힉스필드가 스크립트를 AI 영상으로 만드는 5단계 가이드를 공개했다. 스크립트 포맷팅, 장면 분할, 샷 리스트 작성, 생성, 편집 조립 순서다. 실제 예시로 4개 비트와 5개 샷을 16초 한 번의 생성으로 만든 결과물도 함께 공개했다.

 

 

 

힉스필드가 꼽은 가장 흔한 실수는 스크립트 전체를 프롬프트 창에 한 번에 붙여넣는 것이다. 모델이 이를 하나의 긴 설명으로 읽어 컷도 이야기 구조도 없는 평범한 클립 하나를 내놓는다는 것이다.

 

스크립트는 단일 클립보다 요구하는 것이 많다. 모든 장면에 같은 인물이 나와야 하고, 샷마다 일관된 화면이 유지돼야 하며, 컷이 어디에 떨어질지 통제할 수 있어야 한다.

 

1단계. 스크립트 구성

힉스필드는 작동하는 스크립트가 훅, 문제, 해결, 행동유도 네 개의 비트를 가진다고 설명했다. 광고, 설명 영상, 짧은 이야기에 모두 맞는 구조로, 각 장면에 분명한 역할을 준다.

 

 

대사가 있는 영상은 30초당 60~80단어를 출발점으로 잡되, 직접 소리 내어 읽고 시간을 재보라고 권한다. 말하는 속도와 쉬는 지점에 따라 최종 길이가 달라지기 때문이다.

 

포맷팅도 구조만큼 중요하다. 모든 장면에 장소와 시간대를 머리말로 적고, 동작 서술은 짧고 시각적으로 쓰며, 한 장면에 하나의 아이디어만 담는다. 두 개가 필요하면 장면을 나누는 편이 낫다.

 

카메라가 볼 수 있는 것을 써야 한다. “그녀는 갈등을 느낀다”는 모델에 방향을 주지 못하지만, “그녀가 걸음을 멈추고 문을 돌아본다”는 하나의 샷을 서술한다.

 

2~3단계. 샷 리스트 작성

샷 리스트는 각 장면을 카메라 지시로 바꾼다. 샷 종류, 카메라 움직임, 화면에 누가 있는지, 무슨 일이 일어나는지를 담는다. 힉스필드는 이 단계가 결과물이 영화로 읽힐지 무관한 클립 묶음으로 읽힐지를 가른다고 설명했다.

 

기본 형태는 다섯 개 열이다. 장면 번호, 샷 종류(와이드·미디엄·클로즈업), 카메라 움직임(고정·팬·돌리), 인물, 동작. 한 장면은 보통 2~4개 샷이 된다. 훅은 와이드 하나로 끝날 수 있지만, 해결 장면은 미디엄, 리액션 클로즈업, 인서트가 필요할 수 있다.

 

힉스필드에서는 시네마 스튜디오의 어시스턴트 채팅창에 스크립트를 붙여넣으면 카메라 값이 미리 채워진 샷으로 나뉜다. 프롬프트는 검토용으로 표시되며 직접 시작하기 전까지 생성되지 않는다. 팝콘은 계획된 샷을 연결된 스토리보드로 만들어, 영상 생성 전에 인물·장소·화면 스타일을 맞춰둔다.

 

4단계. 생성 설정 일곱 가지

생성은 장면 단위로 진행하되, 프로젝트 전체 설정으로 모든 장면이 하나의 영화처럼 보이게 만든다. 시네마 스튜디오 4.0은 한 번의 생성으로 최대 30초, 1080p까지 만들며, 설정한 템포에 따라 여러 샷으로 나뉘어 나온다.

 

 

실제 적용 예시

힉스필드가 네 줄짜리 스크립트로 전 과정을 시연했다.

 

젊은 재즈 피아니스트가 낮 공연 데뷔에 늦었다. 비 온 뒤 햇살이 든 1950년대 거리를 달린다(훅). 무대 출입문에 도착했지만 잠겨 있다(문제). 뒷골목을 가로질러 옆문으로 향한다(해결). 따뜻한 조명의 무대로 걸어 나와 악보를 내려놓고 피아노 앞에 앉자 객석이 조용해진다(마무리).

 

이 네 비트가 다섯 개 샷으로 나뉘었다.

 

 

 

▲ 다섯 샷 전체에 쓰인 단일 캐릭터 레퍼런스

 

인물은 레퍼런스 이미지 한 장으로 존재하고, 모든 샷의 프롬프트가 그 이미지를 참조한다. 다섯 샷 내내 같은 얼굴, 옷, 코트가 유지되는 이유다.

 

 

▲ 16초 한 번의 생성 결과 (출처: 힉스필드)

 

전체 시퀀스는 16초짜리 한 번의 생성이다. 네 개 비트, 다섯 개 샷, 네 번의 하드컷이 들어 있고, 인물은 첫 프레임부터 마지막까지 레퍼런스 한 장으로 유지된다.

 

프롬프트 구조

공개된 프롬프트는 항목별로 나뉘어 있다. 장면 맥락, 활성 레퍼런스, 형식 모드, 동작 타이밍, 물리, 조명, 오디오, 고정 사항 순이다.

 

동작 타이밍 항목이 특히 상세하다. 각 구간을 초 단위로 나누고 하드컷 지점을 명시한다. 예를 들어 첫 구간은 이렇게 지정됐다.

 

0.0초~3.0초 — 훅, 와이드 트래킹 샷.

대각 화각 84도, 고전적 광각 렌즈 성격, 카메라는 피사체 1.2미터 앞 가슴 높이에서 빠르고 낮게 뒤로 트래킹하며 약간의 핸드헬드 — 부드러운 짐벌 이동이 아니라 급박한 추진력. (…) 첫 프레임에 이미 인물이 화면 중앙 x 50%, y 55% 지점에서 전력 질주 중, 전신이 보이고, 트렌치코트가 뒤로 갈라지며, 발걸음마다 머리가 흔들리고, 힐이 햇빛 고인 물웅덩이를 튀긴다.

3.0초 하드컷.

 

레퍼런스 항목에서는 인물의 외형을 옷과 장신구까지 나열하고, 다섯 구간 전체에서 동일하며 중복 인물이 없어야 한다고 못 박는다. 고정 사항 항목에서는 화면 방향까지 지정한다. 3구간에서 시선이 화면 오른쪽을 향하고, 4구간에는 화면 왼쪽에서 등장해 오른쪽으로 이동한다는 식이다.

 

5단계. 조립과 마무리

생성된 장면을 이야기 순서대로 배열하고 사이를 메우는 단계다. 힉스필드는 먼저 스크립트 순서대로 이어서 보라고 권한다. 속도 문제와 빠진 비트가 이때 드러난다는 것이다.

 

샷에 여유가 더 필요하면 앞뒤로 늘리는 기능으로 장면을 다시 만들지 않고 연장할 수 있다. 두 장면 사이 전환이 급하게 느껴질 때도 양쪽에 도입부나 마무리를 늘리면 대개 해결된다.

 

최종 편집은 다빈치 리졸브 플러그인과 애프터 이펙트·프리미어 프로 플러그인으로 기존 편집 도구에 연결된다.

 

자주 묻는 것

• 스크립트만 넣으면 자동으로 영상이 되나 — 부분적으로만. 어시스턴트가 스크립트를 샷으로 나누고 카메라 설정을 채우지만, 샷 리스트와 테이크, 속도는 직접 검토해야 한다. 검토 없는 완전 자동화는 완성된 영화가 아니라 소재를 만들 뿐이다
• 스토리보드에 그림 실력이 필요한가 — 아니다. 장면 번호, 샷 종류, 카메라 움직임, 동작을 적은 글 형태의 샷 리스트가 그림을 대신한다
• 장면마다 화면이 달라지는 이유 — 인물이 프롬프트 텍스트에만 존재하면 매 생성이 처음부터 시작하기 때문이다. 저장된 인물과 장소를 모든 샷이 참조하게 하고, 카메라와 색 설정을 프로젝트 전체에 고정하면 해결된다
• 스크립트를 빨리 시험하는 방법 — 훅 샷을 먼저 만들어본다. 첫 샷이 그 자체로 의도를 전달하지 못하면, 나머지 장면에 시간을 쓰기 전에 스크립트를 고치는 편이 낫다

 

의의 및 전망

네 비트 구조와 다섯 열 샷 리스트는 특정 도구에 묶이지 않는다. 카메라가 볼 수 있는 것만 쓰라는 원칙, 한 장면에 하나의 아이디어라는 원칙도 마찬가지다.

 

공개된 프롬프트는 초 단위 타이밍과 화면 방향까지 지정하는 방식을 보여준다. 이 수준의 서술이 필요하다는 점은 AI 영상 제작이 프롬프트 한 줄로 끝나지 않는다는 뜻이기도 하다.

 

다만 이 글은 힉스필드가 자사 도구 사용법으로 작성한 자료다. 시네마 스튜디오, 팝콘, 소울 ID는 힉스필드 제품이며, 다른 도구에서는 같은 기능을 다른 방식으로 구현해야 한다.

 

📅 원문 날짜: 2026년 8월 17일 | 출처: Higgsfield Blog