순위가 엇갈리는 범프 차트 영상

시점별 순위나 값을 넣으면 순위 선이 엇갈리는 범프 차트 영상(MP4)과 최종 순위표 장면을 만듭니다.

제작 리퀘오 버전 4 사용 1,000회 미만

이 스킬이 하는 일

넣는 것

기간별 값 표

연월,넷플릭스,티빙,쿠팡플레이,웨이브,디즈니+,왓챠
2022-01,1241,419,355,492,201,129
2022-07,1213,412,373,424,165,105
2023-01,1258,515,439,401,216,81
2023-07,1174,522,563,401,193,69
… (4줄 더)

스킬이 하는 일
- 시점마다 순위를 계산
- 순위가 오르내리는 선을 움직이는 영상으로
- 가장 많이 오른·내린 항목을 찾음

받는 것

순위 변화 영상(MP4)

국내 OTT 월간 이용자 순위 변화
처음 대비 티빙과 쿠팡플레이가 공동으로 1계단 올랐고, 넷플릭스는 2025-07에도 1위를 지켰습니다.

이럴 때 쓰세요

앱·브랜드 순위 변화를 짧은 영상으로 보여 줄 때
쇼츠·릴스용 데이터 영상을 만들 때
누가 언제 순위를 바꿨는지 설명하고 싶을 때

실제 결과물

2026년 10월 22일 실행

서로 다른 예시 입력으로 실제 생성한 영상입니다. 누르면 원본 크기로 볼 수 있습니다.

OTT 이용자 수 → 순위(값, 16:9)

주간 음원 차트(이미 순위, 9:16 다크)

아래는 이 페이지의 예제 입력을 그대로 실행했을 때 함께 받은 내용입니다.

국내 OTT 월간 이용자 순위 변화

처음 대비 티빙과 쿠팡플레이가 공동으로 1계단 올랐고, 넷플릭스는 2025-07에도 1위를 지켰습니다.

마지막 시점 순위

순위	항목	변화	값
1	넷플릭스	-	1,480만 명
2	티빙	▲1	749만 명
3	쿠팡플레이	▲1	689만 명
4	웨이브	▼2	430만 명
5	디즈니+	-	257만 명
6	왓챠	-	47만 명

함께 받는 파일

영상rank-bump.mp4국내 OTT 월간 이용자 순위 변화 · 712KB
이미지rank-bump-poster.png마지막 장면 · 154KB

결과 JSON 원본 보기 API·MCP 가 돌려주는 모양 그대로

{
  "title": "국내 OTT 월간 이용자 순위 변화",
  "subtitle": "2022-01 ~ 2025-07 · 값이 클수록 높은 순위",
  "caption": "처음 대비 티빙과 쿠팡플레이가 공동으로 1계단 올랐고, 넷플릭스는 2025-07에도 1위를 지켰습니다.",
  "rank_basis": "value",
  "times": [
    "2022-01",
    "2022-07",
    "2023-01",
    "2023-07",
    "2024-01",
    "2024-07",
    "2025-01",
    "2025-07"
  ],
  "rankings": [
    {
      "time": "2022-01",
      "order": [
        "넷플릭스",
        "웨이브",
        "티빙",
        "쿠팡플레이",
        "디즈니+",
        "왓챠"
      ]
    },
    {
      "time": "2022-07",
      "order": [
        "넷플릭스",
        "웨이브",
        "티빙",
        "쿠팡플레이",
        "디즈니+",
        "왓챠"
      ]
    },
    {
      "time": "2023-01",
      "order": [
        "넷플릭스",
        "티빙",
        "쿠팡플레이",
        "웨이브",
        "디즈니+",
        "왓챠"
      ]
    },
    {
      "time": "2023-07",
      "order": [
        "넷플릭스",
        "쿠팡플레이",
        "티빙",
        "웨이브",
        "디즈니+",
        "왓챠"
      ]
    },
    {
      "time": "2024-01",
      "order": [
        "넷플릭스",
        "쿠팡플레이",
        "티빙",
        "디즈니+",
        "웨이브",
        "왓챠"
      ]
    },
    {
      "time": "2024-07",
      "order": [
        "넷플릭스",
        "티빙",
        "쿠팡플레이",
        "웨이브",
        "디즈니+",
        "왓챠"
      ]
    },
    {
      "time": "2025-01",
      "order": [
        "넷플릭스",
        "티빙",
        "쿠팡플레이",
        "웨이브",
        "디즈니+",
        "왓챠"
      ]
    },
    {
      "time": "2025-07",
      "order": [
        "넷플릭스",
        "티빙",
        "쿠팡플레이",
        "웨이브",
        "디즈니+",
        "왓챠"
      ]
    }
  ],
  "final_ranking": [
    {
      "rank": 1,
      "name": "넷플릭스",
      "change": 0,
      "value": "1,480만 명"
    },
    {
      "rank": 2,
      "name": "티빙",
      "change": 1,
      "value": "749만 명"
    },
    {
      "rank": 3,
      "name": "쿠팡플레이",
      "change": 1,
      "value": "689만 명"
    },
    {
      "rank": 4,
      "name": "웨이브",
      "change": -2,
      "value": "430만 명"
    },
    {
      "rank": 5,
      "name": "디즈니+",
      "change": 0,
      "value": "257만 명"
    },
    {
      "rank": 6,
      "name": "왓챠",
      "change": 0,
      "value": "47만 명"
    }
  ],
  "biggest_riser": {
    "name": "티빙",
    "from": 3,
    "to": 2
  },
  "biggest_faller": {
    "name": "웨이브",
    "from": 2,
    "to": 4
  },
  "co_risers": [
    "티빙",
    "쿠팡플레이"
  ],
  "co_fallers": [
    "웨이브"
  ],
  "ties": [],
  "first_leader": "넷플릭스",
  "last_leader": "넷플릭스",
  "lead_changes": 0,
  "notes": [
    "2023-01 · 웨이브 2위 → 4위"
  ],
  "rank_note": "",
  "joined_gaps": [],
  "absent": []
}

실행하기

30~150P/ 실행

예상 2~12초 · 글 생성 보통 1회, 최대 1회 · 후보·근거 판단 보통 1회, 최대 2회

출고 전 평가 사례의 실측 범위; 입력 크기에 따라 달라지며 보장 시간 아님

기본 처리비 + 응답 사용량과 저장 단가로 계산한 도구 사용료. 최대액을 예약하고 차액을 반환합니다. 사용량 미확인·실패 시 청구하지 않습니다.

로그인하고 실행

기본요금(판매자 금액·기본 수수료) + 실제 AI 사용료로 정산합니다. AI 사용료는 모델별 단가와 실제 사용량으로 계산하며, 2026년 11월 6일부터 시간대별 요금이 있는 모델은 시간대와 관계없이 같은 단가를 적용합니다. 입력과 실제 사용량에 따라 달라지며 AI 사용료에 수수료를 다시 붙이지 않습니다. 결과가 정상적으로 나왔을 때만 차감됩니다. 실패·시간초과·취소는 차감되지 않습니다. TTS에 연결한 정규화의 취소·환불은 TTS 정산 규칙을 적용합니다.

이 Skill 의 결과는 생성형 AI 가 만듭니다.

예제 입력

데이터: 연월,넷플릭스,티빙,쿠팡플레이,웨이브,디즈니+,왓챠 2022-01,1241,419,355,492,201,129 2022-07,1213,412,373,424,165,105 2023-01,1258,515,439,401,216,81 2023-07,1174,522,563,401,193,69 2024-01,1282,656,779,301,302,64 2024-07,1111,756,611,439,249,57 2025-01,1371,734,685,429,274,52 2025-07,1480,749,689,430,257,47
무엇의 순위인지: 국내 OTT 월간 이용자 순위
값 단위: 만 명
보여 줄 순위 수: 6
영상 길이(초): 15
출처 표기: 예시 데이터

입력 JSON 보기

입력

{
  "data": "연월,넷플릭스,티빙,쿠팡플레이,웨이브,디즈니+,왓챠\n2022-01,1241,419,355,492,201,129\n2022-07,1213,412,373,424,165,105\n2023-01,1258,515,439,401,216,81\n2023-07,1174,522,563,401,193,69\n2024-01,1282,656,779,301,302,64\n2024-07,1111,756,611,439,249,57\n2025-01,1371,734,685,429,274,52\n2025-07,1480,749,689,430,257,47",
  "topic": "국내 OTT 월간 이용자 순위",
  "unit": "만 명",
  "top_n": 6,
  "seconds": 15,
  "source": "예시 데이터"
}

설명

주차·월·연도별 순위표를 그대로 넣거나, 값만 넣으면 시점마다 순위를 계산해 순위 선이 서로 엇갈리며 그려지는 영상을 만듭니다. 가장 많이 오른 대상과 내린 대상을 강조하고, 끝에는 순위 변동과 마지막 값을 담은 최종 순위표가 남습니다. 마무리 문구의 순위와 숫자는 계산한 결과와 대조합니다. 검증 결과: 7개 사례 평균 88.4/100점, 일반 모델 1회 텍스트 응답 44.5점. 실측 2~7초, 외부 AI 보통 2회. 동일 도구 조건의 실험이 아닌 납품 결과 비교이며, 반복 개선에 사용한 사례의 결과로 일반적인 성능을 보장하지 않습니다.

입력과 결과

입력

이름	형식과 설명
데이터필수`data`	글 · 최대 60,000자 시점별 순위 또는 값이 든 표(CSV·TSV·마크다운 표·JSON). 가로형(시점 열 + 대상별 열), 전치형(대상 행 + 시점 열), 세로형(시점, 이름, 값) 모두 됩니다.
무엇의 순위인지`topic`	글 · 최대 120자 예: 국내 OTT 월간 이용자 순위
제목(직접 지정)`title`	글 · 최대 60자
표 안의 숫자`value_type`	글 (auto · value · rank) auto: 자동 판단, value: 값(순위는 계산), rank: 이미 순위
순위 기준`order`	글 (desc · asc) desc: 값이 클수록 1위, asc: 값이 작을수록 1위(기록 시간·가격 등)
보여 줄 순위 수`top_n`	정수
값 단위`unit`	글 · 최대 12자
영상 길이(초)`seconds`	정수
비율`ratio`	글 (16:9 · 1:1 · 9:16)
색 테마`theme`	글 (light · dark)
출처 표기`source`	글 · 최대 80자

입력은 글자 수 합계 100,000자까지, 처리 시간은 최대 90초입니다.

결과

이름	형식과 설명
제목`title`	글
부제`subtitle`	글
마무리 한 줄`caption`	글
순위 근거`rank_basis`	글 (value · rank)
시점`times`	글 목록
시점별 순위`rankings`	목록 (시점 · 1위부터)
마지막 순위표`final_ranking`	목록 (순위 · 이름 · 처음 대비 오른 계단(내리면 음수) · 마지막 값)
가장 많이 오른 대상`biggest_riser`	묶음
가장 많이 내린 대상`biggest_faller`	묶음
처음 1위`first_leader`	글
마지막 1위`last_leader`	글
1위가 바뀐 횟수`lead_changes`	정수
영상 속 메모`notes`	글 목록
순위 안내`rank_note`	글
앞뒤 값으로 이은 빈 칸`joined_gaps`	목록 (대상 · 시점)
일부 시점에 값이 없는 대상`absent`	글 목록
가장 많이 오른 대상(공동이면 모두)`co_risers`	글 목록
가장 많이 내린 대상(공동이면 모두)`co_fallers`	글 목록
같은 값이라 공동 순위인 곳`ties`	목록 (시점 · 순위 · 대상)
결과 파일`artifacts`	목록 (파일 ID · 파일 이름 · 설명 · 파일 형식 · 파일 주소 · 파일 해시 · 크기(바이트) · 너비 · 높이 · 길이(초)) · 최대 20개

API·MCP 로 쓰기

인증키와 포인트는 다른 리퀘오 API 와 같습니다. 개발가이드

REST

curl -X POST https://reqeo.com/rest/skills/sk_066039001dfc150b/runs \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Idempotency-Key: my-request-001" \
  -H "Content-Type: application/json" \
  -d '{"input":{"data":"연월,넷플릭스,티빙,쿠팡플레이,웨이브,디즈니+,왓챠\n2022-01,1241,419,355,492,201,129\n2022-07,1213,412,373,424,165,105\n2023-01,1258,515,439,401,216,81\n2023-07,1174,522,563,401,193,69\n2024-01,1282,656,779,301,302,64\n2024-07,1111,756,611,439,249,57\n2025-01,1371,734,685,429,274,52\n2025-07,1480,749,689,430,257,47","topic":"국내 OTT 월간 이용자 순위","unit":"만 명","top_n":6,"seconds":15,"source":"예시 데이터"}}'

Idempotency-Key 는 요청마다 새로 정하는 값입니다. 같은 값으로 다시 보내면 한 번만 실행되고 같은 결과를 돌려받습니다.

MCP

엔드포인트  https://reqeo.com/mcp/skills
도구        run_skill
skill_id    sk_066039001dfc150b

리뷰 0개

로그인하고 이 스킬을 실행하면 리뷰를 남길 수 있습니다. 로그인

아직 리뷰가 없습니다. 실행해 본 뒤 첫 리뷰를 남겨 주세요.