이미지로 영상 만들기 — i2v로 되는 것과 안 되는 것 (2026)
이미지 한 장을 넣고 영상을 뽑는 방식을 i2v라고 부릅니다. image-to-video의 줄임말이에요. 글만 넣고 뽑으면 t2v고요. 이 글은 영상 일을 하면서 i2v로 작업할 때 실제로 어디서 걸리는지에 대한 기록입니다. 도구 추천 글은 아닙니다.
왜 이미지부터 만드나
먼저 순서부터 말씀드리면, 모든 영상의 시작은 이미지입니다. 먼저 이미지를 만들고, 그다음에 그 이미지로 영상을 뽑습니다.
글만 넣어도 영상은 나옵니다. 다만 그때는 뭐가 나올지 통제하기 어렵습니다. 반대로 이미지를 먼저 확정해 두면 그 화면에서 출발하는 건 확실해집니다. 인물의 생김새, 옷, 공간, 색감 같은 게 이미 정해진 상태로 시작하니까요.
그래서 공들이는 지점이 영상 쪽이 아니라 그 앞의 이미지 쪽에 있습니다. 레퍼런스를 찾고 방향을 잡아 이미지를 만드는 과정은 따로 적어뒀습니다.
이미지만 넣지는 않습니다
흔한 오해가 하나 있습니다. i2v니까 이미지만 넣으면 된다고 생각하기 쉬운데, 실제로는 그렇지 않습니다.
이미지는 반드시 넣습니다. 그리고 말도 같이 넣습니다. 둘 중 하나를 고르는 게 아니라 한 세트입니다. 이미지는 “무엇이 화면에 있는지”를 정하고, 말은 “그게 어떻게 움직이는지”를 정합니다. 이미지만 넣으면 움직임은 모델이 알아서 정해 버립니다.
어디가 먼저 무너지나
이미지는 멀쩡한데 영상으로 넘기면 어딘가 이상해지는 일이 자주 생깁니다. 무너지는 자리는 어느 정도 정해져 있습니다.
| 순서 | 어디 | 어떻게 |
|---|---|---|
| 1 | 얼굴 | 가장 먼저, 가장 자주 무너집니다 |
| 2 | 발 | 가끔 이상해집니다 |
제 경험으로는 얼굴부터 무너집니다. 그리고 가끔 발도 이상해지고요. 그래서 결과물을 받으면 전체를 훑기 전에 이 두 군데부터 봅니다. 얼굴이 버텼으면 나머지는 대체로 쓸 만하고, 얼굴이 무너졌으면 다른 데가 괜찮아도 못 씁니다.
덧붙이자면, 얼굴이 정면으로 크게 나오지 않는 구도에서는 이 지점이 덜 걸립니다. 애초에 무너질 얼굴이 화면에 작게 있으니까요. 구도로 비껴갈 수 있는 상황이라면 그것도 하나의 선택지입니다.
비용은 두 겹으로 조절합니다
i2v는 돌릴 때마다 비용이 듭니다. 그런데 한 번에 원하는 결과가 나오는 경우는 드뭅니다. 그래서 비용 조절이 작업의 일부가 됩니다.
첫 번째 겹은 설정입니다. 확인용은 최대한 낮게 뽑습니다. 다만 가장 낮은 설정까지 내리지는 않습니다. 확정된 컷만 설정을 올려서 다시 뽑고요.
두 번째 겹은 도구입니다. 저는 본작업을 씨댄스로 돌리고, 정말 간단한 것만 클링으로 넘깁니다. 간단한 컷까지 본작업용 도구로 돌릴 이유가 없어서입니다.
이 둘을 같이 씁니다. 설정 하나만 건드리는 것보다 선택지가 하나 더 있는 셈입니다.
“안 된다”가 아니라 “내 맘대로 안 된다”
마지막이 가장 중요한 부분입니다.
i2v로 이미지에 있는 사람을 다른 자리로 옮기거나, 없던 물건을 새로 넣는 지시를 해본 적이 있습니다. 다 안 되는 건 아닙니다. 될 때도 있어요. 정확히 말하면 내 맘대로 안 되는 것에 가깝습니다.
문제는 그다음입니다. 몇 번이고 다시 돌려야 하는데, 10번을 해도 안 되는 게 있습니다. 왜 그런지는 모르겠습니다. 모델이 알아듣는 방식이 따로 있는 건가 싶기도 한데, 확인해 본 건 아닙니다.
길이를 늘리면 무너지는 경우
실제로 겪은 걸 하나 적겠습니다. 인물이 특정 방향으로 달려가는 컷이 필요했습니다.
5초로 뽑으면 지시가 지켜졌습니다. 프레임을 하나씩 확인해도 어긋난 데가 없었고요. 그런데 같은 지시를 10초로 늘리자 인물이 중간에 돌아섰습니다. 가던 방향을 버리고 반대로 뛰는 겁니다.
프롬프트를 손봤습니다. 방향을 더 강하게 적고, 돌아서지 말라고 못 박고, 표현을 바꿔가며 다시 썼습니다. 안 잡혔습니다. 열 편을 뽑는 동안 전부 같은 자리에서 같은 식으로 무너졌습니다.
결국 프롬프트로는 해결이 안 됐고, 구조를 바꿔서 끝냈습니다. 문제가 생기는 긴 구간 자체를 없앤 겁니다. 10초를 한 덩어리로 뽑는 대신 짧게 끊어서 각각 뽑고, 그걸 이어 붙였습니다. 짧은 단위에서는 애초에 무너지지 않았으니까요.
여기서 배운 게 이겁니다. 지시가 안 먹히는 게 아니라, 길어지면 안 먹히는 경우가 있습니다. 같은 프롬프트가 5초에서는 되고 10초에서는 안 된다면, 그건 프롬프트 문제가 아닙니다. 그런데 실패하는 동안 쓴 크레딧은 그대로 나갔습니다.
그래서 기준을 두고 있습니다
열 번쯤 해보고 안 되면 아예 새로 시작하는 게 낫습니다. 같은 이미지를 붙들고 계속 돌리는 대신, 이미지부터 다시 만들거나 길이를 줄여서 다시 짭니다. 원하는 자리에 사람이 서 있는 이미지를 새로 뽑아서 그걸로 돌리는 편이, 열 번 재시도한 것보다 빠르고 쌉니다.
재시도 한 번이 곧 비용이라는 걸 생각하면, 언제 멈출지를 정해 두는 것도 비용 관리의 일부입니다.
직접 해보니
위 내용은 영상 일을 하면서 쓰는 방식 그대로입니다. 몇 가지만 덧붙이겠습니다.
좋은 이미지의 조건은 아직 모르겠습니다. “이런 구도면 영상이 잘 나온다” 같은 기준을 세울 수 있으면 좋겠는데, 솔직히 아직 안 잡힙니다. 여백이 넉넉하면 낫다거나 하는 얘기를 할 수도 있겠지만 제가 확인한 게 아니라 적지 않겠습니다.
얼굴부터 보는 건 습관이 됐습니다. 결과물이 나오면 반사적으로 얼굴을 먼저 봅니다. 거기서 걸리면 나머지는 볼 필요가 없으니까요.
도구를 나눠 쓰는 건 돈 때문입니다. 좋은 도구 하나로 다 하면 편하겠지만, 간단한 컷까지 비싼 쪽으로 돌릴 이유가 없습니다. 이런 판단을 매번 하는 게 번거로워서 저는 생성 도구를 클로드에 연결해두고 대화하면서 작업합니다.
그리고 열 번쯤 해보고 안 되면 접습니다. 이건 시행착오로 알게 됐습니다. 될 것 같아서 계속 붙들고 있다가 크레딧만 쓴 적이 여러 번 있어서요.
자주 묻는 질문
i2v가 뭔가요
image-to-video, 이미지를 넣고 영상을 뽑는 방식입니다. 글만 넣는 건 t2v(text-to-video)라고 부릅니다. 이미지를 먼저 확정하면 인물·공간·색감이 정해진 상태에서 시작하므로 결과를 통제하기 쉽습니다.
이미지만 넣으면 되나요
이미지와 함께 어떻게 움직일지도 말로 적는 편이 낫습니다. 이미지는 화면에 무엇이 있는지를, 말은 그것이 어떻게 움직이는지를 정합니다. 이미지만 넣으면 움직임은 모델이 정합니다.
결과물에서 어디부터 확인해야 하나요
얼굴입니다. 가장 먼저 무너지고 가장 자주 무너집니다. 그다음이 발이고요. 얼굴이 무너졌으면 다른 데가 괜찮아도 쓰기 어렵습니다.
몇 번까지 다시 돌려야 하나요
저는 열 번쯤 해보고 안 되면 접습니다. 그 지점에서는 같은 이미지로 계속 돌리는 것보다 이미지부터 다시 만들거나 길이를 줄이는 쪽이 빠르고 쌉니다.
같은 지시인데 어떤 건 되고 어떤 건 안 됩니다
길이를 확인해 보세요. 저는 5초에서는 지켜지던 지시가 10초로 늘리자 무너지는 걸 겪었습니다. 열 편을 뽑는 동안 전부 같은 자리에서 무너졌고, 프롬프트를 아무리 손봐도 안 잡혔습니다. 길이를 줄여서 짧게 끊어 뽑으니 해결됐습니다. 프롬프트 문제로 보이는 게 사실은 길이 문제일 수 있습니다.
비용을 줄이는 방법이 있나요
두 가지를 같이 씁니다. 확인용은 설정을 낮춰 뽑되 판단이 가능한 수준까지만 내리고, 간단한 작업은 더 저렴한 도구로 넘깁니다. 설정만 낮추는 것보다 도구를 나누는 쪽이 더 크게 줄어듭니다.
정리
- i2v는 이미지를 넣고 영상을 뽑는 방식입니다. 영상 작업의 시작은 글이 아니라 이미지입니다.
- 이미지만 넣지 않습니다. 이미지로 무엇이 있는지를, 말로 어떻게 움직이는지를 정합니다.
- 무너지는 자리는 정해져 있습니다. 얼굴이 먼저, 가끔 발. 결과를 받으면 거기부터 봅니다.
- 비용은 두 겹으로 조절합니다. 설정을 낮추되 바닥까지는 아니게, 그리고 간단한 건 싼 도구로.
- 안 되는 건 “불가능”이 아니라 **“내 맘대로 안 되는 것”**입니다. 될 때도 있습니다.
- 프롬프트 문제로 보이는 게 길이 문제일 수 있습니다. 5초에서 지켜지던 지시가 10초에서 무너졌고, 열 편을 뽑아도 같았습니다. 짧게 끊어 뽑아 이어 붙이는 쪽으로 해결했습니다.
- 열 번쯤 해보고 안 되면 이미지부터 다시 만들거나 길이를 줄입니다. 언제 멈출지를 정해 두는 것도 비용 관리입니다.