Veo 2 프롬프트는 피사체만 설명하기보다 장면, 동작, 카메라 앵글과 이동, 시각 스타일을 함께 지정해야 결과를 판단하기 쉽습니다.
좋은 프롬프트는 형용사를 많이 넣는 문장이 아니라 무엇이 움직이고 카메라가 어떻게 관찰하는지 충돌 없이 정한 촬영 지시입니다. 결과는 한 프레임의 선명도보다 동작, 형태, 카메라의 시간적 일관성으로 평가해야 합니다.
Veo 2 프롬프트는 무엇을 써야 하나: 카메라, 동작, 4K 읽기
장면보다 촬영 방식을 먼저 정한다
Veo 2는 텍스트에서 피사체와 움직임뿐 아니라 샷의 종류, 카메라 각도와 이동 경로, 확대, 축소 같은 촬영 표현을 해석하는 영상 생성 모델로 소개됐습니다. 그래서 “도시의 자동차”처럼 대상만 적는 것보다 무엇을 어떻게 찍을지를 한 문장에 묶는 편이 낫습니다.
프롬프트를 정리할 때는 다음 네 요소를 따로 점검할 수 있습니다.
- 장면: 누가 어디에 있는가
- 동작: 피사체와 주변 요소가 어떻게 움직이는가
- 카메라: 클로즈업인지 로 앵글인지, 카메라가 이동하는지
- 스타일: 사실적인 영상인지 특정 시대의 애니메이션인지
한 번에 여러 요소를 바꿔 비교하기보다 카메라 표현부터 고정하고 피사체나 스타일을 바꾸면, 결과 차이가 프롬프트의 어느 부분에서 왔는지 읽기 쉽습니다.
샘플은 동작과 카메라의 결합으로 본다
다음 샘플은 얼굴을 크게 잡는 극단적 클로즈업과 인물의 미세한 표정을 함께 요청한 사례입니다.
1980년대 주방이라는 배경과 애니메이션 스타일을 결합한 사례도 있습니다. 같은 피사체라도 시대감과 표현 양식을 함께 지정하면 결과의 방향이 더 구체적입니다.
자동차 드리프트 예시는 차량의 회전만이 아니라 네온 불빛, 빛의 궤적, 동적인 카메라 움직임을 함께 구성합니다.
이 예시를 그대로 베끼기보다 “피사체 동작 + 환경의 반응 + 카메라 움직임”을 한 묶음으로 만드는 것이 재사용할 만한 패턴입니다. 생성 후에는 피사체 형태, 프레임 사이 움직임, 배경 객체의 연속성을 각각 나눠 확인해야 합니다.
복잡한 장면에서는 일관성을 먼저 검사한다
Veo 2는 물리적 움직임과 세부 표현을 개선한 모델로 소개됐지만, 복잡한 모션이나 여러 객체가 등장하는 장면에서 일관성이 흐트러질 수 있고 작은 디테일도 약해질 수 있습니다. 특히 차량의 부품, 인물의 손과 얼굴, 배경의 반복 객체처럼 프레임을 거쳐 형태가 유지돼야 하는 요소를 먼저 살펴야 합니다.
실용적인 사용 순서는 짧고 단순한 한 장면으로 카메라와 동작을 검증한 뒤 객체 수와 배경 요소를 하나씩 늘리는 것입니다. 이렇게 해야 결과가 어긋났을 때 프롬프트 문제인지, 복잡한 장면에서 생긴 생성 한계인지 구분할 수 있습니다.
프롬프트를 촬영표처럼 작성한다
한 문장을 피사체와 장소, 시작 동작과 끝 동작, 샷 크기와 카메라 이동, 조명과 표현 방식 네 칸으로 나누면 조건 충돌을 줄일 수 있습니다. 예를 들어 카메라는 고정이라고 쓰면서 동시에 빠른 tracking shot을 요구하면 어느 지시가 우선될지 모호해집니다. 동작도 “극적으로 움직인다”보다 시작 위치와 변화 방향을 적는 편이 검수하기 쉽습니다.
첫 생성에서는 객체 하나와 카메라 동작 하나만 둡니다. 다음 반복에 배경 반응이나 보조 객체를 추가하고, seed나 나머지 조건을 고정해 차이를 봅니다. 실패가 생기면 마지막에 추가한 조건을 되돌릴 수 있어 프롬프트 문제와 모델 한계를 구분하기 쉽습니다.
영상은 Frame, Motion, 연속성으로 나눠 본다
Frame 품질에서는 얼굴, 손, 작은 글자와 가장자리 잘림을 봅니다. Motion에서는 속도 변화, 접촉 순간, 관성처럼 연속된 변화가 자연스러운지 확인합니다. 연속성에서는 같은 객체의 색, 부품, 수량과 배경 구조가 shot 안에서 유지되는지를 검사합니다.
4K 출력 가능 여부는 이 세 검사를 대신하지 않습니다. 낮은 해상도 평가에서 선호도가 높았다는 결과도 더 긴 4K clip의 객체 지속성을 보증하지 않습니다. 실제 사용 조건의 해상도와 길이에서 여러 seed를 만들고 실패율과 재생성 횟수까지 계산해야 제작 비용을 판단할 수 있습니다.
함께 읽으면 이해가 이어지는 글
- 비디오 배경이 카메라와 함께 휘어진다면? VGGRPO의 잠재 4D 보상 — RGB 디코딩 없이 latent에서 카메라 움직임과 재투영 보상을 계산하는 VGGRPO의 구조, LGM 선행 학습과 잘못된 기하 보상 위험을 설명합니다.
- 멀티샷 영상의 카메라가 프롬프트를 무시한다면? ShotVerse의 3D 궤적 — 텍스트를 바로 영상으로 만들지 않고 카메라 궤적을 먼저 계획하는 ShotVerse의 Plan-then-Control 구조, 평가 범위와 실제 제작 한계를 짚습니다.
- Kling-Omni가 생성, 편집 모델을 하나로 합친 이유: Reference Video를 Prefix로 쓰는 구조 — Kling-Omni가 text, image, video 조건을 공통 표현에 놓고 reference visual을 prefix로 연결해 생성과 편집을 통합하는 방법, 장기 영상에서 남는 한계를 정리합니다.
자주 묻는 질문
Veo 2 프롬프트에 꼭 들어갈 요소는 무엇인가요?
장면, 피사체 동작, 카메라 앵글, 이동, 시각 스타일을 충돌 없이 적는 것이 기본입니다. 첫 시험에서는 각 요소를 하나씩만 두는 편이 좋습니다.
최대 4K라는 말이 벤치마크도 4K였다는 뜻인가요?
아닙니다. 글에 소개된 MovieGenBench 인간 평가는 720p, 8초 조건이므로 최대 출력 사양과 평가 조건을 구분해야 합니다.
첫 결과에서 무엇을 먼저 검수해야 하나요?
객체 형태와 잘림, 프레임 사이 동작, 배경, 부품의 지속성을 따로 봅니다. 여러 seed에서 같은 실패가 반복되는지도 확인해야 합니다.
한 장면을 실패 유형별로 채점하는 법
자동차가 코너를 도는 장면이라면 차량 모양, 바퀴 회전, 노면과의 접촉, 빛의 반사, 카메라 경로를 별도 항목으로 둡니다. 전체 영상이 멋있다는 한 평가로 합치면 바퀴가 미끄러지거나 차체가 순간적으로 바뀌는 오류를 놓칩니다. frame을 일정 간격으로 멈춰 보는 검사와 정상 속도 재생을 함께 해야 정적 형태와 motion 오류를 모두 찾을 수 있습니다.
인물 장면은 얼굴과 손만이 아니라 의상 무늬, 들고 있는 물체의 수, 시선 방향을 시작, 중간, 끝에서 비교합니다. 카메라가 피사체를 가리는 순간에는 다시 나타난 뒤 identity가 유지되는지도 봅니다. 복잡한 prompt일수록 어떤 조건이 실패했는지 표시해 다음 반복에서 한 항목만 수정합니다.
제작비에는 재생성도 포함한다
클립 한 개의 생성 시간만으로 비용을 계산하면 실제 작업량을 과소평가합니다. 통과한 결과를 얻기까지 필요한 seed 수, prompt 수정 횟수, 후처리 시간과 폐기율을 함께 기록해야 합니다. 고해상도와 긴 길이가 이 값을 어떻게 바꾸는지도 별도로 측정합니다.
최종 영상에 들어갈 clip은 동일한 검수표를 통과해야 합니다. 장면마다 기준이 바뀌면 일부 shot의 작은 오류가 편집 뒤 더 두드러질 수 있습니다. Veo 2의 생산성은 최대 사양보다 원하는 품질의 통과본을 예측 가능한 횟수 안에 얻을 수 있는지로 판단하는 편이 정확합니다.
Prompt 수정 기록을 남기는 형식
첫 버전의 네 요소와 생성 결과의 실패를 한 행에 적고, 다음 버전에서 바꾼 문구를 한 곳만 표시합니다. 카메라 고정 → 느린 dolly-in처럼 변경이 분명해야 결과 차이를 해석할 수 있습니다. “더 멋지게”처럼 측정할 수 없는 수정은 무엇이 나아졌는지 판단하기 어렵습니다.
동작이 복잡하면 하나의 clip에 모두 넣지 않고 상태 전환별 shot으로 나눕니다. 사람이 문을 열고 들어와 물건을 집는 장면이라면 문 열기, 이동, 집기를 먼저 따로 검증합니다. 각 shot에서 객체와 의상이 유지된 뒤 편집으로 연결하는 편이 한 번의 긴 생성에서 오류 원인을 찾는 것보다 관리하기 쉽습니다.
결과를 배포하지 말아야 하는 경우
실제 사람이나 사건으로 오인될 수 있는데 생성 사실과 맥락이 분명하지 않거나, 제품 기능과 안전 동작을 사실처럼 보여 주는데 물리 검증이 없거나, 화면 문자가 잘못돼 의미가 바뀌면 배포를 보류해야 합니다. 영상이 자연스러워 보이는지와 사실 전달에 사용할 수 있는지는 다른 기준입니다.
팀 검수에서는 한 사람이 prompt를 알고 보는 평가와 prompt를 모른 채 보는 평가를 나눌 수 있습니다. 전자는 지시 이행을, 후자는 부자연스러운 장면과 오인 가능성을 더 잘 찾습니다. 두 검수에서 모두 통과한 clip만 최종 편집으로 넘기는 방식이 안전합니다.
오디오가 없는 생성 결과에 음악이나 효과음을 붙일 때도 화면 사건과 소리의 timing을 별도로 맞춰야 합니다. 영상 품질 검사를 통과했다는 이유로 최종 편집의 동기화까지 해결됐다고 보지 않습니다. 자막과 logo는 안전 영역 안에서 후편집으로 넣는 편이 정확합니다.
최종 승인자는 prompt가 아니라 실제 출력만 보고도 장면의 목적과 오류를 판단할 수 있어야 합니다.
장면을 수정한 뒤에는 앞뒤 shot과 색, 방향, 속도가 이어지는지도 다시 봅니다. 한 clip만 자연스러워도 편집 순서에서 시간과 공간 방향이 바뀌면 전체 영상의 연속성이 깨질 수 있습니다.
표지 1 —
←→ 키와 좌우 스와이프를 지원합니다. 읽던 페이지는 이 기기에 저장됩니다.
이 기사는 저작권자의 CC BY 4.0 라이센스를 따릅니다.