AI 건축 쇼츠 만드는 방법 – 구글 플로우·ElevenLabs·캡컷 실전 가이드, 프롬프트 포함

유튜브나 인스타그램을 보다 보면 요즘 아주 핫한 유행하는 영상이 있습니다.

바로 피라미드의 겉면이 벗겨지면서 내부 구조가 나타나거나,

오래된 성당이 어떻게 만들어졌는지 건물이 조립되듯 보여주는 영상입니다.

실제 촬영 영상처럼 보이기도 하고,
3D 다큐멘터리를 보는 느낌도 납니다.

그런데 이런 영상을 꼭 전문적인 3D 프로그램으로 만드는 것은 아닙니다.

AI를 이용하면 주제 선정부터 영상 생성, 나레이션, 자막까지 상당 부분을 자동화할 수 있습니다.

이번 글에서는 제가 확인한 제작 방식을 기준으로
AI 건축 쇼츠를 만드는 과정을 처음부터 순서대로 정리해 보겠습니다.

Google Flow는 텍스트나 이미지 등을 활용해 AI 영상과 장면을 만드는 제작 도구입니다. Google 역시 Flow를 AI 기반 영상 제작 도구로 소개하고 있습니다.

---

AI 건축 쇼츠는 이렇게 만듭니다

전체 과정부터 보면 어렵지 않습니다.

주제 선정 → 프롬프트 작성 → AI 영상 생성 → 나레이션 생성 → 편집

크게 보면 이 순서입니다.

처음부터 1분짜리 영상을 한 번에 만들려고 하면 오히려 어렵습니다.

10초 안팎의 짧은 장면을 여러 개 만든 다음
좋은 부분만 골라 연결하는 방식이 훨씬 편합니다.

예를 들어 피라미드를 주제로 잡았다면,

• 현재 피라미드 모습
• 과거 완성 당시 모습
• 외벽이 제거되는 장면
• 내부 구조 단면
• 석재를 운반하는 장면
• 카이로 건축물로 석재가 옮겨지는 장면

이런 식으로 장면을 나눌 수 있습니다.

각 장면을 AI로 따로 만든 뒤
마지막에 나레이션에 맞춰 연결하면 됩니다.

---

1. 먼저 궁금증을 만드는 건축 주제를 찾습니다

영상 기술보다 먼저 해야 할 일이 있습니다.

사람들이 끝까지 보고 싶어 할 이야기를 찾는 것입니다.

단순히

피라미드 소개

라고 만들면 특별할 것이 없습니다.

반대로

우리가 알고 있는 피라미드는 사실 원래 모습이 아니다

라고 시작하면 이야기가 달라집니다.

처음부터 궁금증이 생깁니다.

건축 쇼츠는 이런 소재가 잘 맞습니다.

사용할 만한 주제 예시

• 피라미드 외벽은 왜 사라졌을까?
• 콜로세움 지하에는 무엇이 있었을까?
• 고대 로마인은 도로를 어떻게 만들었을까?
• 중세 성은 공격을 어떻게 막았을까?
• 초고층 빌딩은 어떻게 땅속에서 버틸까?
• 오래된 성당을 수백 년 동안 어떻게 지었을까?

공통점이 있습니다.

현재 모습만 보여주는 것이 아니라 과거, 내부, 건설 과정처럼 눈으로 보기 어려운 부분을 보여준다는 것입니다.

AI 영상의 장점을 활용하기 좋은 소재입니다.

---

2. 주제를 AI에게 주고 영상 프롬프트를 만듭니다

주제를 정했다면 바로 영상을 만들지 않습니다.

먼저 AI에게

나레이션 대본과 컷별 영상 프롬프트를 함께 만들어 달라고 요청하는 것이 좋습니다.

아래처럼 사용할 수 있습니다.

30초 분량의 건축 쇼츠를 만들려고 합니다.

주제:
[여기에 건축 주제 입력]

먼저 30초 분량의 나레이션 대본을 작성해주세요.

첫 문장은 사람들이 영상을 계속 보고 싶게 만드는
호기심을 자극하는 문장으로 시작해주세요.

그 다음 나레이션의 흐름에 맞춰
5~6개의 영상 장면으로 나눠주세요.

각 장면마다 AI 영상 생성에 사용할 수 있도록
자세한 영상 프롬프트를 만들어주세요.

영상 비율은 9:16 세로형 쇼츠입니다.

건축물의 외부뿐 아니라
내부 구조, 단면, 건설 과정이 시각적으로 잘 보이게 표현해주세요.

필요한 경우
드론샷, 줌인, 줌아웃, 달리인, 단면도,
아이소메트릭 3D 표현 등을 적절히 사용해주세요.

영상 프롬프트는
한글과 영어 두 가지 버전으로 작성해주세요.

이렇게 해두면 매번 처음부터 프롬프트를 작성할 필요가 없습니다.

주제만 바꾸면 됩니다.

---

3. 구글 플로우에서 건축 영상을 생성합니다

다음은 실제 영상을 만드는 단계입니다.

Google Flow에서는 텍스트 프롬프트뿐 아니라 이미지와 기존 영상 등을 활용한 영상 생성 및 장면 제작 기능을 제공합니다.

건축 쇼츠라면 세로형 화면을 기준으로 제작하는 것이 편합니다.

중요한 것은 한 장면을 하나만 생성하지 않는 것입니다.

같은 장면이라도 결과가 상당히 다르게 나올 수 있기 때문입니다.

예를 들어

피라미드의 외벽이 벗겨지면서 내부 계단식 구조가 나타나는 장면

이 필요하다면 같은 프롬프트로 2개 정도 만들어봅니다.

첫 번째 영상에서는 피라미드 모양이 이상할 수도 있습니다.

두 번째 영상에서는 카메라 움직임이 훨씬 자연스러울 수도 있습니다.

그래서 저는 처음부터 편집할 후보 영상을 여러 개 확보하는 방식을 권합니다.

컷이 4개라면 2개씩 만들어
8개의 후보 영상을 확보하는 식입니다.

그중 좋은 부분만 사용합니다.

영상 프롬프트 예시

High-angle cinematic isometric 3D visualization
of the Great Pyramid of Giza.

The smooth white limestone outer casing gradually disappears,
revealing the stepped internal stone structure underneath.

Highly detailed architectural cutaway visualization,
realistic sandstone texture,
tiny workers around the pyramid for scale.

Slow cinematic dolly-out camera movement,
documentary lighting,
realistic historical reconstruction,
vertical 9:16 composition.

한국어로 검토한 뒤 영문 버전도 함께 시험해보는 것이 좋습니다.

AI 영상은 같은 프롬프트라도 결과가 매번 다르기 때문에
프롬프트 하나에 너무 많은 시간을 쓰기보다 여러 번 생성해서 좋은 장면을 고르는 편이 효율적입니다.

참고: Flow의 모델명, 생성 길이, 크레딧, 화면 구성은 업데이트에 따라 달라질 수 있습니다. 현재 사용 중인 계정 화면을 기준으로 설정하시면 됩니다.

---

4. ElevenLabs로 나레이션을 만듭니다

영상만 연결하면 조금 심심합니다.

건축 쇼츠에서는 화면을 설명해주는 나레이션이 상당히 중요합니다.

저라면 정보성 콘텐츠에는
조금 차분한 다큐멘터리 또는 뉴스 앵커 스타일을 사용하겠습니다.

ElevenLabs에는 Text to Speech와 Voice Design 기능이 있고, Voice Design에서는 목소리의 연령·성별·억양·톤 등을 설명해 새로운 목소리를 만들 수 있습니다. 한국어도 지원 모델에 포함되어 있습니다.

Voice Design을 사용한다면 이런 식으로 입력해 볼 수 있습니다.

Korean male documentary narrator.

Low and stable baritone voice.
Clear pronunciation and professional delivery.
Calm, trustworthy and informative tone.
Similar to a high-quality television documentary
or news information program.

Natural pacing without exaggerated emotion.

목소리를 만든 다음 앞에서 작성한 한국어 대본을 넣어
Text to Speech로 나레이션을 생성합니다.

처음부터 세부 설정을 지나치게 만질 필요는 없습니다.

먼저 기본값으로 들어보고,

목소리가 너무 빠르면 속도를 조금 낮추고,
억양이 지나치게 변화하면 안정성을 조절하는 방식으로 수정하면 됩니다.

---

5. 캡컷에서는 모든 영상을 사용하지 않습니다

이제 영상과 나레이션을 캡컷으로 가져옵니다.

여기에서 중요한 원칙이 하나 있습니다.

AI가 만들어준 영상을 처음부터 끝까지 모두 사용할 필요가 없습니다.

좋은 부분만 잘라 사용합니다.

예를 들어 10초짜리 영상 중
앞부분 3초만 자연스럽다면 3초만 사용하면 됩니다.

다음 영상에서 4초를 가져오고,

또 다른 영상에서 2초를 가져옵니다.

이렇게 나레이션에 맞춰 좋은 장면만 계속 연결합니다.

제가 권하는 편집 순서

1. 나레이션을 먼저 타임라인에 넣습니다.
2. 문장 단위로 영상 위치를 정합니다.
3. AI 영상에서 가장 자연스러운 부분만 자릅니다.
4. 영상이 짧으면 속도를 조금 낮춥니다.
5. 느려진 영상이 끊겨 보이면 슬로우 모션 보간 기능을 사용합니다.
6. 배경음악은 나레이션보다 작게 설정합니다.

이 정도만 할 줄 알아도 기본적인 건축 쇼츠 편집은 가능합니다.

복잡한 전환 효과를 많이 넣을 필요도 없습니다.

건축물 자체의 변화가 크기 때문에
영상 내용만으로도 충분히 시선을 끌 수 있습니다.

---

6. 마지막으로 자동 자막을 넣습니다

영상 편집이 끝나면 자막을 만듭니다.

CapCut에서는 음성을 인식해 자동 캡션을 생성하고 이후 텍스트와 타이밍을 수정할 수 있습니다.

한국어 나레이션이라면 한국어를 선택합니다.

AI 자동 자막은 반드시 한 번 검토해야 합니다.

특히

피라미드, 석회암, 파라오처럼
일상에서 자주 쓰지 않는 단어는 잘못 인식될 수 있습니다.

자막 디자인은 오히려 단순한 것이 좋습니다.

굵은 고딕체 + 외곽선

이 정도면 충분합니다.

자막 위치는 화면 너무 아래쪽보다
중앙 부근에 두는 것이 여러 플랫폼에서 보기도 편합니다.

---

조회수보다 먼저 확인해야 할 것이 있습니다

비슷한 AI 영상을 만드는 사람은 앞으로 더 늘어날 가능성이 높습니다.

그래서 단순히

어떤 AI를 사용했는가

만으로 차별화하기는 어렵습니다.

같은 피라미드 영상이라도

누군가는 역사 중심으로 만들 수 있고,

누군가는 건축 기술 중심으로 만들 수 있고,

누군가는 사람들이 잘 모르는 사실만 골라서 만들 수 있습니다.

결국 계속 운영하려면

주제 선택과 이야기 방식에서 자신의 색깔이 있어야 합니다.

AI는 영상을 만드는 도구입니다.

무슨 이야기를 할 것인지는 사람이 정해야 합니다.

---

처음이라면 오늘 이것만 해보세요

처음부터 채널을 만들고
영상 30개를 계획할 필요는 없습니다.

건축 주제 하나만 고릅니다.

예를 들어

피라미드의 사라진 외벽

하나면 충분합니다.

그 주제로 AI에게 나레이션과 컷별 프롬프트를 만들게 합니다.

Google Flow에서 장면별 영상을 두 개씩 생성합니다.

8개 정도의 후보 영상을 확보합니다.

그리고 ElevenLabs에서 나레이션을 만든 뒤
캡컷에 모두 넣어보세요.

여기까지 직접 해보면

AI 건축 쇼츠가 어떤 방식으로 만들어지는지
전체 과정이 한 번에 이해될 겁니다.

처음에는 완성도보다 한 편을 끝까지 만들어보는 것이 더 중요합니다.

---

자주 묻는 질문

AI 건축 쇼츠를 만들려면 3D 프로그램을 배워야 하나요?

꼭 그렇지는 않습니다.

AI 영상 생성 도구를 활용하면 직접 3D 모델링을 하지 않아도 건축물의 외부, 내부 구조, 단면 등을 표현한 영상을 만들 수 있습니다.

다만 실제 건축 구조를 설명하는 콘텐츠라면 AI가 만든 장면이 사실과 일치하는지 별도로 확인해야 합니다.

구글 플로우만으로 쇼츠를 완성할 수 있나요?

영상 장면 제작에는 활용할 수 있지만 나레이션, 세밀한 컷 편집, 자막 작업까지 고려하면 별도의 음성·편집 도구를 함께 사용하는 편이 편합니다.

한글 프롬프트와 영어 프롬프트 중 어떤 것이 좋나요?

하나만 고집하기보다 같은 내용을 한글과 영어로 각각 시험해보고 원하는 결과가 잘 나오는 쪽을 사용하면 됩니다.

AI 영상은 한 번만 생성하면 되나요?

가능하면 같은 장면을 여러 개 만들어보는 것을 권합니다.

AI 영상은 생성할 때마다 카메라 움직임이나 건축물 표현이 달라질 수 있기 때문에 후보가 많을수록 편집하기 쉽습니다.