을 작성할 때 이 음절 발화 시간 기준으로 잘라야 정확히 맞아떨어집니다. 어림수로 글자만 채우면 어김없이 초과하거나 부족해집니다.
대본이 길어서 잘라야 할 때, 먼저 삭제해야 할 부분
수식어와 접속사부터 덜어내는 우선순위
대본이 30초를 초과했습니다. 어디부터 자를지 막막합니다. 배경 설명은 뺍니다. 불필요한 수식어도 뺍니다. 그래서 같은 접속사부터 먼저 덜어냅니다. 문장을 짧게 끊어도 의미가 전달되면 연결어는 과감히 뺍니다.
정보량 조밀하게 묶기: 한 문장에 한 정보 담기
한 문장에 여러 정보를 우겨넣습니다. 그러면 시청자가 따라오지 못합니다. 정보량을 조밀하게 묶되, 한 문장에는 하나의 핵심만 담습니다. 자동화 파이프라인을 돌리다 과도한 정보를 쏟아낸 영상은 이탈률이 눈에 띄게 높았습니다. 핵심 가치와 해결책만 남기는 컷이 필요합니다.

시청자가 이탈하지 않게 후킹을 넣는 최적의 타이밍과 길이
1~3초 후킹, 5초 리텐션의 구조
숏폼은 초반 1초에서 3초가 전부입니다. 이 구간에 시선을 못 사로잡으면 5초도 못 넘기고 이탈합니다. 후킹 문장의 길이는 짧고 강렬해야 합니다. 약 10자 내외로 한 방을 날리는 구조가 잘 먹힙니다.
길이를 맞추려다 후킹 타이밍 밀리는 딜레마 해결
후킹을 살리려고 설명을 길게 쓰면 대본이 30초를 초과합니다. 반대로 길이를 맞추려다 후킹을 덜어내면 영상이 밋밋해집니다. 이 딜레마를 해결하려면 후킹 문구를 본문과 분리해 길이를 별도로 계산해야 합니다. 초반 3초 후킹 분량(약 12자)을 먼저 고정하고, 남은 27초(약 115자)에 본문을 배치합니다.

AI 내레이션이나 TTS로 돌릴 때 말 빠르기 보정법
엔진별 보이스 특성에 따른 배속 차이 이해
TTS 엔진마다 기본 배속이 다릅니다. 차분한 톤은 느리고, 활기찬 톤은 빠릅니다. 이 특성을 모르고 텍스트만 넣으면 당연히 길이가 틀어집니다. 자동화 스크립트에서는 TTS 호출 전에 엔진 특성에 맞춰 글자수에 가중치를 줍니다.
여백 처리와 호흡(Pause) 삽입 시간 계산
쉼표나 마침표 같은 구두점에 호흡 시간이 들어갑니다. 이 여백 처리 시간까지 계산해야 합니다. 저는 스크립트에서 글자수에 0.85배에서 1.2배 가중치를 주는 로직을 넣어 쓰고 있습니다.
// TTS 길이 보정 로직 예시
function adjustScriptLength(text, speedFactor) {
const baseCps = 4.3; // 실측 기준 초당 글자수
const targetSeconds = 30;
let adjustedLength = targetSeconds * baseCps;
if (speedFactor > 1.0) {
adjustedLength *= speedFactor; // 빠른 보이스는 글자수 늘림
}
return text.substring(0, adjustedLength);
}
15초, 30초, 60초 각 시간별 메시지 구조의 깊이
15초: 직관적 호기심 자극
15초 영상은 단일 키워드 후킹에만 집중합니다. 깊은 설명보다 시각적이고 직관적인 호기심을 자극하는 한 줄 메시지가 전부입니다.
30초: 문제와 해결책 제시
30초는 문제와 해결책을 제시하는 2막 구조로 갑니다. 이런 문제 있죠, 이렇게 해결하세요라는 명확한 흐름을 만듭니다.
60초: 원인 분석과 추가 증거로 신뢰도 구축
60초는 문제, 원인, 해결, 추가 증거를 담는 4막 구조까지 확장합니다. 시간이 길어진 만큼 신뢰도를 구축할 수 있는 근거를 덧붙입니다.

요약: 30초 쇼츠 대본 길이 맞추기 체크리스트
글자수, 후킹, TTS 보정 3단계 점검
대본 작성 시 초당 4.2자에서 4.5자 기준으로 120자에서 135자를 맞춥니다. 후킹 3초, 본문 27초 타이밍을 분리하고, TTS 엔진 특성에 따라 가중치를 줍니다.
다음 영상 만들 때 바로 써먹는 행동 지침
다음 숏폼을 만들 때 이 기준으로 텍스트를 자른 뒤 바로 TTS에 넣어 길이를 확인합니다. 유튜브 쇼츠용 자동 렌더 파이프라인도 이 룰을 따라 39편의 영상을 안정적으로 찍어냈습니다. 빠르게 돌려보고 어긋나면 가중치만 조절하면 됩니다.
참고한 공식 문서
춘천에서 AI 자동화로 서비스를 만들어 운영합니다. 릴스·쇼츠는 직접 만든 ClipSquare 로 만듭니다.
