GPT Image 2.5 + MiniMax H3: 스토리보드에서 비디오로, 테스트 결과

GPT Image 2.5 Sunburst를 사용해 4패널 스토리보드를 그린 뒤, MiniMax H3로 단일 참조 시트를 4개의 순차적인 풀스크린 샷으로 구성된 단편 영상으로 변환했습니다. 결과물은 빛나는 씨앗을 회수하고, 심은 뒤, 꽃이 피어나는 모습을 지켜보는 태엽식 배달부의 이야기를 따릅니다.

이미지 모델은 시각적 계획을 만들었습니다. 비디오 모델은 움직임과 샷 시퀀스를 만들었습니다. 스토리보드 시트 자체는 비디오가 아니며, 격자 형태의 이미지를 비디오 모델에 입력할 때는 이를 어떻게 해석해야 하는지에 대한 명확한 지시가 필요합니다.

여기 실제 출력 결과를 더 작은 무음 미리보기로 제공합니다:

원본 H3 MP4 다운로드 · 무음 720p 미리보기 다운로드.

요청에서는 12초 길이를 지정했습니다. 반환된 컨테이너는 12.25초이며, 2560 × 1440 비디오, 24 FPS를 측정합니다. 또한 무성 영화 프롬프트를 사용했음에도 오디오 트랙이 포함되어 있습니다. 웹 미리보기에서는 해당 트랙을 제거하고 1280 × 720 크기로 조정했으며, 샷을 교체하거나 순서를 변경하거나 수정하지 않았습니다. 원본 다운로드 파일은 변경되지 않았습니다.

1단계: 재생 시간에 맞는 스토리 작성

우리의 이야기는 한 명의 캐릭터, 하나의 옥상, 하나의 화분, 그리고 변화하는 하나의 물체로 구성됩니다. 동작을 작게 유지하면 모델이 요청된 12초 안에 표현할 수 있는 시퀀스를 제공합니다.

이는 요청된 장면 구성이지, 프레임 단위로 정확한 편집 지점은 아닙니다. 정확한 전환은 모델이 선택합니다.

캐릭터 설명은 인식 가능한 요소를 사용합니다: 황동 얼굴, 남색 모자, 청록색 코트, 녹슨 색 스카프, 크림색 가방, 갈색 부츠. 또한 스프라이트 시트 튜토리얼에서도 이 작성된 디자인 방향을 사용했지만, 이번 스토리보드는 독립적으로 생성되었습니다. 이는 설명을 영화적으로 해석한 것이며, 스프라이트 캐릭터와 이미지 참조 충실도를 비교하는 테스트가 아닙니다.

2단계: 4패널 참조 이미지 생성

원본 2048 × 1152 스토리보드 다운로드.

Sunburst에 2×2 시트 하나를 요청했으며, 동일한 크기의 가로형 패널 4개와 얇은 구분 여백으로 구성했습니다. 프롬프트에는 읽기 순서, 동일한 의상, 같은 테라코타 화분, 블루아워 조명, 그리고 페인티드 스톱모션 스타일을 지정했습니다. 이미지가 시각적 동작에 집중하도록 패널 번호와 캡션은 제외했습니다.

생성 설정은 gpt-image-2.5-sunburst, size: "16:9", resolution: "2K", quality: "medium"였습니다. 하나의 이미지 안에 네 장면을 반환했으며, 전체적으로 일관된 캐릭터와 배경을 유지했습니다. 배경에는 잠자는 고양이도 등장했는데, 이는 명시적인 지시가 아닌 추가된 세부 요소였습니다.

정확한 이미지 생성 요청 다운로드. storyboard 항목에는 전체 프롬프트가 포함되어 있습니다. 별도의 courier-reference 항목은 스프라이트 실험에 해당하며 이번 스토리보드 요청에는 전달되지 않았습니다.

다음 단계로 넘어가기 전에 시트를 검토하세요. 패널 사이에서 모자, 가방, 화분 또는 공간 배치가 이미 달라졌다면 비디오 요청에서도 이러한 모호성이 이어질 수 있습니다.

3단계: 샷 지시와 함께 시트를 참조 이미지로 전송

PoYo에서 MiniMax H3 API 모델 식별자는 **hailuo-03**입니다. 이번 테스트에서는 reference_image_urls를 사용했으며, 전체 스토리보드를 하나의 참조 이미지로 전달했습니다.

첫 프레임/마지막 프레임 입력 모드인 image_urls로 격자를 사용하지 않았습니다. 스토리보드를 실제 첫 프레임처럼 취급하면 출력이 보이는 격자 화면으로 시작하도록 유도할 수 있습니다. 대신 프롬프트에서는 연속적인 풀스크린 샷을 명시적으로 요청했습니다.

핵심 지시는 다음과 같았습니다:

Image 1 is a four-panel storyboard reference, NOT a single frame
to animate. Make a 12-second 16:9 silent cinematic short with four
consecutive full-screen shots in reading order. Never show the grid,
gutters or multiple panels.

0-3s: courier walks toward the empty pot.
3-6s: courier reaches into the satchel and lifts one glowing seed.
6-9s: seed is gently planted in the dark soil.
9-12s: a luminous golden flower sprouts; courier watches.

Preserve the character, clothes, pot, rooftop and blue-hour light.
No subtitles, written words, logo, dialogue or standalone outro.
The final frame stays on the courier and flower.

이는 축약된 발췌본입니다. 제출한 정확한 비디오 및 스프라이트 요청 다운로드 후, 전체 프롬프트는 story-video 항목을 사용하세요.

요청 형식은 다음과 같습니다:

{
  "model": "hailuo-03",
  "input": {
    "prompt": "Your complete sequential-shot instructions",
    "reference_image_urls": ["YOUR_PUBLIC_STORYBOARD_URL"],
    "duration": 12,
    "resolution": "2K",
    "aspect_ratio": "16:9"
  }
}

PoYo 베어러 토큰과 함께 POST https://api.poyo.ai/api/generate/submit에 제출하고, 반환된 작업 ID를 저장한 뒤 GET /api/generate/status/{task_id}를 폴링하세요. 이 예시에서는 첫 프레임/마지막 프레임 image_urls와 참조 이미지 모드를 결합하지 마세요. 현재 경로 옵션은 MiniMax H3 모델 페이지에서 확인할 수 있습니다.

결과가 따랐던 부분과 여전히 검토가 필요한 부분

이 컨택트 시트는 왼쪽에서 오른쪽으로, 그다음 아래 방향으로 읽습니다. 이는 비디오에서 만든 검토용 자료이며, 또 다른 생성 스토리보드가 아닙니다.

출력 결과는 4개의 패널을 동시에 애니메이션화하는 대신 시트를 풀스크린 화면으로 변환합니다. 시퀀스는 접근, 회수, 심기, 개화로 진행됩니다. 모자, 스카프, 가방, 화분, 옥상, 따뜻한 창문 조명은 인식 가능한 상태로 유지됩니다. 마지막 장면은 별도의 브랜드 카드 없이 배달부와 꽃에 머뭅니다.

실용적인 한계도 있습니다. 씨앗은 자연적인 씨앗과 비교해 눈에 띄게 크며, 꽃으로 전환되는 장면 전까지 흙 위에 노출된 상태로 유지됩니다. 손과 흙의 상호작용은 썸네일 크기에서 판단하기보다 전체 크기로 확인해야 하는 세부 사항입니다. 정확한 샷 타이밍과 구도는 모델이 해석합니다. 반환된 오디오 트랙은 또한 “silent”라는 단어가 트랙 없는 파일을 강제하지 않았음을 보여줍니다.

이번 테스트는 하나의 스토리보드 생성과 하나의 비디오 생성으로 진행되었습니다. 반복 성공률 연구를 수행하거나, 비디오 모델을 비교하거나, 별도의 패널 참조가 더 나은 연속성을 제공하는지 테스트하지 않았습니다.

실제 비용 및 소요 시간

달러 환산은 PoYo 크레딧당 $0.005를 기준으로 합니다. 실제 H3 비용은 초당 21 크레딧 기준으로 요청된 12초에 해당하며, 컨테이너의 추가 0.25초는 반환 비용을 변경하지 않았습니다.

스토리보드의 관찰된 요청부터 결과 반환까지 대기 시간은 42.97초였습니다. 비디오는 실행기가 완료를 확인하기까지 621.46초, 약 10분 21초가 걸렸습니다. 대기열, 네트워크 재시도, 폴링 시간이 포함되어 있으며, 이는 보장된 생성 시간이 아닙니다. 로컬 미리보기 변환은 추가 생성을 요청하지 않았습니다.

이미지 단계별 가격은 Image 2.5 가격을 참조하세요. 추가 스토리보드, 대체 버전, 수정 생성은 프로젝트 비용을 증가시킵니다.

자주 묻는 질문

GPT Image 2.5가 직접 비디오를 생성할 수 있나요?

이 워크플로에서는 정지 이미지 스토리보드 생성에 사용합니다. 비디오는 MiniMax H3가 생성합니다.

입력 이미지 4개가 필요한가요?

이 예시에서는 필요하지 않습니다. 전체 4패널 시트를 하나의 참조 이미지로 제공했습니다. 별도의 참조 이미지는 다른 설정이며, 자체 지침과 검증이 필요합니다.

모든 스토리보드가 올바른 샷 순서로 변환되나요?

하나의 성공 사례만으로는 이를 입증할 수 없습니다. 읽기 순서와 풀스크린 시퀀싱을 명확히 지정한 뒤 결과를 검토하세요. 타이밍이 중요하다면 샷을 별도로 생성하고 편집기에서 조합하세요.

어디서 시작해야 하나요?

GPT Image 2.5에서 시각적 계획을 만들고 승인한 다음, 시트와 시간별 동작 설명을 MiniMax H3로 가져가세요. 사용하기 전에 최종 비디오의 연속성, 동작, 오디오, 출력 크기를 검토하세요.