생성형 AI 활용 영상제작구조 전환에 대한 탐색적 연구 - 비선형 프로덕션 구조와 인간- AI협업 양상 분석을 중심으로
Exploratory Study on the Structural Transformation of Video Production Using Generative AI- Focusing on Nonlinear Production Workflows and Human–AI Collaboration Dynamics
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 생성형 AI 도구(Midjourney, Whisk, Runway ML, ChatGPT)를 활용한 단편영화 제작 사례를 분석함으로써, AI 기반 영상 제작 방식의 구조적 특성과 인간–AI 협업 과정을 설명하는데 목적이 있다. 연구자는 2025년 10분 분량의 단편영화를 직접 제작하고, 이 과정에서 산출된 기획 문서, 콘티 이미지, 프롬프트 기록, 생성 영상, 후반 색보정 파일 등 다양한 중간 산출물을 수집하여 단계별 제작 과정의 구조적 특징을실증적으로 분석하였다. 연구 결과, 생성형 AI 기반 제작 방식은 기존 실사 촬영과 3D 애니메이션 방식이 전제하는 선형적 프로덕션 구조와 달리, 기획–생성–수정–재생성으로 이어지는 비선형적·순환적 프로세스를 형성하는 것으로 나타났다. T2V·I2V·I2I 모델의 상호보완적 활용은 시각적·서사적 일관성 확보에 중요한 역할을 수행하였으나, AI 모델은 인물 외형의 연속성, 복잡 동작의 자연스러움, 색채 재현의 정밀성 등 핵심 영화적 요소에서 구조적 한계를드러냈다. 이러한 한계를 보완하기 위해 콘티의 세분화, 프롬프트 정밀화, 참조 이미지의 반복적 조정, 전문적색보정 등 인간 창작자의 적극적 개입이 필수적으로 수행되었다. 결론적으로 본 연구는 생성형 AI가 독립적·자율적 창작 시스템으로 기능하기보다는, 인간의 설계·판단·조정 역량과 결합될 때 비로소 효과적인 생산성을 발휘하는 협업적 창작 도구임을 확인하였다. 생성형 AI는 영상 제작의 접근성을 확장하고 초기 제작 효율을 제고하지만, 동시에 새로운 형태의 노동 구조, 비용 구조, 창작 역량 요구를 동반하는 기술적·문화적 전환을 이끌고 있음을 논의하였다. 본 연구는 생성형 AI 기반 영상제작의 실증적 사례를 제시함으로써 향후 인간–AI 협업 모델, 미디어 제작 역량, 기술적 불안정성에 관한 후속연구의 기초적 토대를 마련한다.
Abstract
This study analyzes a short film produced using multiple generative AI tools—Midjourney, Whisk, Runway ML, and ChatGPT—to elucidate the structural characteristics of AI-based video production and the mechanisms that govern human–AI collaborative creativity. The researcher created a 10-minute short film in 2025 and systemati cally collected intermediate production artifacts, including planning documents, storyboard images, prompt logs, generated video clips, and color-grading files, to empirically examine the operational dynamics of AI-assisted pro duction workflows. The analysis reveals that AI-driven filmmaking diverges markedly from the linear production paradigms under lying traditional live-action and 3D animation practices. Instead, it exhibits a nonlinear and recursive workflow characterized by iterative cycles of planning, generation, revision, and regeneration. While the complementary use of T2V, I2V, and I2I models contributed to establishing visual and narrative coherence, the AI models demon strated structural limitations in maintaining character consistency, rendering complex motion, and reproducing ac curate color. Addressing these limitations required substantial human intervention, including fine-grained story board subdivision, precise prompt engineering, iterative adjustment of reference images, and professional post-production color grading. The findings suggest that generative AI functions not as an autonomous creative system but rather as a collabo rative tool whose efficacy depends fundamentally on human design, evaluative judgment, and corrective mediation. Although AI expands accessibility to film production and enhances early-stage generative efficiency, it simulta neously introduces new labor demands, cost structures, and creative competencies. This study offers an early em pirical foundation for understanding AI-assisted video production and provides meaningful implications for future research on human–AI collaboration, media production methodologies, and the evolving ontology of creative labor.