MiniMax H3로 소리까지 담긴 영상 만들기

텍스트 모드는 프롬프트 하나만 있으면 됩니다. 아이디어를 시험해 보기에 가장 간단한 방법이라, 먼저 장면을 대략 적어 보고 소리가 어떻게 나오는지 들어 본 다음 조금씩 다듬어 가면 됩니다. 화면 비율 선택지도 가장 많아서 휴대폰용 세로 9:16부터 넓은 21:9까지 고를 수 있습니다.

첫 프레임을 올리면 영상이 그 이미지에서 시작해 프롬프트에 적은 대로 움직이기 시작합니다. 시작 구도가 중요할 때 쓰세요. 이미 확정된 인물 사진, 캠페인용으로 촬영한 제품 사진, 움직임을 넣어 보고 싶은 스토리보드 한 컷 같은 경우에 잘 맞습니다.

마지막 프레임 한 장만으로도 쓸 수 있습니다. 영상이 내가 준 이미지를 향해 흘러가기 때문에, 마지막에 무언가를 보여 주는 샷에 잘 어울립니다. 병이 제품 대표 이미지의 자리에 딱 멈추는 장면, 문이 열리며 완성된 방이 드러나는 장면, 레이아웃이 잡힌 화면에서 움직임이 끝나는 장면을 떠올려 보세요.

첫 프레임과 마지막 프레임을 함께 주면, 그 사이의 움직임은 모델이 채웁니다. 편집에서 두 샷을 이어 붙일 때, 전후 비교를 보여 줄 때, 스토리보드 두 컷을 하나의 연속된 카메라 움직임으로 바꿀 때 편리합니다. 결과물의 모양은 올린 이미지와 같게 유지됩니다.

참조 이미지 모드에서는 최대 5장의 이미지를 쓸 수 있는데, 고정된 프레임이 아니라 결과의 방향을 잡아 주는 재료로 쓰입니다. 캐릭터, 의상, 제품, 장소 등을 넣고 동작은 프롬프트에서 자유롭게 설명하세요. 여섯 가지 고정 비율 외에 '자동'도 고를 수 있습니다.

모든 클립에는 화면과 함께 생성된 스테레오 트랙이 들어 있으며, 나중에 덧입힌 소리가 아닙니다. 대사, 음악, 효과음을 프롬프트에 적으면 그것도 결과물의 일부가 됩니다. 오디오는 항상 켜져 있으니, 영상만 쓸 계획이라도 소리를 어떻게 처리할지 미리 생각해 두세요.

길이는 4초부터 15초까지 정수 단위로 정할 수 있습니다. 정해진 몇 가지 길이에 억지로 맞출 필요 없이, 편집의 박자나 업로드할 플랫폼의 길이에 그대로 맞출 수 있습니다. 길이를 바꾸면 생성 버튼에 표시된 크레딧도 바로 바뀝니다.

768P는 테스트와 소셜 미디어용으로, 2K는 최종 납품용으로 쓰기 좋습니다. 생성 버튼의 크레딧은 해상도에 따라 달라지므로 두 단계를 직접 비교해 보고, 디테일이 정말 필요한 테이크에만 2K를 쓰는 식으로 나누면 됩니다.

이미 확정된 제품 사진을 마지막 프레임으로 올리고, 그 전까지의 흐름을 적으세요. 상자 뚜껑이 열리고, 빛이 라벨을 훑고 지나가고, 부드러운 바람 소리 뒤에 맑은 알림음이 울리는 식입니다. 클라이언트가 이미 승인한 이미지에서 영상이 멈추며, 최종본은 2K로 만들 수 있습니다.

휴대폰 중심의 피드라면 9:16 비율의 짧은 장면에 대사 한 줄과 배경 음악을 적고, 길이를 8~10초로 정해 768P로 생성해 보세요. 처음부터 소리가 들어간 상태로 나오기 때문에 게시하기 전에 덧붙여야 할 작업이 훨씬 줄어듭니다.

스토리보드 두 컷을 첫 프레임과 마지막 프레임으로 쓰고, 그 사이의 움직임은 모델에게 맡기세요. 768P로 작업하면 촬영 일정을 잡거나 2K 렌더링을 맡기기 전에 팀이 속도감, 카메라 움직임, 대략적인 소리를 미리 확인할 수 있습니다.

캐릭터 자체, 의상, 자주 나오는 장소를 담은 참조 이미지를 최대 5장 준비해 두고, 에피소드마다 같은 세트를 다시 쓰면서 프롬프트만 바꾸세요. 매번 같은 재료에서 출발하면 시리즈가 한 편에서 다음 편으로 넘어가도 알아보기 쉬운 모습을 유지하는 데 도움이 됩니다.

편집 타임라인에서 앞 샷의 마지막 장면과 다음 샷의 첫 장면을 내보낸 뒤, 양 끝 프레임으로 올려서 둘을 잇는 움직임을 생성하세요. 프레임 모드는 이미지의 모양을 따르기 때문에, 만들어진 연결 장면이 편집 중인 프로젝트의 화면 비율에 그대로 맞습니다.

해 질 녘의 도시, 비 갠 뒤의 숲, 조용한 카페 같은 장면을 21:9나 16:9의 넓은 화면으로 만들고 각각 어울리는 환경음을 붙이면, 인트로나 발표 자료, 영상 에세이의 배경으로 쓰기 좋습니다. 위에 내레이션을 얹을 계획이라면 "환경음만, 음악 없음"이라고 적어 두세요.

화면 설명을 먼저 끝낸 다음, 소리만을 위한 문장을 새로 시작하세요. 예를 들어 "소리: 양철 지붕에 계속 떨어지는 빗소리, 멀리서 울리는 천둥, 음악 없음."처럼 쓰면 됩니다. 둘을 나눠 두면 프롬프트가 읽기 쉬워지고, 어느 부분이 사운드에 대한 지시인지도 한눈에 보입니다.

대사는 따옴표 안에 넣고, 누가 어떤 말투로 말하는지도 적으세요. 예를 들어 늙은 어부가 낮은 목소리로 "폭풍이 온다."라고 중얼거린다처럼 쓰는 식입니다. 대사는 클립 안에서 다 말할 수 있을 만큼 짧아야 합니다. 6초짜리 샷이라면 한 문장이면 충분하고, 긴 연설은 들어갈 자리가 없습니다.

장르 이름만 적으면 너무 막연합니다. "느린 첼로 독주", "LP 잡음이 섞인 따뜻한 로파이 비트", "손뼉 소리가 들어간 밝은 신스팝"처럼 적어 보고, 음악이 조용히 시작하는지, 끝에서 커지는지, 목소리 아래에 낮게 깔리는지도 알려 주세요.

효과음은 화면 속 움직임과 묶어 줄 때 원하는 자리에 들어가기 쉽습니다. 문이 열리면서 삐걱거리는 소리, 친구 둘이 건배할 때 잔이 부딪치는 소리, 자전거 바퀴가 자갈을 밟는 소리처럼요. 소리와 동작을 함께 적으면 그 소리가 언제 나와야 하는지에 대한 힌트도 됩니다.

오디오를 끄는 스위치는 없습니다. 거의 조용한 클립을 원한다면 소리에 대해 아무것도 쓰지 않기보다 "조용한 실내 공기 소리"나 "잔잔한 바람 소리"를 적는 편이 낫습니다. 최종 편집본에 완전한 무음이 필요하다면 편집 프로그램에서 오디오 트랙을 음소거하세요.

프레임을 올린 순간 화면의 모습은 이미 정해집니다. 프롬프트에는 무엇이 움직이는지, 카메라가 어떻게 이동하는지, 무엇이 들리는지를 적고, 이미지에 이미 있는 장면을 다시 설명하지 마세요. 참조 이미지 모드에서는 각 이미지가 무엇을 뜻하는지 쉬운 말로 밝혀 주세요.