2024년 9월 18일 유튜브는 짧은 영상인 쇼츠를 만드는 기능인 드림 스크린에 동영상 생성 모델 비오를 연결할 계획이라고 밝혔다. 제작자가 촬영할 때 쓸 움직이는 배경을 만들 수 있고, 이후에는 편집 중 별도로 넣을 6초짜리 영상도 생성할 수 있다는 설명이었다. 같은 날 구글 딥마인드는 배경 제작의 입력과 선택 절차를 구체적으로 소개했다. [1][2]
두 결과물은 모두 생성된 영상이지만 편집에서 놓이는 자리가 다르다. 배경은 제작자가 카메라 앞에서 촬영하는 장면 뒤를 채운다. 독립 클립은 앞뒤에 다른 장면을 두고 편집할 수 있는 하나의 영상 조각이다. 유튜브가 새 기능을 소개할 때 배경과 클립을 따로 든 이유다. [1][2]
문장에서 배경 영상까지
딥마인드가 설명한 흐름에서는 제작자가 먼저 문장으로 원하는 장면을 적는다. 이미지 생성 모델 이매진 3이 네 가지 이미지를 제안하면 제작자가 구도나 분위기를 보고 하나를 선택한다. 비오가 선택한 이미지를 바탕으로 6초짜리 배경 영상을 만든다. 이미지 모델의 후보 제시와 동영상 모델의 영상 생성은 각각 다른 단계다. [2]
예를 들어 제작자가 설명을 말하는 장면 뒤에 움직이는 숲을 넣으려 한다고 가정하자. 배경 후보를 골라 영상으로 만든 뒤 제작자의 촬영 장면과 합치는 과정이다. 배경이 생성됐다고 제작자가 말하는 내용이나 얼굴까지 같은 모델이 만들어야 하는 것은 아니다. 어떤 부분이 제작자의 촬영이고 어떤 부분이 생성 결과인지 구분해서 볼 수 있다.
편집 중 독립 클립이 필요한 경우
가정으로 여행 쇼츠에서 두 촬영 장면 사이의 전환이 비어 있다면, 제작자는 별도의 짧은 영상 조각을 넣을 수 있다. 여기서 독립 클립은 카메라 앞의 사람 뒤를 채우는 배경과 달리 화면의 한 장면이 된다. 유튜브도 이미 촬영한 영상 사이를 이어 주는 장면을 예로 들었다. 이 사례는 실제 여행지에서 촬영한 기록을 대신 만든다는 뜻은 아니다. [1]
딥마인드는 배경의 예에서 6초 길이를 제시하고, 독립 클립도 6초로 소개했다. 두 영상의 길이가 같더라도 쓰임과 제작 방법을 혼동해서는 안 된다. 6초짜리 클립이 추가된다는 발표가 전체 쇼츠 길이를 6초로 제한한다는 의미도 아니다. 편집에서 그 조각을 어느 위치에 둘지와 전체 영상의 구성은 제작 단계의 별도 결정이다. [1][2]
예고된 배포 시점과 생성 표시
딥마인드는 배경 기능이 먼저 제공될 계획이며, 독립 클립을 2025년 초에 제공할 수 있도록 하겠다고 밝혔다. 9월 18일에 공개한 것은 개발과 배포 계획이다. 같은 기능이라도 플랫폼에서 지원하는 계정과 지역, 앱 버전에 따라 실제로 보이는 시점은 달라질 수 있다. 발표 자료에서 한 계정의 사용 여부를 직접 확인할 수는 없다. [2]
유튜브는 생성 콘텐츠에 표시를 더하고 딥마인드의 SynthID를 활용한다는 계획도 설명했다. 생성 여부를 알려 주는 표시와 그 영상이 묘사하는 내용이 사실인지 판단하는 절차는 다르다. 특히 장소나 사건을 설명하는 영상에서 만든 장면이 실제 촬영으로 오해되지 않도록 어느 부분이 생성 결과인지 확인할 수 있어야 한다. [1][2]
제작자가 확인할 기능의 범위
한국에서 쇼츠를 만드는 사람이 당시 발표를 비교한다면 먼저 드림 스크린의 배경 생성인지 독립 영상 생성인지 기능 이름과 앱 화면에서 확인할 수 있다. 새로운 영상을 만든 뒤에는 실제 촬영 장면과 어떻게 섞였는지, 생성 표시가 어떤 곳에 붙는지, 어떤 내용을 보여 주려는 영상인지도 점검할 수 있다. 9월 발표는 도구의 종류와 순서를 설명했으므로 구체적인 계정 지원 여부는 사용 시점의 안내가 필요하다.
문장을 입력해 정지 이미지 후보를 보는 일과 그중 하나를 영상으로 만드는 일은 입력과 결과의 형태가 다르다. 제작자가 원하는 장면이 나왔는지 확인하려면 후보 선택 단계에서 구도를 보고, 영상 단계에서 실제 움직임과 연결이 어색하지 않은지 따로 살필 수 있다. 영상 조각을 더하는 일이 촬영과 편집의 모든 판단을 대신하는 것은 아니다.
네 가지 후보와 여러 영상의 차이
딥마인드가 언급한 네 가지는 처음에 볼 정지 이미지 후보다. 설명대로라면 제작자는 그중 하나를 고르고 이를 토대로 비오가 배경 영상을 만든다. 처음부터 네 개의 6초 클립이 제공된다는 말로 읽으면 결과물의 종류와 개수가 달라진다. 제작 도구를 비교할 때는 입력, 후보 선택, 영상 출력이라는 단계마다 무엇이 나오는지 따로 볼 수 있다. [2]
가상의 제작자가 18초짜리 설명 영상에 독립 6초 장면을 넣어 길이를 그대로 더한다면 전체는 24초가 된다. 기존 장면 일부를 덜어내고 넣는다면 결과 길이는 다르다. 배경으로 6초 영상을 사용하더라도 화면 앞의 촬영 길이와 어떻게 맞추는지는 편집 방식에 따라 달라진다. 이 계산은 도구의 최대 길이나 실제 쇼츠 제한에 대한 설명이 아니다.
배경을 쓰는 장면과 독립 클립을 섞으면 보는 사람이 어디를 실제 촬영으로 이해할지도 달라진다. 실제 장소를 소개하는 영상에서는 만든 배경이나 연결 장면의 출처가 흐려질 수 있다. 유튜브가 설명한 생성 표시와 제작자가 이야기 안에서 어떤 부분이 생성됐는지 명확히 하는 조치는 서로 다른 정보를 준다. 전자는 생성 도구에 관한 표시이고, 후자는 해당 장면을 어떤 의미로 보여 주는지에 관한 설명이다. [1][2]
