무비집 개발 사례 — 웹·유튜브 리뷰 데이터 수집 플랫폼

문제

보고 싶은 영화의 리뷰 영상을 찾으려면 여러 유튜브 채널을 하나씩 뒤져야 해요. 무비집은 작품명 하나로 여러 채널의 리뷰를 한곳에 모으고, 스포일러 여부·리뷰 종류·채널 품질 등급으로 걸러 보게 해 줘요.

어려운 점은 리뷰 영상 제목이 작품명을 일부러 숨기는 경우가 많다는 거예요. 클릭을 끌려고 "끝까지 보면 마음이 무너지는 영화" 같은 제목을 쓰니까, 제목만으로는 어떤 작품인지 알 수 없어요. 무비집의 값어치는 이 매칭에 있어요.

범위

• 작품 검색 → 여러 채널의 리뷰 영상 모음
• 스포일러 여부, 리뷰 종류, 채널 품질 등급 필터
• 수집 파이프라인: 채널 영상 수집 → 자막·설명 파싱 → 유형 분류 → TMDB로 작품명 정규화 → 카테고리·스포일러 판정 → 검수
• 확신이 낮은 매칭은 검수 대기 상태로 따로 모아 사람이 확인

만든 방식

결정 1: 틀린 매칭보다 '모름'을 드러내요

제목, 설명, 자막까지 보고도 확신이 낮으면 억지로 작품에 붙이지 않고 검수 대기로 남겨요. 잘못 붙은 리뷰 하나가 서비스 신뢰를 더 크게 깎기 때문이에요. 대가는 사람이 확인해야 할 목록이 계속 생긴다는 점이에요.

결정 2: 수집 방식 두 개를 같은 인터페이스 뒤에 뒀어요

YouTube Data API는 하루 사용량 한도가 있어서 많은 채널의 과거 영상을 한 번에 가져올 수 없어요. 그래서 API 수집과 브라우저 자동화(Puppeteer) 수집을 같은 인터페이스 뒤에 두고 상황에 따라 바꿔 써요. 스크래핑은 느리고 사이트 변경에 깨지기 쉬워서 유지보수 부담이 있어요.

결정 3: 검색 노출을 먼저 설계했어요

작품 페이지 하나하나가 검색으로 들어오는 입구예요. 그래서 서버 렌더링으로 HTML에 본문이 담기게 하고, 사이트맵과 RSS를 네이버·구글에 제출하는 구조로 만들었어요. 한글 검색은 Postgres의 pg_trgm으로 처리하는데, 데이터베이스를 UTF-8 로케일로 만들어야 한글 인덱스가 제대로 동작해서 설치 스크립트가 이를 검사해요.

API 키가 없어도 서비스가 돌아가도록 만든 것도 비용에 도움이 됐어요. YouTube 키가 없으면 스크래핑으로, TMDB 키가 없으면 미상 처리로, AI 키가 없으면 규칙 기반 분류로 대신해요.

결과

• moviezzip.com에서 운영 중이에요.

비슷한 서비스를 2R 예산으로 만든다면

외부 데이터를 모아 보여주는 큐레이션 서비스는 화면보다 수집·정리 파이프라인에 시간이 들어가요. 평균 지원금(약 800만원)이면 리뷰 모음 페이지와 검색까지, 최대 2,000만원이면 자동 수집·분류와 검수 화면까지 들어와요. 수집 방식 확장과 커뮤니티는 2차로 두는 게 좋아요. 구성은 MVP 웹·SaaS 개발에서 볼 수 있어요.