5. 정지 이미지를 움직이게 만들기: 이미지-투-비디오와 퍼스트 프레임

사진 한 장이 갑자기 살아나는 순간

씨댄스 2.0을 쓰다가 가장 먼저 탄성이 나오는 순간은 의외로 거대한 영화 장면이 아닙니다. 잘 찍은 사진 한 장이 아주 자연스럽게 숨 쉬기 시작할 때입니다. 머리카락이 살짝 흔들리고, 컵에서 김이 오르고, 카메라가 조금만 앞으로 들어가도 사람은 바로 이렇게 말합니다. "어? 이거 꽤 된다."

바로 그때부터 활용 아이디어가 폭발합니다. 제품 상세 페이지의 정지 컷이 광고 영상이 되고, 룩북 사진이 짧은 무빙 포스터가 되고, 셀카 한 장이 숏폼 오프닝이 됩니다. 텍스트만으로 영상을 만드는 단계가 '장면을 상상시키는 일'이었다면, 이미지-투-비디오는 이미 있는 장면에 시간을 불어넣는 일에 가깝습니다.

씨댄스 2.0은 텍스트, 이미지, 오디오, 비디오를 함께 다루는 멀티모달 구조를 바탕으로 설계되어 있어서, 이미지 입력을 영상 생성의 출발점으로 자연스럽게 사용할 수 있습니다.¹ 여기에 이미지-투-비디오 기능은 JPG, PNG, WebP, HEIC 같은 일반적인 포맷을 지원하고, 최소 512×512 이상 이미지를 권장합니다.²

초보자에게 이 방식이 특히 좋은 이유는 간단합니다. 첫 화면이 이미 정해져 있기 때문입니다. 누가 나오는지, 어디에 있는지, 빛이 어떤지, 어느 정도의 구도인지가 미리 잡혀 있으니 모델은 '무엇을 그릴까'보다 '어떻게 움직일까'에 더 집중할 수 있습니다.³

이미지-투-비디오는 무엇을 잘하나

텍스트-투-비디오가 빈 종이에 장면을 그리는 일이라면, 이미지-투-비디오는 이미 완성된 스틸컷에 움직임을 입히는 일입니다. 그래서 체감상 결과가 더 안정적으로 느껴지는 경우가 많습니다. 특히 아래 같은 컷에서 강합니다.

• 인물의 미세한 움직임이 중요한 장면

• 제품이 천천히 드러나는 광고 컷

• 음식, 공간, 오브제처럼 이미 구도가 좋은 사진

• 포스터, 일러스트, 콘셉트 아트를 짧게 움직이는 무빙 비주얼

핵심은 거창한 액션이 아닙니다. 오히려 작은 움직임이 더 그럴듯합니다. 공식 안내도 처음에는 팬, 줌, 돌리 같은 단순한 카메라 움직임과 미묘한 피사체 움직임부터 시작하라고 권합니다.²

쉽게 말해, 사진 한 장으로 가장 먼저 노려야 하는 건 "블록버스터"가 아니라 "살아 있음"입니다. 인물이 살짝 고개를 돌리고, 빛이 미묘하게 흔들리고, 카메라가 천천히 밀려 들어가는 정도만 돼도 충분히 설득력이 생깁니다.

퍼스트 프레임과 라스트 프레임, 헷갈리지 않게 정리하기

여기서 초보자가 가장 자주 헷갈리는 말이 퍼스트 프레임입니다. 사실 어렵지 않습니다. 업로드한 이미지를 영상의 시작 화면으로 쓰면, 그게 바로 퍼스트 프레임입니다. 그리고 마지막 화면까지 따로 지정하면 라스트 프레임이 붙는 구조가 됩니다.

퍼스트 프레임만 주면 씨댄스는 "이 화면에서 출발해 자연스럽게 어떻게 흘러갈까?"를 계산합니다. 반면 퍼스트 프레임과 라스트 프레임을 함께 주면 "A에서 B까지 어떻게 가야 자연스러울까?"를 계산합니다.³ 그래서 첫 장과 마지막 장을 함께 쓰는 방식은 더 통제감이 높고, 짧은 전환이나 제품 리빌, 상태 변화 장면에 특히 유리합니다.⁴

예를 들어,

닫힌 향수 상자가 열리며 병이 드러나는 장면, 같은 인물이 문밖에 있다가 문 안으로 들어온 장면, 불 꺼진 방이 따뜻한 무드의 방으로 바뀌는 장면.

이런 것들은 시작과 끝을 알려줄수록 결과가 또렷해집니다.

다만 한 가지가 중요합니다. 두 이미지는 서로 말이 통해야 합니다. 같은 인물인데 갑자기 얼굴형이 달라지고, 같은 제품인데 로고 위치가 바뀌고, 같은 방인데 카메라 각도가 완전히 뒤집혀 있으면 자연스러운 연결보다 몽환적인 변형, 즉 '모프'에 가까운 결과가 나오기 쉽습니다.⁴⁵

좋은 첫 프레임은 예쁜 사진과 조금 다르다

여기서 아주 중요한 포인트가 하나 있습니다. 정지 사진으로 예쁜 이미지와, 영상의 첫 프레임으로 좋은 이미지는 완전히 같지 않습니다.

사진으로는 멋진데 영상으로는 답답한 컷이 있습니다. 대표적인 게 화면을 얼굴이 꽉 채운 초근접 셀피입니다. 정지 컷으로는 강렬하지만, 영상으로 넘어가면 인물이 고개를 돌릴 여유도 없고 카메라가 움직일 공간도 거의 없습니다.

반대로 스틸로는 평범해 보여도 영상으로 잘 먹히는 컷이 있습니다. 인물 주변에 약간의 공간이 있고, 배경 깊이가 읽히고, 빛 방향이 분명한 사진입니다. 이런 이미지는 아주 작은 움직임만 넣어도 갑자기 살아납니다.

좋은 첫 프레임의 조건을 실전 기준으로 정리하면 이렇습니다.

1. 주인공이 한눈에 읽혀야 한다

사람이든 제품이든, 화면의 주인공이 분명해야 합니다. 무엇을 움직여야 하는지 모델이 헷갈리지 않아야 하니까요. 군중 속 한 사람, 복잡한 책상 위 수십 개 물건, 반사로 겹쳐 보이는 피사체는 초반 성공률을 낮춥니다.

2. 움직일 여백이 있어야 한다

인물이 너무 타이트하게 잘려 있으면 고개를 살짝 돌리는 것조차 부자연스러워집니다. 제품도 마찬가지입니다. 병목, 뚜껑, 손, 그림자 같은 요소가 프레임 밖으로 잘려 있으면 움직임이 이상해지기 쉽습니다.

3. 빛 방향이 선명해야 한다

창가 빛인지, 스튜디오 톱라이트인지, 네온 반사인지가 읽히는 이미지는 훨씬 안정적입니다. 첫 프레임의 조명 정보는 이후 프레임 전체의 분위기와 그림자 거동에 큰 영향을 줍니다.³

4. 깊이감이 보여야 한다

앞, 중간, 뒤가 어느 정도 구분되는 사진이 좋습니다. 배경이 완전히 납작하면 카메라가 움직일 때 공간감이 어색해질 수 있습니다. 반대로 전경 식물, 인물, 뒤쪽 벽이나 창문처럼 층이 나뉘면 짧은 패럴랙스 효과만으로도 영상 느낌이 확 살아납니다.

5. 이미 안에 '움직임의 힌트'가 있으면 유리하다

살짝 흩날리는 머리카락, 바람이 스칠 것 같은 커튼, 곧 떨어질 듯 맺힌 물방울, 열기가 느껴지는 음식, 드레이프가 보이는 옷감은 모델이 어떤 방향으로 움직여야 할지 힌트를 얻기 좋습니다. 반대로 딱딱한 평면 로고, 정면 대칭의 납작한 패키지, 너무 플랫한 일러스트는 움직임이 단조롭게 나오기 쉽습니다.

첫 프레임 품질이 왜 그렇게 중요할까

이미지-투-비디오에서는 첫 프레임이 사실상 기준점입니다. 여기서 얼굴이 흐리거나, 손이 잘렸거나, 배경 경계가 지저분하면 그 작은 애매함이 뒤 프레임으로 갈수록 커질 수 있습니다.³

이 말은 겁주려는 게 아닙니다. 오히려 반대입니다. 영상이 잘 안 나오면 프롬프트부터 의심하기 전에 첫 이미지를 먼저 보라는 뜻입니다.

사진이 너무 어둡진 않은지, 피사체 윤곽이 뭉개지지 않았는지, 필터가 과해서 피부나 재질이 뭉치지 않았는지.

초보자가 생성 횟수를 가장 허무하게 날리는 경우가 바로 이겁니다. 프롬프트는 멀쩡한데, 출발점 이미지가 이미 어렵습니다.

어떤 장면은 유난히 어렵다

씨댄스가 강한 모델이라고 해도, 사진 한 장으로 모든 장면을 완벽하게 풀어내는 건 아닙니다. 특히 아래 유형은 결과 편차가 큽니다.

군중과 다중 상호작용

한 화면 안에 여러 사람이 제각각 다른 행동을 하면 난도가 급상승합니다. 누가 주인공인지, 누가 얼마나 움직여야 하는지, 배경 인물은 어느 정도 살아 있어야 하는지가 한 번에 꼬이기 쉽습니다. 초보자라면 두 명 이상이 동시에 복잡하게 상호작용하는 장면보다 한 명 중심 컷을 먼저 잡는 편이 좋습니다.

손과 물체가 복잡하게 맞물리는 장면

문을 열며 들어간다, 케이크를 자른다, 이어폰을 꺼내 귀에 꽂는다, 셔츠 단추를 잠근다 같은 동작은 인간에게는 평범하지만 AI 영상에서는 난이도가 높은 편입니다. 손가락 수, 접촉 위치, 물체 변형이 동시에 맞아야 하기 때문입니다. 이럴 때는 행동을 한 단계 줄이는 것이 좋습니다. "상자를 연다"보다 "상자 위에 손을 올리고 뚜껑이 천천히 들린다"가 훨씬 안전합니다.

지나치게 큰 포즈 변화

한 장의 정면 사진으로 갑자기 뒤돌기, 점프, 뛰기, 격한 액션까지 만들려고 하면 부자연스러워질 확률이 높습니다. 시작 이미지에 없는 몸의 정보가 너무 많기 때문입니다. 이런 장면은 더 넓은 구도의 원본을 쓰거나, 아예 퍼스트 프레임과 라스트 프레임을 함께 주는 편이 낫습니다.

반사, 투명, 글자, 로고가 중요한 장면

유리병, 메탈, 거울, 액정 화면, 패키지 로고처럼 작은 왜곡도 티가 나는 대상은 영상에서 더 까다롭습니다. 제품 광고를 만들 때 괜히 카메라를 크게 돌리기보다, 아주 느린 푸시 인이나 미세 회전부터 시작하는 이유가 여기에 있습니다.

한 컷 안에서 너무 많은 변화

낮에서 밤으로 바뀌고, 옷이 달라지고, 장소도 바뀌고, 카메라도 크게 회전하는 장면. 멋있어 보이지만 한 번에 다 넣으면 대부분 결과가 흐려집니다. 첫 장과 마지막 장 사이에는 공통된 시각 논리가 있어야 하고, 갑작스러운 스타일 전환은 줄이는 편이 좋습니다.⁵

실전에서는 이렇게 고른다: 잘 먹히는 이미지 5종

처음 결과를 빨리 보고 싶다면 아래 유형부터 시작해 보세요.

• 창가에 앉아 있는 인물 사진

• 정면 또는 사선으로 찍은 제품 컷

• 김 오르는 음식, 물방울 있는 음료, 향이 느껴지는 오브제 사진

• 깊이감 있는 인테리어 사진

• 포스터나 일러스트 중 레이어가 분명한 비주얼

이 다섯 가지의 공통점은 하나입니다. "작은 움직임만 줘도 납득된다"는 점입니다. AI 영상은 처음부터 크게 움직일수록 멋있어지는 도구가 아니라, 작은 변화가 설득력을 만들수록 점점 크게 가져갈 수 있는 도구입니다.

퍼스트 프레임만 쓸지, 라스트 프레임까지 쓸지 판단하는 법

아주 단순하게 생각하면 됩니다.

사진 한 장을 자연스럽게 살아 있게 만들고 싶다면 퍼스트 프레임만으로 충분합니다. 반면 장면이 어디에 도착해야 하는지가 중요한 컷이라면 라스트 프레임까지 쓰는 편이 좋습니다.

예를 들어 인물의 미세한 표정 변화, 머리카락 흔들림, 카메라 슬로우 푸시 인은 퍼스트 프레임만으로도 잘 됩니다. 하지만 상자가 열려야 하고, 문이 열리며 다른 공간이 보여야 하고, 같은 인물이 다른 자세에 도착해야 한다면 끝 장면을 알려주는 편이 훨씬 안정적입니다.⁴

이 판단이 서면 작업 속도가 빨라집니다. 초보자는 모든 컷에 고급 제어를 다 넣으려다가 오히려 헷갈리기 쉽습니다. 움직임이 작은 컷은 간단하게, 도착점이 중요한 컷은 두 프레임으로. 이 기준만 있어도 훨씬 덜 헤맵니다.

초보자용 프롬프트는 이렇게 쓰면 된다

이미지-투-비디오 프롬프트는 길게 소설 쓰듯 적기보다, 움직임 지시를 짧고 또렷하게 주는 편이 좋습니다. 특히 사진이 이미 많은 정보를 갖고 있으니 텍스트는 "무엇을 얼마나 움직일지"에 집중하면 됩니다.

가장 쉬운 공식은 이렇습니다.

주체의 작은 움직임 + 배경의 작은 변화 + 카메라 한 가지 + 분위기

예를 들면 이런 식입니다.

예시 1: 인물 사진을 자연스럽게 살리기

인물이 천천히 숨을 쉬고 시선이 살짝 옆으로 이동한다. 머리카락이 약한 바람에 조금 흔들린다. 카메라는 아주 천천히 앞으로 들어간다. 따뜻한 오후 자연광, 차분한 라이프스타일 톤.

예시 2: 제품 컷을 광고처럼 만들기

제품은 중심을 유지한 채 아주 천천히 회전하고, 표면 하이라이트가 부드럽게 흐른다. 카메라는 미세하게 오른쪽으로 이동하며 가까워진다. 깨끗한 스튜디오 조명, 프리미엄 테크 광고 톤.

예시 3: 퍼스트 + 라스트 프레임 전환

첫 프레임에서 마지막 프레임까지 같은 인물, 같은 의상, 같은 조명을 유지한다. 인물이 천천히 고개를 들고 카메라 쪽으로 한 걸음 움직인다. 카메라는 부드럽게 왼쪽으로 아크 이동한다. 전환은 매끄럽고 자연스럽게.

포인트는 한 번에 욕심내지 않는 것입니다. 카메라도 하나, 행동도 하나, 분위기도 하나. 이 원칙은 텍스트-투-비디오보다 이미지-투-비디오에서 더 중요합니다. 출발점이 이미 정해져 있기 때문에, 추가 지시는 많을수록 좋다가 아니라 충돌하지 않을수록 좋습니다.

결과가 이상할 때 가장 먼저 볼 것

생성이 어색하게 나왔다고 해서 곧바로 "모델이 별로네"라고 결론 내리면 억울합니다. 실제로는 아래 네 가지 중 하나인 경우가 많습니다.

• 원본 이미지가 너무 복잡하다

• 움직임 요구가 너무 크다

• 카메라와 피사체가 동시에 많이 움직인다

• 퍼스트 프레임과 라스트 프레임이 서로 다른 세계관이다

이럴 때는 한 번에 다 바꾸지 말고 하나만 고치세요. 원본을 더 단순한 컷으로 바꾸거나, 카메라 움직임을 줄이거나, 행동을 절반으로 줄이거나, 마지막 프레임을 더 비슷한 이미지로 바꾸는 식입니다.

특히 첫 시도에서 자주 통하는 처방은 이것입니다. "더 많이 움직이게"가 아니라 "덜 움직이게." 이상하게 들리지만, 초보 단계에서는 움직임을 줄일수록 품질이 오르는 경우가 정말 많습니다.

추천 워크플로우: 사진 한 장으로 그럴듯한 숏폼 만들기

이 장의 핵심을 실제 순서로 압축하면 아래처럼 됩니다.

1. 먼저 좋은 이미지를 고릅니다. 주인공이 분명하고, 빛이 읽히고, 움직일 공간이 있는 이미지가 좋습니다.

2. 그다음 이 장면에서 가장 자연스러운 움직임 하나만 정합니다. 숨, 시선, 머리카락, 증기, 천천한 회전, 슬로우 푸시 인 정도면 충분합니다.

3. 프롬프트에는 새 정보를 잔뜩 넣지 말고 움직임만 또렷하게 적습니다.

4. 도착점이 중요하면 라스트 프레임을 추가합니다. 이때 두 이미지는 같은 인물, 같은 제품, 비슷한 각도와 조명을 유지하는 편이 좋습니다.⁵

5. 결과를 볼 때는 예쁜지보다 자연스러운지부터 봅니다. 얼굴, 손, 재질, 배경 경계, 카메라 흐름이 어색하지 않은지 확인합니다.

6. 수정은 하나씩만 합니다. 이미지 교체, 움직임 축소, 카메라 축소, 라스트 프레임 정리 중 하나만 바꾸고 다시 생성합니다.

이 루틴에 익숙해지면 사진 한 장이 그냥 참고 이미지가 아니라, 영상 제작의 출발점이 됩니다.

활용 아이디어가 폭발하는 지점

이미지-투-비디오를 익히면 재미있는 건 기술이 아니라 발상이 달라진다는 점입니다. 이제부터는 눈에 보이는 거의 모든 정지 비주얼을 "이거 5초만 움직이면 되겠는데?"라는 시선으로 보게 됩니다.

• 제품 상세 페이지의 메인 컷을 짧은 광고 영상으로 바꾸기

• 룩북 스틸을 무드 있는 세로 숏폼으로 만들기

• 음식 사진을 메뉴 보드용 무빙 클립으로 바꾸기

• 여행 사진을 릴스 오프닝 장면으로 만들기

• 일러스트 포스터를 공연 홍보용 무빙 포스터로 확장하기

이 감각이 생기면 씨댄스는 '영상을 처음부터 만드는 도구'가 아니라 '이미 가진 이미지를 더 멀리 데려가는 도구'가 됩니다.

오늘 바로 해볼 가장 쉬운 연습

처음이라면 어렵게 시작하지 마세요. 아래 실습 하나면 충분합니다.

창가 인물 사진 한 장, 또는 제품 사진 한 장을 고릅니다. 그리고 같은 이미지로 세 번만 생성해 보세요.

첫 번째는 카메라 고정 + 피사체 미세 움직임. 두 번째는 느린 푸시 인 추가. 세 번째는 퍼스트 프레임과 라스트 프레임을 넣어 시작과 끝을 통제.

이 세 결과만 비교해 봐도 감이 옵니다. 같은 사진인데도 어디까지가 자연스럽고, 어디서부터 통제가 필요한지가 눈에 들어옵니다. 그 순간부터 이미지-투-비디오는 신기한 장난감이 아니라, 꽤 쓸 만한 제작 도구가 됩니다.

결국 중요한 건 '큰 변화'보다 '믿을 만한 변화'다

사진 한 장으로 영상을 만들 때 가장 큰 오해는, 많이 움직여야 성공이라는 생각입니다. 아닙니다. 잘 만든 이미지-투-비디오는 대개 과장된 액션보다 믿을 만한 변화에서 힘이 납니다.

눈빛이 아주 조금 움직이고, 빛이 살짝 흔들리고, 카메라가 조용히 다가오고, 마지막 프레임이 자연스럽게 도착하는 것.

이 네 가지만 잡혀도 결과는 꽤 그럴듯합니다.

그리고 바로 그 '그럴듯함'이 실전에서 제일 강합니다. 광고 컷도, 숏폼도, 무빙 포스터도, 결국 보는 사람에게 "이거 그냥 이미지가 아니네?"라는 느낌을 주면 이긴 것이니까요.

참고

¹Seedance 2.0 공식 소개

²Seedance Image to Video FAQ

³First & Last Frame: Control AI Video with Reference Images

⁴First and Last Frame Video Models

⁵Seedance 2 First/Last Frame Guide