영화 제작에도 AI 시대가 왔다: 비용은 줄이고 창의성은 지킬 수 있을까?

인공지능(AI)은 이제 영화 속에서만 등장하는 미래 기술이 아니다. 오히려 지금은 영화를 만드는 과정 자체를 변화시키는 기술이 되고 있다.

시나리오를 분석하고, 제작비를 계산하며, 배우를 선정하고, 수많은 촬영 영상 가운데 필요한 장면을 찾아내는 일까지 AI가 활용될 수 있다. 영화 제작에서 인간이 오랜 시간과 비용을 들여 수행했던 업무의 상당 부분을 AI가 보조할 수 있게 된 것이다.

Peiming Sun의 논문은 이러한 변화를 영화 제작 과정 전체의 관점에서 살펴본다.

이 연구가 흥미로운 이유는 AI를 단순히 ‘영화를 만들어주는 기술’로 바라보지 않는다는 데 있다. 연구자는 영화 제작 과정을 크게 시나리오 준비, 프리프로덕션, 포스트프로덕션으로 나누고 각 단계에서 AI가 어떤 역할을 할 수 있는지 살펴본다. 동시에 AI가 효율성과 비용 측면에서 상당한 장점을 제공하지만 인간의 감정과 창의성을 완전히 대체하기에는 분명한 한계가 있다고 지적한다.

영화 제작에서 AI가 중요한 이유

영화 한 편을 제작하는 것은 생각보다 훨씬 복잡한 산업적 과정이다.

관객에게 영화는 약 두 시간 동안 감상하는 하나의 완성된 작품이지만, 제작자의 입장에서는 시나리오 개발부터 캐스팅, 로케이션 선정, 촬영 일정, 예산 관리, 편집, 음악, 시각효과까지 수많은 의사결정이 결합된 하나의 거대한 프로젝트다.

그리고 거의 모든 결정에는 시간과 비용이 따라온다.

따라서 AI가 영화 산업에 가져올 가장 큰 변화는 단순히 ‘컴퓨터가 창작을 한다’는 것만이 아니다. 오히려 더 중요한 변화는 영화 제작 과정에서 발생하는 수많은 정보와 반복 업무를 AI가 얼마나 효율적으로 처리할 수 있느냐에 있다.

논문 역시 AI가 영화 제작의 효율성과 비용 효과성을 높이고, 특수효과와 새로운 제작 도구를 통해 영화의 품질 향상에도 기여할 수 있다고 평가한다. 하지만 동시에 AI가 만들어낸 작품에서는 인간적인 감성과 깊이가 부족할 가능성이 있다는 점도 함께 지적한다.

AI가 시나리오를 쓴다면?

영화 제작의 출발점은 대부분 시나리오다.

논문에 따르면 일반적인 영화 시나리오는 평균적으로 약 110페이지이며, 전문 시나리오 작가가 제작사나 프로듀서의 의뢰를 받아 초고를 작성하는 데 약 12주가 걸리기도 한다. 이후 최종본을 완성하기 위해 추가적인 시간이 필요할 수 있다.

하지만 AI가 개입하면 상황이 크게 달라질 수 있다.

논문은 2016년 AI 전문가 Andy Herd가 Google의 오픈소스 머신러닝 도구 TensorFlow를 이용해 미국 시트콤 Friends의 대본을 학습시키고 새로운 에피소드를 자동으로 생성한 사례를 소개한다.

AI 기반 시나리오 제작의 가장 분명한 장점은 속도다.

논문에서는 AI가 시나리오 작성의 효율성을 크게 높일 수 있으며, 관련 사실과 데이터를 빠르게 수집해 작가가 이야기 속의 새로운 단서나 가능성을 발견하는 데 도움을 줄 수 있다고 설명한다. 이러한 과정은 창작자가 새로운 아이디어를 실험할 수 있는 기회를 넓힐 수도 있다.

그러나 여기에는 중요한 문제가 있다.

빠르게 만들어진 이야기가 반드시 좋은 이야기일까?

논문은 AI 알고리즘이 만든 작품이 인간적인 감성과 깊이를 충분히 담지 못할 수 있다고 지적한다. 특히 등장인물의 복잡한 감정을 처리하거나 인간의 본성을 섬세하게 표현하는 데에는 한계가 존재한다.

결국 AI가 문장을 만드는 것과 인간이 공감할 수 있는 이야기를 만드는 것은 같은 문제가 아니다.

AI는 영화 제작비도 관리할 수 있다

개인적으로 이 논문에서 특히 흥미로운 부분은 AI와 영화 제작비의 관계다.

영화는 예술이지만 동시에 막대한 자본이 움직이는 산업이다.

배우 출연료, 스태프 인건비, 촬영장소, 세트, 의상, 장비, 특수효과, 후반작업 등 영화 제작 과정의 거의 모든 활동에는 비용이 발생한다. 그래서 제작비를 얼마나 정확하게 예측하고 관리하는가는 영화 프로젝트의 성패와 직접적으로 연결될 수 있다.

논문이 인용한 기존 연구에 따르면 2008년부터 2012년 사이 미국에서 제작비가 1억 달러를 넘는 영화 약 90편이 개봉했지만, 그중 상당수는 미국 내 박스오피스 매출만으로 제작비를 회수하지 못했다. 연구자는 이를 언급하면서 영화의 사전 분석과 제작 승인 단계에서 보다 정확한 의사결정 지원의 필요성을 설명한다.

여기에서 AI가 중요한 도구가 될 수 있다.

예를 들어 AI가 장면, 소품, 의상 등 제작 관련 데이터를 분석하면 제작 과정에서 예상보다 비용이 많이 발생할 가능성을 미리 발견하고 제작진에게 경고할 수 있다.

이것은 상당히 중요한 변화다.

과거에는 영화 제작자의 경험과 직관이 중요한 역할을 했다면 앞으로는 경험 + 데이터 + AI 분석이 결합된 형태로 제작 의사결정이 이루어질 가능성이 있기 때문이다.

AI가 시나리오를 읽고 제작 계획까지 세운다

영화 촬영에 들어가기 전에 제작진은 매우 복잡한 준비 과정을 거친다.

논문은 프리프로덕션의 주요 업무로 촬영용 시나리오 확정, 예산 결정, 주요 스태프 구성, 시나리오 분석, 스토리보드와 촬영 리스트 작성, 촬영장소 선정, 배우와 스태프 고용, 허가와 보험, 촬영 일정 작성, 장비 준비 등을 설명한다.

특히 시나리오를 실제 제작에 필요한 요소로 분해하는 작업은 상당한 노동을 요구한다.

전통적인 방식에서는 제작진이 시나리오를 처음부터 끝까지 읽으면서 필요한 배우, 장소, 소품 등의 정보를 일일이 분류하고 이를 스프레드시트 등에 정리해야 했다.

문제는 시나리오가 수정되면 이 작업도 다시 확인해야 한다는 것이다.

논문은 이러한 과정이 시간이 많이 들 뿐 아니라 오류가 발생하기 쉽다고 설명한다. 반면 자연어 처리와 머신러닝을 이용하면 AI가 시나리오 분석을 보조하면서 작업의 효율성과 정확성을 향상시킬 가능성이 있다.

화려한 AI 영상 생성보다 이런 기능이 실제 영화 제작 현장에서는 오히려 더 큰 경제적 효과를 가져올 수도 있다.

배우 캐스팅에도 AI가 사용될 수 있다

영화의 성공에서 캐스팅은 매우 중요한 요소다.

논문은 배우 선정 과정에서 외모와 나이 등의 조건뿐 아니라 배우의 연기 경험, 수상 경력, 이전 출연작, 과거 비슷한 역할을 연기했는지 여부 등 다양한 정보가 고려될 수 있다고 설명한다.

AI는 이러한 정보를 데이터베이스로 통합하고 각각의 배우에게 여러 특성을 나타내는 라벨을 부여한 뒤 작품에서 요구하는 조건과 비교할 수 있다.

즉,

“이 역할에 어떤 배우가 적합할까?”

라는 질문을 오직 사람의 기억이나 경험에만 의존하지 않고 데이터 분석을 통해 보조할 수 있다는 것이다. 논문은 AI가 배우들의 정보를 대규모 데이터베이스로 통합하고 성별, 연령대, 연기 등의 특성을 바탕으로 적합한 배우를 찾는 데 도움을 줄 수 있다고 설명한다.

물론 이것이 감독이나 캐스팅 디렉터를 없애야 한다는 의미는 아니다.

오히려 수많은 후보 가운데 적합한 사람을 빠르게 추려내는 의사결정 지원 도구로서 AI의 가능성을 보여주는 사례라고 볼 수 있다.

수많은 촬영 영상 가운데 AI가 필요한 장면을 찾는다

촬영이 끝나면 또 다른 거대한 작업이 시작된다.

바로 포스트프로덕션이다.

영화 제작진은 촬영된 수많은 영상을 검토하고, 필요한 장면을 선택하고, 길이를 조정하고, 음악과 음향을 배치하고, 필요하면 보이스오버와 시각효과를 추가해야 한다.

디지털 촬영 기술의 발전은 촬영 비용을 줄이고 다양한 각도에서 더 많은 영상을 촬영할 수 있게 만들었지만, 역설적으로 편집자가 검토해야 할 영상의 양은 훨씬 많아졌다.

논문은 바로 이 지점에서 AI의 역할을 강조한다.

AI가 촬영 자료를 적절하게 관리하고 분석한다면 편집자가 방대한 영상 가운데 적합한 장면을 찾아야 하는 부담을 크게 줄일 수 있다는 것이다.

실제로 논문은 2019년 중국 CCTV News의 국경절 관련 영상 일부가 AI 편집을 통해 제작된 사례를 소개한다. 다만 연구자는 AI가 인간 편집자를 완전히 대체한다기보다 생산성과 결과물의 품질을 높여주는 보조자 역할을 하는 것으로 평가한다.

특수효과는 AI로 더 빠르고 저렴하게 만들 수 있을까?

AI가 특히 큰 영향을 미칠 가능성이 있는 분야 중 하나는 시각효과다.

영화에는 현실에서 촬영하기 어렵거나 위험하거나 지나치게 많은 비용이 필요한 장면들이 존재한다.

과거에는 미니어처, 특수분장, 모형, 합성 촬영 등 여러 물리적인 방법을 사용해 이러한 장면을 구현했다. 이후 컴퓨터 그래픽이 영화 제작에 본격적으로 사용되면서 표현의 범위가 크게 확대됐다.

논문은 컴퓨터 기술이 영화 특수효과에 도입되면서 후반작업 능력이 크게 향상되었고 디지털 특수효과의 범위 역시 더욱 넓어졌다고 설명한다.

AI는 이러한 흐름을 더욱 가속할 가능성이 있다.

그러나 기술적으로 완벽한 장면을 만드는 것과 관객의 마음을 움직이는 장면을 만드는 것은 다른 문제다.

그리고 이것이 바로 이 논문의 핵심적인 문제의식으로 이어진다.

AI의 가장 큰 약점 — 인간의 감정을 이해할 수 있는가?

AI는 방대한 데이터를 학습할 수 있다.

수많은 영화와 시나리오의 구조를 분석하고 반복되는 패턴을 발견할 수도 있다.

하지만 인간이 영화를 만드는 이유는 단순히 패턴을 조합하기 위해서만은 아니다.

감독과 작가는 자신의 경험과 기억, 감정, 가치관과 세계관을 작품에 담는다.

논문 역시 AI가 영화 제작에 지나치게 사용될 경우 작품의 독창성이 훼손될 가능성을 경고한다. AI가 방대한 데이터를 학습할 수 있다고 하더라도 인간과 같은 창의성과 감정을 가진 것은 아니기 때문이다.

따라서 연구자가 제시하는 방향은 비교적 명확하다.

AI는 영화 제작의 결정자가 아니라 도구가 되어야 한다.

이미지 분석이나 대규모 데이터 분석과 같은 작업에서는 AI가 제작진을 도울 수 있지만 영화의 창조적인 과정에서는 여전히 인간의 창의성과 감정이 중요하다. 창작자 역시 AI가 만들어낸 결과를 그대로 받아들이기보다 자신의 독특한 관점과 창의성을 유지해야 한다는 것이다.

특수효과 역시 마찬가지다.

아무리 사실적인 이미지를 빠르게 만들어낼 수 있다고 해도 그것이 이야기와 감정을 전달하지 못한다면 관객에게는 차갑고 인공적으로 느껴질 수 있다.

특수효과의 목적은 단순히 관객에게 “이 기술 정말 대단하다”라는 생각을 들게 하는 것이 아니라 이야기를 더 효과적으로 전달하는 것이어야 한다는 것이 논문의 주장이다.

그렇다면 AI는 영화인을 대체하게 될까?

이 논문을 읽고 나면 질문은 자연스럽게 여기로 향한다.

“결국 AI가 감독, 작가, 편집자와 영화 제작자들을 대체하게 될까?”

하지만 이 논문이 보여주는 방향은 단순한 ‘대체’와는 조금 다르다.

AI가 가장 강점을 보이는 영역을 보면 반복되는 특징이 있다.

방대한 데이터를 분석하는 일, 반복적인 업무를 빠르게 처리하는 일, 여러 선택지를 비교하는 일, 제작 과정의 비용과 시간을 줄이는 일이다.

반대로 영화에서 가장 중요한 이야기의 의미를 결정하고, 인물의 감정을 이해하고, 어떤 장면이 관객의 마음에 남아야 하는지를 판단하는 영역에서는 인간의 역할이 여전히 중요하다.

따라서 앞으로의 영화 제작에서 중요한 질문은

“AI가 인간을 대신할 것인가?”

보다

“인간이 AI를 어떻게 사용할 것인가?”

에 더 가까울지도 모른다.

이 연구가 중요한 이유

이 논문은 AI와 영화의 관계를 단순한 기술 발전의 문제가 아니라 영화 제작 시스템 자체의 변화로 바라볼 수 있게 해준다는 점에서 중요한 의미를 지닌다.

최근 AI에 관한 이야기를 들으면 우리는 흔히 AI가 시나리오를 쓰거나 이미지를 만들고 배우를 대신하는 모습을 먼저 떠올리게 된다.

하지만 실제 영화 산업에서 AI가 가져올 더 큰 변화는 눈에 잘 보이지 않는 곳에서 시작될 수도 있다.

시나리오를 분석하는 시간은 얼마나 줄어드는가?

촬영 일정을 얼마나 효율적으로 만들 수 있는가?

제작비 초과 위험을 얼마나 빨리 발견할 수 있는가?

수백 명의 배우 가운데 적합한 후보를 얼마나 빠르게 찾을 수 있는가?

수십 시간의 촬영 영상 가운데 편집자가 원하는 장면을 얼마나 빨리 찾아낼 수 있는가?

이러한 변화가 하나씩 쌓이면 결국 영화 한 편을 만드는 비용 구조와 제작 방식 자체가 달라질 수 있다.

바로 이 점에서 AI는 영화 산업의 ‘창작 도구’인 동시에 ‘비즈니스 도구’이기도 하다.

특히 제작비가 큰 영화일수록 작은 비효율도 막대한 비용으로 이어질 수 있다. 반대로 제작비가 작은 독립영화나 소규모 제작사에는 AI를 이용한 비용 절감이 과거에는 시도하기 어려웠던 프로젝트를 실제 작품으로 만들 수 있는 기회가 될 수도 있다.

하지만 효율성이 좋은 영화를 보장하지는 않는다

동시에 이 연구가 던지는 또 하나의 중요한 질문이 있다.

영화 제작이 점점 더 효율적으로 변하면 영화도 더 좋아질까?

반드시 그렇다고 말하기는 어렵다.

AI는 성공했던 영화들의 데이터를 분석하고 관객이 좋아했던 이야기의 특징을 발견할 수 있을 것이다. 제작자는 이를 이용해 실패 가능성을 낮추려고 할 수도 있다.

하지만 모든 제작사가 비슷한 데이터를 이용하고 비슷한 알고리즘의 추천을 받아 영화를 만든다면 오히려 영화들이 서로 비슷해지는 역설적인 결과가 나타날 가능성도 있다.

이 부분은 이 논문이 직접 실증적으로 검증한 결과라기보다, 논문이 제기한 ‘독창성 훼손’의 문제에서 한 단계 더 나아가 생각해볼 수 있는 부분이다.

영화 역사에서 오래 기억되는 작품들은 때로 당시의 일반적인 성공 공식을 따르지 않았다.

누군가 새로운 이야기를 시도했고, 새로운 촬영 방법을 선택했고, 기존의 흥행 공식과 다른 결정을 내렸기 때문에 새로운 영화가 탄생하기도 했다.

따라서 AI 시대에 영화 산업이 해결해야 할 문제는 기술을 사용할 것인지 말 것인지의 문제가 아닐 것이다.

효율성을 높여주는 AI와 인간의 창의성을 어떻게 조화시킬 것인가.

이것이 더 중요한 질문이다.

AI 시대에도 영화의 중심에는 결국 사람이 있다

논문의 결론 역시 AI 기술의 발전을 피할 수 없는 변화로 바라본다.

연구자는 영화 산업 역시 AI의 영향을 피할 수 없으며 새로운 기술과 접근법에 열린 태도를 가질 필요가 있다고 주장한다. 향후 AI는 영화 제작 과정을 최적화하고 제작 효율성과 영화의 품질을 높이는 방향으로 발전할 가능성이 있다는 것이다.

그러나 AI가 아무리 발전하더라도 한 가지 질문은 남는다.

우리는 왜 영화를 보는가?

완벽한 이미지를 보기 위해서만 영화를 보는 것은 아니다.

한 인물의 선택에 공감하고, 어떤 장면에서 웃고, 슬퍼하고, 때로는 자신의 삶을 돌아보기 위해 영화를 본다.

그렇다면 영화 제작에서 AI의 가장 이상적인 역할은 인간을 없애는 것이 아니라 인간이 이러한 이야기에 더 집중할 수 있도록 반복적이고 복잡한 작업을 줄여주는 것일지도 모른다.

시나리오 분석은 AI가 더 빠르게 할 수 있다.

제작비 계산도 AI가 도울 수 있다.

수많은 촬영 영상을 분류하는 일도 AI가 더 효율적으로 수행할 수 있다.

하지만 어떤 이야기를 해야 하는지, 왜 그 이야기를 해야 하는지, 그리고 관객에게 어떤 감정을 남길 것인지 결정하는 일은 결국 창작자의 몫이다.

그래서 AI 시대의 영화 산업에서 가장 중요한 경쟁력은 AI 자체가 아닐 수도 있다.

오히려 AI를 얼마나 잘 활용하면서도 인간만의 관점과 감정, 그리고 창의성을 지켜낼 수 있는가가 앞으로 영화 제작자들에게 더 중요한 능력이 될 수 있다.

AI가 영화의 미래를 만들어가는 것은 분명해 보인다.

그러나 그 미래에 어떤 이야기를 담을 것인지는 여전히 인간이 결정해야 한다.

Citation

Sun, P. (March 2024). A study of artificial intelligence in the production of film. In SHS Web of Conferences (Vol. 183, p. 03004). EDP Sciences. DOI : 10.1051/shsconf/202418303004