AI 이미지·영상 생성 프롬프팅 가이드

이미지·영상 생성 AI를 쓰는 사람이라면 누구나 부딪히는 실무 프롬프팅을 두 자료로 정리한 아카이브다. 하나는 원리다. The Prompting Handbook(Magnific Studios) 정리본으로 모델 선택, 프롬프트 구조, AI 티 제거, 영상의 샷 디렉팅까지 이미지와 영상 프롬프팅의 큰 원리를 다룬다. 다른 하나는 실전이다. 김용성 교수의 『챗GPT 이미지 만들기 1600제』로 그 원리를 20개 PART, 400개 실전 프로젝트, 1,600개 변형 이미지로 반복 훈련한다. 원리로 지도를 그리고 실전으로 손에 붙이는 구성이다.

개인 창작자보다 단체와 활동가에게 더 요긴하다. 블로그에 올릴 이미지, 워크숍 자료, 행사 홍보물을 직접 만들어야 하는 조직에게 이 두 자료는 손에 익혀 두면 반복해서 쓰는 적정기술이 된다. 한 번 익힌 뒤 제미나이 젬(Gem)이나 GPTs로 만들어 두면, 디자이너 없이도 일정한 품질의 결과물을 계속 뽑아낼 수 있다.

자료 내려받기

아래 자료는 비밀번호로 보호된 페이지에서 개인 학습·단체 활동 참고용으로 제공한다. 원문 저작권은 각 원저작자에게 있으므로 무단 재배포는 삼간다.

AI 이미지·영상 프롬프팅 가이드 PDF · 요약 정리본 챗GPT 이미지 만들기 1600제 (원본 도서) Drive에서 내려받기 · 약 106MB

이 자료를 쓰는 법

이 아카이브의 진짜 쓸모는 읽고 끝내는 데 있지 않다. 원리를 한 번 숙지한 다음, 자주 쓰는 지시사항을 제미나이 젬이나 GPTs로 만들어 두고 필요할 때 불러 쓰는 것이 핵심이다. 매번 프롬프트를 처음부터 짜는 대신, 우리 단체의 톤과 규칙을 미리 담은 도구를 만들어 두는 셈이다.

젬이나 GPTs를 만들 때는 조직에 맞춰 지시사항을 구체화한다.

이미지 무드를 고정한다. 예를 들어 부드러운 시네마틱 톤, 절제된 색감, 다큐멘터리 질감처럼 우리 자료의 분위기를 문장으로 못 박아 둔다.
브랜드 컬러를 헥스 코드로 지정한다. 로고와 홍보물에 쓰는 색을 정확한 값으로 넣어 두면 매번 색이 흔들리지 않는다.
자주 쓰는 금지 목록을 넣어 둔다. 아래 정리한 AI 티 유발 단어와 표준 네거티브 세트를 도구의 기본값으로 심어 둔다.
결과물 규격을 미리 정한다. 카드뉴스는 세로 비율, 배너는 가로 비율처럼 자주 쓰는 크기를 지시사항에 적어 둔다.

이렇게 만들어 둔 도구 하나가 워크숍 자료 제작 시간을 크게 줄인다. 담당자가 바뀌어도 같은 도구를 넘겨주면 결과물의 일관성이 유지된다.

아래 Part 1부터 Part 3까지는 원리편이다. The Prompting Handbook 정리본을 바탕으로 이미지, 비디오, 샷 디렉팅 순서로 프롬프팅의 큰 원리를 짚는다. 그다음 실전편에서 김용성 교수의 1600제로 이 원리를 손에 붙인다.

Part 1 이미지 프롬프팅

모델을 먼저 고른다

프롬프트를 잘 쓰는 일의 절반은 일에 맞는 모델을 고르는 데서 끝난다. 모델마다 잘하는 영역이 뚜렷하게 갈린다.

모델	가장 잘하는 일	최대 해상도
Nano Banana Pro (구글)	영화적 히어로 이미지, 까다로운 프롬프트, 정밀 작업	4K
Nano Banana 2 (구글)	편집, 제품·브랜드, 대량 반복 생성. 일상 작업 기본값	4K
Seedream 5.0 (바이트댄스)	포스터·패키징·이커머스, 브랜드 일관성 배치 작업	4K
GPT Image 2 (오픈AI)	레이아웃 중심 디자인, 인포그래픽, 텍스트 정확도	4K
Recraft V4.1	로고·아이콘·벡터 에셋. 유일하게 진짜 벡터(SVG) 출력	2K
Flux.2 (블랙포레스트랩스)	브랜드 지정색 정확 구현, 구조화된 샷리스트 브리핑	2K
Krea 2	스타일 레퍼런스·무드보드 기반 감각적 룩	2K

정리하면 이렇다. 일상 작업은 Nano Banana 2, 정밀하거나 브랜드가 걸린 작업은 Nano Banana Pro로 간다. 둘은 이미지당 비용이 같으니 용도로 구분하면 된다. 복잡한 레이아웃은 GPT Image 2, 타이포·포스터·벡터는 Recraft, 지정색과 샷리스트로 통제하고 싶으면 Flux.2, 감성적인 룩은 Krea 2가 맞는다.

프롬프트는 태그가 아니라 장면이다

이미지 프롬프트는 키워드를 늘어놓는 목록이 아니라 하나의 일관된 장면을 서술하는 문장이어야 한다. 요즘 추론형 모델은 복잡한 프롬프트를 부분별로 읽고 렌더링하므로, 장면을 구성하는 요소를 빠짐없이 문장에 담는 것이 유리하다.

요소	무엇을 지정하나
피사체	누가 또는 무엇이 화면에 있는가
동작·상태	그 피사체가 무엇을 하고 있는가
배경	어디에서 벌어지는 장면인가
조명	빛이 어디서 어떻게 들어오는가
구도	화면 안 배치와 프레이밍
스타일	사진, 일러스트, 필름룩 같은 전체 룩

여기에 실무 원칙 몇 가지가 붙는다. ‘8K’나 ‘걸작’ 같은 화질 부스터 단어는 넣지 않는다. 결과에 도움이 안 되고 오히려 AI 티만 남긴다. 저렴한 저해상도(1K)로 여러 번 탐색해 방향을 잡은 뒤, 최종본만 고해상도(2~4K)로 뽑는다. 같은 인물이나 제품을 반복해 써야 하면 레퍼런스로 정체성을 고정한다. 실제 제품은 디테일과 질감, 라벨까지 맞춰야 하므로 가장 까다로운 테스트인데, 이미지는 Nano Banana 2가 안정적이다.

이미지 속 텍스트를 다루는 법

모델은 글자를 작가처럼 타이핑하지 않고 디자이너처럼 배치한다. 이 차이를 이해하면 텍스트 실패의 대부분을 피할 수 있다.

넣을 단어는 따옴표로 감싸고 위치를 지정한다. 예를 들어 헤드라인은 상단을 가로지르게, 라벨 문구는 그대로 반복해서 적는다.
영역과 단, 위계를 디자이너에게 브리핑하듯 설명한다. 텍스트 요소는 한두 개로 소수만 두는 편이 안정적이다.
자꾸 깨지는 단어는 철자를 풀어쓴다. ‘STUDIO’가 자꾸 틀리면 ‘S, T, U, D, I, O’로 적어 준다.
텍스트가 중요한 작업은 Seedream이나 GPT Image 2가 강하고, 가장 긴 텍스트는 Recraft가 안정적이다.

따옴표를 빠뜨리면 모델은 그 단어를 화면에 넣을 대본이 아니라 주제로 받아들여 엉뚱하게 바꿔 버린다. 긴 문단이나 작은 라벨은 도형처럼 뭉개진다. 정확한 폰트나 자간까지는 기대하기 어려우니, 세밀한 타이포는 편집 단계에서 손보는 편이 낫다.

편집은 대화로 한다

편집은 손으로 영역을 마스킹하는 대신 무엇을 바꿀지 문장으로 지시하는 방식으로 바뀌었다. 핵심 원칙은 바꿀 것과 유지할 것을 한 문장에 함께 담는 것이다. 예를 들어 헤드라인 문구만 ‘FOCUS’로 바꾸고 서체와 크기, 색, 위치는 그대로 두라고 명시한다. 유지할 것을 적지 않으면 모델이 함께 바꿔 버린다.

작업별로는 영역 편집과 재조명은 Nano Banana 2가 일상용으로 충분하고 정교한 작업은 Pro로 간다. 여러 레퍼런스를 합성할 때는 Seedream이 최대 10장까지 얼굴과 조명, 톤을 유지한다. 진짜 벡터가 필요하면 Recraft가 SVG와 학습된 브랜드 스타일을 함께 낸다.

AI 티(슬롭) 없애기

방치하면 어떤 모델이든 같은 기본값으로 수렴한다. 정중앙 정면 응시, 균등한 조명, 화면 전체가 선명하고 인위적인 광택이 도는 이미지가 그것이다. 이런 결과물은 조직이 이미지에 무신경하다는 신호를 준다. 이것을 걷어내는 두 가지 습관이 있다.

첫째, 샷을 연출한다. 중앙을 살짝 벗어난 구도, 실제로 일어난 것 같은 순간, 앞뒤 깊이감을 준다. 둘째, 부드러운 시네마틱 그레이딩을 입힌다. 대비를 부드럽게, 초점을 크리미하게 굴려 떨어뜨리고, 균일한 필름 그레인을 얹는다.

프롬프트에 바로 넣는 필름룩 문장은 다음과 같다. 부드러운 시네마틱 렌즈, 크리미한 초점 롤오프의 얕은 피사계심도, 부드러운 하이라이트 롤오프의 은은한 대비, 균일하고 미세한 필름 그레인, 과도한 선명화 없음, 디지털 느낌 없음. 인물 피부에는 이 문장을 더한다. 자연스러운 피부 질감, 사실적인 모공과 솜털, 은은한 정맥과 미세한 하이라이트, 리터칭한 플라스틱 느낌이 아닌 촉각적이고 진짜 같은 느낌.

반대로 결과를 AI스럽게 만드는 금지 단어가 있다. ultra sharp, hyper detailed, crisp, razor sharp, 8K clarity, HDR, ultra-realistic detail이 그것이다. 이 목록 중 유일하게 남길 가치가 있는 것은 그레인 하나뿐이다.

검증된 키워드

프롬프팅의 절반은 원하는 룩의 이름을 아는 데 있다. 다만 한 프롬프트에 2~3개만 넣는다. 많이 넣으면 서로 희석되어 효과가 사라진다.

범주	검증된 키워드
빛	shadowplay(가장 신뢰도 높은 조명 키워드), 왼쪽 위 부드러운 단일 키라이트, 로우키, 림 라이트, 골든아워
톤·무드	muted palette, faded blacks, gentle contrast, cinematic, editorial, quiet-luxury
질감	fine uniform film grain, visible pores, tactile fabric weave, atmospheric haze
구도	generous negative space, centered deadpan framing, chest-up crop, slight three-quarter angle
블러·초점	background melts into soft blur, creamy focus roll-off, only the label in focus

렌즈 수치(35mm, f/1.2 등)는 약한 지렛대다. 모델이 잘 구분하지 못하므로, 수치보다 눈에 보이는 효과를 함께 적어 준다.

Part 2 비디오 프롬프팅

옴니 아키텍처라는 변화

2026년 영상 생성의 가장 큰 변화는 통합형 옴니 아키텍처의 등장이다. 텍스트와 이미지, 영상, 오디오를 한 모델에 함께 입력하면 동기화된 사운드까지 포함한 완성 영상을 단 한 번에 출력한다. 예전처럼 무성 영상을 만든 뒤 소리를 따로 붙이는 과정이 사라진 것이다. Seedance 2.5가 선도하고 Kling 3.0 Omni, 알리바바 Happy Horse, 구글 Gemini Omni Flash가 뒤를 쫓는다.

모델 비교

모델	가장 잘하는 일	특징
Seedance 2.5 (바이트댄스)	기본값. 최고 품질과 미감	네이티브 오디오, 최대 30초, 4K, 립싱크
Kling 3.0 Omni (콰이쇼우)	캐릭터 일관성, 액션, 대사, 제품 위 텍스트	퍼포먼스 클로닝, 4K, 립싱크
Happy Horse 1.1 (알리바바)	숏폼 시네마틱, 토킹헤드, 빠른 반복	예산이 빠듯할 때, 1080p
Gemini Omni Flash (구글)	대화형 연출, 러프한 방향잡기	화질은 Seedance에 못 미침, 자체 음성만

순간을 통제하는가, 정체성을 통제하는가

영상에서 이미지를 넣는 방법은 두 갈래이고 목적이 다르다.

시작·끝 프레임은 순간을 통제한다. 샷이 어떻게 열리고 닫히는지를 정한다. 샷이 바뀌면 프레임도 바뀐다.
레퍼런스 이미지는 정체성을 통제한다. 누가, 무엇이, 어떤 스타일인지를 정한다. 타임라인 어디에서든 일관되게 유지된다.

샷 설명으로 프롬프트를 짠다

비디오 프롬프트는 카메라 감독이 촬영팀에 지시하듯 샷을 설명하는 문장이다. 구성 요소는 샷 프레이밍, 카메라 무브, 피사체, 동작, 배경, 조명, 스타일, 오디오다.

샷을 문장 맨 앞에 둔다. 한 클립에는 동작 하나, 카메라 무브 하나만 담는다.
실제 촬영 용어를 쓴다. 모델은 촬영 현장 어휘를 학습했다.
이미지에서 출발하는 영상(이미지-투-비디오)은 움직임과 카메라만 설명한다. 피사체는 이미 프레임에 있기 때문이다.
저해상도(720p, 1080p)로 반복해 다듬고 최종본만 4K로 뽑는다.

오디오는 이렇게 통제한다. 효과음과 배경음은 평범한 말로 묘사하고, 대사는 따옴표로 감싼다. 그리고 모든 프롬프트를 음악 없음, 자막 없음으로 끝낸다. 생성된 음악은 나중에 선택의 폭을 좁히고, 화면에 새겨진 자막은 지울 수 없기 때문이다. 스코어링과 자막은 편집 단계로 미룬다.

첫 프레임 다시 쓰기 파이프라인

가장 강력한 영상 편집은 종종 영상 모델 바깥에서 이뤄진다. 첫 프레임을 이미지 모델로 정밀하게 고친 뒤 영상으로 되돌리는 방식이다.

다듬고 싶은 클립에서 시작한다.
첫 프레임을 이미지로 추출한다.
Nano Banana Pro로 그 프레임을 편집한다. 바뀌는 것만 이름을 댄다.
Seedance 2.5로 재렌더링한다. 편집한 프레임을 시작 프레임으로, 원본을 모션 레퍼런스로 넣는다.

이렇게 하면 콘텐츠는 이미지급 정밀도를 얻고, 움직임은 영상급 연속성을 유지한다.

Part 3 샷 디렉팅

영상 엔진에는 공통된 습성이 있다. 미신처럼 들려도 법칙처럼 지키는 편이 안전하다. 대부분 규칙을 어겼을 때 렌더가 깨진 경험에서 나온 것이다.

클립을 잇는 다섯 이음새

여러 클립을 이어 붙일 때 이음새의 종류를 브리핑이 결정한다.

이음새	무엇인가
프로즌 핸드오프	한 클립의 마지막 프레임이 다음 클립의 첫 프레임이 된다
액션 브리지	한 클립 끝의 동작이 다음 클립 시작에서 새 각도로 완결된다
매치 컷	장면이 바뀌어도 형태·위치·색을 공유한다
포털	화면을 채우는 것(동공·수증기·문)을 통과한다. 영상당 한 번만
하드 컷	깔끔한 몽타주. 기본값

매끄럽게 또는 원테이크라고 적으면 프로즌 핸드오프로, 컷해서 또는 짧은 장면이라고 적으면 하드컷으로, 무엇으로 변한다고 적으면 매치컷으로 이어진다.

생성 장면의 물리 법칙

동작은 생체역학이 아니라 의도와 이름 붙인 동작으로 적는다. 예를 들어 스피닝 백킥이 명중한다처럼.
감정은 라벨이 아니라 신체 반응으로 적는다. 화나 보인다 대신 턱이 굳고 콧구멍이 벌어진다로.
보이거나 들리는 것만 적는다. 삼나무 향 대신 대팻밥과 빛 속의 먼지처럼.
프레임 밖으로 나간 것은 사라진 것이다. 연속 촬영 안에서 나갔다 다시 들이지 않는다.
컷 사이에 추적하는 캐릭터는 최대 세 명까지다. 넘으면 정체성이 뒤섞인다.
거울은 정면으로 향하지 말고 비껴서 담는다.
컷마다 위치와 방향을 다시 서술한다. 이것이 180도 규칙이다.

카메라 무브 열두 가지

한 클립에는 무브 하나만 넣는다. 그리고 거의 모든 무브에 slow를 붙인다. 느린 움직임이 결함을 가려 준다.

무브	쓰임
푸시인·풀백	대상으로 다가가거나 물러난다
팬·틸트	카메라를 좌우 또는 위아래로 돌린다
트래킹	대상을 따라 이동한다
아크·오빗	제품은 360도, 인물은 30도 이내로 돈다
크레인·집	수직으로 올리거나 내린다
줌·돌리줌	화각을 당기거나 밀어낸다
휩팬·크래시줌	빠르게 휘두르거나 급격히 당긴다
핸드헬드	흔들림. subtle을 안 붙이면 지진이 된다
정적 샷 + 앵글	로우는 권력, 더치는 불안, 버즈아이는 스케일

샷 사이즈와 앵글

샷 사이즈는 설정샷과 익스트림 와이드에서 시작해 와이드, 미디엄(대화의 기본), 클로즈업, 익스트림 클로즈업으로 좁혀진다. 여기에 오버더숄더와 POV가 더해진다. 렌즈 수치는 이미지와 마찬가지로 약한 지렛대이니 눈에 보이는 효과를 함께 적는다. 광각은 14~24mm, 표준은 35~50mm, 망원은 85~135mm 범위다.

대사와 비트 타이밍

대사는 따옴표로 감싸고 화자를 지정하되, 클립 길이에 맞게 짧게 쓰고 전달 방식을 함께 서술한다. 한 비트에는 화자 한 명만 둬야 립싱크가 깔끔하다. 여기에도 자막 없음을 붙인다. 동작이 여럿이면 타임코드(00:00~)로 나눠 비트마다 동작 하나씩 배치한다.

오디션으로 연기를 고정한다

캐릭터 시트가 얼굴을 고정한다면, 오디션은 연기를 고정한다. 짧은 셀프테이프로 스크린 테스트를 해 두고, 여러 목소리 레시피로 두세 테이크를 찍은 뒤 가장 좋은 연기를 이후 장면의 영상 레퍼런스로 쓴다. 트레일러가 아니라 셀프테이프여야 한다. 단순한 공간, 미디엄 클로즈업, 아이레벨, 얕은 심도로 담는다. 서브텍스트가 있는 짧은 대사 한 줄, 최대 세 가지 특성의 목소리 레시피(지친, 다정한, 절제된), 음성적 순간 하나와 신체적 행동 하나의 미세 연기면 충분하다. 해소되지 않은 채 끝내는 것이 좋은 셀프테이프다.

챗GPT 이미지 만들기 1600제 — 원리를 굳히는 실전 프로젝트 400개

앞의 세 파트가 원리를 설명한다면, 김용성 교수의 『챗GPT 이미지 만들기 1600제』는 그 원리를 몸에 붙이는 훈련장이다. 20개 PART에 걸쳐 400개 프로젝트와 1,600개 변형 이미지로 이루어진 디지털 전자책이며, 이미지 생성은 OpenAI Image 2.0을 기준으로 한다. 영상은 다루지 않고 이미지 설계에 집중한다.

이 책의 관점은 한 문장으로 압축된다. 좋은 이미지는 긴 문장이 아니라 명확한 결정에서 시작된다. 그래서 프롬프트를 하나의 완성된 문장이 아니라 고정값과 변형값으로 나눈 설계도로 다룬다.

구분	역할	무엇을 담나
메인 프롬프트	네 장 내내 지켜야 할 조건을 잠그는 앵커	인물의 정체성, 제품의 비율, 공간의 구조, 재료와 수량
변형 프롬프트	장마다 일부러 다르게 두는 조건	카메라 거리, 시점, 행동, 시간대, 조명, 색감, 활용 형식

한 프로젝트의 네 이미지는 그림을 네 번 다시 뽑은 것이 아니라 같은 설계를 네 번 시험하는 작은 실험이다. 가까이 다가가도 정체성이 유지되는지, 시간대가 바뀌어도 공간 구조가 남는지를 눈으로 확인한다. 400개 프로젝트는 인물, 제품, 음식, 공간, 자연, 과학, 정보 디자인, 캐릭터, 문화, 영화적 장면, 광고 캠페인까지 이어진다.

한 프로젝트를 읽는 법

책은 한 페이지를 하나의 실험 단위로 본다. 실제 생성은 메인 프롬프트에 빈 줄을 두고 해당 이미지의 변형 프롬프트를 이어 붙이는 식으로 조합한다.

먼저 무엇이 유지됐는지 확인한다. 인물이면 얼굴 비율·헤어·의상·액세서리, 제품이면 부품 수·비율·재료·색·접합 위치, 공간이면 창·벽·계단·가구 수·동선을 본다.
다음으로 무엇이 달라졌는지 비교한다. 거리(macro·close·medium·wide), 시점(eye level·high·low·top-down), 렌즈(24·50·85·100mm), 시간(dawn·noon·dusk·night), 조명(soft daylight·hard sun·rim light·practical light), 활용(catalog·editorial·lifestyle·campaign)이 그 축이다.
필요한 줄만 골라 바꾼다. 피사체가 달라졌으면 Core subject, 공간이 흐트러졌으면 Environment, 동일성이 깨졌으면 Continuity anchors, 질감이 가짜 같으면 Rendering, 불필요한 것이 생겼으면 Constraints, 구도만 바꾸려면 변형의 Composition 줄을 손본다.
생성 기록을 남긴다. 사용한 메인·변형 프롬프트, 생성 날짜와 모델, 채택·수정·폐기 이유를 함께 보관한다. 좋은 결과만 모으는 것보다 실패한 이유를 적어 두는 편이 다음 프로젝트를 빠르게 끌어올린다.

이 접근은 앞 파트의 원리와 정확히 맞닿는다. 가이드가 슬롭에서 한 걸음 멀어지는 결정을 강조했다면, 이 책은 그 결정을 400번 반복해 감각으로 만든다. 원리를 읽고 여기서 손으로 굳히면 된다.

강의 개요

항목	내용
원리편	The Prompting Handbook (v1.2, 2026-07, Magnific Studios) — 이미지·비디오·샷 디렉팅 원리
실전편	김용성 『챗GPT 이미지 만들기 1600제』 (2026, 김용성 교수의 AI 클래스) — 20개 PART·400개 프로젝트·1,600개 변형 이미지 (OpenAI Image 2.0)
대상	단체·활동가·콘텐츠 제작자 (이미지·영상 생성 AI 이용자)
큐레이션	김진관 (닷커넥터)

출처

원리편 — The Prompting Handbook (v1.2, 2026-07) · Magnific Studios (magnific.com)
실전편 — 김용성 『챗GPT 이미지 만들기 1600제』 (2026, 김용성 교수의 AI 클래스), 20개 PART·400개 프로젝트·1,600개 변형 이미지. 메인/변형 프롬프트 설계법을 요약했을 뿐 책의 프롬프트 본문과 이미지는 옮기지 않았다.
큐레이션 — 김진관 (닷커넥터)