Velith — AI 기반 장문 콘텐츠 제작 파이프라인 완벽 가이드

Velith — AI 기반 장문 콘텐츠 제작 파이프라인 완벽 가이드

장문 콘텐츠, 특히 책을 AI로 쓴다는 발상은 이미 낡은 이야기가 됐습니다. 하지만 "AI가 책을 써준다"는 약속과 실제로 100페이지가 넘는 결과물을 뽑아내는 것 사이에는 거대한 간격이 존재합니다. 대부분의 시도가 그 간격에서 무너집니다. 챕터끼리 단절되고, 문체가 챕터마다 달라지며, 구조 없는 텍스트가 쌓여가기 때문입니다. Velith는 정확히 그 간격을 메우기 위해 설계된 오픈소스 프로젝트입니다.

Velith란 무엇인가

Velith는 AI 에이전트 환경에서 동작하는 장문 콘텐츠 제작 워크플로우입니다. 단순한 프롬프트 기반 생성기가 아니라, 사람이 실제 집필하는 과정을 단계별로 모사하도록 설계됐습니다. Claude Code를 메인으로 사용하지만, Codex CLI, Antigravity(Agy), Cursor, Cline, Aider 같은 다양한 에이전트 환경에서도 동일하게 동작합니다.

핵심 아이디어는 "책은 격리된 프롬프트의 산물이 아니라 구조화된 결과물"이라는 관점입니다. 각 단계는 이전 단계의 컨텍스트를 이어받으며, 매 단계마다 품질 게이트(quality gate)를 통과해야 다음으로 넘어갈 수 있습니다.

6단계 파이프라인 구조

Velith는 0번부터 5번까지 총 6단계로 구성됩니다.

• Phase 0 — Onboarding: 장르, 독자층, 언어, 원본 자료, 스타일 가이드를 설정합니다.

• Phase 1 — Ideation: 시장 조사와 콘셉트 정제, 경쟁 도서 분석을 수행합니다.

• Phase 2 — Outlining: 챕터별 스펙과 의존 관계, 교차 참조가 포함된 전체 목차를 생성합니다.

• Phase 3 — Drafting: 챕터 단위로 초안을 작성하며, 필요 시 병렬 서브에이전트로 동시에 진행합니다.

• Phase 4 — Editing: 평가(Assessment) → 개발 편집(Developmental) → 라인 편집(Line) → 카피 편집(Copy) → 교정(Proofread)의 5단계 편집 파이프라인을 거칩니다.

• Phase 5 — Publishing: Pandoc과 Calibre를 통해 EPUB, PDF, MOBI, TXT, Markdown 형태로 출판 가능한 파일을 출력합니다.

이 구조가 중요한 이유는 "되돌리기 비용"을 최소화하기 때문입니다. 초안 단계에서 구조적 결함을 잡지 않으면, 나중에 챕터를 통째로 재작성해야 하는 일이 빈번합니다. Velith는 각 단계 사이마다 검증과 점수화를 강제함으로써 이를 차단합니다.

16개 스킬과 7개 에이전트

Velith는 단순한 단일 도구가 아니라, 역할이 분리된 7개의 서브에이전트와 16개의 스킬을 제공합니다.

서브에이전트 구성은 다음과 같습니다.

• book-architect: 구조 검증과 목차 점수화, 페이싱 체크를 담당합니다.

• chapter-writer: 장르 템플릿을 사용해 챕터 초안을 생성합니다.

• scene-generator: 픽션 한정으로 GMC(Goal-Motivation-Conflict)와 RDD(Result-Destiny-Disaster) 기반 신(scene) 단위 분해를 수행합니다.

• continuity-editor: 챕터 간 용어, 참조, 타임라인 일관성을 검증합니다.

• style-doctor: AI-slop 마커 탐지와 음성(voice) 일관성 검사를 합니다.

• cover-designer: 표지 콘셉트와 Midjourney, DALL-E용 이미지 프롬프트를 생성합니다.

• marketing-expert: 독자 페르소나, 채널 전략, 12주 출시 캘린더를 만듭니다.

장르별 스킬도 별도로 존재합니다. 픽션(/book-fiction), 논픽션(/book-nonfiction), 기술서(/book-technical), 시나리오(/book-screenplay), 시(/book-poetry), 게임(/book-game), 학술(/book-academic) 등 7개 장르와 사용자 정의 장르를 만드는 메타 스킬(/book-genre-creator)이 제공됩니다.

다른 도구와의 차별점

Velith의 자기 소개에서 강조하는 벤치마크 수치는 의미가 있습니다. 원본 입력 대비 구조 점수가 2~4점에서 6~9점으로 오르고, n-gram 중복이 20~45%에서 10% 미만으로 떨어지며, 1,000단어당 AI-slop 마커가 6~20개에서 자동 제거된다고 합니다. 이 수치는 실제 측정이 가능한 영역이라는 점에서 신뢰할 만합니다.

다른 도구와 비교했을 때 차별점은 명확합니다. 노션 AI는 기본적인 템플릿만 제공하며, Jasper와 Sudowrite는 픽션 중심이고, Scrivener는 수동 관리 도구입니다. Velith는 단계별 품질 게이트와 AI-slop 자동 탐지, 챕터 간 일관성 전담 에이전트, 그리고 다중 에이전트 환경 지원을 모두 제공합니다.

Obsidian/Zettelkasten과 함께 쓰면 위력적이다

Velith의 작성자에 따르면, 결과물의 품질은 입력 자료의 구조에 크게 좌우됩니다. Obsidian 볼트나 Zettelkasten, LLM Wiki처럼 노트 간 연결 관계가 잡혀 있는 경우, 에이전트가 맥락을 더 잘 따라간다고 합니다. 산발적으로 모아둔 클리핑만 있을 때보다 노트 그래프가 정리된 상태에서 실행할 때 결과 품질이 눈에 띄게 달라집니다.

이는 Velith가 "맨땅에서 책을 써주는 도구"가 아니라는 뜻이기도 합니다. 이미 정리해둔 노트, 리서치, 메모를 구조화된 결과물로 변환하는 워크플로우에 더 가깝습니다. "Obsidian에 500개 노트가 쌓여 있는데 책으로 못 묶겠다"는 사용자에게 가장 잘 맞는 도구입니다.

설치와 시작

설치는 환경별로 분기됩니다.

Claude Code 사용자의 경우:

/plugin marketplace add epicsagas/plugins/plugin install velith@epicsagas

Codex CLI는 다음과 같습니다.

codex plugin marketplace add epicsagas/plugins

Agy(Antigravity)는 저장소 URL을 통한 단일 명령으로 설치되며, Cursor는 .cursor/rules/ 디렉터리를 프로젝트에 복사하면 됩니다. Cline은 .clinerules가 자동으로 읽히고, Aider는 CONVENTIONS.md가 .aider.conf.yml을 통해 자동 로드됩니다.

새 프로젝트를 시작할 때는 /book-init을 실행하고, 현재 단계를 자동 감지해 이어가려면 /loom을 호출합니다.

실제로 어디까지 가능한가

Velith 작성자는 실제로 100페이지가 넘는 결과물을 뽑아봤고, 기술서, 픽션, 에세이 장르 모두 시도했다고 합니다. EPUB과 PDF 출력까지는 정상 작동합니다. 다만 솔직히 인정하듯, "읽을 수는 있지만 완벽하진 않다"는 수준이며, 특히 EPUB과 PDF는 바로 출판 가능한 수준이 아니라 사람의 손이 많이 간다고 합니다.

이 솔직한 평가가 오히려 Velith의 강점을 드러냅니다. 이 도구는 "AI가 알아서 완성품을 만들어준다"는 환상을 파는 대신, "초안을 빠르게 뽑고 사람이 다듬는 워크플로우"에 정직하게 포지셔닝돼 있습니다. 초안 작성 시간을 대폭 줄여주고, 구조와 일관성은 에이전트가 잡아주지만, 최종 품질은 사람의 편집에 맡기는 식입니다.

활용을 위한 실전 팁

Velith를 효과적으로 쓰기 위한 핵심은 자료 준비입니다.

1. 노트 그래프를 먼저 정리하라. Obsidian의 태그, 링크, MOC(Map of Content)를 활용해 주제별 클러스터가 형성돼 있어야 에이전트가 맥락을 잘 잡습니다.

2. 스타일 가이드를 초기에 명확히 설정하라. Phase 0에서 STYLE.md를 잘 만들어두면 style-doctor가 후반부 일관성 검사를 정확히 수행합니다.

3. Phase 2(Outlining)에서 시간을 아끼지 마라. 목차 단계에서 챕터 간 의존 관계와 교차 참조를 명시하면, Drafting 단계에서 챕터 병렬화가 가능해 전체 작업 시간이 크게 줄어듭니다.

4. Editing 파이프라인을 끝까지 돌려라. Line 편집에서 멈추지 말고 Copy와 Proofread까지 거쳐야 출판 가능한 품질에 도달합니다.

5. AI-slop 마커를 신뢰하라. style-doctor가 1,000단어당 6개 이상 마킹하면, 그건 문체가 어딘가 비정상적이라는 신호입니다. 인간 편집자가 봐도 어색한 부분일 가능성이 높습니다.

전망과 한계

Velith는 여전히 활발히 개발 중인 개인 프로젝트입니다. 문서와 템플릿은 잘 갖춰져 있지만, EPUB/PDF 자동 출력의 품질은 손볼 부분이 남아있고, 장르 간 일관성 보장도 완벽하지는 않습니다. 다만 6단계 게이트와 AI-slop 자동 탐지, 다중 에이전트 환경 지원이라는 핵심 설계는 명확한 방향성을 보여줍니다.

개인 지식베이스를 운영하면서 "언젠가 책으로 묶어야지"라는 생각이 있는 사용자, 또는 AI 에이전트로 긴 문서를 써봤지만 챕터가 끊기는 답답함을 겪었던 사용자라면 한 번 시도해볼 만한 프로젝트입니다. 무료 오픈소스이며, GitHub 저장소에서 별도 비용 없이 설치할 수 있습니다.

요약

Velith는 AI 기반 장문 콘텐츠 제작의 가장 현실적인 오픈소스 옵션 중 하나입니다. 6단계 파이프라인, 16개 스킬, 7개 에이전트, 8개 장르 템플릿, AI-slop 자동 탐지, 다중 에이전트 환경 지원이라는 특징을 갖췄습니다. 핵심 가치는 "책을 격리된 프롬프트의 산물이 아닌 구조화된 결과물로 본다"는 설계 철학에 있습니다. Obsidian이나 Zettelkasten 같은 개인 지식베이스를 이미 운영 중이라면, 가장 큰 효과를 체감할 수 있는 도구입니다.

---

📚 출처

• GeekNews — Show GN: Velith

• GitHub — epicsagas/Velith

---

📚 출처

• https://news.hada.io/topic?id=30111