누군가 AI 비디오 모델에게 의도적으로 나쁜 영상을 만들도록 프롬프트를 입력했는데, 제가 본 것 중 가장 사실적인 클립이 되었습니다.
요약
AI 비디오 모델에서 의도적인 기술적 결함을 프롬프트로 구현하여 극도의 사실성을 확보하는 방법을 다룹니다. 완벽한 영상보다 캠코더 특유의 흔들림, 노출 오류 등 결함이 오히려 실제처럼 느껴지게 한다는 점을 강조합니다.
핵심 포인트
- 의도적인 카메라 결함(흔들림, 노출 펌핑 등)이 영상의 사실성을 높임
- 완벽한 AI 영상은 오히려 인위적인 단서가 될 수 있음
- 2000년대 초반 캠코더 미학을 활용한 프롬프트 엔지니어링 사례
누군가 AI 비디오 모델에게 의도적으로 나쁜 영상을 만들도록 프롬프트를 입력했는데, 제가 본 것 중 가장 사실적인 클립이 되었습니다.
시네마틱 조명(Cinematic lighting) 없음. 부드러운 카메라 움직임 없음. 컬러 그레이딩(Color grade) 없음.
프롬프트는 2000년대 초반 캠코더 미학(Camcorder aesthetic)을 요구합니다. 그런 다음 결함들을 나열합니다:
→ 심한 핸드헬드 흔들림(Handheld shake), 손떨림 방지 없음
→ 피사체 사이의 오토포커스(Autofocus) 헤매기
→ 햇빛과 그늘 사이의 노출 펌핑(Exposure pumping)
→ 렌즈 브리딩(Lens breathing) 및 롤링 셔터(Rolling shutter)
→ 바랜 색상, 낮은 대비(Soft contrast), 센서 노이즈(Sensor noise)
→ 프레임이 중심에서 벗어남
여기서 주목해야 할 부분이 있습니다.
이 모든 것들은 결함입니다. 실제 카메라 오퍼레이터가 이를 제거하기 위해 돈을 쓰는 요소들입니다.
그것이 바로 이 영상이 진짜처럼 느껴지는 정확한 이유입니다.
당신의 뇌는 수백만 개의 깔끔한 AI 영상을 봐왔습니다. 이제는 완벽한 프레임이 오히려 눈에 띄는 단서(Tell)가 됩니다.
프롬프트는 또한 클립을 2초 단위의 비트(Beats)로 나눕니다. 타임라인에
AI 자동 생성 콘텐츠
본 콘텐츠는 X @thewhizzai (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기