AI 영상 프롬프트 작성법｜6가지 핵심 요소와 예시로 AI 영상 만들기

AI 영상 생성기에 텍스트를 입력했는데 결과물이 거의 정지 화면처럼 나왔거나, 인물의 손가락이 이상하게 늘어났거나, 장면이 중간에 전혀 다른 곳으로 바뀐 경험이 있다면 원인은 대부분 하나다. 프롬프트가 AI 영상 생성이 실제로 필요로 하는 정보를 담고 있지 않은 것이다.

AI 영상 프롬프트는 ChatGPT에 질문을 던지는 것과는 완전히 다른 작업이다. 영상을 만들기 위한 '촬영 설계도'를 언어로 쓰는 것에 가깝다. 피사체, 움직임, 카메라 연출, 분위기, 출력 조건을 구체적으로 지정할수록 의도한 영상에 가까워진다.

이 글에서는 프롬프트를 쓰기 전에 결정해야 할 사항부터, 아이디어를 움직이는 장면으로 바꾸는 방법, 6가지 핵심 요소로 구성된 프롬프트 구조, 생성 방식에 따른 프롬프트 차이, 용도별 예시, 원하는 결과가 나오지 않을 때 수정하는 방법까지 체계적으로 정리한다.

프롬프트를 바로 쓰고 싶은 마음이 앞서더라도, 아래 세 가지를 먼저 결정해두면 지시 내용의 누락이 크게 줄어든다.

영상의 용도와 게시 플랫폼 정하기

영상이 어디에서 재생되는지에 따라 템포, 구도, 영상 무게감이 달라진다. 랜딩 페이지에 올라갈 제품 소개 영상과 인스타그램 릴스용 15초 숏폼은 필요한 정보 자체가 다른 영상이다. 생성을 시작하기 전에 시청자가 영상을 보고 무엇을 하게 만들고 싶은지, 그리고 어느 플랫폼에서 보게 되는지를 먼저 정한다. 이 두 가지 답이 프롬프트의 다른 모든 결정에 방향을 준다.

텍스트·이미지·시작 및 끝 프레임 중 생성 방식 선택하기

주요 AI 영상 생성 도구들은 대부분 세 가지 입력 방식을 지원한다. 방식에 따라 프롬프트에 담아야 하는 내용이 달라지기 때문에 이 선택을 먼저 해야 한다.

텍스트로 영상 생성(Text-to-Video)은 글만으로 영상을 처음부터 만드는 방식이다. 프롬프트가 시각 정보의 유일한 출처가 되므로, 피사체·동작·배경·카메라·스타일·출력 조건을 모두 빠짐없이 써야 한다.

이미지로 영상 생성(Image-to-Video)은 업로드한 사진이나 이미지를 바탕으로 움직임을 추가하는 방식이다. 피사체의 외형과 배경은 이미 이미지에 담겨 있으므로 프롬프트는 '무엇이 어떻게 움직이는지'에만 집중할 수 있다.

시작·끝 프레임으로 영상 생성(First-and-Last-Frame)은 시작 장면과 끝 장면 이미지를 각각 지정하고 AI가 그 사이의 전환을 만드는 방식이다. 프롬프트는 두 이미지를 잇는 움직임의 논리를 설명하는 역할을 한다.

화면 비율·영상 길이·출력 조건 설정하기

간과하기 쉽지만, 생성 후에 고치려면 번거로운 설정들이다. 미리 확인해두는 것이 좋다.

화면 비율은 유튜브·웹용이라면 16:9, 인스타그램 릴스·틱톡·유튜브 쇼츠처럼 세로형 숏폼이라면 9:16, 피드 게시용이라면 1:1이 기본이다. 영상 길이는 대부분의 도구에서 1회 생성의 상한선이 5~10초다. 그 이상이 필요하다면 여러 번 생성한 클립을 편집으로 이어붙이는 방식으로 설계한다. 해상도는 사용하려는 도구가 1080p와 4K 중 무엇을 지원하는지, 그리고 그것이 생성 비용이나 시간에 영향을 주는지 미리 확인한다.

단순히 원하는 장면을 묘사하는 것만으로는 AI 영상 프롬프트가 완성되지 않는다. 시간 흐름을 설계해야 한다. 영상이 어떻게 시작되고, 무엇이 움직이며, 카메라가 어떻게 반응하고, 어디서 끝나는지를 순서대로 정의하는 것이 정지 화면과 실제로 움직이는 영상을 가르는 차이다.

영상의 시작 장면 설정하기

시작 장면은 AI가 이후 모든 영상의 시각적 논리를 구축하는 기반이다. 피사체의 위치와 상태, 주변 환경, 조명 조건, 카메라의 초기 구도를 구체적으로 써야 한다.

"흰 대리석 위에 놓인 유리 향수병, 45도 사이드 앵글 미디엄 샷, 왼쪽에서 들어오는 부드러운 스튜디오 조명, 흐린 뉴트럴 배경"처럼 시각적 앵커를 명확히 잡아주면 AI가 나머지를 구성하기 쉬워진다. "향수병"이라고만 쓰는 것은 기반 정보가 너무 부족하다.

피사체가 어떻게 움직이고 변하는지 설명하기

움직임을 지정하지 않으면 AI는 거의 정지에 가까운 화면을 출력하는 경우가 많다. 이것이 ai 영상 프롬프트에서 가장 많이 놓치는 부분이다.

피사체의 움직임뿐만 아니라 배경의 움직임(바람에 흔들리는 나뭇잎, 흐르는 군중, 피어오르는 수증기)도 자동으로 생성되지 않는다. 필요하다면 명시적으로 써야 한다.

동작 묘사에서 효과적인 표현의 예시다.

• "카메라를 향해 천천히 걸어온다"

• "한 줄기의 액체가 끊기지 않고 흘러내린다"

• "상체를 천천히 뒤로 기댄다"

• "수증기가 부드럽게 피어오르며 퍼진다"

• "포크를 집어 천천히 들어올린다"

"기뻐 보인다", "에너지가 넘친다"와 같은 내면 상태나 추상적 표현은 AI가 영상으로 변환하지 못한다. 내면의 상태는 외형의 움직임과 표정으로 바꿔서 써야 한다.

카메라가 피사체를 바라보는 방식 지정하기

카메라 연출은 같은 피사체와 동작이라도 영상의 인상을 크게 바꾸는 고영향 요소다. 지정하지 않으면 AI가 임의로 선택하기 때문에 의도와 다른 카메라 워크가 나올 가능성이 높다.

자주 쓰는 카메라 용어를 정리하면 다음과 같다.

• 줌인(zoom in) / 푸시인(push in): 피사체에 가까이 다가간다

• 풀백(pull back): 피사체에서 멀어지며 환경을 넓게 보여준다

• 팬(pan left / right): 카메라를 좌우로 수평 이동시킨다

• 틸트(tilt up / down): 카메라를 위아래로 움직인다

• 트래킹 샷(tracking shot): 움직이는 피사체를 따라 함께 움직인다

• 오빗(orbit): 피사체를 중심으로 원을 그리듯 회전한다

• 스태틱 샷(static shot): 카메라를 고정하고 피사체만 촬영한다

영상이 끝나는 장면 설정하기

끝 장면을 설명하면 AI가 역방향으로 움직임을 계획하는 데 도움이 된다. 복잡하게 쓸 필요는 없다. "제품 라벨 클로즈업으로 끝난다"거나 "피사체가 화면 중앙에 위치한 와이드 샷으로 마무리된다"처럼 방향만 잡아줘도 충분하다.

도구가 First-and-Last-Frame 기능을 지원한다면, 텍스트로 끝 장면을 설명하는 것보다 이미지로 직접 지정하는 방식이 훨씬 정확하다.

바뀌면 안 되는 요소와 제한 조건 추가하기

AI에게 "하지 말 것"을 알려주는 것은 "할 것"을 알려주는 것만큼 중요하다. 네거티브 프롬프트(negative prompt)라고 부르는 이 목록은 원하지 않는 요소를 줄이는 가장 빠른 방법이다.

대부분의 도구에는 네거티브 프롬프트 전용 입력칸이 따로 있다. 활용하지 않는 것은 손해다.

품질 관련 제한: 흐릿함, 저화질, 워터마크, 과노출, 입자 거칠음

인물 왜곡 방지: 손가락 과잉 생성, 손 변형, 얼굴 왜곡, 의상 변화

장면 제어: 컷 없음, 배경 인물 추가 없음, 프레임 내 텍스트 없음

모든 ai 동영상 프롬프트는 6가지 요소로 구성할 수 있다. 이 구조를 파악해두면 지시 내용의 누락을 방지하기 쉽다.

기본 공식: 피사체 + 동작 + 장면·배경 + 카메라 연출 + 시각적 스타일 + 제어 조건

피사체: 영상에 등장하는 대상

영상의 주요 초점이 되는 인물, 사물, 동물, 풍경을 묘사한다. 인물이라면 나이·체형·의상·표정, 사물이라면 재질·색상·크기·프레임 내 위치 등 AI가 일관된 이미지를 유지할 수 있을 만큼 충분히 구체적으로 쓴다.

피사체 묘사가 모호하면 카메라 앵글이 바뀔 때마다 외형이 조금씩 달라지는 '드리프트' 현상이 나타나기 쉽다. 특히 얼굴과 손은 현재 AI 모델이 가장 어려워하는 부분이라 묘사가 세밀할수록 일관성을 유지하기 유리하다.

동작과 변화: 피사체가 시간에 따라 하는 행동

영상에서 피사체가 시간에 따라 무엇을 하는지, 얼마나 빠르게 또는 느리게 움직이는지, 어느 방향으로 이동하는지를 설명한다. 배경 요소의 움직임(잎사귀가 바람에 흔들리거나, 물결이 퍼지거나)도 명시하지 않으면 자동으로 생성되지 않는다.

잘 작동하는 동작 묘사 표현들: "카메라를 향해 꾸준한 속도로 걷는다", "고개를 천천히 위로 든다", "액체가 하나의 연속된 흐름으로 쏟아진다", "수증기가 위로 피어오르며 퍼진다". 이와 반대로 AI가 영상으로 변환하지 못하는 표현들: "설렘을 느낀다", "자신감이 넘친다", "에너지를 뿜는다". 감정과 추상적인 상태는 구체적인 동작과 표정으로 바꿔야 한다.

장면과 배경: 공간·시간대·날씨

장소, 시간대, 날씨, 공간의 규모를 구체적으로 쓴다. "카페"라고만 쓰는 것보다 "오후의 부드러운 자연광이 들어오는, 콘크리트 벽과 나무 카운터가 특징인 작은 스페셜티 커피 바"처럼 장면이 눈에 그려지는 수준으로 묘사하면 AI가 임의로 채워 넣는 부분이 줄어든다.

카메라 연출: 구도·앵글·움직임

카메라 지시는 동일한 피사체와 동작이라도 영상의 느낌을 크게 바꾸는 요소다. 낮은 앵글에서 올려다보는 샷과 높은 앵글에서 내려다보는 샷은 전혀 다른 분위기를 만든다. 구도, 앵글, 카메라 움직임을 명시하지 않으면 AI가 기본값으로 선택하게 된다.

자주 사용하는 샷 사이즈는 다음과 같다. 익스트림 클로즈업(ECU)은 눈이나 입 같은 세부를 크게 담는다. 클로즈업(CU)은 얼굴 전체나 제품을 크게 잡는다. 미디엄 샷(MS)은 허리나 가슴 위를 담는다. 풀 샷(FS)은 전신을 보여준다. 와이드 샷(WS)은 인물과 주변 환경을 함께 담는다.

카메라 연출이 영상의 분위기를 좌우하는 핵심 요소라면, 반드시 명시적으로 지정하는 것이 좋다.

시각적 스타일: 조명·색감·분위기

영상 전체의 톤과 질감을 결정한다. "예쁜 영상"이라고 쓰는 것보다 "역광으로 실루엣이 떠오르는, 영화의 한 장면 같은 영상"처럼 장면이 눈에 떠오르는 표현을 사용한다.

조명 묘사에 자주 쓰는 표현들: "부드러운 확산광", "골든아워의 따뜻한 빛", "차가운 형광등 백색광", "강한 명암 대비의 필름 누아르 조명".

색감 표현: "따뜻한 앰버 톤", "탈채색된 어스 톤", "고대비 네온 컬러".

스타일 표현: "시네마틱, 얕은 피사계심도", "다큐멘터리 스타일의 핸드헬드 카메라", "프리미엄 광고의 깔끔한 질감", "필름 그레인이 있는 레트로 분위기".

특정 영화나 감독명을 참조하는 것보다 느낌을 직접 묘사하는 것이 대부분의 모델에서 더 정확하게 반영된다.

제어 조건: 길이·화면 비율·고정 요소

더 정밀한 제어를 위한 마지막 요소다. 도구가 지원한다면 영상 길이("5초 클립", "약 8초로 생성"), 화면 비율("9:16 세로형"), 네거티브 프롬프트, 모션 블러나 필름 그레인 같은 효과를 여기서 지정한다.

같은 아이디어라도 어떤 방식으로 생성하느냐에 따라 프롬프트가 담아야 하는 내용의 비중이 달라진다.

텍스트로 영상 생성: 장면 전체를 구체적으로 설명하기

텍스트 동영상 생성은 AI에게 시각적 맥락이 전혀 없는 상태에서 시작한다. 6가지 요소를 빠짐없이 써야 한다. 다만 길다고 좋은 것이 아니다. 구조가 명확한 80자 프롬프트는 내용이 산만한 200자 프롬프트보다 결과가 나은 경우가 많다.

실용적인 5블록 템플릿으로 정리하면 다음과 같다.

또한 대부분의 모델은 프롬프트 앞부분에 나오는 내용을 더 중요하게 처리하는 경향이 있다. 가장 전달하고 싶은 피사체·동작·카메라 정보를 앞에 배치하는 것이 좋다.

이미지로 영상 생성: 움직임과 카메라 연출에 집중하기

이미지를 업로드한 시점에서 피사체의 외형과 배경은 이미 AI에 전달된 상태다. 가장 흔한 실수는 이미지에 이미 있는 내용을 프롬프트에서 다시 설명하는 것이다. "파란 원피스를 입은 여성이 나무 테이블 앞에 서 있고..."처럼 쓰면 AI가 혼동을 일으켜 원본 이미지에서 벗어난 영상을 생성할 수 있다.

이미지로 영상을 생성할 때는 프롬프트를 움직임에만 집중해서 쓴다.

"무엇이 움직이는지"와 "무엇은 움직이지 않는지"를 함께 쓰면 결과가 더 안정적이다.

시작·끝 프레임으로 영상 생성: 두 장면 사이의 변화 설명하기

두 이미지로 시작과 끝을 지정하고 AI가 그 사이를 채우는 방식이다. 프롬프트는 두 이미지를 잇는 전환의 논리를 설명하는 역할을 한다. 얼마나 빠르게, 어떤 종류의 움직임으로, 어떻게 두 장면이 연결되는지를 쓴다.

한 가지 중요한 점은 두 이미지의 색온도, 조명 방향, 카메라 거리 차이가 너무 크면 AI가 자연스럽게 연결하기 어렵다는 것이다. 시작 프레임이 가까운 클로즈업이고 끝 프레임이 넓은 와이드 샷이라면, 전환 방식을 프롬프트에서 명확하게 설명해줘야 한다.

네 가지 용도에 대한 개선 전후 프롬프트를 비교한다.

제품 소개 영상 프롬프트 예시

개선 전: 스킨케어 세럼 광고 영상을 만들어줘.

개선 후:

인물 동작 영상 프롬프트 예시

개선 전: 밤거리를 걷는 남성 영상.

개선 후:

음식 광고 영상 프롬프트 예시

개선 전: 파스타 인스타그램 영상 만들어줘.

개선 후:

숏폼 영상 프롬프트 예시

개선 전: 라이프스타일 릴스 영상.

개선 후:

잘 만들어진 프롬프트라도 첫 시도에 원하는 결과가 나오지 않을 수 있다. 가장 흔한 실패 패턴 여섯 가지와 각각의 해결 방법을 정리한다.

화면에 움직임이 거의 없을 때

원인은 동작 지시가 없거나 부족한 것이다. 움직임을 지정하지 않으면 대부분의 모델은 정지에 가까운 화면을 기본으로 출력한다.

수정 방법: 구체적인 동사와 속도 묘사를 추가한다. "수증기가 천천히 피어오른다", "카메라가 5초에 걸쳐 천천히 줌인한다"처럼 무엇이 어떻게 움직이는지를 명확히 쓴다. 도구에 모션 강도 슬라이더가 있다면 함께 높인다.

인물의 동작이나 신체가 왜곡될 때

복잡한 움직임, 손 클로즈업, 다인물 장면, 빠른 동작은 현재 AI 모델이 어려워하는 영역이다.

수정 방법: 동작을 단순화한다. "요리사가 빠르게 재료를 써는" 대신 "요리사가 조리대 앞에 서서 두 손으로 천천히 작업한다"처럼 하나의 움직임에 집중하고 속도를 낮춘다. 손 클로즈업이 꼭 필요하다면 해당 도구가 얼마나 잘 처리하는지 미리 테스트해보는 것이 좋다.

카메라 움직임이 지나치게 클 때

"줌인", "팬"과 같은 지시에는 강도 정보가 없다. AI가 임의로 강도를 선택하기 때문에 예상보다 격렬한 움직임이 나오는 경우가 있다.

수정 방법: 속도 수식어를 추가한다. "매우 천천히", "살짝", "클립 전체에 걸쳐", "미디엄 샷에서 클로즈업 직전까지"처럼 시작과 끝 프레임 크기를 명시하면 더 정밀하게 제어할 수 있다.

장면이 갑자기 바뀔 때

프롬프트 안에 여러 장소 묘사가 섞여 있거나, "다음으로", "그 후에"처럼 시간 순서를 나타내는 말을 쓰면 AI가 장면 전환으로 해석할 수 있다.

수정 방법: 1회 생성에는 하나의 장소, 하나의 연속된 장면만 담는다. "다음으로", "그 후에"는 쓰지 않는다. 여러 장소가 필요하다면 각각을 별도 프롬프트로 생성한 뒤 편집으로 이어붙인다. 네거티브 프롬프트에 "컷 없음"을 추가해두는 것도 효과가 있다.

피사체의 외형이 유지되지 않을 때

클립이 길어지거나 카메라 앵글이 바뀔 때 피사체의 외형이 조금씩 달라지는 문제다. 모델이 시각적 연속성을 유지하는 것을 어려워하기 때문에 생긴다.

수정 방법: 피사체의 이동 방향을 단순하게 유지한다. 여러 방향으로 회전하거나 복잡하게 움직이는 것보다 한 방향으로 이동하는 피사체가 일관성을 더 잘 유지한다. 프롬프트에서 가장 중요한 시각적 특징을 강조한다. "빨간 코트와 짧은 검은 머리를 유지"처럼 명시적으로 고정할 요소를 쓴다.

영상이 지정한 장면에서 끝나지 않을 때

텍스트로 영상을 생성하는 대부분의 모델은 "~로 끝난다"는 지시를 강제로 지키는 구조를 갖고 있지 않다.

수정 방법: 도구가 First-and-Last-Frame 기능을 지원한다면 그 기능을 쓰는 것이 가장 확실하다. 텍스트 생성으로 시도할 경우에는 끝 장면 묘사를 프롬프트 맨 앞에 놓아본다. 많은 모델이 초반부 내용을 더 높은 우선순위로 처리하기 때문이다. 또는 원하는 끝 장면에서 시작하는 두 번째 클립을 별도로 생성한 뒤 편집으로 연결하는 방법도 효과적이다.

개선 작업에서 기억해야 할 원칙이 하나 있다. 한 번에 여러 요소를 동시에 바꾸면 어떤 변경이 효과를 냈는지 알 수 없다. 한 번 수정에는 한 가지 요소만 바꾸는 것이 정석이다.

1. 최소 구성으로 먼저 생성하고 방향을 확인한다

2. 문제가 되는 요소가 피사체·배경·카메라·스타일 중 어느 것인지 특정한다

3. 그 한 가지 요소만 구체화하고 나머지는 그대로 둔 채 재생성한다

4. 효과가 있었던 프롬프트는 그대로 저장해두고 다음에 재사용한다

구조화된 프롬프트를 처음부터 직접 작성하는 것은 익숙해지기까지 시간이 걸린다. 여러 영상 포맷을 빠르게 작업해야 할 때는 매번 밑바닥부터 설계하는 시간이 부담이 될 수 있다.

GenApe의 AI 영상 프롬프트 도우미는 이 과정을 빠르게 줄여준다. 만들고 싶은 영상을 일반적인 말로 설명하면 사용하려는 AI 영상 생성 도구에 맞게 피사체·동작·카메라·스타일·제어 조건을 포함한 완성된 프롬프트 구조를 만들어준다. 영상 유형별 템플릿도 제공하기 때문에 제품 데모든, SNS 클립이든, 시네마틱 장면이든 빈 칸에서 시작하는 대신 작동하는 구조에서 출발할 수 있다.