AI 샷 전반에서 캐릭터와 장소를 일관되게 유지하려면 두 가지 앵커가 필요해요. 얼굴을 위한 학습된 아이덴티티와 장면을 위한 레퍼런스 이미지를 따로 처리하지 않고 같은 생성에 함께 넣어야 해요. 대부분의 가이드는 얼굴에서 멈추지만, 이 가이드는 둘 다 다뤄요. 인물과 장소 어느 쪽도 샷 사이에서 흔들리지 않을 때에야 프로덕션이 일관되게 보이기 때문이에요.
장소 일관성이 더 어려운 절반인 이유
얼굴은 붙잡아야 할 것이 하나뿐이에요. 바로 아이덴티티죠. 장소는 수십 가지를 한꺼번에, 그것도 동시에 유지해야 해요. 가구가 놓인 위치, 빛이 들어오는 방향, 벽 색상, 창밖으로 보이는 풍경, 시간대, 벽의 질감, 선반 위에 놓인 특정 사물까지요. 카메라가 여러 샷에 걸쳐 공간 안을 움직이는 동안 이 모든 디테일이 고정되어 있어야 해요.
텍스트 설명은 이런 문제를 얼굴보다 더 못 다루는데, 그 이유는 구조적이에요. "아침 햇살이 드는 아늑한 주방"이라는 설명은 모델이 붙잡을 구체적인 정보를 거의 주지 못해서, 생성할 때마다 조금씩 다른 주방을 만들어내요. 창문 위치가 조금 옮겨지고, 캐비닛 색이 바뀌고, 조리대 재질이 달라지죠. 단일 샷만 보면 어느 것도 눈에 띌 만큼 틀리지 않아요. 하지만 같은 방이라고 가정한 두 앵글 사이를 컷으로 전환하는 순간, 시퀀스가 무너질 만큼은 모두 틀려 있어요.
바로 이 때문에 대부분의 일관성 가이드는 이 주제를 아예 건너뛰어요. 얼굴을 고정하는 건 학습된 객체 하나, 즉 단일한 실패 지점에 단일한 해결책이 있는 문제예요. 반면 서로 다른 카메라 앵글 7개가 모두 창문 위치에 동의할 만큼 장소를 잘 고정하려면, 실제 레퍼런스 자료와 함께 공간 안에 서 있는 피사체만이 아니라 장면 전체를 고정하도록 설계된 워크플로가 필요해요. 이건 의미 있게 더 어려운 문제이고, 거의 아무도 다루지 않는 문제이기도 해요.
Criteria | 얼굴 | 장소 |
|---|---|---|
고정되어야 하는 것 | 골격, 피부 톤, 얼굴 형태 | 가구 위치, 빛 방향, 벽 색상, 눈에 띄는 랜드마크, 시간대 |
텍스트 프롬프트가 모델에 주는 것 | 모델이 매번 다시 해석하는 대략적인 설명 | 붙잡을 구체적인 정보가 거의 없음 |
"드리프트"가 나타나는 모습 | 샷마다 미묘하게 달라지는 인물 | 샷마다 미묘하게 달라지는 방, 창문, 광원 |
실제로 해결하는 방법 | 강력한 제약 조건으로 적용되는 학습된 아이덴티티 | 장면의 공간 구조를 고정하는 레퍼런스 이미지 |
고정이 더 어려운 이유 | 일정하게 유지할 변수가 하나 | 모든 카메라 앵글에서 한꺼번에 일정하게 유지해야 하는 수많은 변수 |
Higgsfield AI가 해결하는 방법
두 문제의 해결책은 같은 아이디어로 통해요. 매번 새로 해석하게 두는 대신, 얼굴과 장소 모두에 고정된 레퍼런스를 모델에 제공하는 거예요. 세 가지 도구가 그 역할을 나눠 맡아요.
Soul ID 얼굴을 담당해요. 20장 이상의 레퍼런스 사진으로 지속적인 아이덴티티를 학습하고, 텍스트 설명을 매번 새로 해석하는 대신 동일한 골격, 피부 톤, 얼굴 형태를 모든 생성에 강력한 제약 조건으로 적용해요. 한 번 학습되면 그 아이덴티티는 새 샷마다 레퍼런스를 다시 업로드하지 않아도 Kling 3.0, Veo 3.1, Seedance 2.0, WAN 2.6에 그대로 이어져요.
Seedance 2.0 캐릭터와 장소가 하나의 생성 안에서 함께 유지되어야 하는 순간을 담당해요. 캐릭터 사진, 장소 이미지, 소품 레퍼런스, 스타일 레퍼런스를 포함해 한 번에 최대 9개의 레퍼런스 입력을 받아들이고, 설명 한 단락으로 장면을 근사하는 대신 모든 레퍼런스를 동시에 함께 고려해요. 하나만 고정하고 나머지가 유지되기를 바라는 대신, 같은 샷에서 얼굴과 방을 모두 고정하는 일이 실제로 가능해지는 이유예요.
Popcorn 시퀀스를 담당해요. 최대 8개의 프레임을 독립적인 개별 생성이 아니라 하나의 일관된 세트로 생성하고, 캐릭터와 장소 레퍼런스를 함께 입력받아요. 그래서 같은 창문이 같은 벽에 머물고, 같은 빛이 같은 방향으로 떨어지고, 세트 안 모든 프레임에서 같은 얼굴이 일관되게 보여요. 모델이 장면을 샷마다 다시 해석하는 대신 시퀀스 전체를 한꺼번에 고정하고 있기 때문이에요.
풀 프로덕션이라면 Soul ID에서 얼굴을 한 번 학습하고, 장소의 깔끔한 레퍼런스를 한 번 확보한 뒤, 최대한의 레퍼런스 밀도가 필요한 개별 샷은 Seedance 2.0으로 생성하고, 이어지는 멀티샷 시퀀스는 Popcorn으로 실행하면 돼요. 그러면 첫 샷부터 마지막 샷까지 같은 창문이 같은 벽에 머물러요.
전체 워크플로, 단계별 안내
1단계: 무엇이든 생성하기 전에 아이덴티티부터 학습하기
일관성은 얼굴에서 시작돼요. 다양한 각도와 조명에서 촬영한 레퍼런스 사진을 20장 이상 모으세요. 단체 사진이나 얼굴이 일부 가려진 사진이 아니라, 조명이 좋은 선명한 인물 사진이어야 해요. Soul ID는 캐릭터를 매번 새로 해석하는 대신 그 사진들로 지속적인 아이덴티티를 학습해요. 한 번 학습되면 동일한 골격, 피부 톤, 얼굴 형태가 강력한 제약 조건으로 Kling 3.0, Veo 3.1, Seedance 2.0, WAN 2.6에 적용되고, 샷마다 또는 모델마다 다시 업로드할 필요가 없어요.
이렇게 하면 일관성이 특정 세션에 묶이지 않아서, 한 번 학습한 얼굴은 오늘 생성하든 3주 뒤에 생성하든 그대로 유지돼요.
