My Fetch Youtube

VTT 파일에서 타임스탬프, 번호, HTML 태그를 제거하여 순수 텍스트만 남긴다.

sed -E 's/^[0-9]+$//' | \
sed -E 's/[0-9]{2}:[0-9]{2}:[0-9]{2}.*//g' | \
sed -E 's/<[^>]+>//g' | \
tr -s '\n' | \
grep -v '^$'

• 번호 제거 → 타임스탬프 제거 → HTML 태그 제거 → 빈 줄 정리

자막이 없는 경우

자막을 찾을 수 없으면 아래와 같이 안내한다:

"이 영상에는 자막이 없습니다. 다른 영상을 선택해주세요."

Step 2: 메타데이터 추출

영상의 제목, 설명, 채널명 등 메타데이터를 추출한다.

yt-dlp --dump-json --no-download "{URL}"

추출 필드

메타데이터는 Web Search 보정의 키워드 소스로 활용된다.

Step 3: Web Search 보정 (핵심)

자동 자막은 AI 음성 인식이라 고유명사, 전문 용어, 약어가 틀릴 수 있다. 영상 메타데이터의 키워드로 웹 검색하여 올바른 표기를 확인하고 보정한다.

보정 프로세스

1. 영상 제목 + description에서 키워드 추출 (5-10개)
   - 고유명사 (사람 이름, 회사명, 제품명)
   - 전문 용어
   - 약어

2. 추출한 키워드로 WebSearch 실행:
   - "{키워드} 정확한 표기"
   - "{사람 이름} {회사명}"
   - "{전문 용어} explained"

3. 검색 결과로 자동 자막 보정:
   - 보정 내역을 기록 (원문 → 수정)

보정 예시

보정은 메타데이터에서 확인된 키워드만 대상으로 한다. 확실하지 않은 것은 원문 유지.

Step 4: 번역 파이프라인 — 3단계

fetch-tweet과 동일한 3단계 파이프라인. 전체 번역을 바로 보여주지 않는다.

1단계: 요약 (3-5문장)

• 영상의 핵심 내용을 한국어로 요약
• 채널명, 영상 길이 포함
• "이 영상이 뭘 말하는지 30초 만에 파악"

2단계: 인사이트 (3개)

• 핵심 메시지: 이 영상이 정말 말하고 싶은 것
• 시사점: 업계/트렌드에서의 의미
• 적용점: 나(시청자)에게 어떤 의미인지

3단계: 전체 번역된 아티클

• 영상 전체를 읽기 쉬운 아티클 형태로 번역
• 챕터가 있으면 챕터별로 구분
• 보정된 용어 사용 (Step 3에서 보정한 표기 적용)
• 전문 용어는 원문 병기 (예: "에이전트(Agent)")

긴 영상 처리

10분 이상의 긴 영상은 Task Agent를 사용하여 처리한다. 메인 세션의 컨텍스트를 절약하기 위해, 자막 분석과 번역을 Task Agent에게 위임한다.

Limitations

• yt-dlp가 설치되어 있어야 한다 (brew install yt-dlp 또는 pip install yt-dlp)
• 자막이 전혀 없는 영상은 처리 불가
• 라이브 스트리밍 중인 영상은 자막 추출 불가
• 자동 자막의 보정은 메타데이터 키워드 기반이므로, 메타데이터가 빈약하면 보정 범위가 제한됨