생성형 AI를 활용한 광고 영상 제작에 관한 연구: 쇼트폼 광고를 중심으로 = A Study on Advertising Video Production Using Generative AI: Focusing on Short-Form Advertising

국문 초록 (Abstract)

쇼트폼 동영상의 부상과 함께 광고 업계는 고효율성과 고창의성이라는 이중적 요구에 직면하고 있으며, 생성형 AI의 등장은 광고 제작 프로세스를 시각적·청각적 차원에서 전례 없는 자동화 및 개인화로 이끌고 있다. 그러나 기술의 발전이 곧바로 창작의 완성도로 이어지는 것은 아니다. 본 연구는 이론적 고찰, 사례 분석, 도구 적용 연구 및 실무 제작을 복합적으로 활용하여 생성형 AI가 쇼트폼 광고 창작에 미치는 영향과 한계를 종합적으로 탐구한다.
우선 확산 모델과 트랜스포머모델의 기술적 원리를 이론적으로 분석하고, 생성형 AI와 쇼트폼 광고 창작의 핵심 개념 및 시청각 언어 이론을 정리한다. 이와 더불어 대화형 AI인 Qwen, 이미지 생성 도구인 지몽AI, 영상 생성 도구인 클링AI, 음성 생성 도구인 미니맥스, 음악 생성 도구인 수노 AI를 대상으로 구체적인 적용 연구를 수행하며, 코카콜라, 이토로, 시투어의 세 편의 AI 광고 사례를 체계적으로 분석한다. 더 나아가 AI 광고 〈Soluna Coffee〉 제작 실무를 중심 사례로 삼아, AI가 실제 광고 창작에서 구현할 수 있는 수준과 품질 한계를 검증한다.
연구 결과, AI는 시각적 요소 생성 측면에서 뚜렷한 장점을 보여주며, 짧은 시간 내에 복잡한 조명 구성과 장면 연출을 구현할 수 있었다. 특히 청각 영역에서의 성과는 두드러졌다. 클링 AI가 생성한 영상은 효과음과 환경음을 자체적으로 포함하고 있으며, 공간감 있는 사운드 디자인이 뛰어났다. 미니맥스는 음성 클로닝뿐 아니라 인간의 목소리와 구분하기 어려울 정도로 자연스러운 음성을 생성하여 광고의 인격화 표현에 새로운 가능성을 열어주었다. 또한 수노 AI는 텍스트 기반의 감정과 리듬을 정확히 이해해 영상 분위기와 높은 수준으로 조화를 이루는 배경음악을 창출해 냈다. 이러한 다중 모달 AI의 융합은 AI 광고가 청각적 몰입감 측면에서 상당한 경쟁력을 갖추고 있음을 시사한다.
그러나 시각적 생성 영역에서는 여전히 명확한 한계가 드러났다. AI가 생성하는 영상의 해상도는 최대 1080p 수준에 머물렀으며, 객체의 움직임이 물리적 논리에 부합하지 않거나, 화면 내 요소가 갑자기 끊기거나 부유하며 사라지는 현상이 반복적으로 발생하였다. 동일한 프롬프트로 여러 차례 생성하더라도 일관된 결과를 재현하지 못해, 후반부 작업에서 인위적인 편집 및 전환 효과를 추가로 적용하여 화면의 연속성을 확보해야 했다. 또한 AI가 생성한 텍스트에는 종종 깨진 문자나 난독화 현상이 나타나 브랜드 로고나 자막의 가독성이 저하되는 문제가 발생하였다. 이는 AI가 시계열적 일관성과 의미론적 이해력 측면에서 아직 한계를 지니고 있음을 보여준다.
종합적으로 볼 때, 본 연구는 현재 AI가 광고 제작에서 ‘인간과 기계의 공동 창작이라는 과도기적 단계에 있음을 확인한다. 시청각 콘텐츠 생성의 효율성 측면에서는 AI가 뚜렷한 성과를 보이고 있으나, 서사 구조, 감정 깊이, 윤리적 판단과 같은 창작의 핵심 영역에서는 여전히 인간 창작자의 역할이 불가결하다. 향후 알고리즘 아키텍처의 고도화와 다중모달 학습의 발전을 통해 AI가 감정적 문맥을 이해하고, 시계열적 논리를 구성하며, 시각적 일관성을 확보하는 데 성과를 거둔다면, AI는 단순한 보조 도구를 넘어 공동 창작 주체로 진화할 가능성을 지닌다. 궁극적으로 AI 기반 광고 창작은 효율성과 창의성, 기술과 인간성을 조화롭게 융합하는 새로운 패러다임을 구축할 것이다.

다국어 초록 (Multilingual Abstract)

With the rise of short-form video, the advertising industry faces growing pressure to deliver both high efficiency and high creativity. Generative AI has enabled unprecedented automation and personalization in visual and audio production—but technological capability does not yet equal creative maturity. This study explores the opportunities and constraints of generative AI in short-form advertising through theoretical analysis, case studies, tool evaluations, and hands-on creation.
It begins by examining the technical foundations of diffusion and transformer models, and outlines key concepts linking generative AI with short-form ad creation and audiovisual language theory. The study then evaluates practical applications of key tools: Qwen (conversational AI), ZhiMeng AI (image generation), Kling AI (video synthesis), Minimax (voice cloning), and Suno AI (music generation). It also analyzes three real-world AI ad campaigns—by Coca-Cola, eToro, and C-Tour—and uses the original AI-generated ad Soluna Coffee as a central case study to assess real-world feasibility and quality limits.
Results show AI excels in rapid visual scene design and, especially, in auditory output. Kling AI embeds spatially rich sound effects; Minimax produces near-human voice synthesis, enabling personified brand voices; and Suno AI creates emotionally resonant, context-aware music. Together, these tools offer strong auditory immersion.
However, visual generation remains limited: outputs are restricted to 1080p, object motion often defies physical logic, and visual elements may flicker, float, or vanish unpredictably. Repeated generations from identical prompts lack consistency, requiring manual editing for continuity. Text elements—such as logos or subtitles—are frequently distorted or unreadable, highlighting AI’s weaknesses in temporal coherence and semantic accuracy.
The study concludes that AI in advertising is currently in a “human–machine co-creation” phase. While AI significantly boosts production efficiency, human judgment remains essential for narrative structure, emotional nuance, and ethical considerations. With further advances in multimodal learning and temporal modeling, AI may evolve from a supportive tool into a true creative partner—ushering in a new paradigm that fuses technical efficiency with human-centered creativity.

목차 (Table of Contents)

• 국문요약
• Ⅰ. 서론 = 1
• 제1절 연구 배경 = 1
• 제2절 문제 제기 = 6
• 제3절 연구 목적 = 8
• 제4절 연구 방법 = 9
• Ⅱ. 이론적 고찰 = 11
• 제1절 생성형 AI 대한 이론적 고찰 = 11
• 1. 생성형 AI = 11
• 제2절 생성형 AI의 주요 생성 모델 고찰 = 18
• 1. 확산 모델(Diffusion Models) = 18
• 2. 트랜스포머(Transformer) = 21
• 제3절 쇼트폼 광고에 대한 이론적 고찰 = 23
• 1. 쇼트폼 광고의 개념 = 23
• 2. 시청각 언어의 기초 이론 = 27
• 제4절 선행연구 = 33
• Ⅲ. 생성형 AI 쇼트폼 광고 사례 분석 = 37
• 제1절 사례 분석 1 - 코카콜라 AI 광고(Coca-Cola) = 37
• 제2절 사례 분석 2 - 이토로 AI 광고(eToro) = 42
• 제3절 사례 분석 3 - 시투어 여행사 AI 광고(携程) = 45
• 제4절 사례 분석 결과 = 47
• Ⅳ. 생성형 AI 제작 도구의 활용 = 50
• 제1절 AI 시나리오 생성에 관한 연구 = 50
• 1. Qwen(通義千問) = 50
• 제2절 AI 이미지 생성에 관한 연구 = 55
• 1. 지몽 AI(Dreamina) = 55
• 제3절 AI 영상 생성에 관한 연구 = 59
• 1. 클링 AI(Kling AI) = 59
• 제4절 AI 내레이션 생성에 관한 연구 = 66
• 1. 미니맥스(Minimax) = 66
• 제5절 AI 배경음악 생성에 관한 연구 = 72
• 1. 수노 AI(Suno AI) = 72
• Ⅴ. AI 쇼트폼 광고 < Soluna Coffee > 제작 과정 = 77
• 제1절 프리프로덕션 = 78
• 1. AI 시나리오 생성 = 78
• 제2절 프로덕션 = 94
• 1. AI 이미지 생성 = 94
• 2. AI 영상 생성 = 120
• 제3절 포스트프로덕션 = 145
• 1. AI 효과음 생성 = 145
• 2. AI 네레이션 생성 = 148
• 3. AI 배경음악 생성 = 151
• 4. 영상 편집 = 155
• Ⅵ. 결론 = 157
• 제1절 연구 과정 요약 및 결과 = 157
• 제2절 연구의 한계와 논의 = 159
• 참고문헌 = 162
• ABSTRACT = 169