AI 광고 스토리보드, 이제 “한 장 그리기”가 아니라 “시작-끝 두 장 찍기”로 바뀌고 있어요

계기 — 식품 광고 스토리보드 한 장

최근 SNS에서 감자칩 광고용으로 만들어진 스토리보드 한 장이 눈에 띄었어요. 15초짜리 세로형(9:16) 영상 광고를 위한 8컷 구성인데, 각 컷마다 이런 정보가 빠짐없이 박혀 있었어요.

• 타임코드 — [0:00-0:02] 식으로 정확한 구간
• 샷 타입 — [CU](클로즈업) · [Macro Slow-motion] · [360 Orbit, Ultra-slow] · [ECU](익스트림 클로즈업) · [Dolly Shot] · [Rack Focus] · [Hero Shot] 등 실제 영상 업계에서 쓰는 카메라 용어
• 내레이션(VO) 또는 효과음(SFX) — 컷마다 실제 대사·소리까지 명시

맨 위에는 전체 길이(15초)·스타일(프리미엄 푸드 매크로)·타깃 시청자·오디오 컨셉·”왜 이 스타일이 먹히는가”까지 한 줄로 정리돼 있었고, 맨 아래엔 소품 클로즈업 참고샷과 실제 크기 비교용 이미지까지 따로 붙어 있었어요. 한마디로 “이 프롬프트만 있으면 영상팀 전체가 같은 그림을 보고 움직일 수 있는” 수준의 기획서였어요.

이게 왜 예사롭지 않냐면

보통 우리가 AI 영상 생성기에 넣는 건 “카페에 앉은 여자가 창밖을 본다” 같은 한 줄짜리 설명이에요. 그런데 이 스토리보드는 카메라가 어떻게 움직이는지, 몇 초에 뭐가 나오는지, 무슨 소리가 나는지까지 전부 사람이 먼저 결정해놓고, AI에게는 “이 설계도대로 채워달라”고 시키는 방식이에요.

실제로 이 방식을 쓰는 두 가지 실전 사례를 더 찾아봤는데, 접근법이 서로 다르면서도 핵심 원리는 똑같았어요 — “먼저 이미지로 결과를 확정하고, 그 이미지를 영상 AI에게 참조로 준다”는 것.

사례 1 — 한 장의 스토리보드 이미지로 애니메이션 단편 만들기

한 개발자는 클로드(Claude)를 “감독”으로 세우고, Vidfield.ai라는 서비스를 통해 이미지·영상 생성 AI에 직접 접근하는 방식으로 애니메이션 단편을 만들었어요. 순서는 이래요.

1. 1단계 — GPT Image 2.0으로 캐릭터 디자인 시트(정면·측면·여러 각도·다양한 표정)와 8컷 스토리보드를 한 장의 이미지 안에 합쳐서 생성. 손글씨 카메라 노트, 화살표, 타이밍 메모까지 포함해서 실제 애니메이션 스튜디오의 기획서처럼 만듦.
2. 2단계 — 그 스토리보드 이미지 통째로를 시댄스(Seedance) 2.0에 넘기고, “이 캐릭터·배경·소품 디자인을 그대로 유지하고 새 캐릭터를 추가하지 마라”는 명시적 지시와 함께 0:00~0:15까지 초단위 카메라·사운드 지시를 담은 프롬프트로 15초짜리 완성 영상을 한 번에 생성.
3. 3단계 — 같은 대화 안에서 계속 다음 버전을 리파인.

핵심은 “스토리보드 이미지 하나가 여러 컷의 정보를 담은 마스터 시트 역할을 하고, 영상 생성 AI가 그 마스터 시트를 참조 자료로 읽어서 하나로 이어지는 영상을 뽑아낸다”는 점이에요.

사례 2 — “빈 화면”과 “완성 화면” 두 장을 동시에 주는 방식

또 다른 사례는 페이퍼콜라주(종이 오려붙이기) 스타일의 5초짜리 설명 영상을 대량으로 만든 오픈소스 시스템이에요. 90개 클립을 생성해서 2개만 재생성했다고 밝힐 정도로 안정적이었는데, 방식이 독특해요.

1. 완성 이미지를 먼저 만들고 승인 — 스타일·구도가 여기서 80% 결정됨.
2. ffmpeg로 “빈 쌍둥이” 이미지를 따로 생성 — 완성 이미지와 정확히 같은 배경색인데 아무 것도 없는 빈 화면.
3. 두 이미지를 영상 생성 AI(Gemini 계열 모델)에 순서대로 태그를 붙여서 전달 — “이미지 1은 정확히 빈 시작 프레임, 이미지 2는 정확히 완성된 끝 프레임”이라고 명시. AI는 그 사이(중간 과정)만 채움.
4. 초당 1프레임씩 뽑은 컨택시트로 육안 검수 — 정말 빈 화면에서 시작하는지, 조립 과정이 자연스러운지, 끝 장면이 승인한 이미지와 일치하는지 확인.

이 방식이 특히 흥미로운 건, 텍스트로 “이미 이 상태다”라고 아무리 자세히 설명해도 AI가 은근히 처음부터 다시 그 동작을 하는 것처럼 그리는 문제를, 말로 설득하는 대신 진짜 “끝 상태” 이미지를 하나 더 던져줘서 원천 차단한다는 점이에요.

지금 바로 따라 해볼 수 있는 것

1. 영상 아이디어가 있으면 텍스트 프롬프트부터 쓰지 말고, 완성된 마지막 장면을 이미지로 먼저 만들어서 확정해보기
2. 장면에 “무언가 등장하거나 사라지는” 변화가 있다면, 그 변화 전 상태를 담은 이미지를 하나 더 만들어서 시작 프레임으로 준비해보기
3. 쓰고 있는 영상 생성 AI가 참조 이미지를 몇 장까지 받는지, 이미지 순서가 역할(시작/끝)을 결정하는지 직접 확인해보기
4. 스토리보드를 짤 때 “몇 초에 무슨 카메라 샷인지”를 업계 용어(CU·ECU·Dolly·Rack Focus 등)로 명시해보면, 나중에 검수할 때 훨씬 빠르게 훑어볼 수 있음

주의할 점

이 방식이 모든 상황에 맞는 건 아니에요. 레이어별로 정교하게 제어하거나 카메라가 여러 번 이동하는 복잡한 장면은, 이런 “이미지 두 장 보간” 방식보다는 레이어 기반 영상 편집 툴이 더 적합해요. 또 시작·끝 이미지를 둘 다 만드는 건 그만큼 이미지 생성 비용과 검수 시간이 늘어난다는 뜻이기도 해요 — 짧고 간단한 클립엔 오히려 배보다 배꼽이 커질 수 있어요.

궁금한 점