본문 바로가기
스터디 열기

영상

가상의 책 모임을 알리려고 책과 찻잔이 놓인 이미지를 만들었다면, 이번에는 페이지가 천천히 넘어가는 장면을 생각해 보겠습니다. 움직임에 종이 소리와 잔을 내려놓는 소리까지 붙으면 전달되는 느낌이 달라집니다. 이 절에서는 영상에 화면·움직임·소리를 함께 지시하고, 짧은 결과를 목적에 맞게 판단하는 법을 살펴봅니다.

1. 그림이 움직이면 더 정할 것이 생깁니다

이미지에서는 한순간의 구도를 정합니다. 영상에서는 그다음에 무엇이 일어나는지도 정해야 합니다. 같은 책상이라도 화면이 가까이 다가갈지, 옆으로 움직일지, 고정된 채 페이지가 넘어갈지에 따라 다른 영상이 됩니다. 처음 장면과 끝 장면을 함께 생각하면 요청을 구체적으로 쓸 수 있습니다.

처음에는 짧고 단순한 장면이 좋습니다. 책이 열리고 찻잔이 놓인 모습으로 끝나는 장면이라면 보고 싶은 동작을 한 문장으로 말할 수 있습니다. 반면 여러 사람이 들어와 대화하고 물건을 주고받은 뒤 장소까지 바뀌면 확인해야 할 대상이 많아집니다. 영상의 길이보다 한 장면에 담는 사건의 수부터 줄여 보세요.

소리도 별도 조건으로 적습니다. 종이가 넘어가는 소리가 필요한지, 잔잔한 음악이 필요한지, 대사는 없어야 하는지 정하세요. "조용한 서점"이라고만 하면 음악이나 사람 목소리가 들어갈 수도 있습니다. 이번 영상에서 들려야 할 것과 없어야 할 것을 나누면 결과를 고르기 쉽습니다.

2. 화면과 소리를 함께 생성합니다

ByteDance는 2026년 7월 31일 Seedance 2.5를 발표하면서 소리를 포함한 최대 30초 영상을 한 번에 생성하고, 이후 연장할 수 있다고 설명했습니다. 30초는 한 번의 생성에 관한 길이입니다. 연장한 모든 영상의 최종 상한을 뜻하지는 않습니다.

Google의 Veo 3.1도 음향과 효과음, 대사를 포함하는 영상 생성을 공식적으로 소개합니다. 이제 영상 제작 지시에서 화면만 따로 생각할 필요가 없습니다. 어떤 장면에서 어떤 소리가 나야 하는지 함께 설명할 수 있습니다. 실제로 쓸 수 있는 길이와 기능은 접속한 서비스와 계정의 조건을 확인하면 됩니다.

이 기능이 있으면 가상의 서점 영상에 '페이지가 넘어갈 때 종이 소리가 나고, 배경 음악과 사람 목소리는 없다'는 요청을 할 수 있습니다. 소리가 붙었다는 사실만으로 장면과 잘 맞는지는 알 수 없습니다. 책이 움직이기 전에 소리가 나지는 않는지, 작은 장면에 지나치게 큰 효과음이 붙지는 않았는지 들어 봐야 합니다.

우선 화면을 보고 장면을 이해할 수 있는지, 이어 소리를 듣고 의도한 분위기인지 판단하세요. 마지막에는 화면과 소리를 함께 보며 타이밍을 확인합니다. 소리가 중요하지 않은 게시물이라면 소리를 껐을 때도 뜻이 전달되는지 볼 수 있습니다. 사용 환경에 따라 통과 기준이 달라지는 것입니다.

3. 3년 전 영상과 비교해 보기

2023년 3월에는 '윌 스미스가 스파게티를 먹는 영상'이 널리 알려졌습니다. 원 제작자는 ModelScope로 만든 짧은 장면들을 편집했다고 설명했습니다. 하나의 장면을 길게 한 번에 생성한 결과가 아니라, 생성한 장면에 편집과 프레임 보간 등을 더한 영상입니다. 프레임 보간은 중간 화면을 보충해 움직임을 이어 보이게 하는 처리입니다.

이 원본과 2026년 Seedance의 공식 시연을 차례로 보면 인물, 동작, 장면의 연결을 어떻게 표현하는지 비교할 수 있습니다. 똑같은 지시와 조건으로 치른 시험은 아니므로 영상의 조회수나 인상으로 발전 속도를 수치화하지는 않습니다. 대신 '어떤 표현을 시도할 수 있는가'가 달라진 모습을 보는 데 쓸 수 있습니다.

이 비교에는 주의할 장면이 있습니다. 2024년 윌 스미스 본인이 스파게티를 먹으며 만든 패러디는 실제로 촬영한 영상입니다. 이를 AI가 만든 후속 영상으로 놓고 발전의 증거라고 설명하면 틀립니다. '예전과 지금'이라는 자막이 붙었다고 같은 방식으로 만든 결과라고 가정할 수는 없습니다.

비교 영상을 볼 때는 제작자와 도구, 편집 여부를 확인하는 습관이 도움이 됩니다. 최신 도구의 시연도 대표 장면을 골라 보여 준 자료입니다. 내가 원하는 결과가 어느 정도 나오는지는 자신의 간단한 가상 장면으로 시험하면 됩니다. 2장에서 만든 작은 시험지를 영상에도 적용하는 것입니다.

4. 장면을 나눠 쓰기

영상 요청이 막막하면 '무엇을 보여 주는지, 무엇이 움직이는지, 무엇이 들리는지, 무엇으로 끝나는지'를 순서대로 써 보세요. 가상의 책 모임 영상은 빈 탁자, 책이 펼쳐지는 장면, 책과 찻잔이 함께 보이는 마지막 화면으로 나눌 수 있습니다. 흐름이 먼저 있고 세부 표현이 뒤따릅니다.

여기서 장면표는 시간에 따라 화면과 소리를 나눠 적은 표입니다. 복잡한 제작 용어 없이도 만들 수 있습니다. AI에게 행사 자료를 주고 먼저 장면표를 만들게 하면, 실제 영상을 생성하기 전에 너무 많은 내용을 넣었는지 확인할 수 있습니다. 이 단계에서 불필요한 장면을 빼면 다시 만들 이유도 줄어듭니다.

보는 사람이 어떤 행동을 하면 되는지도 정해야 합니다. 분위기를 보여 주는 짧은 영상이라면 책 모임이 편안한 자리라는 인상을 남기는 것이 목적일 수 있습니다. 시간과 장소까지 정확히 알리려면 별도 안내 이미지나 설명 글을 함께 쓰는 편이 적합할 수 있습니다. 모든 정보를 한 번에 영상 안에 넣을 필요는 없습니다.

5. 따라 해 보기

아래 지시는 영상 제작을 위한 준비 연습입니다. ChatGPT·Claude·Gemini 어느 대화창에서든 가상 자료만으로 장면표와 완성된 제작 지시서를 받을 수 있습니다. 실제 영상 생성 기능이 있는 도구에서 실행할 때도 같은 지시서를 사용하면 됩니다.

아래 가상 자료로 8초 영상의 장면표와 영상 생성 도구용 제작 지시서를 써 줘.

[가상 자료]
행사명: 느린 책 모임
장소: 가상서점 바람책방
대상: 처음 참가하는 성인
목적: 책 모임이 편안한 자리라는 인상을 전달하기
사물: 무지 표지의 책, 흰 찻잔, 나무 탁자

[원하는 흐름]
0~3초: 창가의 탁자와 닫힌 책이 보인다.
3~6초: 책의 페이지가 천천히 펼쳐진다.
6~8초: 열린 책과 찻잔이 함께 보이는 고정 화면으로 끝난다.
사람·상표·책 속 글자는 넣지 않는다.
소리는 페이지가 넘어가는 종이 소리만 사용한다. 대사와 음악은 없다.

장면표는 시간·화면·움직임·소리 열로 만들어 줘.
이어서 도구에 그대로 붙여 넣을 제작 지시서를 한 문단으로 써 줘.
마지막에 결과를 확인할 기준을 네 가지로 정리해 줘.
자료에 없는 날짜·참가비·연락처는 추가하지 마.

이런 답이 오면 잘된 것: 전체 시간이 8초이고, 화면과 소리의 순서가 일치하며, 제작 지시서에도 사람·대사·음악을 제외한다는 조건이 있습니다.

이렇게 오면 이렇게 다시 말하기: 불필요한 인물이나 대사가 생기면 "제공한 사물과 종이 소리만 남기고, 같은 시간표로 다시 써 줘"라고 요청합니다.

6. 길게 만들기 전에 끝나는 장면을 보세요

짧은 영상이 의도대로 나왔다면 다음 장면을 붙일지 판단할 수 있습니다. 그전에 마지막 화면이 안내 이미지와 자연스럽게 이어지는지 보세요. 영상에서 만든 기대와 실제 행사 정보가 다르면 화면의 완성도만으로는 목적을 달성하기 어렵습니다. 책 모임 홍보라면 편안한 분위기와 정확한 안내가 함께 있어야 합니다.

수정할 때는 '영상이 어색하다'보다 '마지막에 찻잔 모양이 달라졌다', '종이 소리가 페이지 움직임보다 먼저 난다'처럼 위치와 현상을 적어 주세요. AI에게 수정 후보를 내게 하고 어떤 것을 채택할지 고르면 됩니다. 다음 절에서는 만들 수 있는 것이 많아질수록 더 중요해지는 목적과 선택의 기준을 정리하겠습니다.

참고 자료