AI 영상 만들기, 도구보다 먼저 경로를 고르는 법
AI 영상 만들기는 손에 무엇이 있느냐에서 갈립니다. 글로 시작하는 방식, 사진에서 시작하는 방식, 템플릿 동작 세 갈래의 맞는 자리와 맞지 않는 자리, 첫 한 편을 5초로 끝까지 만드는 절차, 기억할 설정 세 가지를 정리했습니다.

이 페이지에서
# AI 영상 만들기, 도구보다 먼저 경로를 고르는 법
AI 영상 만들기는 도구를 고르는 일이 아니라, 지금 내 손에 무엇이 있는지 확인하는 일에서 시작합니다. 머릿속에 장면만 있다면 글로 시작하고, 인물 사진이 있다면 그 사진에서 시작하고, 따라 하고 싶은 동작 영상이 있다면 그 영상을 기준으로 삼습니다. 세 갈래는 준비물도, 결과의 성격도, 손봐야 할 지점도 서로 다릅니다.
이 글은 세 갈래를 한 번에 놓고 어느 쪽이 내 상황에 맞는지 판단하는 데까지만 들어갑니다. 프롬프트를 어떻게 쓰는지, 사진 한 장을 어떻게 고르는지는 각각 다른 글에서 더 깊게 다루고, 여기서는 링크로 넘깁니다. 목표는 하나입니다. 오늘 안에 5초짜리 한 편을 끝까지 만들어 보는 것.
손에 있는 것부터 확인합니다
| 손에 있는 것 | 가는 길 | 결과의 성격 | 먼저 볼 것 |
|---|---|---|---|
| 장면에 대한 생각뿐 | 글로 시작하는 방식 | 모델이 처음부터 그려 내는 장면 | 구도가 흔들리지 않는지, 인물을 지정할 수 있는지 |
| 인물·제품·공간 사진 | 사진에서 시작하는 방식 | 내가 가진 피사체가 그대로 움직임 | 원본 사진의 구도와 해상도 |
| 따라 하고 싶은 동작 영상 | 템플릿 동작 | 실제 촬영된 움직임 위에 내 피사체를 얹음 | 템플릿 프레임과 내 사진의 구도가 맞는지 |
| 여러 장면을 이어 붙일 계획 | 글로 시작하는 방식 + 편집 | 장면마다 따로 뽑아 편집으로 연결 | 장면 간 인물·색감이 이어지는지 |
표를 보고 나면 대개 답이 하나로 좁혀집니다. 휴대폰에 사람 사진이 이미 있다면 두 번째 줄이고, 이 방식이 가장 빠르게 쓸 만한 결과에 도달합니다. 반대로 특정 인물이 반드시 나와야 하는 영상이라면 첫 번째 줄은 처음부터 후보에서 빼는 편이 시간을 아낍니다.
글로 시작하는 방식: 배경과 분위기에 강합니다
장면을 문장으로 적으면 모델이 처음부터 그립니다. 내가 가진 소재가 결과를 제약하지 않는다는 점이 장점이자 한계입니다.
이 방식이 잘 맞는 자리는 분명합니다. 새벽 한강 위로 안개가 깔린 풍경, 비 내리는 골목의 반사광, 창문 너머로 번지는 노을, 사람이 멀리 지나가는 번화가. 이런 장면은 "누구인지"가 중요하지 않기 때문에 모델이 조금 다르게 그려도 결과가 어색해지지 않습니다. 빛의 방향과 카메라 움직임만 문장으로 잡아 주면 한 편이 금방 나옵니다.
잘 맞지 않는 자리도 분명합니다. 얼굴이 중요한 인물, 브랜드 이름이나 간판 글자, 손으로 무언가를 정확히 집는 동작, 같은 인물이 여러 장면에 이어서 나오는 구성입니다. 같은 사람을 두 번 요청하면 두 사람이 나오는 것이 이 방식의 성질이고, 이건 문장을 고쳐서 해결되는 문제가 아닙니다. 특정 인물이 필요하다면 다음 절로 넘어가세요.
문장을 쓸 때는 카메라를 지시문으로 적습니다. "영화 같은"은 위치를 알려 주지 않지만 "천천히 앞으로 밀고 들어가기"는 프레임이 어떻게 변하는지를 알려 줍니다. 조명도 마찬가지로 이름을 붙입니다. 흐린 날, 늦은 오후의 역광, 왼쪽 스탠드 하나. 빛의 방향을 적지 않은 장면은 결과가 밋밋하게 느껴지는 가장 흔한 이유입니다. 문장을 다듬는 요령은 AI 영상 프롬프트 가이드에서 더 자세히 다룹니다.
사진에서 시작하는 방식: 실제 작업은 대부분 여기서 일어납니다
정지 이미지를 넣으면 그 위에 움직임이 붙습니다. 구도와 인물, 조명을 이미 내가 정해 둔 상태에서 시작하므로 결과를 예측하기가 가장 쉽습니다.
이 갈래를 관통하는 규칙은 하나입니다. 원본 사진이 결과의 상한을 정합니다. 밝고 고르게 찍힌 정면 사진에 피사체 주위 여백이 있으면 어떤 도구에서도 깔끔하게 나옵니다. 반대로 어둡고 기울었으며 얼굴이 화면 끝에 붙은 사진은 문장으로 만회할 수 없는 지점이 생깁니다.
여기서는 딱 세 가지만 기억하세요. 첫째, 인물이라면 전신이 프레임 안에 들어오고 발끝까지 보이는 사진이 좋습니다. 둘째, 피사체가 움직일 방향으로 여백을 남깁니다. 셋째, 배경은 단색 벽이나 하늘처럼 단순한 쪽이 낫습니다. 사진 한 장을 고르는 기준을 더 알고 싶다면 사진을 영상으로 바꾸는 방법으로 이어서 읽으시면 됩니다.

템플릿 동작: 설명하기 어려운 움직임을 맡깁니다
문장으로 적기 어려운 동작이 있습니다. 춤의 박자, 특정한 걸음걸이, 손을 들어 인사하는 각도, 카메라가 피사체를 한 바퀴 도는 움직임 같은 것들입니다. 이럴 때는 움직임을 설명하는 대신, 그 동작이 담긴 영상을 기준으로 삼고 내 피사체를 그 위에 얹습니다.
템플릿이 해결해 주는 것은 접촉의 형태입니다. 두 사람이 안는 장면을 문장으로 요청하면 모델은 팔이 어디로 가야 하는지 추측하지만, 실제 촬영된 영상에는 그 형태가 이미 들어 있습니다. 그래서 인물끼리 몸이 닿는 장면, 도구를 쥐는 장면처럼 접촉이 중요한 컷에서 결과가 자연스럽습니다.
대신 구도가 조건이 됩니다. 템플릿은 특정 각도와 거리에서 찍혔기 때문에, 내 사진이 그 구도와 크게 벌어지면 피사체가 휘어 보입니다. 생성 전에 세 가지를 이 순서로 확인하세요. 전신이 프레임 안에 들어오는지, 잘린 범위가 템플릿과 비슷한지, 피사체가 바라보는 방향이 같은지. 형태가 늘어나 보인다면 원인은 문장보다 이 세 가지에 있습니다. 인물을 템플릿에 얹는 작업은 템플릿으로 영상 속 인물 바꾸기에서 이어서 볼 수 있습니다.
설정은 다섯 개만 기억합니다
처음에는 아래 다섯 줄만 정하면 됩니다. 나머지 옵션은 이 다섯 개가 자리를 잡은 뒤에 만지세요.
| 설정 | 무엇을 정하는가 | 처음에 둘 값 |
|---|---|---|
| 길이 | 오차가 드러나기까지 버티는 프레임 수 | 5초 |
| 해상도 | 디테일과 확인 속도 | 초안 720p, 최종 1080p |
| 화면 비율 | 어디에 올릴 수 있는가 | 세로 9:16, 가로 16:9, 1:1은 얼굴·제품 클로즈업 |
| 카메라 | 프레임을 새로 그려야 하는 양 | 고정 |
| 움직임 폭 | 피사체가 실제로 이동하는 거리 | 작게 |
표의 아래 두 줄이 초보 단계에서 가장 자주 지나치는 항목입니다. 카메라를 고정하면 모델이 새로 계산할 것이 줄어들고, 움직임 폭을 작게 잡으면 형태가 유지됩니다. 카메라를 움직이고 싶다면 피사체 동작이 먼저 안정된 다음에, 같은 설정에서 카메라만 바꿔 한 편 더 뽑으세요.
화면 비율은 마지막에 자르는 문제가 아니라 처음에 정하는 문제입니다. 인스타그램 릴스, 유튜브 쇼츠, 틱톡에 올릴 영상이라면 세로 9:16으로 시작하세요. 가로 16:9는 화면 안에서 재생하거나 발표 자료에 넣을 때, 1:1은 얼굴이나 제품을 꽉 채운 짧은 컷에 맞습니다.
첫 한 편을 끝까지: 여섯 단계
처음에는 아무 사진이나 하나 정해 놓고 끝까지 가 보는 편이 좋습니다. 결과물 하나를 완성해 보면 어느 설정이 어디에 영향을 주는지 손에 잡힙니다.
- 사진 한 장을 정합니다. 정면, 고른 빛, 피사체가 가운데에서 약간 벗어난 구도. 얼굴이 화면 끝에 붙지 않게만 잘라 주세요.
- 길이를 5초로 끊습니다. 5초는 동작 하나가 끝까지 읽히는 길이입니다. 10초는 같은 동작을 두 배로 늘려 보여 주고 싶을 때, 5초에서 형태가 유지된 것을 확인한 다음에 씁니다.
- 해상도는 720p로 초안을 뽑습니다. 지금 판단할 것은 움직임과 인물이지 선명도가 아닙니다. 확정된 설정을 1080p에서 다시 뽑는 편이 훨씬 빠릅니다.
- 움직임을 한 문장으로 적습니다. 무엇이, 어디로, 얼마나. 여기에 "카메라 고정"을 붙입니다. 분위기 형용사는 빼세요.
- 한 편을 세 갈래로 나눠 봅니다. 첫 번째는 인물이 같은 사람인지, 두 번째는 동작이 끝까지 이어지는지, 세 번째는 프레임을 벗어나거나 들어오는 것이 없는지. 한 번에 다 보려 하면 놓칩니다.
- 마음에 들면 같은 설정으로 1080p에서 다시 뽑고, 그 자리에서 내려받습니다. 사진과 문장과 길이를 그대로 두고 해상도만 바꾸는 것이 요령입니다.

결과가 어긋날 때 바꾸는 지점
| 화면에서 보이는 것 | 원인 | 바꾸는 곳 |
|---|---|---|
| 인물이 중간에 다른 사람처럼 바뀜 | 같은 인물 정보가 버텨야 하는 프레임이 많음 | 길이를 5초로 줄이고, 원본 사진을 더 선명한 것으로 |
| 동작이 1초 만에 멈춤 | 움직임을 상태로 적었음 | 무엇이·어디로·얼마나로 다시 적기 |
| 화면 전체가 물처럼 휘어짐 | 움직임 폭이 크거나 복잡한 배경에서 카메라를 움직임 | 움직임 폭을 줄이고 카메라를 고정 |
| 배경이 아른거림 | 피사체 뒤 디테일이 많음 | 배경을 흐리게 하거나 단순한 사진으로 교체 |
| 손가락이 붙거나 개수가 달라짐 | 손이 프레임 가장자리에 반쯤 걸침 | 손을 프레임 안에 온전히 두거나 아예 밖으로 |
| 간판 글자가 뭉개짐 | 글자 모양은 생성 과정에서 보존되지 않음 | 원본에서 글자를 빼고 배경으로만 쓰기 |
여섯 줄 모두 프롬프트가 아니라 입력 단계에서 정리됩니다. 그래서 같은 문장으로도 사진을 바꾸면 결과가 달라지고, 반대로 사진을 그대로 두고 문장만 고치면 잘 바뀌지 않는 항목이 많습니다. 어디를 먼저 손대야 할지 헷갈릴 때는 이 표의 세 번째 열만 보세요.
자주 묻는 질문
처음인데 무엇부터 시작하면 좋을까요? 휴대폰에 있는 인물 사진 한 장으로 5초 영상부터 만들어 보세요. 세 갈래 중 준비물이 가장 적고, 결과를 판단할 기준도 빨리 생깁니다.
사진이 없으면 글로만 만들어야 하나요? 네, 그 경우에는 글로 시작하는 방식이 맞습니다. 다만 특정 인물이나 로고가 반드시 보여야 하는 영상이라면 사진을 준비하는 편이 결과가 안정적입니다.
길이는 5초가 좋은가요, 10초가 좋은가요? 5초에서 시작하세요. 형태가 유지되는 것을 확인한 뒤 같은 사진과 문장으로 10초를 뽑으면 두 길이를 모두 확보할 수 있습니다.
화면 비율은 언제 정하나요? 생성 전에 정합니다. 올릴 곳이 세로 플랫폼이면 세로 9:16, 가로 화면이면 16:9입니다. 나중에 자르면 구도가 잘려 나갑니다.
카메라를 살짝 움직이고 싶습니다. 고정 카메라로 동작을 먼저 확인하고, 그 설정에 느린 이동만 더해 한 편 더 뽑으세요. 두 가지를 동시에 바꾸면 무엇이 결과를 바꿨는지 알 수 없습니다.
여러 장면을 이어 붙이려면 어떻게 하나요? 한 번에 긴 영상을 뽑기보다 5초 단위로 장면을 나눠 뽑고 편집에서 잇는 편이 안정적입니다. 장면마다 같은 사진과 같은 문장 구조를 쓰면 색감과 인물이 덜 흔들립니다.
다음에 읽을 글
사진에서 시작하는 방식을 골랐다면 사진을 영상으로 바꾸는 방법이 원본 고르기를 더 깊게 다루고, 문장을 다듬고 싶다면 AI 영상 프롬프트 가이드가 이어집니다. 정지 이미지에서 무엇이 움직일 수 있는지는 사진으로 동영상 만들기에, 화면 비율에 따른 프레임 차이는 이미지 화면 비율과 다중 입력에 정리되어 있습니다.
준비됐다면 템플릿 페이지에서 사진 한 장과 5초로 첫 한 편을 시작해 보세요.
본문의 조건은 이미지 투 비디오에 사진 한 장을 올려 5초 한 편으로 바로 확인할 수 있습니다. 구도와 피사체가 버티는지부터 보이면 됩니다.


