
AI 무작정 해보기 · 영상 실험 노트
책 귀퉁이에 같은 그림을 조금씩 다르게 그린 다음 빠르게 넘기면 움직여 보인다. 어릴 때 한 번쯤 해봤을 그 방법이 문득 떠올랐다.
“영상도 결국 이미지의 연속이잖아. 그럼 AI로 그림을 여러 장 만들어서 붙이면 되지 않을까?”
운동 음악에 어울리는 짧은 영상을 만들다가 시작한 실험이다. 사진에 줌만 넣으니 사람이 움직이는 느낌은 약했다. 그래서 100장, 500장으로 늘려 보기로 했다. 숫자가 커지면 결과도 좋아질 것 같았다. 결과를 보고 나니, 먼저 물어봤어야 할 질문이 하나 있었다.
500장은 정말 새로운 그림 500장이었을까?
이번 시험본은 서로 다른 자세의 기준 이미지 8장을 바탕으로 중간 프레임을 보간해 만든 것이다. AI가 새로운 자세를 500번 독립적으로 그린 결과는 아니었다.
보간은 두 상태 사이를 이어 주는 방법이다. 중간 장면을 만들어 움직임을 부드럽게 보이게 할 수 있지만, 원래 없던 정확한 손 모양이나 자연스러운 운동 동작까지 보장하지는 않는다. 프레임 파일이 500개라는 말과, 믿을 만한 동작 정보가 500장 있다는 말은 다르다.
이 차이를 모르고 “그럼 1,000장, 10,000장으로 늘려 보자”고 하면, 어색한 움직임을 더 촘촘하게 늘리는 실험이 될 수도 있다.
60fps를 120fps로 바꾸면 무조건 부드러워질까?
FPS는 1초 동안 보여 주는 프레임 수다. 고정된 이미지 묶음을 순서대로 한 번씩 재생할 때, 길이는 다음처럼 계산할 수 있다.
재생 시간 = 전체 프레임 수 ÷ FPS
500프레임 ÷ 60fps = 약 8.33초
500프레임 ÷ 120fps = 약 4.17초
같은 500장을 120fps로 한 번씩 재생하면 동작이 두 배 빨라진다. 이 경우에는 새 움직임이 생기는 것이 아니라 같은 움직임을 더 짧은 시간에 보는 것이다.
반면 영상 길이를 그대로 두고 60fps 파일을 120fps로 내보내면 이야기가 달라진다. 프로그램이 프레임을 복제할 수도 있고, 중간 장면을 계산해 넣을 수도 있다. 내보내기 숫자만 120으로 바꿨다고 새로운 동작이 자동으로 생기는 것은 아니다. 실제 화면에 보이는 부드러움은 재생 기기와 화면 주사율의 영향도 받는다.
1차 실험 · 배경 고정과 500프레임
실험 중에는 인물 움직임이 조금 나아진 대신 배경까지 함께 움직여 보였다. 숨 쉬는 장면을 만들고 싶은데 주변 공간까지 따라 움직이면, 동작보다 화면의 흔들림이 먼저 눈에 들어온다.
그래서 다음 시험에서는 배경을 한 장으로 고정하고 인물과 물병만 따로 움직이도록 했다. 배경을 안정시키는 데는 도움이 됐지만, 손과 물병, 머리카락 가장자리에 합성 흔적이 남았다. “배경 고정”이라는 조건 하나를 정했을 뿐인데 확인할 곳이 훨씬 분명해졌다.
시험본: 500프레임 · 60fps · 약 8.33초. 기준 이미지 8장을 보간한 영상이다. 배경과 손·물병 경계를 함께 보면 차이가 보인다.
이때부터는 프레임 수보다 얼굴·몸의 비율·손·소품·배경이 계속 같은 상태를 유지하는지를 먼저 보게 됐다.
2차 실험 · 정방향과 역방향을 반복하면?
마지막에는 만들어 둔 500프레임을 정방향으로 재생한 뒤 역방향으로 돌리는 시험도 부탁했다. 천천히 올라간 몸이 다시 내려오면 작은 호흡처럼 보이지 않을까 하는 생각이었다.
이번 설정은 1번부터 500번까지, 다시 500번부터 1번까지를 한 묶음으로 잡았다. 이 왕복을 10번 반복하면 10,000프레임이다. 120fps로 재생한 파일의 길이는 약 83.33초가 된다. 전환점의 끝 프레임을 두 번 포함한 계산이다.
길이는 계산대로 만들 수 있었다. 다만 83초짜리 파일이 생겼다는 것과 83초 내내 자연스럽게 보인다는 것은 별개의 검사다. 방향이 바뀌는 순간에 잠깐 멈추는 느낌이 나는지, 반복이 너무 눈에 띄는지 봐야 한다. 물을 따르거나 한 방향으로 이동하는 동작처럼 역재생이 어울리지 않는 장면도 있다.
시험본: 왕복 10회 · 120fps · 약 83.33초. 1차 영상의 프레임을 재사용했다. 새로운 자세를 10,000장 생성한 것이 아니라 순서를 앞뒤로 돌려 반복한 것이다.
3차 실험 · 숨 쉬다가 정면을 보고 웃고 일어서기
이번에는 반복이 아닌 이어지는 동작을 시험했다. 앞부분은 기존 호흡을 3배속으로 재생하고, 뒤에는 새 자세 기준 이미지 8장을 보간해 연결했다. 전체 길이는 7.8초, 출력은 30fps다.
동작은 이어지지만 일어설 때 얼굴 크기와 원근감이 달라지고 팔·몸에 잔상이 보인다. 프레임 수보다 자세 사이의 연결과 비율을 먼저 확인해야 했던 사례다.
4차 실험 · 사진 대신 그림체로 비교하기
그림체 덤벨 컬은 8개 자세를 사용한 7초 비교본이다. 얼굴·몸통·배경을 고정하고 팔과 덤벨 자세를 바꿨다. 자세는 초당 약 6번 바뀌며, 30fps 파일에는 같은 프레임도 반복된다. 이 수정본에는 새 이미지 생성이나 중간 동작 보간을 추가하지 않았다.
사진보다 덜 어색하게 느껴졌지만 어깨 경계와 단계적으로 바뀌는 움직임은 남아 있다. 매끈한 실사 영상 대신 플립북 같은 표현을 시도한 결과다.
다음에는 이렇게 부탁해 보려고 한다
긴 영상을 한 번에 완성해 달라고 하기보다, 먼저 짧은 시험을 보고 조건을 고치는 편이 낫겠다는 생각이 들었다. AI에게 전달할 문장도 이렇게 바꿀 수 있다.
배경과 카메라는 고정해 줘. 인물의 얼굴·복장·몸 비율은 유지하고 작은 호흡 동작만 보여 줘. 먼저 4초 시험본으로 만들어 줘. 사용한 원본 이미지 수, 보간 여부, 실제 프레임 수, FPS와 영상 길이를 함께 알려 줘. 손과 소품의 경계, 시작과 끝이 이어지는 부분도 확인해 줘.
이 문장이 성공을 보장하는 주문은 아니다. 대신 결과가 어색할 때 무엇이 잘못됐는지 구체적으로 짚을 수 있다. 배경이 흔들렸는지, 인물의 비율이 바뀌었는지, 아니면 동작 속도만 느린 것인지 나눠 볼 수 있기 때문이다.
이번 실험의 결론은 “이미지로 영상을 만드는 건 안 된다”가 아니다. 그렇다고 “500장이면 된다”도 아니다.
다음에는 10,000장을 주문하기 전에 4초부터 보려고 한다. 숫자를 키우는 일은 그다음에도 할 수 있으니까.
2026년 11월의 실제 제작 대화를 바탕으로 정리한 실험 기록입니다. 시간 계산은 고정 프레임 순차 재생 기준입니다.
댓글 없음:
댓글 쓰기