푸른잎커뮤니케이션

AI로 딸깍하면 내일 납품? AI가 영상을 만들면 납기는 빨라질까

4줄 요약

AI로 장면을 빨리 만들 수 있어도 최종 납품까지 빨라지는 것은 별개의 문제다.
국내 제작 사례는 시간 절감과 수정의 어려움이 함께 나타날 수 있음을 보여준다.
여러 컷의 수정을 이어 주는 기술도 연구되고 있지만, 시연을 납기 보장으로 읽어서는 안 된다.
일정을 줄이려면 생성 속도보다 재작업이 시작되는 지점과 승인 대기를 먼저 살펴야 한다.

“이 정도면 내일도 되겠네요?”

프롬프트를 넣고 잠시 기다리자 그럴듯한 영상이 나온다. 이 장면을 본 발주자가 제작 기간도 같은 비율로 줄어들 것이라고 기대하는 것은 자연스럽다. 하지만 생성된 파일을 받는 시각과 공개 가능한 최종본을 넘기는 시각 사이에는 다른 일이 놓여 있다.

가령 인물이 문을 열고 들어오는 장면은 마음에 드는데 다음 컷에서 옷이 달라졌다면 어떨까. 문 앞 장면만 다시 만들면 되는지, 인물의 기준 이미지부터 바꿔야 하는지에 따라 일정이 달라진다. 생성 속도가 빨라져도 되돌아갈 범위가 커지면 절약한 시간은 다시 쓰이게 된다.

앞선 칼럼이 AI 영상의 완성 과정과 서비스 설계를 다뤘다면, 이번에는 한 가지 질문에 집중한다. AI가 줄여 주는 시간은 무엇이며, 그 시간이 실제 납기 단축으로 이어지려면 어떤 조건이 필요한가.

만드는 시간, 기다리는 시간, 다시 하는 시간으로 나눈 제작 일정

제작 일정의 구조를 설명한 자체 도식. 각 항목의 실제 소요 시간이나 비율을 측정한 통계가 아니다. 도표 제작: 푸른잎커뮤니케이션.

국내 사례에서 함께 읽어야 할 두 가지 사실

한국언론진흥재단의 9월 23일 미디어리뷰에는 KBS 제작 현장을 소개한 발표가 실려 있다. 발표자는 사전시각화 작업에서 AI를 활용한 사례의 비용과 시간이 각각 기존 방식 대비 5분의 1 수준이었다고 설명했다. 사전시각화는 본격적인 제작에 앞서 장면의 구성과 움직임 등을 미리 살펴보는 작업이다.

같은 글에는 예능 프로그램의 끝 타이틀을 만드는 데 3주가 걸렸다는 별도 사례도 나온다. 원하는 부분만 수정하는 일이 쉽지 않아 잘 나온 결과를 선택하는 방식으로 접근했다는 설명이다.

이 두 숫자는 서로 다른 작업에 관한 이야기다. 같은 영상의 제작 전후를 비교한 실험도, AI 영상 전체의 평균 생산성을 측정한 자료도 아니다. ‘AI면 모든 납기가 5분의 1이 된다’거나 ‘AI 영상은 3주가 걸린다’는 결론으로 옮길 수 없다.

대신 실무에서 읽어낼 질문은 있다. 빠르게 여러 구성을 살펴보는 것이 목적인 작업과, 특정한 모습을 정확히 유지한 채 수정을 거듭해야 하는 작업을 같은 일정 기준으로 잡아도 될까. 속도의 효과는 도구 이름보다 결과물의 요구 조건에 따라 달라질 수 있다.

서로 다른 KBS 사전시각화와 예능 끝 타이틀 사례를 구분한 도표

한국언론진흥재단 미디어리뷰(2026.9.23)를 자체 요약했다. 발표자의 서로 다른 작업 사례이며 두 수치를 직접 비교할 수 없다. 원문 보기

수정 한 번이 몇 개의 컷을 다시 열게 하는가

AI 영상의 일정표에서는 ‘몇 초를 만들었는가’와 함께 ‘한 번의 변경이 어디까지 번지는가’를 봐야 한다. 제품의 색 하나를 바꾸는 요청도 그 제품이 여러 컷에 등장한다면 각각의 결과를 다시 확인하게 만든다. 한 컷은 좋아졌는데 옆 컷과 연결되지 않으면 선별과 편집 단계로 돌아간다.

따라서 가장 쉬운 장면부터 많이 생산하는 것이 언제나 빠른 길은 아니다. 일정에 영향을 크게 줄 수 있는 대표 장면을 먼저 시험하는 편이 유용하다. 동일 인물이 여러 각도에서 나오는지, 특정 제품의 형태를 유지해야 하는지, 정확한 문자가 화면 안에 있어야 하는지에 따라 먼저 확인할 과제가 달라진다.

이때 확인할 것은 첫 결과의 인상만이 아니다. 실제로 예상되는 수정 한 가지를 적용해 보고, 유지되어야 할 요소가 함께 흔들리는지 살펴본다. 원하는 수정이 안정적으로 되지 않는다면 촬영·그래픽·합성 등 다른 제작 방식과 섞거나, 연출 구조 자체를 조정할 선택지를 일찍 마련할 수 있다. 이는 특정 도구의 성능에 대한 결론이 아니라 제작 계획을 세우는 방법에 관한 제안이다.

해외 기술이 향하는 곳도 ‘여러 컷을 함께 수정하기’

Adobe가 11월 11일 공개한 MAX Sneaks의 Project Scene Sweep은 이 문제와 맞닿아 있다. 시연은 장면 속 인물과 공간을 이해하고, 한 프레임에서 정한 변경을 여러 컷과 카메라 각도에 걸쳐 일관되게 이어 가는 방향을 보여준다.

여기서 주목할 점은 영상을 더 많이 생성한다는 것보다 수정의 연결을 다루려 한다는 것이다. 여러 컷에서 같은 결정을 다시 구현하는 부담이 줄어든다면 제작 일정에도 도움이 될 여지가 있다. 다만 이 문장은 기술 방향에서 도출한 해석이지, 공개된 납기 단축 실험의 결과가 아니다.

Scene Sweep은 연구 프리뷰다. 이를 이미 일반 판매되는 완성 제품이나 상용 프로젝트의 생산성이 입증된 도구로 소개해서는 안 된다. 시연에서 본 기능을 전제로 고객에게 확정 납기를 약속하기보다는, 실제 이용 가능한 도구와 프로젝트 조건에서 검증한 결과를 일정의 근거로 삼는 편이 안전하다.

납기를 줄이는 기록은 생성 횟수만이 아니다

다음 프로젝트에서는 작업 시간을 세 종류로 나누어 기록해 보자. 제작자가 실제로 손을 움직인 시간, 자료나 승인을 기다린 시간, 변경 때문에 이미 한 작업을 다시 한 시간이다. 동시에 진행되는 일이 있으므로 이 숫자를 무조건 더하면 전체 기간이 된다는 뜻은 아니다. 어느 단계가 다음 단계를 기다리게 하는지 찾기 위한 구분이다.

생성은 빨랐지만 의견이 늦게 모였다면 다음 개선은 생성 도구 교체보다 검토 방식에 있을 수 있다. 반대로 승인은 빨랐는데 장면의 일관성을 맞추느라 시간이 늘었다면 대표 장면 시험과 제작 방식 선택이 더 중요하다. ‘AI를 썼더니 빨랐다’는 감상보다 어느 구간에서 시간을 아꼈고 어디에서 다시 썼는지 남기는 기록이 다음 납기를 설명하기 쉽다.

어려운 장면 시험, 기준 확정, 시간 구분이라는 세 가지 제작 일정 결정

본 칼럼의 실무 제안을 자체 도식화했다. 도표 제작: 푸른잎커뮤니케이션.

‘빠른 시안’과 ‘빠른 납품’을 구분하자

AI가 빠른 시안을 만드는 데 도움이 될 수 있다는 말과 내일 최종 납품할 수 있다는 말은 다른 약속이다. 시안은 방향을 고르기 위해 볼 수 있지만, 납품본은 합의한 내용과 규격을 충족해야 한다. 두 단계를 구분해 설명하면 발주자는 지금 무엇을 판단해야 하는지 알 수 있고, 제작자는 아직 확인하지 못한 일을 완료된 것처럼 말하지 않아도 된다.

생성 시간이 짧아졌다는 이유만으로 남은 시간을 모두 새로운 대안 만들기에 쓰면 최종 결정은 오히려 뒤로 밀릴 수도 있다. 더 많은 선택지를 만들 수 있을수록 어느 기준에서 탐색을 끝낼지 정하는 일이 중요해진다.

결국 납기가 빨라지는 프로젝트는 단순히 버튼이 빠른 프로젝트가 아니다. 어려운 장면을 일찍 시험하고, 바꾸면 어디까지 다시 해야 하는지 알고, 필요한 순간에 결정을 확정하는 프로젝트다. AI가 시간을 벌어 주었다면, 그 시간을 납기 단축으로 바꾸는 일은 제작 과정의 선택에 달려 있다.

파쌤 대파 아이콘파쌤의 한마디

딸깍은 시작일 뿐, 납기를 결정하는 건 그다음의 선택입니다.

출처 및 참고자료

국내 사례는 발표 내용을 소개한 기사, 해외 사례는 개발사의 연구 시연 설명을 근거로 했다. 본문의 제작 일정 제안은 이를 바탕으로 한 분석이며, 특정 프로젝트의 비용·납기·성능을 보장하지 않는다. 도표 3장은 자체 제작한 설명 자료다.

← 칼럼 목록