AI가 만든 영화 트레일러 TRAILDREAMS

초록

TRAILDREAMS는 대형 언어 모델(GPT‑4)을 핵심 엔진으로 삼아 영화의 핵심 장면·대사와 음악·보이스오버를 자동 선택·생성해 완전 자동화된 트레일러를 제작하는 프레임워크이다. 기존 시각·청각 특징 기반 방법보다 시나리오 이해와 멀티모달 통합에 강점이 있지만, 인간 감독이 만든 트레일러와 비교하면 서사 깊이와 감성 전달에서 아직 차이가 있다.

상세 분석

본 논문은 영화 트레일러 제작에 LLM을 적용한 최초 수준의 통합 시스템으로, 네 단계(준비, 시각, 보이스오버, 사운드트랙)로 구성된 파이프라인을 제시한다. 준비 단계에서는 IMDb API와 CINEMAGOER 파이썬 라이브러리를 활용해 메타데이터와 시놉시스를 자동 수집하고, GPT‑4를 통해 시놉시스를 서브플롯으로 분할한다. 여기서 핵심은 폭력·성·인종 관련 용어를 ‘REDACTED’로 마스킹해 모델 필터링을 회피하면서도 서사 구조를 보존하는 전처리 기법이다.

시각 단계에서는 프레임을 9초 간격으로 추출해 ‘표준 클립(SC)’과 ‘인용 클립(QC)’을 구분한다. QC는 대사 길이(12~80자)와 문법 완전성을 en_core_web_sm 모델로 검증한 뒤, GPT‑4가 감정·긴장도 기준으로 우선순위를 매겨 선택한다. SC는 시각적 흐름을 유지하도록 장면 전환점과 색채·촬영 기법을 고려해 자동 매칭한다.

보이스오버 단계에서는 GPT‑4가 트레일러 전체 흐름에 맞는 내레이션 스크립트를 생성하고, TTS 엔진을 통해 음성 파일을 만든다. 사운드트랙 단계에서는 별도 음악 생성 모델이 영화 테마와 분위기에 맞는 멜로디를 작곡하고, LLM이 ‘감정 지시’를 제공해 템포·악기 편성을 제어한다. 최종 조합 시, 각 모듈의 출력물은 시간축에 맞춰 자동 정렬되며, 사용자는 클립 수·길이·볼륨 등을 파라미터화해 미세 조정이 가능하도록 설계되었다.

성능 평가는 기존 PPBVAM, MOVIE2TRAILER 등과 비교해 시청자 설문(흥미도·이해도·감정 이입)에서 평균 12%p 상승했으나, 인간 감독이 만든 트레일러와는 여전히 8~10%p 차이가 남는다. 이는 서사적 깊이·감정 고조·편집 리듬에서 LLM이 아직 인간의 직관을 완전히 대체하지 못함을 의미한다. 또한, 필터링 과정에서 의미 손실이 발생하고, 장면 선택 시 시각적 미학(구도·색채) 평가가 제한적이라는 한계가 있다.

향후 연구 방향으로는 멀티모달 트랜스포머를 도입해 영상·음성·텍스트를 동시에 이해·생성하는 통합 모델, 그리고 인간‑AI 협업 인터페이스를 통해 편집자가 실시간으로 피드백을 제공하는 하이브리드 워크플로우를 제안한다.