AI 크리에이티브 제작 플랫폼 모픽(Morphic)이 웹툰, 애니메이션, 드라마 등 영상 콘텐츠 제작 시 발생하는 수작업 반복 공정을 하나의 파이프라인으로 연결해 자동 실행하는 ‘워크플로(Workflows)’ 기능을 공개했다.
모픽의 ‘워크플로’ 기능은 AI가 콘텐츠 제작의 진입장벽을 낮췄음에도 불구하고, 이미지 및 영상 생성 이후의 후작업이 여전히 프롬프트 기반의 수작업으로 발생하는 이른바 ‘AI 노가다(AI Grind)’ 문제를 해결하기 위해 개발되었다. 실제 모픽의 영상제작 크리에이티브팀에 영화 제작과정에 적용한 결과, ‘이미지 to 이미지’, ‘이미지 to 비디오’, ‘프레임 to 비디오’ 변환 등에서 가장 빈번하게 반복되는 작업 소요 시간이 최대 60% 단축되는 성과를 거두었다.
현재 국내 AI 영상 제작 환경은 생성형AI 모델의 발전에도 불구하고 구조적인 한계에 직면해 있다. 모픽의 조사에 따르면 특히 웹툰·애니메이션 제작팀은 전체 공정 시간의 40~60%를 프롬프트 재작성, 이미지 및 영상 생성 툴 간 파일 이관 문제, 스타일 재정합 등 창작과 무관한 작업에 인력 및 시간이 소모되고 있었다. 특히 주 단위 연재가 기본인 웹툰의 경우, 에피소드 한 편당 패널 생성부터 출판 포맷 출력까지 평균 30단계 이상의 수동 조작이 수반되어 영상 AI가 높인 생성 속도를 후속 수작업이 상쇄하는 병목 현상이 두드러졌다.
AI기반의 ‘모픽 워크플로’는 소모적이고 반복적인 작업을 ‘자동화된 파이프라인’으로 해결한다. 영상 제작사가 크리에이티브 구현을 위해 캐릭터 생성, 장면 구성, 스타일 고정 및 유지, 최종 출력에 이르는 전 과정을 단일 자동화 시퀀스로 정의하고, 해당 시퀀스를 ‘워크플로’로 저장하면 이후 모든 실행은 모픽의 AI 시스템 안에서 반복적인 프롬프트 작업없이 오직 ‘클릭’만으로 생성된다.
모픽의 워크플로 기능을 사용하면 매번 프로젝트를 처음부터 시작해야 했던 기존 방식에서 벗어나, 파이프라인을 템플릿화하여 신속하고 편리하게 높은 퀄리티의 영상 초안을 생성할 수 있다. 실제로 모픽의 워크플로는 오리지널 시리즈인 한국 사극 단편 드라마 ‘문라이트 베일(Moonlight Veil)’과 사이버펑크 애니메이션 ‘DQN’ 시리즈 제작에 적용되었다. 회차별 캐릭터와 스타일의 일관성을 완벽히 유지하며 시리즈물을 양산할 수 있음을 입증했다.
특히 세계에서 가장 빠른 영상제작 호흡을 자랑하는 한국의 콘텐츠 산업 환경에서 이러한 압축적인 콘텐츠 제작 파이프라인은 필수적이다. K-웹툰, K-POP 비주얼 크리에이티브, OTT 드라마 등 고속·대량 제작이 구조적으로 요구되는 환경일수록 반복 작업을 제거하고 실질적인 창작 시간 확보가 중요하다. 과거 데스크톱 퍼블리싱이 인쇄소를, 디지털 카메라가 필름 현상소를 대체하며 산업을 진화시켰듯, 모픽의 워크플로는 AI 기반의 이미지 및 영상 생성 이후 최종 콘텐츠를 선보이는 파이프라인을 압축해 영상제작사와 크리에이터가 오직 스토리텔링과 연출에만 집중할 수 있는 환경을 제공할 것으로 기대된다.
모픽(Morphic)의 제이디 카나니(JD Kanani) 대표는 “생성형 AI가 콘텐츠 생성 속도의 혁신을 가져왔다면, 이제는 이미지 및 영상 초안 생성 이후의 지루한 반복 공정을 걷어낼 차례”라며, “한국의 드라마, 영화, 애니메이션 제작사가 이미 확보한 글로벌 제작 경쟁력에 모픽의 워크플로가 더해진다면, 이전에는 경제적·실무적으로 불가능했던 압도적인 스케일의 비주얼 스토리텔링이 가능해질 것”이라고 강조했다.
한편, 모픽은 차세대 AI 모델 ‘시댄스 2.0(Seedance 2.0)’ 등의 다양한 영상 AI 모델을 탑재하고 올해 한국 시장 본격 공략에 나선다. 매주 한국의 제작사 및 크리에이터의 요구를 반영한 새로운 워크플로를 출시하며 영화, 게임, 드라마, 광고, 패션 크리에이티브에 특화된 파이프라인 라인업을 강화하고 있으며, 이를 통해 국내 제작사가 글로벌 시장에서 압도적인 K-콘텐츠 경쟁력을 확보할 수 있도록 협업 및 크리에이티브 파트너십 프로그램(CPP)를 지원할 계획이다.
[영상] 비싼 메모리 시대에 램버스 실패로 알아보는, AI 시대 메모리 확보 전쟁의 끝은? [PC흥망사 17-2] 
