멀티 샷 AI 단편 워크플로우: 스크립트 한 장에서 볼만한 완성본까지
먼저 스크립트를 ‘샷 리스트’로 쪼개자, 문장 하나로 모델을 얼버무리지 말고
많은 사람이 실패하는 첫 단계는 스크립트를 쪼개지 않는 거예요. ‘남자 주인공이 비 오는 도시로 걸어 들어가며 옛일을 떠올린다’는 한 문장을 그대로 모델에 던지면, 결과물의 카메라 언어는 뒤죽박죽이 돼요 — 컷을 나눌지 말지를 모델이 알아서 결정해버리니, 당신에게는 제어권이 전혀 없는 거죠.
진짜 제대로 된 방법은 먼저 문서에 샷 리스트를 작성하는 거예요. 각 컷마다 길이, 샷 사이즈(롱/미디엄/클로즈업), 카메라 움직임(줌인/줌아웃/팬/트래킹/고정), 주체 동작, 조명 분위기를 명확히 적어두세요. 예를 들면 ‘00:00-00:04 미디엄 샷 고정, 남자 주인공이 비 내리는 가로등 아래 서서 고개를 숙이고 손목시계를 본다, 차가운 색조’ 같은 식으로요.
Seedance 2.5처럼 타임라인식 프롬프트를 지원하는 모델을 쓴다면, 이 샷 리스트는 거의 그대로 프롬프트로 번역할 수 있어요 — 00:00-00:05에는 카메라 워크를, 00:05-00:10에는 동작을 적는 식이죠. 모델의 실행 정밀도는 현재 중국산 모델 중에서 가장 안정적인 축에 속하고, 특히 중국어 프롬프트가 한 단계 거치지 않고 바로 통해서 무협·중국풍 소재를 쓸 때 특히 손에 잘 붙어요. 해외 모델을 주력으로 쓴다면 Veo 3.1이 참조 이미지 제어와 캐릭터 일관성 부분에서 눈에 띄게 강화됐으니, 스크립트를 쓸 때 각 컷의 ‘참조 이미지’도 함께 표시해두면 좋아요. 텍스트 묘사만으로 끝내지 말고요.
샷 리스트를 짜는 이 단계는 시간이 ‘낭비’되는 것처럼 보이지만, 실제로는 나중에 모델을 반복해서 돌리는 비용을 절약해줘요 — 스크립트가 구체적일수록 한 번에 완성될 확률이 높아집니다.
콘셉트 아트를 먼저 뽑아야 영상 모델이 변형되지 않는다
최근 몇 년 사이 멀티 샷 워크플로우에서 점점 보편화된 습관이 하나 있어요. 텍스트에서 바로 영상으로 직행하지 않고, 먼저 스토리보드 콘셉트 아트나 캐릭터 설정 이미지를 뽑아서 인물의 생김새, 의상, 장면 색조를 먼저 확정한 다음, 그 이미지를 가지고 이미지-투-비디오를 진행하는 방식이에요.
이유는 간단해요. ‘빨간 외투를 입은 단발머리 소녀’라는 텍스트 묘사를, 모델이 각 컷마다 이해하는 ‘빨간 외투’와 ‘단발머리’가 매번 미묘하게 달라질 수 있어서, 몇 컷만 지나도 캐릭터가 변형돼버려요. 하지만 먼저 캐릭터 설정 이미지를 뽑아 얼굴과 의상을 고정해두고, 이후 모든 컷에서 같은 참조 이미지를 가지고 이어간다면 일관성이 눈에 띄게 올라가요.
저는 요즘 멀티 샷 프로젝트를 할 때 콘셉트 아트와 캐릭터 설정 이미지 단계를 거의 항상 PixPix로 처리해요. 이미지 생성 속도와 스타일 제어가 손에 잘 맞고, 게다가 이미지와 영상을 동시에 다룰 수 있어서 콘셉트 아트가 확정된 뒤에 도구를 이리저리 옮겨 다닐 필요 없이 같은 워크플로우 안에서 바로 이어갈 수 있어요. 중간 과정을 꽤 많이 줄여주는 셈이죠.
배경 이미지도 마찬가지예요 — 고정된 카메라 앵글의 배경 콘셉트 아트를 먼저 뽑아 조명과 공간 관계를 확정해두면, 이후 몇 개 컷에서 앵글이나 샷 사이즈가 바뀌어도 바탕은 같은 세계관이라, 보는 사람이 ‘이 컷들이 한 이야기가 아니구나’라고 느끼지 않게 돼요.
개별 컷 생성: 한 컷씩 손대되, 한 번에 완벽할 거라 기대하지 말자
개별 컷 생성 단계에서는 마음가짐부터 하나 받아들여야 해요. 멀티 샷 내러티브는 현재 어떤 모델도 한 번에 만족스럽게 뽑아준다고 보장할 수 없다는 것, 특히 복잡한 동작이나 여러 주체가 상호작용하는 컷일수록 더 그래요.
실전에서는 각 컷마다 최소 두 버전의 프롬프트를 준비하는 걸 추천해요 — 하나는 보수적인 버전(동작 폭이 작고 구도가 단순), 하나는 과감한 버전(카메라 워크가 복잡하고 동작 폭이 큼). 보수적인 버전은 안전망 용도이고, 과감한 버전이 잘 나오면 보너스인 셈이죠.
길이 면에서는 Kling 3.0처럼 연장 기능을 지원하는 모델의 경우, 한 컷을 먼저 10초짜리 기본판으로 뽑고 결과가 만족스러우면 이어서 늘려가면 돼요. 분 단위까지 이어가도 문제없어서 긴 테이크 연출이 필요한 상황에 적합해요. 반면 MiniMax H3는 인물 연기와 컷의 ‘연출 감각’에서 줄곧 좋은 평가를 받아왔고 가격도 부담이 적어서, 예산은 한정적인데 인물 클로즈업 컷을 여러 개 뽑아야 하는 프로젝트에 적합해요. 무료 크레딧도 넉넉해서 여러 버전을 시도해도 비용 부담이 크지 않아요.
또 하나 놓치기 쉬운 디테일이 있어요. 같은 단편 안에서는 되도록 모든 컷을 같은 모델로 고정해서 뽑으세요. 특정 컷이 어느 업체만의 독보적인 능력에 특별히 의존하는 경우(예를 들어 캐릭터가 입을 열어 대사를 해야 한다면, 그 컷만 따로 Veo 3나 Sora 2를 불러와 뽑아야 해요)만 예외로 두고요. 여러 모델을 섞어서 뽑은 컷들은 화풍과 색조를 맞추기가 어렵고, 후반 색보정으로도 구제가 안 돼요.
전환 연결: 컷과 컷 사이를 어떻게 이어야 장면이 튀지 않을까
AI가 생성한 컷들의 근본적인 문제는, 각 컷이 독립적으로 생성된다는 거예요. 카메라 위치, 조명, 색온도를 똑같이 설정해도 디테일에서는 항상 미세하게 흔들리고, 그대로 하드컷으로 붙이면 자주 ‘장면이 튀는’ 느낌이 나요.
실전에서 쓸 만한 팁 몇 가지를 소개할게요. 첫째, 첫 프레임과 마지막 프레임을 릴레이로 잇는 방법 — 이전 컷의 마지막 프레임을 캡처해서 다음 컷의 시작 참조 이미지로 모델에 넣어주면, 적어도 화면 색조와 주체 위치는 맞출 수 있어요. Veo 3.1의 다중 참조 이미지 제어가 이런 상황에서 꽤 유용해요. 둘째, 카메라 위치 연결보다 동작 연결을 우선하는 방법 — 스크립트를 짤 때 이전 컷의 동작 끝부분과 다음 컷의 동작 시작 부분이 자연스럽게 이어지는 물리적 동작이 되도록 설계하세요(예를 들어 이전 컷이 ‘손을 들어 문을 미는’ 동작이면, 다음 컷은 ‘문이 밀려 열리는’ 장면으로 이어지게요). 시청자의 주의는 동작 자체에 이끌려가기 때문에, 화면 디테일이 완전히 일치하는지는 그다지 신경 쓰지 않게 돼요.
편집 소프트웨어에서도 전통적인 수단으로 안전망을 마련하는 걸 잊지 마세요. 페이드 인/아웃, 가벼운 카메라 워크 블러 전환, 심지어 블랙 화면 컷까지 — 모두 AI 생성 컷 사이의 이음매를 가려줄 수 있어요. ‘모델이 직접 생성한 전환’이 전통적인 편집 기법보다 무조건 더 고급이라고 맹신하지 마세요. 이 둘은 상호 보완 관계지, 대체 관계가 아니에요.
더빙과 음악: 소리 작업은 절대 맨 뒤로 미루지 말자
더빙과 음악은 스크립트 단계에서부터 함께 계획하는 걸 추천해요. 화면이 다 나온 다음에 ‘이 장면에 어떤 음악을 넣을까’를 고민하기 시작하면, 리듬이 안 맞거나 감정이 어긋나는 문제가 생기기 쉬워요.
콘텐츠에 캐릭터 대사가 있다면, 요즘은 소리와 화면을 네이티브로 동시 생성하는 모델이 후반 작업을 크게 줄여줘요. Veo 3와 Sora 2는 모두 대사와 립싱크가 한 번에 완성되기 때문에 따로 더빙하고 싱크를 맞출 필요가 없어요. 하지만 주력으로 쓰는 생성 모델이 네이티브 대사를 지원하지 않는 부류(예를 들어 분장 정밀도를 우선하는 계열)라면, 전통적인 방식으로 가야 해요. 먼저 더빙 도구(Suno 계열 같은 음악 생성 도구로 BGM을 만들거나, 성우나 TTS 도구로 사람 목소리 대사를 만드는 식)로 오디오 트랙을 따로 생성한 다음, 편집 소프트웨어에 넣어 수동으로 싱크를 맞추면 돼요.
배경 음향 효과는 오히려 수월해요. 요즘 주류 영상 모델 대부분이 네이티브 음향 효과 생성 능력을 갖추고 있어서, 바람 소리, 발걸음 소리, 주변 소음 정도는 화면과 함께 동기화되어 나와요. 따로 신경 쓸 필요 없이, 아낀 에너지를 BGM의 감정 곡선에 더 쏟으면 돼요 — 멀티 샷 단편의 리듬감은 BGM이 기여하는 몫이 화면 편집 자체보다 큰 경우가 많거든요.
편집 마무리: 흩어진 컷들을 하나의 완성된 영상으로 이어붙이기
모든 소재가 준비되고 나면, 편집 단계의 핵심 과제는 사실 세 가지예요. 색감 통일, 리듬 맞추기, 자막과 마무리 포장.
색보정 쪽에서는, 앞에서 아무리 하나의 모델로 모든 컷을 고정해서 뽑았다 해도 컷마다 생성된 색온도에는 여전히 미세한 차이가 있어요. 편집 소프트웨어에서 LUT를 한 번 입히거나 화이트 밸런스를 수동으로 미세 조정하는 게, 영상 전체가 ‘한 사람이 찍은 것처럼’ 보이게 만드는 마지막 안전장치예요.
리듬 쪽에서는 여백을 무시하지 마세요 — AI가 생성한 컷은 정보 밀도가 높은 편이라(동작 폭과 화면 디테일이 꽉 차 있어요), 컷을 너무 빠르게 전환하면 오히려 시청자가 피로감을 느껴요. 정지된 ‘숨 고르기’ 컷을 한두 개 적절히 남겨두면 전체적인 시청감이 훨씬 편안해져요.
마지막으로 자막과 완성본 포장은 일반적인 편집 소프트웨어(Jianying, Premiere, DaVinci 무엇이든 상관없어요)로 충분히 해결할 수 있어요. 딱히 AI가 개입해야 할 부분은 없어요 — 멀티 샷 워크플로우의 진짜 기술적 핵심은 앞서 다룬 스크립트, 콘셉트 아트, 개별 컷 생성, 전환 연결 이 네 단계에 있고, 편집 마무리는 오히려 실행력의 문제에 가까워요. 이 흐름을 한 번 매끄럽게 익혀두면, 다음 영상에 그대로 재활용할 때 제작 효율이 눈에 띄게 올라갈 거예요.