AI 영상의 스토리보드 단위 제어: 세그먼트, 프레임, edit 모드

Nureta에서 15초를 넘는 영상은 모두 여러 샷을 이어 붙인 장면으로 렌더링됩니다. 문제는 샷 목록을 누가 쓰느냐입니다. API의 답은 세 가지입니다. auto 모드(기본): 내장 디렉터가 프롬프트 하나로 모든 것을 계획하고 렌더링합니다. advanced 모드: 자체 segments[] 스토리보드를 넘기면 바로 렌더링됩니다. edit 모드: 디렉터(또는 넘긴 세그먼트)가 스토리보드를 초안으로 만들고, 작업은 planned 상태로 멈추며, 승인할 때까지 렌더링되지 않습니다. 세 모드 모두 16~180초 장면에 적용됩니다.

성인 스토리텔링에서는 템포가 곧 상품이기 때문에 제어가 특히 중요합니다. 장면에는 클라이맥스 전의 빌드업이 필요하고, 모든 샷에 같은 캐릭터가 나와야 하며, 의상과 배경이 흔들리면 안 됩니다. 대부분의 프롬프트는 auto 모드로 충분히 잘 처리됩니다. 나머지 두 모드는 고정 캐릭터가 나오는 시리즈나 스토리 비트가 정해진 초에 떨어져야 하는 포맷처럼, 예측 가능하고 반복 가능한 결과가 필요한 스튜디오와 앱을 위한 것입니다.

advanced 모드에서는 일반 텍스트 항목과 함께 segments 배열을 보냅니다. 각 세그먼트는 이어 붙여질 클립 하나이며 script, 선택적 duration_seconds(4~15, 기본 9), 선택적 first_frame과 last_frame, explicit 플래그를 가집니다. 세그먼트 합계는 16~180초여야 하고, 그 합계가 영상의 길이이자 가격이 됩니다. 예시: "segments":[{"script":"도시 불빛을 등지고 옥상으로 나오는 그녀","duration_seconds":8,"explicit":false},{"script":"난간에서 그가 곁에 서고 두 사람이 키스한다","duration_seconds":10,"explicit":false},{"script":"클라이맥스 샷","duration_seconds":12,"explicit":true}].

각 세그먼트는 하나의 시각적 비트로 쓰세요. 화면에 누가 있고, 무엇이 바뀌며, 카메라가 어디 있는지. 클립 하나가 아이디어 하나를 보여 줄 시간은 몇 초뿐이라, 문단보다 짧고 구체적인 스크립트가 더 안정적으로 렌더링됩니다. 이미 API의 $0.01 seahorse-script 작업으로 스크립트를 만들고 있다면, 돌아오는 각 장면(setting, beat, durationSeconds)은 거의 일대일로 세그먼트에 대응합니다.

explicit 플래그는 샷마다 한 가지 질문에 답합니다. 이 샷에서 실제로 성행위가 일어나는가? 영상 모델은 해부학 지식을 내장하고 있지 않기 때문에, explicit: true로 표시된 샷은 별도의 해부학 레퍼런스 파이프라인을 거칩니다. 이것이 제대로 작동하려면 그 샷의 스크립트가 동작을 구체적으로 묘사해야 합니다. explicit 샷에 "두 사람이 가까워진다" 같은 모호한 문장만 있으면 레퍼런스가 붙지 않고 부드러운 영상이 나옵니다.

explicit: false로 표시된 샷은 눈빛, 손길, 옷을 벗는 장면, 여운 같은 빌드업이나 스토리 샷이며, 해부학 레퍼런스 없이 텍스트만으로 렌더링됩니다. 이것이 장면을 영화 같은 템포로 유지하는 방법입니다. 도입부는 암시적으로 남고 클라이맥스만 노골적이 되어, 모든 샷이 같은 톤으로 평균화되지 않습니다. edit 모드에서는 디렉터가 플래그를 정해 주며, 샷별로 덮어쓸 수 있습니다.

first_frame이나 last_frame을 고정하면 그 샷은 프레임 조건부로 렌더링됩니다. 이미지가 첫 장면이나 마지막 장면이 되므로 썸네일에 맞추거나, 이전 클립에서 이어 가거나, 마지막 구도를 정확히 잡고 싶을 때 유용합니다. 프레임은 단일 클립에서는 이미지의 role 필드로, 개별 세그먼트에서, 또는 edit 모드 플랜에서 지정할 수 있습니다.

고정한 프레임은 그 샷의 캐릭터·배경 레퍼런스를 대체하며, 둘은 함께 쓸 수 없습니다. 샷의 인물과 모습은 프레임 자체에서 결정되므로, 이미 캐릭터가 담긴 프레임을 고정하거나 프레임을 비워 두고 공통 캐릭터 레퍼런스가 모든 샷의 일관성을 지키게 하세요. 단일 클립도 같은 규칙입니다. 프레임이나 참조 이미지(최대 9장) 중 하나만 보내고 둘 다 보내지는 않습니다.

"mode":"edit"와 15초를 넘는 duration으로 제출하세요. 작업은 제출 시 과금되고 스토리보드 초안을 만든 뒤 planned에서 멈춥니다. 이때 scene 필드에는 segmentCount, characterImage 미리보기, 그리고 index, script, durationSeconds, explicit 플래그, 인물 없는 backgroundImage 미리보기, 프레임을 가진 segments가 담깁니다. callback_url을 지정했다면 초안이 planned가 될 때 최선 노력(best-effort) 방식의 초안 준비 이벤트가 한 번 옵니다.

초안 편집에는 두 엔드포인트가 있습니다. PUT …/tasks/:id/plan은 index별로 원본 필드(스크립트, 길이, 프레임, null이면 프레임 해제)를 바꿉니다. 권장 경로는 PUT …/tasks/:id/plan/structured입니다. 각 샷의 짧은 비트를 수정하면 서버가 다시 확장하고, segments 배열이 기준이 되므로 샷 순서 변경·추가·삭제가 자유로우며, 샷마다 background_image 배경 플레이트를 지정할 수 있고, 최상위 world, wardrobe, character로 공통 스타일을 덮어쓸 수 있습니다. 재확장은 비동기로 진행되어 호출은 202를 반환하고, 장면이 다시 planned가 되고 reexpandStatus가 ready가 될 때까지 폴링합니다.

편집해도 가격은 바뀌지 않습니다. 결제한 합계는 scene.lockedDurationSeconds로 고정되고, 편집과 렌더링 모두 샷 길이 합계가 이 값에서 벗어난 플랜을 거부합니다. 즉 한 샷을 줄이면 다른 샷을 늘려야 합니다. 플랜이 완성되면 POST …/tasks/:id/render로 렌더링을 시작합니다. 그 전에 마음이 바뀌면 POST …/tasks/:id/cancel로 전액이 즉시 환불되고 작업은 cancelled로 끝납니다. 렌더링하지 않은 초안은 자동 환불되고, 실패한 렌더링도 환불됩니다.

요금은 선불 잔액에서 초 단위로 차감되며 480p 초당 $0.1888, 720p $0.2773, 1080p $0.5428입니다. 480p 60초 스토리보드는 몇 번을 편집해도 약 $11.33입니다. Nureta 앱에서도 개인 사용자가 같은 스토리보드 편집기(샷별 스크립트, 길이, 프레임, 배경, 공통 World·Wardrobe·Character, 노골적인 샷을 표시하는 샷별 토글)를 쓸 수 있지만, 요금은 달라서 5초 480p 영상 한 편에 $1.29를 USDC로 냅니다.