내 인생을 픽사 영화로
— AI 1분 영화 제작, A부터 Z까지Turning My Life into a Pixar-style Film
— an AI one-minute movie, A to Z

시작은 제 유튜브 영상 「다 포기한 인생에서 억대연봉 되기까지」 하나였습니다. 영상의 자막(transcript)을 Claude에게 주고 물었습니다: "이걸 1분짜리 픽사 영화로 만든다면?"It started with a single YouTube video of mine. I gave Claude the transcript and asked: “If this were a one-minute Pixar film, what would it be?”

AI가 제안한 컨셉이 「두 번 체크(Check Twice)」였습니다 — 보드게임에서 무심코 반칙을 하다 친구에게 들킨 순간, "알렉스는 두 번 체크해야 돼~"라는 농담 한마디에 증명 중독의 인생 전체가 무너지고 다시 시작되는 이야기. 12분짜리 영상에서 감정의 급소 하나를 찾아내는 것, 그게 스토리 단계의 전부입니다.The concept the AI pitched was “Check Twice” — the moment I got caught cheating at a board game, and my friend’s teasing one-liner cracked open a whole life of proving-addiction. Finding the one emotional pressure point in a 12-minute video: that is the entire story step.

• 로그라인 · 훅 · 모티프 · 컬러 아크를 하나의 "스토리 바이블"로 정리 (모티프: 반복되는 '체크' — 게임 체크, 성적 체크, 마음 체크)Logline, hook, motif, color arc go into one “story bible” (the motif: recurring “checks” — game checks, grade checks, heart checks)
• 스토리보드 우선 원칙: 영화 전체를 20개의 컷으로 나누고 컷마다 정지 이미지 1장 + 내레이션 1줄을 배정Storyboard-first rule: the film is divided into 20 shots, each assigned exactly one still image + one narration line
• 7개의 감정 비트: 고백 → 도피 → 추방 → 증명 → 공허 → 균열(보드게임) → 해방Seven emotional beats: confession → escape → exile → proving → emptiness → the crack (board game) → release

AI 영상의 최대 난제는 같은 얼굴을 유지하는 것입니다. 해법은 두 가지였습니다: ① 캐릭터마다 중립 배경의 프로덕션 시트(턴어라운드 + 표정)를 만들어 모든 생성의 레퍼런스로 첨부하고 ② 프롬프트마다 반복되는 시그니처 마커를 박아두는 것.The hardest problem in AI video is keeping the same face. Two fixes: ① build a neutral-background production sheet per character (turnaround + expressions) and attach it as reference media to every generation, and ② hard-code signature markers repeated in every prompt.

영상을 만들기 전에 영화 전체를 정지 이미지로 먼저 완성합니다. 감정 스테이션마다 무드 프레임 1장(7장), 그리고 20개 컷마다 시작 키프레임 1장. 이미지는 장당 2크레딧이라, 수십 번을 갈아엎어도 영상 1개 값이 안 됩니다.Before generating any video, finish the whole film as still images: one mood frame per emotional station (seven), then one start keyframe per shot (twenty). Images cost 2 credits each — you can redo them dozens of times for less than the price of a single video.

처음엔 반대로 했다가 크게 배웠습니다. 영상 길이를 먼저 정해두고(컷당 3초) 내레이션을 구겨 넣었더니, 모든 문장이 1.3배속으로 압축돼야 했습니다. 픽사가 목소리를 먼저 녹음하고 그 위에 그림을 그리는 이유가 있었습니다.I did this backwards at first and learned the hard way. Fixing video lengths first (3s per shot) meant every line had to be time-squeezed by 1.3×. There’s a reason Pixar records the voices first and animates to them.

대본은 18줄. 초안을 쓴 뒤 윤문(humanize) 패스를 한 번 돌렸습니다 — 문어체 쉼표를 빼고("말을, 그대로" → "말을 그대로"), 입말로 바꾸는("친구들과" → "친구들이랑") 미세 조정 7건. 구조와 감정 곡선은 건드리지 않습니다.The script is 18 lines. After drafting, one humanize pass smoothed the written-Korean stiffness into spoken rhythm — seven particle-level adjustments, structure and emotional curve untouched.

이 단계에서 가장 많이 헤맸고, 그래서 가장 공유할 게 많습니다.This is where I stumbled the most — which means it’s where the most useful lessons are.

• 학습 음원이 90%다. BGM 없는 무압축 솔로 녹음 30분 이상. 유튜브 업로드본은 안 됩니다 — 원본 녹음 파일을 쓰세요.The training audio is 90% of it. 30+ minutes of BGM-free, uncompressed solo speech. Not your YouTube uploads — use the raw recordings.
• 감정은 모델이 아니라 설정으로. 표현력 좋은 모델일수록 클론의 정체성을 느슨하게 잡습니다. 자기 목소리가 중요하면 안정적인 모델 + stability/style/speed 다이얼.Emotion via settings, not via model. The more expressive the model, the looser its grip on a clone’s identity. If sounding like yourself matters, use the stable model and dial stability/style/speed.
• 줄 사이 숨이 필요하다. 줄 간 0.9초, 감정 피크 뒤엔 1.2~1.4초. 이 '숨'이 편집의 절반입니다.Lines need breath between them. 0.9s between lines, 1.2–1.4s after emotional peaks. That air is half the edit.

스포일러: 클론은 훌륭한 제작용 목소리입니다 — 수십 번 다시 읽어도 지치지 않으니까요. 하지만 최종판에서는 결국 마이크 앞에 직접 앉았습니다. 그 이야기는 STEP 9에서.Spoiler: the clone is a great production voice — it never tires of re-reads. But for the final version I ended up sitting at the mic myself. That story is in STEP 9.

영상 크레딧은 이미지의 20배가 넘습니다. 그래서 철칙: 모든 영상은 480p 초저가 모드로 먼저 뽑고 확인한 뒤에만 고해상도로 갑니다. 같은 5초가 프리뷰에선 7.5크레딧, 프로덕션(1080p)에선 45크레딧입니다.Video credits cost 20× images. Hence the iron rule: every shot renders first in cheap 480p fast mode; only confirmed shots graduate to high resolution. The same 5 seconds costs 7.5 credits in preview and 45 in production 1080p.

또 하나의 무기는 멀티씬 생성입니다. 연속된 장면은 컷을 나눠 따로 뽑지 않고 한 번의 생성 안에 타임스탬프로 편집점을 지시합니다 — 인물과 조명이 컷을 넘어 이어지는 비결입니다.The other weapon is multi-scene generation: consecutive shots are generated as one clip with timestamped cut instructions inside the prompt — that’s how identity and lighting stay continuous across cuts.

프리뷰가 승인되면 같은 프롬프트·같은 레퍼런스로 1080p 표준 모드 재생성. 이번엔 네이티브 오디오를 켭니다 — 모니터의 웅웅거림, 새벽 빙판의 스케이트 날, 강당의 박수, 주사위 소리가 장면마다 함께 생성됩니다. 그리고 이안의 대사는 TTS가 아니라 영상 자체가 립싱크로 말합니다.Once the preview passes, the same prompts and references re-render in 1080p std mode — this time with native audio on: monitor hum, skate blades at dawn, auditorium applause, rolling dice, all generated per scene. And Ian’s line isn’t TTS — the video itself speaks it, lip-synced.

마지막 믹스: 컷별 현장음을 내레이션 아래로 덕킹(-8dB), 이안의 대사 구간만 풀 볼륨, 전체를 -14 LUFS로 정리. 자막은 두 벌 — 영상에 굽는 버전과, 유튜브 업로드용 .srt.The final mix: per-shot ambience ducked −8dB under the narration, full volume only for Ian’s line, mastered to −14 LUFS. Subtitles ship two ways — burned-in, plus a .srt for YouTube.

영상 모델이 만들어 준 현장음(주사위 구르는 소리, 새벽 빙판의 스케이트 날)은 훌륭하지만 영화 전체를 하나로 묶는 언더스코어는 따로 필요했습니다. 도구는 Suno(v5.5), Custom + Advanced 모드. 스타일 프롬프트의 공식은 이렇습니다:The video model’s in-scene sound (rolling dice, skate blades at dawn) is great, but the film still needed an underscore to bind it together. Tool: Suno v5.5, Custom + Advanced mode. The style-prompt formula:

두 방향을 실제로 시도했습니다 — 미니멀과 시네마틱. 한 번 생성에 테이크가 2개씩 나오니, 프롬프트 2개면 후보 4곡입니다.I tried two directions — minimalist and cinematic. Each submit yields two takes, so two prompts gave four candidates.

• Instrumental 토글은 필수, 그리고 Exclude styles에 보컬 계열을 전부 적으세요 — male vocals, female vocals, choir, humming. 안 그러면 언더스코어에 허밍이 스며듭니다.The Instrumental toggle is mandatory, and list every vocal type in Exclude styles — male vocals, female vocals, choir, humming. Otherwise humming leaks into your underscore.
• Duration 필드는 종종 무시됩니다 — 75초를 요청해도 2~3분짜리가 나오기도. 괜찮습니다: 필요한 구간만 쓰고 페이드아웃하거나, 곡의 고조부가 영화의 감정 전환점에 오도록 구간을 밀면 됩니다.The duration field is often ignored — ask for 75s, get 2–3 minutes. Fine: use the section you need with a fade-out, or slide the window so the swell lands on the film’s emotional turn.
• 오디션은 반드시 영상 아래에 깔아서. 후보 4곡을 솔로로 들으면 판단이 틀립니다. 각 곡을 영상 밑에 −10dB로 깔고 필름 끝 2.5초 전에 페이드시킨 프리뷰 믹스 4개를 만들어 비교했습니다.Audition in context, never solo. Judging candidates on their own misleads. Each take was laid under the film at −10dB with a fade 2.5s before the end — four preview mixes, compared side by side.

클론 내레이션 버전으로 영화는 이미 '완성'이었습니다. 그런데 계속 마음에 걸리는 게 딱 하나 — 마지막 5%의 진짜 감정. 그래서 최종판은 직접 녹음하기로 했습니다. 이때 필요한 준비물이 재미있습니다:The clone-narrated version was already “done.” But one thing kept nagging — the last 5%: real emotion. So the final version got recorded by me. The kit for this is the interesting part:

• 노보이스(no-voice) 마스터 — 같은 타임라인, 같은 현장음(덕킹 포함), 내레이션만 뺀 영상. 중요한 디테일: 이 마스터에는 라우드니스 정리를 하지 않습니다. 목소리를 얹을 헤드룸을 남겨두는 겁니다.A no-voice master — same timeline, same ambience (ducking included), narration removed. Key detail: this master is not loudness-normalized, leaving headroom for the voice to come.
• 녹음 큐시트 + 가이드 자막 — 컷별 시작 시각과 원래 테이크 길이(페이스 참고용)를 적은 표, 그리고 영상 파일과 같은 이름의 .srt. 파일명이 같으면 플레이어가 자막을 자동으로 얹어 주니, 영상을 틀어놓고 프롬프터처럼 따라 읽으면 됩니다.A recording cue sheet + guide subtitles — per-shot start times and original take lengths (for pacing), plus an .srt named identically to the video so any player auto-loads it. Play the film, read along like a teleprompter.
• 컷 단위 녹음 — c01, c02… 컷별로 한 파일씩. 립싱크 대사 컷(이안의 "두 번 체크해야 돼~")은 건너뜁니다 — 그 목소리는 영상이 이미 말하고 있으니까요.Record per shot — one file per cut, c01, c02… Skip the lip-synced dialogue shot (Ian’s line) — the video already speaks that one.
• 배치 → 믹스 → 마지막에 정리 — 녹음을 타임라인 오프셋에 배치하고 음악까지 얹은 뒤, 그제서야 −14 LUFS로 마스터. 위 히어로 영상의 실측값은 −13.6 LUFS입니다.Place → mix → normalize last — takes at their timeline offsets, music underneath, and only then master to −14 LUFS. The hero video above measures −13.6 LUFS.

+ ElevenLabs Creator 플랜(월 $22, PVC 학습 포함) + Suno 생성 크레딧 소량(언더스코어 2회 생성). 재롤을 아꼈다면 절반으로도 가능합니다 — 비결은 위의 preview-first 원칙입니다. 직접 녹음 파이널은 마이크 값 외에 추가 비용이 없습니다.+ ElevenLabs Creator plan ($22/mo, includes PVC training) + a small amount of Suno credits (two underscore submits). With fewer re-rolls this halves — the preview-first rule above is how. The self-recorded final costs nothing beyond a microphone.

• 목소리가 먼저. 내레이션 길이가 영상 길이를 정한다. 반대로 하면 모든 문장이 압축된다.Voice first. Narration length defines video length. Backwards, every sentence gets crushed.
• 저해상도 먼저. 480p에서 전부 검증하고 승인된 것만 1080p로. 크레딧의 대부분은 여기서 절약된다.Low-res first. Verify everything at 480p; only approved shots graduate to 1080p. This is where most credits are saved.
• 정체성 마커를 박아라. "동그란 안경 + 짙은 일자 눈썹" 같은 마커가 모든 프롬프트에 반복돼야 20컷 내내 같은 사람이다.Hard-code identity markers. “Round wire-rim glasses + thick straight brows” repeated in every prompt is what keeps one person across 20 shots.
• 감독 노트로 말하라. "턱선 더 샤프하게" 한 마디면 된다. 반복은 실패가 아니라 제작이다. 이전 버전은 사유와 함께 아카이브.Direct in plain language. “Sharper jawline” is enough. Iteration is production, not failure. Archive old versions with reasons.
• 전부 기록하라. 모든 생성의 프롬프트·설정·비용을 남기면, 어떤 컷이든 한 문장으로 다시 만들 수 있다.Record everything. Keep every generation’s prompt, settings, and cost — and any shot can be remade with one sentence.
• 음악은 맥락에서 골라라. 후보 트랙을 솔로로 듣지 말고 영상 아래에 깔아서 비교한다. 그리고 라우드니스 정리는 언제나 믹스의 맨 마지막.Pick music in context. Never judge candidate tracks solo — lay each under the film and compare. And loudness normalization always comes last in the mix.
• 클론으로 만들고 진짜 목소리로 완성하라. 클론이 타이밍과 구조를 잡아주는 동안 마음껏 고치고 다 굳은 뒤 마이크 앞에 앉는다. 마지막 5%의 감정은 진짜만 낼 수 있다.Build with the clone, finish with your voice. Revise freely while the clone holds timing and structure; sit at the mic once everything is locked. The last 5% of emotion only the real thing can give.