AI 영상 만들기

AI 영상 공장 공략집 · 촬영팀 없이 영상 만드는 12스테이지

🎮

AI 영상 도구 쓰는 법은 다들 압니다. 이 문서는 그걸 매일 돌아가는 공장으로 만드는 법입니다.

게임 회사가 게임을 만드는 방식(화면을 한 장씩 그리고, 출시 전에 QA로 버그를 잡는 방식) 그대로 영상을 만들었습니다. 영상에서 보여드린 도구 이름, 프롬프트, 비용표, 검사 목록을 전부 정리했습니다.


📱 릴스 8편 따라 하기 — 영상 보고 바로 해보는 순서

릴스에서 "이게 중요하다"까지 보셨다면, 여기서 그대로 따라 하시면 됩니다. 숫자는 전부 2026-10-05에 직접 쓰고 조회한 값입니다.

릴스 1 · 같은 얼굴로 AI 영상 시리즈 만들기

  1. 주인공 얼굴 사진 1장을 준비한다 — 보정 앱을 거치지 않은 원본, 정면 사진
  2. 장면마다 영상을 만들 때 그 사진을 참조 이미지로 같이 넣는다 → 어느 장면이든 그 얼굴로 나온다
  3. 옷도 같이 고정된다 → 시리즈 내내 같은 사진을 계속 쓴다 (영상 속 여섯 장면 내내 같은 정장)
  4. 얼굴이 맞는지는 480p로 먼저 확인하고, 마음에 들 때만 고화질로 확정

⚠️

보정한 사진을 넣으면 영상 속 사람도 보정된 얼굴로 나옵니다. AI는 넣은 사진을 그대로 믿습니다.

릴스 2 · AI 프롬프트, 이렇게 써야 그대로 나온다

  1. 4칸을 채운다: 누가 / 어디서 / 뭘 하는지 / 빛이 어떤지
  2. "멋있게", "고급스럽게" 같은 말은 빼고 눈에 보이는 단어로 쓴다 — 예: 형광등, 냄비에서 올라오는 김, 어깨 너머
  3. 싫은 건 딱 집어서 금지한다
쓴 말 결과
"같은 구도로" ❌ 화면이 계속 뒤로 빠짐
"줌아웃 하지 마, 얼굴 크기 그대로" ✅ 구도 고정

릴스 3 · 사진 1장 + 목소리 3초로 말하는 영상

  1. 원본 정면 사진 1장 + 내 목소리 3초를 준비한다
  2. 먼저 480p 빠른 모드(4초에 4 크레딧) 로 시선·구도·발음을 확인한다
  3. 발음이 틀리면 모드를 올린다 — 빠른 모드에서 "자리는"이 "자리에는"으로 들렸고, 시댄스 2.5(12 크레딧)는 정확했다
  4. 화면이 뒤로 빠지면 아래 문장을 프롬프트에 넣는다
Static locked-off camera with NO zoom-out: keep the exact same framing, crop and composition as the start image, face stays the same size.
  1. 확정할 때만 고화질 (480p는 얼굴이 뭉개지지만 확인용으로는 충분) → 모델별 비용표는 아래 STAGE 3과 비용 정산 표에 있습니다.

릴스 4 · 얼굴은 그대로, 배경·옷만 바꾸기

  1. 젠스파크 AI 이미지에서 모델을 GPT Image 2.5로 고른다 (얼굴을 가장 덜 바꿈)
  2. 원본 사진을 첨부하고 1단계 프롬프트로 장소·옷을 바꾼다 (아래 STAGE 4에 원문)
  3. 얼굴이 그대로인지 확인한다
  4. 결과 이미지로 2단계 프롬프트 — "사람은 한 픽셀도 바꾸지 말고 배경만"
  5. 한 번에 하나씩만 바꾼다. 한 번에 다 바꾸라고 하면 얼굴까지 바뀐다

릴스 5 · AI로 30초 예고편 끊김 없이 만들기

  1. 대사 없이 손과 소품으로 장면을 쪼갠다 — 칩을 미는 손, 피어오르는 연기, 카드를 뒤집는 손가락, 라이터
  2. 시댄스는 영상을 만들 때 소리도 같이 만든다 (칩 부딪히는 소리, 카드 넘기는 소리, 라이터 소리) → 효과음을 따로 찾지 않아도 된다
  3. 나중에 목소리나 음악을 깔 거면 소리를 끄고 만든다
  4. 컷을 이을 때는 첫 장면과 끝 장면을 사진으로 지정 → 사이는 AI가 채운다
  5. 앞 컷의 마지막 장면 = 다음 컷의 첫 장면으로 넣으면 이음새가 안 보인다

릴스 6 · 망친 AI 영상 살리는 4가지 (다시 뽑기 전에)

  1. 일부만 고치기 — 열 번 뽑아 겨우 나온 컷에서 손가락만 이상하면 그 부분만 고친다
  2. 짧게 만들고 늘리기 — 한 번에 길게 뽑으면 뒤로 갈수록 흐트러진다. 짧게 만든 뒤 앞이나 뒤로 연장
  3. 480p 초안 → 1080p 확정 — 싸게 많이 보고, 좋은 것만 비싸게
  4. 움직임은 영상으로 보여주기 — "모두 동시에, 이 각도로, 이 속도로"는 글로 열 줄을 써도 안 된다. 움직임이 담긴 영상을 같이 넣으면 그 동작을 따라 한다 (춤, 걸음걸이, 카메라가 천천히 들어가는 움직임)

릴스 7 · 대사 까먹는 사람의 녹음법과 자동 검사

  1. 대본을 한 줄씩 크게 띄우는 녹음 화면을 쓴다 — 스페이스 = 다음 줄, R = 그 줄만 다시
  2. 대본 글자를 화면 맨 위, 카메라 바로 아래에 띄우면 읽는 동안 시선이 정면이 된다
  3. 틀린 줄은 녹음 기록을 보고 나중에 자동으로 잘라낸다
  4. 편집 전에 기계로 먼저 검사한다
  • 녹음에 끊긴 곳이 없는지 (끊긴 곳 9군데·1.28초 → 뒤로 갈수록 목소리가 입모양보다 먼저 나옴 → 빈 곳을 무음으로 채워 해결)
  • 받아쓰기로 대본과 대조해 사라진 문장이 없는지
  • 쉬는 부분을 너무 바짝 잘라 단어 끝이 잘리지 않았는지
  • 사람은 마지막에 한 번만 본다

릴스 8 · AI 시대, 전부를 가지는 사람

따라 할 단계는 없습니다. 이 문서 맨 아래 마지막 스테이지를 읽어주세요.


전체 구조 — 6단계

단계 하는 일 도구
1. 대본 잘되는 영상을 숫자로 분석해서 대본 작성 클로드
2. 목소리 복제 목소리 또는 직접 읽기 힉스필드 / 직접 녹음
3. 이미지 화면에 들어갈 그림, 배경, UI 젠스파크 (GPT Image 2.5)
4. 영상 움직이는 장면 시댄스
5. 편집 자막, 장면 전환, 효과음, 검사까지 한 편으로 클로드 + 맥북 (크레딧 0)
6. 업로드·DM 예약 업로드, 댓글 키워드 → 자동 DM 예약 도구 + 인스타 DM 봇

사람이 하는 일은 각 단계 결과를 보고 "좋다" / "다시" 두 마디뿐입니다.


STAGE 1 · 대본 — 잘되는 영상을 숫자로 뜯어보기

인스타 릴스 8개를 받아서 분석한 결과입니다.

  • 말 속도: 8개 평균 초당 7.9음절, 가장 빠른 영상 9.3음절
  • 첫 1초: 설명부터 하지 않는다. 결론이나 충격적인 장면부터
  • 화면 구성 3가지를 오간다: 얼굴만 / 위 자료 + 아래 얼굴 / 자료만
  • 자료는 항상 같은 틀, 같은 자리에: 한 영상은 54초 동안 이미지 약 40장 (거의 1초에 1장)
  • 끝: "댓글에 ○○ 남겨주세요"

💡

긴 유튜브는 다릅니다. 15분짜리 잘되는 튜토리얼을 분석해보니 말이 느린 게 아니라 한 문장에 동작 하나, 화면의 90%가 실제 작업 화면이었습니다. 숏폼은 속도, 유튜브는 순서입니다.


STAGE 2 · 목소리 — 복제할까, 직접 읽을까

방법 비용 (2026-10-05 힉스필드 조회)
복제 목소리 35초짜리 1개 2.4 크레딧
10분 영상 · 기본 엔진 약 47 크레딧
10분 영상 · 다른 엔진 약 23 크레딧
직접 읽기 0

결론: 짧은 영상은 복제 목소리, 긴 영상은 직접 읽기.

대사를 잘 까먹는다면: 대본을 한 줄씩 띄우는 녹음 화면을 만들어 쓰세요.

  • 스페이스 = 다음 줄, R = 이 줄 다시 읽기
  • 틀린 줄은 나중에 기록을 보고 자동으로 잘라냄
  • 대본 글자를 화면 맨 위(카메라 바로 아래)에 띄우면 시선이 거의 정면이 됨
  • 주의: 키 누르는 소리가 녹음에 들어갑니다. 무선 마이크를 쓰거나, 키 누른 직후를 편집에서 지우세요

STAGE 3 · 얼굴 — 사진 한 장으로 말하는 영상

사진 1장 + 목소리 3초로 네 번 테스트한 결과입니다.

테스트 모델 · 비용 (4초) 결과
1 시댄스 2.5 · 12 크레딧 발음 정확
2 시댄스 2.0 빠른 모드 · 4 크레딧 "자리는"이 "자리에는"으로 들림
3 시댄스 2.0 빠른 모드 · 4 크레딧 화면이 자꾸 뒤로 빠짐 (얼굴이 작아짐)
4 시댄스 2.0 빠른 모드 · 4 크레딧 "줌아웃 하지 마"를 넣었더니 구도 고정

바로 쓰는 프롬프트 한 줄

Static locked-off camera with NO zoom-out: keep the exact same framing, crop and composition as the start image, face stays the same size.

⚠️

보정 앱으로 다듬은 사진을 넣으면, 영상 속 사람도 보정된 얼굴로 나옵니다. AI는 넣은 사진을 그대로 믿습니다. 원본 사진을 넣으세요. 테스트는 480p로 싸게 — 시선·구도·발음은 480p로도 다 확인됩니다.


STAGE 4 · 이미지 — 실제 얼굴 그대로 배경·옷 바꾸기

젠스파크에서 GPT Image 2.5만 씁니다. 여러 개 써봤는데 얼굴을 가장 덜 바꿉니다.

1단계 프롬프트 (차 안 셀카 → 서재)

첨부한 사진 속 남자의 얼굴을 그대로 유지해줘. 얼굴형, 눈, 코, 입, 피부, 안경을 절대 보정하거나 갸름하게 바꾸지 말고 원본 사진과 똑같은 실제 얼굴로. 이 사람이 집 서재 책상 앞에 앉아 카메라 렌즈를 정면으로 똑바로 바라보는 세로 9:16 사진. 옷은 흰 셔츠 위에 짙은 네이비 니트. 아이폰 전면 카메라로 찍은 듯한 자연스러운 사진 질감. AI 티 나는 과한 매끈함·광택·대칭 금지.

2단계 프롬프트 (배경만 바꾸기)

방금 만든 이미지에서 사람(얼굴, 안경, 머리, 표정, 옷, 자세, 구도)은 한 픽셀도 바꾸지 말고 배경만 바꿔줘.
  • 한 번에 다 바꾸라고 하면 얼굴까지 바뀝니다. 한 단계씩.
  • 실제 화면이 있으면 실제 화면을 쓰고, 없을 때만 만드세요. 진짜 화면이 믿음을 줍니다.

STAGE 5 · 영상 — 시댄스 기능 9가지

기능 언제 쓰나
01 텍스트로 영상 누가 · 어디서 · 뭘 하는지 · 빛. "멋있게" 금지, 눈에 보이는 단어로
02 이미지 참조 얼굴·옷 고정. 장면이 여섯 번 바뀌어도 같은 사람
03 영상 참조 춤, 걸음걸이, 카메라 움직임 따라 하기
04 음성 참조 목소리에 입모양 맞추기 (말하는 장면은 좋은 모드로)
05 시작/끝 프레임 앞 컷의 마지막 = 다음 컷의 처음 → 이음새 없음
06 영상 편집 마음에 드는 컷에서 일부만 고치기
07 영상 연장 짧게 만들고 이어서 늘리기 (한 번에 길게 뽑으면 흐트러짐)
08 자체 사운드 효과음까지 같이 생성. 목소리·음악을 따로 깔 거면 끄기
09 초안 → 1080p 480p로 싸게 보고 마음에 들 때만 확정

STAGE 6 · 편집 — 한 편으로 합치고 QA하기

  1. 목소리를 받아쓰기로 돌려 단어마다 몇 초에 나오는지 뽑는다
  2. 그 시각에 맞춰 자막을 띄우고, 장면을 바꾸고, 효과음을 넣는다
  3. 화면은 1초에 24장, 한 장씩 그린다 (게임 화면 그리는 방식과 같음)
  4. 효과음은 파일을 받지 않고 계산으로 만든다 → 저작권 걱정 0 실제로 잡은 버그
버그 원인 수정
뒤로 갈수록 목소리가 입모양보다 먼저 나옴 원본 녹음에 끊긴 곳 9곳 (합계 1.28초) 빈 곳을 무음으로 채움
마지막 문장이 통째로 사라짐 쉬는 부분을 너무 바짝 자름 받아쓰기로 찾아서 복구
"10분"이 "20분"으로 들림 "이 십분"을 빨리 말하면 "이십분" 그 문장을 빼고 화면 그래픽으로 대체

출시 전 검사 목록 (QA)

  • 까만 화면 0개
  • 자막이 화면 위아래 가려지는 자리(릴스 기준 위 14%, 아래 35%)에 들어가지 않음
  • 받아쓰기로 대본 일치율 90% 이상
  • 숫자는 귀로 한 번 더 확인
  • 사람은 마지막에 한 번만 본다

STAGE 7 · 업로드 · 자동 DM

  • 계정 성격을 나눈다: 회사 계정 = 회사 이야기, 개인 계정 = 개인 이야기
  • 영상 끝에 "댓글에 ○○ 남겨주세요" → 봇이 팔로우 확인 → 정리 페이지 링크 DM
  • 발행은 요일·시간을 정해 예약 (예: 회사 월/수/금 오전 9시, 개인 월/화/목/토/일 오전 10시)

비용 정산 (2026-10-05 실측·조회)

항목 비용
복제 목소리 1,000자 3.3 ~ 6.8 크레딧
얼굴 영상 4초 · 시댄스 2.0 미니 2 크레딧
시댄스 2.0 빠른 모드 · 480p / 720p 4 / 10 크레딧
시댄스 2.0 좋은 모드 · 720p / 1080p 18 / 36 크레딧
시댄스 2.5 · 480p / 1080p 12 / 48 크레딧
이미지 · 젠스파크 구독 안에서
편집 · 클로드 + 맥북 0

원칙 3가지: 테스트는 싸게 / 말하는 장면은 좋은 모드 / 최종본만 고화질


마지막 스테이지 · 결국 사람

엔진이 아무리 좋아져도, 무엇이 재미있는지는 엔진이 정하지 않습니다. 뭘 만들지 정하는 것, 망한 걸 알아보는 것, "좋다"와 "다시"를 말하는 것 — 전부 사람입니다. AI를 다룰 줄 아는 사람이, 전부를 가지게 됩니다.

🍦

아이스크림소프트 · 게임을 만드는 팀이, 당신의 서비스를 만듭니다

인스타그램 @icecreamsoft_official — 게임을 만드는 팀이 일하는 방식을 그대로 올립니다

icecreamsoft.co.kr

질문이나 따라 해 본 후기는 오픈 톡방에 남겨 주세요.