AI 비디오, 이제 완벽한 정사각형으로!
AI 비디오 생성 시 원하는 형식(1:1)으로 출력하는 어려움을 겪는 문제를 해결하기 위해 NanoBanana 2, Veo 3.1 Lite, FFmpeg를 활용
NanoBanana 2를 사용하여 9:16 비율의 이미지를 생성하고, Veo 3.1 Lite에 이를 입력하여 완벽한 루프(Loop) 비디오를 생성
FFmpeg를 사용하여 9:16 비디오의 상하단 검은색 여백을 제거하여 정사각형 비디오(Square Video)를 완성하고 오디오 품질을 유지
이 방식을 통해 프레이밍 제어, 오디오 보존, AI 환각(Hallucination) 방지 등의 이점을 얻음
AI 비디오 생성 파이프라인 아키텍처
본 글에서는 AI 비디오 생성 시 원하는 종횡비(Aspect Ratio)를 얻기 위한 파이프라인을 제시한다.
NanoBanana 2를 사용하여 9:16 비율의 이미지(Image)를 생성하고, Veo 3.1 Lite에 이를 입력하여 비디오를 생성
FFmpeg를 활용하여 생성된 비디오의 상하단 검은색 여백을 제거하여 최종적으로 1:1 비율의 정사각형 비디오를 얻음
이 아키텍처는 프레이밍(Framing) 제어, 오디오 보존, AI 환각(Hallucination) 방지라는 장점을 제공하며, 여러 도구를 조합하여 문제를 해결하는 방식을 보여준다.
FFmpeg를 활용한 비디오 후처리
글에서는 FFmpeg를 사용하여 생성된 비디오의 후처리 과정을 설명한다.
FFmpeg의 crop 필터(Filter)를 사용하여 비디오의 상하단 검은색 여백을 제거하여 정사각형 비디오를 생성
`-c:a copy` 옵션을 통해 오디오를 재인코딩(Re-encoding)하지 않고 원본 오디오 스트림(Audio Stream)을 그대로 유지하여 음질 저하를 방지
FFmpeg는 빠른 속도(Fast Speed)와 낮은 메모리 사용량(Low Memory Usage)으로 비디오 편집 작업을 효율적으로 처리하며, 파이썬(Python)의 subprocess 모듈을 통해 쉽게 통합 가능
이러한 접근 방식은 AI 비디오 생성 파이프라인(Pipeline)의 성능을 향상시키는 데 기여한다.
AI 비디오 생성 시 프레이밍(Framing) 제어
본문에서는 AI 모델의 종횡비(Aspect Ratio) 지원에 따른 문제점을 해결하기 위해, NanoBanana 2를 활용하여 프레이밍을 사전에 제어(Framing Control)하는 방법을 제시한다.
NanoBanana 2를 사용하여 9:16 비율의 이미지를 생성하고, Veo 3.1 Lite에 이를 입력하여 비디오를 생성함으로써, 주요 피사체(Main Subject)의 위치를 정확하게 제어
이 방식은 AI 모델이 배경 디테일(Background Detail)을 생성하는 과정에서 발생하는 문제(Artifacts)를 방지하고, 원하는 구도를 유지하는 데 도움
결과적으로, 사용자는 AI 모델의 종횡비 지원에 의존하지 않고 원하는 형식의 비디오를 얻을 수 있다.
AI 비디오 생성 워크플로우 자동화
글에서는 파이썬(Python) 스크립트를 사용하여 AI 비디오 생성 워크플로우를 자동화하는 방법을 설명한다.
NanoBanana 2를 사용하여 9:16 이미지 생성, Veo 3.1 Lite를 사용하여 비디오 생성, FFmpeg를 사용하여 후처리하는 과정을 파이썬 스크립트(Python Script)로 통합
Gemini API SDK를 사용하여 NanoBanana 2 및 Veo 3.1 Lite와 상호 작용하고, FFmpeg를 subprocess 모듈을 통해 실행
자동화된 워크플로우는 반복적인 작업을 줄이고(Reduce Repetitive Tasks), 일관된 결과를 보장하며, 생산성(Productivity)을 향상시키는 데 기여
이러한 자동화는 AI 비디오 생성 파이프라인의 효율성을 극대화한다.
