어도비, 영상 제작 재정의와 산업 전반의 창작 민주화 선언

어도비가 주최한 세미나 ‘What’s New in Adobe Video 2026 — Exclusive In-Person Seminar Vol.1’에 참석했다. 4월 NAB Show 이후 개최된 만큼, 현장은 뜨거운 열기로 가득했다. 과거 방송 업계 전문가들이 주를 이루던 이 자리는 Premiere의 폭넓은 보급과 정착을 거치며 이제는 그 양상이 극적으로 변화하고 있었다.

이번 세션에서 특히 주목받은 것은 SNS용 대량 콘텐츠 제작을 효율화하는 워크플로우 제시였다. 이제 영상 제작은 더 이상 전문가만의 영역이 아니다. 참석자 구성에 놀라움을 금치 못했는데, 방송국 및 포스트 프로덕션 관계자들과 더불어 건설 회사, 인쇄 회사, 심지어 자동차 제조사와 같은 비 영상 업계 사람들이 참석자의 약 절반을 차지했기 때문이다.

영상을 만드는 행위가 특정 프로덕션의 손을 떠나 다양한 업종의 고객에게 확산되고 있는 현실을 목격했다. 어도비 툴이 창작의 경계를 넘어 모든 비즈니스 장면에 침투해가는 모습을 보며, 영상 제작 구조 자체가 극적으로 변화하고 있다는 사실을 실감했다.

본고에서는 세미나에서 소개된 주요 업데이트와 그 배경에 있는 어도비의 전략을 보고한다.

포스트 프로덕션을 재정의하다: 현장이 직면한 ‘분단’ 해소

첫 번째 세션의 메인 테마는 ‘포스트 프로덕션을 재정의하다’였다. Premiere, After Effects, 그리고 새롭게 등장한 Firefly Graph를 중심으로 편집, 색 보정, AI가 어떻게 통합될 것인지에 대한 논의가 이루어졌다.

현대 포스트 프로덕션에는 수많은 분단이 존재한다. 중규모 실사 작품에서도 포스트 공정만으로 2만~8만 개의 미디어 애셋이 생성되며, 데이터 용량은 200~700TB에 달한다. CG와 애니메이션을 다용하는 프로젝트의 경우 그 규모는 더욱 확대되어, 110가지 이상의 포맷을 다루게 된다.

　

이러한 환경에서 발생하는 문제는 크게 네 가지로 정리할 수 있다. 타사 툴과의 반복적인 전환으로 인해 판단의 즉시성이 상실되는 ‘라운드트립’, 특정 스태프에게 지식이 집중되는 ‘개인 의존성’, 다수의 형식이 혼재하는 ‘포맷의 벽’, 그리고 지리적 분산 및 시차로 인한 ‘지리 및 인력의 분단’이다.

　

지리적 제약으로 인해 VFX 제작, 편집 스튜디오, 색 보정 전문가들이 각지에 분산되어 있는 현실이다. 그 결과, 물리적 드라이브 운송 비용이나 시차로 인한 리뷰 대기가 만성화되고 있다. 이러한 문제점과 앞서 언급된 수치들이 포스트 프로덕션이 ‘극도로 복잡한 분단 구조’라고 불리는 이유이다.

이러한 상황에 대해 Premiere, After Effects, Adobe Firefly, 그리고 Firefly Graph를 비롯한 생성 AI 워크플로우 기반은 제작 공정, 툴, 포맷, 그리고 인력의 분단을 해소하는 새로운 솔루션으로 자리매김하고 있다.

먼저 Premiere에서 가장 주목받은 것은 새롭게 탑재된 ‘컬러 모드’였다.

　

편집과 색 보정을 ‘제로 거리’로 만드는 것을 목표로 개발되었으며, 완성까지 약 3년이 소요되었다고 한다. 400명 이상의 에디터 및 색 보정 전문가의 의견을 반영하여 설계된 GUI를 통해 타임라인 상에서 편집에서 색 보정으로 직접 전환할 수 있다.

기존처럼 별도의 앱으로 내보내고, 색 보정 후 다시 편집 환경으로 돌아올 필요가 없어지므로, 편집과 색 보정을 동일 환경 내에서 완료할 수 있다. 이를 통해 기존에 필요했던 애플리케이션 간의 왕복 작업을 대폭 줄일 수 있다. 단기 납기 프로젝트가 증가하는 현재 제작 현장에서는 편집과 동시에 색 보정 판단을 내릴 수 있다는 점의 가치가 크다.

After Effects에서는 ‘Object Matte’가 소개되었다.

　

Photoshop과 유사한 감각으로 피사체를 클릭하며 마스크를 생성할 수 있는 신기능이다. 기존의 로토 작업에서는 경계선을 세밀하게 따내는 데 많은 시간을 소요했지만, Object Matte에서는 먼저 대략적인 마스크를 빠르게 생성한 후, 결과물을 보면서 미세 조정하는 흐름으로 변화한다.

또한 수정 이력이 유지되므로, 나중에 특정 프레임으로 돌아가 재조정하는 것도 용이하다. 작업 시간을 단축할 뿐만 아니라, 크리에이터가 표현의 판단에 집중할 수 있는 환경을 조성한다.

세 번째로 ‘Firefly Graph for enterprise’를 들 수 있다.

　

Firefly Graph는 노드 기반 GUI를 채택한 제작 지원 툴이다. Adobe Firefly, Photoshop, Premiere, 그리고 외부 AI까지 시각적으로 연결하여 제작 프로세스 전체를 가시화할 수 있다.

지금까지 숙련된 크리에이터의 경험과 노하우에 의존하던 작업 절차를 하나의 워크플로우로 저장 및 공유할 수 있다는 점이 특징이다. 조직 내에서 재사용 가능한 제작 흐름으로 축적할 수 있어, 개인에게 의존하기 쉬운 업무의 표준화에도 기여한다.

　

더불어 Firefly Graph는 Adobe 제품군의 집합체라고 할 수 있는 강력한 연동 기능을 갖추고 있다. Photoshop, Premiere 등 여러 애플리케이션을 넘나들며 외부 AI와도 연동하여 처리를 자동 실행할 수 있다. 캔버스 상의 각 노드를 제어하고 프롬프트를 실행 및 수정하면, 후속 공정에도 실시간으로 변경 사항이 반영되어 이미지나 영상이 생성되는 방식이다.

Firefly Graph는 단순한 제작 지원 툴을 넘어, 조직 전체가 제작 노하우를 공유하는 플랫폼으로 기능한다. 개인에게 의존하기 쉬운 크리에이티브 작업을 가시화하고 재사용 가능한 자산으로 변환할 수 있다는 점이 큰 특징이다.

　

AI의 개방화와 ‘Firefly’를 통한 전략적 워크플로우

이번 발표에서 주목할 만한 점은 어도비가 자체 개발한 생성 AI ‘Firefly’에만 국한하지 않고, 타사 AI 모델까지 적극적으로 수용하고 있다는 것이다. AI가 영상 제작에 가져오는 변화와 더불어, 제작 스타일이 기존의 ‘만드는’ 단계에서 ‘운영하는(돌리는)’ 단계로 전환되고 있다는 현상에 대해 언급했다.

그 중심에 있는 Firefly는 상업적 이용에서의 안전성을 최우선으로 설계되었다는 점이 가장 큰 특징이다. 허가된 Adobe Stock 등의 소재만을 학습 소스로 사용하고, 무단 전재 데이터를 일절 이용하지 않는 방식은 타사 생성 AI 모델과 비교해도 매우 독창적이라고 할 수 있다.

　

한편 어도비는 자체 모델에만 국한하지 않고, Google의 Gemini 및 Veo, OpenAI의 Sora, 그리고 Runway와 Luma AI와 같은 타사 생성 AI 모델을 Creative Cloud 환경 내에서 자유롭게 이용할 수 있는 체제를 구축했다. 이는 크리에이터가 용도에 맞춰 ‘최적의 AI 모델을 선택할 수 있도록’ 하기 위함이다.

　

이러한 모델들을 통합적으로 활용하기 위한 환경으로 ‘Firefly Board’가 마련되었다. 이미지 및 영상 생성 기록, 사용된 모델, 프롬프트 등이 기록되어 팀 내에서 제작 프로세스를 공유하기 용이하다.

　

생성 AI를 통한 제작에서는 시작 프레임이 되는 정지 이미지의 완성도가 영상 품질을 좌우한다. 먼저 정지 이미지로 방향성을 확정한 후, 영상 모델로 확장하는 워크플로우가 효율적인 방법으로 소개되었다.

Firefly 커스텀 모델이 실현하는 브랜드 표현의 계승

생성 AI의 확산과 함께 고품질 이미지와 영상을 누구나 생성할 수 있는 시대가 도래했다. 동시에 기업이나 브랜드가 오랜 시간 구축해 온 고유의 세계관을 어떻게 유지 및 계승할 것인가 하는 새로운 과제도 부각되었다.

이 어려운 문제에 대한 해결책으로 제시된 것이 Firefly의 ‘커스텀 모델’이다. 브랜드의 ‘품질’과 ‘AI 활용’의 양립을 지원하는 기반으로서의 유효성이 논의되었다.

기업이 보유한 과거 아카이브 소재를 학습시킴으로써 특정 톤이나 스타일을 반영한 고유 모델을 구축할 수 있다. 필요한 학습 소재는 10~30장 정도이며, 약 1시간의 훈련으로 이용 가능해진다.

데모에서는 일본의 아침 식사 사진을 학습시킨 모델이 시연되었다. 학습된 톤을 유지한 채로, 주먹밥에 김을 추가하는 편집이나, 더 나아가 영상 생성으로 확장하는 과정이 소개되었다.

세미나에서는 Amazon Fresh를 예로 들어, 촬영된 소재를 학습시킨 커스텀 모델을 광고 제작에 활용하는 사례도 소개되었다.

AI에 모든 것을 맡기는 것이 아니라, 자사가 축적해 온 표현과 브랜드 자산을 학습시켜 이를 제작 활동에 활용하는 방식이다. 이 접근법은 생성 AI를 실무에 도입하는 데 있어 현실적인 선택지 중 하나가 될 것으로 보인다.

Frame.io Drive와 3D 지원으로 진화하는 제작 기반

영상 제작 효율화를 논할 때 빼놓을 수 없는 존재가 Frame.io이다.

영상 제작 현장에서는 소재 관리, 리뷰, 승인 등의 공정이 여러 서비스나 수단에 분산되어 있는 경우가 많다. 소재는 클라우드 스토리지, 피드백은 이메일이나 채팅, 승인은 별도 시스템 등으로 운영되는 경우가 많으며, 이는 제작 진행의 정체를 초래하는 요인이 된다.

이번 세션에서는 이러한 분단을 해소하기 위한 업데이트가 다수 소개되었다.

그중에서도 주목받은 것이 ‘Frame.io Drive’이다.

공유 스토리지을 로컬 드라이브처럼 마운트할 수 있는 기능으로, 사용자는 브라우저를 거치지 않고 소재에 접근할 수 있다. 업로드 및 다운로드를 의식하지 않고 작업할 수 있어, 로컬 환경과 클라우드 환경의 경계를 느끼지 않는 운영이 가능하다.

또한, 3D 포맷 지원은 큰 진화라고 할 수 있다.

이전에는 영상 및 정지 이미지가 중심이었던 리뷰 환경에서, 3D 모델에 대해서도 직접 댓글을 작성하고 수정 지시를 공유할 수 있게 되었다. 더불어 일본어 GUI 지원도 진행되어, 국내 사용자들의 도입 장벽도 낮아지고 있다.

제작 공정 전체를 조망하며 누가 어디서 작업을 멈추고 있는지 가시화할 수 있는 Frame.io는 단순한 리뷰 서비스를 넘어, 제작 프로세스 전체를 지원하는 기반으로서의 역할을 강화하고 있음을 알 수 있었다.

‘만들기’에서 ‘돌리기’로. 대량 전개 시대의 제작 자동화

이어서 소개된 것은 Firefly Creative Production을 중심으로 한 제작 자동화 노력이다.

현재 영상 제작에서는 하나의 콘텐츠를 제작하고 끝나는 것이 아니다. SNS, 모바일, 디지털 광고 등 매체별로 다른 포맷으로 확장하고, 지속적으로 대량의 콘텐츠를 공급하는 것이 요구된다.

이에 어도비가 제안하는 것은 제작 공정 자체를 자동화하는 접근법이다.

Firefly Creative Production은 35가지 이상의 기능을 API로 이용할 수 있는 플랫폼이다. 이미지 생성 및 영상 생성뿐만 아니라, 배경 추출, 번역, 리프레임, 자막 생성 등을 자유롭게 조합하여 자체 제작 워크플로우를 구축할 수 있다.

예를 들어, After Effects 템플릿을 이용하는 ‘Dynamic Graphic Render API’에서는 영상 내 텍스트나 로고를 변수화하고 외부 데이터베이스에서 정보를 읽어와 대량의 변형 영상을 자동 생성할 수 있다.

더불어 노코드 툴인 ‘Workflow Builder’도 소개되었다.

영상을 특정 폴더에 업로드하면, 자동으로 번역, 자막 생성, 리프레임 처리를 실행하고 각 SNS용 포맷으로 변환하는 워크플로우를 구축할 수 있다. 프로그래밍 지식이 필요하지 않아, 크리에이티브 부서 외의 스태프도 운영에 참여할 수 있다는 점이 특징이다.

대량 전개가 전제되는 현재의 콘텐츠 제작에서는 개인의 스킬만으로 대응하는 데 한계가 있다. 제작 공정 자체를 시스템화하고 자동화한다는 생각은 앞으로 더욱 중요성을 더해갈 것으로 보인다.

NVIDIA 연계로 실현하는 ‘정확성’과 생성 표현의 양립

생성 AI 활용이 확산되는 한편, 기업이 직면하는 과제 중 하나는 ‘정확성’이다.

기업이 생성 AI를 활용할 때 문제가 되는 것은 제품 표현의 정확성이다. 일반적인 생성 AI에서는 제품 이미지의 각도 변경이나 구도 변경 시 실제와 다른 묘사가 발생하는 경우가 적지 않다.

기존 생성 AI에서는 제품의 각도 변경이나 변형 전개 시, 형상이나 디테일이 실제와 달라지는 경우가 있었다. 제품 표현의 정확성이 요구되는 기업에게 이러한 할루시네이션은 도입의 장벽이 되었다.

이 문제에 대한 접근법으로 소개된 것이 NVIDIA와의 협업이다.

어도비는 NVIDIA의 디지털 트윈 기술과 연계하여, CAD 데이터를 활용한 정확한 3D 모델과 생성 AI를 결합하는 시스템을 제안하고 있다.

제품 본체는 CAD 데이터를 기반으로 한 정확한 CG로 표현하고, 배경이나 라이팅, 주변 환경만을 생성 AI로 제작한다. 이를 통해 제품의 정확성을 유지하면서도 다양한 마케팅 콘텐츠를 효율적으로 제작할 수 있다.

기존에는 실사 촬영이나 CG 제작이 필요했던 표현도 디지털 트윈을 활용함으로써 대량 전개가 가능해진다. 생성 AI의 표현력과 제품 정보의 정확성을 양립시키는 새로운 제작 방식으로 주목받는 내용이었다.

영상 제작 프로세스의 구조적 변화

‘만들기’에서 ‘돌리기(운영하기)’ 페이즈로. 이 문구가 시사하듯, 영상 제작의 주된 무대는 ‘일회성 작품 만들기’에서 ‘다매체·대량 전개의 효율화’로 확실히 이동하고 있다. 참석자의 절반을 비 영상 업계가 차지했다는 사실은 창작이 더 이상 전문직만의 특권이 아니라, 모든 비즈니스의 공통 언어가 되었음을 상징한다.

Firefly를 통한 안전성 보장, API를 통한 자동화, 그리고 브랜드의 개성을 계승하는 커스텀 모델. 이러한 솔루션들은 폭발적으로 증가하는 콘텐츠 수요에 대한 매우 현실적이고 강력한 답변이다. 영상 제작 구조 자체가 극적으로 변화하는 가운데, 어도비는 그 나침반으로서의 역할을 더욱 확고히 하고 있다.

---