← 블로그로
Ai약 12 분 읽기

메이투, 브랜드 IP 작업을 두 개의 버튼으로 나누다: 하나는 얼굴, 하나는 동작

게시일 2026년 11월 7일
메이투, 브랜드 IP 작업을 두 개의 버튼으로 나누다: 하나는 얼굴, 하나는 동작

10월 29일부터 11월 1일까지 제17회 해협양안문화산업박람교역회가 샤먼에서 열렸다. 푸젠관에서 메이투는 AI 이미지 창작 플랫폼 RoboNeo를 선보였고, 초점은 더 투박한 세 가지 일에 맞춰졌다. 자신의 캐릭터를 만들고, 그 캐릭터를 중심으로 연속적인 이야기를 쓰고, 그 캐릭터의 동작을 새로운 화면으로 옮기는 일이다.

현장에서 요구 사항을 제시한 사람은 식품을 파는 판매자였다. 그는 식별 가능한 브랜드 IP를 원했고, 핫이슈를 따라 계속 콘텐츠를 내보내고 싶어 했지만 전문 팀을 부르기는 너무 비쌌고 스스로 하지는 못했다. 이 설명은 중국 AI 영상의 진짜 고객상을 거의 그대로 보여준다. 영상 제작사가 아니라, 예산은 없지만 매일 무언가를 올려야 하는 중소 판매자가 바로 그들이다.

같은 사람처럼 보이게 하는 것이 가장 어려운 부분

이미지 생성 모델이 한 장을 뽑는 일은 진작 어렵지 않다. 어려운 것은 두 번째, 다섯 번째, 스무 번째 이미지에서도 같은 사람이 나오게 하는 일이다.

RoboNeo가 내놓은 해법은 'IP 캐릭터 스타일 고정'이다. 판매자가 먼저 캐릭터를 만들면, 이후 이를 중심으로 이모티콘, 포스터, 상품 이미지를 대량 생성할 수 있다. 공식 설명에 따르면 이미지 간 이목구비와 의상 일관성이 눈에 띄게 향상됐다. 평범하게 들리는 말이지만 실제 제작에서는 어떤 일이 사업이 될 수 있는지를 결정한다. 오늘 올린 고양이와 지난주에 올린 고양이가 같은 고양이가 아니면 시청자는 기억하지 못하고, IP는 성립하지 않으며, 계정은 계속 단일 히트작에만 의존할 수밖에 없다.

캐릭터 일관성의 어려운 점은 '비슷하게 그리는 것'이 아니라 '정보가 어디로 갔느냐'에 있다. 한 장의 이미지에는 정체성(누구인지), 스타일(무엇으로 그렸는지), 자세, 조명, 구도가 동시에 존재한다. 여러 차례 생성할 때 이것들을 분리하지 않으면 모델은 매번 정체성을 다시 추측하고, 조금만 틀려도 얼굴이 달라진다. 업계의 방식은 정체성 특징을 별도로 추출해 조건으로 만드는 것이다. 예를 들어 참조 이미지에 정체성 인코딩을 더하거나, 잠재 공간에 정체성만 담는 영역을 따로 유지하는 식이다. 이름은 중요하지 않다. 중요한 것은 정체성 정보가 스타일 정보보다 더 강한 조건으로 작용해야 한다는 점이다.

동작 쪽이야말로 이번에 정말 흥미로운 부분이다

RoboNeo가 선보인 모션 캡처는 일반적인 '비디오 투 비디오'와 논리가 다르다. 참조 영상에서 **인물 비율, 공간 관계, 카메라 움직임**을 추출하는 동시에 원본 영상의 외형적 특징은 약화한다.

옅은 색 스튜디오 테이블 위에 놓인 똑같이 생긴 두 개의 빈 점토 인형. 하나는 정지해 있고 하나는 걸음 중이며, 어깨에는 희미한 철사 뼈대가 보인다.

이 문장은 겉보기보다 기술적 함의가 크다. 영상 기반 동작 전이에는 두 가지 고질적인 문제가 있다.

첫째는 **외형 누출**이다. 자사 카툰 캐릭터가 참조 영상 속 춤을 추게 하고 싶었는데, 결과물이 참조 영상의 옷을 입고 참조 영상의 얼굴을 하고 나오는 경우다. 모델이 '내가 원하는 것은 동작'인지 '내가 원하는 것은 이 영상'인지 구분하지 못하기 때문이다.

둘째는 **구조 드리프트**다. 동작 폭이 커지면 인물 비율이 틀어져 팔이 길어지고 다리가 짧아지며, 카메라가 움직이면 전경과 배경의 관계가 흐트러진다. 원인은 조건 신호에 명확한 골격, 깊이, 카메라 궤적이 없어 모델이 픽셀만 보고 추측해야 하기 때문이다.

참조 영상 정보를 '구조'와 '외형'으로 분리해 구조만 조건으로 넣는 것은 최근 2년의 주류 방향이다. 골격은 관절을, 깊이 맵은 전후 가림을, 카메라 궤적은 카메라 워크를 담당한다. 듣기에는 단순하지만 엔지니어링은 매우 지저분하다. 세 신호가 서로 충돌할 때 무엇을 우선할지 조정에 의존해야 하기 때문이다. RoboNeo는 이 세트를 판매자가 누를 수 있는 버튼 안에 담아냈다. 이는 제품 차원의 가치이지 논문 차원의 가치는 아니다.

시나리오 워크벤치는 또 다른 드리프트를 해결한다

세 번째 기능은 '시나리오 노드 + 프로젝트 메모리'에 기반한 시나리오 워크벤치다. 창작자는 여러 차례 대화로 창작 의도를 정리하고 줄거리를 나눈 뒤, 정해진 캐릭터를 중심으로 이야기를 이어가며 에피소드 드라마와 숏드라마를 만든다.

이 기능은 시나리오 작성 도구처럼 보이지만 실제로는 **에피소드 간 일관성**을 관리한다. 숏드라마를 8화까지 찍으면 인물의 성격, 관계, 했던 말, 가 본 장소를 모두 기억해야 한다. 프로젝트 메모리가 없으면 모델은 매 화에서 '이 두 사람이 어떤 관계인지'를 처음부터 이해하려 하고, 결과물은 필연적으로 앞뒤가 충돌한다. 메모리 계층을 얼마나 잘 만드느냐가 단일 소재 제작을 넘어 연속 콘텐츠를 만들 수 있는지를 직접 결정한다.

문턱은 낮아졌지만 요구 수준은 낮아지지 않았다

문화박람회와 같은 시기에 비교해 볼 만한 일도 있었다. 11월 4일 CCTV가 우전 정상회의의 '우전 직통' 트랙에서 쑤저우 샹청의 창업자 친원산을 보도했다. 그는 혼자 7명의 AI 디지털 직원을 이끌며 실행 총괄, 시나리오 작가, 감독, 스토리보드 아티스트, 에셋 제작자, 영상 제작자, 편집자를 하나의 AIGC 콘텐츠 생산 라인으로 연결했다. 그의 작품 중 AIGC 장편 애니메이션 《一掌熊猫》는 제16회 베이징국제영화제에 진출했고, 역사 신화 소재의 《字圣仓颉》도 올해 공개를 발표했다. 샹청은 이미 36개의 OPC 커뮤니티를 구축했고, 100여 개 OPC 기업이 등록을 마쳤다.

'1인 1회사'는 듣기만 하면 시원하지만, 실제로는 능력에 대한 요구가 더 높아졌다. 예전에는 촬영, 조명, 편집, 미술을 각각 한 사람씩 맡아 뒤를 받쳐줬지만, 이제는 이런 판단을 모두 스스로 내려야 한다. 도구는 실행의 문턱을 잘라냈지만 심미안의 문턱은 그 자리에 남겨두었다.

이것은 이런 제품의 경쟁 포인트가 '생성할 수 있느냐'에서 '같은 것을 안정적으로 계속 만들어낼 수 있느냐'로 옮겨가는 이유를 설명한다. 판매자가 원하는 것은 한 장의 놀라운 이미지가 아니라 쓸 수 있는 300장의 이미지이며, 그 300장 속 인물은 같은 사람이어야 하고 동작은 그가 팔려는 상품에 맞아야 한다.

아직 답이 없는 세 가지 질문

첫째, 동작 정밀도의 상한은 어디인가. 참조 영상에 복잡한 손 상호작용, 빠른 회전, 잦은 가림이 있으면 구조 정보 자체가 불완전하고, 아무리 좋은 분리(디커플링)도 이를 메울 수 없다.

둘째, 카메라 언어의 물리적 합리성이다. 카메라 움직임을 추출했다고 해서 카메라 움직임을 이해한 것은 아니다. 실제 푸시·풀·팬·틸트에는 공간 논리가 있으며, 이를 새 장면에 억지로 적용하면 관객은 어지러움을 느낀다. 이 부분은 현재 모든 도구가 아직 땜질하는 수준이다.

셋째, 대량 품질 관리다. 한 편이 볼 만한 것과 100편 모두 볼 만한 것 사이에는 하나의 프로세스가 놓여 있다. 누가 기준을 정하고, 누가 표본 검사하며, 불합격작을 몇 번 다시 만들고, 비용은 어떻게 계산할지. 이 고리가 도구화되지 않으면 앞단이 아무리 멋져도 현실에 착지할 수 없다.

중소 판매자에게 RoboNeo 같은 플랫폼의 진짜 의미는 'IP 하나 만들기'를 프로젝트에서 생산 라인으로 바꾸는 것이다. 생산 라인이 계속 돌아갈 수 있을지는 위의 세 가지 문제를 견뎌낼 수 있느냐에 달려 있다.

관련 글