AI 영상, 씬마다 그림체가 달라지는 문제

왜 스타일이 계속 흔들리나

프롬프트에 스타일 문장을 아무리 정성껏 써도 씬마다 결과가 달라지는 이유는 단순합니다.

"종이를 오려 붙인 느낌, 파스텔톤, 미니멀"이라고 쓰면 그 문장이 가리킬 수 있는 그림은 수만 가지입니다. 씬 1을 뽑을 때 모델이 고른 해석과 씬 4를 뽑을 때 고른 해석이 같을 이유가 없습니다. 같은 문장을 복사해 붙여넣어도 마찬가지입니다. 문장은 범위를 좁혀줄 뿐 한 점을 찍어주지 못합니다.

해결은 기준을 말이 아닌 그림으로 옮기는 겁니다. 색·질감·요소·글자 모양을 한 장에 박아둔 이미지를 만들어두고, 씬을 뽑을 때마다 그 장을 첨부합니다. 업계에서 애셋 시트라고 부르는 물건이고, 디자인 회사가 외주 디자이너에게 넘기는 브랜드 가이드와 같은 역할을 합니다. 사람에게 주던 걸 모델에게 주는 것뿐입니다.

전체 그림

PART 1 — 애셋 시트: 스타일을 이미지로 고정한다

여기가 이 공정에서 품질을 가장 크게 움직이는 지점입니다. 한 번 만들면 그 채널의 모든 영상에 계속 씁니다.

1) 레퍼런스를 먼저 고른다

백지에서 스타일을 상상하는 건 어렵습니다. 핀터레스트에서 마음에 드는 질감을 먼저 찾아 저장하세요. 원 글은 vox style design을 추천합니다. 종이를 겹겹이 오려 붙인 듯한 콜라주 질감이 나옵니다. 다른 결을 원하시면 아래 검색어도 같이 넣어보세요.

2) 그 한 장을 계약서로 바꾼다

저장한 이미지를 이미지 생성 도구에 올리고 아래를 그대로 넣으세요. 원 글은 구글 Flow에서 진행하는데, 이미지를 첨부해 이미지를 만들 수 있는 도구라면 대체로 같은 결과가 나옵니다. 챗지피티, 제미나이, 힉스필드에서 모두 됩니다.

첨부한 레퍼런스 이미지의 시각 스타일을 그대로 유지하는 디자인 애셋 시트를 한 장으로 만들어 줘. 흰 배경에 격자로 구역을 나누고 아래 여섯 구역을 서로 겹치지 않게 배치해.

1. 키 비주얼: 이 스타일을 대표하는 장면 한 컷
2. 컬러 팔레트: 레퍼런스에서 뽑은 핵심 색 5개를 색상 칩으로
3. 구성 요소: 아이콘, 인물 실루엣, 도형, 화살표, 말풍선 세트
4. 타이포그래피: 굵은 고딕 기준으로 한글과 영문 예시 ("오늘 배운 것", "What I Learned")
5. 숫자와 지표: 굵고 크게 읽히는 숫자 표기 (2026, 87%, 3배)
6. 배경 패턴: 자막을 얹어도 글자가 묻히지 않는 여백 위주의 배경 두 종

지켜야 할 것
- 레퍼런스의 질감과 렌더링 방식을 바꾸지 마
- 요소 사이 여백을 넉넉히 둬서 나중에 잘라 쓸 수 있게 해
- 세로 영상에 쓸 거라 중앙과 하단은 비교적 비워 둬
- 사진처럼 사실적인 표현은 쓰지 마

원 글은 다섯 구역으로 뽑습니다. 저는 여기에 배경 패턴 구역을 하나 더 넣었습니다. 쇼츠는 자막이 화면의 절반을 먹기 때문에 글자가 얹힐 자리를 미리 확보해두지 않으면 나중에 씬마다 가독성이 들쭉날쭉해집니다. 세로 화면 여백 조건을 명시한 것도 같은 이유입니다.

3) 한 장에서 멈추지 않는다

첫 결과가 나오면 바로 이어서 요청하세요.

같은 레퍼런스 스타일을 유지하면서 배치와 색 조합만 다르게 한 시트 4장을 더 보여줘.

다섯 장을 놓고 고릅니다. 고르는 기준은 예쁨이 아니라 형태가 뚜렷한가입니다. 도형 경계가 선명하고 색이 서로 충분히 구분되는 시트를 고르세요. 그 시트가 앞으로 만들 모든 씬의 기준이 되기 때문에, 여기서 애매한 걸 고르면 뒤에 나오는 컷이 전부 애매해집니다.

PART 2 — 대본을 씬으로 자른다

그림보다 대본이 먼저입니다. 뒤에 붙일 자동화 공정이 문장 단위로 움직이기 때문입니다.

원 글이 쓰는 파이프라인은 대본을 한 문장에 한 씬씩 1대1로 매핑합니다. 저장소의 자막 정렬 스킬 문서에 그렇게 적혀 있습니다. 문장을 끊는 자리가 곧 컷이 바뀌는 자리이고 자막이 넘어가는 자리입니다. 이 사실을 모르고 대본을 쓰면 문장 하나가 길어질 때 그 컷만 십 초 넘게 붙박이로 남습니다.

대본이 준비되면 앞서 고른 애셋 시트를 첨부하고 씬을 한 번에 요청합니다. 한 씬씩 따로 뽑으면 대화가 길어지면서 스타일이 다시 흔들립니다.

첨부한 애셋 시트의 스타일과 색만 써서 아래 씬 이미지를 순서대로 만들어 줘. 세로 9:16 비율이고, 화면 하단 4분의 1은 자막이 들어갈 자리라 비워 둬.

씬1 — [첫 문장]
씬2 — [두 번째 문장]
씬3 — [세 번째 문장]
씬4 — [네 번째 문장]
씬5 — [다섯 번째 문장]
씬6 — [여섯 번째 문장]

결과를 보고 마음에 안 드는 컷이 있으면 그 컷만 다시 요청하기보다 전체를 한 번 더 올리는 편이 낫습니다. 컷 하나만 다시 뽑으면 그 컷만 결이 달라지는 일이 생깁니다.

여섯 컷 모두 디테일을 한 단계 올려서 다시 작업해 줘. 스타일과 색 구성은 그대로 두고 요소의 밀도와 그림자만 보강해.

PART 3 — 정지 이미지를 움직이게 한다

키프레임을 찍을 필요는 없습니다. 움직임의 성격을 말로 지정하면 됩니다.

이미지를 영상으로 바꿔주는 도구에 컷을 넣고 아래를 넣으세요. 원 글은 구글 Flow에서 진행합니다.

첨부한 이미지를 종이 콜라주 스톱모션 영상으로 바꿔 줘.

- 질감: 오려낸 종이, 거친 가장자리, 층이 겹친 깊이감
- 움직임: 요소가 종이처럼 팔랑거리거나 한 칸씩 툭툭 끊어지듯 이동
- 카메라: 거의 고정. 아주 느린 확대만 허용
- 인물: 얼굴 표정을 새로 만들지 말고 원본 형태를 유지
- 소리: 나레이션 없이 화면만으로 전달

각 줄이 하는 일

PART 4 — 목소리와 자막과 편집을 넘긴다

여기서부터는 창작이 아니라 반복 노동입니다. 그래서 넘길 수 있습니다.

원 글이 공개한 깃허브 저장소를 클론하면 세 단계가 자동으로 돕니다. 대본을 넣으면 음성을 만들고, 그 음성을 다시 받아써서 자막 타이밍을 계산하고, 앞서 만든 씬 영상을 그 타이밍에 배치해 최종 파일을 굽습니다.

목소리는 어디서 가져오나

원 공정은 목소리를 내 컴퓨터에서 만듭니다. 쓰는 모델은 알리바바가 공개한 Qwen3-TTS이고, 한국어가 공식 지원 언어에 들어 있으며 한국어 프리셋 화자도 하나 제공됩니다. 라이선스는 Apache 2.0이라 상업적으로 써도 됩니다. 다만 로컬 설치가 부담스러우면 굳이 여기서 시작하지 않아도 됩니다. 세 갈래를 놓고 고르세요.

자막 싱크에 드는 돈

공정에서 유일하게 사용량만큼 돈이 나가는 구간입니다. 오픈에이아이의 받아쓰기 요금은 음성 1분당 0.006달러입니다. 6분짜리를 한 달에 서른 편 만들면 180분이고 1.08달러, 우리 돈으로 천오백 원 남짓입니다.

돈이 어디서 얼마나 나가나

공정 전체를 무료로 돌릴 수 있는지부터 정리했습니다. 결론부터 말하면 영상 생성 구간만 아끼면 나머지는 거의 무료입니다.

원문에 없는 함정 다섯 가지

저장소와 공식 문서를 직접 열어보고 확인한 것들입니다. 모르고 들어가면 여기서 멈춥니다.

이 저장소는 안티그래비티용으로 만들어져서 스킬이 .agents 아래에 있어. 클로드 코드에서 쓰게 배선해 줘.
- .claude/skills/ 를 만들고 .agents/skills/ 안의 세 폴더를 각각 심볼릭 링크로 걸어 줘
- .agents/workflows/tts-to-scene-pipeline.md 를 .claude/commands/ 로 복사해서 슬래시 명령으로 부를 수 있게 해 줘
- 레퍼런스 음성 경로가 남의 컴퓨터 절대경로로 박혀 있으니 이 저장소 안 파일을 가리키게 고쳐 줘
배선이 끝나면 무엇이 어디에 생겼는지 목록으로 보여 줘.

배선한 뒤에는 클로드 코드를 한 번 껐다 켜야 새 스킬이 인식됩니다. 세션 도중에 만든 폴더는 그 세션에서 바로 잡히지 않습니다.

실제로 어디에 쓰나

쇼츠 채널이 아니어도 쓸 데가 있습니다. 스타일이 통일된 짧은 영상이 필요한 자리는 생각보다 많습니다.

사내 교육 영상을 매번 새로 안 만들 때

신입이 들어올 때마다 같은 설명을 반복하는 팀이라면, 설명을 대본으로 한 번만 정리해두면 됩니다. 애셋 시트를 회사 브랜드 색으로 한 번 만들어두고 주제가 바뀔 때마다 대본만 갈아 끼우면 같은 결의 영상이 계속 나옵니다. 규정이 바뀌면 그 문장만 고쳐서 다시 굽습니다. 편집자 일정을 잡을 필요가 없어집니다.

제품 설명을 상세페이지 밖으로 꺼낼 때

스마트스토어를 하시면 상세페이지에 있는 설명이 이미 대본입니다. 문장 여섯 개로 줄이고 애셋 시트에 제품 색을 넣어 만들면 릴스와 쇼츠에 같이 올릴 소재가 나옵니다. 제품 사진이 없는 신제품 사전 예약 구간에서 특히 쓸모가 있습니다.

보고서 요약을 팀에 돌릴 때

월간 지표를 슬라이드로 만들어 공유하면 열어보는 사람이 적습니다. 같은 내용을 사십 초 영상으로 만들면 사내 메신저에서 재생됩니다. 숫자 구역을 애셋 시트에 넣어둔 이유가 여기 있습니다. 지표 영상은 매달 만들게 되기 때문에 시트 하나가 열두 번 일합니다.

제가 권하는 방식

도구를 한꺼번에 다 깔지 마세요. 순서를 지키면 중간에 포기할 일이 줄어듭니다.

막혔을 때