AI 뮤직비디오 장면 설계: 〈내 마음에 도장 꾹〉을 8개 장면으로 나누기

이미지 여덟 장을 먼저 만든 뒤 노래에 끼워 넣으면, 예쁜 장면은 있어도 가사와 행동이 맞지 않을 수 있습니다. 먼저 이야기의 시작·변화·끝을 적고, 그 흐름에 필요한 여덟 장면을 고르면 재생성도 줄일 수 있습니다. 이번 예시는 진(AI 가상 가수)의 〈내 마음에 도장 꾹〉입니다.

먼저 세 문장으로 줄거리를 묶기

첫째, 만남을 앞둔 남자가 거울 앞에서 옷을 고릅니다. 둘째, 함께 식사하고 걸으면서 고백을 망설입니다. 셋째, 손을 잡은 뒤 헤어지지만 몇 걸음 못 가 전화를 겁니다. 여기서 필요한 변화는 ‘긴장→서로의 마음 확인→다음 만남을 기다림’입니다.

무대에서 노래하는 장면은 줄거리 밖의 공연 장면입니다. 후렴을 연결하는 역할로 쓰되, 실제 공연 촬영처럼 소개하지 않습니다. 이 곡의 가수와 장면은 AI로 표현한 것입니다.

여덟 장면 설계표

아래는 실제 가사와 완성본에 쓰인 소재를 바탕으로 정리한 이미지·영상 준비용 설계안입니다. 표의 시간은 실제 자막 시작 시점이며, 이 표가 원본 편집 파일의 전체 컷 목록은 아닙니다.

장면	가사 기준 시점	준비할 화면과 행동
1. 거울 앞	20.10초	따뜻한 방, 남자가 옷깃을 다듬는 중간 크기 화면
2. 길 건너 인사	41.96초	서로를 알아보고 손을 흔드는 두 사람
3. 무대	52.76초 이후 후렴	진이 노래하는 장면, 인물 주변에 여유 공간
4. 식사 자리	87.06초	국밥을 사이에 두고 앉은 두 사람, 긴장한 남자
5. 함께 걷는 골목	101.42초	팔짱을 끼거나 나란히 걷는 두 사람
6. 숨긴 꽃	163.50초	꽃을 뒤에 감추고 말을 꺼내려는 모습
7. 손으로 전하는 대답	191.40초	표정과 손을 함께 읽을 수 있는 구도
8. 돌아서서 전화	220.04초	작별한 뒤 전화하는 남자, 끝맺는 표정

편집 자료에 보관한 꽃 장면. 인물의 표정·손·꽃의 연결을 확인하는 데 쓰는 AI 생성 장면입니다.

꽃 장면을 준비할 때는 꽃의 색보다 행동 순서가 먼저입니다. ‘숨기기→꺼내기→건네기’를 짧은 생성 영상 하나에 모두 시키면 손과 꽃의 연결이 어색해질 수 있습니다. 이미지 한 장이라면 ‘뒤에 감추고 망설이는 순간’처럼 한 상태만 잡고, 다음 행동은 별도 컷으로 나눕니다.

인물이 같은 사람으로 보이게 하는 기준표

참조 얼굴 하나만 넣는 것으로는 부족할 수 있습니다. 승인한 얼굴 이미지와 함께 옷, 머리 모양, 액세서리, 장소의 빛을 기록합니다. 예를 들어 거울 앞의 갈색 재킷이 인사 장면에서 갑자기 검은 정장으로 바뀌면 같은 날의 만남으로 읽기 어렵습니다. 의상이 바뀌는 무대 장면은 공연이라는 별도 맥락을 분명히 둡니다.

고정할 항목	설계 예시	먼저 볼 오류
얼굴·머리	같은 참조 인물, 같은 회색 머리 형태	컷마다 나이·얼굴형이 달라짐
옷	만남 장면의 재킷·셔츠를 일치	같은 날인데 색·무늬가 바뀜
소품	꽃 한 송이, 같은 종류의 전화기	손이 늘어나거나 소품이 순간 이동
빛	만남 장면은 따뜻한 낮빛	골목만 갑자기 한밤중이 됨
화면	16:9, 인물 아래 가사 공간	얼굴·손과 자막이 겹침

한 장면을 지시문으로 바꾸는 예

다음은 새로운 생성에 사용할 수 있는 예시 문장입니다. 실제 생성 기록을 그대로 인용한 것은 아닙니다.

참조 이미지와 같은 두 인물. 따뜻한 낮빛의 작은 식당에서 마주 앉아 있다. 남자는 손수건으로 이마를 한 번 닦고, 여자는 부드럽게 미소 짓는다. 식탁과 두 사람의 상반신이 보이는 고정 카메라. 16:9 가로 화면. 화면 하단은 가사 자막을 넣을 수 있도록 복잡하지 않게 유지한다. 글자와 로고는 넣지 않는다.

여기에 춤·악수·줌인·회전까지 더하지 않는 이유는 검사할 행동을 하나로 좁히기 위해서입니다. 결과가 어색하면 ‘표정은 유지하고 손수건 움직임만 작게’처럼 고칠 대상을 특정할 수 있습니다.

여덟 장면으로 약 4분을 채울 때 주의할 점

여덟 장면을 같은 길이로 반복하면 노래의 절과 후렴 구분이 흐려집니다. 절에서는 가사 속 행동을 따라가고, 후렴에서는 무대와 두 사람의 반응을 교차하며, 엔딩에서는 전화 장면을 충분히 보여주는 식으로 역할을 나눕니다. 실제 완성본 편집표는 58개 구간입니다. 여덟 가지 핵심 상황이 여덟 번의 전환만을 뜻하지는 않습니다.

같은 클립을 재사용할 때는 앞부분과 뒷부분의 행동 차이를 활용하고, 작은 확대를 보조로 사용합니다. 꽃을 건넨 뒤 다시 꽃을 숨기는 화면이 나오면 시간 순서가 거꾸로 보이므로 단순 반복으로 길이를 채우지 않습니다. 동작이 이미 끝난 프레임을 오래 늘리면 정지한 듯 보이는 점도 확인합니다.

편집 자료의 전화 장면. 노래의 마지막 행동을 보여주는 AI 생성 장면입니다.

생성 전에 표에서 빠진 행동이 없는지, 생성 뒤에는 얼굴·손·소품이 연결되는지, 편집 뒤에는 가사가 해당 장면과 같은 순간을 가리키는지 확인합니다. 세 단계의 검사 대상이 서로 다릅니다. 실제 완성 영상과 편집 설정, 한 장면 생성 비용을 줄이는 작업 순서를 함께 참고하세요.