히그스필드 AI 영상 프롬프트 작성법: 캐릭터 일관성부터 카메라·네거티브·JSON까지

핵심 메시지

• 결과가 'AI 티'가 나는 건 도구 실력이 아니라 프롬프트를 쓰는 방식의 차이다.
• 캐릭터 얼굴을 매 컷 동일하게 유지하려면, 다각도 얼굴 레퍼런스로 만든 '첫 프레임'을 매 생성의 시작점으로 고정한다.
• 첫 프레임이 통하는 이유는 모델이 매번 처음부터 상상하지 않고, 실제로 준 이미지에서 이어 그리기 때문이다.
• 지시는 한 번에 하나씩 더한다: 기본 프롬프트에서 출발해 변화를 하나씩 넣어야 어떤 단어가 실제로 작동하는지 알 수 있다.
• 동작 안무가 아니라 감정·대사 전달을 지시하고, 카메라는 초 단위가 아니라 위치·움직임·컷 중심의 '샷'으로 통제한다.
• 네거티브 프롬프트와 스타일 프리픽스를 더한 뒤 전체를 JSON으로 구조화하면 필드별로 따로 수정·재사용할 수 있다.

쉽게 이해하기

같은 AI 영상 도구를 써도 어떤 결과는 여전히 'AI 티'가 나고, 어떤 결과는 영화처럼 보입니다. 영상은 그 차이가 도구를 다루는 실력이 아니라 프롬프트를 쓰는 방식에 있다고 말합니다. 실제 사례로, 네 명으로 구성된 팀이 히그스필드로 SF 파일럿 '아레나 제로(Arena Zero)'를 제작하며 5,000회가 넘는 생성 속에서도 등장인물을 처음부터 끝까지 일관되게 유지했다는 점을 근거로 듭니다.

가장 먼저 하는 일은 캐릭터 고정입니다. 다각도 얼굴 레퍼런스 시트를 올려 인물과 원하는 장면을 묘사한 '첫 프레임'을 한 장 생성한 뒤, 이후 모든 생성에서 그 프레임을 시작점으로 씁니다. 이렇게 하면 모델이 매번 인물을 새로 상상하지 않고 실제 이미지에서 이어 그리므로 얼굴이 컷마다 흔들리지 않습니다. 같은 방법은 제품·자동차·특정 공간처럼 두 각도 이상 보여 줘야 하는 모든 대상에도 적용됩니다.

다음은 지시를 하나씩 더하는 것입니다. '무슨 일이 벌어지는가'와 대사만 담은 기본 프롬프트로 시작하면 영상은 그럴듯해 보여도 연기가 밋밋합니다. 여기서 한 문장의 감정 지시(겁에 질린 채 침착하려 애쓰고, 목소리가 갈라지며 숨이 가쁜)를 더하자 비로소 '진짜 연기'가 됩니다. 핵심은 손이 요크를 잡고 스위치를 켜는 식의 물리적 안무를 지시하지 말고, 감정과 대사 전달을 지시하라는 것입니다. 모든 지시를 한꺼번에 넣으면 무엇이 결과를 망쳤는지 알 수 없기 때문에, 변화를 하나씩 추가해 각 단어의 효과를 확인합니다.

카메라는 가장 통제하기 어려운 요소입니다. 아무 말도 하지 않으면 구도가 무작위가 되고, 초 단위로 시시콜콜 적으면 모델이 임의의 컷을 끼워 넣습니다. 실제 감독은 카메라의 위치, 움직임, 컷 지점 세 가지에 집중한 '샷' 단위로 지시합니다. 영상에서는 한 번만 컷하는 2샷 시퀀스를 넣어 화면이 의도대로 잘리게 만듭니다. 이어서 손가락 개수 이상·이상한 얼굴·불쑥 튀어나오는 자막 같은 결함과, 장면별 금지사항(음악 없음, 창밖 대낮 없음, 계기판 라벨 중복 금지)을 담은 네거티브 프롬프트를 더하고, 렌즈·조명·색과 '음악 금지' 오디오 규칙을 정하는 스타일 프리픽스를 붙입니다.

마지막 단계는 구조화입니다. 모든 지시가 하나의 긴 문단이면 모델이 세부를 끝까지 붙들지 못하고, 조금만 고쳐도 전체를 다시 써야 합니다. 영상은 무료 도구 videoprompt.studio로 프롬프트를 핵심만 남겨 다듬은 뒤, 각 지시가 라벨이 붙은 개별 필드가 되는 JSON으로 변환합니다. 그러면 첫 시도부터 결과가 깨끗해지고, 조명이나 컷 같은 한 필드만 바꿔도 연기에는 영향을 주지 않습니다. 다음 샷에서는 스타일과 네거티브를 그대로 두고 피사체와 동작만 바꾸면 되는데, 이것이 4인 팀이 캐릭터를 깨뜨리지 않고 5,000회 생성을 돌린 방식입니다.

주요 인사이트

• 첫 프레임이 효과적인 이유는 모델이 '추측' 대신 '실제로 준 이미지'를 이어가기 때문이며, 일관성이 필요한 제품·차량·공간에도 그대로 통한다.
• 모든 지시를 한꺼번에 넣으면 무엇이 결과를 망쳤는지 알 수 없다. 하나씩 추가하는 방식은 느린 게 아니라 어떤 단어가 작동하는지 알아내는 유일한 방법이다.
• 대부분이 반대로 한다: 물리적 동작을 지시하면 모델이 절반을 무시한다. 감정과 대사 전달을 지시하는 편이 진짜 연기를 만든다.
• 카메라를 초 단위로 지시하면 모델이 임의의 컷을 끼워 넣는다. 실제 감독은 위치·움직임·컷 중심의 '샷'으로 통제한다.
• JSON 구조화는 단순 정리가 아니다. 필드가 분리돼 있어야 모델이 각 지시를 지키고, 한 필드만 바꿔 재생성하며 캐릭터 일관성을 유지할 수 있다.

자주 묻는 질문

관련 AI 소식