Text to Video는 가장 단순한 영상 시작점입니다
Text to Video는 말 그대로 텍스트 프롬프트만으로 영상을 만드는 방식입니다. 이미지를 먼저 만들거나 캐릭터 참조를 넣지 않아도 됩니다. 그래서 Flow에서 영상 생성을 처음 익힐 때 가장 좋은 출발점입니다.
다만 이 방식의 목표를 정확히 잡아야 합니다. Text to Video의 첫 목적은 "최종 영상을 한 번에 완성하는 것"이 아닙니다. 장면의 분위기, 움직임, 카메라 방향, 오디오 가능성을 빠르게 확인하는 것입니다. 캐릭터 얼굴이나 제품 형태를 반드시 유지해야 한다면 앞에서 만든 기준 이미지나 Ingredients/References를 함께 쓰는 편이 더 안정적입니다. 이번 장에서는 가장 단순한 방식으로 4~8초짜리 짧은 클립을 만드는 데 집중합니다. 일부 모델이나 기능에서는 10초 옵션도 보일 수 있지만, 처음 연습할 때는 짧은 길이에서 움직임을 안정시키는 것이 더 중요합니다.
좋은 첫 클립은 복잡하지 않습니다. 한 장소, 한 피사체, 한 행동, 한 카메라 의도만 넣습니다. 예를 들어 "여자가 카페에 들어와 주문하고, 친구를 만나고, 갑자기 비밀 편지를 발견한다"는 한 클립에 너무 많은 사건이 들어 있습니다. 처음에는 "여자가 비 오는 창밖을 바라보며 커피잔을 들어 올린다"처럼 짧은 순간을 영상으로 만드는 것이 좋습니다.
AI 생성 이미지
생성 전 설정 순서
Flow의 화면 구성은 업데이트에 따라 조금씩 달라질 수 있습니다. 그래서 버튼 위치를 외우기보다 프롬프트 박스 주변의 설정을 확인하는 습관이 중요합니다. 특히 생성 직전에는 현재 모델, 화면비, 길이, 출력 수, 크레딧 비용을 확인해야 합니다. Google Flow 도움말에서도 생성 전에 프롬프트 박스 설정에서 활성 모델과 최신 크레딧 비용을 확인하라고 안내합니다.1
기본 순서는 다음과 같습니다.
프롬프트 박스에서 Video 모드로 전환합니다.
이미지가 아니라 영상을 만들 것이므로 생성 모드가 Video 또는 Text to Video 계열로 되어 있는지 확인합니다.모델을 선택합니다.
Flow의 영상 생성은 주로 Veo 계열 모델을 중심으로 제공되고, 일부 기능은 Gemini Omni Flash처럼 별도 모델에서 지원될 수 있습니다. 현재 제공되는 모델명과 지원 기능은 바뀔 수 있으므로, 화면에 표시된 모델 목록을 기준으로 판단합니다. 공식 도움말 기준으로는 Veo 3.1 Lite, Fast, Quality 같은 선택지가 있으며, 기능과 모델에 따라 4초, 6초, 8초 길이를 지원하고 일부 선택지에서는 10초 길이도 지원합니다.1화면비를 정합니다.
YouTube, 강의, 웹사이트 배너처럼 가로 영상이 필요하면 16:9를 선택합니다. Shorts, Reels, TikTok처럼 세로 숏폼이 목적이면 9:16을 선택합니다. 영상은 나중에 자르기 어렵기 때문에 처음부터 최종 플랫폼에 맞추는 것이 좋습니다.생성 길이를 선택합니다.
처음에는 6초나 8초가 적당합니다. 너무 짧으면 분위기가 나오기 어렵고, 너무 길면 행동이 흐트러질 가능성이 커집니다. 실패가 반복되면 4초나 6초로 줄여 움직임부터 안정시키는 편이 좋습니다.출력 수를 정합니다.
출력 수는 한 번에 몇 개의 후보를 만들지 정하는 옵션입니다. 처음 테스트할 때는 1개로 충분합니다. 방향이 맞는 프롬프트를 찾은 뒤 2~4개 후보를 뽑아 비교하는 편이 크레딧을 아낍니다.오디오 옵션을 확인합니다.
Veo는 영상과 함께 오디오나 대사를 생성할 수 있지만, Flow 안에서는 모델과 기능에 따라 지원 범위가 달라질 수 있습니다.2 대사, 주변 소리, 효과음을 넣고 싶다면 오디오가 켜져 있는지, 현재 모델이 해당 기능을 지원하는지 확인합니다.
Fast와 Quality를 고르는 기준
모델 이름에 Fast와 Quality가 보이면 이렇게 이해하면 쉽습니다. Fast는 빠른 탐색용, Quality는 더 중요한 후보 제작용입니다. Lite가 함께 보인다면 비용과 속도를 고려한 가벼운 선택지로 생각하면 됩니다. 실제 속도와 크레딧 비용은 제품 화면에서 확인해야 하지만, 작업 전략은 분명합니다.
초안 단계에서는 Fast나 Lite 계열이 유리합니다. 아직 장면 방향이 정해지지 않았기 때문입니다. 카메라가 가까워야 할지, 배경을 낮으로 할지 밤으로 할지, 인물이 걸어야 할지 멈춰 서 있어야 할지 모를 때는 빠르게 여러 번 시험하는 것이 좋습니다.
반대로 최종 후보에 가까운 장면은 Quality 계열로 테스트합니다. 특히 얼굴, 손동작, 제품 형태, 조명, 카메라 움직임, 오디오가 중요한 장면은 더 신중하게 생성해야 합니다. 단, "Quality를 쓰면 항상 원하는 결과가 나온다"는 뜻은 아닙니다. 프롬프트가 복잡하면 좋은 모델을 써도 장면이 흔들립니다. 모델보다 먼저 프롬프트를 단순하게 정리해야 합니다.
크레딧을 아끼는 기본 원칙은 이렇습니다.
방향 탐색: 짧은 길이, 낮은 출력 수, 빠른 모델
후보 제작: 6초나 8초, 2개 이상 출력, 안정된 프롬프트
최종 시도: 필요한 경우 Quality, 오디오와 세부 연출 확인
8초 장면 프롬프트 작성법
영상 프롬프트는 이미지 프롬프트보다 시간의 흐름이 중요합니다. 그래서 "무엇이 보이는가"뿐 아니라 "무엇이 어떻게 움직이는가"를 적어야 합니다. 하지만 사건을 많이 넣으면 안 됩니다. 8초 클립 하나에는 하나의 핵심 행동만 넣는 것이 안정적입니다.
기본 구조는 다음과 같습니다.
길이와 화면비
피사체
핵심 행동
장소와 시간대
카메라 구도와 움직임
조명과 분위기
스타일
오디오: 대사, 주변 소리, 효과음
예시는 다음과 같습니다.
8초 길이의 세로 9:16 영상. 노란 우비를 입은 젊은 배달원이 비 오는 밤의 좁은 골목을 자전거로 천천히 지나간다. 카메라는 낮은 위치에서 tracking shot으로 따라가며, 젖은 아스팔트에 네온사인이 반사된다. 차분하고 영화적인 분위기, 현실적인 색감. Ambient sound: soft rain, distant traffic, bicycle chain sound. Dialogue: none.
대사가 있는 장면은 더 짧게 써야 합니다.
8초 길이의 가로 16:9 영상. 따뜻한 아침빛이 들어오는 작은 카페. 젊은 바리스타가 나무 카운터 위에 커피잔을 조심스럽게 내려놓고 미소 짓는다. Close-up shot, slow dolly in, warm natural light, cozy cinematic mood. Dialogue in Korean, soft voice: "오늘도 천천히 시작해요." Background audio: quiet cafe ambience, small cup sound.
여기서 중요한 점은 대사를 한 문장으로 제한하는 것입니다. 8초 안에 긴 대사, 표정 변화, 큰 동작, 카메라 이동을 모두 넣으면 입 모양이나 타이밍이 어긋날 수 있습니다. 대사가 꼭 정확해야 하는 광고나 교육 영상이라면 Flow에서 영상만 만들고, 후반 편집 도구에서 성우 녹음이나 자막을 붙이는 방법도 고려합니다.
생성 버튼을 누르기 전 체크리스트
생성 전 20초만 점검해도 실패를 줄일 수 있습니다.
현재 모드가 Image가 아니라 Video인가?
Text to Video 방식이 맞는가?
모델이 내가 의도한 모델인가?
선택한 길이를 현재 모델이 지원하는가?
화면비가 최종 플랫폼과 맞는가?
출력 수가 너무 많지 않은가?
대사가 너무 길지 않은가?
한 클립에 사건을 너무 많이 넣지 않았는가?
오디오가 필요하다면 현재 모델과 옵션에서 지원되는가?
크레딧 차감량을 확인했는가?
특히 모델과 길이는 함께 봐야 합니다. 어떤 모델은 8초까지만 지원하고, 어떤 모델이나 기능은 10초까지 지원할 수 있습니다. Flow는 기능별로 지원 모델이 다르기 때문에, 특정 옵션을 고르면 알림이 나오거나 호환되는 모델로 전환될 수 있습니다.1 그래서 "아까 Fast를 골랐으니 계속 Fast겠지"라고 생각하지 말고, 생성 직전 현재 활성 모델을 다시 확인해야 합니다.
결과를 평가하는 순서
결과가 나오면 먼저 예쁜지 보지 말고, 목적에 맞는지 봅니다.
첫째, 피사체가 맞는지 확인합니다. 인물의 나이대, 의상, 제품 형태, 주요 색상이 프롬프트와 맞아야 합니다.
둘째, 행동이 분명한지 봅니다. "천천히 걷는다"고 했는데 뛰거나, "커피잔을 내려놓는다"고 했는데 컵이 사라지면 실패입니다.
셋째, 카메라가 의도대로 움직이는지 봅니다. tracking shot, dolly in, close-up 같은 표현을 넣었다면 결과에서 그 의도가 보이는지 확인합니다.
넷째, 오디오가 장면과 맞는지 확인합니다. 빗소리, 카페 소음, 발걸음 소리처럼 분위기를 돕는 소리는 유용합니다. 반대로 대사가 어색하거나 필요 없는 소리가 섞이면 오디오를 끄고 다시 생성하거나 후반 작업에서 교체합니다.
마음에 드는 결과는 바로 저장하고 이름을 붙입니다. 예를 들어 rain_alley_delivery_8s_v01처럼 장면, 길이, 버전을 알 수 있게 적어 두면 이후 Scenebuilder나 후반 편집에서 찾기 쉽습니다.
문제가 생겼을 때 확인할 것
생성 실패가 나오면 프롬프트를 먼저 줄입니다. 피사체 하나, 행동 하나, 카메라 하나만 남기고 다시 시도합니다. 그다음 모델, 길이, 화면비, 크레딧 잔액, 네트워크 상태를 확인합니다.
Pending 상태가 오래 지속되면 같은 요청을 여러 번 누르지 마세요. 중복 생성으로 크레딧이 낭비될 수 있습니다. 잠시 기다린 뒤 프로젝트의 결과 영역이나 History를 확인합니다. 계속 멈춰 있으면 길이를 줄이거나 출력 수를 1개로 낮춰 다시 시도합니다.
오디오 생성이 실패하거나 어색하면 대사를 더 짧게 만듭니다. "자연스럽고 감정적인 대화"보다 "작은 목소리로 한 문장"이 안정적입니다. 노래 가사, 유명인의 목소리, 특정 인물을 흉내 내는 요청은 정책이나 품질 문제를 일으킬 수 있으므로 피합니다.
정책 차단이 나오면 장면의 소재를 점검합니다. Veo에는 유해할 수 있는 출력을 막기 위한 안전 기능이 포함되어 있습니다.2 폭력, 성적 표현, 미성년자 관련 민감한 묘사, 실제 인물 사칭, 위험 행위 조장, 저작권이 있는 캐릭터나 브랜드를 그대로 요구하는 표현은 차단될 수 있습니다. 이때는 내용을 우회하려 하지 말고, 가상의 인물과 안전한 상황으로 바꿔 다시 작성합니다.
원하지 않는 모델로 바뀐 것처럼 보일 때는 호환성 문제를 의심합니다. Flow의 기능은 모델마다 지원 범위가 다릅니다. 예를 들어 Text to Video, Frames to Video, Ingredients/References to Video, Extend 같은 기능은 지원 모델과 길이가 다를 수 있습니다.1 옵션을 바꾸는 과정에서 Flow가 알림을 주거나 다른 모델 사용을 요구할 수 있으므로, 생성 직전 모델명을 다시 확인하는 습관이 필요합니다.
첫 클립의 목표는 완성이 아니라 기준 만들기입니다
Text to Video 첫 클립은 앞으로 만들 영상의 기준점입니다. 여기서 장면의 리듬, 카메라 거리, 조명 톤, 오디오 방향을 확인합니다. 마음에 드는 클립이 나오면 그대로 끝내지 말고 왜 좋은지 기록해 두세요. "낮은 카메라가 좋음", "비 소리는 유지", "대사는 제거", "인물은 더 가까이"처럼 짧게 메모하면 다음 생성의 정확도가 올라갑니다.
이제 텍스트만으로 영상의 기본 움직임을 만들 수 있습니다. 다음 단계에서는 이미지와 프레임을 함께 사용해 시작 장면과 끝 장면을 더 정확히 통제하는 방법으로 넘어갑니다.
참고
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.