영상독학 · 2026-08-10

오늘의 대화

Higgsfield의 Seedance 2.5 무제한이 예고 없이 끝나거나 720p에 묶이고, 저작권 오류와 재시도 과정에서 크레딧이 차감된다는 불만이 밤낮으로 이어졌다. 무제한 결과가 유료 크레딧 결과보다 일관성과 품질이 떨어진다는 체감도 있었지만, 프로모션 동안 연습하기에는 만족한다는 반대 경험도 있었다. 여러 플랫폼의 월 비용과 생성량, 애니메이션·실사·립싱크 등 용도별 모델 선택이 활발히 비교됐다.

저녁에는 장편 제작을 위한 콘티·컷 시트·에셋 관리와 Seedance 2.5 옴니 작업법이 구체적으로 공유됐다. 70분 분량을 만든 개인 프로젝트와 방송용 애니메이션 사례를 통해 훅업과 후반 보정, 버려지는 컷과 비용 문제가 드러났다. 기업형 API를 자체 SaaS에 연결해 감수·샷 설계·에셋 배치·렌더링을 자동화한 사례는 영상 제작 취업, 팀 구성과 전통 도구의 중요성에 관한 긴 토론으로 이어졌다.

이야기 나온 주제

Higgsfield 무제한의 품질·오류와 마케팅

Higgsfield의 Seedance 2.5 무제한에서 같은 프롬프트가 저작권 오류로 실패하지만 크레딧 생성에서는 성공하고, retry를 누르면 크레딧이 빠졌다는 경험이 공유됐다. 영상 연결을 여러 번 하면 뒤쪽 영상이 무너지거나 의상·소품 일관성이 깨지고, 음악을 넣지 말라는 지시도 따르지 않는다는 불만이 있었다. 일부는 무제한이라 품질이 낮아 보인다고 판단했지만, 동일 조건의 반복 비교는 아니어서 의도적인 차등이라고 확정할 수는 없다.

720p·20초 제한과 33일 프로모션이 끝난 뒤 신규 결제자는 혜택을 받지 못한다는 설명, 이후 1080p 상품이 나오면 기존 연간 구독의 가치가 떨어질 수 있다는 우려도 나왔다. 밤에는 Artlist 등 제3자 플랫폼의 무제한 이벤트가 본사 가격보다 지속되기 어렵다는 해석과, 연간 결제보다 월간 프로모션을 옮겨 다니는 편이 안전하다는 조언이 반복됐다. 반면 실제 사용자는 태그 일괄 적용과 생성 속도를 장점으로 꼽으며 한 달 프로모션에는 만족한다고 말했다.

• 확인이 필요한 내용: 무제한·크레딧 생성의 모델 차이, 오류 시 차감 정책, 해상도 업그레이드와 기존 구독 적용 범위
• 원본 시각: 00:02–03:32, 06:59–13:39, 22:31–23:46

Seedance 2.5 테스트와 모델별 용도

Seedance 2.5는 실사 인물의 화려한 카메라 이동과 다섯 명 이상의 장면을 안정적으로 만드는 데 좋은 평가를 받았다. 만화 스타일은 원본 이미지를 만화처럼 준비해야 더 잘 나오고, 간판의 한글 표현은 여전히 불안정하다는 관찰이 있었다. 직접 녹음한 목소리에 피치를 조절한 듯한 영상과 AI TTS를 구분하는 토론에서는 사람 음성일 가능성이 높다는 의견이 모였지만 제작자가 확인한 사실은 아니었다.

립싱크는 Seedance가 HeyGen보다 자연스럽게 느껴졌다는 작업 경험이 있었고, 자연스러운 춤 영상은 실제 춤 촬영에 그래픽을 덧씌운 video-to-video 방식일 수 있다는 추측이 나왔다. 애니메이션의 빠른 액션은 Flow·Kling보다 Seedance가 낫다는 현업 경험도 있었으나 중간 프레임이 뭉개지고 오리지널 캐릭터를 유지하기 어렵다는 한계가 남았다.

• 원본 시각: 14:07–17:19, 20:51–21:32

AI 영상 구독 비용과 플랫폼 선택

입문자들의 월 지출은 개인 경험상 5만10만 원대 초반이 많이 언급됐다. Claude, Google AI Pro, Google Cloud 무료 크레딧과 Dreamina를 조합해 월평균 5만6만 원을 쓴 사례가 있었고, GPT·Grok·Gemini 조합만으로 약 9만 원을 쓴 사례도 있었다. 무료 프로모션과 자신의 제작 목적에 맞는 구독을 섞어야 한다는 조언이 공통적이었다.

Google Cloud 무료 크레딧, Flow와 Dreamina의 월 생성량을 초 단위로 계산한 예시가 공유됐지만 프로모션과 요금제에 따라 빠르게 바뀔 수 있다. 10분짜리 방송용 영상의 직접 생성 비용을 약 10만~20만 원으로 잡은 경험도 있었지만, 실제 비용은 버리는 컷·사운드·업스케일·후반 작업과 품질 기준에 따라 크게 달라졌다.

• 확인이 필요한 내용: 플랫폼별 현재 크레딧·무료 생성량·워터마크와 상업 이용 조건
• 원본 시각: 15:37–18:26, 20:52–21:16

콘티·시트 기반 Seedance 제작 워크플로

장편 작업자는 Excel로 씬·컷 시트를 만든 뒤 GPT에 콘티 이미지를 생성시키고, 최종 승인 후 Seedream에서 키 이미지를 만들며, Seedance 2.5에 콘티와 캐릭터 시트 등을 넣어 15~30초 단위로 생성한다고 설명했다. 콘티는 건축의 CAD 도면처럼 전체 설계와 스태프 소통의 기준이 되고, 생성 전에 최대한 승인하면 비싼 재생성을 줄일 수 있다는 관점이었다.

GPT에 대사와 장면 수를 주고 적절한 컷 수·길이를 묻되, 빠른 액션은 짧게 하고 여운이 필요한 장면은 길게 두는 최종 판단은 사람이 해야 한다는 보완도 나왔다. 긴 장면에서는 한 컷씩 만드는 대신 여러 컷이 포함된 15~30초 장면을 한 번에 만들 수 있지만, 콘티 옆에 상세 키 이미지를 붙이면 통제가 더 쉬워진다는 경험이었다.

• 워크플로 패턴: 컷 시트 → GPT 콘티 → 사람의 컨펌 → 키 이미지·캐릭터 시트 → Seedance 옴니 생성 → 편집·보정
• 원본 시각: 19:36–20:14

브랜드 숏폼의 캐릭터·에셋 일관성

운동복 브랜드용 9:16, 약 20초 숏폼을 만들려는 입문자는 Midjourney 키 이미지 이후 영상화에서 막혔다. 조언자들은 먼저 원하는 실패 상태와 최종 레퍼런스를 구체적으로 설명해야 피드백이 가능하다고 지적했다. 짧은 몽타주라면 키 이미지별 3~4초 영상을 이어 붙여도 되지만, 같은 인물이 반복되면 캐릭터·소품·배경 시트를 만들어 얼굴과 의상을 고정해야 한다는 의견이었다.

브랜드 필름은 장면 간 서사보다 톤앤매너가 중요하므로 여러 독립 장면을 시트로 통일하고 편집 전환으로 연결할 수 있다. 춤이나 복잡한 액션은 옴니가 유리하고, 정확한 대화 구도처럼 샷 통제가 중요한 장면에는 키 이미지가 필요하다는 구분도 나왔다. 캐릭터 시트에는 Nano Banana 2가 직관적이라는 개인 추천이 있었다.

• 원본 시각: 20:11–20:43

장편 제작 비용과 훅업·후반 보정

두 달 동안 약 70분의 실사 스타일 영상을 만든 참여자는 대부분의 결과를 버리고 좋은 컷만 골랐으며, 드라마 형태로 더 긴 프로젝트를 이어가려면 무제한 종료 후 비용을 감당하기 어렵다고 말했다. 현업자는 극장판 수준이면 최소 1년을 예상해야 하고, 100% 만족하는 컷은 생성 결과의 10%도 되지 않을 수 있다고 답했다.

장편 애니메이션에서는 앞뒤 씬의 캐릭터·설정이 무너지지 않는 훅업과 중간 프레임 보정이 특히 큰 노동이었다. 영상 연장 기능보다 구간별로 독립 생성하고, 앞 영상의 끝 프레임 중 화질이 좋은 장면을 보정해 다음 영상의 시작 프레임으로 쓰는 편이 안정적이라는 조언이 나왔다. 프리미어·After Effects를 쓰기도 하지만 빠른 볼륨 편집에는 CapCut이 충분히 발전했다는 경험도 공유됐다.

• 원본 시각: 21:00–21:46

기업형 API와 자체 영상 SaaS

한 팀은 BytePlus 기업형 API를 자체 SaaS에 연결해 최고가 Dreamina 플랜보다 약 18% 저렴하고 생성 속도는 체감상 최대 20배 빠르다고 설명했다. 정제된 대본을 넣으면 감수, 구간 분석·정렬, 샷과 타이밍 생성, 연속성 확인, 에셋 자동 연결, 프롬프트 정제, 스토리보드·image-to-video·Blender 변형과 렌더링까지 이어지는 공정을 구축했다.

개인 단기 작업은 플랫폼 프로모션이 더 편하고 저렴할 수 있지만, 장기간 반복되는 기업 작업에서는 자체 도구가 에셋 관리와 비용 통제에 유리하다는 구분이 나왔다. 특정 공급자를 언제든 교체할 수 있도록 모델보다 프로세스와 로직을 중심으로 설계해야 한다는 의견도 있었다. 실제 속도·비용 수치는 해당 팀 환경의 사례이며 독립 검증되지 않았다.

• 원본 시각: 21:14–21:42, 22:25–22:34

편집 도구·취업 준비와 협업 구조

CapCut은 모바일·데스크톱 연동과 빠른 모션 작업에서 편리하지만, 정밀 광고 프레임과 현업 협업에서는 Premiere Pro·After Effects 같은 기존 도구를 여전히 알아야 한다는 의견이 나왔다. Blender 같은 신생 도구가 성장해도 기존 생태계와 협업 방식은 천천히 바뀌므로, 취업 준비자는 도구 수를 늘리기보다 목표 분야를 정하고 전통 도구의 기본기와 연출 밀도를 높이는 편이 낫다는 조언이었다.

포트폴리오는 화려한 툴 목록이나 프롬프트보다 결과와 작업 과정을 함께 보여줘야 한다는 의견이 모였다. 개인 Git 저장소에 워크플로와 아키텍처를 정리하고, 콘티·연출·에셋·후반 보정의 판단을 설명하는 방식이 제안됐다. 실제 AI 영상 팀은 제작자 외에 3D 프리비즈·크로마 연출, 2D 리터칭, 사운드와 편집을 맡은 소수 전문가를 상근·외주로 조합하는 사례가 소개됐다.

프리비즈와 크로마 촬영을 video-to-video에 넣으면 무작위 재생성을 줄이고 비용·통제력을 개선할 수 있다는 전망도 나왔다. 핵심은 최신 도구를 많이 아는 것보다 예측 가능한 구간을 설계하고 팀과 협업해 완성하는 능력이라는 결론에 가까웠다.

• 원본 시각: 21:46–22:24

연결

• 영상독학 전체 보기
• 전날의 Seedance 무제한·입문 플랫폼과 일관성 보정
• 에이전트코리아의 같은 날 AI 영상과 모델 운용 토론
• 다음 날의 Suno 정책·Seedance 제작과 Higgsfield 장애