사흘 전 공개된 Seedance 2.5. 그동안 AI 영상은 5초, 10초 단위로 만들어 이어 붙여야 했다.
이제 30초를 끊김 없이 한 번에 생성한다. 오늘은 그 지시문을 작성하는 방법을 익힌다.
여섯 개의 템플릿을 그대로 복사해 사용하면 된다.
2026년 8월 3일 · 굿나잇 AI · AI CITY BUILDERS
Dreamina(CapCut 국제판) 2026년 7월 31일 배포 기준
그래서 프롬프트 쓰는 법이 달라진다. 5초 분량은 한 문장으로 충분했다. 30초는 이야기를 설계해야 한다. 오늘 다루는 것이 그 설계 방법이다.
파란 칸만 필수다. 나머지는 필요할 때만 기술한다. 기술하지 않으면 모델이 임의로 결정한다 — 그 말은 기술하지 않은 만큼 통제를 잃는다는 뜻이다.
| 순서 | 쓰는 것 | 안 쓰면 |
|---|---|---|
| 1. 주체+행동 | 누가 무엇을 하는지 한 문장 | 필수 |
| 2. 장면·환경 | 장소 · 시간 · 날씨 · 배경 상태 | 임의의 배경이 생성된다 |
| 3. 비주얼 | 조명 · 색감 · 질감 · 무드 | 평범한 화면이 된다 |
| 4. 카메라 | 샷 크기 · 각도 · 움직임 · 컷 | 고정 샷이 되기 쉽다 |
| 5. 오디오 | 대사 · 앰비언스 · 효과음 · 음악 | 소리가 비거나 의도와 달라진다 |
다섯 줄이 각각 공식의 한 칸이다. 한 줄씩 지워 보면 어떤 요소가 사라지는지 확인할 수 있다.
카페 주인이 새벽 매장에서 원두를 갈아 핸드드립으로 커피를 내리고, 완성된 잔을 창가 나무 테이블 가운데에 내려놓는다. 창으로 아침 빛이 비스듬히 들어오고, 잔에서 김이 천천히 올라온다. 매장은 정돈되어 있고 나무와 황동 질감이 도드라진다. 원두를 가는 미디엄 숏에서 시작해 커피 표면 질감으로 천천히 밀고 들어간 뒤, 창가 테이블 정면 컷으로 전환한다. 그라인더 소리, 물 떨어지는 소리, 조용한 실내 앰비언스를 유지한다.
문단 하나가 구성 요소 한 칸에 해당한다 — 주체+행동 / 장면·비주얼 / 카메라 / 오디오
전부 자연어로 써도 되지만, 음악·효과음·대사·자막을 구분해서 지시하고 싶을 때 쓴다. 아직 널리 알려져 있지 않은 문법이다.
| 기호 | 용도 | 예시 |
|---|---|---|
| ( ) | 음악 | (잔잔한 피아노가 낮게 깔린다) |
| < > | 효과음 | <문에 달린 종이 딸랑 울린다> |
| { } | 대사 | {오늘도 시작해볼까요} |
| 【 】 | 자막 | 【아침 7시】 |
이걸 쓰면 음악만 바꾸기, 효과음만 빼기 같은 수정이 훨씬 정확해진다. 편집 단계에서 그 효과가 분명해진다.
【아침 7시】
(잔잔한 피아노가 낮게 깔린다)
바리스타가 셔터를 올리고 매장에 들어와 조명을 켠다.
<문에 달린 종이 딸랑 울린다>
바리스타가 카메라를 보며 자연스러운 한국어로 말한다: {오늘도 시작해볼까요}
아침 햇빛이 들어오는 미디엄 숏. 인물은 화면 왼쪽에 선다.
<원두를 봉지에서 붓는 소리>
기호를 섞어 쓰면 같은 시점에 여러 소리를 층으로 쌓을 수 있다. 음악은 계속 깔리고, 효과음은 특정 순간에, 대사는 인물이 말한다.
인물이 말한다: {오늘도 시작해볼까요}대사 언어: 한국어. 인물이 자연스러운 한국어 구어체로 말한다: {오늘도 시작해볼까요}영어도 마찬가지다. “미국식 영어”, “로스앤젤레스 구어체”처럼 지역까지 기술하면 그만큼 정확해진다.
최대 50개까지 넣을 수 있지만, 넣는 게 핵심이 아니다. 각 자료가 무엇을 담당하는지 문장으로 적어야 한다. 이미지 안에 글자로 라벨을 넣는 방식은 효과가 없다.
“이미지 1~4가 인물 넷을 각각 정의한다”는 통하지 않는다. 어느 이미지가 누구에 해당하는지 하나씩 기술해야 한다.
“배경은 쓰지 마라”를 안 적으면 배경까지 함께 반영된다. 사람, 구도, 소품도 마찬가지다.
여러 각도 사진을 넣었다면 “네 장 모두 동일한 하나이며, 결과물에는 하나만 등장한다”고 명시한다.
한 장에 여러 각도를 콜라주로 붙이는 것보다 각도별로 나눈 사진이 훨씬 안정적이다.
권장 범위 — 이미지 최대 30장(각 4K 이하) · 영상 최대 10개(합쳐 30초 이내) · 오디오 최대 10개(합쳐 30초 이내)
@이미지 1 은 인물의 얼굴, 헤어스타일, 남색 앞치마를 정의한다. 이미지의 배경은 쓰지 마라. @이미지 2 는 원두 봉지의 구조, 색, 라벨 위치를 정의한다. 이미지의 배경과 소품은 쓰지 마라. @이미지 3 은 매장의 공간 배치, 창문 위치, 아침 조명을 정의한다. 이미지 속 사람은 쓰지 마라. 인물이 매장에서 원두 봉지를 열어 그라인더에 붓고, 커피를 내려 완성된 잔을 창가 테이블에 내려놓는다. 원두 봉지는 영상 전체에서 하나만 나온다. 인물의 얼굴, 앞치마, 매장 구조는 끝까지 바뀌지 않는다. 미디엄 숏으로 시작해 잔으로 천천히 밀고 들어간다. 그라인더 소리와 조용한 실내 앰비언스를 유지한다.
굵게 표시한 배제 문장이 없으면 배경과 인물이 함께 반영된다
30초에 여러 사건이 들어가면 단계로 나눈다. 그리고 각 단계에는 주요 사건을 하나만 배치한다. 대부분 여기까지는 한다.
인물 위치, 소품 위치, 장면 상태. 화면을 정지시켜 놓고 설명하듯 기술한다.
한 단계에 상태 변화는 하나만 둔다. 두 개를 넣으면 양쪽 모두 완성도가 떨어진다.
이 단계가 끝났을 때 눈에 보여야 하는 것. 인물이 어디 서 있고, 물건은 누구 손에 있고, 화면 어느 쪽에 놓였는지. 이걸 적으면 다음 단계가 어긋나지 않는다.
인물 정체·인원수·옷차림·소품 소유·공간 방향. 마지막에 한 줄로 명시한다.
“끝 상태”가 이 문법의 전부다. 대부분 사건만 기술하고 끝 상태를 빠뜨린다. 이 때문에 2단계에서 컵이 다른 손에 놓이는 일이 생긴다.
[생성 목표] 30초 브랜드 소개 영상. 중심 인물은 카페 주인이고, 개점 준비부터 첫 잔 완성까지를 담는다. [1단계] 시작 상태: 불이 꺼진 매장. 카운터 위에 원두 봉지와 드리퍼가 놓여 있다. 주요 사건: 주인이 들어와 조명을 켜고 원두 봉지를 연다. 끝 상태: 원두 봉지가 열린 채 카운터 왼쪽에 있고, 주인은 카운터 안쪽에 서 있다. [2단계] 이어서: 인물의 정체와 옷차림은 그대로 유지된다. 주요 사건: 원두를 갈아 드리퍼에 붓고 물을 천천히 내린다. 끝 상태: 커피가 서버 절반까지 차 있고, 드리퍼는 서버 위에 그대로 있다. [3단계] 주요 사건: 완성된 잔을 창가 테이블 가운데에 내려놓는다. 끝 상태: 잔이 테이블 정중앙에 있고, 주인은 한 걸음 물러나 있다. [일관성 유지] 인물의 정체, 옷차림, 카운터 방향, 잔의 개수를 처음부터 끝까지 동일하게 유지한다.
시간을 초 단위로 지정하는 것은 결정적인 순간 하나에만 사용한다 — “5초에 왼쪽으로 빠르게 팬”
인물이 긴장한 표정을 짓는다따뜻한 분위기로슬픈 느낌손가락이 갑자기 멈추고, 시선이 천천히 커튼 쪽으로 향하고, 어깨는 굳어 있다이건 영상 프롬프트만의 이야기가 아니다. “멋있게”가 아니라 “0.4초 안에 멈추게”라고 기술하는 것과 같은 원리다. 막연한 형용사를 관찰 가능한 행동으로 바꾸면 결과가 안정된다.
전체 감정은 긴장에서 안도로 옮겨간다. 가게 밖에서 첫 손님이 문을 여는 소리가 들린다. 그 순간 주인의 손가락이 잔 위에서 멈추고, 시선이 천천히 문 쪽으로 향한다. 어깨는 여전히 굳어 있다. 손님이 자리에 앉는 것을 확인한 뒤, 주인이 짧게 숨을 내쉰다. 어깨가 서서히 내려가고, 눌러 참는 듯한 미소가 입가에만 번진다. 끝까지 크게 웃지는 않는다. <문이 열리는 소리> <의자를 끄는 소리> (피아노가 한 음 낮아졌다가 다시 올라온다)
“안도했다”라는 표현은 쓰지 않았다. 숨 · 어깨 · 입가 세 가지만 기술했다
2.5의 핵심 기능이다. 전체를 다시 생성하지 않고 일부만 변경한다. 작성 형식은 네 부분으로 정해져 있다.
[편집 목표] @영상 1 을 편집한다. 4초에서 7초 구간에서만 오른쪽 벽의 푸른 조명을 따뜻한 주황 조명으로 바꾼다. [원본 역할] @영상 1 이 유일한 편집 원본이다. 인물, 공간 배치, 동작, 구도, 카메라 움직임, 오디오, 사건 순서를 모두 정의한다. [편집 범위] 오른쪽 벽의 조명 색과 그 빛이 닿는 영역만 바꾼다. 인물의 피부톤은 바뀐 환경광에 자연스럽게 반응해도 된다. [보존할 것] @영상 1 의 인물 정체, 옷차림, 표정, 위치, 동작, 공간 구조, 카메라 움직임, 대사, 앰비언스를 그대로 유지한다.
“유일한 편집 원본”이라는 선언과 “보존할 것” 목록이 핵심이다. 이 두 가지가 없으면 의도하지 않은 부분까지 변경된다.
한국어 대사는 “대사 언어: 한국어”를 먼저 쓴다. 안 쓰면 중국어로 말한다.
레퍼런스에 “배경은 쓰지 마라”가 없으면 배경까지 따라 들어온다.
사건만 쓰고 끝났을 때 보이는 것을 안 쓰면 다음 단계에서 물건의 위치가 어긋난다.
한 단계에 상태 변화 하나. 두 개 넣으면 둘 다 어설퍼진다.
참조 영상이 이미 동작을 규정하고 있으면 동작을 다시 기술하지 않는다. 서로 충돌한다.
“1초에 동작 세 개”와 같은 요구는 하지 않는다. 구간은 겹치지 않게 이어서 쓴다.
이 여섯 가지만 피하면 대부분의 실패를 피할 수 있다.
주체+행동 / 장면 / 비주얼 / 카메라 / 오디오. 첫 칸만 필수다.
( ) 음악 · < > 효과음 · { } 대사 · 【 】 자막. 소리를 나누어 지시한다.
30초는 단계로 나누고 단계마다 눈에 보이는 끝 상태를 기술한다.
“긴장된” 대신 호흡 · 어깨 · 시선. 형용사를 행동으로 바꾼다.
오늘은 템플릿 하나만 실행해 보셔도 충분하다. 내일 2강에서 인스타그램의 「멋」을 다룬다. 오늘 만든 결과물이 그때 재료가 된다.
AI CITY BUILDERS · 굿나잇 AI 실습편 01 · 2026년 8월 3일
사양은 2026년 7월 31일 Dreamina 배포 기준이며, 서비스 정책에 따라 달라질 수 있다.