이미지 투 비디오 프롬프트: 어떤 스틸 이미지에도 통하는 다섯 줄 골격

이미지 투 비디오 프롬프트는 장면에 대한 설명이 아니다. 장면은 이미 화면에 있다. 코트 색, 창문 빛, 유리잔의 형태, 정확한 크롭까지. 스틸 이미지가 모델에게 알려줄 수 없는 것은 다음에 무엇이 일어나야 하는가이며, 그것이 단어를 쓸 가치가 있는 유일한 대상이다.

실망스러운 클립 대부분은 사진을 모델에게 그대로 되설명하는 프롬프트에서 나온다. 빨간 코트를 입은 여성에 대한 형용사 열 개는 생성기에게 애니메이션할 거리를 주지 못하므로, 생성기는 스스로 만든 흘러감과 줌, 느린 흔들림을 집어넣는다. 끝까지 버티는 프롬프트는 더 짧고 더 구조적이다. 한 줄은 프레임을 고정하고, 한 줄은 하나의 눈에 보이는 행동을 지목하고, 한 줄은 카메라 결정을 내리고, 한 줄은 속도를 정하고, 한 줄은 변하면 안 되는 것들을 나열한다.

스틸 이미지가 이미 결정해 둔 것

소스 사진은 프롬프트의 대부분이 이미 답해진 상태로 도착한다. 피사체는 정해져 있고, 빛에는 방향이 있고, 구도에는 크롭이 있고, 색 팔레트는 고정되어 있다. Kling의 프롬프트 가이드는 주제, 행동, 장면, 카메라, 조명, 분위기의 여섯 부분 프레임워크를 제시하는데, 스틸 이미지를 애니메이션할 때 그 여섯 중 넷은 이미 파일 안에 보인다. 진짜로 열려 있는 것은 행동과 카메라뿐이며, 분위기는 보통 어차피 바꿀 수 없는 빛에 의해 암시된다.

그래서 이미지 투 비디오 프롬프트는 텍스트 투 비디오 프롬프트보다 훨씬 짧아야 한다. Founderz의 프롬프트 라이브러리는 같은 요구를 반대 방향에서 말한다. 좋은 AI 비디오 프롬프트는 하나의 눈에 보이는 행동, 샷과 카메라 움직임, 빛, 길이, 그리고 변하면 안 되는 것을 지목한다. 스틸 이미지에서는 빛이 주어진다. 나머지 넷은 당신의 몫이다.

그러니 프롬프트를 움직임 예산으로 다루라. 그림을 다시 서술하는 데 쓴 문장은 변화에 쓰지 못한 문장이며, 모델은 그 공백을 일반적인 움직임으로 채운다. 아무도 요청하지 않은 느린 푸시, 프레임 전체를 가로지르는 흔들림, 멈춰 있어야 할 피사체가 갑자기 숨쉬기 시작하는 것 같은 움직임이다.

다섯 줄 골격

다섯 줄을 이 순서대로 쓴다. 합치면 대략 마흔에서 예순 단어가 되는데, 몇 초짜리 클립에 맞는 크기다.

• 고정. 모델이 재설계해서는 안 되는 것을 잠근다. "소스 이미지와 같은 프레이밍, 같은 렌즈, 같은 빛." 고정이 없으면 모델은 사진을 하나의 제안으로 취급해 다시 구도를 잡고, 크롭이 어긋나고 수평선이 흘러가는 문제가 여기서 생긴다.
• 행동. 하나의 피사체에 붙는 하나의 눈에 보이는 동사. "그녀가 창문 쪽으로 고개를 몇 도 돌리고 멈춘다." 행동 하나이지 연속 동작이 아니다. 한 클립에 두 가지 행동을 넣으면 보통 둘 다 완결되지 않는다.
• 카메라. 하나의 무브와 그 크기를 지목한다. "느린 푸시인, 끝날 때 약 10퍼센트 더 가까워지고, 라벨을 중심으로." 샷에 카메라 움직임이 필요 없다면 그렇게 명시하라. "고정 카메라"는 유효하고 종종 더 나은 지시다.
• 속도. 행동을 시간에 묶는다. "첫 1초는 거의 정지, 3초까지 회전이 완료되고, 마지막 1초는 유지된다." 모델은 기본적으로 움직임을 클립 전체에 늘어뜨리는데, 이는 끊임없이 느리게 흘러가는 것처럼 읽힌다. 일정을 주면 움직임이 의도적으로 느껴진다.
• 변화 금지 목록. 변하면 안 되거나 나타나면 안 되는 것들. "라벨은 카메라를 향한 채 선명하게 유지, 손이 프레임에 들어오지 않음, 새로운 물체 없음, 입은 다물고 있음." 부정적 기대는 구체적일 때만 작동한다.

다섯 줄을 순서대로 읽으면 문자 메시지 하나에 들어가는 샷 플랜이 된다. 순서를 바꿔 읽거나 한 줄을 건너뛰면, 어떤 실패가 나올지 대개 예측할 수 있다.

사진 네 장, 골격 하나

이 골격은 피사체를 언급하지 않기 때문에 이식이 가능하다. 다음은 흔한 네 가지 소스 이미지 유형에 대해 같은 다섯 줄을 채워 넣은 것이다.

창가의 인물 사진. 고정: 같은 크롭, 같은 부드러운 측광. 행동: 그녀가 창문 쪽으로 고개를 살짝 돌리고 자리를 잡는다. 카메라: 고정. 속도: 첫 1초는 거의 정지, 3초까지 회전이 끝나고, 끝까지 유지. 변화 금지 목록: 같은 헤어라인과 같은 배경선, 입 다물기, 손 없음. 작은 행동이 핵심이다. 몇 도의 고개 돌림은 살아 있는 것처럼 읽히지만, 전신 회전은 모델에게 두 번째 얼굴을 만들어낼 시간을 준다.

이음새 없는 배경 위의 제품. 고정: 같은 중앙 구도와 표면의 같은 그림자. 행동: 병이 15도 이내로 회전해 라벨이 빛을 받는다. 카메라: 아주 느린 푸시인. 속도: 회전은 즉시 시작되고, 푸시는 마지막 프레임까지 고르게 이어진다. 변화 금지 목록: 라벨 텍스트는 선명하고 읽을 수 있게 유지, 라벨을 가로지르는 반사 없음, 떠다니는 입자 없음. 제품 클립은 텍스트에서 먼저 실패하므로, 여기서는 변화 금지 목록이 대부분의 일을 한다.

김이 보이는 음료. 고정: 같은 유리잔, 같은 테이블 가장자리, 같은 역광. 행동: 김이 위로 말리며 옅어지고, 물방울은 그대로 머문다. 카메라: 고정. 속도: 연속적, 완급 없음, 클립 전체에 걸쳐 고른 움직임. 변화 금지 목록: 따르는 동작 없음, 새로운 얼음 없음, 액체 움직임 없음. 주변 움직임은 피사체 자체가 변할 필요가 없기 때문에 가장 맞히기 쉬운 종류다. 오직 그 주변의 공기만 움직이면 된다.

실내 또는 풍경. 고정: 같은 수평선과 같은 프레이밍. 행동: 커튼이 살짝 움직이고, 먼 잎들이 흔들린다. 카메라: 오른쪽으로 느린 횡이동. 속도: 첫 프레임부터 마지막 프레임까지 일정한 속도. 변화 금지 목록: 수평선은 수평 유지, 새로운 가구 없음, 사람 없음. 움직이는 카메라가 제값을 하는 유일한 경우인데, 전경과 중경, 배경이 있는 프레임은 카메라가 이동하면서 층으로 분리되기 때문이다. 평면적인 그림이 입체적으로 느껴지게 만드는 효과다.

카메라 결정은 하나, 셋이 아니다

카메라 줄은 프롬프트가 보통 지나치게 욕심을 내는 지점이다. Getimg의 시네마틱 AI 카메라 무브 분석은 그 논리를 깔끔하게 제시한다. 푸시인, 풀백 리빌, 측면 트래킹, 오빗, 틸트 리빌, 크레인 라이즈, 핸드헬드 팔로우의 일곱 가지 표준 무브는 각각 하나의 특정한 일을 하며, 여러 개를 쌓는 것보다 맞는 하나를 고르는 것이 더 중요하다. 흔한 실패에 대한 그들의 진단은 정확하다. 카메라 결정이 전혀 내려지지 않았기 때문에 결과에 무작위 줌이나 불안정한 흘러감, 방향 없이 떠다니는 카메라가 생긴다는 것이다.

여기서 실용적인 결과 두 가지가 따른다. 첫째, 무브와 함께 속도도 지목하라. "푸시인"만으로는 돌진처럼 도착할 수 있다. 둘째, 소스 프레임이 원하는 무브를 감당할 수 있는지 확인하라. 횡이동이나 오빗은 드러낼 깊이가 필요하다. 모든 것이 한 평면에 있는 평평한 프레임에서는 분리될 것이 없고, 같은 무브가 슬라이드처럼 읽힌다. 사진이 평면적이라면 푸시인을 고르고 피사체의 행동이 클립을 이끌게 하라.

클립은 증상으로 읽고, 한 줄만 고쳐라

클립이 어긋났을 때는 전부 다시 쓰고 싶어진다. 그 유혹을 참아라. 거의 모든 실패는 골격의 한 줄에 대응하며, 그 줄을 고치는 것은 10초짜리 편집이다.

• 프레임 전체가 흘러가거나 숨쉬듯 움직인다: 고정 또는 카메라 줄이 모호하다. "고정 카메라, 삼각대에 고정된 프레임"을 추가하고 원래 프레이밍을 다시 적어라.
• 프레임 사이에서 얼굴의 정체성이 바뀐다: 한 번에 너무 많은 일이 일어나고 있다. 카메라를 고정하고 행동을 작은 움직임 하나로 줄여라.
• 멈춰 있어야 할 것들을 포함해 모든 것이 한꺼번에 움직인다: 변화 금지 목록이 없거나 너무 추상적이다. 제자리에 머무는 요소들을 지목하라.
• 생기 없이 슬라이드쇼 줌처럼 보인다: 속도 줄이 없어서 움직임이 고르게 퍼져 있다. 행동에 시작과 끝, 유지를 부여하라.
• 새로운 물체나 두 손이 나타난다: 변화 금지 목록에 강한 부정이 필요하다. "손이 프레임에 들어오지 않음, 새로운 물체 없음, 텍스트 추가 없음."
• 클립이 끝에서 무너지거나 어색하게 반복된다: 마지막 1초를 쓴 적이 없다. 마지막 프레임이 어떤 모습인지 적고 거기서 잘라라.

세그먼트는 짧게, 늘리지 말고 잘라라

생성은 설계상 짧고, 클립을 늘리면 작은 오류가 쌓이는 경향이 있다. 얼굴이 흐려지고, 라벨이 일그러지고, 배경에 없던 디테일이 생긴다. 긴 원테이크 하나보다 깔끔한 세그먼트 여러 개를 계획하라. 각 세그먼트에 같은 다섯 줄을 쓰되 행동과 카메라 크기만 바꾸고, 움직임의 박자에 맞춰 이어 붙여라. 그러면 결과는 품질이 떨어지는 단일 샷이 아니라 하나의 시퀀스로 읽힌다.

골격을 실행할 곳

KOOX AI의 Wan 2.6 이미지 투 비디오 생성기는 정확히 이 분할을 중심으로 만들어졌다. 소스 이미지를 제공하고, 그다음 움직임과 카메라 방향, 분위기를 설명하며, 클립이 목표에 맞을 때까지 반복한다. 이 페이지는 원본 이미지가 피사체의 정체성과 프레이밍, 구도를 안정적으로 유지한 채 움직임이 더해지도록 존재한다고 분명히 밝히는데, 이는 곧 고정 줄이며, 당신의 문구가 아니라 도구가 강제하는 것이다.

새 프레임을 생성하는 대신 이미 가진 사진에서 시작하고 싶다면, 사진을 비디오로 변환 도구가 같은 세 단계 구성을 취하며, 선명하고 조명이 좋은 이미지와 눈에 띄는 피사체에서 가장 잘 작동한다. 그리고 단일 무브보다 카메라 언어를 더 깊이 파고들고 싶다면, 다섯 가지 샷 레시피가 클립 하나가 아닌 짧은 시퀀스를 연출하는 방법을 안내한다.

60초 사전 점검

생성 버튼을 누르기 전에 프롬프트를 읽고 다섯 가지 질문에 답하라. 프레이밍이 고정되었는가? 눈에 보이는 행동이 정확히 하나인가? 카메라 결정이 정확히 하나이고 속도가 있는가? 움직임이 시간에 따라 계획되었는가? 변하거나 나타나면 안 되는 것들의 목록이 있는가?

다섯 번의 "예"가 나오면 디버깅할 수 있는 프롬프트를 가진 것이다. 하나라도 "아니오"라면, 다음 생성을 또 쓰기 전에 어느 줄을 고쳐야 하는지 알게 된다. 골격은 좋은 아이디어를 위한 공식이 아니다. 결과로부터 문제가 아이디어였는지 문구였는지를 판별하게 해 주는 장치다.