# 제작 결과보고서: 2026-11-09_folder-rules

본 문서는 **내 목소리 · 스타일 B (밝은 만화 · 마스코트 진행형)** 쇼츠 에피소드 제작 결과보고서 및 스킬 없음 기준선 시험 검수 기록입니다.

---

## 1. 결과 요약 (ffprobe 검증)

- **최종 비디오 경로**: `C:\Ai_Coding\apps\studio\episodes\2026-11-09_folder-rules\out\final.mp4`
- **해상도**: `1080 × 1920` (9:16 세로 쇼츠 규격)
- **프레임레이트**: `30 fps` (h264)
- **재생 길이**: `20.10 초` (603 프레임)
- **파일 크기**: `2.88 MB` (2,884,602 bytes)
- **오디오**: AAC, Mono, 192kHz (정규화 볼륨 `loudnorm=I=-16:TP=-1.5:LRA=11`)
- **장면 중간 프레임 PNG (5장)**:
  - `out\frames\scene_01.png` (2.35초, 1080×1920)
  - `out\frames\scene_02.png` (6.35초, 1080×1920)
  - `out\frames\scene_03.png` (9.90초, 1080×1920)
  - `out\frames\scene_04.png` (13.85초, 1080×1920)
  - `out\frames\scene_05.png` (18.00초, 1080×1920)

---

## 2. 음성인식 결과 원문 vs 대본 비교

로컬 `faster-whisper` (small 모델, int8) 음성인식 결과와 원본 대본의 차이점입니다. 지시서 규정에 따라 자막은 **실제로 발화한 내용**을 기준으로 싱크를 맞추었습니다.

| 문장 번호 | 대본 내용 | 실제 발화 (Whisper 전사) | 주요 차이점 분석 |
|---|---|---|---|
| **1번** | AI한테 일을 시켰더니, 폴더가 엉망이 됐어요. | **AI한테 일을 시켰더니 폴더가 엉망이 됐어요.** | 일치 (`AI한테` 발화 명확) |
| **2번** | 그래서 규칙을 딱 다섯 줄로 정했어요. | **그래서 규칙을 딱 다섯 줄로 정했어요.** | 일치 |
| **3번** | 계속 쓰는 건 apps, 자동으로 도는 건 automations. | **계속 도는 건 apps, 자동으로 도는 건 automations.** | 대본의 "계속 **쓰는** 건" 대신 실제로는 "계속 **도는** 건"으로 발화함. |
| **4번** | 실험은 scratch에 두고, 이 주 안에 옮기거나 지워요. | **실험은 scratch에 두고, 이 안에 옮기거나 지워요.** | 대본의 "**이 주** 안에" 대신 실제로는 "**이** 안에"로 짧게 발화함. |
| **5번** | 지침 파일 한 곳에 적어 두니까, 헷갈릴 일이 줄었어요. | **지침 파일을 한 곳에 적어 두니까, 헷갈릴이 줄었어요.** | 대본의 "지침 **파일**", "헷갈릴 **일이**" 대신 "지침 **파일을**", "헷갈릴이"로 발화함. |

> **자막 반영**: 위 실제 발화 문구를 100% 반영하여 자막 텍스트를 배치하고 단어 단위 타임스탬프와 완벽 동기화했습니다.

---

## 3. 막힌 지점 및 시행착오 전수 기록 (기준선 시험 측정)

### ① 재료 음성 파일명 불일치
- **상황**: 지시서에는 `음성 261109_075947.m4a (약 18.6초)`로 기재되어 있었으나, 디렉터리 내에는 `음성 261109_080205.m4a (약 21.6초)`만 존재함.
- **해결**: `orca orchestration ask` 명령을 통해 코디네이터에게 질의 전송 (`msg_f661a408a79b`). 코디네이터로부터 "080205.m4a가 사용자가 넣은 최종 녹음이 맞으니 이를 복사하여 진행하라"는 회신을 수신 후 작업 개시.
- **재시도 횟수**: 1회 질의/응답
- **소요 시간**: 약 1분

### ② ctranslate2 4.8.5 실행 시 Access Violation (0xc0000005) 크래시
- **상황**: `pip install faster-whisper` 설치 후 모델 로딩 시 파이썬 프로세스가 에러 메시지 없이 조용히 종료됨 (exit code 1).
- **진단**: Windows 이벤트 뷰어 (`Get-WinEvent Application`)를 조회하여 `python.exe`가 `MSVCP140.dll (version 14.16.27033.0)` 내부에서 0xc0000005 (Access Violation)으로 강제 종료된 사실을 특정함. 시스템에 설치된 Visual C++ 2017 런타임이 너무 오래되어 최신 ctranslate2의 C++ 런타임 심볼을 처리하지 못함.
- **해결**: `winget install --id Microsoft.VCRedist.2015+.x64 --silent`를 포그라운드로 실행하여 최신 Visual C++ 2015-2022 x64 재배포 가능 패키지(14.51.36247.0)로 업그레이드함.
- **재시도 횟수**: 3회 (진단 스크립트 작성 및 런타임 업그레이드)
- **소요 시간**: 약 4분

### ③ PyAV (av 19.0.2) `metadata_errors` 키워드 인자 호환성 결함
- **상황**: `model.transcribe()` 실행 시 `TypeError: open() got an unexpected keyword argument 'metadata_errors'` 발생 (`faster_whisper/audio.py` 내부 `av.open(..., metadata_errors="ignore")` 호출).
- **원인**: 최신 PyAV 19.0.2에서 `metadata_errors` 파라미터가 변경/제거되었으나 faster-whisper 1.2.1 코드가 구버전 시그니처를 호출함.
- **해결**: PyAV에 의존하지 않고, 시스템에 이미 정상 동작하는 FFmpeg 서브프로세스를 통해 오디오를 16kHz s16le 스트림으로 직접 디코딩하여 `numpy.float32` 배열로 변환한 뒤 `model.transcribe(audio_numpy)`로 직접 전달함. 이로써 외부 라이브러리 버그를 0%로 우회하고 전사 완결.
- **재시도 횟수**: 2회
- **소요 시간**: 약 2분

### ④ 음성 앞뒤 무음 정리 및 타임스탬프 일치성 설계
- **상황**: 원본 음성 앞부분 0.6초, 뒷부분 약 1.1초의 무음 구간 존재. 비디오 전체 길이 최적화 및 청취 편의를 위해 정리가 필요함.
- **해결**: `ffmpeg -ss 0.60 -to 20.70 -af loudnorm`을 통해 깨끗하게 트리밍 및 -16 LUFS 정규화를 거친 `narration_full.wav` (20.10초)를 먼저 생성하고, **트리밍된 오디오에 대해 faster-whisper를 재실행**하여 타임스탬프의 오프셋 왜곡 위험을 원천 차단함.
- **소요 시간**: 약 1.5분

### ⑤ HyperFrames 계약 속성 린트 실패
- **상황**: `npx hyperframes check` 실행 시 `#root` 태그에 `data-composition-id="main"`, `data-width="1080"`, `data-height="1920"` 누락으로 린트 에러 발생.
- **해결**: `build_composition.py` 템플릿에 해당 데이터 속성을 명시적으로 주입하고 재빌드하여 `npx hyperframes check` 0 에러 통과 달성.
- **재시도 횟수**: 1회
- **소요 시간**: 약 1분

---

## 4. 추가 설치 및 자원 사용 내역

1. **설치한 패키지**:
   - `faster-whisper 1.2.1` (로컬 음성인식 전용)
   - `Microsoft.VCRedist.2015+.x64` (14.51.36247.0 최신 런타임)
2. **자원 제약 준수**:
   - faster-whisper: `cpu_threads=4` (논리 코어의 50% 이하)
   - hyperframes render: `--workers 2` (논리 코어 점유율 50% 이하 준수)
   - 로컬 바인딩: 127.0.0.1 루프백 준수
3. **렌더링 소요 시간**:
   - 총 603 프레임 / 20.1초 영상 ➔ 1분 59.2초에 렌더링 완료.

---

## 5. 결론

- `out/final.mp4` 정상 생성 및 ffprobe 기준선 규격(1080×1920, 30fps, 20.1초, AAC 오디오) 100% 충족.
- 실제 발화와 대본의 차이 3개 지점 정밀 분석 및 자막 싱크 완료.
- 장면 중간 프레임 5장 (`scene_01.png` ~ `scene_05.png`) 추출 완료.
- **최종 판정**: 성공 (`succeeded`).
