2026년 일관된 AI 캐릭터 만드는 법: 완벽 가이드
Jun 2026
이미지 투 이미지 캐릭터 일관성이란 동일한 캐릭터의 새로운 이미지를 새로운 장면과 새로운 각도로 생성하면서도 정확한 시각적 정체성을 유지하는 것을 의미합니다. 매번 캐릭터를 말로 다시 설명하는 대신, 모델에 레퍼런스 이미지를 제공하면 모든 샷에서 얼굴, 헤어스타일, 의상을 그대로 매칭합니다.
새로운 장면마다 설정, 카메라 앵글, 세부 디테일이 달라지면서 캐릭터가 무너지는 경험을 해본 적이 있다면, 바로 캐릭터 드리프트를 겪은 것입니다. 이는 AI 영화 제작에서 가장 흔히 마주치는 문제 중 하나입니다. 이 가이드는 캐릭터 드리프트가 발생하는 정확한 원인과 이를 해결하는 구체적인 방법을 설명하여, Flick, Midjourney, Veo 3, Sora, ComfyUI에서 캐릭터의 일관성을 유지할 수 있도록 도와드립니다.
2026년, 일관된 AI 캐릭터를 만드는 방법 한눈에 보기
빠르게 개요를 확인하고 싶은 분들을 위해 짧은 답을 알려드립니다:
AI로 일관된 캐릭터를 만드는 가장 확실한 방법은 먼저 캐릭터의 정체성을 하나의 레퍼런스 이미지에 고정한 뒤, 새로운 장면마다 이 레퍼런스를 재사용하는 것입니다. 이 방법은 처음부터 다시 프롬프트를 작성하는 것보다 훨씬 일관되고 정밀하며 신뢰할 수 있어, 2026년 기본 워크플로우로 자리 잡았습니다.
Flick에서는 이를 Character Reference 도구로 제공하며, 단 세 단계만으로 사용할 수 있습니다:
- 캐릭터 이미지를 생성하거나 업로드하세요 — 깔끔하고 조명이 좋은 정면 인물 사진을 사용하면 가장 좋은 결과를 얻을 수 있습니다
- 해당 이미지를 선택한 뒤 Character Reference를 클릭하세요
- 새로운 장면을 자유롭게 프롬프트하세요 ("네온 불빛이 가득한 밤 시장을 걷는 모습, 시네마틱하게"). 레퍼런스가 캐릭터를 안정적으로 유지해 줍니다.
이 방법은 훈련도, 코드도, GPU도 필요 없이 좋은 레퍼런스 이미지 하나만 있으면 되기 때문에, 거의 모든 크리에이터에게 가장 효과적인 기법입니다. 튜토리얼을 시청해보세요: 캐릭터 일관성을 위한 Nano Banana Pro 튜토리얼
지금 바로 시작하세요. 나만의 캐릭터를 만들어보세요.
캐릭터 일관성이 흐트러지는 이유
캐릭터 드리프트(character drift)를 해결하려면 먼저 그 원인을 이해하는 것이 도움이 됩니다. 이미지를 생성할 때, 모델은 무작위 노이즈에서 시작합니다. 그리고 프롬프트의 안내에 따라 단계별로 노이즈를 제거해 나가면서, 마침내 선명한 이미지가 나타납니다. 이 과정을 디퓨전(diffusion)이라고 합니다.
프롬프트에서 캐릭터를 묘사할 때, 실제로 특정 인물을 가리키는 것은 아닙니다. “30대 수염 난 남자”라는 표현은 모델이 학습 과정에서 본 수백만 장의 이미지와 일치합니다. 프롬프트는 그 모든 가능성의 공간 어딘가에 위치하게 됩니다. 결과물은 그 공간 전체에서 도출된 일반화된 결과물—즉, 해당 설명에 부합하는 수많은 서로 다른 얼굴들의 평균값입니다.
그 결과, 캐릭터를 묘사하는 데 완전히 동일한 프롬프트를 재사용하더라도, 모델은 새로운 무작위 노이즈에서 시작해 결국 그 공간 내 조금 다른 지점에 정착하게 됩니다. 프롬프트가 동일하더라도 결과물이 매번 조금씩 달라지는 이유입니다. 새로운 각도, 새로운 캐릭터, 다른 배경 추가 등 프롬프트에 가해지는 작은 변화들은 이 효과를 더욱 증폭시킵니다. 촬영이 거듭될수록 이러한 변화들이 누적되어, 결국 원래의 캐릭터는 전혀 다른 인물로 드리프트되고 맙니다.
바로 이 문제를 해결하는 것이 Flick의 Character Reference 기능입니다. 캐릭터를 프롬프트에 저장하는 대신, Character Reference 도구는 주인공을 레퍼런스 이미지로 저장합니다. 이 방식을 통해 씬의 다양한 요소를 수정하더라도, 매번 새로운 생성에서 원래의 캐릭터가 그대로 재현됩니다.
사용자가 정의한 캐릭터는 모델이 학습 과정에서 접한 수많은 이미지의 일반화된 버전을 나타냅니다. 모든 이미지 생성은 매번 새롭게 시작되며, 무작위 노이즈에서 출발합니다. 모델은 단계별로 노이즈를 제거해 나가며(디퓨전), 사용자가 묘사한 프롬프트와 일치하는 이미지가 나타날 때까지 이 과정을 반복합니다. 사용자가 정의한 캐릭터는 모델이 학습 과정에서 접한 수많은 이미지의 일반화된 버전을 나타냅니다. 각 생성은 무작위 노이즈에서 시작되어, 이 범위 내에서 조금씩 다른 얼굴을 만들어냅니다. 그 결과, 특히 프롬프트에 더 많은 내용을 추가할수록 여러 차례의 생성을 거치면서 처음 렌더링했던 캐릭터는 완전히 새로운 존재로 드리프트하게 됩니다.
Flick으로 일관된 캐릭터 만들기
The Herder, 단일 캐릭터 레퍼런스로 고정. 전체 영화 보기.
먼저, 캐릭터를 만드세요 — The Herder: 영웅도, 마법사도 아닌, 그저 자신의 기술이 작동하는 순간 존재감을 감추는 노동자입니다. 그는 “근대 유럽”(대략 1800년대~1900년대 초) 출신의 장인입니다. 정면부터 후면까지(그리고 씬마다) 일관성을 유지하려면 Flick의 Character Reference 도구를 사용하세요.
하나의 레퍼런스 이미지로 시작하세요. 이 초기 이미지를 바탕으로, 정면/측면/후면 등 여러 턴어라운드 시트를 다양한 상태로 만들어 보세요: 모자를 쓴 모습, 모자를 벗은 모습, 우산을 든 모습, 손이 자유로운 모습, 젖은 코트를 입은 모습, 장비를 바꿔 든 모습 등입니다.
그런 다음 턴어라운드 시트를 Flick의 Character Reference 도구와 결합하여, 씬마다 캐릭터의 정면/측면/후면 실루엣이 안정적으로 유지되도록 하세요.
일관된 AI 캐릭터를 위한 5가지 방법 비교
단 하나의 “정답” 도구나 모델은 없지만, 사용자의 실력 수준과 필요한 제어 수준에 맞는 올바른 방법은 존재합니다. 다음은 5가지 최고의 img2img 캐릭터 일관성 접근 방식과 각각에 가장 적합한 대상을 정리한 요약입니다:
| 방법 | 작동 방식 | 최적의 대상 | 노력 | 일관성 |
|---|---|---|---|---|
| Character Reference (img2img) | 레퍼런스 이미지 한 장을 업로드하면, 모델이 새로운 씬에서 해당 아이덴티티를 일치시킵니다 | 거의 모든 사용자 — 일관된 캐릭터를 만드는 가장 빠른 방법 | 낮음 | 높음 |
| 캐릭터 / 턴어라운드 시트 | 정면, 측면, 후면, 3/4 각도의 이미지를 생성해 다각도 레퍼런스로 활용 | 이미지 기반 비디오 도구에 각도와 움직임에 대한 충분한 맥락을 제공하려는 경우 | 낮음–중간 | 높음 |
| 프롬프팅 | 동일한 시드와 캐릭터 설명 문구를 여러 생성에서 그대로 재사용 | 단일 룩에 대한 빠른 변형 작업 | 낮음 | 중간 |
| LoRA 학습 | 캐릭터의 이미지 15~50장으로 소규모 커스텀 모델을 학습 | 드리프트가 거의 없는 수백 개의 샷 작업 | 높음 | 매우 높음 |
| 페이스 스왑(최종 정리 작업) | 자유롭게 생성한 뒤, 모든 프레임에 캐릭터의 얼굴을 교체 | 사후에 드리프트를 수정하는 경우 | 중간 | 높음(얼굴에 한함) |
주요 도구별 캐릭터 일관성 유지 방법
Midjourney는 Omni Reference(—oref 파라미터와, 레퍼런스를 얼마나 강하게 유지할지 조절하는 omni-weight —ow)를 통해 일관성을 처리합니다. 균형을 위해 적당한 weight를 사용하고(기본값은 100), 캐릭터의 특정 요소를 수정할 때는 값을 낮추세요. 놀라운 스타일과 함께 아름다운 결과물을 만들어내지만, 주근깨나 문신 같은 섬세한 디테일은 흐려질 수 있습니다.
Google의 Veo 3(및 Veo 3.1)은 "Ingredients to Video" 레퍼런스 시스템으로 캐릭터의 일관성을 유지합니다. 레퍼런스 이미지를 입력해 캐릭터의 정체성을 고정하고, 모든 프롬프트에서 완전히 동일한 캐릭터 설명을 사용해야 합니다. Veo는 또한 네이티브 동기화 오디오와 립싱크를 제공하므로 캐릭터가 말을 할 수 있습니다.
Sora는 녹화된 레퍼런스 클립(원래는 "Cameos", 이후 "Characters"로 불림)을 기반으로 캐릭터 일관성을 구축했으며, 이를 통해 생성마다 재사용 가능한 외형과 네이티브 오디오를 만들어냈습니다. OpenAI는 2026년에 Sora 서비스를 종료했지만, OpenAI의 img2img 이미지 모델인 GPT Image 2를 Flick에서 사용해 캐릭터가 등장하는 씬을 생성할 수 있습니다.
완벽한 제어를 원한다면, ComfyUI를 통해 PuLID, InstantID, IP-Adaptor 같은 도구를 커스텀 학습된 캐릭터 LoRA와 결합하고, 여기에 포즈 제어와 얼굴 디테일 노드까지 더할 수 있습니다. 가장 어렵고 기술적인 방법이지만, 드리프트 없이 무제한으로 로컬 생성을 원한다면 이상적인 선택입니다.
End-to-End 워크플로우: 캐릭터 디자인부터 최종 편집까지
이미지를 넘어 캐릭터를 장편 영화에 완전히 통합하고 싶다면, 2026년 최고의 크리에이터들이 사용하는 워크플로우는 다음과 같습니다:
- 주인공을 디자인하세요. 마음에 드는 강렬한 포트레이트 한 장을 생성합니다.
- 레퍼런스 시트를 만드세요. 턴어라운드(정면, 측면, 후면, 3/4 각도)를 만듭니다. 다양한 의상, 소품, 표정으로 레퍼런스를 만듭니다.
- Flick에서 Character Reference를 설정하고 씬의 모든 샷을 생성하되, 각 프롬프트에서 캐릭터의 배경과 행동을 명확히 정의하는 데 집중하세요.
- 스틸 이미지에서 애니메이션을 만드세요. 고정된 각 이미지를 이미지-투-비디오 모델을 사용해 캐릭터의 씬으로 만듭니다.
- 편집 및 보정. 비디오 에디터에서 씬을 조합해 최종 결과물을 만듭니다.
실용적인 원칙: 먼저 스틸 이미지에서 정체성을 고정한 다음 애니메이션을 만드세요.
Flick에서 캐릭터 일관성의 정밀도를 더욱 높이는 방법
저희 사내 영화 제작팀은 Flick에서 img2img 캐릭터 일관성에 대한 최상의 결과를 얻기 위해 다양한 우회 방법을 실험하는 데 수많은 시간을 투자했습니다. 그 과정에서, 캐릭터의 일관성을 유지하면서도 더 정밀한 샷을 생성할 수 있는 여러 고급 팁과 노하우를 발견했습니다.
강력한 캐릭터 일관성 워크플로우에서 가장 중요한 요소 중 하나는 프롬프트 작성입니다. img2img 캐릭터 일관성에 사용할 수 있는 종합적인 프롬프트 목록을 제공합니다. 아래에서는 다양한 워크플로우에서 사용할 수 있는 캐릭터 일관성을 위한 최고의 프롬프트를 소개합니다.
첫 번째 방법에서는, 단일 캐릭터 레퍼런스 없이 시작해 이를 다음과 같이 턴어라운드 시트로 만들어보겠습니다:
이 시점부터의 목표는 캐릭터가 등장하는 첫 번째 샷을 생성하는 것입니다. 이번에는 캐릭터가 화려한 마차를 타고, 창밖으로 북유럽의 눈 덮인 평원을 바라보는 장면을 만들어보겠습니다.
여기서 핵심은 이미지와 캐릭터를 한 번에 생성하는 것이 아니라(이 방식은 정확도가 떨어집니다), 먼저 캐릭터 설명을 텍스트에 포함한 가벼운 스텐실 스케치를 생성하는 것입니다. 이 단계는 최종 프레임의 가벼운 도식을 제공하는 것이므로 너무 많은 디테일을 사용하지 않는 것이 중요합니다. 다음과 같은 프롬프트를 만들어 이 이미지를 생성할 수 있습니다:
가볍고 거친 윤곽선의 연필 스케치를 만드세요. 너무 많은 디테일 없이 대략적인 도식을 목표로 합니다. 배경은 고급스러운 마차 내부입니다. 마차 내부는 전체적으로 매우 어둡고, 희미한 주변광만 존재합니다. 유일하게 뚜렷한 광원은 창밖에서 들어옵니다. 마차 창문은 유리가 없는 완전히 열린 창구입니다. 두꺼운 커튼이 창문을 감싸고 있습니다. 마차 내부에는 조각된 목재 장식 구조물과 패딩 처리된 좌석 등받이가 있습니다. 창턱에는 얇은 눈층이 쌓여 있고, 소량의 눈이 마차 안으로 부드럽게 흩날려 들어옵니다. 창밖에는 북유럽의 눈 덮인 평원이 펼쳐져 있습니다. 외부는 짙은 아침 안개로 가득합니다. 하얀 안개가 매우 짙어서, 눈 덮인 탁 트인 평원과 낮은 눈 덮인 언덕, 그리고 아주 먼 곳의 산 실루엣만 희미하게 보입니다. 캐릭터는 20대 초반의 젊은 유럽 여성입니다. 얼굴은 약간 갸름하고 부드러운 타원형으로, 매끄러운 이마, 뚜렷한 광대뼈, 깔끔한 턱선, 은은하게 좁아지는 턱을 가지고 있습니다. 눈썹은 짙고 또렷한 모양이며 대체로 일자형입니다. 눈은 위 눈꺼풀이 뚜렷하고 시선이 안정적이고 직접적인 길쭉한 아몬드형 눈입니다. 홍채와 동공은 밝은 호박빛 금색이며, 눈에는 사실적인 촉촉한 반사광이 있습니다. 콧대는 곧고 가늘며, 코끝은 작고 정교합니다. 입술은 윤곽이 뚜렷하며, 윗입술은 비교적 얇고 아랫입술은 약간 더 도톰합니다. 표정은 차분하고 진지합니다. 피부는 창백하며 약간 차가운 톤을 띠고, 은은한 주근깨, 사실적인 피부 질감, 보이는 모공, 미세한 눈밑 디테일, 아주 작은 비대칭, 사실적인 입술 질감, 그리고 은은한 자연스러운 피부 변화가 살아 있습니다. 그녀는 광활하고 텅 빈 북유럽의 눈 덮인 평원을 바라보며 조용히 사색에 잠긴 채 손에 턱을 괴고 있습니다.
GPT Image 2로 생성하면 다음과 같은 결과를 얻습니다:
스케치가 마음에 들었으니 이제 최종 샷을 생성하는 단계로 넘어갈 수 있습니다. Nano Banana Pro와 같은 이미지 모델을 사용해 최종 프레임을 생성할 수 있으며, 캐릭터 레퍼런스 이미지와 구도 스케치를 함께 전달해 모델이 우리가 원하는 구도와 캐릭터의 모습을 정확히 파악하도록 할 수 있습니다.
우리의 프롬프트는 먼저 모델에게 제공된 스케치를 구도 레퍼런스로 사용하고, 캐릭터 레퍼런스 이미지와 100% 정확하게 일치시키며, 스케치를 실사 사진으로 변환하도록 지시합니다. 전체 프롬프트는 다음과 같습니다:
제공된 스케치를 유일한 구도 참조로 사용하세요. 제공된 옆모습 참조를 유일한 얼굴 및 헤어 참조로 사용하세요. 제공된 전신 참조를 유일한 의상 참조로 사용하세요.
세라나의 실사 클로즈업 사진을 만드세요. 캐릭터의 동작, 전체 구도, 마차 내부 구조는 제공된 스케치와 100% 정확히 일치해야 합니다. 캐릭터의 정체성, 옆모습 얼굴 윤곽, 이목구비, 피부톤, 호박색-금빛 눈동자, 헤어스타일은 제공된 옆모습 참조와 100% 일치해야 합니다. 의상 디자인, 색상, 전체적인 캐릭터 스타일링은 제공된 전신 참조와 100% 일치해야 합니다.
이미지를 실사 사진으로 변환하세요. 배경은 고급스러운 마차 내부입니다. 마차 내부는 전반적으로 매우 어둡고, 희미한 주변광만 존재합니다. 유일하게 뚜렷한 광원은 창밖에서 들어오는 빛입니다. 마차 창문은 유리가 없는 완전히 열린 창문입니다. 두꺼운 커튼이 창문을 감싸고 있습니다. 마차 내부에는 조각된 목재 장식 구조물과 패딩 처리된 좌석 등받이가 있습니다. 창턱에는 얇은 눈이 쌓여 있고, 소량의 눈이 마차 안으로 부드럽게 흩날려 들어옵니다.
창밖은 북유럽의 눈 덮인 평원입니다. 바깥은 짙은 아침 안개로 가득 차 있습니다. 하얀 안개는 매우 짙어서, 눈으로 덮인 탁 트인 평원, 낮은 눈 덮인 언덕, 아주 멀리 있는 산의 실루엣만이 희미하게 보입니다. 부드러운 아침 햇살이 안개를 뚫고 세라나의 얼굴과 머리카락 가장자리에 내려앉습니다. 밝은 부분에는 부드러운 블룸 효과가 있으며, 특히 바깥의 안개 낀 하이라이트 부분, 창가의 빛, 그녀의 얼굴을 가로지르는 아침 햇살에서 두드러집니다.
초점은 세라나의 얼굴에 맞춰져 있습니다. 그녀의 눈, 속눈썹, 피부 질감, 얼굴 윤곽이 프레임에서 가장 선명한 부분이지만, 완벽하게 인공적인 선명함이 아니라 실제 카메라 특유의 미세한 부드러움과 약간의 초점 불완전함을 여전히 지니고 있습니다. 창밖 풍경은 극도로 초점이 나가 있어 매우 부드럽게 흐려진 레이어로만 보입니다. 마차 내부의 나머지 부분도 부드럽게 초점이 나가 있지만, 기본적인 구조는 알아볼 수 있는 수준을 유지합니다.
사실적인 피부 질감, 보이는 모공, 은은한 주근깨, 사실적인 머리카락 질감, 사실적인 원단 질감, 사실적인 나무 질감, 은은한 필름 그레인, 미세한 센서 노이즈, 약간의 렌즈 흐림, 매우 미묘한 색수차, 그리고 자연스럽고 불완전한 실제 카메라 렌더링을 유지하세요.
Nano Banana Pro로 생성한 결과는 다음과 같습니다:
최종 프레임을 생성하기 전에 구도 스케치부터 시작하면 이미지 생성이 한 번 더 필요하지만, 최종 샷의 구도를 훨씬 더 세밀하게 제어할 수 있습니다. 그런 다음 구도 스케치와 캐릭터 이미지를 레퍼런스로 삼아 두 번째 생성을 진행하면, 최종 샷이 원하는 구도를 그대로 따르면서도 캐릭터 일관성을 완벽하게 유지할 수 있습니다.
캐릭터 스틸 컷에서 영상으로 넘어가기
지금까지 이 가이드를 통해 캐릭터 일관성을 갖춘 매우 정밀한 샷 스틸 컷을 만드는 데 필요한 이해를 다졌습니다. 다음 단계는 캐릭터 드리프트를 피하면서 이러한 샷으로 영상을 생성하는 것입니다. 이는 AI 필름메이킹에서 독특한 과제인데, 캐릭터가 단일 이미지 생성뿐만 아니라 생성된 영상 내에서 프레임마다 일관성을 유지해야 하기 때문입니다. 게다가 새로운 샷 하나하나가 캐릭터가 드리프트할 수 있는 기회가 됩니다. 저희 필름메이커들이 발견한 바에 따르면, 이미지에서 영상으로 넘어갈 때 가장 자주 무너지는 부분은 다음과 같습니다:
- 프레임 간 드리프트. 특히 캐릭터를 새로운 포즈로 애니메이션할 때 캐릭터 드리프트가 발생합니다. 예를 들어 캐릭터의 얼굴은 머리가 카메라에서 멀어졌다가 다시 돌아올 때 샷 중간에 형태가 변할 수 있습니다.
- 측면 및 후면 뷰. 대부분의 레퍼런스 시스템은 정면 얼굴을 기준으로 학습됩니다. 캐릭터가 4분의 3 측면이나 완전한 프로필로 돌아서면 이 레퍼런스는 무너질 수 있습니다. 그렇기 때문에 캐릭터의 여러 각도(정면, 측면, 후면, 4분의 3)를 보여주는 턴어라운드 시트를 사용하는 것이 필수적입니다.
- 결과물 및 소품 드리프트. 이미지-투-비디오 모델은 생성된 영상 전반에 걸쳐 캐릭터의 얼굴을 유지하는 데 가장 집중하는 경향이 있습니다. 그 결과 의상과 액세서리는 생성 과정에서 상대적으로 덜 주목받습니다. 그렇기 때문에 레퍼런스 스틸에서 의상을 고정하고, 이미지-투-비디오 모델에 제공하는 프롬프트에서 이를 재차 강조하는 것이 중요합니다.
- 길이 제한과 샷 연결. 대부분의 이미지-투-비디오 모델은 단일 클립을 5~15초로 제한합니다. 즉, 더 긴 롱폼 샷을 생성하려면 클립을 생성한 뒤 Flick의 Extract Frame 도구를 사용해 마지막 프레임을 추출하고, 그 프레임을 다음 클립의 시작 프레임으로 사용해야 합니다. 새로운 이미지-투-비디오 생성으로 이어지는 모든 연결 지점은 캐릭터가 드리프트할 새로운 기회가 됩니다.
영상 생성에 실제로 사용하게 될 레퍼런스 모드
- Reference-to-video — Kling Omni Reference, Seedance Reference to Video와 같은 강력한 모델과 Flick의 최첨단 통합을 활용해 캐릭터의 이미지 한 장 이상을 제공하세요.
- Start/end frame — 이미지-투-비디오 생성에서 첫 프레임(선택적으로 마지막 프레임도)을 제공하세요. 위에서 설명한 구도 스케치 방법을 바탕으로, 캐릭터와 원하는 구도를 정밀하게 렌더링한 시작 프레임과 종료 프레임을 사용하면 최상의 결과를 얻을 수 있습니다.
- Character LoRA — 전체 영화에서 드리프트를 최소화하려면 다량의 캐릭터 레퍼런스(50장 이상)를 사용해 LoRA를 학습시키세요. 저희가 확인한 바로는 Wan 2.2 같은 모델이 이에 가장 적합합니다. 생성 시 이 LoRA를 적용하면 캐릭터 일관성을 유지하면서 훌륭한 영상 결과를 만들어낼 수 있습니다.
캐릭터 일관성을 갖춘 Flick 영상 워크플로우
바로 여기서 Flick의 네이티브 Character Reference 기능을 중심으로 구축된 Character Reference 워크플로우가 진가를 발휘합니다. 이미 캐릭터를 샷 스틸에 고정하고 턴어라운드 시트를 만들어두었기 때문에, 최종 생성물에서 캐릭터가 어떤 모습이길 원하는지에 대한 최상의 맥락을 영상 모델에 제공하게 됩니다. 다음은 저희 사내 필름메이커들이 찾아낸 가장 효과적인 두 가지 방법입니다:
Omni Reference를 활용해 캐릭터 일관성 확보하기
이 방법에서는 원하는 배경의 이미지로 시작합니다. 예를 들어, 원하는 깔끔한 블루 톤으로 눈 덮인 산 환경을 생성해보겠습니다. 이때 더 뛰어난 정밀도를 위해 구도, 색상 팔레트, 카메라 앵글을 지정합니다. 다음은 저희가 사용한 프롬프트입니다:
광활한 눈 덮인 알파인 산비탈을 담은 시네마틱 광각 사진, 프레임을 대각선으로 가로지르는 매끄럽고 순수한 눈 비탈, 거대한 여백, 손대지 않은 파우더 눈, 눈에 새겨진 은은한 바람의 결, 빙하에서 솟아오른 저 멀리의 암석 능선, 미니멀한 풍경 구도, 부드러운 겨울 햇살, 옅은 하늘색 대기 색보정, 차가운 산 공기, 고요한 야생, 사람 없음, 나무 없음, 구조물 없음.
높은 알파인 전망대에서 촬영하여 규모와 공허함을 강조. 눈과 그림자가 만들어내는 깔끔한 기하학적 형태, 부드러운 톤 전환, 프레임 너머로 뻗어나가는 광활한 얼음 지형.
초고화질 사진, 미디엄 망원 압축, 내셔널 지오그래픽 탐험 사진, 하이 다이내믹 레인지, 선명한 눈 질감 디테일, 은은한 대기 흐림, 자연광, 프리미엄 아웃도어 시네마토그래피, 아이슬란드 빙하 미학, 스칸디나비안 미니멀리즘, 숨막히는 고립감과 평온함.
구도: 강한 대각선 리딩 라인, 비대칭 프레이밍, 80%의 눈과 하늘 톤, 극단적인 여백, 미니멀한 순수미술 풍경 사진.
색상 팔레트: 아이스 블루, 빙하 화이트, 부드러운 회색 바위, 차분한 겨울 톤.
카메라: Sony A1, 135mm 렌즈, f/8, ISO 100, 편광 필터, 시네마틱 컬러 그레이딩.
Nano Banana Pro로 생성한 결과는 다음과 같습니다:
이 시점부터는 Flick의 대표 Omni Reference 모델 중 하나를 사용해 캐릭터를 씬 속에서 애니메이션화할 수 있습니다. Kling과 Seedance 모두 뛰어난 결과와 정밀한 캐릭터 제어를 제공합니다. Omni Reference에 접근하려면 생성된 배경 이미지 위에 마우스를 올려 비디오를 선택하고 Seedance 2.0을 고르면 됩니다.
Seedance 2.0으로 캐릭터 일관성 유지하기
이제 배경 이미지와 캐릭터 레퍼런스 이미지를 입력으로 제공할 수 있습니다. 캐릭터의 전신이 씬을 걸어 다니는 모습을 애니메이션화할 계획이므로, 캐릭터의 전신 레퍼런스 이미지를 제공하는 것이 가장 좋습니다. 대사를 추가하려면 선택적으로 오디오를 레퍼런스로 첨부하여 모델에게 캐릭터가 해당 대사를 말하도록 지시할 수 있습니다.
이번 예시에서는 캐릭터가 씬을 걸어가며 “아! 여기서 숨 쉬니까 정말 좋다.”라는 대사를 말하는 비디오를 생성해 보겠습니다. 원하는 정확한 비디오 결과를 얻기 위해 핸드헬드 카메라 스타일도 지정할 수 있습니다.
Flick의 최첨단 멘션 시스템을 사용하면 프롬프트에서 특정 입력을 참조할 수 있어, 최종 생성물에서 각 입력을 정확히 어떻게 사용할지 모델에게 지시할 수 있습니다. 예를 들어, 첫 번째 이미지를 시작 프레임으로 사용하고, 세 장의 캐릭터 레퍼런스 이미지로 캐릭터의 외형을 만들도록 모델에게 지시할 수 있습니다. 캐릭터의 움직임을 지정한 뒤, 첨부된 대사를 캐릭터가 말하도록 지시합니다. 최종 프롬프트는 다음과 같습니다:
@Image1을 시작 프레임으로 사용하세요. @Image2, @Image3, @Image4에서 Serana의 외형을 참조하세요. 핸드헬드 카메라 스타일로, Serana가 프레임 왼쪽 아래 모서리에서 걸어 들어와 걸으면서 스트레칭을 하고 @Audio1을 말합니다.
이 프롬프트는 짧고 간단합니다 — 그것이 핵심입니다. 모델이 의존하길 원하는 정보 대부분은 레퍼런스 이미지에 담겨 있습니다. Seedance 2.0의 성능과 Flick의 멘션 시스템을 활용해 정확히 어떻게 할지 지정함으로써, 캐릭터 일관성을 완벽하게 유지하면서도 정밀한 최종 비디오 생성물을 만들어낼 수 있습니다. 최종 결과는 다음과 같습니다:
Kling O3 Pro Omni Reference로 캐릭터 일관성 유지하기
Kling O3 Pro로 캐릭터 일관성 영상을 구현하는 과정은 Seedance 2.0을 사용할 때와 많은 단계가 동일합니다. 배경 이미지와 캐릭터 레퍼런스 이미지로 시작하세요. 여기서 배경 레퍼런스 이미지 위에 마우스를 올리면 Omni Reference에 접근할 수 있습니다. Flick의 멘션 시스템은 Kling Omni Reference까지 확장되어, 최대 12개의 이미지 레퍼런스를 제공하면 모델이 최종 생성 시 이를 참조할 수 있습니다.
캐릭터 레퍼런스와 함께 Kling O3 Pro Omni Reference를 사용하려면, 모델 선택기를 선택하고 원하는 시작 프레임을 전달하세요. 이 예시에서는 배경 레퍼런스 이미지를 사용하겠습니다. 그런 다음 Flick의 멘션 시스템을 사용해 Element를 생성할 수 있습니다. Element를 사용하면 하나의 멘션에 여러 개의 레퍼런스 이미지를 저장할 수 있습니다. 배경 이미지를 시작 프레임으로 전달한 후, 캐릭터를 나타내는 Element를 생성할 수 있습니다. 기본적으로 이 Element는 "Element1"이라는 이름을 갖습니다. 우리가 가진 세 장의 전신 캐릭터 레퍼런스 이미지를 이 하나의 Element에 첨부하고, 프롬프트에서 이를 참조할 수 있습니다.
프롬프트에서는 모델에게 "Element1"에서 캐릭터의 외형을 참조하도록 지시하고, 핸드헬드 카메라 스타일을 지정합니다. 그녀의 움직임을 "팔을 벌린 채 바람을 느끼듯 장면 안으로 걸어 들어온다"고 정의하고, 마지막으로 배경 음악을 생성하지 않도록 모델에게 지시합니다. 최종 프롬프트는 다음과 같습니다:
@Element1에서 Serana의 외형을 참조하세요. 핸드헬드 카메라 스타일. Serana는 팔을 벌린 채, 마치 바람을 느끼는 것처럼 장면 안으로 걸어 들어옵니다. 배경 음악 없음.
여기서도 프롬프트는 간단하게 유지할 수 있는데, 대부분의 정보를 촬영 배경을 나타내는 Start Frame과, 제공한 세 장의 레퍼런스 이미지를 통해 캐릭터를 나타내는 Element를 통해 모델에 전달하기 때문입니다. 배경 이미지를 Start Frame으로 입력하고, Element1을 캐릭터로 정의하고, 프롬프트를 작성했다면, 이제 생성할 준비가 된 것입니다:
결과는 다음과 같습니다. 캐릭터 일관성을 완벽하게 유지하고, Start Frame에서 지정한 배경을 그대로 유지하며, 핸드헬드 카메라 스타일 지시를 정확히 따릅니다:
Flick에서 더욱 정밀하게 캐릭터 일관성 영상 구현하기: 페이스 스왑 방법
장면, 캐릭터 디자인, 프롬프트를 한 번의 생성으로 모두 포함시키는 대신, 이 방법에서는 저희 사내 필름메이커들이 두 번의 별도 영상 생성을 추천합니다.
첫 번째로 생성하는 영상에서는 캐릭터에 대한 어떠한 레퍼런스도 제외합니다. 대신 촬영이 이루어질 배경 이미지를 제공하고, 프롬프트를 사용해 보고 싶은 액션을 상세히 설명합니다. 이 영상을 생성한 후, Flick의 프레임 추출 도구를 사용해 마지막 프레임을 추출합니다. 이 이미지를 Nano Banana Pro에 전달하고, 캐릭터 레퍼런스 이미지를 레퍼런스로 사용해 재생성합니다. 이를 통해 정확한 캐릭터가 반영된 최종 프레임이 만들어집니다.
두 번째로 생성하는 영상에서는 새로 생성한 엔드 프레임(캐릭터 포함)과 처음 생성한 영상을 Kling O3에 전달합니다. 이를 통해 처음 생성한 영상을 정확히 그대로 재현하면서도 정확한 캐릭터를 반영한 최종 영상이 만들어집니다. 첫 번째 생성을 통해 장면과 그 안에서 일어나는 액션을 정밀하게 제어할 수 있고, 두 번째 생성을 통해 캐릭터를 교체함으로써 캐릭터 일관성을 유지할 수 있습니다.
방법은 다음과 같습니다:
이 방법에서는 하나의 캐릭터 레퍼런스 이미지로 시작해, 이를 캐릭터의 전신을 나란히 배치한 세 가지 뷰로 구성된 턴어라운드 시트로 변환합니다. 사용하는 프롬프트는 다음과 같습니다:
제공된 이미지를 정확한 Character Reference로 사용하세요. 수제 스톱모션 인형 스타일로, 은은한 점토와 의상 인형 질감을 살려 동일한 역사적 중국 남성 캐릭터의 캐릭터 디자인 턴어라운드 시트를 만드세요. 정면, 완전한 측면, 3/4 측면의 세 가지 전신 뷰를 나란히 배치해 보여주세요. 높은 검은 모자, 옅은 회색 겉옷, 흰색 속옷, 로브 길이, 소매 모양, 옷깃 구조, 허리띠, 매달린 장식품, 검은 부츠, 긴 장대 무기, 원통형 용기를 포함해 참조 이미지의 의상 디자인을 정확히 유지하세요. 의상 실루엣, 레이어링, 비율, 재단, 액세서리 배치, 전체적인 의상 구성을 변경하지 마세요. 의상을 다시 디자인하거나 단순화하지 마세요. 유일하게 변형되는 것은 시각적 매체입니다: 수제 인형 캐릭터, 스톱모션 영화 미학, 약간의 질감이 있는 원단, 약간 조각된 얼굴, 은은한 점토 같은 표면 처리, 수공예 의상 디테일, 사실적인 미니어처 의상 제작, 스튜디오 턴어라운드 프레젠테이션. 중립적인 단색 배경, 부드럽고 고른 조명, 전신이 보이도록, 깔끔한 여백, 매우 가독성 높은 의상 디자인 시트, 완성도 높은 프로덕션 캐릭터 보드, 중국 민속 판타지 스톱모션 미학, 디테일하지만 절제된, 덜 광택 있는, 덜 디지털적인, 촉감 있는 수제 느낌.
결과는 다음과 같습니다:
원하는 씬의 배경 이미지도 생성합니다. 이를 위한 방법은 두 가지입니다. 첫 번째로, Nano Banana Pro나 GPT Image 2 같은 텍스트-투-이미지 모델에 명확하게 정의된 프롬프트를 입력해 원하는 씬의 구도를 생성할 수 있습니다.
더욱 정밀한 결과를 원한다면 두 번째 방법을 활용할 수 있습니다. 텍스트-투-이미지 모델로 생성하는 대신, Microsoft Paint 같은 도구로 원하는 배경을 손으로 직접 스토리보드로 그릴 수 있습니다. 그런 다음 Nano Banana Pro가 최종 생성 시 이 스케치를 참조하도록 할 수 있습니다. 이번 예시에서는 얼어붙은 호수 위의 눈 덮인 부두를, 전경에는 색이 바랜 붉은 깃발이 휘날리는 모습으로 스케치해 보겠습니다. 다음은 저희 스케치입니다:
그런 다음, 저희가 원하는 정확한 사실적 디테일을 자세히 설명하는 프롬프트와 함께 스케치를 참조 자료로 사용해 Nano Banana Pro에 전달할 수 있습니다. 다음은 저희 프롬프트입니다:
이 손으로 그린 스토리보드 스케치를 엄격한 레이아웃 및 구도 참조로 사용하세요. 현재의 구도, 카메라 앵글, 프레이밍, 피사체 배치, 큰 형태 디자인을 100% 유지하세요. 중국 민속 스톱모션 인형 미니어처 세트, 눈 속에 비스듬히 꽂힌 앙상한 호숫가 나뭇가지에 색이 바랜 짙은 붉은색 천이 묶여 있고, 그 뒤로 눈 덮인 작은 목재 부두가 있으며, 오른쪽 호숫가를 따라 눈에 눌린 겨울 갈대와 부들 무리가 있습니다. 촉감 있는 수제 눈, 손으로 만든 부두, 자연스러운 나뭇가지 질감, 은은한 짜임이 느껴지는 천, 차가운 청회색의 겨울 색조, 무광의 수공예 마감, 시적이고 절제된 분위기. 호수 표면은 스튜디오 미니어처 얼음 표면이 되어, 부드러운 불투명 청회색 얼음, 은은한 석고 같은 요철, 무광 레진 같은 마감, 얕은 서리층, 희미한 우유빛 얼룩, 섬세한 얼음 결, 부드러운 수제 표면 변화, 최소한의 반사를 보여줍니다.
결과는 다음과 같습니다:
프롬프트에 캐릭터를 인코딩하는 방식에 의존하는 텍스트-투-비디오 대신, Flick은 더 나은 방법을 제공합니다. 원하는 정확한 구도와 캐릭터 디자인을 담은 생성된 샷 스틸 이미지를 이미지-투-비디오 모델의 레퍼런스로 사용하세요. 이렇게 하면 첫 프레임이 고정되고, 모델이 이후 장면 전반에 걸쳐 캐릭터를 일관되게 유지할 수 있습니다.
이제 Kling O3 Pro 또는 다른 이미지-투-비디오 모델로 첫 번째 영상을 생성할 수 있습니다. 배경 이미지를 시작 프레임으로 전달하고, 캐릭터의 동작을 지정할 수 있습니다. 여기서는 캐릭터 이미지를 레퍼런스로 제공하지 않으므로, 캐릭터 설명은 간단하게 유지할 수 있습니다. 이번 예시에서는 단순히 "스톱모션 인형 어부"를 요청하겠습니다. 그의 동작을 지정합니다: 눈을 헤치며 부두로 걸어가 끝에서 멈춰 서는 모습입니다. 원하는 캐릭터의 움직임을 정의하고, 눈이 점점 더 거세지며 화면을 가로질러 흩날리도록 모델에 지시합니다. 다음은 저희의 최종 프롬프트입니다:
짚으로 만든 우비와 대나무 모자를 쓴 스톱모션 인형 어부가 추위에 조금 웅크린 채, 한 손으로 몸을 지탱하고 다른 한 손으로는 옷깃을 여미며 눈길을 헤치고 부두로 걸어갑니다. 수제 미니어처 카메라가 천천히 앞으로 이동하며 살짝 위로 틸트됩니다. 눈발은 점점 더 거세져 짙은 겨울 폭설이 되고, 눈이 화면을 가로질러 흩날리며 서서히 얼어붙은 호수를 뒤덮습니다. 마지막에는 어부가 부두 끝에 다다라 멈춰 서서, 잠시 얼음을 바라보며 가만히 서 있습니다.
배경 이미지를 레퍼런스로 사용하면, 정밀하고 아름다운 결과를 얻을 수 있습니다:
여기서 페이스 스왑 방식의 강점이 발휘됩니다. 첫 번째 비디오 생성 결과에 만족했다면, Flick의 프레임 추출 도구를 사용해 이 비디오의 마지막 프레임을 추출할 수 있습니다. 앞서 생성한 캐릭터의 턴어라운드 시트를 활용하여 두 이미지를 모두 Nano Banana Pro에 전달하고, 초기 생성물의 조명, 구도, 카메라 앵글, 배경을 그대로 유지하면서 마지막 프레임 속 캐릭터를 우리의 캐릭터 레퍼런스로 교체하도록 모델에 지시할 수 있습니다. 다음은 저희가 사용한 프롬프트입니다:
눈 덮인 부두 장면을 메인 구도 레퍼런스로 사용하고, 제공된 스톱모션 인형 캐릭터 디자인 시트를 캐릭터 레퍼런스로 사용하세요. 부두 끝에 서 있는 어부를 이 정확한 캐릭터로 교체하세요. 캐릭터 시트에 나온 뒷모습 실루엣, 모자 모양, 로브 길이, 연한 회색 겉옷, 흰색 속옷, 검은색 부츠, 허리띠, 매달린 장신구, 긴 막대 형태의 물건, 원통형 용기, 전체적인 신체 비율을 그대로 맞추세요. 캐릭터가 카메라를 등진 채 부두 맨 끝에서 현재 이미지와 동일한 뒷모습 구도로 서 있도록 유지하세요. 기존의 카메라 앵글, 구도, 부두, 얼어붙은 호수, 전경의 색 바랜 붉은 천이 걸린 나뭇가지, 눈 덮인 호숫가, 눈에 휘어진 갈대를 그대로 보존하세요. 중국 민속 스톱모션 인형 미니어처 스타일, 수제 재질감, 촉감이 느껴지는 눈, 무광 얼음, 미묘한 인형 비율, 고요한 겨울 분위기를 유지하세요. 새 캐릭터는 동일한 미니어처 세트에 자연스럽게 배치되어야 하며, 동일한 스케일, 동일한 뒷모습 포즈 논리, 동일한 절제된 시네마틱 분위기를 가져야 합니다.
턴어라운드 시트와 추출한 마지막 프레임, 이 두 가지 입력을 함께 사용해 Nano Banana Pro로 새로운 마지막 프레임을 생성합니다:
결과는 다음과 같습니다:
이 방법의 강력한 점은 장면의 구도를 원하는 대로 정확하게 지정할 수 있다는 것입니다. 설정 이미지, 캐릭터 레퍼런스, 프롬프트를 한 번에 모두 넣어 최종 비디오를 생성하도록 지시하는 대신, 이를 두 단계로 나눕니다. 첫 번째 단계에서는 캐릭터에 크게 신경 쓰지 않고 장면을 만듭니다. 그다음, 원하는 캐릭터가 포함된 새로운 마지막 프레임을 생성하고, 두 번째 단계에서 최종 비디오를 생성합니다.
앞서 만든 설정 이미지를 시작 프레임으로, 캐릭터 레퍼런스가 포함된 새로 다듬은 끝 프레임을 사용해 최종 결과물을 생성합니다. 끝 프레임에 담긴 캐릭터 레퍼런스에 더해, 프롬프트를 사용해 모델에게 캐릭터의 묘사, 움직임, 배경, 원하는 카메라 움직임과 배경 오디오를 다시 한번 알려줍니다. 다음은 저희가 사용한 프롬프트입니다:
키가 큰 검은 모자를 쓰고, 흰색 속옷 위에 연한 회색 겉옷을 입고, 검은색 부츠를 신고, 옆구리에 화살통과 헝다오 검을 매단 중국 스톱모션 인형 학사 관리가 절제되고 신중한 걸음으로 눈 속을 천천히 걸어 부두에 오릅니다. 수제 미니어처 카메라가 천천히 앞으로 이동하며 살짝 위로 틸트됩니다. 가벼운 눈이 프레임 안에서 부드럽게 흩날립니다. 얼어붙은 호수는 고요하고 잔잔한 채로 남아 있습니다. 마지막에 학사 관리는 부두 끝에 도달해 멈춰 서서 얼음을 마주한 채 가만히 서 있습니다. 매우 고요한 분위기 속에서, 눈과 나무 위를 걷는 부드러운 발소리만 들립니다.
그리고 최종 결과는 다음과 같습니다:
이 방법은 좀 더 고급 기법이지만, 정확한 캐릭터 일관성을 유지하면서 장면 구도를 매우 정밀하게 제어할 수 있습니다. Kling이나 다른 모델로 두 번의 별도 비디오 생성을 실행해야 하므로 비용이 더 들지만, 마음에 들지 않는 부정확한 비디오 한 편에 낭비될 크레딧을 아낄 수 있습니다.
자주 묻는 질문
일관된 캐릭터를 만드는 데 가장 좋은 AI 도구는 무엇인가요?
단 하나의 최고 도구는 없습니다 — 최고의 방법이 있을 뿐입니다. 대부분의 사람들에게는 (Flick와 같은) img2img 캐릭터 레퍼런스 워크플로가 별도의 학습 없이 캐릭터의 일관성을 유지하는 가장 빠르고 안정적인 방법입니다. 드리프트가 거의 없는 대량 제작에는, 커스텀 학습된 ComfyUI의 LoRA가 최고의 표준입니다.
img2img 캐릭터 일관성이란 무엇인가요?
이미지-투-이미지(img2img) 캐릭터 일관성이란, 정의된 캐릭터의 시각적 정체성을 정확히 유지하면서 새로운 배경, 추가된 디테일, 새로운 앵글 등으로 주인공의 새로운 이미지를 생성하는 것을 의미합니다.
Flick에서 캐릭터 일관성을 유지하려면 어떻게 해야 하나요?
캐릭터의 레퍼런스 이미지를 제공하면 됩니다. Character Reference 도구를 사용하면 AI가 주인공의 시각적 정체성을 유지한 채 새로운 이미지를 생성합니다. 캐릭터를 말로 설명하고 모델이 같은 결과물을 두 번 만들어주길 바라는 대신, 레퍼런스를 건네주며 "이 캐릭터를 새로운 씬에 등장시켜줘"라고 말하는 것과 같습니다.
Midjourney에서 일관된 캐릭터를 만들려면 어떻게 하나요?
캐릭터의 레퍼런스 이미지와 함께 Omni Reference(--oref)를 사용하고, omni-weight(--ow)를 조정하여 씬 프롬프트를 따르면서도 모델이 정체성을 유지하도록 하세요.
AI 영상에서 캐릭터 일관성을 유지할 수 있나요?
네, 가능합니다. 먼저 캐릭터를 한 장의 스틸 이미지로 고정한 다음, 비디오 툴의 레퍼런스 기능으로 그 이미지를 애니메이션화하세요 — Veo 3의 "Ingredients", Runway의 References, 또는 Kling의 "Elements"가 그 예입니다. 고정된 스틸 이미지로부터 애니메이션화하면 text-to-video보다 훨씬 더 나은 일관성을 얻을 수 있습니다.
일관된 캐릭터를 얻으려면 모델을 학습시켜야 하나요?
아니요. LoRA를 학습시키면 가장 강력한 고정 효과를 얻을 수 있지만, 대부분의 프로젝트에서는 Character Reference 기능과 함께 좋은 참고 이미지 한 장이면 충분합니다. 수백 개의 샷을 생성하면서 캐릭터 변형을 수동으로 수정하는 비용이 커질 때만 모델을 학습시키세요.
제 AI 캐릭터가 계속 바뀌는 이유는 무엇인가요?
매 생성마다 이전 결과에 대한 기억 없이 처음부터 새로 만들어지기 때문에, 작은 차이들이 쌓여 캐릭터가 점점 달라지게 됩니다. 해결책은 매번 캐릭터를 말로 다시 설명하는 대신, 모델이 참고할 수 있는 고정된 레퍼런스를 제공하는 것입니다.
Flick를 어떻게 시작하나요?
튜토리얼을 시청해 보세요: Flick 101: 시작하기 첫 프로젝트 만들기를 완료하고, 온보딩을 마친 후 AI 영화 제작 여정을 시작하세요!
관련 튜토리얼 살펴보기:
https://flick.art/docs/visual-styles
https://flick.art/docs/voice-consistency
The Herder에 대해 더 알아보기:
https://flick.art/blog/behind-the-herder
훌륭한 캐릭터를 만드는 것이 중요한 이유:
https://flick.art/blog/in-the-ai-era-story-is-everything