·4분 분량

AI 강의 노트: 수 시간의 영상 콘텐츠와 대화

이번 학기 강의 영상 12시간 분량이 있고 시험은 2주 뒤. 어느 강의가 필요한 주제를 다뤘는지 기억 안 남. 영상 스크럽은 느리고 손으로 적은 노트는 불완전. LocalRAG! v3.0에 “고유값을 설명한 강의는?” 물어보면 정확한 30초 구간으로 점프. 폰이나 태블릿에서 완결, 클라우드 업로드 불필요.

Lecture Notes [0:30] [5:12] [12:48] [18:30] Ask AI 💬 Lec 1 Lec 2 Lec 3

문제

녹화된 강의는 지식의 금광이지만 아무도 채굴하지 않습니다. 2배속 재생도 원본보다 빠르지만 여전히 느림. 손글씨 노트는 누락이 있고 교수가 제공한 슬라이드는 설명이 부족. 클라우드 전사 요약 서비스는 있지만 수 시간 영상 업로드는 프라이버시 우려를 낳습니다 — 다른 학생 목소리, 시험 힌트, 기관 민감 자료 포함 가능. 많은 대학이 강의 녹화를 제3자 서비스에 업로드하는 것을 전면 금지합니다.

LocalRAG!솔루션

LocalRAG!은 MP4/MOV/M4V 영상 파일에서 오디오를 추출해 WhisperKit으로 기기에서 전사합니다. 전사는 자동으로 타임스탬프 세그먼트로 분할되고 AI Q&A를 위해 인덱싱됩니다. AI에 개념 설명, 특정 주제 검색, 다른 강의가 같은 주제에 대해 말한 비교, 강의 전체 요약을 부탁할 수 있습니다 — 어떤 영상도 어떤 서버에도 업로드 없이.

1🎥

강의 영상 가져오기

MP4, MOV, M4V 파일을 LocalRAG!에 드롭. 컬렉션으로 여러 강의 정리 가능(예: “수학 201 2026 봄”).

2🔊

기기 내 전사

WhisperKit이 오디오 추출 후 단어 수준 타임스탬프와 함께 전사. AI 정리가 추임새 제거. 60분 강의는 iPhone 17 Pro에서 약 10분 처리.

3🎯

AI와 학습

“고유값과 행렬의 관계를 강의 타임스탬프와 함께 설명해줘” 질문. 인용 탭으로 영상의 그 순간으로 점프.

이점

🎓

강의 간 검색

한 컬렉션에서 학기 전체 강의 검색. “베이즈 정리는 언제 다뤘나?”는 언급한 어떤 강의든 히트를 반환.

📍

타임스탬프 점프

AI 인용 탭으로 원본 영상의 그 순간으로 직접 스크럽. 어느 5분 구간인지 추측 불필요.

🇬🇧

다국어 강의

Whisper는 영어, 한국어, 일본어, 중국어, 프랑스어, 독일어, 스페인어 등 99+ 언어. 모국어로 다른 언어 강의에 질문 가능.

📚

독서 자료와 결합

한 컬렉션에 강의 영상, PDF, 슬라이드, 타이핑한 노트 혼합. AI가 영상 전사와 텍스트 함께 검색.

이런 질문을 할 수 있습니다

“교수가 푸리에 변환을 처음 소개한 건 언제?”

LocalRAG!이 주제가 처음 소개된 강의와 정확한 타임스탬프를 컨텍스트와 함께 반환.

“강의 5의 예를 사용해 베이즈 정리 설명”

강의 5 전사에서 예를 가져와 명확한 설명으로 다시 표현.

“다음 시험 주제의 선수 지식은?”

강의를 가로질러 스캔해 교수가 언급한 선수 주제 식별.

“교수가 시험 형식에 대해 말한 거 있어?”

모든 강의에서 시험 관련 코멘트 검색해 검증용 타임스탬프 반환.

Verdict

강의 영상은 폴더에서 잠들어 있을 게 아닙니다. LocalRAG! v3.0은 그것을 검색 가능, 질의 가능 학습 자료로 만듭니다 — 폰에서, 완전 프라이버시로. 기말 시험 벼락치기든 몇 달 후 개념 복습이든 답은 질문 하나 거리에 있습니다.

FAQ

어떤 영상 형식이 지원되나요?

MP4, MOV, M4V. LocalRAG!은 AVFoundation(iOS) 또는 MediaExtractor(Android)로 기기에서 오디오 트랙을 추출한 다음 WhisperKit/whisper.cpp로 전사합니다.

YouTube에서 강의를 가져올 수 있나요?

LocalRAG!은 YouTube에서 직접 다운로드하지 않습니다(ToS 위반). 하지만 강의의 로컬 녹화(허가 받아 녹화)가 있다면 MP4 파일을 가져올 수 있습니다. 많은 대학이 다운로드 가능한 녹화를 제공합니다.

기술 강의 전사 정확도는?

WhisperKit base 모델은 일반 음성에서 약 85% 정확. 기술 전문 용어와 고유명사는 불완전할 수 있고 LLM 정리 패스가 의미를 회복합니다. v3.1에서 기술 콘텐츠 정확도 향상을 위한 Whisper small/medium 제공 예정.

LocalRAG!을 무료로 시작

무료 플랜으로 하루 5개 질문. 계정 불필요.

← Home