영상 AI : 실무에서 어떻게 고르고 써야 할까요?

영상 AI 툴은 써 보고 마음에 드는 것을 고르기보다, 평가 기준과 확인할 숫자를 먼저 정한 뒤 같은 방식으로 비교해 고르는 것이 안전합니다. 광고 영상에 어디까지 맡길지도 정해진 답이 있다기보다, 실제 상품 소재를 넣어 직접 시험해 보고 정해야 합니다. 저는 2025년 7월부터 8월까지 T사 콘텐츠크리에이티브팀에서 재직할 당시, 영상 생성 AI 툴 네 가지를 테스트하고 메인 툴을 골랐습니다. 그때는 상품은 그대로 두고 배경과 움직이는 소스까지만 AI에 맡기기로 했고, 아래에 나오는 툴 이름 · 점수 · 가격도 모두 그때 기준입니다. 이미지를 만들 때 확인할 것은 AI 이미지 생성 체크리스트에 따로 정리했습니다.

영상 AI로 광고 영상을 만들 수 있나요?

영상 AI로 광고 영상을 만들 수 있지만, 어디까지 맡길지는 상품이 실제와 똑같이 나오는지를 먼저 시험해 보고 정해야 합니다. 영상 AI는 텍스트나 이미지를 넣으면 움직이는 영상을 만들어 주는 생성형 AI 도구입니다. 다만 광고 영상은 상품이 실제와 똑같이 보여야 해서, AI가 상품 모양을 조금만 바꿔도 소재로 쓸 수 없습니다. 상품을 얼마나 그대로 지키는지는 툴마다, 버전마다 달라서 한 번 내린 결론을 계속 그대로 쓰기는 어렵습니다.

제가 T사에 있던 2025년에는 광고주가 요청서를 올리면 콘텐츠팀이 광고 소재용 영상을 만들어 주었습니다. 예를 들어 여행사 N사는 2030 친구끼리 4명 이상이면 출발이 확정되는 패키지를, 제공한 이미지로만 15초 세로형 영상으로 만들어 달라고 요청했습니다. 회사가 영상 AI 테스트를 시작한 것도 그때 영상이 광고 소재와 캠페인 제안서에 두루 쓰이면서 가장 많은 손이 드는 일이었기 때문입니다.

테스트에서 막힌 자리는 상품이었습니다. 2025년 8월에 테스트한 Whisk는 배경 소스와 움직임은 만들어 냈지만, 상품을 그대로 구현하지는 못했습니다. 그래서 광고 소재로 쓸 수 있는 조건을 두 가지로 정했습니다. 상품에 변형이 없을 것, 그리고 상품과 어우러지는 배경이나 움직이는 소스일 것입니다. 촬영이 필요한 장면은 AI로 만든 클립을 편집에 섞어 쓰는 쪽으로 정했습니다.

영상 AI 툴은 어떤 기준으로 평가하나요?

영상 AI 툴은 제작 난이도 · 결과물 품질 · 실무 적합성 · 응용 가능성 같은 기준을 먼저 정하고, 시간 단축률과 활용 비율 같은 숫자를 함께 봅니다. 영상 생성 AI 툴은 새 툴과 새 버전이 계속 나오고, 툴마다 품질 · 비용 · 쓰임새가 다르며 요금제도 자주 바뀝니다. 그래서 툴을 먼저 보고 기준을 만들면 비교할 때마다 기준이 달라집니다. 기준을 먼저 세우고, 그때그때 나온 툴을 그 기준에 넣어 보는 순서로 해야 시간이 지나도 같은 기준으로 비교할 수 있습니다.

2025년 여름 제가 팀에서 쓴 기준은 아래 네 가지였고, 항목마다 1점에서 10점까지 매겼습니다.

점수만으로는 도입을 정하기 어려워서 숫자 네 개를 나란히 두었습니다. 제작 시간 단축률, 건당 절감 비용, 같은 프롬프트를 다시 쓸 수 있는 비율, 실무에 쓸 수 있는 결과물 비율입니다. 절감 비용은 줄어든 시간에 2025년 적용 소프트웨어 기술자 평균임금에서 가져온 시간 단가 177,342원을 곱해 계산했습니다.

2025년 7월에 베타로 써 본 크리젠은 여러 엔진으로 한 번에 만들 수 있었지만, 그때는 왜곡이 심하고 크레딧이 너무 빨리 줄었습니다. 그다음 Whisk와 Kling을 차례로 테스트했고, 당시 결과는 이렇게 나왔습니다.

제작 비용도 같이 계산했습니다. 그때 테스트한 툴은 대부분 월 구독료에 크레딧을 붙이는 방식이라, 월 요금과 크레딧 소모량으로 건당 비용을 계산해 비교했습니다. 크리젠은 당시 안내된 정식 가격이 3개월에 30만 원에서 100만 원이라 오래 구독할 실익이 낮다고 판단했습니다.

당시 최종으로 고른 Kling Pro와 Google Pro(Whisk 포함)는 그때 기준으로 합쳐서 월 66,000원이었고, 크레딧이 모자라면 추가로 결제하는 조건이었습니다. 요금제와 가격은 그 뒤로 바뀌었을 수 있어서, 지금 고른다면 현재 요금표로 건당 비용을 다시 계산해야 합니다.

좋은 점과 함께 한계도 기록했습니다. 당시 브이캣은 제공 템플릿에 기대야 해서 품질 높은 이미지를 뽑기 어려웠습니다. 이렇게 툴로 안 되는 일이 기록에 남아 있었기 때문에, 그 부분을 해결할 도구를 따로 만들 근거가 생겼습니다.

AI 영상 만들기는 어떤 순서로 하나요?

AI 영상 만들기는 장면별 이미지를 먼저 만들고, 그 이미지에 움직임을 넣어 영상으로 바꾼 뒤 자막과 크기를 편집해 마무리하는 순서로 합니다. 이미지에서 출발하면 인물과 장소를 눈으로 먼저 확인한 다음 움직임을 넣을 수 있습니다. 영상 생성 AI 프롬프트는 스타일 · 화질 · 카메라 · 조명 같은 공통 가이드를 먼저 정하고, 장면마다 인물 · 장소 · 표정을 따로 적습니다. 공통 가이드가 있어야 장면이 바뀌어도 한 영상처럼 보입니다.

T사에서 L사 브랜딩 영상을 준비할 때 저는 구글 제미나이로 장면별 이미지 프롬프트를 만들었습니다. 맨 위에 공통 가이드를 두었습니다. 한국 드라마 같은 따뜻한 색감, 실사 같은 고화질, 시네마 카메라와 50mm 단렌즈, 자연광이었습니다. 그 아래에 0초에서 5초까지의 오프닝 장면과 10대부터 50대까지 장면마다 인물 · 장소 · 표정 변화를 한글 설명과 영문 프롬프트로 나눠 적었습니다. 프롬프트를 일정하게 쓰는 방법은 프롬프트 : 답이 일정하게 나오게 쓰려면 어떻게 할까요?에 정리했습니다.

영상으로 바꾸는 단계도 이미지에서 출발했습니다. 2025년 8월 Kling 테스트 44건은 모두 이미지를 넣어 영상으로 바꾸는 방식이었습니다. 다만 그때 쓰던 유료 라이선스 이미지 사이트의 소스는 AI 영상으로 다시 가공할 수 없었습니다. 그래서 GPTs 빌더를 만들어 이미지를 직접 만들고, 움직임을 지시하는 프롬프트까지 뽑도록 했습니다. GPTs는 ChatGPT 안에 지시문을 저장해 두고 반복해 쓰는 맞춤 챗봇입니다.

마지막은 편집입니다. 영상 소스가 있어도 자막과 타이핑 효과를 넣고 광고 크기에 맞춰야 소재가 됩니다. 당시에는 가로형으로만 나오는 소스가 있어서, 세로형으로 바꾸려면 고정 템플릿이 필요했습니다.

영상 생성 AI에서 제품이 변형될 때는 어떻게 하나요?

영상 생성 AI에서 제품이 변형될 때는 제품을 직접 만들게 하지 않고, 배경만 생성한 뒤 실제 제품 이미지를 편집으로 합치는 방법을 먼저 시험해 볼 수 있습니다. 영상 생성 AI는 넣은 이미지를 참고해 화면을 새로 그리기 때문에 제품 모양이 그대로 남는다고 장담할 수 없습니다. 그래서 제품은 실제 사진으로 두고, AI에는 제품을 둘러싼 배경만 맡기는 방식으로 변형을 피해 갈 수 있습니다.

2025년 Kling 테스트에서도 이 문제가 점수로 드러났습니다. 가전 광고주가 준 연출컷으로 만든 두 건은 실무 적합성이 2점에 그쳐 쓰지 못했습니다. 가전은 잘 꾸며진 화보컷이 필요한데, 광고주가 그런 소스를 주기 어려운 경우가 많았습니다. 배경을 따로 만들어 붙이면 광고주가 준 제품이 배경에 어울리지 않는 경우도 있었습니다.

그래서 다음 테스트 방안을 두 가지로 정했습니다. 하나는 제품을 광고주가 준 그대로 넣고 배경을 만든 뒤, 제품을 실제 제품 이미지로 바꿔 끼우는 방법입니다. 다른 하나는 모델이 바뀌지 않도록 연속 컷을 이미지로 먼저 만든 뒤 영상으로 바꾸는 방법이고, 이를 위해 이미지 생성 AI 툴 나노바나나를 테스트하고 있었습니다. 두 방법 모두 당시에는 계획 단계였기 때문에, 이 결과만으로 제품 변형이 해결된다고 말할 수는 없습니다. 어디까지 AI에 맡기고 어디서 사람이 확인할지는 휴먼 인 더 루프 글에서 따로 다뤘습니다.

AI 영상 제작으로 시간이 얼마나 줄어드나요?

AI 영상 제작은 소스를 만드는 시간을 크게 줄이지만, 줄어드는 폭은 툴과 영상 종류에 따라 다르므로 기존 제작 시간과 직접 비교해 봐야 합니다. 같은 소스라도 어떤 툴로 만드느냐, 결과물을 얼마나 고쳐야 하느냐에 따라 전체 시간이 달라집니다. 그래서 툴이 소스 하나를 몇 분에 만드는지보다, 기존 방식으로 만들 때와 비교해 전체가 얼마나 줄었는지를 봅니다.

2025년 제 테스트에서 소스 하나를 만드는 평균 시간은 세 쪽 모두 4분으로 같았습니다. 하지만 기존 제작과 비교한 결과는 크게 갈렸습니다. Kling은 30분에서 250분까지 줄었고, Whisk는 40분에서 80분이 줄었습니다. 브이캣과 크리젠은 오히려 90분이 더 걸린 경우도 있었습니다. 절감 비용으로 바꾸면 Kling은 건당 8.9만 원에서 73.9만 원이었습니다.

시간만큼 중요한 것은 만든 영상을 실제로 쓸 수 있느냐였습니다. 영상 생성 AI 결과물은 생성한 것을 모두 쓸 수 없어서, 실무에 쓸 수 있는 영상 수를 전체 생성 수로 나눈 활용 비율로 확인합니다. 당시 Kling은 44건 중 25건을 쓸 수 있어 활용 비율이 57%였고, 같은 프롬프트를 다시 쓸 수 있는 비율은 70%였습니다. Whisk의 활용 비율은 37%, 브이캣과 크리젠은 18%였습니다.

이 숫자는 2025년 테스트 기간에 그때 버전의 툴로 얻은 결과라, 지금 같은 툴에 그대로 옮겨 말할 수는 없습니다. 다만 당시에는 이렇게 만든 소재를 마케터들이 실제 광고 소재로 쓰는 비율이 점점 늘어 갔습니다. 촬영으로는 만들기 어려웠던 장면까지 AI로 만들 수 있게 되면서, 광고 소재로 쓸 수 있는 장면의 범위가 넓어졌기 때문입니다.

영상 AI는 실무에서 어떻게 고르고 써야 할까요?

영상 AI는 기준과 숫자를 먼저 정해 툴을 비교하고, 광고 영상에 어디까지 맡길지는 실제 상품 소재로 시험한 결과를 보고 정해야 합니다. 먼저 평가할 네 가지 기준과 확인할 숫자를 정하고, 실제 광고주 소재로 툴마다 영상을 만들어 점수와 비용을 비교합니다. 고른 툴로는 장면별 이미지를 먼저 만들고 움직임을 넣은 뒤 편집으로 마무리하면서, 상품이 실제와 똑같이 남는지를 따로 확인합니다. 저는 2025년에 이 순서로 Kling을 메인 툴, Whisk를 배경 소스 보조 툴로 정했습니다. 그때는 상품을 실제 이미지로 두고 배경과 움직임만 AI에 맡기기로 했고, 툴의 한계는 다음에 만들 도구의 근거로 남겼습니다. 툴과 가격, 상품을 지키는 정도는 그 뒤로도 계속 바뀌기 때문에, 지금 고른다면 그때의 결론보다 이 기준을 가져가 새로 비교해 보는 편이 맞습니다. 콘텐츠를 만들 때 AI와 함께 확인할 것들은 AI 활용 체크리스트에서 확인할 수 있습니다.