MIMIC — 밈 따라하기 웹앱
밈 사운드와 영화 명대사를 따라 외치면 점수가 나오고, 그 점수를 친구에게
도전장으로 던지는 웹앱. 설치 없이 링크 하나. 운영 비용 거의 0으로 설계.
0. 같이 작업하는 사람에게
빠른 시작:
git clone https://github.com/lenha99/mimic-app.git
cd mimic-app/web && npm install && npm run dev
main에 직접 push 금지. 브랜치 → PR → merge.
1. 무엇이 들어있나
| 영역 | 파일 | 상태 |
|---|
| 웹앱 | web/ | ✅ 사용자가 실제로 쓰는 것 |
| 채점 서버 | modal_app.py | ✅ Modal 배포 |
| 채점 엔진 사본 | scoring_engine.py | ✅ 테스트 전용 |
| 콘텐츠 파이프라인 | tools/ingest.py | ✅ 인제스트~검증 |
| 콘텐츠 원본 | content/registry.json | ✅ 단일 진실 소스 |
Flutter 클라이언트(lib/*.dart)와 공유영상 생성기(video_maker.py)는 걷어냈다.
쓰지 않는 클라이언트가 CI·카탈로그 동기화 비용을 계속 먹었고, 영상은 만드는 데
오래 걸려 공유 흐름을 끊었다. 히스토리는 git 에 남아 있다.
2. 배포 순서 (전부 무료 티어)
(1) 채점 서버 — Modal
pip install modal
modal token new # 무료 가입
modal volume create meme-refs
(2) 기준 음성 만들기 → 업로드
# 방법 A(추천): 직접 "시우우~" 녹음해서 ronaldo_siu.wav 저장
# 방법 B: 무료 TTS
pip install edge-tts
python make_reference.py # refs/ 에 mp3 생성
# wav 변환 후 업로드
modal volume put meme-refs ronaldo_siu.wav
(3) 서버 배포
modal deploy modal_app.py
# 출력된 URL 2개를 복사:
# .../score (채점)
# .../make_video (공유영상)
3. 비용 구조 (왜 0원에 가깝나)
- 서버: Modal은 요청 올 때만 실행 → 유휴 시 과금 0. 무료 크레딧으로 초기 수천 회 채점/영상 커버.
- 저장: 기준 음성 몇 개뿐 → 볼륨 무료 범위.
- TTS: edge-tts는 완전 무료.
- 유저가 늘어 무료 한도를 넘기면 그때 종량 과금 → 이미 트래픽이 있다는 뜻.
4. 바이럴 설계 (상위 1% 기준 적용)
핵심 원칙: 공유는 부산물이 아니라 결과물 그 자체.
- 자동 공유영상 — 따라하기를 끝내면 원본 vs 나 + 대형 등급 +
"너도 도전해봐" 워터마크가 박힌 9:16 영상이 즉시 생성. 틱톡/릴스/쇼츠에 그대로.
- 친구 지목(K-factor) — 결과 화면의 "친구 지목하기"가 공유 버튼만큼 큼.
"내 점수 넘어봐" 링크로 받은 사람이 바로 도전자가 됨 → 자가증식.
- 사회적 증거 — 홈에 "12.8만명 도전" 노출로 참여 압력.
- 주간 챌린지 + 랭킹 — 1등 영상 앱 메인 노출로 고득점 경쟁 유도.
목표 지표: K-factor > 1 (한 명이 평균 1명 이상 초대).
이게 광고비 0으로 성장하는 유일한 조건.
5. 수익화 (트래픽 확보 후)
- 1순위: 보상형 광고 — 재도전/영상 워터마크 제거 시 광고 시청.
- 2순위: 밈 팩 구독, 프리미엄 등급 이펙트.
- 원칙: 매출보다 유저 수가 먼저. 바이럴로 트래픽 확보 → 광고로 회수.
6. 저작권 안전장치
- 초기엔 직접 녹음한 오리지널 기준 음성만 사용(방법 A).
- 유명 영화/애니 원본 오디오 직접 사용은 분쟁 위험 → 피할 것.
- UGC(유저 녹음)를 기준으로 승격하면 콘텐츠도 늘고 책임도 분산.
7. 남은 작업 (정직한 미완성 목록)
8. 밈 추가하기
콘텐츠의 단일 진실 소스는 content/registry.json 이다. 나머지(루트 catalog.json·
memes.json, 웹 FALLBACK)는 전부 거기서 생성된다 —
손으로 고치면 CI(test/catalog_test.py)가 막는다.
pip install -r tools/requirements-ingest.txt # yt-dlp (최초 1회)
# 0) 긴 영상이면 대사가 어디쯤인지부터 (한국어 자동 자막으로 찾는다)
python tools/ingest.py locate --url "https://youtu.be/..." --text "4딸라"
# 받아쓰기는 엉망이다('4딸라' → '쟈 달러'). 위치만 쓰고 경계는 아래 픽커에서 잡는다.
# 1) 파형 보고 귀로 들으며 구간을 고른다 → 그대로 인제스트까지 (권장)
python tools/ingest.py pick --url "https://youtu.be/..." --around 00:09:55 \
--id geoje_yaho --title "거제 야호" --line "거제! 야호!" \
--source "원이" --kind shortform
# 브라우저가 열린다. 드래그로 구간 잡고 space 로 들어보고 "이 구간으로 만들기".
# 경계는 ← → (시작) / shift+← → (끝) 로 0.05초씩 민다.
# 구간 숫자를 이미 안다면 곧장:
python tools/ingest.py add --id geoje_yaho --url "https://youtu.be/..." \
--start 00:09:54.2 --end 00:09:56.8 \
--title "거제 야호" --line "거제! 야호!" --source "원이" --kind shortform
# 3) 올리고 검증 (draft — 목록엔 안 뜨고 /record/{id} 직링크로만 열린다)
export MIMIC_ADMIN_TOKEN=... # Modal 시크릿 mimic-admin 의 값
python tools/ingest.py publish geoje_yaho
# 4) 실기기에서 확인한 뒤 공개
python tools/ingest.py publish geoje_yaho --live
# 내릴 때 (권리자 요청 등)
python tools/ingest.py remove geoje_yaho --reason "권리자 요청"
품질 게이트가 보는 것 — 전부 modal_app._score 에서 역산한 값이다:
길이 1.210초(7.2초를 넘으면 수동 정지 버튼이, 10초를 넘으면 듣기/따라하기 탭이
붙는다), 유성 프레임 25개 이상(5개 미만이면 채점에서 억양 40%가 통째로 빠진다),
억양 폭 1.58.0 세미톤(밋밋하면 누가 해도 같은 점수, 너무 넓으면 pyin 이 배경음악을
쫓는 중), 자기채점 90점 이상, 라우드니스 -14 LUFS ±3, 그리고 억양을 뒤섞은 가짜
테이크와 15점 이상 벌어질 것. 마지막 항목이 핵심이다 — 이 채점기는 백색잡음에도
60점을 주기 때문에 절대 점수가 아니라 격차로 봐야 변별력이 있다.
라우드니스는 점수에 안 들어가지만 게이트에 있다. _score 는 피크 정규화를 하니
점수는 볼륨과 무관하다. 그래서 오래 방치됐고, 그 사이 코퍼스가 -10.6 LUFS(고양이)
~ -22.3 LUFS(밥은 먹고 다니냐)로 12dB 벌어져 있었다 — 목록에서 다음 밈을 누를
때마다 볼륨을 다시 잡아야 했다는 뜻이다. 원인은 loudnorm 의 linear 모드가
트루피크 천장에 걸리면 게인을 조용히 줄이는 것이었고, 아무도 결과를 다시 재지
않아서 드러나지 않았다. 지금은 게인을 직접 걸고 피크는 리미터가 받고, 만든 뒤
다시 재서 어긋나면 게이트가 잡는다.
정규화 규칙을 바꿨으면 python tools/ingest.py renorm 으로 레지스트리 전체를
다시 만든다(renorm <id> 로 하나만). 메타데이터는 그대로 두고 소리와 QA 수치만
다시 쓴다. 원본은 절대 제자리에서 덮어쓰지 않고 결과는 항상 refs_kr/ 로 나간다.
구간을 다시 잡고 싶으면 같은 명령에 --force 를 붙여 다시 돌리면 된다.
원본은 refs_kr/.cache/ 에 디코드된 채로 남아 있어서 두 번째부터는 내려받기가 없다.
잘린 결과가 마음에 안 들면 게이트를 통과했더라도 그냥 다시 자르면 된다 —
publish 하기 전까지는 프로덕션에 아무 영향이 없다.
새 밈 후보 발굴은 python tools/trend_scan.py 로 훑는다. 검색어 목록
(tools/trend_queries.txt)이 품질을 정한다.
9. UI/UX 적용 디자인 (8.7/10)
- 글래스모피즘 카드 + id별 컬러 글로우 자동 배정
- 보라/핑크 배경 글로우, 그라데이션 텍스트
- 회전 등급링·펄스·플로팅 마이크 모션
- LIVE 뱃지 + "N명 참여중" 실시간감
- 첫 실행 3초 온보딩(shared_preferences 1회 판별)
- breakdown 칩 카드화로 가독성 확보
preview2.html 을 브라우저로 열면 4화면 전체 확인 가능.
