AI 영상 도구에서 쓸 만한 숏을 얻는 방법

모든 AI 영상 도구는 데모에서 아름답게 보이고 구체적으로 실패한다. 실패는 무작위가 아니다: 손, 텍스트, 군중, 빠른 움직임, 긴 카메라 무브, 그리고 숏에서 숏으로 동일하게 유지되어야 하는 모든 것 주변에 몰린다. 쓸 만한 숏을 얻는 것은 모델이 마침내 손가락 그리는 법을 배웠기를 바라는 대신 그 군집을 피해 계획하는 일이다.

이것들은 마감과 맞닥뜨려도 살아남는 습관이다. 바탕 메커니즘은 AI 영상 모델은 어떻게 작동할까를 읽고, 프롬프트 기술 전반은 프롬프트 모범 사례가 더 깊이 다룬다.

이야기가 아니라 숏을 쓴다

생성 단위는 장면이 아니라 숏이다. 줄거리 문단을 쓰면 모델은 그것을 몇 초에 밀어 넣으려다 엉망으로 만든다. 대신 하나의 카메라 셋업을 쓴다: 프레임 안에 누가 또는 무엇이 있는지, 무엇을 하는지, 어디에 있는지, 어떻게 조명되는지, 렌즈가 무엇을 하는지.

Luma의 Ray2 문서는 이를 위한 유용한 순서를 준다: 주요 피사체, 행동, 세부, 장면, 스타일, 카메라, 강화 요소. Runway의 멀티 숏 안내는 같은 말을 더 직설적으로 한다 — 각 숏의 프롬프트를 단일 장면에 집중시키고, 시퀀스를 원한다면 하나의 거대한 묘사 대신 숏 리스트를 제공하라.

아무것도 그리지 않았을 때도 스토리보드가 도움이 되는 이유이기도 하다: 각각 단일 행동을 가진 3~5개의 셋업 숏 리스트가 트리트먼트보다 나은 입력이다.

모델에 그림을 먹인다

텍스트는 가장 약한 통제 수단이다. 캐릭터, 제품, 장소가 제대로 보여야 한다면 모델에 참조 이미지나 첫 프레임을 준다. 대부분의 진지한 도구가 이를 지원하고, 공급업체의 자체 문서도 좋은 참조의 조건에 대해 일관된다:

• 해상도와 품질. 가진 것 중 가장 선명한 원본을 쓴다. 압축되었거나 흐리거나 노이즈가 있는 참조는 더 흐릿한 출력을 낳는다.
• 분리. 방해 요소와 경쟁 요소가 없는 하나의 명확한 피사체.
• 조명. 고르고 중립적인 빛이 가장 충실하게 재현된다. 강한 그림자와 색 편향은 결과로 이어진다.
• 작은 응집된 세트. 스타일을 정의할 때는 이미지 하나보다 작은 세트가 낫다.

문서가 분명히 밝히는 경고 하나: 제출하는 모든 초상에 대한 권리는 당신 책임이다. 허가 없이 실존 인물의 참조를 쓰는 것은 예술적 문제 이전에 법적 문제다.

원하지 않는 것을 말한다

생성은 모델이 본 것의 평균으로 흐르기 때문에 군중 속에 원치 않는 얼굴이 나타나고 프레임 가장자리에 엉뚱한 물체가 생긴다. 네거티브 프롬프트가 가장 싼 해결책이다. Google의 Veo API 예시는 긍정 프롬프트와 함께 네거티브 프롬프트를 전달해 원치 않는 소리를 억제한다. 같은 논리가 시각에도 통한다.

카메라는 소박하게

큰 무브 — 크레인으로 올라 창문을 통과하기, 휩 팬, 떨어지는 물체 주위를 도는 오빗 — 는 시간적 일관성이 무너지는 지점이다. 느린 푸시, 작은 핸드헬드 흔들림, 정지 프레임이 훨씬 안정적으로 유지된다. 움직임이 클수록 모델이 틀릴 프레임이 많아지기 때문이다.

카메라 언어는 실제로 작동한다: Google이 공개한 Veo 예시는 숏 사이즈, 무브, 렌즈 동작을 순서대로 설명하고 결과가 따라온다. 요령은 같은 클립에 세 가지가 아니라 하나의 일관된 무브를 요청하는 것이다.

싸게 테스트하고 나서 확정한다

“이 숏이 맞는가?”라는 질문에 답할 수 있는 가장 낮은 비용과 가장 짧은 길이로 생성한다. 길고 비싼 렌더는 이미 검증한 숏을 위한 것이다. Veo 3의 API는 출력 초당 가격이었고 정확히 이 루프를 위한 더 싼 고속 티어가 있었다. Luma의 Ray2는 확장 가능한 짧은 기본 클립을 만들어 길이에 돈을 쓰기 전에 숏을 판단할 수 있다.

클라이언트 프로젝트가 특정 룩에 의존한다면 모델 버전을 고정한다. Runway의 API 문서는 최신을 따라가는 대신 날짜가 붙은 워크플로 버전을 고정할 수 있게 한다. 재현 가능한 파이프라인과 움직이는 표적의 차이다.

연속성을 의도적으로 쌓는다

숏 사이의 일관성은 프롬프트 문제가 아니라 파이프라인 문제다. 세 가지 기법이 대부분을 해낸다:

1. 돌아오는 모든 요소에 참조와 키프레임을 붙인다. 같은 이미지가 들어가면 같은 룩이 나온다.
2. 시퀀스 전체에서 정확히 같은 스타일 언어를 재사용한다. Runway는 시각적 일관성을 위해 숏 전체에 같은 제품 또는 스타일 언어를 반복하라고 명시적으로 권한다. 숏 사이에서 스타일의 이름을 바꾸면 새로운 해석을 초대하는 셈이다.
3. 변화에 동기가 있도록 시퀀스를 블로킹한다. 의상 변경, 새 장소, 밤 장면 — 눈에 보이는 차이를 설명하는 모든 것이 모델의 불일치도 가린다.

편집자처럼 테이크를 판단한다

움직일 때 좋아 보이는 테이크는 컷에서 자주 죽는다. 각 후보를 숏을 끝내는 요소들로 검사한다: 녹아내리는 손, 싱크에서 벗어나는 입, 글리프로 변하는 텍스트, 벽을 통과해 걷는 엑스트라. 정상 속도로 한 번 보고, 첫 프레임과 마지막 프레임을 훑는다 — 그것이 인과 아웃 지점이다.

가장 좋아하는 하나가 아니라 후보 목록을 유지한다: 카메라가 약간 다른 세 번째 테이크가 편집에 필요한 경우가 많다.

사운드는 따로 계획한다

네이티브 오디오 — 한 번의 패스로 화면과 함께 생성되는 대사, 효과, 음악 — 는 워크플로를 바꾼다. Veo 3는 Google의 첫 모델이었고, 멀티 숏 레시피는 이제 기본적으로 오디오를 생성한다. 스크래치 트랙과 립싱크 테스트에 유용하다.

하지만 생성된 오디오는 첫 패스로 취급한다. 대사 명료도, 룸 톤, 음악 권리는 여전히 사람의 판단이 필요하고, 숏은 시각적으로 완벽해도 대사가 뭉개져 쓸 수 없을 수 있다.

공개하고 기록을 남긴다

두 흐름이 수렴하고 있다. 플랫폼은 더 적극적으로 라벨을 붙인다: YouTube는 사실적인 AI 콘텐츠에 눈에 띄는 라벨을 붙이고 이제 시스템이 상당한 AI 생성으로 감지한 콘텐츠에 자동으로 라벨을 붙인다. 규제도 다가온다: EU AI법 제50조는 제공자에게 합성 출력을 기계 판독 가능한 형식으로 표시하도록 요구하고, 배포자에게 딥페이크를 사용할 때 공개하도록 요구한다.

실용 습관은 간단하다. 출처를 보존하고 — Content Credentials, C2PA 표준, 출처와 편집에 대한 서명된 기록을 파일에 첨부 — 프롬프트, 참조, 모델 버전, 시드의 프로젝트 로그를 남긴다. 클라이언트나 영화제가 숏이 어떻게 만들어졌는지 물으면 그 로그가 답이다.

숏이 계속 실패하면 숏을 바꾼다

가장 흔한 실수는 열 번째로 프롬프트를 다시 쓰는 것이다. 숏이 반복해서 실패하면 그 숏은 모델이 안정적으로 할 수 없는 것을 요구하고 있다. 둘로 나눈다. 카메라를 옮긴다. 어려운 행동이 일어나기 전에 컷한다. 물체를 초점 밖에 둔다. 여기서 제약은 타협이 아니라 기술이다.

짧은 버전

• 프롬프트마다 숏 하나를 쓰고 피사체, 행동, 카메라를 분명히 한다.
• 일관되게 유지되어야 하는 모든 것을 참조하고 권리를 확인한다.
• 알려진 아티팩트에는 짧은 네거티브 프롬프트를 쓴다.
• 값싸게 반복하고, 이긴 것을 전체 길이로 렌더한다.
• 멈췄을 때 가장 예쁜 프레임이 아니라 컷할 프레임으로 테이크를 판단한다.
• 사운드를 별도 레이어로 계획하고 사용한 도구를 공개한다.