AI 비디오 제작의 고질적인 난제는 '어제의 주인공이 오늘의 주인공과 다르다'는 점이었다. 프레임이 바뀔 때마다 캐릭터의 이목구비가 미세하게 변하거나 배경의 질감이 일관성을 잃는 현상은 창작자들을 늘 괴롭혔다. 구글은 이 문제를 정면으로 돌파하기 위해 Veo 3.1을 무대에 올렸다. 'Ingredients to Video' 기능을 탑재한 이 모델은 인공지능이 생성하는 영상의 고질적인 문제인 일관성 부족에 새로운 해법을 제시한다.

데이터로 구축하는 시각적 닻

Veo 3.1의 핵심인 'Ingredients to Video'는 최대 3장의 참조 이미지를 '시각적 앵커(Visual Anchors)'로 활용한다. 사용자가 캐릭터, 배경, 특정 사물이나 스타일을 정의한 이미지를 입력하면 시스템이 이를 지능적으로 분석하고 합성한다. 기존 모델들이 텍스트 프롬프트에만 의존해 매번 '뽑기'를 하듯 영상을 생성했다면, Veo 3.1은 사용자가 제공한 명확한 기준점을 바탕으로 움직인다.

이 방식은 캐릭터의 정체성이 흐릿해지거나 배경이 꿈틀거리는 '아이덴티티 드리프트(Identity Drift)' 현상을 억제한다. 여러 장면을 생성하더라도 동일한 캐릭터가 동일한 옷을 입고 동일한 공간에 머물게 하는 제어력을 확보한 셈이다. 구글은 이와 함께 Gemini API를 통해 접근 가능한 'Flow' 인터페이스를 공개했다. 여기에는 'Frames to Video'와 'Extend' 기능이 포함되어 비디오 생성의 유연성을 더한다. 'Frames to Video'는 사용자가 영상의 시작과 종료 프레임을 직접 지정하면 그 사이를 자연스럽게 채우는 보간 기술이다. 'Extend'는 기존 클립의 마지막 1초 전체를 문맥으로 파악해 장면을 연장함으로써 연속성을 확보한다.

제어력이 가져올 영상 제작의 문법 변화

영상 업계에서 일관성은 선택이 아닌 필수다. 광고나 단편 영화를 제작할 때 주인공의 생김새가 매 컷마다 달라진다면 상업적 가치는 전무하다. Veo 3.1이 보여주는 제어력은 생성형 AI가 단순한 실험 도구를 넘어 실제 제작 파이프라인에 편입될 준비를 마쳤음을 시사한다. 특히 1080p 해상도를 지원하며 시각적 밀도를 높인 점은 전문 창작자들에게 매력적인 요소다.

제약은 분명하다. 참조 이미지 3장이라는 제한은 복잡한 서사나 다채로운 배경 전환을 요구하는 작업에서 병목 현상을 일으킬 수 있다. 구글 측 자료에 따르면 캐릭터와 장면의 일관성 유지 성능은 사용자의 작업 환경이나 프롬프트의 복잡도에 따라 실제 결과물에서 차이가 발생할 수 있다. 기술이 발전했음에도 불구하고 여전히 인간의 정교한 가이드와 반복적인 시도가 품질을 결정하는 변수로 작용한다는 뜻이다.

또한, 'Ingredients to Video'가 제공하는 강력한 합성 능력은 저작권 및 딥페이크 논란에서 자유로울 수 없다. 참조 이미지를 기반으로 실존 인물이나 특정 예술가의 스타일을 무단으로 복제할 위험이 존재하기 때문이다. 구글이 이러한 오남용을 방지하기 위해 어떤 필터링 정책과 워터마킹 기술을 고도화할지도 지켜봐야 할 대목이다.

창작자가 지금 바로 시작할 수 있는 것

개발자와 창작자들은 이제 Gemini API를 통해 Veo 3.1의 기능을 직접 시험해볼 수 있다. 캐릭터 시트, 배경 컨셉 아트, 혹은 영감을 주는 특정 화풍을 담은 이미지를 준비하는 것이 첫걸음이다.

구체적인 활용 시나리오는 다음과 같다. 먼저 핵심 캐릭터의 전신 이미지와 배경 이미지를 'Ingredients'로 업로드한다. 이후 텍스트 프롬프트로 원하는 동작을 지시하면 시스템이 참조 이미지의 특성을 유지하며 영상을 생성한다. 영상의 길이가 부족하다면 'Extend' 기능을 사용해 호흡을 가다듬고, 특정 장면 사이의 연결이 어색하다면 'Frames to Video'로 자연스러운 전환점을 만든다. 이러한 워크플로우는 과거 수작업으로 며칠씩 걸리던 수정 작업을 단 몇 분으로 단축한다.

FAQ

Q: 참조 이미지 3장으로 충분한 제어가 가능한가? A: 현재 Veo 3.1은 캐릭터, 객체, 스타일을 정의하는 데 최적화된 3개의 앵커를 제공한다. 아주 복잡한 다중 캐릭터 장면에서는 한계가 있을 수 있으나, 단일 주인공 중심의 서사를 구축하는 데는 이전 버전보다 월등히 향상된 일관성을 보여준다. 향후 업데이트를 통해 참조 이미지 개수가 확장될 가능성도 열려 있다.

Q: '아이덴티티 드리프트' 현상이 완벽하게 사라졌나? A: '획기적으로 개선되었다'는 것이 적절한 표현이다. 기술적으로 프레임 간 연속성을 유지하는 보간 기술과 문맥 파악 능력이 강화되었지만, 매우 역동적인 카메라 워킹이나 극단적인 조명 변화가 포함된 프롬프트에서는 여전히 미세한 왜곡이 발생할 수 있다.

Q: Veo 3.1은 유료 서비스인가, 아니면 오픈 소스로 제공되나? A: 현재 Veo 3.1은 구글의 Gemini API를 통해 개발자들에게 제공된다. 구체적인 비용 정책은 구글 클라우드 및 AI 개발자 플랫폼의 요금 체계를 따르며, 일반 사용자들은 Google AI for Developers를 통해 접근 방식을 확인할 수 있다.

결론

Veo 3.1은 AI 영상 제작의 문법을 '우연한 생성'에서 '의도된 제어'로 옮겨놓았다. 'Ingredients to Video'는 창작자가 상상하는 이미지를 비디오라는 시간의 선 위에 고정하는 강력한 못 역할을 한다. 이제 인공지능 비디오 기술의 관건은 얼마나 더 화려한 영상을 만드느냐가 아니라, 창작자의 통제권 아래 얼마나 순응하느냐에 달려 있다. 구글이 던진 이 시각적 닻이 영상 제작 현장의 표준을 어떻게 재정의할지 주목된다.

참고 자료

• 🛡️ Google Veo 3.1 Now Generates Vertical Videos Based on Reference Images
• 🛡️ Google Veo 3.1: Native Audio, Creative Controls, 1080p | Workflow Prep
• 🛡️ Google's Veo 3.1 Shifts Creative Control - Aragon Research
• 🏛️ Enhanced Veo 3.1 capabilities are now available in the Gemini API
• 🏛️ Veo 3.1 Ingredients to Video: More consistency, creativity and control - Google Blog
• 🏛️ Generate videos with Veo 3.1 in Gemini API | Google AI for Developers