AI 영상 프롬프트 작성 방법 가이드: 70% 성공률의 실전 구조

AI 영상 프롬프트 작성 방법 가이드: 첫 번째 클립부터 쓸 수 있는 결과물 만드는 법

대부분의 크리에이터는 AI 영상 프롬프트 작성 방법을 모른 채 구글 검색어처럼 한 줄짜리 문장을 입력한다. 명사 몇 개, 짧은 바람. 그게 전부다.

6개월 동안 세 개의 파이프라인에서 40개의 교육 모듈을 돌려본 결과, 쓸 수 있는 12초 클립과 쓸 수 없는 12초 클립의 차이는 단 하나다. 동작, 조명, 분위기를 얼마나 정확하게 기술했느냐.

상상한 것과 결과물이 다른 이유

모델은 당신을 무시하지 않는다. 당신이 준 것을 해석할 뿐이다.

"밤에 도시를 걷는 사람"이라는 프롬프트는 모델에게 다섯 가지 자유도를 준다. 어떤 사람, 어떤 도시, 어떤 방향, 어떤 속도, 어떤 조명. 돌아오는 결과물은 이 다섯 가지에 대한 모델의 최선의 추측이다. 좋은 날에는 그 추측 중 하나가 당신의 비전과 맞아떨어진다.

강한 AI 영상 프롬프트는 이 자유도를 하나씩 제거한다. 더 많은 단어가 필요한 게 아니라 더 많은 정밀함이 필요하다.

차이를 보자.

약한 프롬프트: "밤에 도시를 걷는 비즈니스맨"

강한 프롬프트: "차콜 오버코트를 입은 40대 초반 남성, 비에 젖은 도쿄 거리를 새벽 2시에 좌우 방향으로 빠르게 걷고 있다. 위에는 나트륨 가로등, 미디엄 트래킹 샷, 누아르 분위기, 약간의 필름 그레인"

같은 주제다. 두 번째 프롬프트는 첫 번째 시도에서 사용 가능한 클립을 70%의 확률로 만들어낸다. 첫 번째는 약 20%. 이 격차는 프롬프트 작성 방식을 바꾸지 않으면 줄어들지 않는다. 모델은 당신의 선호를 학습하지 않는다. 당신이 준 것만 사용할 뿐이다.

프로젝트당 40~100개의 클립을 만드는 크리에이터에게, 이 50포인트 차이는 몇 시간을 의미한다. 규모가 커지면 인력 결정이 된다.

아바타 프롬프트와 생성형 영상 프롬프트: 완전히 다른 두 언어

대부분의 가이드가 놓치는 구분이다. 이걸 알면 몇 시간을 아낄 수 있다.

Kling AI, Higgsfield, Runway 같은 도구로 B롤 또는 시네마틱 영상을 생성할 때는 장면을 연출하는 것이다. 모델은 프레임 안에 무엇이 있는지, 어떻게 움직이는지, 어떻게 보이는지를 이해해야 한다.

Polymorf, HeyGen, Synthesia 같은 도구로 아바타 토킹헤드 영상을 생성할 때는 퍼포머를 연출하는 것이다. 모델은 전달 속도, 아바타 감정, 스크립트 구조를 이해해야 한다. 시각적 장면 구성이 아니라.

생성형 B롤 프롬프트 구조:

[피사체] + [동작] + [배경] + [카메라] + [조명] + [스타일] + [움직임 품질]

아바타 영상 프롬프트 구조 (스크립트 수준):

[아바타 톤] + [속도 큐] + [일시 정지 마커] + [강조 노트]

Kling 프롬프트로 아바타 클립을 만들려는 건 영화감독에게 무대 지시를 내리는 것과 같다. 최선의 경우 혼란, 최악의 경우 역효과.

클립 유형 하나. 완전히 다른 두 가지 프롬프트 언어. 텍스트 필드를 열기 전에 어떤 것을 작업하는지 아는 것만으로 어떤 포맷 트릭보다 더 많은 시간을 절약할 수 있다.

생성형 도구에서 통하는 7가지 요소 구조

B롤과 생성형 영상에서는 이 7가지 요소를 순서대로 쌓아라. 하나라도 빠지면 그 통제권을 모델에게 돌려준다.

1. 피사체: 초점이 누구 또는 무엇인지. 구체적으로: 나이, 의상, 자세. "여성"이 아니라 "30대 후반 여성, 네이비 블레이저, 카메라를 정면으로 보며 정지해 있음".

2. 동작: 실제로 무엇이 움직이는지. 운동감 있게: "천천히 회전하며", "왼쪽에서 오른쪽으로 빠르게 걷고 있다", "대리석 조리대 위 머그컵에서 증기가 올라오고 있다".

3. 배경: 어디서 일어나는지. 배경 디테일 포함. "통창이 있는 현대적인 오픈 플랜 사무실, 오전 10시 빛, 뒤로 도시 스카이라인".

4. 카메라: 샷 유형과 움직임. "미디엄 클로즈업, 슬로우 푸시인." "와이드 이스태블리싱 샷, 스태틱." 해석의 여지가 없을 만큼 구체적으로.

5. 조명: 품질, 방향, 색온도. "왼쪽에서 오는 구름 낀 확산광." "위에서 내리는 하드한 방향성 네온 사이안." 정밀할 때 모델이 조명 설명어를 정확하게 파싱한다.

6. 스타일: 시네마틱 레퍼런스 또는 텍스처. "코닥 Vision3 필름 스톡, 약간의 헤이레이션." "그레인 없는 깔끔한 기업 스타일." "무드 있는 스칸디나비안 겨울, 채도 낮은 팔레트".

7. 움직임 품질: 시간적 가이던스. "안정적인", "부드러운 전환", "플리커 없음", "일정한 움직임" 같은 단어들이 Kling과 Higgsfield 같은 모델에서 시각적 아티팩트를 극적으로 줄인다.

완성된 7요소 프롬프트: "30대 초반 여성 프로덕트 디자이너, 회색 터틀넥, 흰 책상 위에 세라믹 머그컵을 의도 있게 올려놓고 있다. 현대적인 미니멀 스튜디오, 왼쪽에서 오는 확산 창 조명. 미디엄 클로즈업, 슬로우 푸시인. 약간 따뜻한 부드러운 아침 빛. 그레인 없는 깔끔한 에디토리얼 스타일. 안정적인 움직임, 플리커 없음."

이 프롬프트는 첫 번째 또는 두 번째 시도에서 브로드캐스트급 클립을 일관되게 만들어낸다. 요소 4, 5, 7이 빠졌을 때 크리에이터들이 첫 주에 겪는 시각적 드리프트와 플리커 문제의 대부분을 설명한다.

실제로 파싱되는 카메라 움직임 용어

모든 방향 언어가 동등하지 않다. 일부 용어는 모델에서 일관되게 파싱되고, 일부는 무시된다.

Kling, Higgsfield, Runway에서 테스트한 신뢰할 수 있는 용어:

• static shot: 카메라 고정, 움직임 없음

• slow push-in: 피사체 쪽으로 미묘한 달리, 친밀감 증가

• wide establishing shot: 전체 장면을 담는 와이드앵글

• medium close-up: 가슴부터 머리까지, 피사체 중앙

• tracking shot left-to-right: 카메라가 수평 움직임을 따라감

• slow pan: 장면 가로질러 카메라가 수평으로 회전

자주 오해되는 용어:

• "dolly zoom"은 대부분의 현재 모델에서 불규칙한 결과를 낸다

• "Dutch angle"은 일관성 없이 적용된다

• "over-the-shoulder"는 모델이 피사체를 중앙에 배치하게 만든다

신뢰할 수 있는 용어 세트를 사용하라. 표에 없는 샷 유형이라면 전체 시퀀스에 투입하기 전에 짧고 저렴한 클립으로 먼저 테스트하라.

프롬프트 길이가 역효과를 낼 때

길수록 항상 좋은 것은 아니다. 각 도구에는 이해력이 최대화되는 실용적인 상한선이 있다.

Kling AI의 경우: 60~100단어가 최적 구간이다. 그 이상이 되면 모델이 프롬프트 중간에 있는 요소들의 우선순위를 낮추기 시작한다.

Highsfield의 경우: 비슷한 상한선이지만, 모델이 괄호 스타일 노트를 더 잘 처리한다. "(미묘하게, 과하지 않게)"는 내부 테스트에서 6번 연속 생성 모두 올바르게 파싱됐다.

아바타 영상 도구의 경우: 스크립트가 곧 프롬프트다. 전달 큐는 일시 정지 마커와 강조 노트에 들어간다. 문장 하나, 명확한 지시 하나. 300단어 블록이 더 많은 통제권을 주지 않는다. 오히려 희석시킨다.

프롬프트가 너무 길다는 신호: 세 가지 요소는 완벽하게 맞지만 두 가지는 무시된 클립이 나올 때. 가장 낮은 우선순위의 디테일부터 잘라라.

크레딧을 낭비하지 않고 반복하는 법

주당 20개 클립에 40% 불량률이면 주당 8개 크레딧을 낭비하는 것이다. 생성 당 $0.05~$0.20로 계산하면 나쁜 프롬프트만으로 월 $16~$80을 쓰는 셈이다. 주당 100개 클립을 운영하는 팀이라면 실질적인 예산 항목이 된다.

낭비를 줄이는 시스템 하나: 단일 변수 테스트.

완전한 7요소 프롬프트로 기준 클립을 생성한다. 결과를 기록한다. 정확히 한 가지 요소를 바꾸고 재생성한다. 카메라 움직임, 조명, 스타일 레퍼런스: 한 번에 한 가지 변수.

4~5번의 반복 후, 어떤 요소를 도구가 가장 많이 가중치를 두는지 알게 된다. 이 지식은 배치의 모든 미래 클립에 전달된다.

전체 프롬프트를 다시 쓰고 재생성하면 무언가 바뀌었다는 건 알지만 무엇이 바뀌었는지는 모른다. 무한정 반복하게 된다.

당신의 성공 프롬프트 템플릿을 저장하라. 필자는 설정 유형별로 12가지 변형을 정리해둔다: 실내 기업형, 야외 도시형, 제품 클로즈업. 모든 새 배치에서 테스트된 골격을 재사용한다.

개별 프롬프트 조정보다 더 많은 시간을 절약하는 것

최대 레버리지 동작은 더 나은 공식이 아니다. 생성 시작 전에 검토-거부 사이클을 제거하는 것이다.

프로덕션 시간을 가장 많이 줄이는 두 가지 실천법:

사전 생성 스토리보딩: 아무것도 생성하기 전에 각 클립에 대한 한 줄짜리 샷 설명을 써라. 한 문장으로 샷을 설명할 수 없다면 정확하게 프롬프트를 쓸 수도 없다. 스토리보딩 단계는 크레딧 한 개도 쓰기 전에 명확성을 강제한다.

변형 테스트를 통한 배치 생성: 가장 불확실한 샷의 변형 3개를 동시에 생성한다. 최선을 선택하고 나머지는 버린다. 순차적 반복보다 빠르고 도구 동작 패턴을 빠르게 파악할 수 있다.

주당 23개 영상을 제작하는 솔로 크리에이터에게, 이 두 가지 실천법은 프로젝트당 생성 시간을 약 3040분 줄인다. 주당 3개 프로젝트라면 거의 2시간의 파이프라인 시간을 회수하는 것이다.

스튜디오 없이 프로덕션 스케일로.

프롬프트는 맞는데 클립이 여전히 빗나갈 때

프롬프트가 올바르게 구조화되어 있어도 클립이 빗나갈 때가 있다. 그건 프롬프트 문제가 아니라 모델 정렬 문제다.

세 가지 상황과 해결책:

모델이 카메라 지시를 무시할 때: 두 번 반복하라. 시작에 한 번, 끝에 한 번. "미디엄 클로즈업, 슬로우 푸시인. 피사체: [설명]. 스타일: [스타일]. 샷: 슬로우 푸시인의 미디엄 클로즈업." 중복은 대부분의 현재 모델에서 도움이 된다.

클립에 시각적 아티팩트나 플리커가 있을 때: 시간적 안정성 언어를 명시적으로 추가하라. "일정한 움직임, 플리커 없음, 전반적으로 부드러운 전환, 안정적인 움직임." 이 단어들은 대부분의 영상 생성 아키텍처에서 품질 제약으로 파싱된다.

아바타의 전달이 스크립트 톤과 맞지 않을 때: 긴 스크립트 섹션을 더 짧은 단락으로 나누어라. 대부분의 아바타 도구는 단락이 아닌 문장 단위로 전달을 처리한다. 더 짧은 단위는 속도와 강조에 대해 더 단단한 통제권을 준다. 지시, 데이터, 행동 촉구를 한꺼번에 섞은 단락은 매번 평탄한 전달을 낳는다.

시네마틱 클립에서 모든 것이 실패할 때: 10초 대신 5초로 생성하라. 짧은 클립은 복합 변수가 적다. 짧은 버전에서 원하는 룩을 잡고 나서 확장하거나 루프 처리하라.

스크립트는 여기 있다. 당신이 정밀한 것을 줬다면, 시스템이 나머지를 한다.