실사-AI 혼합 영화의 AI 영상 생성 시점에 따른 유형 및 특성 연구 -국외 대표 작품을 중심으로-
Typology and Characteristics of AI Video Generation Timing in Live-Action–AI Hybrid Films -Focusing on Representative International Works-
5
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
(연구배경 및 목적) 생성형 인공지능(Generative AI) 기술의 비약적 발전은 실사 영화 제작 전 과정에 통합되며 영화 제작의 방식과 시각적 내러티브 구성 방식에 중대한 전환을 가져오고 있다. 특히 실사 촬영된 영상과 AI로 생성된 시각효과가 결합되는 실사-AI 혼합 영화가 다수 등장하면서, 합성 방식과 내러티브 표현 전략에 대한 새로운 분석틀이 요구되고 있다. 기존 연구는 주로 AI 기술의 활용 여부나 자동화, 효율성에 집중되어 있으며, AI 영상 생성 시점에 따라 영화가 어떤 방식으로 제작되고, 어떤 특징을 보이는지에 대한 체계적인 분석은 미흡하다. 이에 본 연구는 실사-AI 혼합 영화에서 AI 영상이 생성되는 시점을 중심으로 유형을 분류하고, 각 유형의 기술적·내용적 특성을 도출함으로써 향후 AI 영화 연구의 분석 틀을 제공하는 것을 목적으로 한다. (연구방법) 본 연구는 2023년부터 2025년까지 국외에서 공개된 대표 실사-AI 혼합 영화를 대상으로 질적 사례연구를 수행하였다. 먼저 영화 제작의 기술 흐름과 AI 합성 도구에 대한 선행연구를 검토하고, AI 생성 시점을 기준으로 사전 생성형(Pre-AI Generation), 실시간 생성형(Real-time AI Generation), 후반 생성형(Post-AI Generation)의 세 가지 유형을 도출하였다. 이후 각 유형별 대표 사례를 선정하여, 기술적 구현 방식과 내용적 특성을 분석하였다. (결과) 분석 결과, 사전 생성형은 시나리오 및 시각자료 생성 등 프리프로덕션 단계에서 AI를 적극 활용하여 창작 속도와 시각화 효율은 높았으나 내러티브 정교함과 감정 표현 측면에서 한계가 드러났다. 실시간 생성형은 촬영 현장에서 AI를 활용해 실시간 디렉팅, 캐릭터, 조명 등을 실시간 생성·제어함으로써 몰입감 있는 장면 연출이 가능했으나, 구현 장비의 복잡성과 기술 종속성 문제가 동반되었다. 후반 생성형은 AI를 이용한 모션 보정, 시각적 표현 방식의 확장을 통해 완성도를 높였으나, 과도한 후반 개입은 원본 서사와의 부조화 가능성과 배우 변형을 통한 윤리적 논란을 야기할 수 있었다. (결론) 본 연구는 실사-AI 혼합 영화 제작 과정에서 AI 기술이 개입하는‘생성 시점’을 기준으로 유형화하고, 각 유형의 제작 기술과 내용적 특성을 심층적으로 분석함으로써 새로운 분류틀을 제안하였다. 이는 영화 제작 단계별 AI 기술의 통합 양상을 입체적으로 조망함으로써 향후 AI 영화 연구에 실증적 분석 틀을 제공한다. 다만 본 연구는 기술 범주의 급속한 변화로 인해 실시간 AI 에이전트 기술, 윤리적 식별 시스템 등의 요소를 포함하지 못한 한계가 있으며, 후속 연구에서는 관객 인식, 창작자-알고리즘 간 협업 구조, 저작권 및 인격권 이슈 등을 포괄하는 통합적 접근이 요구된다.
Abstract
(Background and Purpose) The rapid advancement of Generative AI (GenAI) technology is bringing fundamental transformations to the entire live-action film production process and methods of visual narrative construction. In particular, as numerous live-action/AI hybrid films—which combine live-action footage with AI-generated visual effects—emerge, a new analytical framework for their synthesis methods and narrative expression strategies is required. Existing research has primarily focused on the general utility of AI or its automation efficiency, while systematic analysis of how films are produced and what characteristics they exhibit based on the intervention stage of AI image generation remains lacking. Therefore, this study aims to classify the synthesis types of live-action/AI hybrid films centered on the production phase of AI image generation, and to derive the technical and content-based characteristics of each type, thereby providing an analytical framework for future AI film research. (Method) This study conducted a qualitative case study of representative domestic (Korean) and international live-action/AI hybrid films released between 2019 and 2025. First, it reviewed previous research on film production technology workflows and AI synthesis tools. Based on the timing of AI generation, three types were derived: Pre-AI Generation, Real-Time AI Generation, and Post-AI Generation. Subsequently, representative cases for each type were selected to analyze their technical implementation methods and content-based characteristics. (Results) The analysis found that Pre-AI Generation type actively utilizes AI in the pre-production stage, such as for generating scenarios and visual materials, demonstrating rapid prototyping and visualization efficiency. However, it revealed limitations in narrative sophistication and emotional expression. Real-time AI Generation utilizes AI on set to generate and control real-time direction, characters, and lighting, enabling the creation of immersive scenes. However, this was accompanied by issues of complex implementation equipment and technological dependency. Post-AI Generation enhanced the film's overall production quality through AI-driven motion correction and the expansion of visual expression methods. However, excessive post-production intervention could lead to dissonance with the original narrative and raise ethical controversies regarding actor transformation. (Conclusions) This study proposes a new classification framework by categorizing live-action/AI hybrid films based on the temporal point of AI technology intervention in the production process, and provides an in-depth analysis of the production technology and content characteristics of each type. This provides an empirical analytical framework for future AI film research by offering a multi-dimensional perspective on the integration patterns of AI technology at each stage of film production. However, this study is limited by the exclusion of elements such as real-time AI agent technology and ethical identification systems due to the rapid changes in the technological landscape. Future research should address an integrated approach that encompasses audience perception, the collaborative structure between creators and algorithms, and issues of copyright and personality rights.