Veo 3 캐릭터 일관성 완벽 가이드: Scenebuilder로 자연스러운 멀티숏 영상 만들기

처음 Veo 3로 멀티숏 영상을 만들었을 때, 저는 공들여 다섯 개 숏으로 구성된 단편 영상 스크립트를 쓰고 기대에 부풀어 하나씩 생성했습니다. 그런데 결과는 어땠을까요? 첫 번째 숏의 주인공은 짧은 검은 머리에 파란색 정장을 입고 있었지만, 두 번째 숏에서는 갑자기 긴 갈색 머리에 회색 후드티 차림으로 바뀌었습니다. 세 번째 숏에 이르자 얼굴형까지 완전히 달라져 그야말로 다른 사람이 되어 버렸습니다.

같은 문제를 겪었다면 여러분만 그런 것이 아닙니다. 캐릭터 외형 불일치는 AI 영상 생성에서 가장 골치 아픈 문제 중 하나입니다. 하지만 수많은 테스트와 조사를 거친 끝에 실제로 효과가 있는 방법을 찾았습니다. 이 글에서는 그동안 얻은 경험을 모두 자세히 공유하겠습니다.

AI 영상에서는 왜 계속 ‘캐릭터 드리프트’가 발생할까?

해결책을 알아보기 전에 먼저 AI 영상 속 캐릭터가 계속 달라지는 이유부터 이해해야 합니다. 원인을 알아야 제대로 대응할 수 있습니다.

AI에는 사실 ‘기억상실증’이 있다

가장 핵심적인 문제입니다. Veo 3와 Runway를 비롯한 모든 AI 영상 생성 모델에는 치명적인 약점이 하나 있습니다. 바로 장기 기억이 없다는 점입니다.

무슨 뜻일까요? 첫 번째 숏에서 검은 정장을 입은 남성을 생성해도 AI는 그 캐릭터의 모습을 기억하지 못합니다. 두 번째 숏을 생성할 때 AI에게는 완전히 새로운 작업입니다. 마치 기억상실증 환자와 대화하듯 매번 자신을 다시 소개해야 합니다.

저도 처음에는 AI가 자동으로 캐릭터 일관성을 유지해 줄 것이라고 순진하게 생각했습니다. 바로 앞 숏을 생성했으니 데이터가 아직 남아 있을 것 같았습니다. 하지만 나중에야 제가 너무 순진했다는 사실을 깨달았습니다. AI 모델은 각 프롬프트를 독립된 작업으로 처리하며 앞뒤 작업 사이에는 아무런 연결이 없습니다.

텍스트 설명은 본래 정확하지 않다

두 번째 문제는 프롬프트에 있습니다.

‘검은색 정장을 입은 남성’이라는 문장이 얼마나 다양한 시각적 결과로 이어질 수 있는지 생각해 보세요. 30대일 수도, 50대일 수도 있고, 아시아인일 수도, 유럽인일 수도 있습니다. 정장도 이탈리아식 스리피스 수트일 수도 있고 평범한 비즈니스 정장일 수도 있습니다. 이렇게 포괄적인 설명을 받은 AI가 매번 다른 결과를 내놓는 것은 자연스러운 일입니다.

식당에서 단순히 ‘볶음밥 하나’를 주문하는 것과 같습니다. 요리사가 다르면 맛도 달라질 수밖에 없습니다. 같은 맛을 내려면 쌀 몇 그램, 달걀 몇 개, 어느 브랜드의 간장, 몇 분간 볶을지까지 정확한 레시피를 줘야 합니다. AI도 마찬가지입니다. 설명이 상세할수록 결과가 안정적입니다.

기술 자체에도 한계가 있다

기술적인 원인도 있습니다.

초기의 AI 영상 생성은 사실상 프레임을 하나씩 순차적으로 만드는 방식이었습니다. AI가 1번 프레임을 생성한 뒤 이를 바탕으로 2번 프레임을 만들고, 다시 2번 프레임을 바탕으로 3번 프레임을 만드는 식입니다. 이 과정에서 프레임마다 작은 오차가 생길 수 있습니다. 그 오차가 누적되면 영상 마지막에는 캐릭터가 알아볼 수 없을 정도로 달라질 수도 있습니다.

어릴 때 하던 말 전달 게임과 비슷합니다. 첫 사람이 ‘오늘 날씨가 정말 좋다’라고 말했는데 마지막 사람에게는 ‘오늘 밤에 야식을 먹는다’로 전해지는 식입니다.

업계 조사 데이터에 따르면 Runway Gen-4와 Veo 3.1처럼 캐릭터 일관성을 특별히 개선한 모델이 출시되기 전에는 AI 영상의 캐릭터 일관성에 대한 사용자 만족도가 대체로 10점 만점에 3~4점에 불과했습니다. 그만큼 널리 퍼진 문제였습니다.

Veo 3의 캐릭터 일관성 도구 세 가지

다행히 Google을 비롯한 AI 기업들도 이 문제를 인식했습니다. Veo 3에는 캐릭터 일관성을 해결하기 위한 몇 가지 기능이 따로 마련되어 있으며 효과도 확실합니다. Google Flow의 공식 데이터에 따르면 이 기능들을 사용했을 때 캐릭터 일관성을 60~70% 높일 수 있습니다.

하나씩 자세히 살펴보겠습니다.

도구 1: Reference Images(참고 이미지)

Veo 3.1 Standard 버전에서만 제공되는 기능입니다. 간단히 말해 이미지 1~3장을 업로드하고 AI에게 ‘내가 원하는 캐릭터는 바로 이 모습이니 엄격하게 따르라’고 알려 주는 방식입니다.

AI는 업로드한 이미지에서 얼굴형, 헤어스타일, 피부색, 이목구비 비율 등 캐릭터의 핵심 특징을 추출한 뒤 영상을 생성할 때 이를 최대한 재현합니다.

이 기능은 특히 다음 두 가지 상황에 적합합니다.

• 완전히 새로운 가상 캐릭터를 만들고 외형을 처음부터 정의해야 할 때
• 특정 인물의 외모를 재현하고 싶을 때(예: 역사적 인물이나 소설 속 캐릭터)

솔직히 이 기능에도 한계는 있습니다. 우선 Standard 모드에서만 사용할 수 있어 Veo 3 기본 버전에서는 쓸 수 없습니다. 또한 효과가 좋다고 해도 100% 완벽하게 복제되지는 않으므로 상세한 텍스트 설명을 함께 사용해야 합니다.

저도 실제 인물 사진을 참고 이미지로 몇 번 테스트해 봤습니다. AI가 만든 캐릭터는 주요 특징을 확실히 잡아냈지만 세부 요소에는 여전히 차이가 있었습니다. 예를 들어 눈동자 색이 조금 다르거나 머리카락의 볼륨감이 달라질 수 있었습니다. 그래도 전체적으로는 텍스트 설명만 사용하는 것보다 훨씬 나았습니다.

도구 2: Scenebuilder(장면 빌더)

제가 가장 자주 사용하고 의존하는 기능입니다. Scenebuilder는 멀티숏 영상의 캐릭터 일관성을 위한 핵심 해결책이라고 해도 과언이 아닙니다.

작동 원리는 이전 숏의 시각 정보를 다음 숏의 참고 자료로 사용하는 것입니다. AI에 일종의 ‘단기 기억’을 달아 주는 셈입니다. 모든 과거를 기억하지는 못해도 적어도 방금 일어난 일은 기억할 수 있습니다.

Scenebuilder에는 몇 가지 핵심 기능이 있습니다.

‘Add to Scene’(장면에 추가)
마음에 드는 숏을 생성한 뒤 이 버튼을 클릭하면 영상이 타임라인에 추가됩니다. 이 작업은 본질적으로 AI에게 ‘이 캐릭터의 모습을 기억해. 뒤에서도 다시 사용할 거야’라고 알리는 것입니다.

‘Extend’(연장)
다음 숏을 생성하는 주요 방식입니다. 이전 숏의 시각적 내용을 바탕으로 자연스럽게 이어지는 후속 화면을 만듭니다. 핵심은 캐릭터 외형을 최대한 바꾸지 않고 유지한다는 점입니다.

‘Jump to’(점프)
실내에서 야외로 전환하는 것처럼 장면을 하드 컷으로 바꾸고 싶을 때 사용할 수 있습니다. 연속되지 않는 편집 전환을 만들지만 캐릭터 외형의 일관성은 최대한 유지합니다.

Scenebuilder로 처음 다섯 개 숏이 자연스럽게 이어지는 영상을 만드는 데 성공했을 때의 성취감은 말로 표현하기 어려웠습니다. 캐릭터의 의상, 헤어스타일, 얼굴 특징이 거의 일관되게 유지됐고 장면 변화에 따라 조명이 조금 달라진 정도였는데, 충분히 받아들일 수 있는 수준이었습니다.

Google Flow 공식 사례에 따르면 Scenebuilder를 사용한 뒤 캐릭터 일관성을 6070% 높일 수 있습니다. 다시 말해 이전에는 10번 생성해야 만족스러운 결과가 3번 나왔다면 이제는 67번까지 기대할 수 있습니다. 질적으로 큰 도약입니다.

도구 3: Ingredients to Video(요소로 영상 만들기)

이 기능은 복잡한 장면, 특히 여러 캐릭터가 동시에 등장하는 상황에 더 적합합니다.

작업 순서는 다음과 같습니다.

1. Gemini 2.5 Flash Image나 다른 도구로 각 캐릭터와 장면 요소의 참고 이미지를 따로 생성합니다.
2. 이 ‘재료’(Ingredients)를 Veo 3에 업로드합니다.
3. Ingredients to Video 기능으로 AI가 이 요소들을 하나의 장면에 합성하도록 합니다.

이렇게 하면 캐릭터마다 명확한 시각적 참고 자료가 생겨 AI가 맨땅에서 상상할 필요가 없습니다. 예를 들어 두 사람이 대화하는 장면을 만들고 싶다면 A와 B의 캐릭터 설정화를 각각 만든 뒤 Ingredients 기능으로 대화 숏을 합성할 수 있습니다.

저는 자주 사용하지는 않습니다. 주인공 한 명이 중심인 이야기라면 Scenebuilder만으로도 충분하기 때문입니다. 하지만 여러 캐릭터가 상호작용하는 영상을 만들 때는 Ingredients to Video가 단연 가장 좋은 선택입니다.

실전 작업: Scenebuilder로 자연스러운 영상 만들기

이론은 여기까지 하고 실제 작업을 해 보겠습니다. Veo 3를 처음 사용하는 사람도 그대로 따라 할 수 있도록 전체 과정을 단계별로 안내하겠습니다.

0단계: ‘캐릭터 바이블’ 만들기

자주 간과되지만 사실 가장 중요한 단계입니다.

Veo 3를 열기 전에 먼저 15~30분 동안 상세한 캐릭터 설명 문서를 작성하세요. 흔히 ‘Character Bible’(캐릭터 바이블)이라고 부르는 문서입니다. 다음 내용을 포함해야 합니다.

• 기본 정보: 나이, 성별, 인종
• 머리카락: 길이, 색상, 질감, 헤어스타일(예: ‘어깨 길이의 검은 웨이브 헤어, 가운데 가르마, 머리끝은 살짝 바깥으로 뻗음’)
• 얼굴: 눈동자 색, 눈썹 모양, 코의 특징, 턱선, 눈에 띄는 표식(점, 흉터)
• 체형: 몸매, 키의 느낌, 자세의 특징
• 의상: 각 옷의 종류, 색상, 소재, 핏, 액세서리

상세할수록 좋습니다. 100~150자 정도를 권합니다.

예를 들어 보겠습니다.

28세 아시아 여성. 긴 검은 생머리를 낮은 포니테일로 묶었고 짙은 갈색 눈, 약간 굵은 눈썹, 작고 오뚝한 코, 둥근 턱을 지녔다. 흰색 순면 티셔츠(약간 넉넉한 핏, 라운드넥)에 진청색 청바지(슬림핏, 밑단을 접어 올림)를 입고 흰색 캔버스화를 신었다. 체형은 가늘지만 마르지는 않았고, 고개를 살짝 든 자신감 있는 자세다. 왼쪽 손목에는 가느다란 은색 시계를 찼다.

충분히 구체적이지 않나요? 이 정도 설명이면 AI가 자의적으로 해석할 여지가 거의 없습니다. 바로 그것이 원하는 효과입니다.

이렇게 상세하게 쓰는 게 너무 번거롭다고 생각하는 사람도 많습니다. 솔직히 조금 번거롭기는 합니다. 하지만 이 15분의 투자는 반복 생성에 쓰일 3시간을 아껴 줍니다. 아무리 계산해도 남는 장사입니다.

1단계: 기준 숏 생성하기

Google Flow를 열고 Veo 3를 선택한 다음 캐릭터 설명 전체를 붙여 넣고 첫 번째 숏의 동작과 장면을 추가합니다.

예를 들면 다음과 같습니다.

[캐릭터 설명 전체 붙여 넣기]. 그녀는 카페 입구에 서 있다가 유리문을 밀고 안으로 들어간다. 미디엄숏, 카메라는 살짝 앞으로 이동한다. 부드러운 자연광과 따뜻한 오후 색감.

생성 버튼을 클릭합니다.

여기서 중요한 점이 있습니다. 첫 번째 숏은 여러 번 시도해야 할 수 있습니다. 서두르거나 적당히 타협하지 마세요. 첫 번째 숏은 전체 시리즈의 기준이며 이후의 모든 숏이 이를 참고하기 때문입니다. 첫 숏부터 캐릭터 외형이 정확하지 않으면 뒤의 작업도 전부 잘못됩니다.

저는 보통 3~5번 생성한 뒤 가장 마음에 드는 것을 고릅니다. 다음 항목을 확인하세요.

• 얼굴 특징이 설명과 일치하나요?
• 의상 세부 요소가 정확한가요?
• 전체 스타일이 예상과 맞나요?
• 화면 품질이 충분히 좋은가요?(구도, 조명)

모든 항목이 만족스러울 때만 다음 단계로 넘어갑니다.

2단계: 장면에 추가하기

마음에 드는 영상 아래에 몇 개의 버튼이 보일 것입니다. **‘Add to Scene’**을 클릭하세요.

그러면 인터페이스가 타임라인 보기로 전환되고 방금 생성한 영상이 타임라인의 첫 번째 위치에 나타납니다. 축하합니다. 첫 번째 숏이 정식으로 고정됐습니다.

간단해 보이지만 이 작업은 실제로 매우 중요한 일을 합니다. Veo 3 시스템에 ‘이것이 내 캐릭터의 기준 모습이니 기억해’라고 알려 주는 것입니다.

3단계: 새 숏 추가하기

타임라인에서 ‘+’ 버튼을 클릭합니다.

원하는 숏 유형을 묻는 옵션이 표시됩니다.

• Extend(연장): 앞 숏의 동작과 장면을 이어 자연스럽게 연결합니다.
• Jump to(점프): 새 장면으로 전환하되 캐릭터 외형은 유지합니다.

다음 숏이 바로 이어지는 동작이라면, 예를 들어 문 안으로 들어온 뒤 카운터로 가서 주문하는 장면이라면 Extend를 선택하세요.

이미 자리에 앉아 커피를 마시는 장면처럼 다른 장면으로 바로 넘어가려면 Jump to를 선택하세요.

대부분의 경우 저는 연결성이 가장 좋은 Extend를 선택합니다.

4단계: 새 숏의 프롬프트 작성하기

가장 중요하면서도 가장 많은 사람이 실수하는 단계입니다.

많은 사람이 수고를 덜기 위해 프롬프트를 줄여 ‘그녀는 카운터로 걸어가 커피를 주문한다’라고만 씁니다.

잘못된 방법입니다. 아주 큰 실수입니다.

AI가 새 숏을 처리할 때 이전 숏의 시각 정보를 참고하기는 하지만 텍스트 설명은 여전히 가장 중요한 근거입니다. 캐릭터 설명 전체를 제공하지 않으면 AI가 원래 모습에서 벗어날 수 있습니다.

올바른 방법은 캐릭터 설명 전체를 글자 하나 바꾸지 않고 그대로 복사해 붙여 넣은 뒤 동작과 장면 부분만 수정하는 것입니다.

앞의 예를 이어 가면 다음과 같습니다.

[첫 번째 숏과 완전히 동일한 캐릭터 설명 전체 붙여 넣기]. 그녀는 카페의 나무 카운터로 걸어가 바리스타를 보며 미소 짓는다. 카메라는 옆쪽에서 인물을 따라간다. 부드러운 자연광을 유지한다.

캐릭터 설명은 한 글자도 바뀌지 않았고 동작과 카메라 설정만 수정됐습니다.

이것이 이른바 ‘Verbatim Rule’(축어 규칙)입니다. 테스트 데이터에 따르면 완전한 설명을 사용할 때와 축약 설명을 사용할 때 최종 캐릭터 일관성은 최대 40%까지 차이 날 수 있습니다. 영상이 ‘그럭저럭 볼 만한 수준’에 머무를지 ‘전문가 수준으로 자연스러워질지’를 가르는 차이입니다.

이렇게 하는 것이 번거롭다는 점은 저도 압니다. 복사해서 붙이고, 다시 복사해서 붙이는 일을 계속해야 합니다. 하지만 어쩔 수 없습니다. 현재 AI 기술의 한계입니다. 언젠가 AI에 진정한 장기 기억이 생기면 더는 이 고생을 하지 않아도 될 것입니다. 그날이 오기 전까지는 규칙을 착실히 따라야 합니다.

5단계: 생성하고 확인하기

생성을 클릭하고 30초에서 2분 정도 기다립니다.

영상이 생성되면 바로 다음 항목을 비교해 확인하세요.

• 헤어스타일이 여전히 같은가요?
• 의상이 원래 입었던 옷과 같은가요?
• 얼굴 특징에 눈에 띄는 차이가 있나요?
• 전체적으로 같은 사람처럼 느껴지나요?

일관성이 10점 만점에 8점 이상이라면 이 숏을 사용해도 좋습니다.

6~7점으로 세부 요소가 조금 다르지만 주요 특징은 남아 있다면 그대로 사용할지, 프롬프트를 조정해 다시 생성할지 선택할 수 있습니다.

5점 미만이고 캐릭터가 확연히 달라졌다면 망설이지 말고 바로 다시 생성하세요. 단, 재생성할 때 캐릭터 설명을 바꾸면 안 됩니다. 장면이나 카메라 설정 부분만 조정하세요.

6단계: 같은 방식으로 전체 장면 구성하기

같은 방법으로 세 번째, 네 번째, 다섯 번째 숏을 계속 추가합니다.

숏을 하나 추가할 때마다 전체 시퀀스를 처음부터 재생하며 전반적인 연결성을 확인하는 것이 좋습니다. 각 숏을 따로 보면 괜찮아도 이어서 재생하면 어색한 부분이 발견될 때가 있기 때문입니다.

한 번에 너무 긴 영상을 만들지는 마세요. Veo 3의 개별 영상 길이는 58초이므로 57개 숏, 총 30~50초 정도가 적당합니다. 너무 길어지면 캐릭터 일관성이 점차 떨어지고 시간과 크레딧도 많이 소모됩니다.

고급 팁(선택 사항이지만 권장)

일관성을 한층 더 높이고 싶다면 다음 팁을 시도해 보세요.

1. 네거티브 프롬프트 사용하기

캐릭터 자체에 해당 특징이 없다면 캐릭터 설명 뒤에 ‘no hat, no glasses, no beard, no accessories’를 추가하세요.

AI가 원하지 않는 요소를 임의로 추가하는 것을 막을 수 있습니다. 예전에 앞 숏들에서는 안경을 쓰지 않았던 캐릭터가 네 번째 숏에서 갑자기 선글라스를 쓰고 나와 분위기가 완전히 달라진 적이 있습니다. 네거티브 프롬프트를 추가한 뒤에는 다시 발생하지 않았습니다.

2. 조명을 일관되게 유지하기

갑작스러운 조명 변화는 AI가 캐릭터를 인식하는 데 영향을 줍니다. 예를 들어 밝은 실내에서 갑자기 야간 야외로 넘어가면 빛의 차이가 너무 커서 AI가 캐릭터 외형을 바꿀 수 있습니다.

장면을 꼭 바꿔야 한다면 조명 조건을 최대한 비슷하게 유지하거나 전환 숏으로 변화를 완충하세요.

3. 극단적인 카메라 각도 피하기

하이 앵글이나 로우 앵글처럼 극단적인 각도는 AI가 얼굴 특징을 인식하기 어렵게 만들어 다음 숏이 기준에서 벗어날 수 있습니다.

초반 몇 개 숏에서는 눈높이나 살짝 높은 정도의 일반적인 각도를 사용하고, 캐릭터 외형이 안정된 뒤 특별한 각도를 시도하세요.

4. 프롬프트 템플릿 라이브러리 만들기

자주 사용하는 캐릭터 설명을 Notion, Google Docs 또는 다른 메모 앱에 저장하세요. 필요할 때마다 새로 입력하지 말고 바로 복사해서 사용하면 됩니다.

저도 남성, 여성, 노인, 어린이 등 5~6개 유형의 캐릭터를 담은 템플릿 라이브러리를 만들었습니다. 새 프로젝트를 시작할 때마다 하나를 골라 조금 수정합니다. 많은 시간을 아낄 수 있습니다.

프롬프트 관리 및 최적화 전략

Scenebuilder 사용법을 살펴봤으니 이제 프롬프트에 관해 이야기해 보겠습니다. 많은 사람이 프롬프트를 대충 쓰면 된다고 생각하지만 실제로는 배울 것이 많습니다.

프롬프트의 기본 구조

좋은 Veo 3 프롬프트는 다음 네 부분으로 구성해야 합니다.

[캐릭터 전체 설명] + [동작/장면] + [카메라 움직임] + [스타일/분위기]

구체적인 예를 몇 가지 들어 보겠습니다.

예시 1: 간단한 장면

35세 백인 남성. 짧은 갈색 머리에 흰머리가 조금 섞여 있고 파란 눈과 단정하게 다듬은 수염을 지녔다. 흰색 셔츠와 짙은 빨간색 넥타이에 진청색 정장을 입었으며 보통 체격에 격식 있는 자세다. 그는 도시 거리를 걸으며 주위를 둘러본다. 미디엄숏, 카메라는 살짝 따라간다. 부드러운 아침 햇빛과 현대적인 도시 분위기.

예시 2: 실내 대화

28세 아시아 여성. 긴 검은 생머리를 낮은 포니테일로 묶었고 짙은 갈색 눈을 지녔다. 흰색 티셔츠와 진청색 청바지를 입었으며 날씬한 체형에 자신감 있는 자세다. 그녀는 카페의 나무 테이블 앞에 앉아 카메라를 향해 미소 지으며 두 손으로 커피잔을 감싼다. 정면 미디엄 클로즈업, 고정 카메라. 따뜻한 실내 조명과 아웃포커싱된 카페 배경.

예시 3: 동작 장면

22세 흑인 남성. 짧은 곱슬머리와 짙은 갈색 눈을 지녔고 회색 후드티와 검은색 운동복 바지를 입었다. 탄탄한 체격에 운동선수다운 자세다. 그는 공원에서 가볍고 경쾌하게 조깅한다. 옆쪽 트래킹숏으로 카메라가 인물을 따라 움직인다. 이른 아침의 자연광과 공원의 푸른 나무 배경.

규칙이 보이나요? 캐릭터 부분은 항상 가장 상세하고 동작과 장면은 비교적 간결하며 카메라와 분위기는 보조 역할을 합니다.

캐릭터 설명의 황금 규칙

앞에서도 여러 번 강조했지만 너무 중요하므로 다시 말하겠습니다.

새 숏을 생성할 때마다 캐릭터 설명 전체를 글자 하나 바꾸지 않고 그대로 복사해 붙여 넣어야 합니다.

왜 이렇게 엄격해야 할까요? AI는 언어를 정확하게 해석하는 것이 아니라 확률적으로 이해하기 때문입니다. 사람에게는 ‘흰색 티셔츠’와 ‘흰색의 티셔츠’가 같은 말이지만 AI에는 미세하게 다른 입력일 수 있고, 결국 미세하게 다른 결과로 이어질 수 있습니다.

이런 작은 차이는 숏 하나에서는 눈에 띄지 않을 수 있지만 5개, 10개로 누적되면 증폭됩니다. 마지막에는 캐릭터가 다시 ‘드리프트’한 모습을 발견하게 됩니다.

그러니 게으름을 피우거나 고쳐 쓰거나 줄이지 마세요. 그대로 복사해 붙여 넣어야 합니다.

사용자 테스트 데이터에 따르면 ‘축어 규칙’을 철저히 지킨 제작자의 캐릭터 일관성은 평균 8.5점(10점 만점)이었지만 프롬프트를 임의로 고쳐 쓴 제작자는 평균 5~6점에 그쳤습니다. 결정적인 차이입니다.

장면 연결 팁

독립적인 숏을 생성하는 것은 어렵지 않습니다. 어려운 점은 숏들을 자연스럽게 연결하는 것입니다.

팁 1: 환경의 연속성 유지하기

앞 숏은 카페인데 다음 숏이 갑자기 해변이라면 시각적 단절감이 매우 큽니다. AI도 캐릭터 외형을 혼동하기 쉽습니다.

장면을 논리적으로 연결하세요. 예를 들어 카페 내부 → 카페 입구 → 거리 → 공원처럼 점진적으로 바꾸면 AI가 더 안정적으로 처리합니다.

팁 2: 전환 숏 사용하기

장소를 크게 바꿔야 한다면 전환 숏을 하나 추가해 보세요.

예를 들어 실내에서 야외로 넘어갈 때 ‘그녀가 문을 열자 햇빛이 안으로 쏟아진다’라는 숏을 넣을 수 있습니다. 시각 효과가 더 좋아질 뿐 아니라 AI의 캐릭터 일관성도 안정됩니다.

팁 3: 시간의 연속성 명시하기

프롬프트에 ‘계속해서…’, ‘그런 다음…’ 같은 표현을 넣어 연속되는 동작임을 AI가 이해하도록 돕습니다.

잘못된 예: ‘그녀는 테이블 앞에 앉아 커피를 마신다.’(갑작스러움)
올바른 예: ‘그녀는 테이블로 걸어가 앉은 뒤 커피잔을 들어 한 모금 마신다.’(자연스러움)

제가 사용하는 템플릿 라이브러리

제가 자주 쓰는 템플릿 몇 가지를 공유합니다. 그대로 가져가 수정해도 됩니다.

템플릿 1: 현대적인 도시 남성

32세 아시아 남성. 짧은 검은 머리를 단정하게 뒤로 넘겼고 짙은 갈색 눈과 옅은 수염 자국이 있다. 회색 니트 스웨터와 검은색 캐주얼 바지를 입었으며 균형 잡힌 체형에 편안하면서도 존재감 있는 자세다.

템플릿 2: 직장인 여성

29세 백인 여성. 어깨 길이의 금갈색 웨이브 헤어와 옅은 파란 눈을 지녔다. 베이지색 블라우스와 진회색 슬랙스, 검은색 낮은 굽 구두를 착용했으며 날씬한 체형에 전문적이고 자신감 있는 자세다.

템플릿 3: 거리의 청년

19세 라틴계 남성. 살짝 곱슬거리는 중간 길이의 검은 머리와 짙은 갈색 눈을 지녔다. 검은색 그래픽 티셔츠에 찢어진 청바지와 흰색 운동화를 착용했으며 마르고 키가 큰 체형에 자유롭고 편안한 자세다.

이 템플릿들을 저장해 두고 이야기의 필요에 맞게 세부 요소를 조금 조정하면 됩니다. 헤어스타일이나 의상을 바꾸더라도 기본 틀은 재사용할 수 있습니다.

자주 발생하는 문제와 실전 해결책

영상을 많이 만들면서 겪을 만한 시행착오는 거의 다 겪어 봤습니다. 다음 문제들도 여러분이 마주칠 가능성이 큽니다.

문제 1: Scenebuilder를 사용했는데도 캐릭터가 달라진다

증상: 처음 두 숏은 꽤 일관되지만 세 번째나 네 번째부터 외형이 달라집니다. 의상 색과 헤어스타일이 바뀌고 심지어 얼굴형도 맞지 않습니다.

가능한 원인:

1. 프롬프트에 작은 차이가 있음(예: 캐릭터 설명을 축약함)
2. 조명이나 장면 변화가 너무 큼
3. 카메라 각도가 지나치게 극단적임

해결책:

우선 프롬프트를 확인하세요. 지금까지 사용한 모든 프롬프트를 열고 캐릭터 설명 부분을 글자 단위로 비교해 보세요. 분명 차이가 있을 것입니다. ‘진청색 정장’이 ‘파란색 정장’으로 바뀌었거나 어떤 세부 요소가 빠졌을 수 있습니다. 설명을 통일하고 다시 생성하세요.

다음으로 장면 설정을 돌아보세요. 두 번째 숏이 밝은 실내인데 세 번째 숏이 갑자기 어두운 밤거리로 전환되면 빛의 차이 때문에 AI가 캐릭터를 혼동합니다. 조명을 비슷하게 유지하거나 프롬프트에 ‘동일한 캐릭터 외형을 유지한다’라고 명시하면 해결할 수 있습니다.

마지막으로 카메라 각도를 확인하세요. 극단적인 하이 앵글이나 로우 앵글에서는 AI가 얼굴 특징을 정확히 인식하지 못할 수 있습니다. 초반에는 일반적인 각도를 사용하고 캐릭터 외형이 안정된 뒤 특별한 각도를 시도하세요.

예전에 네 번째 숏에서 캐릭터가 갑자기 달라진 프로젝트가 있었습니다. 한참 확인한 끝에 그 숏에 초광각 로우 앵글을 사용했다는 사실을 알아냈습니다. 원근 왜곡으로 캐릭터의 얼굴이 변형돼 AI가 전혀 알아보지 못했던 것입니다. 눈높이 각도로 바꾸자 문제가 바로 해결됐습니다.

문제 2: Veo 3에 Reference Images 기능이 없다

증상: 튜토리얼에는 참고 이미지를 업로드할 수 있다고 나와 있지만 인터페이스에서 해당 옵션을 찾을 수 없습니다.

원인: Reference Images는 Veo 3.1 Standard 모드에서만 제공됩니다. 기본 버전이나 이전 버전에는 이 기능이 없습니다.

해결책:

AI Ultra 구독 플랜으로 업그레이드하세요. 솔직히 월 250달러로 저렴하지는 않습니다. 하지만 AI 영상 제작을 진지하게 하고 있다면 투자할 가치가 있습니다. Standard 모드는 생성 품질, 속도, 기능 모두 기본 버전보다 훨씬 낫습니다.

당장 업그레이드하고 싶지 않아도 괜찮습니다. Reference Images가 꼭 필요한 것은 아닙니다. Scenebuilder와 상세한 텍스트 설명만으로도 꽤 좋은 일관성을 얻을 수 있습니다. 저도 절반이 넘는 프로젝트에서 Reference Images를 쓰지 않고 자연스러운 영상을 만들었습니다.

다른 방법으로 Midjourney나 Stable Diffusion 같은 도구를 사용해 캐릭터 설정화 한 장을 먼저 만든 다음 그 이미지를 바탕으로 아주 상세한 텍스트 설명을 작성해 영상을 생성할 수도 있습니다. 직접 이미지를 업로드하는 것보다는 효과가 떨어지지만 텍스트만 사용하는 것보다는 낫습니다.

문제 3: 생성 속도가 느리고 비용이 너무 많이 든다

증상: 숏 하나를 생성하는 데 1~2분이 걸리고, 다섯 개 숏으로 구성된 프로젝트에서는 여러 번 시행착오를 거쳐야 하므로 하룻밤에 하나밖에 완성하지 못하면서 크레딧도 많이 소모합니다.

현실 점검: 맞습니다. 이것이 현재 상황입니다. AI 영상 생성은 아직 느리고 비쌉니다. 여러분의 문제가 아니라 기술 발전 단계의 한계입니다.

하지만 작업 흐름은 최적화할 수 있습니다.

전략 1: 충분히 준비한 뒤 시작하기
Veo 3를 열자마자 생성을 시작하지 마세요. 먼저 한 시간 동안 스크립트, 캐릭터 설명, 각 숏의 프롬프트를 전부 준비하고 오류가 없는지 확인한 뒤 생성하세요. 아무 계획 없이 시행착오를 반복하는 것이 시간과 비용을 가장 많이 낭비합니다.

저는 이제 Notion에서 5~7개 숏의 완성된 프롬프트를 포함한 프로젝트 전체를 먼저 계획하고 하나의 문서에 작성합니다. 그런 다음 한 번에 복사해서 붙여 넣으며 생성해 즉흥적인 수정과 반복 조정을 줄입니다.

전략 2: 저비용 도구로 준비하기
Veo 3를 사용하기 전에 무료 또는 저렴한 도구로 캐릭터 디자인을 먼저 만드세요.

예를 들어 Google의 무료 도구인 Whisk로 캐릭터 설정화를 만들고 Leonardo.ai나 Ideogram으로 장면 참고 이미지를 생성할 수 있습니다. 캐릭터 외형을 시각화해 고정한 뒤 Veo 3로 애니메이션을 만들면 성공률이 훨씬 높아집니다.

전략 3: 핵심 숏만 생성하기
모든 숏을 Veo 3로 만들 필요는 없습니다. 중요하지 않은 전환 숏이나 원경 숏은 Pika, Runway 기본 버전 같은 더 저렴한 도구로 생성하거나 실제 영상 소스를 사용할 수 있습니다.

캐릭터 클로즈업이나 중요한 동작이 꼭 필요한 숏에만 예산을 사용하세요.

예전에 만든 프로젝트는 일곱 개 숏 중 세 개가 캐릭터 클로즈업, 두 개가 미디엄 대화 숏, 두 개가 환경 원경이었습니다. 앞의 다섯 숏은 Veo 3로 공들여 만들고 뒤의 두 숏은 무료 Pexels 영상 소스를 그대로 사용했습니다. 최종 편집본은 전혀 어색하지 않았고 비용은 절반으로 줄었습니다.

문제 4: 여러 캐릭터가 동시에 등장하면 훨씬 어렵다

어려움: 이야기에 주인공이 두 명, 심지어 세 명이라면 모두의 일관성을 유지하기가 지옥처럼 어렵습니다.

어려운 이유:

각 캐릭터마다 상세한 설명이 필요하므로 프롬프트가 지나치게 길어집니다. Veo 3 프롬프트에는 길이 제한이 있어 너무 길면 잘릴 수 있습니다. 게다가 캐릭터 수가 많을수록 AI가 혼동해 특징을 서로 뒤바꾸기 쉽습니다.

해결책:

우선순위 정하기
주연과 조연을 명확하게 구분하세요. 주인공 한 명과 조연 한 명이 있다면 노력의 80%를 주인공에게 집중하고 조연의 일관성 기준은 조금 낮출 수 있습니다. 시청자의 관심은 주로 주인공에게 향하므로 조연에 작은 차이가 있어도 대부분 알아차리지 못합니다.

Ingredients to Video 사용하기
여러 캐릭터가 등장하는 장면에 가장 좋은 도구입니다. Gemini 2.5 Flash Image나 Midjourney를 사용해 각 캐릭터의 참고 이미지를 따로 만든 뒤 Ingredients 기능으로 합성하세요. 캐릭터마다 분명한 시각적 기준점이 생겨 AI가 혼동하기 어려워집니다.

숏을 나눠 촬영하기
한 숏에 여러 캐릭터가 함께 나오지 않도록 하세요. 몽타주 기법을 사용해 A가 말할 때는 A의 클로즈업을, B가 대답할 때는 B의 클로즈업을 보여 줍니다. 각 숏에서 캐릭터 한 명만 처리하면 일관성 문제가 즉시 절반으로 줄어듭니다.

아주 영리한 사례를 본 적이 있습니다. 한 제작자가 두 사람의 대화를 담은 단편 영상을 만들었는데 두 사람이 함께 나오는 숏은 하나도 없었습니다. 처음부터 끝까지 한 사람씩 클로즈업을 번갈아 보여 주고 화면 밖 음성을 조합했습니다. 시청자는 이것이 기술적 한계 때문이라는 사실을 전혀 눈치채지 못했고 오히려 편집 리듬이 전문적이라고 느꼈습니다.

마치며

많은 내용을 이야기했으니 이제 솔직한 이야기를 몇 마디 하겠습니다.

캐릭터 일관성은 분명 AI 영상 생성에서 가장 큰 도전 중 하나입니다. Scenebuilder와 Reference Images 같은 도구를 사용하더라도 100% 완벽하게 만들 수는 없습니다. 생성에 실패할 때도 있고 여러 번 다시 시도해야 할 때도 있으며 가끔은 정말 답답할 것입니다.

하지만 상세한 캐릭터 바이블, 엄격한 프롬프트 관리, 올바른 Scenebuilder 사용이라는 체계적인 방법을 적용하면 일관성을 분명 3점에서 8점으로 끌어올릴 수 있습니다. 이 차이는 작품이 ‘AI가 만든 티가 나는 수준’에 머무를지 ‘전문가가 제작한 것처럼 보일지’를 결정하기에 충분합니다.

저도 처음의 혼란스러운 단계에서 벗어나 자연스러운 멀티숏 영상을 안정적으로 만들기까지 약 2주 동안 100회가 넘는 생성 테스트를 거쳤습니다. 제 경험을 통해 여러분이 무언가를 배우고 시행착오를 조금이라도 줄일 수 있다면 이 글을 쓴 보람이 있습니다.

마지막으로 한 가지 실행 조언을 드리겠습니다. 작은 프로젝트부터 시작하세요.

처음부터 10분짜리 단편을 만들려고 하지 마세요. 먼저 연습 삼아 2~3개 숏으로 이루어진 아주 짧은 장면을 만들어 보세요. 작업 흐름에 익숙해지고 자신감을 쌓으며 템플릿을 축적하세요. 일관된 숏 세 개를 안정적으로 만들 수 있게 된 다음 다섯 개, 일곱 개로 늘리면 됩니다.

로마는 하루아침에 세워지지 않았고 기술도 한 번에 익힐 수 없습니다.

튜토리얼은 여기까지입니다. Google Flow를 열고 첫 번째 캐릭터 바이블을 만들어 직접 시도해 보세요. 질문이나 성공 사례가 있다면 댓글로 공유해 주세요. 여러분이 어떤 작품을 만들었는지 저도 정말 궁금합니다.

생성이 순조롭게 진행되고 캐릭터가 한결같이 유지되기를 바랍니다.