Suno AI 프롬프트 자동 생성기, 하루 만에 직접 만든 이유

곡 하나 분석하는 데 30분, 직접 들으며 받아적던 비효율적인 과거.

Suno AI로 AI 음악 제작을 하다가 레퍼런스 분석이 너무 귀찮아서 그냥 툴을 만들어버렸어요.

---

📌 3줄 요약

• 곡 제목 + 아티스트만 입력하면 장르·분위기·시장 포지셔닝을 자동 분석
• Suno AI에 바로 붙여넣을 수 있는 950자 영문 프롬프트까지 자동 생성
• 개발 지식 거의 없이 Claude AI와 대화하며 하루 만에 Python + FastAPI + OpenRouter 연동 완성

 

항목	기존 방식	Promptify
레퍼런스 분석 시간	15~30분 (귀로 직접 청취)	약 10초 (모델 상태에 따라 가변)
정확도	주관적, 오류 多	AI 기반 일관성 유지
Suno 프롬프트 작성	직접 작성, 반복 수정	950자 자동 생성
비용	무료 (시간 소모)	무료 (GitHub Pages 배포)

---

"왜 Suno AI 프롬프트가 이렇게 힘들었냐면요"

AI 음악 제작 도구인 Suno AI를 쓰다 보면 결국 부딪히는 벽이 하나 있어요. 레퍼런스 곡을 어떻게 언어로 번역하느냐는 문제예요.

"이 곡이랑 비슷한 느낌으로 만들어줘" — 이 한 마디를 Suno가 이해할 수 있는 영문 프롬프트로 바꾸려면, BPM을 귀로 세고, 장르를 분류하고, 분위기를 단어로 옮기는 작업을 매번 반복해야 해요. 저는 이 과정이 너무 비효율적으로 느껴졌고, 어느 날 "이거 그냥 AI한테 시키면 되는 거 아닌가?" 싶었어요.

그래서 만든 게 Promptify예요.

---

실제로 어떻게 만들었냐고요? (시행착오 포함)

1단계: 처음엔 YouTube URL로 오디오를 직접 분석하려 했어요

가장 자연스러운 흐름은 "YouTube 링크 넣으면 오디오 분석"이었어요. 직접 오디오 파일을 파이썬으로 받아서 분석하는 구조를 설계했는데, Render 서버 IP가 YouTube에서 차단당하는 문제가 발생했어요. 

 

처음엔 그게 제 코드 문제인 줄 알고 두 시간을 헤맸어요. 결국 텍스트 입력 방식으로 전환한 게 오히려 더 깔끔한 UX가 됐어요. YouTube 차단 문제를 우회하면서 동시에 서버 부하(다운로드 + 오디오 분석)도 사라지니까 속도와 안정성이 동시에 올라갔거든요. 실패가 방향을 잡아준 셈이에요.

2단계: Claude AI와 대화하며 백엔드 완성

개발 지식이 거의 없는 상태였어요. Python 문법은 읽을 수는 있지만, FastAPI 서버를 처음부터 짜거나 OpenRouter API를 연동하는 건 해본 적이 없었거든요. 그냥 Claude한테 물었어요.

"FastAPI로 POST 요청 받아서 OpenRouter에 프롬프트 보내고 결과 반환하는 서버 만들어줘"

솔직히 말하면 코드를 이해하면서 썼다기보다, Claude가 뭘 왜 그렇게 짰는지 설명해달라고 계속 물어보면서 구조를 파악했어요. 이게 지금 생각해도 생산성 툴 활용의 핵심인 것 같아요 — 모르면 실행하고, 실행하면서 배우는 방식.

개발은 모르지만 Claude에게 물어보며 코드 구조를 파악하고 배포까지 성공했다.

3단계: 프론트는 GitHub Pages, 백엔드는 Render

무료로 굴리는 게 목표였어요. 프론트엔드(HTML/JS)는 GitHub Pages에, Python FastAPI 백엔드는 Render 무료 플랜에 올렸어요. 클라우드 서비스를 유료로 쓸 이유가 없었어요 — 트래픽이 없으니까요. 

 

---

Promptify가 실제로 뭘 해주냐면

곡 제목과 아티스트 이름을 넣으면 AI가 다음을 순서대로 뽑아줘요:

1. 장르 히스토리 — 이 아티스트의 음악적 계보와 스타일 변화
2. 핵심 매력 포인트 — 이 곡이 왜 히트했는지, 어떤 감성이 작동하는지
3. 시장 포지셔닝 — 유사 아티스트 대비 차별점
4. Suno AI 영문 프롬프트 (950자 이내) — 바로 복사해서 붙여넣기 가능

저는 이걸 직접 써보고 BTS "Dynamite"로 테스트했는데, 뽑힌 프롬프트로 만든 Suno 결과물이 확실히 맥락 없이 만든 것보다 일관성이 높았어요. 물론 AI 음악 제작의 퀄리티는 프롬프트 외에도 모델 자체의 한계가 있지만, 시작점의 정확도가 달라져요.

---

AI 음악 제작 + 창작 수익화, 어떻게 연결될까

요즘 AI 음악 제작이 생산성 툴로 자리잡으면서, 이걸 창작 수익화로 연결하려는 시도가 늘고 있어요. Suno 유료 플랜(Pro 이상)으로 만든 트랙을 유튜브 배경음악, Epidemic Sound 대체재, 혹은 온라인 클래스 콘텐츠 배경음으로 쓰는 크리에이터들이 실제로 있어요.

문제는 "느낌이 나는 곡"을 반복 재현하는 게 어렵다는 거예요. 그게 Promptify가 해결하고 싶은 지점이고, 창작을 비즈니스로 연결하려는 사람이라면 레퍼런스 분석 자동화가 실질적인 시간 절약 수단이 돼요.

Promptify로 만든 고품질 트랙은 유튜버나 온라인 클래스 크리에이터의 상업적 배경음악으로 활용될 수 있다.

---

한계도 솔직하게 말할게요

한계	현재 상태
AI가 모르는 곡은 분석 품질 저하	메인스트림 위주로 정확도 높음
Render 무료 플랜 콜드스타트	첫 요청 최대 1분 이상 걸릴 수 있음
오디오 직접 분석 불가	텍스트 입력 방식으로 대체
상업적 이용은 Suno 유료 플랜 필요	Pro 플랜 이상에서만 수익화 가능
모바일 UI 최적화 미완	데스크탑 권장

무료 플랜이라 첫 요청은 최대 1분을 기다려야 한다. 이 콜드 스타트는 Promptify의 유일한 약점.

 

완벽하진 않아요. 근데 저 개인적으로 Suno 쓸 때마다 진짜 쓰고 있고, 그게 만든 이유니까요.

---

직접 써보세요

👉 Promptify 바로가기

반응형

좋아하는 곡 아무거나 넣어보고, 뽑힌 프롬프트로 Suno에서 뭐가 나오는지 댓글로 알려주세요. 어떤 장르에서 잘 작동하고 어떤 데서 구린지 피드백이 쌓이면 모델 지시문 개선에 반영할 수 있어요.

그리고 비슷한 거 만들어보고 싶은 분 — "개발 지식 없어도 돼요?" 라고 물어보신다면, 네, 저도 없었어요. 중요한 건 뭘 만들고 싶은지 명확한 것이었어요.