텍스트 영상일까 이미지 영상일까, 입력 모드부터

텍스트로 영상을 만들까, 이미지로 영상을 만들까. 먼저 승인된 스틸이 있는지 봅니다. 없으면 텍스트만(text-to-video / t2v)으로 구도를 시험하고, 있으면 첫 프레임(image-to-video / i2v, first frame)으로 외형을 잠근 다음 움직임을 넣어요. 시작과 끝이 정해져 있거나 샷을 건너 같은 인물·같은 패키지가 필요하면 시작+끝이나 멀티모달 참조(r2v)로 올립니다. 입력 모드를 잘못 고르면 모델 이름을 잘못 고른 것보다 재생성 비용이 커요. Sora2 AI에서도 순서는 같습니다.

한 표로 고르기

시작점	우선 모드	프롬프트에 쓸 것	흔한 실패
글 아이디어만	텍스트만 (t2v)	주체, 동작, 장면, 카메라 한 가지, 길이	스타일 단어만 있고 동사가 없음
확정된 제품·인물 컷	첫 프레임 (i2v)	어떻게 움직이는지, 카메라가 어떻게 가는지	외모를 다시 써서 스틸과 충돌
오프닝과 마무리가 이미 있음	시작 + 끝	사이의 전환과 리듬	화면비가 너무 다름, 움직임을 최대로
샷 사이 같은 정체성	멀티모달 참조 (r2v)	참조를 분명히, 한 번에 변수 종류는 하나	참조가 흩어짐, 전경이 붐빔

기준은 이거예요. 찾을 때는 텍스트, 승인본과 같아야 하면 이미지거나 참조.

텍스트 영상: 언제, 어떻게

서사 훅, 분위기 샷, 의상이 정해지기 전의 콘셉트, 스토리보드 초안에 맞아요.

다섯 덩어리로 씁니다. 주체 → 동작 → 장면 → 카메라 → 길이의 용도. 초고는 주 카메라 하나, 길이는 파라미터와 맞춥니다. 자세한 내용은 카메라 움직임과 길이에 있어요.

이미지 영상: 언제, 어떻게

제품 오프닝, 룩이 정해진 뒤 움직이는 캐릭터, 고객이 승인한 패키지 스틸, 움직이는 포스터에 맞아요.

「빨간 도자기 주전자의 생김새」를 반복하지 말고 「천천히 회전, 김이 오름, 가벼운 푸시인」을 쓰세요. 주체는 선명하게, 배경은 조용히. 정체성을 지키는 법은 참조 프레임 일관성에 있습니다.

시작+끝과 멀티모달은 첫 프레임과 섞지 않기

• 시작과 끝은 시간축 양쪽을 고정합니다. 이미 아는 전환에 맞아요. 비율이 다르면 많은 파이프라인이 첫 프레임 기준으로 자릅니다.
• 멀티모달 참조가 답하는 것은 「누구 / 어떤 스타일」이지, 시간의 한 시작점이 아니에요. 여러 장을 올릴 때는 첫 문장에서 주 참조를 지목하세요.
• 서로 싸우는 first frame 조건과 상관없는 참조 묶음을 한 작업에 넣지 마세요. 입력 계약은 하나로 정합니다.

재생성을 줄이는 순서

1. 승인 스틸이 있는지, 샷 사이 정체성이 필요한지 정합니다.
2. 모드를 고른 다음 프롬프트를 씁니다(지울 문장은 모드가 알려 줘요).
3. 카메라 연출이나 해상도를 올리기 전에 짧은 길이로 통과시킵니다.
4. 얼굴과 패키지는 「스틸 → 이미지 영상」을 우선하고, 텍스트를 연달아 돌려 얼굴을 걸지 않습니다.
5. 유료 매체 전에 상용 점검표를 봅니다.

정리

텍스트 영상은 없는 곳에서 만들고, 이미지 영상은 있는 외형을 움직입니다. 시작+끝과 멀티모달 참조는 전환과 정체성을 맡아요. 입력 모드를 먼저 고른 뒤, 작업으로 계열 고르기는 Seedance·Wan·Kling 고르는 법을 보세요. 다시 뽑는 횟수가 줄어듭니다.