핵심 비유
AI 영상 생성은 '퍼즐 맞추기 + 영화 필름 이어 붙이기'의 조합이다. 먼저 AI는 완성된 영상을 수천 조각의 퍼즐로 분해해 각 조각이 어떻게 생겼는지 외운다(학습). 영상을 만들 때는 하얀 백지(잡음)에서 시작해 퍼즐 조각을 하나씩 제자리에 끼워 맞추듯 노이즈를 지워 나간다(생성). 마지막으로 완성된 조각들을 시간 순서대로 이어 붙이면 — 마치 영화 필름의 한 컷 한 컷을 연결하듯 — 자연스럽게 움직이는 영상이 완성된다.
핵심 포인트
- AI는 영상을 '프레임(사진) 여러 장의 묶음'으로 이해한다. Sora 같은 모델은 영상을 수천 개의 작은 시공간 조각(spacetime patch)으로 나눈 뒤, 이 조각들이 시간 순서대로 어떻게 연결되는지 학습한다.
- 영상 생성의 핵심 기술은 '디퓨전(diffusion)' — 처음에는 TV 잡음 같은 무작위 픽셀에서 시작해, 단계별로 잡음을 제거하며 점점 선명한 영상을 만들어 낸다. 그림을 지우개로 지워가는 과정을 거꾸로 재생하는 것과 같다.
- AI가 자연스러운 영상을 만들려면 '프레임 일관성(temporal consistency)'이 중요하다. 이전 프레임과 다음 프레임을 동시에 참조하는 어텐션 메커니즘 덕분에 캐릭터가 갑자기 모습이 바뀌거나 사라지는 현상을 방지한다.
- 텍스트 한 줄이 영상이 되는 과정: 사용자 입력 문장 → AI가 의미 파악 → 잡음에서 패치 조각 생성 → 조각 연결 → 완성 영상. Sora는 이 과정을 한 번에 처리하므로 최대 60초 영상도 생성 가능하다.
- AI 영상 도구마다 특기가 다르다. Sora는 '텍스트 → 영상' 스토리텔링에, Runway Gen-3는 '이미지/영상 편집 + 프레임 단위 세밀 제어'에 강하다. 도구 선택은 만들고 싶은 영상의 목적에 따라 달라진다.
교사 팁
수업 도입부에 학생들에게 5초짜리 무작위 노이즈 영상(TV 잡음 화면)을 보여준 뒤, "AI는 바로 이 잡음에서 영상을 만들기 시작한다"고 소개하면 즉각적인 호기심을 유발할 수 있다. 이후 실제 Sora 또는 Runway로 짧은 문장("고양이가 달 위에서 피아노를 친다")을 입력해 영상을 생성하고, 결과물의 프레임을 한 장씩 멈춰 보며 "AI가 각 순간을 어떻게 이어 붙였는지" 토론하는 활동으로 연결한다. 추가 심화 활동으로 학생들이 직접 프롬프트 문장을 작성하고 결과 영상의 자연스러움을 1~5점으로 평가하는 '프롬프트 실험'을 진행하면, 언어 표현과 AI 출력의 관계를 체감하게 할 수 있다.