샷 전환·연출
첫 프레임과 끝 프레임으로 완성하는 생성형 샷 전환: 캔버스에서 시작과 끝점 설계하기
AI 영상에서 첫 프레임(First Frame)과 끝 프레임(Last Frame)을 활용한 생성형 샷 전환 원리를 이해하고, 모핑 왜곡 방지법, 모션 브리지 프롬프트 작성법 및 Say Action 캔버스에서의 노드 체이닝 워크플로우를 정리합니다.
목차
프레임 보간과 생성형 샷 전환: 핵심 작동 원리의 차이
AI 영상 제작을 처음 접하는 창작자들은 흔히 전통적인 '프레임 보간(Frame Interpolation)'과 비디오 확산 모델 기반의 '생성형 첫/끝 프레임 샷 전환(First/Last Frame to Video, FLF2V)'을 혼동하곤 합니다. 광학 흐름(Optical Flow)이나 RIFE, FILM 같은 딥러닝 보간 알고리즘은 이미 촬영된 영상 클립을 대상으로 작동합니다. 밀리초 단위의 미세한 픽셀 벡터를 추적해 중간 프레임을 끼워 넣음으로써 24fps 영상을 60fps로 부드럽게 만들거나 슬로모션을 구현하는 것이 목적입니다. 반면 생성형 첫/끝 프레임 비디오 생성은 완전히 정지된 두 장의 독립된 콘셉트 이미지(시작 이미지 A와 종료 이미지 B)만으로 시작합니다. 확산 모델은 단순한 픽셀 보간이 아니라 잠재 공간에서 3차원 깊이, 인체 골격 운동, 물리 역학을 스스로 계산하여 두 기준점 사이를 잇는 수 초 분량의 새로운 장면을 무에서 유로 추론해 냅니다.
이 작동 메커니즘의 차이를 명확히 이해하는 것은 숏폼 드라마 연출에서 영상 깨짐을 막는 핵심 열쇠입니다. 생성 AI를 단순한 보간 도구로 착각하고 사용하면 중간 프레임에서 기괴한 왜곡이 발생하게 됩니다. 확산 모델은 이미지 A와 이미지 B라는 두 경계 조건을 동시에 만족하는 연속 궤적을 잠재 공간에서 찾아냅니다. 이때 두 키프레임 간의 구도나 인체 포즈 차이가 지나치게 크면 현실적인 물리 법칙을 충족하는 경로를 찾지 못해, 인체 관절이 고무처럼 늘어나거나 얼굴이 뭉개지는 '모핑(Morphing) 왜곡'이 일어납니다. 따라서 첫/끝 프레임 전환을 계획할 때는 두 이미지를 단순한 삽화가 아니라 한 쇼트 내의 엄격한 '시작 좌표와 도착 좌표'로 바라보는 연출적 통제력이 필요합니다.
산업화된 제작 파이프라인에서 생성형 샷 전환은 정적 콘티와 편집 가능한 동영상 사이를 잇는 가장 신뢰할 수 있는 가교 역할을 합니다. 텍스트만으로 영상을 생성할 경우 다음 컷과의 연결이 순전히 확률에 맡겨지지만, 앞뒤 앵커를 잠그면 화각과 시선의 누적 표류를 원천 차단할 수 있습니다. Say Action 캔버스에서는 대본 노드에서 분해된 콘티 행에 이 첫/끝 프레임 슬롯을 직접 결합하여 작업할 수 있습니다. 컷의 시작 구도와 끝 구도를 미리 고정해 둠으로써 외부 편집 프로그램에 영상을 넘겼을 때도 컷이 매끄럽게 맞아떨어집니다.
시작 프레임 A와 종료 프레임 B 사이의 시각적 일관성 규칙
첫/끝 프레임 사이의 샷 전환이 기괴한 형태 변형 없이 자연스럽게 이어지려면, 프레임 A와 프레임 B가 영화적 '시각적 연속성 규칙(Continuity Contract)'을 엄격히 준수해야 합니다. 확산 모델이 잠재 벡터 궤적을 연산하기 때문에, 두 이미지 간의 물리적 환경 상수는 일관되어야 합니다. 그 첫 번째 원칙은 바로 조명 기하 구조의 일치입니다. 주광의 방향, 보조광의 강도, 색온도, 그림자가 드리우는 각도가 두 프레임에서 반드시 정렬되어야 합니다. 프레임 A는 석양의 따뜻한 역광인데 프레임 B는 형광등의 차가운 직하광이라면 모델은 물리적으로 설득력 있는 전환을 계산하지 못하고 화면 깜빡임이나 기괴한 색조 얼룩을 만들어 냅니다.
두 번째 원칙은 인물의 외형, 의상 디테일, 배경 환경의 일관성입니다. 주인공의 헤어스타일, 의상 질감, 액세서리, 이목구비와 공간 구조가 두 프레임에서 완벽히 일치해야 합니다. 프레임 A에서 단추를 푼 어두운 트렌치코트를 입고 있던 인물이 프레임 B에서 갑자기 단추를 잠그거나 옷감이 달라져 있으면 불필요한 왜곡이 생깁니다. 또한 카메라 렌즈의 화각(초점거리) 급변도 피해야 합니다. 프레임 A를 24mm 광각 왜곡으로 잡고 프레임 B를 85mm 망원 클로즈업으로 배치하면 원근감이 부자연스럽게 뒤틀립니다. 캔버스에서 일관된 캐릭터 레퍼런스 노드와 마스터 스타일 설정을 활용해 두 기준 프레임을 사전에 통일감 있게 생성해 두는 것이 권장됩니다.
세 번째 원칙은 지정한 영상 재생 시간과 물리적 이동 거리의 균형입니다. 현실 세계에서 책상에 앉아 있던 인물이 일어나 5미터 떨어진 문으로 걸어가 문을 여는 동작은 3초라는 짧은 시간 안에 자연스럽게 이루어질 수 없습니다. 과도한 물리적 변위량을 짧은 시간에 강제하면, 모델은 목표 지점에 도달하기 위해 비정상적인 속도로 움직임을 왜곡하며 팔다리가 늘어나는 현상을 유발합니다. '단일 동작 완결' 원칙을 적용하세요. 프레임 A는 특정 동작의 시작 자세(예: 컵으로 손을 뻗음), 프레임 B는 그 동작의 완결 자세(예: 컵을 입에 가져다 댐)로 한정해야 합니다. 복합적인 여러 동작은 한 컷에 몰아넣지 말고 여러 개의 짧은 서브 컷으로 나누어야 합니다.
Say Action 캔버스에서 샷 시퀀스를 체인으로 연결하기
연속된 여러 컷으로 이루어진 숏폼 드라마를 제작할 때는 생성된 시각 자산이 다음 컷으로 매끄럽게 전달되는 환경이 필수적입니다. Say Action 캔버스에서는 시각적 노드 연결(Node Chaining)을 통해 이 연속성을 손쉽게 구현합니다. 영상 파일을 일일이 내려받아 외부 플레이어에서 마지막 프레임을 캡처하고 다시 업로드하는 번거로운 과정 없이, 무한 캔버스 위에서 모든 과정이 직관적으로 완료됩니다. 컷 1의 콘티 행, 시작 프레임 이미지 노드, 영상 생성 노드(예: Seedance 2.5)를 연결하고 연출이 마음에 들면 그 끝 지점을 즉시 다음 컷으로 이어줄 수 있습니다.
끝 프레임을 추출하는 방법은 매우 간단합니다. 컷 1의 영상 재생 노드 우측 상단 옵션 메뉴를 열고 '끝 프레임 추출(Extract Last Frame)'을 클릭합니다. 시스템은 생성된 영상의 마지막 프레임을 원본 해상도로 캡처하여 캔버스 위에 독립된 새 이미지 노드로 즉시 생성합니다. 이 추출된 이미지 노드는 컷 2를 위한 중요한 시각적 기준점이 됩니다. 해당 이미지 노드의 연결선을 끌어와 컷 2 영상 노드의 'First Frame(첫 프레임)' 슬롯에 연결하여 이전 컷의 끝 프레임을 다음 컷의 첫 프레임으로 활용하면 샷 사이의 시각적 연속성이 크게 향상되어 의상이나 피부 톤의 급격한 변화를 효과적으로 줄일 수 있습니다. 다만 최종 결과물은 선택한 모델의 특성에 따라 달라지므로 세부적인 육안 검토는 여전히 필요합니다.
다만 캔버스에 연동된 비디오 모델마다 첫/끝 프레임 지원 규격이 다르다는 점을 염두에 두어야 합니다. 예를 들어 Seedance 비디오 채널은 첫 프레임과 끝 프레임 듀얼 슬롯을 기본적으로 완벽히 지원하여 전후 구도가 고정된 전환 컷에 최적화되어 있습니다. 반면 Gemini Veo나 Novita의 현행 어댑터는 시작 프레임 단일 입력만 지원하며, MiniMax H3는 첫/끝 프레임 모드 사용 시 별도의 인물 참조 이미지를 함께 넣을 수 없는 규격을 갖추고 있습니다. Say Action 캔버스에서 씬을 설계할 때는 정밀한 샷 연결이 필요한 컷은 Seedance 등 양방향 슬롯 지원 모델로 라우팅하고, 자유로운 반응 컷은 단일 이미지 모델로 분배하는 전략이 유효합니다.
두 기준점 사이를 잇는 모션 브리지 프롬프트 작성법
시작 프레임과 종료 프레임이 모두 주어졌을 때 프롬프트가 수행하는 역할은 순수 텍스트 기반 생성과 근본적으로 다릅니다. 초보자가 흔히 저지르는 실수는 '베이지색 트렌치코트를 입은 젊은 탐정이 안개 낀 골목에 서 있다'처럼 이미지를 다시 묘사하는 것입니다. 프레임 A와 프레임 B를 통해 인물의 외모, 의상, 조명, 배경 디테일이 이미 픽셀 단위로 고정되어 있기 때문에, 정적인 외형 묘사를 중복해서 적으면 텍스트 인코더의 주의력이 분산되어 시각적 조건부 신호가 약화됩니다. 첫/끝 프레임 워크플로우에서 프롬프트는 오직 기준점 A에서 기준점 B로 움직이는 궤적만을 지시하는 '모션 브리지(Motion Bridge)' 역할을 해야 합니다.
효과적인 모션 브리지 프롬프트는 카메라 이동 벡터, 인물의 전이 동작, 환경의 보조적 움직임이라는 세 가지 핵심 요소로 구성됩니다. 추천하는 표준 구문 공식은 `[카메라: 이동 벡터 및 속도] + [인물: 구체적인 전환 동작] + [분위기: 미세한 환경적 동적 요소]`입니다. 예를 들어 프레임 A가 스마트폰을 바라보는 남성의 미디엄 샷이고 프레임 B가 우측 어깨너머로 화면을 비추는 오버더숄더 샷이라면 다음과 같이 작성합니다: '카메라가 부드럽고 균일한 속도로 전진하며 인물의 오른쪽 어깨 뒤편으로 완만한 호를 그리며 이동한다. 인물은 시선을 내리며 스마트폰 화면을 렌즈 방향으로 살짝 기울인다. 푸른 화면 불빛이 턱을 은은하게 비추며, 떨림 없는 영화적 무빙 유지'. 배우의 외모를 다시 설명하지 않고 순수한 공간 운동만을 지시하는 방식입니다.
프롬프트에 담기는 속도와 리듬 관련 어휘도 결과물의 자연스러움에 직결됩니다. '균일한 속도(steady velocity)', '부드러운 감속(smooth easing)', '안정적인 시선 고정' 같은 안정화 수식어를 포함하는 것이 좋습니다. 반대로 '카메라가 거칠게 휙 돌아가며 급회전' 같은 과도한 가속 지시는 모델이 중간 프레임에서 회전 관성을 제어하지 못해 얼굴 형태를 찢어놓는 결과를 낳습니다. 역동적인 카메라 무빙이 필요한 경우에도 전문 촬영 용어(Dolly-In, Pedestal, Orbit Arc 등)를 사용하여 모델에게 명확한 공간 이동 가이드라인을 제시해야 고품질의 영상을 얻을 수 있습니다.
모핑 왜곡 문제 해결과 재시도 크레딧 관리
프롬프트와 앵커 이미지를 세심하게 준비하더라도 생성형 샷 전환 과정에서 간혹 결함이 나타날 수 있습니다. 가장 대표적인 현상이 바로 '잠재 공간 모핑 융해(Morphing)'입니다. 영상의 시작과 끝부분은 비교적 안정적이지만, 영상 중반부에서 인물의 이목구비나 손가락 구조가 녹아내리듯 뭉개졌다가 마지막 프레임에서 급격히 복구되는 현상입니다. 이는 앵커 A와 앵커 B 사이의 시공간적 변위가 모델의 어텐션 한계를 넘어섰다는 신호입니다. 캔버스에서 생성된 클립을 검토할 때는 반드시 중간 구간을 천천히 재생하며 해부학적 뒤틀림이 없는지 면밀히 확인해야 합니다.
모핑 결함을 체계적으로 해결하기 위한 3단계 점검 절차가 있습니다. 첫째, 비디오 노드의 재생 시간 설정을 확인합니다. 생성 시간을 3~4초에서 5~6초로 늘려주면 모델이 자연스러운 물리적 완충 과정을 계산할 수 있는 시간적 여유가 생깁니다. 둘째, 첫/끝 프레임 사이의 인체 회전 각도를 점검합니다. 90도 이상의 급격한 몸 회전이나 깊은 원근 이동이 있다면 콘티 행을 분할하여 중간 키프레임(A에서 A.5, A.5에서 B)을 배치해 두 개의 짧은 컷으로 쪼갭니다. 셋째, 배경의 바람 방향이나 광원 벡터가 모순되지 않는지 확인하여 반대 방향의 힘이 충돌하지 않도록 조율합니다.
연속 컷을 제작할 때는 크레딧 소모와 재시도 비용을 철저히 관리해야 합니다. 통신 지연이나 시스템 이슈로 인한 작업 실패에 대해서는 명확한 보호 규칙이 적용됩니다: 모델 제공업체가 생성 실패를 명확히 확인하면 임시로 확보한 크레딧을 돌려드립니다. 연결이 끊기는 등 결과나 요금을 확인할 수 없을 때는 중복 정산을 막기 위해 확인 대기 상태로 둡니다. 반면 생성 자체는 성공했으나 연출 의도와 맞지 않아 다시 생성하는 경우에는 새로운 작업으로 분류되어 사전 표시된 예상 크레딧이 차감됩니다. 예산을 낭비하지 않으려면 검증되지 않은 전환에 무작정 10초 이상의 고비용 렌더링을 시도하지 말고, 경제적인 4초 클립으로 앵커 간의 물리적 타당성을 먼저 검증한 뒤 최종본을 확정하는 작업 방식을 권장합니다.
내 API 채널과 외부 API 중계 서비스 연결하기
모델 채널 설정에 Base URL과 API 키를 입력한 뒤 제공업체 문서에 따라 API 방식, 모델 ID와 필요한 헤더를 설정하세요. 생성 전에 원하는 이미지·영상 생성 방식을 지원하는지 확인하세요. 경로, 해상도와 시작·끝 프레임 입력은 연결한 채널에 따라 다릅니다. 미지원 채널의 연동 신청이 호환성 보장을 뜻하지는 않습니다.
BYOK에서는 API 주소, 모델 키와 사용자 지정 헤더를 설정할 수 있습니다. OneAPI나 NewAPI 같은 중계 서비스를 쓸 때는 실제 API에 맞는 OpenAI, Gemini 또는 Claude 방식을 선택하고 모델 ID와 이미지·영상 API 지원 여부를 확인하세요. 모든 중계 서비스나 비공개 규격이 자동으로 호환되는 것은 아닙니다. BYOK 모델 호출에는 플랫폼 추가 마진이나 생성 크레딧 차감이 없지만, 작업 공간과 모델 제공업체 이용료는 별도로 청구됩니다.
신뢰하는 제공업체만 연결하고 운영 환경에서는 HTTPS를 사용하세요. 요청은 로그인 인증된 백엔드를 거쳐 전달되며 필요한 프롬프트, 참고 자료와 인증 정보가 요청에 사용됩니다. API 키, 비밀번호나 비밀 정보가 든 헤더를 공개 캔버스, 스크린샷 또는 지원 신청에 포함하지 마세요.
자주 묻는 질문
첫 프레임과 끝 프레임을 사용해 완전히 다른 두 공간 사이를 전환할 수 있나요?
AI 영상 생성에서 조명, 배경, 인물이 완전히 다른 두 장의 이미지를 연결하면, 중간 프레임에서 얼굴과 배경이 진흙처럼 녹아내리는 기괴한 모핑 왜곡이 발생합니다. 실험적인 뮤직비디오라면 특수효과로 활용할 수도 있겠지만, 서사 중심의 숏폼 드라마에서는 몰입을 심각하게 해칩니다. 완전히 다른 장면으로 전환할 때는 생성형 보간 대신 전통적인 하드 컷, 인물이 화면을 가리는 와이프 트랜지션, 혹은 매치 컷을 사용하는 것이 정석입니다.
Say Action의 모든 비디오 모델이 끝 프레임(Last Frame) 입력을 지원하나요?
아닙니다. 모델과 연결된 상류 채널마다 파라미터 규격과 어댑터 지원 범위가 다릅니다. Say Action 캔버스에서 Seedance 채널은 첫 프레임과 끝 프레임 듀얼 슬롯을 완벽히 지원하지만, 현재 연동된 Gemini Veo나 Novita 어댑터는 시작 프레임 단일 입력만 지원합니다. 또한 MiniMax H3 등은 첫/끝 프레임 모드 실행 시 별도 인물 참조 이미지의 동시 입력을 제한합니다. 샷을 설계하기 전 캔버스 노드에서 선택한 모델의 실제 입력 슬롯을 확인하세요.
Say Action 캔버스에서 생성된 영상의 마지막 프레임을 어떻게 추출하나요?
영상 노드에서 원하는 컷이 성공적으로 생성되면, 해당 영상 재생 노드 우측 상단 옵션 메뉴를 열고 '끝 프레임 추출(Extract Last Frame)'을 선택합니다. 시스템이 해당 영상의 마지막 프레임을 원본 해상도로 캡처하여 캔버스에 독립된 새 이미지 노드로 생성해 줍니다. 이 이미지 노드의 연결선을 다음 컷 영상 노드의 'First Frame' 슬롯에 연결하기만 하면 완벽한 시각적 연속성이 확보됩니다.
첫 프레임과 끝 프레임 사이의 움직임이 너무 빠르거나 동작이 일그러지면 어떻게 하나요?
움직임이 조급해 보이거나 신체 비율이 부자연스럽게 늘어난다면 두 키프레임 사이의 공간 변위에 비해 설정된 영상 재생 시간이 너무 짧기 때문입니다. 비디오 노드 설정에서 영상 길이를 4초에서 6초 등으로 늘려주어 확산 모델이 부드러운 물리적 이동을 계산할 수 있는 시간을 확보하세요. 그래도 왜곡이 지속된다면 두 포즈 간의 차이가 너무 큰 것이므로, 캔버스에 중간 키프레임을 하나 추가하여 컷을 둘로 나누는 것이 좋습니다.
OneAPI, NewAPI와 사용자 지정 헤더를 연결할 수 있나요?
BYOK에서는 API 주소, 모델 키와 사용자 지정 헤더를 설정할 수 있습니다. OneAPI나 NewAPI 같은 중계 서비스를 쓸 때는 실제 API에 맞는 OpenAI, Gemini 또는 Claude 방식을 선택하고 모델 ID와 이미지·영상 API 지원 여부를 확인하세요. 모든 중계 서비스나 비공개 규격이 자동으로 호환되는 것은 아닙니다. BYOK 모델 호출에는 플랫폼 추가 마진이나 생성 크레딧 차감이 없지만, 작업 공간과 모델 제공업체 이용료는 별도로 청구됩니다.