클로드에게 영상을 보게 해주는 오픈소스 도구, /watch

• Claude에게 영상을 ‘보게’ 해주는 오픈소스 도구 /watch를 써본 후기임

  • 유튜브 링크나 화면 녹화 파일을 던지면, 도구가 영상을 내려받고 프레임을 뽑고 자막까지 붙여 Claude가 분석할 수 있게 만들어줌
  • 핵심은 제목이나 설명만 보고 대충 추측하는 게 아니라, 실제 화면에 나온 내용을 기반으로 답하게 만든다는 점임

• 쓰임새가 꽤 현실적임. 특히 영상 콘텐츠나 버그 리포트를 자주 보는 사람한테 바로 와닿는 타입

  • 잘 나가는 영상의 첫 3초 훅이 어떻게 짜였는지 분석할 수 있음
  • 누가 보낸 버그 화면 녹화에서 어느 지점에 UI가 깨지는지 찾는 데 쓸 수 있음
  • 20분짜리 영상을 전부 보지 않고 핵심만 먼저 파악하는 용도로도 괜찮음

• 설치 부담도 크게 잡지 않은 쪽임

  • ffmpeg와 yt-dlp는 첫 실행 때 알아서 설치되는 흐름이라고 소개됨
  • 공개 영상의 자막을 활용하는 경우에는 별도 비용 부담 없이 분석에 넣을 수 있음
  • 원본은 MIT 라이선스 오픈소스로 공개돼 있음

• 이 글에서 말하는 AX는 거창한 AI 플랫폼이 아니라, 모델이 못 하던 일 하나를 메워주는 작은 도구에 가까움

  • Claude가 원래는 영상 파일을 사람처럼 자연스럽게 훑어보는 워크플로가 약한데, /watch가 그 빈칸을 메움
  • 결국 중요한 건 새 모델 발표만 쫓는 게 아니라, 남이 잘 만든 작은 도구를 빨리 알아보고 내 작업 흐름에 꽂는 감각임

---

기술 맥락

• /watch의 선택은 “Claude를 바꾸는 것”이 아니라 “Claude 앞단의 입력을 바꾸는 것”에 가까워요. 영상 자체를 모델에게 막연히 넘기는 대신, 프레임과 자막처럼 모델이 해석하기 쉬운 재료로 변환하는 방식이거든요.

• ffmpeg와 yt-dlp를 붙인 이유도 명확해요. 하나는 영상을 처리하고, 하나는 온라인 영상을 가져오는 역할이라서 사용자가 다운로드, 변환, 추출을 따로 할 필요가 줄어들어요.

• 개발자 워크플로에서는 이게 특히 버그 재현 쪽에서 의미가 있어요. 화면 녹화를 사람이 처음부터 끝까지 돌려보는 대신, Claude에게 “어디서 이상해졌는지”를 먼저 물어볼 수 있으니까요.

• 다만 이 도구의 가치는 영상 이해 모델을 대체하는 데 있지 않아요. 이미 있는 LLM에 부족한 입력 감각을 얇게 덧붙여서, 당장 쓸 수 있는 자동화 지점을 만드는 쪽에 더 가까워요.