본문 바로가기
스터디 열기

소리와 대사를 말하는 법

1. 지금 Flow의 영상은 소리와 함께 나온다

Flow의 영상 모델인 Veo 3.1과 Omni Flash(Gemini Omni Flash, 11월 5일부터 1.2)는 모두 영상과 소리를 함께 만듭니다. Veo 3.1부터는 글로 만드는 영상뿐 아니라 프레임, 소재로 만든 영상에도 소리가 붙습니다. 예전 판에서는 소리를 함께 만드는 것을 Flow만의 차별점이라고 적었지만, 지금은 다른 영상 AI 가운데도 대사와 소리를 함께 만드는 것이 있습니다.

공식 프롬프트 가이드는 소리를 세 가지로 나눕니다.

종류영문예
효과음sound effects발소리, 문 닫히는 소리, 천둥
환경음ambient noise도시 소음, 파도, 카페의 웅성거림
대사dialogue인물이 하는 말

영상의 소리는 효과음·환경음·대사 세 겹으로 생각한다

그림 위쪽은 비 오는 골목을 걷는 인물의 영상 띠이고, 그 아래에 소리 띠 세 줄이 영상과 같은 시간축으로 깔려 있습니다. 맨 아래 환경음(빗소리, 먼 차 소리)은 처음부터 끝까지 낮게 이어지고, 가운데 효과음(발소리, 우산 펴는 소리)은 화면 속 동작이 있는 순간에만 짧게 솟고, 맨 위 대사는 인물이 입을 여는 구간에만 있습니다. 프롬프트에 소리를 적을 때 이 세 줄을 하나씩 떠올리면 빠진 것과 너무 많은 것이 보입니다. 처음에는 환경음 한두 개와 동작에 맞는 효과음 하나로 시작하라는 다음 절의 요령도 이 그림의 아래 두 줄을 채우는 일입니다.

소리를 적지 않아도 장면에 어울리는 소리가 붙어 나오는 경우가 많습니다. 결과를 듣고 원하는 소리가 아니면 그때 소리를 적으면 됩니다. Google Cloud 프롬프트 가이드는 소리를 원하면 분명히 적고, 영상 묘사와 다른 문장으로 따로 적으라고 권합니다.

2. 소리는 문장을 따로 떼어 적는다

Veo 프롬프트 가이드의 예처럼 Audio:로 시작하는 문장을 영상 묘사 뒤에 붙이면 영상과 소리를 나눠 읽기 쉽습니다.

A wide shot of a narrow alley glowing under neon signs as cold drizzle falls. Cinematic, urban night.
Audio: neon buzzing softly, rain tapping on metal, a distant train passing.

한 줄에 소리를 너무 많이 쌓으면 지저분해집니다. 환경음 한두 개와 화면 속 동작에 맞는 효과음 하나 정도로 시작하고, 결과를 들으며 더하거나 뺍니다.

3. 이럴 때 이렇게 말하면 된다

이럴 때이렇게 말하면 된다
조용한 카페 분위기quiet cafe murmur, espresso machine hiss
도시 한가운데distant traffic, city hum
숲이나 공원birds chirping, leaves rustling, wind in the trees
바닷가waves crashing softly, seagulls in the distance
비 오는 날gentle rain on pavement, distant thunder
걷는 소리를 살리고 싶다footsteps on gravel, footsteps on a wooden floor
요리하는 장면sizzling pan, knife on a cutting board
음악 없이 현장 소리만no music, only ambient sound

마지막 줄이 생각보다 자주 쓸모 있습니다. 배경 음악이 붙어 나와 현장감이 떨어질 때 적습니다.

A barista pours steamed milk into a white ceramic cup.
Audio: gentle milk pouring, faint espresso machine hiss in the background. No music, only ambient sound.

4. 대사

대사는 두 가지 방법으로 적습니다.

말할 내용을 직접 적기: 따옴표 안에 대사를 넣거나, Google Cloud 가이드의 예처럼 "말한다" 뒤에 콜론을 붙이고 대사를 적습니다.

A medium close-up of an old sailor on a ship deck. He says, "This ocean, it never sleeps." Soft wind, distant waves.
The seasoned detective says: Your story has holes.

주제만 주고 맡기기: Veo 프롬프트 가이드는 대사를 정해 주는 대신 인물들이 나눌 이야기의 주제만 정해 줄 수도 있다고 합니다.

대사는 고른 길이(Veo 3.1 Lite 4·6·8초, Omni 1.2 Flash 3~10초, 구독자 15초까지) 안에 말할 수 있을 만큼 짧아야 입 모양이 자연스럽습니다. 두 사람이 주고받는 대화가 길면 컷을 나눕니다. Google은 Omni 1.2 Flash에서 입 모양이 더 또렷하게 맞고, 여러 사람이 말할 때 목소리를 더 잘 구별한다고 소개합니다. 그래도 한 컷에 말하는 사람은 한두 명으로 두고 결과를 들어 보고 판단합니다.

Omni Flash로 소재를 쓸 때는 목소리 참조를 넣어 정해진 목소리로 말하게 할 수 있습니다. 도움말 기준으로 Add → Voices에서 목소리를 고르고 @Voice: 이름으로 부르며, Create New Voice로 기본 목소리를 조정한 맞춤 목소리를 만듭니다. 자세한 순서는 3장 3절에 있습니다.

5. 한국어 대사

한국어 대사도 프롬프트에 적을 수 있습니다.

A young woman at a bakery counter smiles and says in Korean, "어서 오세요."

다만 한국어 발음과 입 모양이 얼마나 잘 맞는지는 공식 자료에 나와 있지 않습니다. 예전 판의 '두 어절이 넘으면 어긋난다' 같은 기준도 근거를 확인할 수 없어 뺐습니다. 짧게 넣어 보고 직접 들어 보고 판단합니다. 결과가 마음에 들지 않으면 대사 없이 영상을 받고, 후편집에서 내 목소리나 음성 합성으로 입히는 방법이 여전히 확실합니다.

소리 생성이 실패하면("Audio Generation Failed") 영상도 나오지 않고 그 생성에 쓴 크레딧은 돌려받습니다. 도움말은 소리 품질이 낮을 때 이 오류가 난다고 설명합니다. 같은 오류가 되풀이되고 소리 없이라도 영상이 필요하면, 프로젝트 오른쪽 위 설정의 Return silent videos를 켭니다. 그러면 모든 영상이 소리 없이 나오고 크레딧은 평소대로 듭니다. 소리는 후편집에서 얹습니다.

6. 음악

배경 음악은 "soft piano melody", "lo-fi beat", "acoustic guitar background"처럼 장르나 분위기를 한마디 적어 청할 수 있습니다. 다만 공식 가이드의 소리 항목은 효과음·환경음·대사이고, 음악을 정확하게 다루는 기능은 따로 있습니다. 음악이 중심인 영상이라면 2026년 5월 Flow에 들어온 Flow Music이나 후편집에서 음악을 얹는 쪽을 생각합니다. 음악이 중심인 AI 영상을 YouTube에 올릴 때는 AI 사용을 밝혀야 하는 경우가 있으니 6장 3절을 함께 봅니다.

7. 실습: 같은 장면, 소리만 바꾸기

같은 영상 묘사에 소리 문장만 바꿔 세 번 만들어 봅니다.

A medium shot of a young woman walking alone through a quiet park at dusk.

위 문장 뒤에 아래 세 줄을 하나씩 붙입니다.

Audio: gentle wind, distant birds, soft acoustic guitar.
Audio: heavy rain, distant thunder, tense ambient music.
Audio: footsteps on gravel, distant city traffic. No music.

같은 산책 장면이 평화로운 일상에서 긴장감 있는 장면까지 갈라집니다. 소리 한 줄로 영상의 장르가 바뀌는 셈입니다. 여기까지가 카메라, 빛, 소리를 말하는 법입니다. 다음 장에서는 이것들을 묶어 실제 작업 흐름으로 만들어 봅니다.

8. 참고 자료

마지막 수정