솔직히 저는 숏폼 영상 하나 만들려면 프리미어 프로 같은 편집 툴을 최소 6개월은 익혀야 한다고 믿었습니다. 그 고정관념 때문에 머릿속에서 기획만 맴돌던 아이디어들을 실행으로 옮긴 적이 단 한 번도 없었는데, Google Gemini와 Google Flow 두 가지만으로 10분 안에 AI 강아지 인터뷰 영상이 완성된다는 걸 직접 확인하고 나서야 그게 얼마나 좁은 시선이었는지 뼈저리게 깨달았습니다.
대본 구조 분석이 영상의 완성도를 결정한다
제가 처음에 저질렀던 실수는 Gemini 대화창에 "강아지 인터뷰 대사 써줘"라고 단순하게 던진 것이었습니다. 결과물은 예상대로 밋밋했고, 시청자가 끝까지 볼 이유가 없는 평범한 문장들만 나왔습니다. 그때 방향을 바꾼 게 오히려 결정적인 전환점이 되었습니다.
핵심은 내러티브 구조(Narrative Structure), 쉽게 말해 영상이 어떤 흐름으로 시청자를 끌어당기는지 그 뼈대를 먼저 파악하는 것입니다. 여기서 내러티브 구조란 도입부의 공감 유발, 중반부의 예상 밖 반전, 마무리의 여운으로 이어지는 감정적 흐름 설계를 의미합니다. 유튜브 알고리즘 분석 플랫폼인 출처: TubeBuddy 데이터에 따르면, 시청 유지율이 높은 숏폼의 공통점은 30초 이내에 반전 포인트가 한 번 이상 등장한다는 점입니다. 이 구조를 모르고 대사만 뽑으면 제가 처음에 했던 실수를 그대로 반복하게 됩니다.
실전에서는 잘 만들어진 유튜브 쇼츠 링크나 대본을 Gemini에 붙여 넣고 "영상의 구조만 분석해 줘"라고 먼저 요청합니다. 구조가 추출되면 그다음에 "산책하는 강아지를 주제로 이 흐름대로 새로운 인터뷰 대사 다섯 개를 만들어 줘"라고 이어서 요청하면, Gemini는 기존 대사를 그대로 베끼는 게 아니라 반전 흐름이 살아 있는 새로운 문장을 생성합니다. 제가 직접 써봤는데, 같은 주제라도 구조 분석 단계를 거쳤을 때와 그냥 요청했을 때의 결과물 품질 차이가 체감상 두 배 이상이었습니다.
- Gemini에 기존 영상 링크 또는 대본을 붙여 넣고 "구조만 분석해 줘"로 시작
- 추출된 반전 구조를 기반으로 새로운 대사 생성 요청
- 마음에 들지 않으면 즉시 재생성 요청 — 아이디어 고갈 없음
- 숫자는 반드시 한글로 표기(예: 2,000원 → 이천 원) — AI 음성 합성 오독 방지
Google Flow로 영상을 완성하기 전, 프롬프트 설계가 먼저다
Google Flow는 Google Labs에서 만든 AI 영상 생성 도구입니다. 여기서 중요한 개념이 하나 있는데, 바로 영상 프롬프트(Video Prompt)입니다. 영상 프롬프트란 AI가 영상을 만들 때 참조하는 상세 지시문으로, 카메라 구도·조명·피사체 움직임·음성 톤까지 담아야 원하는 결과물이 나오는 설계도를 의미합니다. 이걸 모르고 Flow 입력창에 "강아지 인터뷰 영상 만들어 줘"라고 바로 치면, 솔직히 이건 예상 밖의 쓰레기 결과물이 나옵니다.
그래서 순서가 중요합니다. Gemini에 먼저 "구글 플로우에 넣을 영상 프롬프트 만들어 줘. 동영상 직접 생성 금지"라고 요청해서 프롬프트 자체를 생성하고, 그 텍스트를 Flow에 붙여 넣는 방식입니다. "동영상 직접 생성 금지" 문구를 빠뜨리면 Gemini가 자체적으로 영상을 만들려고 시도하기 때문에, 이 한 줄이 빠지면 흐름이 꼬입니다. 제가 실제로 빠뜨렸다가 시간을 낭비한 경험이 있어서 이 부분은 특히 강조하고 싶습니다.
Flow 설정에서 제가 경험상 최적이라고 판단한 조합은 영상 비율 9:16(쇼츠 전용), 생성 개수 1개(크레딧 절약), 모델은 옴니 플래시(Omni Flash)입니다. 옴니 플래시란 Google Flow의 생성 모델 중 속도와 품질의 균형을 맞춘 옵션으로, 처음 시도할 때 크레딧 소모를 최소화하면서 결과를 확인하기에 가장 적합합니다. 참고로 Google Flow는 처음 가입 시 무료 크레딧을 제공하므로(출처: Google Labs), 비용 부담 없이 테스트가 가능합니다.
프롬프트 설계 시 놓치기 쉬운 3가지
제가 시행착오를 거치면서 발견한 것들인데, 이걸 모르면 생성 결과가 의도와 전혀 다르게 나올 수 있습니다. 인터뷰어 신과 강아지 신을 하나의 프롬프트에 합치면 AI가 둘을 구분하지 못해 결과물이 뒤섞입니다. 반드시 신(Scene)을 분리해서 작성해야 합니다. 그다음으로 음성 톤 지정인데, "인터뷰어는 20대 여성 목소리, 강아지는 세 살 여자아이처럼 귀엽게"처럼 구체적인 페르소나(Persona)를 명시해야 캐릭터 개성이 살아납니다. 페르소나란 특정 인물이나 캐릭터가 가진 성격·말투·감정적 특성을 AI가 흉내 낼 수 있도록 설정하는 매개변수를 의미합니다.
반려동물 사진을 캐릭터 IP로 전환하는 현실적 방법
제 경험상 이건 좀 다릅니다. 많은 분들이 "AI 이미지 생성은 가상의 캐릭터에만 쓰는 것"이라고 생각하는데, 실제로는 내가 키우는 반려동물 사진을 캐릭터 IP(지식재산권)로 전환하는 것이 훨씬 콘텐츠 경쟁력이 높습니다. 캐릭터 IP란 특정 외형과 성격을 가진 캐릭터가 하나의 독립적인 지식재산으로 기능하며 유튜브·SNS·굿즈 등 다양한 채널에서 수익화될 수 있는 자산을 의미합니다.
방법은 생각보다 단순합니다. 반려동물 사진을 Gemini에 업로드하고 "멜빵 바지를 입고, 회색 배경에, 카메라를 정면으로 보는 모습으로 이미지를 만들어 줘"라고 요청합니다. 여기서 회색 배경을 지정하는 이유가 있는데, AI가 피사체와 배경을 구분하기 쉬워서 이후 Flow에서 영상을 생성할 때 캐릭터 왜곡이 줄어들기 때문입니다. 제가 직접 비교해 봤을 때 복잡한 배경 이미지를 넣었을 때보다 단순 회색 배경을 썼을 때 영상 내 캐릭터 일관성이 눈에 띄게 좋아졌습니다.
생성된 이미지를 Flow 입력창에 드래그해서 추가하면, AI는 해당 캐릭터의 외형을 유지한 채 대사와 움직임이 있는 영상을 만들어 냅니다. 한국어 발음도 자연스럽게 처리되는 수준이어서, 이미지 생성 단계에서 프롬프트를 정밀하게 작성했다면 결과물이 꽤 쓸 만합니다. 물론 처음 한두 번은 기대와 다른 결과가 나올 수 있는데, 이건 프롬프트 세부 조정의 문제이지 도구 자체의 한계가 아니라고 생각합니다.
자주 묻는 질문
Q. Google Flow 무료로 쓸 수 있나요, 아니면 유료인가요?
A. 처음 가입 시 무료 크레딧이 제공됩니다. 다만 크레딧 소모 속도가 생성 개수와 모델 선택에 따라 달라지므로, 처음에는 생성 개수를 1개로 설정하고 옴니 플래시 모델을 선택해서 테스트하는 것이 크레딧 낭비를 줄이는 현실적인 방법입니다. 크레딧이 소진된 이후의 요금 정책은 Google Labs 공식 페이지에서 최신 내용을 확인하는 것이 정확합니다.
Q. Gemini로 대본 만들 때 기존 유튜브 영상 저작권은 괜찮은가요?
A. 구조 분석을 요청하는 것과 대사를 그대로 가져오는 것은 다릅니다. Gemini에 "구조만 분석해 줘"라고 요청한 뒤 완전히 새로운 대사를 생성하는 방식이라면, 기존 영상의 특정 표현을 복제하는 게 아니라 흐름 패턴을 참고하는 것입니다. 다만 법적 판단이 필요한 세부 사항은 저작권 전문가에게 확인하는 것이 안전합니다.
Q. 강아지 말고 다른 동물이나 캐릭터로도 같은 방법을 쓸 수 있나요?
A. 네, 방법 자체는 동일하게 적용됩니다. 고양이, 햄스터, 심지어 사람 캐릭터도 Gemini로 이미지를 생성한 뒤 Flow에 넣으면 같은 파이프라인이 작동합니다. 다만 피사체가 복잡한 형태일수록 이미지 프롬프트를 더 구체적으로 작성해야 하고, 회색 단순 배경을 유지하는 원칙은 어떤 캐릭터든 동일하게 지키는 것이 결과물 품질에 도움이 됩니다.
Q. 영상 프롬프트를 Gemini에서 만들 때 "동영상 직접 생성 금지" 문구를 꼭 넣어야 하나요?
A. 제 경험상 이 문구를 넣지 않으면 Gemini가 프롬프트 텍스트 대신 영상을 직접 생성하려고 시도합니다. 원하는 것은 Flow에 입력할 텍스트 지시문이지 Gemini가 만든 영상이 아니기 때문에, 이 한 줄은 흐름을 제대로 잡기 위한 필수 안전장치라고 보면 됩니다.
결론
정리하면, 이 방식이 의미 있는 이유는 단순히 "쉽게 만든다"는 게 아닙니다. 내러티브 구조 설계 → 영상 프롬프트 생성 → Flow 영상 완성으로 이어지는 파이프라인 자체가 콘텐츠 제작을 반복 가능한 시스템으로 바꿔줍니다. 한 번 구조를 잡아 두면 주제만 바꿔서 계속 찍어낼 수 있다는 점이 핵심입니다.
저는 복잡한 툴에 대한 두려움 때문에 수개월을 허비했는데, 돌아보면 그 시간 동안 이 파이프라인을 10번만 반복했어도 채널 하나를 만들 수 있었을 겁니다. 처음 시작할 때는 프롬프트 품질이 낮아 결과물이 기대 이하일 수 있는데, 그게 당연한 과정입니다. 시행착오를 통해 프롬프트를 다듬어 가는 것 자체가 이 도구를 쓰는 능력이 되기 때문입니다.