“일관성”이 왜 AI 창작에서 가장 어려운 관문인가

2026-09-16

AI 생성 콘텐츠를 사용해 본 사람이라면 대부분 같은 좌절을 겪어봤을 것이다. 어렵게 만족스러운 장면을 만들어냈는데, 각도를 바꾸고 컷을 바꾸면 결과물이 완전히 달라진다. 방금 그 효과를 다시 구현하고 싶어도 더는 돌아갈 수 없다는 사실을 깨닫는다. 이는 운의 문제가 아니라 구조적인 한계다. 이를 이해하는 것은 더 많은 프롬프트 기술을 익히는 것보다 중요하다.

AI가 본질적으로 일관성이 부족한 이유

전통적인 촬영에서 일관성은 “물리적으로 보장”된다. 같은 배우가 같은 방에 서 있고, 카메라 각도만 바꾸면 찍히는 사람은 여전히 그 사람이고, 방도 여전히 그 방이다. 같은 물리적 실체들이기 때문에 일관성을 별도로 유지할 필요가 없다. AI 생성의 논리는 완전히 다르다. 매번 생성은 독립적인 재샘플링이다. 모델은 사용자가 준 설명을 바탕으로 처음부터 하나의 화면을 구성한다. 모델에는 “지난번에 생성한 사람이 어떤 사람이었는가”라는 개념도 없고, 컷을 넘나드는 기억도 없다. 그래서 세 가지 결과가 생긴다.

디테일이 흔들린다. 이목구비, 헤어스타일, 의상 디테일이 매번 합리적인 범위 안에서 달라지며, 한 장씩 보면 정상적이지만 이어 붙이면 같은 사람이 아니다
레퍼런스가 무력해진다. 이전 이미지를 참고로 넣어도 모델은 그저 “참고”할 뿐 “복제”하지 않는다
재현할 수 없다. 같은 설명으로 다른 시간에 생성하면 결과가 크게 달라질 수 있다. 그래서 일관성은 “프롬프트를 더 잘 쓰는 것”만으로 해결할 수 있는 문제가 아니며, 생성 바깥에 별도의 메커니즘을 세워야 한다.

일관성의 세 가지 층위

실제 프로젝트에서 “일관성”이라는 말은 서로 다른 세 가지 층위를 포함하며, 난이도와 해결 방식도 각각 다르다.

첫 번째 층위: 캐릭터 일관성은 같은 인물이 여러 컷에서 안정적으로 유지되는 것을 요구한다. 이는 가장 기본적이면서도 가장 쉽게 눈에 띄는 층위다. 관객은 얼굴을 식별하는 능력이 매우 뛰어나서 조금만 어긋나도 몰입이 깨진다. 어려운 점은 캐릭터가 얼굴 구조, 신체 비율, 헤어스타일, 의상, 액세서리 등 수많은 디테일 차원을 포함한다는 데 있다. 이런 차원들은 프롬프트 안에서 모두 열거하기도 어렵고, 안정적으로 유지하기도 어렵다.
두 번째 층위: 장면 일관성은 같은 공간이 여러 컷에서 공간 관계를 그대로 유지하는 것을 요구한다. 이는 캐릭터 일관성보다 더 쉽게 간과되지만, 똑같이 치명적인 결함의 원인이 된다. 쇼트/리버스 쇼트에서 배경이 맞지 않거나 같은 방의 문과 창문 위치가 바뀌면, 관객은 곧바로 “여기는 같은 장소가 아니다”라고 느낀다. 어려운 점은 공간 관계가 구조 정보이며, 구조는 생성 과정에서 가장 쉽게 흩어진다는 데 있다.
세 번째 층위: 스타일 일관성은 한 묶음의 화면이 같은 시각적 질감을 공유하는 것을 요구한다. 이 층위는 가장 추상적이지만, “이것이 한 편의 작품처럼 보이는가”에 가장 큰 영향을 준다. 스타일 일관성에는 톤의 바탕색, 렌즈의 광학적 성격, 조명 논리 등 여러 측면이 포함된다. 이것이 무너질 때의 양상은 캐릭터가 흔들리는 것처럼 눈에 확 띄지는 않지만, 화면마다 어떤 것은 차갑고 어떤 것은 따뜻하며, 어떤 것은 선명하고 어떤 것은 소프트 포커스라서 서로 다른 출처의 소재를 붙여 놓은 듯한 전반적인 “부조화감”으로 나타난다.

세 층위의 일관성, 세 가지 해법

각 층위에 대응하는 해결 방식도 다르다.

캐릭터 일관성은 에셋화에 달려 있다. 캐릭터를 “한 단락의 설명”에서 “하나의 에셋”으로 바꾸는 것이다. 먼저 시나리오 단계에서 주체 추출을 수행해 캐릭터의 기본 상태와 시나리오 관련 하위 상태를 정한다. 그런 다음 캐릭터 이미지를 생성해 형상을 시각적 레퍼런스로 고정한다. 이후 여러 컷을 생성할 때 다시 설명하는 대신 이 고정된 형상을 참조한다. NadouPro의 캐릭터 에셋 라이브러리는 이름, 태그, 성별, 연령대, 피부색, 머리색, 체형 등의 조건으로 검색을 지원하며, 본질적으로 “같은 사람”을 재사용 가능한 항목으로 바꾸는 것이다. 다중 그리드의 캐릭터 3면도와 표정 9분할 그리드도 한 번의 생성 안에서 여러 각도를 고정하는 역할을 한다.
장면 일관성은 다시점과 파노라마에 달려 있다. 한 장의 이미지만으로는 공간의 안정성을 보장할 수 없지만, 같은 기준 아래 생성된 각도 레퍼런스 묶음은 가능하다. 파노라마 이미지 생성은 다시점 장면 일관성에 사용할 수 있는 파노라마 이미지를 만들어낼 수 있고, 다시점 생성은 주체 이미지를 기반으로 서로 다른 각도의 화면을 출력한다. 수평 0–315도, 피치 -30도에서 90도까지 사용자 지정이 가능하며, 사선 측면, 틸트, 정면 로우앵글, 상단, 후면, 어안 등의 프리셋 시점도 제공한다. 먼저 공간 레퍼런스 세트를 만든 뒤 컷별로 생성하면 오류가 훨씬 줄어든다.
스타일 일관성은 파라미터 고정에 달려 있다. 이 층위의 해법은 다른 두 층위와 다르다. 레퍼런스 소재에 의존하는 것이 아니라 설정이 고정되어 있는지에 의존한다. 톤의 바탕색, 렌즈의 광학적 성격 같은 변수를 매번 생성의 무작위성에 맡기면 스타일은 필연적으로 흔들린다.
NadouPro가 이 부분에서 취하는 방식은 그것들을 촬영 파라미터로 바꾸는 것이다. 색채 과학은 필름 또는 디지털 영화 카메라의 색채 기반을 선택해 지정된 바탕색과 톤을 가진 이미지를 출력하는 데 쓰인다. 렌즈 그룹은 영화 렌즈 시리즈가 선명도, 소프트 포커스, 보케, 플레어, 왜곡 경향에서 지닌 특징을 선택하는 데 쓰인다. 여기에 초점거리 제어와 피사계 심도 제어를 더하면, 이 네 가지가 함께 전체적으로 재사용할 수 있는 하나의 광학 설정을 이룬다. 핵심은 전체 소재 묶음이 같은 설정을 공유하는 것이다. 설정이 변하지 않는 한 스타일이 제각각 말하지 않으며, 화면들 사이가 서로 맞물릴 수 있다.

쉽게 간과되는 순서의 문제

세 층위의 일관성을 해결하는 순서에는 사실 선후가 있다. 합리적인 순서는 먼저 스타일을 정하고, 그다음 장면을 정한 뒤, 마지막으로 캐릭터를 정하는 것이다. 이유는 매우 현실적이다. 스타일은 파라미터화된 설정이므로 일찍 고정할수록 이후가 수월하다. 장면은 공간의 기준이므로 정해진 뒤에야 캐릭터의 동선에 참조점이 생긴다. 캐릭터는 가장 세밀한 에셋이므로 마지막에 만드는 것이 장면 조정 후 캐릭터 레퍼런스가 무효화되는 일을 피할 수 있다. 많은 사람은 먼저 캐릭터 작업에 몰두하는 데 익숙하지만, 수십 장을 만든 뒤에야 전체 톤이 통일되지 않았다는 사실을 발견하곤 한다. 이때는 되돌려 작업해야 할 양이 매우 커진다.

마지막으로

일관성이 어려운 이유는 그것이 생성 모델의 본질적 특성과 충돌하기 때문이다. 모델은 “매번 새로운 합리적 결과를 내는 것”에 능하지만, 창작에는 “매번 같은 결과를 내는 것”이 필요하다. 따라서 이를 해결하는 방식은 본질적으로 모두 생성 바깥에 제약을 세우는 것이다. 형상을 제약하고, 공간을 제약하고, 스타일을 제약한다. 제약이 명확할수록 생성의 자유도는 줄어들지만, 작품의 완성도는 높아진다. 이것 역시 하나의 선택과 균형이라고 할 수 있다. AI는 당신에게 무한한 가능성을 주지만, 한 작품의 가치는 바로 그 가능성 중 얼마나 많은 것을 잘라냈는가에서 나온다.

이 콘텐츠에는 AI 생성 정보가 포함되어 있으며 오류가 있을 수 있습니다. 직접 확인해 주세요.