AI 영상에서 캐릭터의 일관성 문제는 대개 ‘첫 번째 영상이 얼마나 닮았느냐’에 관한 것이 아니라, 캐릭터가 두 번째 장소로 이동하거나 세 번째 화면 구도, 네 번째 동작으로 넘어간 뒤에도 얼굴형, 나이, 헤어스타일, 의상 및 소품이 여전히 같은 인물로 유지되는지 여부에 관한 것이다.

본 문서에서는 PixPix를 활용하여 반복 가능한 다장면 캐릭터 워크플로우를 설계한다. 먼저 캐릭터 마스터를 제작한 뒤, 샷을 분할하고 참조 자료를 재사용하며 심사 통과된 프레임을 전달하고, 각 샷 이후에는 정체성 변동 여부를 점검한다. 본문에서는 아직 실행되지 않은 생성 과정을 모델 기반 실측으로 기술하지 않았으며, 구체적인 접근 방법, 사양 및 사용 가능한 모델은 PixPix의 현재 페이지를 기준으로 확인하시기 바란다.

빠른 결론: 일관성은 모델만으로 만들어지는 것이 아니라 워크플로우에서 비롯된다.

같은 AI 캐릭터가 여러 영상 장면을 안정적으로 이어가도록 하려면, 다음 네 가지를 동시에 갖춰야 한다:

1. 캐릭터 참조 이미지를 통해 얼굴, 헤어스타일, 신체 비율, 의상 및 상징적 소품을 고정한다;

2. 스토리를 짧은 샷으로 나누고, 각 샷은 하나의 주요 동작만 담도록 한다;

3. 매번 생성 시 캐릭터 마스터를 다시 불러오고, 필요시 이전 샷의 심사 통과 프레임을 추가한다;

4. 각 샷이 완료될 때마다 점검하여 작은 오류가 이후 장면으로 이어지지 않도록 한다.

본 문서 작성 시점 기준, PixPix의 공식 페이지에는 다양한 참조 기반 영상 모델들이 소개되어 있다. 먼저 ‘어떤 모델이 절대적으로 최고인가’를 묻기보다는, 작업별로 필터링해 보는 것이 좋다:

이 표는 공식적인 태그 기반 작업 매칭 권장사항을 바탕으로 작성되었으며, 동일 조건 하에서 실측한 순위는 아닙니다. 실제 프로젝트에서는 우선 두 개의 후보 모델을 선정한 뒤, 동일한 캐릭터 참조, 샷 키워드, 프레임 비율 및 검사표를 사용해 세 개의 샷을 테스트한 뒤, 재작업 횟수를 비교하는 것이 바람직합니다.

왜 캐릭터가 서로 다른 샷에서 다른 사람처럼 보이는가

단일 영상 내부의 변동

캐릭터가 한 샷에서 머리를 돌리거나 손이나 소품에 가려지거나, 빠르게 움직이거나, 카메라가 옆쪽이나 뒤쪽으로 이동할 경우, 모델이 활용할 수 있는 얼굴 정보가 줄어들게 된다. 그 결과로 눈 간격 변화, 이마 라인 이동, 옷깃 재구성, 손에 든 소품의 형태 변화 등이 나타나며, 캐릭터가 움직이는 중에 갑자기 더 젊어 보이거나 성숙해 보이는 현상도 발생할 수 있다.

다양한 장면 간의 변동

각 새로운 샷은 또 다른 생성 작업입니다. “은회색 머리의 여성, 검은 정장”과 같은 문구만 반복하면, 모델은 단일한 인물 범주를 얻을 뿐이며 고유한 정체성을 파악하지 못합니다. 새로운 장소, 조명, 각도는 시각적 증거를 더욱 변화시키므로, 두 번째 샷이 아무리 ‘비슷’해 보여도 이미 동일한 인물이 아닐 수 있습니다.

프롬프트는 시각적 참조를 대체할 수 없습니다.

텍스트는 동작, 장면, 카메라 워크 등을 설명하기에는 적합하지만, 눈 사이의 간격, 코의 윤곽, 옷의 재단, 소품의 비례 등은 정확히 묘사하기 어렵습니다. 참고 이미지는 모델에게 직접적인 시각적 기준점을 제공하며, 텍스트 프롬프트는 해당 샷에서 무엇을 변경하고 무엇을 유지해야 하는지를 명시하는 역할을 합니다.

보다 안전한 역할 분담은 다음과 같습니다: 참고 이미지가 ‘그녀가 누구인지’를 담당하고, 프롬프트가 ‘현재 그녀가 어디에 있으며 무엇을 하고 있는지, 그리고 어떻게 촬영될 것인지’를 설명합니다.

먼저 창작 캐릭터에 대한 연속성 파일을 작성합니다.

본 문서에서는 창작된 성인 캐릭터 ‘구요’를 교육 사례로 사용합니다. 그녀는 시각 크리에이터로, 은회색 계열의 층이 있는 짧은 머리를 뒤로 올려 낮은 포니테일로 묶고, 검은색 좁은 테두리의 선글라스를 착용하며, 오른쪽 귀에는 조형미가 돋보이는 은색 귀걸이를 착용합니다. 그녀는 검은색 하이넥의 테크노틱한 정장을 입고 검은색 와이드 팬츠를 매치하며, 검은 장갑을 끼고, 자홍색 좁은 테두리가 있는 검은색 핸드백을 늘 휴대합니다.

네 개의 샷은 차례로 검은색 패션 스튜디오, 비 내리는 도심 복도, 거울로 된 전시실, 그리고 황혼 속 도시 옥상에서 진행됩니다. 장면과 카메라 앵글은 변하더라도, 인물의 정체성, 포니테일의 윤곽, 선글라스, 오른쪽 귀의 귀걸이, 의상의 구조, 핸드백의 형태는 반드시 일관되게 유지되어야 합니다.

강성 기준점과 가변 요소를 구분합니다.

참고 이미지 한 장이 아닌 한 세트를 준비하세요

단일한 정면 초상화만으로는 캐릭터의 옆모습, 뒷모습의 의상, 전신 비율을 파악하기 어렵습니다. 최소 다음과 같은 자료를 준비하는 것이 좋습니다:

• 정면 반신 사진: 얼굴형, 선글라스, 헤어스타일 및 귀걸이를 확인합니다;

• 3/4 전신 사진: 체형, 의상 재단, 핸드백의 비율을 확인합니다;

• 측면 사진: 머리를 돌리거나 걷는 모습, 그리고 따라다니는 카메라 앵글을 지원합니다;

• 뒷모습 사진: 머리묶음 위치, 어깨선과 상의 뒷부분을 확인합니다;

• 소품 클로즈업: 핸드백, 귀걸이, 선글라스의 구조를 고정하여 기록합니다.

참고 이미지는 균일한 조명과 명확한 윤곽을 사용하며, 강한 필터로 얼굴 특징을 가리는 행위는 피하고, 캐릭터 마스터에 여러 가지 의상 버전을 혼합하지 않도록 합니다.

캡션: 캐릭터 마스터에는 얼굴, 은회색 머리묶음, 검은색 좁은 프레임 선글라스, 오른쪽 귀의 은색 귀걸이, 검은색 하이넥 정장이 동시에 기록되어 있으며, 이후 모든 장면에서 이 이미지를 통해 신원을 확인합니다.

PixPix에서 샷별 작업에 따라 영상 모델을 선택합니다

MiniMax H3: 먼저 짧은 샷에서 주체의 안정성을 테스트합니다

PixPix의 MiniMax H3 공식 페이지는 현재 텍스트, 이미지, 영상 및 음성 입력을 지원하며, 인물, 동작, 샷, 시간 순서 등을 처리할 수 있고, 특히 ‘주체 안정성’을 핵심 역량으로 내세우고 있습니다. 공개된 생성 사양은 4~15초, 최대 2K 해상도와 24fps이며, 구체적인 옵션은 생성 모드에 따라 달라집니다.

이는 추적 촬영, 줌인·줌아웃, 패닝, 리프팅, 원형 회전 등 명확한 카메라 움직임과 함께, 인물과 의상, 소품이 움직임 속에서도 안정적으로 유지되어야 하는 짧은 샷을 우선적으로 테스트하는 데 더 적합합니다. 첫 번째 테스트에서는 급하게 달리기, 360도 회전, 의상 교체, 복잡한 물체와의 상호작용 등을 동시에 포함하지 않는 것이 좋습니다.

Kling 3.0 Omni: 다중 참조와 복잡한 시청각 작업 처리

PixPix의 Kling 3.0 Omni 공식 페이지는 이를 전모달 영상 모델로 규정하며, 텍스트, 이미지, 영상, 오디오 참조를 결합해 영상 생성, 편집, 네이티브 오디오, 다중 샷 스토리보드 제어 기능을 제공합니다.

프로젝트가 인물, 장면 분위기, 동작 참조, 음성 등을 동시에 고정해야 하거나, 하나의 작업 자체가 더욱 복잡한 샷 구성까지 포함하는 경우, 이 모델을 후보군에 포함시킬 수 있습니다. 입력 자료가 많을수록 각 참조가 인물, 동작, 장면, 음성 중 어느 부분을 담당하는지 명확히 기술하여 모델이 참조 관계를 오해하지 않도록 해야 합니다.

Seedance 2.5: 더 긴 서사와 다중 참조 연결 테스트

PixPix의 Seedance 고화질 능력 설명에 따르면, Seedance 2.5는 현재 최대 30초 길이의 영상을 생성할 수 있으며, 여러 장의 이미지와 영상, 오디오 참조를 지원하고, 출력 해상도를 1080P까지 연장할 수 있습니다.

샷이 더 긴 동작 전개, 인물과 장면 간의 연속성, 또는 추후에도 지속적인 연장과 조정이 필요할 때는 Seedance 2.5를 우선적으로 테스트하는 것이 좋습니다. 길이가 길다고 해서 인물이 자연스럽게 더 안정되는 것은 아닙니다. 동작이 복잡하다면, 먼저 짧은 버전으로 신원과 동작 구조를 검증한 뒤, 최종 사양으로 넘어가는 것을 권장합니다.

스토리를 네 개의 점검 가능한 샷으로 나눕니다

일관성 테스트는 처음부터 전체 단편을 생성하는 방식으로 진행해서는 안 됩니다. 먼저 차이가 분명하면서도 통제 가능한 네 개의 샷으로 시작해 점차 난이도를 높여 나갑니다.

카메라 1: 먼저 인물과 소품을 설정한다

카메라 1은 안정적인 중간 화면으로, 구야오가 검은색 스튜디오의 자홍색 조명 프레임 앞에 서 있는 장면이다. 이 장면에서는 복잡한 동작을 추구하지 않고, 정면 얼굴, 헤어스타일, 선글라스, 의상 및 핸드백이 동시에 성립되는지 확인하는 데 초점을 맞춘다.

캡션: 첫 번째 장면에서는 명확한 3/4 얼굴과 간단한 손동작을 통해 인물, 의상 및 소품의 기준을 설정한다.

카메라 2: 환경을 바꾸고 보행을 추가한다

카메라 2에서는 인물을 비 내리는 도시의 복도로 옮기고, 왼쪽 후방에서 따라가는 시점으로 촬영한다. 측면 얼굴, 머리 묶음 위치, 상의 뒷부분과 검은색 핸드백이 여전히 일관되게 유지되는지 점검해야 한다.

캡션: 장면과 조명, 동작은 변화했지만, 인물의 연령, 머리 묶음 윤곽, 선글라스, 오른쪽 귀걸이, 상의 구조 및 핸드백의 형태는 여전히 유지되어야 한다.

카메라 3: 자세 변화와 물체와의 상호작용을 추가한다

카메라 3에서는 구야오가 거울 전시실에서 손을 뻗어 투명한 전시대를 조정하는 장면을 담는다. 낮은 카메라 앵글, 거울 반사 및 손의 상호작용은 신체 비율을 증가시키고, 인물과 손의 변형 위험을 반복적으로 유발할 수 있으므로, 핸드백은 안정적인 참조로 옆에 두어 유지된다.

캡션: 거울 반사와 물체와의 상호작용이 동시에 나타날 때에는 얼굴, 머리 묶음, 귀걸이, 의상의 이음새, 손의 접촉 관계 및 핸드백의 비율을 반드시 점검해야 한다.

카메라 4: 원경을 이용해 인물의 윤곽을 검증한다

카메라 4는 황혼의 옥상 광각으로 전환되며, 구야오는 도시를 등지고 뒤돌아본다. 원경에서는 얼굴 정보가 줄어들고, 은회색 머리묶음과 선글라스의 윤곽, 검은 정장의 실루엣, 그리고 핸드백의 자홍색 테두리에 의존해 식별을 유지한다.

캡션: 마지막 컷의 주요 변화는 화면 크기와 조명이다; 인물의 윤곽, 의상의 색채 및 소품의 색상은 여전히 마스터 버전과 일치해야 한다.

카메라 1이 통과된 후에야 카메라 2로 이동한다. 만약 카메라 2에서 측면 얼굴, 머리묶음 또는 핸드백이 이미 변경되었다면, 이를 카메라 3의 유일한 참고로 삼지 않는다.

각 컷의 프롬프트를 고정된 신원 블록으로 작성한다.

공용 캐릭터 신원 블록

아래는 본 사례를 위해 설계된 재사용 가능한 템플릿으로, 참고 기사나 어떤 모델의 원본 프롬프트도 아니다:

공용 템플릿｜캐릭터 신원 블록

독창적인 성인 여성 캐릭터 구야오, 성인형 타원형 얼굴, 은회색 계층감 있는 단발머리를 뒤로 낮게 묶고, 검은색 좁은 테두리의 선글라스를 착용하며, 오른쪽 귀에는 조각 같은 은색 귀걸이를 착용한다. 그녀는 검은색 하이넥 허리수축형 테크니컬 상의, 검은색 와이드 팬츠, 검은색 장갑을 착용하고, 자홍색 좁은 테두리가 달린 딱딱한 검은색 핸드백을 들고 있다. 얼굴형, 연령, 머리묶음 위치, 체형 비율, 의상의 재단선, 선글라스, 귀걸이 방향, 핸드백 구조 등을 동일하게 유지하며, 복장을 바꾸거나 액세서리를 추가하지 않는다.

이 신원 블록은 각 컷마다 반복되어야 한다. 장면 프롬프트에는 장소, 화면 크기, 동작, 카메라, 환경의 움직임, 사운드, 그리고 종료 상태만 추가된다.

컷 프롬프트 구조

다음 순서로 구성할 수 있다:

1. 장면과 시간;

2. 화면 크기와 카메라 위치;

3. 주요 인물의 한 가지 동작;

4. 카메라의 한 가지 동작;

5. 환경 내에서 움직임이 허용되는 요소들;

6. 사운드 요구사항;

7. 캐릭터와 소품의 변하지 않는 항목;

8. 컷 종료 시의 포즈와 구도.

카메라 2 예시

공용 템플릿｜비 오는 밤의 추적 촬영

비 오는 밤의 현대 도시 회랑, 바닥에는 절제된 습기 반사가 드러난다. 중대 전신 화면, 카메라는 구야오의 왼쪽 뒤편에 위치하여 천천히 평행 추적 촬영한다. 구야오는 자홍색 좁은 테두리가 달린 검은색 핸드백을 들고 안정된 보폭으로 앞으로 걸으며, 중간에 카메라를 향해 살짝 고개를 돌릴 뿐이다. 빗물, 상의 아랫단과 머리끝이 자연스럽게 움직이며, 배경은 깨끗하고 주체에 접근하는 다른 인물은 없다. 캐릭터 신원 블록에 명시된 얼굴형, 연령, 은회색 머리묶음, 검은색 좁은 테두리의 선글라스, 오른쪽 귀의 은색 귀걸이, 의상의 재단, 핸드백 구조는 변함없이 유지된다. 컷 종료 시, 구야오는 화면 오른쪽 3분의 1 지점에 멈춰 서며, 측면 얼굴과 핸드백이 완전히 드러난다.

프롬프트에는 ‘영화적 감각’, ‘강렬함’, ‘고급스러움’ 등 추상적인 형용사를 반복적으로 늘어놓을 필요가 없다. 오히려 카메라의 위치, 캐릭터의 동작 횟수, 반드시 변하지 않을 요소들, 그리고 컷의 종료 지점을 명확히 규정하는 것이 일관성 유지에 더 도움이 된다.

이전 컷이 다음 컷을 돕도록 하며, 잘못된 정보를 전파하지 않도록 한다.

주 참조와 교차 프레임은 서로 다른 역할을 맡는다.

캐릭터 마스터는 주 참조로서 장기적인 신원을 담당하고, 이전 컷의 승인 프레임은 보조 참조로서 현재 의상 상태, 조명 방향, 공간 연결을 책임진다. 새로운 컷에서는 여전히 캐릭터 마스터를 포함시켜야 하며, 이전 출력 프레임에만 의존해서는 안 된다.

그림 설명: 마스터는 인물의 정체성을 지속적으로 관리하며, 승인된 프레임을 통해 현재 의상, 소품 및 배경 상태를 보완합니다. 두 요소가 함께 다음 컷으로 이어지며, 이전 프레임만 전달되는 것이 아닙니다.

깨끗하고 승인된 프레임만 넘겨줍니다.

얼굴이 선명하고 모션 블러가 없으며, 손과 소품이 완전하고 의상 구조가 올바른 장면을 선택합니다. 만약 촬영 마지막 프레임에서 눈 감기, 가려짐 또는 변형이 발생한다면, 근처의 더 안정적인 프레임을 시각적 기준으로 삼고 편집 과정에서 전환 부분을 별도로 처리할 수 있습니다.

정기적으로 캐릭터 마스터로 돌아갑니다.

앞선 컷을 연속적으로 다음 컷으로 넘겨주면 작은 변화들이 점차 누적됩니다. 두세 컷을 처리한 후에는 반드시 캐릭터 마스터와 다시 확인해야 하며, 명백한 오차가 발생하면 마스터나 더 초기의 강력한 기준 프레임으로 되돌아가 새로 생성해야 합니다. 잘못된 프레임을 계속 사용하는 것은 피해야 합니다.

각 컷마다 동일한 검사표를 사용하여 검수합니다.

영상이 생성된 후에는 최소 다음과 같은 항목들을 반드시 점검합니다:

얼굴의 정체성, 연령, 상징적 의상 및 소품은 엄격한 검사 항목으로, 미흡할 경우 수정하거나 재촬영해야 합니다. 배경 소품의 위치 변화는 대개 유연한 문제로, 이를 수용할지는 해당 장면의 서사에 따라 결정됩니다.

주석: 네 개의 샷을 나란히 비교해 보면, 각각의 이미지를 개별적으로 감상하며 판단하는 것보다 머리 묶음의 위치 변경, 선글라스 비율의 변화, 귀걸이의 사라짐, 옷의 이음새 이탈 또는 핸드백의 변형 등을 더 쉽게 발견할 수 있습니다.

캐릭터의 일관성을 가장 쉽게 해치는 여섯 가지 방법

참고 이미지 없이 텍스트만 반복하기

동일한 프롬프트는 인물의 범주만 유지할 뿐, 고유한 정체성을 확실히 보존하지 못합니다. 각 샷마다 반드시 동일한 마스터를 다시 참조해야 합니다.

하나의 샷에 너무 많은 동작을 집어넣기

달리기, 몸 돌리기, 핸드백 열기, 손을 뻗어 상호작용하기, 쪼그려 앉기와 고개 들기 등을 동시에 수행하면 가림과 자세 변화가 증가합니다. 먼저 주요 동작을 정한 뒤, 이후 샷에서 다음 단계를 완성하도록 하세요.

잘못된 종료 프레임을 계속해서 다음 샷으로 전달하기

앞선 샷의 헤어스타일이 이미 길어졌다면, 후속 샷에서는 그 잘못된 상태를 새로운 기준으로 받아들이게 됩니다. 교차점 전 반드시 검수를 거쳐야 하며, 변형이 발생했을 경우 캐릭터 마스터로 되돌아가야 합니다.

장소, 조명, 의상, 카메라 앵글을 동시에 변경하기

한 번에 너무 많은 변수를 바꾸면, 어떤 요인이 정체성 변화를 초래했는지 파악하기 어렵습니다. 테스트 단계에서는 각 샷마다 하나의 주요 난제만 추가하도록 합니다.

여러 캐릭터가 하나의 참고 이미지를 공유하기

다중 인물이 등장하는 샷에서는 얼굴 융합, 의상 교환, 소품 오류 등 문제가 발생하기 쉽습니다. 각 캐릭터마다 독립적인 참고 자료를 준비하고, 인물의 공간적 위치와 상호작용 순서를 명확히 설정해야 합니다.

먼저 최고 해상도를 추구한 뒤, 캐릭터를 점검하기

고해상도는 이미 변형된 정체성을 복구할 수 없습니다. 먼저 반복 작업에 적합한 규격으로 캐릭터, 동작 및 샷을 확인한 뒤, 최종 출력 설정으로 넘어가야 합니다.

자주 묻는 질문

인물 사진 한 장만으로 여러 장면의 영상을 제작할 수 있을까요?

테스트를 시작할 수는 있지만, 정면 사진만으로는 측면, 뒷모습, 전신의 비율을 파악하기 어렵습니다. 카메라 앵글이 많아질수록 다양한 각도의 캐릭터 참고 자료와 소품 클로즈업을 추가하는 것이 중요합니다.

PixPix에서 캐릭터 일관성에 가장 적합한 영상 모델은 무엇인가요?

특정 작업에 딱 맞는 통일된 답은 없습니다. 짧은 동작, 명확한 카메라 움직임, 안정적인 피사체를 갖춘 경우 H3을 우선 테스트할 수 있으며, 다중 참조, 음성, 복잡한 샷 구성이 필요한 경우 Kling 3.0 Omni를, 더 긴 서사와 다중 모달 참조가 요구되는 경우에는 Seedance 2.5를 테스트해 볼 수 있습니다. 최종 선택은 동일한 조건 하에서 세 가지 모델을 비교한 테스트 결과를 바탕으로 이루어져야 합니다.

이전 샷의 마지막 프레임만 사용하면 얼굴이 변하지 않을까요?

아닙니다. 종료 프레임은 현재의 의상, 조명, 구도를 전달하는 데 도움이 되지만, 움직임 흐림, 눈 감기, 미세한 형태 변화까지 포함될 수 있습니다. 따라서 이는 보조적인 참고 자료로 활용해야 하며, 캐릭터 마스터는 여전히 장기적인 정체성 기준입니다.

캐릭터가 중간에 의상을 바꿀 수 있나요?

가능하지만, 의상 변경은 명확한 스토리 진행으로 규정되어야 합니다. 얼굴, 헤어스타일, 연령, 신체 비율은 그대로 유지하고, 새 의상에 대해서는 정면, 측면, 뒷모습의 새로운 참고 자료를 마련하여 모델이 의상 구조를 스스로 추론하지 않도록 해야 합니다.

다중 인물 대화에서 정체성 혼동을 줄이는 방법은 무엇인가요?

각 인물마다 독립적인 참고 자료를 준비하고, 먼저 단독 반응 샷을 생성한 뒤, 두 사람의 중간 샷을 처리하세요. 프롬프트에는 인물의 좌우 위치, 시선 방향, 동작 순서를 명확히 기술하고, 만약 얼굴이 여전히 서로 섞인다면, 샷을 분리한 뒤 편집 단계에서 대화 리듬을 설정하는 것도 효과적입니다.

실제 인물의 참고 이미지를 사용할 때 주의할 점은 무엇인가요?

소재 사용권과 인물의 동의를 반드시 확보해야 하며, 허가받지 않은 초상으로 오해를 불러일으킬 수 있는 콘텐츠를 제작해서는 안 됩니다. 공개 또는 상업적 이용 전에는 목표 플랫폼과 지역의 관련 규정도 반드시 확인해야 합니다.

요약

다양한 장면에서 AI 영상의 캐릭터 일관성은 한 번의 생성으로 결정되는 우연이 아니라, 검증 가능한 제작 방법론에 의해 달성됩니다:

캐릭터 마스터 제작 → 하드 앵커 포인트 설정 → 작업별 모델 선택 → 각 컷마다 주요 변수 하나만 추가 → 마스터 재사용 및 승인된 프레임 활용 → 컷별 검수 → 드리프트 발생 시 다시 앵커링.

PixPix에서 프로젝트를 시작할 때는 우선 구야오의 4컷 테스트 구조를 자신의 독창적인 캐릭터로 대체할 수 있습니다. 앞선 3컷만 생성해도 정면, 측면, 움직임, 조명, 소품 등이 안정적으로 표현되는지 충분히 확인할 수 있으며, 이를 통과한 후에야 전체 스토리를 확장하는 것이, 처음부터 장편을 직접 생성하는 것보다 리ework 비용을 훨씬 더 효과적으로 관리할 수 있습니다.