따라하기

AI 뮤직비디오 만들기: 내가 만든 노래에 장면 맞추기

콕랩 · 2026. 10. 19.

AI 뮤직비디오 만들기는 노래 한 곡을 통째로 영상 AI에 넣는 일이 아니라, 곡을 8초 안팎의 구간으로 쪼개 장면을 하나씩 만들고 편집 앱에서 박자에 맞춰 잇는 일입니다. 2026년 10월 공식 안내 기준 Kling AI(클링) 글→영상은 한 번에 3~15초, Google Flow(구글 플로우)의 Veo 3.1은 4·6·8초를 만들기 때문에, 2분짜리 곡이면 컷 열다섯 개 안팎을 이어 붙이게 됩니다. 노래는 내가 만들었거나 쓸 권리가 확인된 곡이어야 하고, Suno(수노)로 만든 곡이라면 무료로 만든 곡은 개인적·비상업적 용도로만 쓸 수 있습니다.

이 글의 요금·무료 여부는 2026년 10월에 공식 안내로 확인했습니다. 바뀔 수 있으니 쓰기 전에 공식 페이지를 한 번 더 보세요.

수노로 곡을 하나 만들고 나면 다음 욕심이 생깁니다. 이 노래에 화면을 붙여 쇼츠로 올리고 싶어집니다. 그런데 영상 AI에 "이 노래 뮤직비디오 만들어 줘"라고 적으면 노래를 들을 줄 모르는 AI가 8초짜리 장면 하나를 내놓을 뿐이고, 다시 뽑을 때마다 주인공 얼굴이 바뀝니다. 후렴이 시작되는 자리에서 화면이 바뀌어야 하는데 엉뚱한 곳에서 컷이 넘어가기도 합니다.

이 글은 그 빈칸을 메우는 순서를 다룹니다. 곡을 시간으로 쪼개 장면표를 만드는 법, 주인공 생김새를 컷마다 지키는 법, 장면을 영상으로 바꿀 곳의 길이와 무료 조건, 캐릭터가 내 노래를 부르게 하는 립싱크, 박자에 맞춰 잇고 가사 자막을 얹는 순서까지입니다. 노래 자체를 만드는 법과 수노 요금은 AI 음악 만들기 글에 따로 정리해 두었으니, 곡이 아직 없다면 그쪽부터 보세요.

AI 뮤직비디오, 어디까지 AI에 맡기나요

AI 뮤직비디오에서 AI에 맡기는 것은 몇 초짜리 장면 조각과, 필요하면 캐릭터의 입 모양이고, 곡 전체의 흐름과 박자 맞추기·가사 자막은 사람이 편집 앱에서 합니다. 영상 AI는 한 번에 몇 초에서 길어야 30초 남짓을 만들기 때문에 3~4분짜리 노래 한 곡을 한 번에 영상으로 바꾸는 방법은 이 글에서 다루는 공식 안내에 없습니다.

일을 나누면 다음과 같습니다.

립싱크 없이 만드는 뮤직비디오도 충분히 됩니다. 노래하는 사람 대신 풍경, 소품, 뒷모습, 손 같은 장면만으로 곡의 분위기를 따라가는 방식입니다. 입 모양을 맞추는 단계가 빠지는 만큼 다시 뽑는 횟수가 줄어들어, 처음 만들 때는 이쪽이 덜 지칩니다(이 글의 요령).

뮤직비디오에 쓸 노래: 수노 곡도 써도 되나요

수노로 만든 노래도 뮤직비디오에 쓸 수 있지만, 영상을 수익이 나는 채널이나 홍보에 올리려면 Pro·Premier 구독 중에 만들어 내려받은 곡이어야 합니다. 2026년 10월 Suno 도움말 기준 무료 요금제로 만든 곡은 개인적·비상업적 용도로만 쓸 수 있고, 구독을 나중에 시작해도 무료로 만든 곡에 상업적 이용 권리가 기본적으로 소급되지 않습니다.

뮤직비디오를 만들기 전에 곡 파일부터 확인해 두면 뒤에서 덜 헤맵니다.

1. 곡을 만든 시점의 요금제를 봅니다. 무료로 만든 곡이면 수익 없는 개인 영상에만 쓰고, 그것도 비상업적 용도에 드는지는 Suno 약관을 직접 확인합니다.
2. 곡을 파일로 받습니다. Suno 도움말 기준 웹에서는 Pro·Premier가 WAV를 받을 수 있고, 모바일은 기본으로 MP3로 받습니다.
3. 곡 길이를 정합니다. 쇼츠로 올릴 거라면 곡 전체가 아니라 후렴이 들어간 한 구간만 쓰는 편이 컷 수가 줄어듭니다(이 글의 요령).
4. 립싱크를 할 계획이면 목소리만 따로 뽑은 파일이 있으면 편합니다. 2026년 10월 Suno 도움말 기준 곡을 악기·목소리별로 나누는 기능(Stem Separation)은 유료 기능이고, Pro는 Auto Split과 Split from Mix를, Premier는 Advanced Split까지 쓸 수 있습니다. Split from Mix는 한 번 뽑을 때 10크레딧(뽑은 소리와 나머지 소리 두 개를 합쳐 20크레딧)이 든다고 안내합니다.

남이 부른 노래, 유명 가수의 곡, 방송에서 녹음한 음원은 이 글의 순서에 넣지 않습니다. 영상을 내가 만들었어도 노래의 권리는 원곡 쪽에 있습니다. 수노의 요금제별 권리와 소유 문제는 AI 음악 만들기 글의 상업적 이용 절에 표로 정리돼 있습니다.

곡을 구간으로 나눠 장면표 만들기

장면표는 곡을 들으며 전주·절·후렴이 바뀌는 시각을 적고, 그 사이를 4~8초짜리 칸으로 나눈 뒤 칸마다 "무엇이 보이는지"를 한 줄씩 적은 표입니다. 칸 하나가 영상 AI에 넣을 프롬프트 하나가 됩니다.

시각은 휴대폰 음악 앱으로 곡을 틀어 두고 화면의 재생 시간을 보며 적으면 됩니다. 정확할 필요는 없고 1초 단위면 충분합니다. 아래는 지어낸 노래 「월요일 첫차」의 앞 1분을 쇼츠용으로 나눈 예입니다. 칸 길이와 장면 배치는 이 글의 요령이지, 정해진 규격이 아닙니다.

후렴은 컷을 짧게, 절은 길게 가져가는 편이 노래와 화면이 같이 움직이는 느낌이 납니다. 후렴 16초를 8초 장면 두 개로 채우기보다 4초 장면 네 개로 채우면 박자에 맞춰 컷을 바꿀 자리가 생깁니다(이 글의 요령). 반대로 절에서는 한 장면을 길게 두고 가사가 읽힐 시간을 줍니다.

주인공이 컷마다 바뀌지 않게 장면 그림부터

AI 뮤직비디오에서 주인공 얼굴과 옷이 컷마다 바뀌는 일을 줄이려면, 이미지 AI로 주인공 기준 그림을 먼저 만들고 그 그림을 이미지→영상의 시작 장면으로 쓰는 방법이 안정적입니다. 글만으로 장면을 만들면 영상 AI가 매번 생김새를 새로 정합니다.

기준 그림을 만들 때는 생김새를 낱말로 못 박아 두고, 그 문장을 모든 장면 프롬프트에 그대로 붙입니다.

[주인공 묘사: 나이대, 머리 모양과 색, 옷 색과 모양, 소품 하나]. [장면]. [시간대와 빛]. 실제 인물이 아닌 지어낸 사람. 화면 안에 글자, 로고, 상표는 넣지 마. 가로 16:9 또는 세로 9:16.

주인공 묘사는 "20대 중반, 짧은 검은 단발, 노란 우비, 흰 이어폰"처럼 눈에 띄는 것 서너 개면 됩니다. 옷 색처럼 크게 보이는 것이 컷마다 같으면 얼굴이 조금 달라도 같은 사람으로 읽히기 쉽습니다(이 글의 요령). 실존 가수나 배우 이름을 넣어 "누구처럼"이라고 적지 마세요. 초상권 문제가 생길 수 있고, 그 사람이 참여한 영상처럼 보일 수 있습니다.

장면표의 칸을 이 틀에 채워 넣으면 아래처럼 됩니다. 기준 그림용 문장과, 그 그림을 영상으로 움직일 때 넣는 문장을 따로 적었습니다. 영상 쪽 문장에는 생김새를 다시 길게 쓰지 않고 "바꾸지 마"만 붙입니다.

가로로 만들지 세로로 만들지는 처음에 정해 두세요. 가로 16:9 장면을 세로 9:16으로 자르면 주인공이 잘리기 쉬워서, 쇼츠·릴스용이면 기준 그림부터 세로로 만드는 편이 낫습니다(이 글의 요령).

한 세계 안의 여러 장면을 한 번에 펼쳐 보는 방법도 있습니다. 아래 카드는 먼 행성 도시의 밤 문화를 3×3 아홉 칸에 나눠 그리게 한 프롬프트입니다. 클럽 입구, 바, 외계인 밴드가 연주하는 공연 무대, 노점, 테라스 같은 장면을 칸마다 정해 두고, "격자 전체가 하나의 밤 문화 세계관으로 읽히도록 색조와 조명을 통일"하라고 적었습니다. 카드 그림에도 청록과 자주 네온으로 맞춘 아홉 장면이 나란히 있고 읽히는 글자는 없습니다. 뮤직비디오에서는 이 틀을 빌려 장면표의 칸들을 한 장의 그림판으로 먼저 뽑아 보고, 마음에 드는 칸만 골라 기준 그림으로 다시 크게 만들면 됩니다.

외계 밤 문화 콘셉트 그리드강정구 · AIROASTING · GPT Image · 한국어 읽기본

결과물 유형:
3×3 게임 콘셉트 아트 그리드. 주제는 "외계 밤 문화 콘셉트 그리드"입니다. 완성 이미지는 단일 플레이 화면이 아니라 아홉 개의 서로 다른 장면을 균일한 격자에 배치한 아트 시트로, 각 칸이 같은 세계관의 밤 문화 한 장면을 보여줍니다.

주 피사체:
먼 행성 위성 도시의 밤 문화 구역을 보여주는 3×3 콘셉트 그리드. 아홉 패널은 각각 네온 돔 도시 스카이라인과 먼 행성, 보라색 네온 아치의 클럽 입구와 줄 선 손님들, 우주선이 정박한 야간 항구, 홀로그램 작업대 앞의 정비소, 외계인 바텐더가 있는 네온 음료 바, 외계인 밴드가 연주하는 라이브 음악 무대와 관객, 갑옷과 장비가 진열된 장비 상점, 파충류형 외계인이 요리하는 거리 음식 부스, 촛불 켠 테이블에서 야경을 보는 테라스를 담습니다. 각 칸에서 중심 대상의 형태와 행동이 먼저 읽히고 배경은 그 장면을 설명하는 단서로만 쓰입니다.

구도와 비율:
1:1 정사각형 프레임을 균등한 3×3 격자로 나눕니다. 아홉 패널의 크기와 여백을 일정하게 맞추고, 각 칸 안에서 전경, 중경, 배경을 분리해 장면 깊이를 만듭니다. 격자 전체가 하나의 밤 문화 세계관으로 읽히도록 색조와 조명을 통일합니다.

맥락과 배경:
청록색과 자주색 네온, 유리 돔, 금속과 젖은 바닥의 반사, 매달린 조명과 외계 소품을 공통 요소로 사용합니다. 각 패널의 배경은 그 장면의 기능(항구, 클럽, 정비소, 바, 무대, 상점, 노점, 테라스)을 설명하는 근거가 되어야 하며, 불필요한 장식으로 시선을 빼앗지 않습니다.

스타일과 매체:
상업용 게임 콘셉트 아트 수준의 정밀한 디지털 페인팅과 실시간 3D 룩의 혼합. 인물 실루엣, 외계 종족 디자인, 조작 가능성이 느껴지는 환경 디테일을 유지하되 HUD나 게임 UI 오버레이는 넣지 않습니다.

빛과 디테일:
조명: 청록색과 자주색 네온, 유리 돔, 금속 바닥 반사, 매달린 전구와 스포트라이트를 각 패널에 맞게 배치합니다. 각 칸에서 주 피사체의 윤곽이 배경에서 분리되도록 키 라이트와 반사광을 조절합니다.
카메라 시점: 패널마다 장면에 맞는 시점을 자유롭게 선택하되(광각 조감, 아이레벨, 근접 등), 전체 그리드의 색조와 밤 분위기는 하나로 통일합니다.
디테일: 바닥과 벽의 재질, 장비와 소품 표면, 네온 입자와 김·연기 효과, 인물 의상, 원근을 각 패널에서 정돈합니다.

정확성 조건:
실존 게임 로고, 브랜드명, 읽히지 않는 임의 문자는 넣지 않습니다. 이미지에는 판독 가능한 텍스트가 없어야 합니다. 단일 플레이 화면이나 HUD 오버레이가 아니라 아홉 장면을 균일하게 배치한 3×3 콘셉트 아트 그리드로 보여야 하며, 모든 패널의 세계관과 조명 톤이 서로 맞아야 합니다.

내 걸로 만들기 →원문 보기

아래 두 그림은 FRAME이 장면표의 두 칸을 기준 그림으로 만들어 본 예입니다. 두 그림에 같은 주인공 묘사(짧은 검은 단발, 노란 우비, 흰 이어폰)를 영어로 똑같이 붙였습니다. 나온 그림을 보면 노란 우비와 단발은 그대로인데, 얼굴 생김새가 조금 다르고 이어폰도 한쪽은 무선, 한쪽은 줄 달린 것으로 나왔습니다. 옷 색처럼 큰 것은 지켜지고 작은 소품은 흔들린다는 뜻이라, 꼭 맞춰야 하는 소품은 묘사 문장에 모양까지 적어 두는 편이 낫습니다. 이미지→영상에 올리면 정류장 칸과 버스 창가 칸의 시작 장면으로 쓸 수 있습니다.

같은 인물을 여러 장면에 이어 그리는 문장은 얼굴 유지 프롬프트 글에, 캐릭터를 처음부터 디자인하는 법은 캐릭터 만들기 글에 더 자세히 있습니다.

AI 뮤직비디오 제작 사이트: 길이와 무료 조건

장면 그림을 영상으로 바꾸는 곳은 무료 등급이 있는 Kling AI와, 구독 없이 하루 50 Flow 크레딧을 주는 Google Flow에서 시작할 수 있습니다. 2026년 10월 공식 안내 기준 클링 이미지→영상은 전체 Kling 4.0 모델에서 한 번에 3~30초, Flow의 Veo 3.1은 4·6·8초를 만듭니다.

뮤직비디오에서는 Kling 이미지→영상의 긴 길이가 쓸모 있어 보이지만, 컷을 박자마다 바꿀 생각이면 짧은 장면 여러 개가 더 다루기 쉽습니다. 30초짜리 한 컷을 받아 놓고 편집 앱에서 잘라 쓰는 방법도 있으나, 한 컷 안에서 마음에 안 드는 순간이 생기면 통째로 다시 뽑아야 합니다(이 글의 요령).

2026년 10월 Google Flow 크레딧 도움말 기준, 구독하지 않아도 하루 50 Flow 크레딧으로 Veo 3.1을 써 볼 수 있지만 피크 시간(한국 시간 밤 11시~새벽 2시)에는 구독 없이 영상을 만들지 못할 수 있습니다. 같은 도움말의 표대로라면 Veo 3.1 Lite 8초 영상은 Ultra 구독자가 아니면 한 번에 10크레딧이라, "출력 수"를 1로 두면 하루 무료 크레딧으로 8초 장면 다섯 개까지 만들 수 있습니다(FRAME이 표로 계산한 값). 도움말은 크레딧이 요청당이 아니라 생성당 들고 요청 한 번에 영상 2개가 만들어질 수 있다고 적어 두었습니다. 1분 쇼츠 뮤직비디오면 이틀에 나눠 만드는 셈입니다.

장면 영상에는 소리가 같이 붙어 나올 수 있습니다. 2026년 10월 Kling 글→영상 페이지는 Kling 3.0이 대사·효과음·주변 소리를 함께 만든다고 적고 있습니다. 뮤직비디오는 내 노래가 처음부터 끝까지 깔리니, 편집 앱에서 장면 소리는 꺼 두는 편이 깔끔합니다. 클링과 Veo의 모드·요금 차이는 클링 AI 사용법 글과 Veo 사용법 글에, 여러 영상 AI 비교는 AI 영상 사이트 비교 글에 있습니다.

립싱크: 캐릭터가 내 노래를 부르게 하려면

캐릭터가 내 노래를 부르는 장면은 먼저 얼굴이 잘 보이는 캐릭터 영상을 만든 뒤, 립싱크 기능에 노래 파일을 올려 입 모양을 맞추는 순서로 만듭니다. 2026년 10월 Kling AI 립싱크 페이지는 노래(singing track)를 올려 사람 모양 캐릭터의 입을 맞출 수 있고, 이 기능은 유료이며 필요한 크레딧이 생성 전에 표시된다고 안내합니다.

1. 노래 부를 장면을 영상으로 만듭니다. 얼굴 전체가 또렷하게 보이고, 고개를 크게 돌리지 않는 장면이 좋습니다. Kling 립싱크 페이지는 실사·3D·2D 사람 캐릭터를 지원하고, 동물 캐릭터는 지금 지원하지 않는다고 적고 있습니다.
2. 그 장면에 해당하는 곡 구간만 잘라 둡니다. 목소리만 뽑은 파일(위 노래 절의 Stem Separation)을 쓰면 반주에 입이 반응하는 일을 줄일 수 있다고 FRAME은 봅니다(이 글의 요령, 공식 문장 아님).
3. Kling 립싱크 도구에서 캐릭터 영상을 고르고 노래 파일을 올립니다. 공식 페이지는 소리가 영상보다 길면 잘라 맞추라고 안내합니다.
4. 결과를 보고 박자가 어긋나면 소리 시작점을 조금 잘라 다시 맞춥니다.

사진 한 장으로 노래하는 모습을 만들고 싶다면 길이 다릅니다. Kling 립싱크 페이지는 이 도구가 캐릭터 영상용이고, 멈춘 그림을 말하게 하려면 Kling AI Avatar를 쓰라고 안내합니다. 립싱크 서비스끼리의 비교, 더빙과의 차이, 입 모양이 어긋날 때 고치는 표는 AI 립싱크 글에 정리해 두었습니다.

곡 전체를 립싱크로 채울 필요는 없습니다. 후렴 한두 컷만 입을 맞추고 나머지는 풍경과 손, 뒷모습으로 두면 크레딧도 아끼고 어색한 입 모양이 눈에 띌 자리도 줄어듭니다(이 글의 요령).

박자에 맞춰 잇고 가사 자막 얹기

장면이 다 모이면 편집 앱에 노래를 먼저 깔고, 그 위에 장면을 장면표 순서대로 올린 뒤 컷이 바뀌는 자리를 강한 박자에 맞추면 됩니다. 2026년 2월 CapCut(캡컷) 도움말은 음악 박자에 맞춰 컷을 자동으로 나누는 Auto Cut 기능을 데스크톱과 모바일 앱에서 쓸 수 있고(데스크톱은 Beat Sync, 모바일은 Music Beat라는 이름), 웹 버전에서는 쓸 수 없다고 안내합니다.

1. 노래 파일을 타임라인 맨 아래에 먼저 놓습니다. 노래가 기준이고 장면은 거기에 맞춰 자릅니다.
2. 장면 영상을 장면표 순서대로 올리고, 장면마다 앞뒤 0.5초쯤을 잘라 냅니다. AI 영상은 시작과 끝에 움직임이 어색한 프레임이 끼는 일이 많습니다(이 글의 요령).
3. 컷이 바뀌는 자리를 북소리처럼 강한 박자에 맞춥니다. 자동으로 하려면 캡컷의 Auto Cut에서 데스크톱은 Beat Sync, 모바일은 Music Beat를 고르고, 나온 결과를 귀로 들으며 몇 군데만 손으로 옮깁니다.
4. 장면 소리는 꺼 둡니다. 내 노래와 장면 소리가 겹치면 노래가 묻힙니다.
5. 가사 자막을 얹습니다. 노래를 자동 캡션에 맡기면 반주 때문에 틀린 글자가 많이 나올 수 있으니, 가사는 직접 쳐서 넣고 시작·끝 시각만 노래에 맞추는 편이 빠릅니다(이 글의 요령).
6. 세로 9:16(쇼츠·릴스)이나 가로 16:9(유튜브 일반 영상)로 내보냅니다.

CapCut 소재 라이선스 계약(2026년 1월 22일 갱신본)은 캡컷 안의 소리(Sounds)를 비상업용으로, "상업용" 표시가 붙은 소리(Commercial Sounds)는 CapCut·TikTok·TikTok for Business 안에서만 쓰도록 정해 두었습니다. 내 노래 위에 캡컷 효과음을 더할 생각이면 이 조건을 먼저 보세요. 자막 글꼴과 위치를 바꾸는 자세한 경로는 캡컷 AI 글에, 가사를 박자에 맞춰 한 단어씩 띄우는 글자 효과는 AI 모션그래픽 글에 있습니다.

뮤직비디오가 어색할 때 고치는 법

뮤직비디오가 어색할 때는 대개 컷 위치, 주인공 생김새, 색감 셋 중 하나가 노래와 따로 노는 경우입니다. 장면을 처음부터 다시 뽑기 전에 아래 표에서 증상을 찾아 문장 하나만 바꿔 보세요. 표의 처방은 이 글의 요령입니다.

같은 칸을 세 번 넘게 다시 뽑아도 마음에 안 들면 그 칸을 다른 장면으로 바꾸는 편이 낫습니다. 뮤직비디오를 보는 사람은 장면표를 모르니, 손이나 창밖 풍경처럼 실패가 적은 장면으로 메워도 흐름은 끊기지 않습니다.

올리기 전에 확인할 것: 권리와 AI 표시

AI 뮤직비디오를 올리기 전에는 노래의 권리, 화면 속 얼굴, 서비스가 붙인 AI 표시, 플랫폼의 AI 사용 공개 네 가지를 짚어 보면 됩니다. 2026년 10월 YouTube 고객센터는 동영상의 주요 초점이 되는 음악을 AI로 만든 경우를 크리에이터가 AI 사용을 공개해야 하는 예로 들고 있어, 수노로 만든 노래가 중심인 뮤직비디오라면 업로드할 때 "AI 사용"에서 "예"를 고르는 쪽이 맞습니다.

수노 안에서 노래에 영상을 붙여 올리는 길도 있습니다. 2026년 10월에 확인한 Suno 도움말은 Hooks가 내 노래와 영상을 묶어 Suno 커뮤니티에 올리는 짧은 콘텐츠이고, 곡을 고르고 시작 지점을 정한 뒤 기기의 보관함에서 영상을 올리면 가사를 함께 보여 줄 수도 있다고 안내합니다. 같은 도움말은 다른 사람이 내 Hook을 리믹스할 수 있다고 적고 있습니다. Suno 약관(2026년 9월 3일 시행)은 다른 사용자가 내 결과물을 리믹스하게 한 경우 그 리믹스를 나와 리믹스한 사람의 공동 소유로 보고, 요금제와 관계없이 개인적·비상업적 용도로만 쓸 수 있다고 정해 두었습니다. 홍보용 뮤직비디오라면 Hooks보다 파일로 내려받아 편집하는 길이 조건이 단순합니다.

YouTube 말고 다른 플랫폼의 AI 표시 규칙은 AI로 만든 영상 표시하는 법 글에 모아 두었습니다. 1분 쇼츠판을 먼저 올려 반응을 본 뒤 곡 전체판을 만들 계획이라면, 쇼츠 편집 순서는 AI 쇼츠 만들기 글을 같이 보세요.