Making an Animated Short with Free AI Tools (Part 2. Hyperframes)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

대체로 무료인 AI 도구로 만든 클립에 편집·음성 보정과 Hyperframes 자막·아웃트로를 더해 1분짜리 애니메이션 단편을 완성했지만, 장비·구독 비용과 반복 작업은 필요했다.

📌 핵심 요점

1. 클립 생성 이후의 보정이 완성도를 좌우했다. 낮은 해상도는 Miniax와 ComfyUI로 업스케일하려 했고, Clipchamp의 세로형 편집에서 장면 연결과 전환을 다듬었다.
2. 대사와 장면에 따라 속도를 다르게 조절했다. 주로 1.5배속을 사용하되 긴 대사는 늦추고 일부 장면은 두 배속으로 줄였다. 클립마다 달랐던 음색은 직접 녹음한 목소리로 보완하고, 음악의 음량과 페이드를 조정했다.
3. Hyperframes 자막은 Gradient Fill을 선택한 뒤 둥근 글자와 빨강·주황 계열로 수정했다. “쓸모없다”, “안 된다”, “안전” 같은 핵심 단어를 강조하고 대사와 자막의 타이밍을 맞췄다.
4. 첫 장면의 물건이 GPU로 보이지 않아 해당 클립을 다시 생성했다. GPU가 드러나는 새 장면을 채택하고 전환과 뒤쪽 요소의 배치를 다시 맞췄으며, 글리치 전환과 제작 크레딧을 포함해 정확히 1분으로 완성했다.
5. 제작에는 사흘이 걸렸다. X 게시 약 하루 뒤 조회 수 5,560회, 좋아요 141개로 바이럴 확산에는 실패했지만, 제작자는 계정 기준으로 괜찮거나 평균적인 성과라고 평가했다. Hyperframes와 Hermes agent는 무료였으나 Spark 장비와 작업 조율용 구독에는 비용이 들었다.

🧩 배경과 문제 정의

• AI로 생성한 짧은 애니메이션 클립을 하나의 세로형 영상으로 완성하려면 낮은 해상도, 장면 사이의 연결, 대사 속도와 음색 차이를 보정해야 한다.
• 이야기의 핵심은 로컬 AI를 쓸모없다고 보는 시선과, 만들 수 있는 것을 제한하는 공장 직원의 응답이다. 짧은 대화와 후반 장면만으로 이 대비가 분명하게 읽혀야 한다.
• 약 5초의 아웃트로까지 포함해 전체 길이를 1분 안팎으로 줄이고, 음악과 강조 자막으로 감정과 핵심 단어를 전달하려 한다.
• 첫 장면의 물건이 GPU로 보이는지, 자막이 대사와 정확히 맞는지, 음악이 장면에 어울리는지가 주요 검토 대상이다. 영상의 확산 여부는 아직 확인되지 않았다.

🕒 시간순 섹션별 상세정리

1. 멈칫하는 장면을 고치고 후반 편집을 준비한다

• 전환 장면을 수정해 인물이 멈추지 않고 바로 걷도록 연결했다. 화면에는 문을 닫은 AI 모델 공장 간판이 보이며, 이 장면이 우선적으로 다시 만들고 싶었던 부분이었다. [00:14]
• Hermes 에이전트로 클립을 묶은 뒤 직접 녹음한 목소리, Hyperframes 자막과 전환 효과, 짧은 아웃트로를 더할 계획이다. 게시 후 반응도 확인하려 하지만 바이럴 성공을 확신하지는 않는다. [00:24]

2. 원본의 움직임을 유지하면서 해상도를 높인다

• 현재 클립은 해상도가 낮아 Miniax와 ComfyUI를 이용해 전체를 업스케일하려 한다. 승인한 그림, 움직임과 타이밍을 보존하면서 더 선명한 사본을 만드는 것이 목적이다. [01:39]
• 본편 편집에는 Microsoft PC에 제공되는 Clipchamp의 세로형 포맷을 사용한다. 평소 콘텐츠 편집에도 쓰는 도구지만, 간헐적인 버그가 있고 더 나은 대안도 있을 수 있다고 평가한다. [02:09]

3. 클립마다 속도를 조절하고 전환과 원래 음악을 살린다

• 전체를 두 배로 빠르게 해보는 실험을 거쳐 1.5배속이 괜찮다고 판단한다. 다만 클립을 이어 붙이는 것만으로는 연결이 충분하지 않아 별도의 전환 효과가 필요하다. [03:20]
• 흰색 전환과 페이드인을 시험하고 클립을 잘라 연결을 다듬는다. 기존 음악을 제거하면 다른 소리까지 사라지는 문제가 있어, 일부 장면의 음악은 그대로 유지하기로 한다. [04:22]

4. 제한적인 답변을 빠른 대화로 전달하고 음색 차이를 보정한다

• 자동차와 해적선을 만들 수 있느냐는 질문에는 “안 된다”는 답이 돌아오고, 이유는 “안전”이다. 만들 수 있는 것은 상자이며, 보물상자 같은 금색 상자를 제안해도 회색 상자로 제한된다. [05:49]
• 대화의 주고받는 흐름은 괜찮지만 클립마다 목소리가 조금씩 다르다. 이 차이를 줄이기 위해 자신의 목소리를 녹음한 클립으로 대사를 대체하는 방안을 고려한다. [06:03]

5. 후반 장면은 짧은 반응과 알아볼 수 있는 이미지에 집중한다

• 공장에서 나오는 장면 부근에 음악을 넣으려 하며, Sam Wasserman에게 그의 단편영화 음악을 사용해도 되는지 물었다고 드러낸다. 이 구간이 해당 음악을 배치하기에 적절하다고 본다. [06:42]
• 후반 클립을 붙이면서 영상이 1분에 가까워진다. 걷는 장면을 검토하고 지나치게 큰 음악을 줄이며, 어색하게 느껴지는 반응은 약 1초만 남기도록 자른다. [07:16]

6. 아웃트로를 위한 시간을 확보하도록 본편을 줄인다

• 본편이 이미 59초이고 아웃트로도 약 5초가 필요해 예상보다 길다. 전체를 다시 보면서 어색한 음성과 긴 장면을 점검한다. [10:48]
• 약 7초인 전환 클립 등을 빠르게 만들어 본편을 56초로 줄였다. 아웃트로가 짧더라도 몇 초를 더 덜어내야 하므로 다른 장면의 배속과 길이도 조정한다. [12:21]

7. 무심한 대사를 직접 녹음하고 배경음악을 낮게 깐다

• 약 1분 동안 자신의 목소리를 녹음한 뒤, 무심하게 들리면서 짧은 대사를 골라 잘라 넣었다. 전반부는 거의 완성됐고 일부 구간의 음악만 보완하면 되는 상태다. [13:24]
• 걷는 장면의 원래 음악은 몽환적으로 느껴지지만 사용할 만하다고 판단한다. 해당 음악을 가져와 주변 구간에도 낮은 음량으로 깔기로 한다. [14:12]

8. 결말로 갈수록 음악을 키우되 장면과의 적합성은 재검토한다

• Sam Wasserman의 단편영화 《The Miracle》 사운드트랙에서 결말에 어울리는 부분을 찾으려 한다. 짧은 대화 중심의 편집은 비교적 단순했으며, 주된 보정 작업은 음성이었다. [16:02]
• 인물이 깨어난 뒤 결말까지 음악을 점점 키우고, 아웃트로에서는 크게 터뜨리는 구성을 계획한다. 마지막 “쓸모없다”는 대사는 외치는 소리라 자체 음량이 크며, 이후 약 5초를 엔딩 크레딧에 쓸 생각이다. [16:46]

9. 음악을 다듬은 본편을 자막 작업용으로 내보낸다

• 음악을 조금 더 수정한 전체 재생본에서 로컬 AI를 무시하는 첫 대사, 만들기 요청을 거절하는 대화, 후반 장면과 마지막 대사가 하나의 영상으로 연결된다. [18:36]
• 결과를 재미있고 현재 할 수 있는 최선의 수준이라고 평가한다. 이 본편을 내보낸 뒤 Hyperframes로 자막과 아웃트로를 덧붙이기로 한다. [19:36]

10. 짧은 대사에 맞는 Hyperframes 자막 스타일을 고른다

• Hermes 데스크톱 앱의 새 Hyperframer 프로필에서 작업하며, 이미지 생성에 사용했던 Spark 대신 로컬 PC를 이용한다. 참고 영상의 흰색 자막은 등장한 뒤 살짝 내려오는 움직임이 있지만 구현 방식은 알지 못한다. [19:50]
• 영상과 자막, Hyperframes 카탈로그를 에이전트에 제공해 Pixar풍 단편에 맞는 자막을 검토한다. 대사량이 적으므로 글자를 크게 쓰는 방식도 가능하다고 본다. [21:20]

11. 첫 대사로 자막 타이밍을 시험하고 글리치 아웃트로를 설계한다

• 자막이 없는 긴 구간에는 캡션을 표시하지 않고, SRT의 띄어쓰기 문제를 고칠 필요가 있다. 소스 길이 표시도 예상과 달라 끝부분에 실제 영상이 없어서 그런 것인지 의문을 제기한다. [23:00]
• 먼저 매장에서 “그 쓰레기 사지 마”라고 말하는 짧은 클립만 시험한다. 자막 모양뿐 아니라 대사와 정확히 맞는 타이밍을 확인하는 것이 핵심이다. [23:22]

12. 자막을 둥글게 바꾸고 첫 장면의 GPU 식별 문제를 발견한다

• 첫 자막 시험본의 글자 모양이 어색해 더 부드럽고 둥글며 통통 튀는 스타일로 다시 만든다. 수정본은 더 낫다고 평가한다. [25:03]
• 자막을 더 크게 만들려는 과정에서 첫 장면의 물건이 GPU로 읽히는지도 재검토한다. 화면에는 일반적인 상자만 보여, 자막 포맷 작업과 함께 첫 클립을 다시 렌더링하려 한다. [25:29]

13. 핵심 단어를 강조하고 GPU가 보이는 첫 장면을 다시 만든다

• 글자를 한층 더 키우고 “쓸모없다”, “안 된다”, “안전”처럼 이야기의 의미를 만드는 단어에 강조를 넣으려 한다. 다음 시험 대상은 “로컬 AI는 쓸모없다”는 대사다. [26:28]
• 수정한 키프레임에는 GPU가 상자 밖에 드러나 물건의 정체가 더 분명해졌다. 반드시 상자 안에 들어 있을 필요는 없다고 판단하며, 나머지 영상을 다시 만들지 않고 첫 클립만 교체하려 한다. [26:43]

14. 첫 클립을 교체한 뒤 전환과 배치를 다시 맞춘다

• 새 첫 클립은 1.5배속으로 조정해 기존 편집에 넣는다. 다른 부분을 추가로 빠르게 만들지 않아도 길이에 맞게 들어갈 것으로 본다. [27:37]
• 교체 후 첫 장면과 다음 대화 장면 사이의 전환을 다시 손볼 필요가 생긴다. 새 클립을 재생하며 연결 상태를 확인한다. [27:54]

15. 붉은색 계열 자막과 제작 크레딧을 확정한다

• 자막 색상을 비교한 뒤 빨강에서 주황으로 이어지는 표현을 선택한다. 새로 만든 본편을 사용하도록 지정하고 이 자막 스타일로 진행하며, 모든 대사의 타이밍을 정확히 맞추는 작업이 남아 있다. [28:45]
• 아웃트로는 글리치 전환 뒤 로컬 DGX Spark에서 Miniax H3로 제작했다는 크레딧과 Sam Wasserman의 음악 크레딧을 보여주는 구성이다. 이어 다른 글리치 전환으로 제작자 Tombi와 X·YouTube 정보를 표시하도록 요청한다. [29:09]

16. 단편 완성과 관심을 끌기 위한 X 게시 전략

• 전체 렌더링과 자막 정렬을 최종 확인한다. 완성본에는 공룡·자동차·해적선 제작을 모두 거절하고, 이유로 “안전”을 내세우며 회색 상자만 허용하는 대화가 담긴다. 금색 보물상자 제안도 회색 상자로 제한된다. [30:46]
• 제작에는 사흘이 걸렸으며 결과물에는 만족한다. X 게시 문구로 선택한 “로컬 AI는 쓸모없다”는 영상의 실제 주제와 차이가 있지만, 바이럴 확산을 위해 반응을 유도하려는 의도가 있다. [31:53]

17. 바이럴 실패 이후의 평가와 제작 도구의 비용

• 게시 약 하루 뒤 조회 수는 5,560회, 좋아요는 141개로 바이럴 확산에는 실패했다. 평소 영상의 좋아요가 대략 100개 수준이라는 점에서 계정 기준으로는 괜찮거나 평균적인 성과로 평가한다. [33:02]
• 제작 과정은 재미있었고, 작업을 조금 더 효율화할 여지가 있다고 본다. 좋은 이야기나 단편 아이디어가 생기면 다시 제작하고 싶다는 의향을 드러낸다. [33:25]

🧾 결론

• 무료 도구를 활용한 단편 제작은 실제 완성까지 이어졌으며, 생성된 클립을 이야기로 연결하는 편집과 보정이 중요한 작업이었다.
• 짧은 영상에서도 첫 장면의 대상 식별, 자연스러운 대화 속도, 일관된 음색과 정확한 자막이 이야기 전달에 영향을 줬다.
• 아웃트로까지 포함한 길이 제한을 맞추려면 본편의 장면 길이와 배속을 반복해서 조정해야 했다.
• 결과물에 대한 제작자의 만족과 바이럴 성과는 달랐다. 이번 게시 결과만으로 확산 성공을 입증할 수는 없다.

📈 투자·시사 포인트

• 제작 비용을 평가할 때 무료 소프트웨어 여부뿐 아니라 로컬 장비, 구독과 사흘의 작업 시간을 함께 고려해야 한다.
• 광고·상업적 활용과 개인 창작에 사용할 가능성은 제시됐지만, 실제 매출이나 수익성은 확인되지 않았다.
• 작업 효율을 높일 여지는 음성 보정, 자막 정렬, 클립 교체 후 재편집처럼 반복된 작업에서 찾을 수 있다.
• 반응을 유도하는 게시 문구를 사용해도 바이럴 확산은 보장되지 않았다. 성과는 해당 계정의 평소 반응과 함께 해석필요가 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• Sam Wasserman에게 음악 사용 가능 여부를 물었다는 설명은 있지만, 허락을 받았는지와 허용 범위는 명시되지 않았다.
• Spark 장비와 ‘GBT’ 구독의 비용, 제작 중 사용량이 없어 총제작비와 반복 제작 비용을 계산할 수 없다. ‘GBT’의 정확한 서비스명도 확인이 필요하다.
• 조회 수와 좋아요는 게시 약 하루 뒤 수치다. 이후 성과, 완주율과 시청자가 실제 의도를 이해했는지는 확인되지 않았다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 첫 장면을 작은 세로형 화면으로 확인하고, GPU가 대사 설명 없이도 식별되는지 점검한다.
• 모든 대사의 자막 타이밍과 SRT 띄어쓰기를 확인하고, 대사가 없는 구간에는 자막이 나타나지 않도록 한다.
• 클립 교체 뒤 전환과 뒤쪽 요소의 배치를 다시 확인하고, 아웃트로를 포함한 전체 길이를 검증한다.
• 음색 차이와 대사 전달력을 점검하고, 배경음악의 음량·페이드·장면 적합성을 최종 재생본에서 확인한다.

❓ 열린 질문

• 직접 녹음과 자막 정렬에 드는 시간을 줄이면서 대사의 자연스러움과 정확도를 유지할 수 있을까?
• 영상의 주제와 차이가 있는 “로컬 AI는 쓸모없다”라는 게시 문구가 시청자의 이해와 반응에 어떤 영향을 줬을까?
• 비슷한 단편을 다시 만들 때 장비·구독과 작업 시간을 포함한 편당 비용은 얼마가 될까?