AI 영상 자동화 파이프라인 구축기 — 고양이 이미지 생성에서 시작한 시행착오 기록

4. 개인적인 TIP

• 설계가 끝났다면, 가벼운 소재로 먼저 한 바퀴 돌려보는 걸 추천한다.

본 작품에 바로 들어가기보다 고양이 영상 같은 부담 없는 소재로 파이프라인을 먼저 테스트하는 것이 좋다. 모델명 오류, 결과물의 실제 수준 같은 문제들은 설계 단계에서 예측하기 어렵다.

• 자동화의 퀄리티 차이는 레퍼런스 체계에서 나온다.

같은 도구를 사용해도 결과물이 달라지는 이유는, 앵글·조명·비주얼 톤을 얼마나 구체적으로 전달하느냐의 차이다. 참고 자료를 장르별, 용도별로 정리해두면 다른 작품에 적용할 때 체감되는 차이가 크다.

구체적인 시행착오 해결 과정

• prompt_builder가 실제로 호출되지 않고 있었다 — 결과물의 앵글이 단조로운 것을 보고 원인을 추적하여 발견

• 첫 결과물이 이미지 슬라이드쇼였다 — 고양이 테스트에서 확인하고 Veo API 단계를 추가

• 캐릭터 외모가 씬마다 달라지는 문제 — 원작 묘사를 직접 전달하여 재생성

• Veo API 쿼터 소진 — 두 번째 작품은 이미지까지만 완료

5. 앞으로의 계획

• 기획 중인 작품의 프리뷰 티저를 이 파이프라인으로 빠르게 뽑아보기

• IP 소개 영상을 장르별 레퍼런스 교체만으로 제작하는 워크플로우 구축

• 짧은 대본 기반의 실험적 애니메이션 콘텐츠 시도