유튜브 쇼츠와 인스타그램 릴스에서 가장 높은 몰입도를 자랑하는 분야 중 하나가 바로 ‘기상천외한 AI 건축/공간 영상’입니다. 기존에는 미드저니(Midjourney)로 이미지를 뽑고, 런웨이(Runway)나 클링(Kling)으로 비디오를 생성한 뒤 수작업으로 컷편집을 맞추느라 영상 하나에 수 시간이 걸렸습니다.

원카AI 채널에서 공개한 AI 건축 쇼츠 30분 제작법 은 중간 이미지 생성 단계를 생략하고 구글 Veo(비오)의 텍스트-투-비디오(T2V) 직행과 제미나이의 3단계 반전 스토리텔링 프롬프트 를 결합해 작업 시간을 30분 이내로 압축한 획기적인 파이프라인입니다.

Sources

1. 30분 건축 쇼츠 고속 제작 파이프라인

flowchart TD
    classDef stepNode fill:#c5dcef,stroke:#2b6cb0,stroke-width:1.5px,color:#333;
    classDef veoNode fill:#e0c8ef,stroke:#6b46c1,stroke-width:1.5px,color:#333;
    classDef editNode fill:#c0ecd3,stroke:#38a169,stroke-width:1.5px,color:#333;

    S1["1단계: 제미나이 3단계 반전 기획
(도입 호기심 -> 예상 전개 -> 극적 반전 결말)"] --> S2["2단계: 구글 Veo 멀티샷 프롬프트 생성
(이미지 생성 생략 후 T2V 직행)"]
    S2 --> S3["3단계: Veo 일관성 비디오 생성
(카메라 무빙 및 텍스처 디테일 유지)"]
    S3 --> S4["4단계: 타입캐스트(Typecast) AI 내레이션"]
    S4 --> S5["5단계: 캡컷(CapCut) 자동 자막 & 사운드 싱크"]

    class S1 stepNode;
    class S2,S3 veoNode;
    class S4,S5 editNode;

2. 기존 방식 대비 시간 단축의 핵심: ‘이미지 생성 건너뛰기’

기존 방식과 30분 직행 방식의 차이는 불필요한 징검다리 단계를 제거한 데 있습니다.

flowchart TD
    classDef oldNode fill:#ffc8c4,stroke:#e53e3e,stroke-width:1.5px,color:#333;
    classDef newNode fill:#c0ecd3,stroke:#38a169,stroke-width:1.5px,color:#333;

    subgraph OldFlow["기존 워크플로우 (2~3시간 소요)"]
        O1["기획"] --> O2["미드저니 이미지 프롬프트"]
        O2 --> O3["이미지 업스케일 & 선별"]
        O3 --> O4["이미지-투-비디오 (I2V)"]
        O4 --> O5["모션 왜곡 수정 & 재렌더링"]
    end

    subgraph NewFlow["30분 고속 워크플로우 (Veo 직행)"]
        N1["제미나이 반전 프롬프트"] --> N2["구글 Veo 텍스트-투-비디오 (T2V) 멀티샷"]
        N2 --> N3["내레이션 싱크 & 캡컷 완성"]
    end

    class O1,O2,O3,O4,O5 oldNode;
    class N1,N2,N3 newNode;
  • 구글 Veo의 공간 이해도: Veo는 물리적 공간감과 카메라 무빙(드론 샷, 줌인, 패닝)을 텍스트만으로 정교하게 이해하므로 고해상도 참조 이미지 없이도 건축물의 압도적인 질감을 살려냅니다.
  • 멀티샷(Multi-shot) 프롬프트 분할: 카메라 각도(드론 조감도 ➔ 내부 진입 ➔ 디테일 클로즈업)를 프롬프트에 구조화하여 씬 간의 시각적 연속성을 보장합니다.

3. 제미나이 3단계 반전 스토리텔링 템플릿

시청 유지율(Audience Retention)을 80% 이상 끌어올리기 위한 제미나이 프롬프트 공식은 다음과 같습니다:

  1. 후킹(Hook): 상식을 깨는 첫 문장 (“절벽 위에 지어졌지만 바닥이 유리로 된 집?”).
  2. 전개(Body): 건축학적 경이로움과 기능적 설계 묘사.
  3. 반전(Climax & Twist): 마지막 3초에 드러나는 비밀 (실제로는 버려진 잠수함을 개조한 호텔 등).

4. 편집 및 오디오 싱크

  • 타입캐스트(Typecast): 감정이 실린 내레이터 음성을 생성하여 스토리의 긴장감을 조성합니다.
  • 캡컷(CapCut): 자동 텍스트 자막을 0.8초 단위로 배치하고, 건축물이 화면에 웅장하게 펼쳐질 때 딥 베이스(Deep Bass) 효과음을 매칭하여 완성도를 극대화합니다.