텍스트로 동영상을 만드는 AI 생성기

먼저 화면에 누가, 혹은 무엇이 나오는지 쓰고, 눈에 보이는 특징을 두세 가지 덧붙이세요. 나이, 옷차림, 재질, 색깔 같은 것들입니다. '청록색 수술복을 입은 지친 표정의 간호사'라고 쓰면 그냥 '사람'이라고 쓸 때보다 모델이 그릴 단서가 훨씬 많아집니다. 영상 하나에는 주인공을 한 명만 두어야 시선이 모이는 곳이 분명해집니다.

첫 1초부터 마지막 1초까지 무엇이 달라지는지를 속도감이 느껴지는 동사로 적으세요. '천천히 차를 따른다', '힐끗 뒤를 돌아본다', '우산의 빗물을 털어 낸다' 같은 식입니다. 짧은 클립에는 시작과 끝이 분명한 동작 하나가 알맞습니다. 한 문장에 동작 세 개를 몰아넣으면 대개 모두 허둥지둥 끝나거나 하다 만 것처럼 보입니다.

장소와 시간대, 필요하면 날씨까지 적고 배경 디테일을 한두 개 고르세요. 김, 낙엽, 지나가는 차처럼 저절로 움직이는 요소가 있으면 피사체가 가만히 있어도 화면이 살아 있어 보입니다. 배경을 너무 빽빽하게 채우면 주인공과 시선을 다투게 되니 꼭 필요한 것만 골라 쓰는 편이 좋습니다.

샷의 크기(클로즈업, 미디엄 숏, 와이드 숏)와 움직임 하나를 정해 주세요. 고정, 천천히 다가가기, 패닝, 따라가는 트래킹 숏, 핸드헬드 등이 있습니다. 움직임이 어디서 시작해 어디서 끝나는지도 적으면 좋습니다. '다가가면서 동시에 멀어지는' 것처럼 서로 반대되는 지시를 넣으면 모델은 어느 쪽을 원하는지 짐작으로 정할 수밖에 없습니다.

빛이 어디에서, 어느 방향으로, 어떤 색으로 들어오는지 설명하세요. 등 뒤에서 낮게 비치는 해, 책상 위 스탠드 하나, 흐린 날의 밋밋한 빛처럼요. 필요하다면 35mm 필름, 오래된 홈비디오, 클레이 애니메이션 같은 질감을 더합니다. 소품을 하나 더 넣는 것보다 빛을 바꾸는 쪽이 장면의 분위기를 훨씬 빠르게 바꿉니다.

모델이 오디오도 만든다면 들려야 할 소리를 적으세요. 방 안의 잔잔한 공기 소리, 자갈을 밟는 발소리, 양철 지붕을 두드리는 빗소리, 멀리서 지나가는 기차 소리 같은 것들입니다. 가까운 소리와 먼 소리를 섞어 쓰면 좋습니다. 나중에 직접 음악이나 내레이션을 넣을 계획이라면 오디오를 끌 수 있는 모델을 고르고 이 부분은 빼도 됩니다.

9:16은 세 모델 모두 출력할 수 있습니다. 아주 짧은 도입부나 반복 재생용 클립이 필요하다면 Wan 3.0은 2초부터 만들 수 있습니다. 처음부터 소리가 들어간 영상을 원한다면 MiniMax H3가 항상 스테레오 트랙을 붙여 주고, Wan 3.0과 Seedance 2.5에서는 오디오를 켤지 끌지 직접 고를 수 있습니다.

해안선을 따라 천천히 흘러가거나 도시가 아침을 맞는 모습을 보여 주려면 시간이 필요합니다. Wan 3.0은 최대 30초, MiniMax H3와 Seedance 2.5는 최대 15초입니다. 긴 숏에서는 벽을 타고 옮겨 가는 햇빛이나 서서히 걷히는 안개처럼 조금씩 일어나는 변화를 적어 두어야 늘어난 시간에도 볼거리가 생깁니다.

위아래에 검은 띠가 있는 영화 화면 느낌을 원한다면 MiniMax H3와 Seedance 2.5에서 21:9를 고를 수 있습니다. 가로로 넓은 화면에는 넓은 하늘 아래 말을 탄 사람이 초원을 가로지르는 장면처럼 화면 전체에서 무언가가 벌어지는 프롬프트가 잘 어울립니다. 가운데에 작은 피사체 하나만 두면 빈 공간만 눈에 띕니다.

영상을 편집 프로젝트에 넣고 직접 고른 음악, 내레이션, 효과음을 입힐 예정이라면 무음 소스가 다루기 훨씬 편합니다. Wan 3.0이나 Seedance 2.5에서 오디오를 끄세요. MiniMax H3는 항상 사운드트랙을 생성하지만, 편집 프로그램에서 음소거하거나 다른 소리로 바꿀 수는 있습니다.

영상을 큰 화면에서 틀거나 나중에 잘라서 쓸 계획이라면 해상도가 중요합니다. MiniMax H3는 2K를 제공하고, Wan 3.0과 Seedance 2.5는 최대 1080p입니다. 설정을 높일수록 필요한 크레딧도 늘어나지만, 그 숫자는 제출하기 전에 생성 버튼에 표시됩니다.

어떤 장면이 성립하는지만 확인하고 싶다면 낮은 해상도와 짧은 길이로 충분합니다. Wan 3.0이나 Seedance 2.5에서 480p를 쓰면 시안 비용을 낮게 유지할 수 있습니다. 같은 아이디어를 여러 가지로 바꿔 시험해 보고, 가장 좋은 것을 골라 그 버전만 제대로 된 설정으로 생성하세요.

"짙은 초록색 앞치마를 두른 나이 지긋한 시계 수리공이 작업대 위로 몸을 숙이고, 핀셋으로 아주 작은 황동 톱니바퀴를 집어 창문 쪽으로 천천히 들어 올린다. 해 질 무렵, 오래된 골목의 비좁은 시계방. 벽을 가득 채운 시계들이 똑딱거리고, 공기 중에 먼지가 떠다닌다. 미디엄 숏에서 그의 손 클로즈업으로 카메라가 천천히 다가간다. 왼쪽에서 들어오는 따뜻한 스탠드 불빛, 창밖에서 들어오는 차가운 푸른 빛, 얕은 피사계 심도. 소리: 겹겹이 겹치는 초침 소리, 창밖을 희미하게 지나가는 버스 소리, 핀셋이 딸깍하는 작은 소리."

'짙은 초록색 앞치마를 두른 나이 지긋한 시계 수리공'은 인물 한 명에 눈에 보이는 특징 두 가지를 붙인 것입니다. '톱니바퀴를 집어 창문 쪽으로 들어 올린다'는 시작과 끝이 분명한 동작 하나라서, 클립에 흐름이 생기고 인물이 괜히 이리저리 움직이기만 하는 영상이 되지 않습니다.

'해 질 무렵, 오래된 골목의 비좁은 시계방'이라는 짧은 말로 장소와 시간이 정해집니다. 벽 가득한 시계와 떠다니는 먼지는 저절로 움직이는 배경 디테일이어서, 수리공의 손이 천천히 그리고 조심스럽게 일하는 동안에도 화면이 멈춰 보이지 않습니다.

'미디엄 숏에서 손 클로즈업으로 천천히 다가간다'에는 움직임의 종류, 속도, 시작하는 샷 크기와 끝나는 샷 크기가 모두 들어 있습니다. 모델은 어디서 시작해 어디서 끝낼지, 그리고 이 장면의 진짜 주인공이 손과 톱니바퀴라는 것을 알 수 있습니다.

'왼쪽의 따뜻한 스탠드 불빛, 창밖의 차가운 푸른 빛'은 방향과 색을 가진 두 개의 광원이라서 인물의 얼굴에 따뜻함과 차가움의 대비가 생깁니다. '얕은 피사계 심도'는 벽의 시계들을 부드럽게 흐려서 배경이 주인공과 다투지 않고 주인공을 받쳐 주게 합니다.

소리는 세 겹입니다. 방 안의 소리(초침), 먼 소리(버스), 가까운 디테일(핀셋)입니다. 오디오를 생성하는 모델에게는 목표로 삼을 믹스가 분명해집니다. Wan 3.0이나 Seedance 2.5에서 오디오를 껐다면 이 문장은 지우세요. 더 이상 아무 역할도 하지 않습니다.

두 번째 인물, 대사, 화면 속 글자, 다른 장소로 넘어가는 컷은 넣지 않았습니다. 이런 요소는 하나의 짧은 숏이 여러 아이디어 사이에서 갈피를 잃게 만듭니다. 이야기에 꼭 필요하다면 각각 별도의 클립으로 나눠 따로 프롬프트를 쓰고 생성한 뒤 편집 프로그램에서 이어 붙이세요.