소개
준호님의 글을 보고 분석한 글!
한국어 웹사이트 스크린샷
파이프라인 구조 분석
5단계 파이프라인
#
단계
내용
교훈
1
구조 설계
자동화(빠른 테스트) vs 정식(퀄리티) 분리
🔑 "이 구분이 큰 차이를 만들었다"
2
레퍼런스 체계
장르/앵글7종/조명/감정 키워드 → prompt_builder 내장
🔑 핵심 차별화 포 인트
3
고양이 테스트
가벼운 소재로 전체 흐름 검증
슬라이드쇼 문제 발견 → Veo 추가
4
작품 적용
로판 웹소설 티저
prompt_builder 미호출 버그 발견
5
장르 교차
실사 스릴러 스타일 테스트
레퍼런스만 교체하면 재활용 가능
영상 분석 결과
🐱 영상 1: 고양이의 하루
1080×1920 24초 H.264
AI 이미지 품질
★★★★☆
캐릭터 일관성
★★★★★
앵글 다양성
★☆☆☆☆ 🔴
숏폼 완성도
★★☆☆☆
지브리/로파이 스타일, 따뜻한 색감. 단, 앵글 변화 거의 없어 슬라이드쇼에 가까움
🌹 영상 2: 로판 티저
720×1280 8초 H.264
AI 이미지 품질
★★★★☆
캐릭터 일관성
★★★☆☆ ⚠️
로판 톤앤매너
★★★★☆
숏폼 완성도
★★★☆☆
황금빛 궁전+한복풍 드레스, 꽃잎 효과 우수. 머리 스타일 프레임 간 불일치, 남주 부재
🔪 영상 3: 스릴러 (이미지만)
720×1280 8초 H.264
AI 이미지 품질
★★★★☆
스릴러 톤 적합성
★☆☆☆☆ 🔴
실사 스타일 달성
★★☆☆☆
프레임 일관성
★★★★★
⚠️ 장르 불일치 심각 — 스릴러인데 로맨스판타지 비주얼. 색조/분위기/연출 전면 수정 필요
끌림영상에서 배울 점
✅ 즉시 도입할 것
1. 레퍼런스 체계 = prompt_builder
앵글 7종(CU/MCU/MS/WS/Low/High/Dutch) + 조명 타입 + 감정 키워드를 프리셋으로 내장.
"같은 도구를 써도 결과물이 달라지는 이유는 레퍼런스 체계" — 이건 정확해.
2. 자동화 vs 정식 파이프라인 분리
빠른 테스트용(auto-pipeline)과 퀄리티 제작용(production)을 분리하면 디버깅 속도가 확 올라감.
3. 가벼운 소재로 먼저 테스트
본 작품 전에 고양이 같은 부담 없는 소재로 한 바퀴 돌리기 — 설계에서 안 보이는 문제를 잡을 수 있음.
⚠️ 우리가 주의할 점
1. 앵글 다양성 문제 — AI가 기본적으로 같은 앵글만 반복. prompt_builder가 호출 안 되면 결과가 단조로워짐
2. 캐릭터 일관성 — 씬마다 얼굴/머리가 바뀌는 문제. 원작 묘사를 직접 전달해야 함
3. 장르 교차 시 톤앤매너 — 스릴러인데 로맨스 비주얼이 나온 사례. 장르별 스타일 가이드 엄격히 적용 필요
4. "코드가 존재하는 것 ≠ 작동하는 것" — prompt_builder 미호출 사례. 항상 결과물로 검증
🔧 끌림영상 파이프라인 개선 제안
현재 (끌림영상)
준호님 파이프라인에서 배울 것
액션
프롬프트 수동 작성
prompt_builder 자동 조립
앵글/조명/감정 프리셋 코드화
단일 파이프라인
auto vs production 분리
draft(빠른 테스트) / final(퀄리티) 모드
레퍼런스 비체계적
장르/앵글/조명별 분류
references/ 폴더 구조화
Veo API 단독
Gemini(이미지) + Veo(영상) 연결
이미 유사 — Nano Banana 활용법 참고
장르별 가이드 없음
장르별 비주얼 톤 프리셋
로판/스릴러/일상 등 톤앤매너 사전 구축
📊 기술 스택 비교
항목
준호님
끌림영상 (우리)
차이
이미지 생성
Gemini API (Nano Banana Pro)
Nano Banana / LTX / Grok Video
비슷
영상 변환
Veo API (8초)
Grok Video / LTX 2.3
비슷
코드 에이전트
Claude Code (VS Code)
OpenClaw 해적단
✅ 우리가 강함
프롬프트 관리
prompt_builder 코드
스킬 기반
✅ 우리가 유연
레퍼런스 체계
7종 앵글 + 조명 + 감정
미구축
🔴 배워야 할 것
폴더 구조
단계별 분리 (01~04)
스킬별 분리
비슷
자동화 수준
"주제 한 줄 → 영상"
수동 단계 많음
⚠️ 참고
결과와 배운 점
영상 전문 pd님의 사례를 보고, 공부를 해보았습니다.
에이아이를 쓰던 사람과 영상을 원래 하던 사람이 에이아이를 하는 순간 느끼는 부분에 대한 시각을 공유할 수 있게 되어서 이렇게 분석글을 써보게 되었네요!
도움 받은 글 (옵션)
https://www.gpters.org/nocode/post/ai-video-automation-pipeline-dKVUbgznY4VKPuW
